1 Manual de Ejercicios PL

EJERCICIOS DE PROGRAMACIN LINEAL
MODELACIN, SOLUCIN E INTERPRETACIN
INVESTIGACIN DE OPERACIONES
SISTEMA DE EJERCICIOS DE PROGRAMACIN LINEAL:

MODELACIN, SOLUCIN E INTERPRETACIN DE RESULTADOS.
JOS E. VZQUEZ ARVALO PROCESOS TECNOLGICOS E INDUSTRIALES ITESO
JEVA / PTI
PROBLEMAS TIPO "MEZCLA DE PRODUCTOS".

PROBLEMAS DE NIVEL BSICO.
1. Dijes. Un joyero puede disponer semanalmente de 800 gramos de oro, 2.4 kilogramos de plata y 14 kilogramos de cobre. Actualmente fabrica dos dijes que tienen gran demanda. Se llevan 10 gramos de oro en cualquier dije que fabrique, pero el dije 1 lleva tambin 40 gramos de plata y 150 de cobre mientras que el dije 2 requiere de 250 gramos de cobre y 20 de plata. Se tiene una utilidad total de $90 y $70 para el dije 1 y 2 respectivamente. a. Haga una tabla con los datos del problema. b. Desarrolle un modelo que ayude a hacer un programa de produccin que maximice la utilidad total. Tabla de Datos. Dije 1 2 Disponibilidad (gramos/semana) Modelacin. Variables de Decisin. Xi = Dije tipo "i" a fabricarse semanalmente. (d/s) Funcin Objetivo. Mx. Z = 90X1 + 70X2 $/s ($/d) (d/s) = $/s Restricciones. 1. Materiales. Oro Plata Cobre Ma teri ales (gramos/dije) Oro Plata Cobre 10 40 150 10 20 250 800 2,400 14,000 Utilidad ($/dije) 90 70
10X1 + 10X2 800 40X1 + 20X2 2,400 150X1 + 250X2 14,000 (g/d)( d/s) = g/s g/s 2. No negatividad Xi 0
Anlisis Dimensional: Probado. Solucin Optima. X1 = 45.77143 X2 = 28.571|4 0ro (H1) = 57.1429 Mx. Z = 6,114.286 Interpretacin. Como los dijes son una variable discreta que solo se pueden fabricar en unidades enteras, se tienen dos posibles alternativas de fabricacin para la siguiente semana: fabricar 46 dijes 1 y 28 dijes 2 45 dijes 1 y 29 dijes 2. Alternativa 1: si se fabrican 46 dijes 1 y 28 dijes 2, se tendr un sobrante de 60 gramos de oro y 100 gramos de cobre, con una utilidad total de $6,100. Alternativa 2: fabricar 45 dijes 1 y 29 dijes 2, se tendrn sobrantes de 60 gramos de oro y 20 gramos de plata, con una utilidad total de $6,080. La mejor decisin ser fabricar la alternativa 1 donde la restriccin dominante o cuello de botella es la disponibilidad de la plata. JEVA / PTI 2
2. Productos de Moda. Una empresa fabrica tres productos de moda, que Mercadotecnia ha nombrado como producto 1, 2 y 3. Estos productos se fabrican a partir de tres ingredientes A, B y C. Los kilogramos de cada ingrediente que se requieren para fabricar un kilogramo de producto terminado se presentan en la siguiente tabla: Ingredientes (KgIng./kgProd. Terminado) A B C 4 7 8 3 9 7 2 2 12
Tipo de Producto P1 P2 P3
La empresa dispone de 400, 800 y 1000 kilogramos de los ingredientes A, B y C respectivamente. Con las condiciones actuales del mercado, el margen de utilidad por kilogramo para el producto 1 es de $180, para el producto 2 es de $100 y de $120 para el producto 3. Modele el problema para determinar la cantidad de cada producto que debe fabricarse para maximizar las utilidades. Modelacin. Variables de Decisin. Xi = Producto Terminado tipo "i" a fabricarse. (KgPT) Funcin Objetivo. Mx Z = 180X1 + 100 X2 + 120 X3 $ ($/Kgpt)Kgpt = $ Restricciones. 1. Ingredientes. A 4X1 + 3X2 + 2X3 400 B 7X1 + 9X2 + 2X3 800 C 8X1 + 7X2 + 12X3 1000 (Kgi/Kgpt)Kgpt = Kgi Kgi 2. No negatividad. Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X1 = 87.5 X3 = 25 Ingrediente B (H2) = 137.5 Mx. Z = 18,750 Interpretacin. Como los kilogramos son una variable continua que se pueden fabricar en cualquier valor fraccionario, el programa de produccin indica que se deben de fabricar 87.5 Kg del producto 1 y 25 Kg del producto 3 para as lograr la mxima utilidad de $18,750. Fabricando este programa, se tendr un sobrante de 137.5 Kg del ingrediente B considerando como restricciones dominantes la disponibilidad de los ingredientes A y C. 3. Paquetes de Botanas. Una empresa dedicada a la venta de botanas fabrica tres paquetes para su distribucin: el familiar, el estndar y el jumbo. El paquete familiar tiene 200 gramos de cacahuate salado, 150 gramos de cacahuate enchilado, 300 gramos de pepita y 150 gramos de pistache. El estndar tiene 150 gramos de cacahuate salado, 100 gramos de cacahuate enchilado, 200 gramos de pepita, 100 de pistache y 70 gramos de nuez de la india. Finalmente el jumbo tiene 400 gramos de cacahuate salado, 250 de cacahuate enchilado, 300 de pepita, 300 de pistache y 150 de nuez de la india. Las existencias que se tienen en la bodega son de 100 kilogramos de cacahuate salado, 80 de cacahuate enchilado, 80 de pepita, 65 de pistache y 40 de nuez de la india. El margen de utilidad de cada paquete familiar, estndar y jumbo es de $5, $7 y $10 respectivamente.
JEVA / PTI
a. Elabore una tabla donde resuma los datos del problema. b. Desarrolle un modelo para hacer un programa de produccin diario que indique la cantidad de paquetes que deben ser elaborados para maximizar la utilidad total. Tabla de datos. Tipo de Paquete Familiar Estndar Jumbo Disponibilidad (kg/da) Ingredientes (gramos/paquete) Cacahuate Pepitas Pistache Enchilado 150 300 150 100 200 100 250 300 300 80 80 65
Cacahuate Salado 200 150 400 100
Nuez de la India 0 70 150 40
Utilidad ($/paquete) 5 7 10
Modelacin. Variables de Decisin. Xi = Paquete de botanas tipo "i" a fabricar por da. (p/d) Funcin Objetivo. Mx. Z = 5X1 + 7X2 + 10X3 $/d ($/p)(p/d) = $/d Restricciones. 1. Ingredientes. Cacahuate salado Cacahuate enchilado Pepitas Pistache Nuez de la india 2. No negatividad Anlisis Dimensional: Probado. Solucin Optima. X2 = 400 Cacahuate salado (H1) = 40 Cacahuate enchilado (H2) = 40 Pistache (H4) = 25 Nuez de la india (H5) = 12 Mx. Z = 2,800 Interpretacin. El programa de produccin para maana debe ser de 400 paquetes estndar que dar la mxima utilidad de $2,800. Al fabricar este programa, se tendrn los siguientes sobrantes: 40 Kg de cacahuate salado, 40 Kg de cacahuate enchilado, 25 Kg de pistache y 12 Kg de nuez de la india. El recurso que realmente limit la fabricacin fueron las pepitas. Si se tuviera suficiente existencia de pepitas, esta restriccin dominante podra dejar de serlo para que otro de los recursos se convirtiera en el siguiente cuello de botella. 4. Zapatos. Una fabrica de zapatos fabrica tres modelos distintos, el modelo 1, 2 y 3 que utilizan los mismos materiales y mano de obra.
0.20X1 + 0.15X2 + 0.40X3 100 0.15X1 + 0.10X2 + 0.25X3 80 0.30X1 + 0.20X2 + 0.30X3 80 0.15X1 + 0.10X2 + 0.30X3 65 0.07X2 + 0.15X3 40 (kg/p)(p/d) = kg/d kg/d Xi 0
JEVA / PTI
Se disponen de 1,000 pares de plantillas especiales para los zapatos del modelo 2 y 3 que se utilizan dos pares para el modelo 3 y un par para el modelo 2. Se tienen 1,200 trozos de piel del tipo "A", utilizndose 4 trozos en el modelo 1 y 2 trozos en el modelo 2. Adems hay 2,400 trozos de piel tipo "B", requirindose 4 trozos para el modelo 1 y 2 para el modelo 3. Se dispone de 40 horas para la fabricacin, considerando que el tiempo requerido para cada par de zapatos del modelo 2 es de 4 minutos, de 7 minutos para el modelo 3 y de 2 minutos para el modelo 1. Los precios de venta son de $100, $200 y $300 para los zapatos del modelo 1, 2 y 3 respectivamente. Cuntos pares de cada tipo se deben de fabricar para que el ingreso por ventas sea mximo? Modelacin. Variables de Decisin. Xi = Pares del Modelo "i" a fabricarse. (p) Funcin Objetivo. Mx. Z = 100X1 + 200X2 + 300X3 $ ($/p) (p) = $ Restricciones. 1. Materiales. Plantillas especiales X2 + 2X3 1,000 (pp/p)(p) = pp pp Trozos de piel: Tipo "A" 4X1 + 2X2 1,200 Tipo "B" 4X1 + 2X3 2,400 (t/p)(p) = t t 2. Produccin 2X1 + 4X2 + 7X3 2,400 (m/p)(p) = m m 3. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X2 = 600 Plantillas especiales (H1) = 400 Piel tipo "B" (H3) = 2,400 Mx. Z = 120,000 Interpretacin. Para tener el mximo ingreso posible de $120,000, se debe fabricar 600 pares del modelo 2. Al fabricar este programa, se tendr un sobrante de 400 pares de plantillas especiales y 2,400 trozos de piel tipo "B". Existen dos restricciones dominantes: produccin y la piel tipo "A". 5. Empresa Automotriz. Una empresa automotriz vende automviles y camionetas. La empresa obtiene $30,000 de utilidad en cada automvil que vende y $40,000 por cada camioneta. El fabricante no puede entregar ms de 300 automviles ni ms de 200 camionetas por mes de acuerdo a su capacidad de produccin. Para la venta de las unidades, la empresa necesita prepararlas en su taller donde se dispone de 900 horas mensuales. El arreglo de cada automvil requiere de 2 horas y 3 horas para cada camioneta. Modele el problema para determinar cuntos vehculos de cada tipo se deben comprar mensualmente para maximizar las utilidades de la empresa. Modelacin. Variables de Decisin. Xi = Vehculos "i" a comprarse mensualmente. (v/m) Funcin Objetivo.
JEVA / PTI
Mx. Z = 30,000 X1 + 40,000 X2 $/m ($/v)(v/m) = $/m Restricciones. 1. Capacidad del proveedor. Autos X1 300 Camionetas X2 200 v/m v/m 2. Capacidad del taller. 2 X1 + 3 X2 900 (h/v)(v/m) = h/m h/m 3. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X1 = 300 X2 = 100 Capacidad prov. camionetas (H2) = 100 Mx. Z = 13'000,000 Interpretacin. Se deben de comprar para el siguiente mes 300 automviles y 100 camionetas para obtener la mxima utilidad para la empresa de $13'000,000. Con este programa de compras, al proveedor le sobra capacidad para entregar 100 camionetas ms y la capacidad del taller se satur convirtindose en la restriccin dominante. 6. Bombas Hidrulicas. Una empresa fabrica y vende dos tipos de bombas hidrulicas, la normal y la extragrande. El proceso de manufactura para las bombas se expresa en la siguiente tabla: Proceso de Manufactura (horas/unidad) Ensamble Pintura Control de Calidad 3.6 1.6 0.6 4.8 1.8 0.6
Tipo de Bomba Normal Extragrande
En la venta de cada bomba se obtiene un margen de utilidad de $500 para la bomba normal y de $750 para la extragrande. Analizando las estadsticas de las ventas pasadas, se observ que la mnima cantidad de bombas normales que se vendieron fueron de 300 semanales y 180 de las extragrandes. En el proceso de manufactura, se tienen disponibles semanalmente 4800 horas en ensamble, 1980 en pintura y 900 en control de calidad. a. Desarrolle una tabla de datos para el problema. b. La empresa quiere hacer un modelo para programar su produccin de tal forma que le ayude a maximizar sus utilidades. Tabla de Datos. Tipo de Bomba Normal Extragrande Tiempo Disponible (horas/semana) Proceso de Manufactura (hrs/unidad) Ensamble Pintura Control de Calidad 3.6 1.6 0.6 4.8 1.8 0.6 4,800 1,980 900 Utilidad ($/unidad) 500 750 Ventas mnimas (unid/sem) 300 180
Modelacin. Variables de Decisin. Xi = Bomba tipo "i" a fabricarse por semana.
JEVA / PTI
(b/s)
Funcin Objetivo. Mx. Z = 500X1 + 750X2 $/s ($/b) (b/s) = $/s Restricciones. 1. Produccin. Ensamble 3.6X1 + 4.8X2 4,800 Pintura 1.6X1 + 1.8X2 1,980 Control Calidad 0.6X1 + 0.6X2 900 (h/b) (b/s) = h/s h/s 2. Ventas. Bomba Normal X1 300 Bomba Extragrande X2 180 b/s b/s 3. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X1 = 300 X2 = 775 Pintura (H2) = 105.0001 C. Calidad (H3) = 255 Ventas B. Extragrande (E5) = 595 Mx. Z = 731,250 Interpretacin. El programa de produccin para la siguiente semana, debe fabricar 300 bombas normales y 775 extragrandes para tener la mxima utilidad de $731,250. Con esta fabricacin, se tendrn en pintura un sobrante de 105.0001 horas y en control de calidad de 255 horas. En lo referente a las ventas, se tendr un excedente de 595 bombas extragrandes respecto a la venta mnima de 180. La restriccin dominante est en ensamble. 7. Agricultura: Comunidad Rural. Un grupo de ingenieros agrnomos est dando asesora a una comunidad rural. Han recomendado a la comunidad cultivar brcoli y coliflor en sus 500 hectreas de terreno. Una hectrea de brcoli da una utilidad de $500 mientras que una de coliflor da $1,000. Debido a un estudio de mercado realizado por los asesores, se determin que no se podr cultivar ms de 200 hectreas de brcoli por razones de demanda. Durante la temporada de la plantacin se dispondr de 120,000 horas-plantador, considerando que una hectrea de brcoli requiere de 250 horas-hombre y una de coliflor 550. El grupo de asesores le piden que modele el problema para determinar cuntas hectreas de cada cultivo deben plantarse para maximizar las utilidades de la comunidad rural. Modelacin. Variables de Decisin. Xi = Hectreas a plantarse del cultivo "i". (ha) Funcin Objetivo. Mx Z = 500 X1 + 1000 X2 $ ($/ha)ha = $ Restricciones. 1. Terreno X1 + X2 500 ha ha
JEVA / PTI
X1 200 ha ha 3. Plantacin 250 X1 + 550 X2 120000 (h-h/ha) ha = h-h h-h 4. No negatividad Xi 0 2. Demanda Anlisis Dimensional: Probado. Solucin optima. X1 = 200 X2 = 127.2727 Terreno (H1) = 172.7273 Mx. Z = 227, 272.7 Interpretacin. Se deben plantar 200 hectreas de brocol y 127.2727 de coliflor para tener la mxima utilidad posible de $227,272.70. Con este programa de cultivo se tiene un sobrante de 172.7273 hectreas de terreno y se tiene como restriccin dominante la demanda y la plantacin. 8. Bolsas de Piel. Una empresa fabrica dos bolsas de piel. El tipo "A" es fina con un precio de venta de $550 y el tipo "B" es corriente y se vende a $230. El abastecimiento de piel es suficiente para hacer 170 bolsas diarias. Se fabrican dos bolsas "B" por una de "A" y diariamente se pueden fabricar 250 bolsas del tipo "B" si solamente se hicen de stas. La bolsa "A" requiere de un broche elegante, disponindose de solo 80 broches de este tipo y para la bolsa "B" que lleva un broche ms sencillo se tienen 100. Pueden venderse por lo menos 130 bolsas diarias combinando el tipo "A" y "B". Qu cantidad de bolsas se debe fabricar para maximizar los ingresos por venta? Modelacin. Variables de Decisin. Xi = Bolsa tipo "i" a fabricarse diariamente. (b/d) Funcin Objetivo. Mx. Z = 550X1 + 230X2 $/d ($/b)(b/d) = $/d Restricciones. 1. Materiales. Piel
X1 + X2 170 b/d b/d
Broches: Bolsa "A" X1 80 Bolsa "B" X2 100 (br/b)(b/d)=br/d br/d 2. Produccin. Proporcin Bolsa "B" 3. Ventas 4. No negatividad
X2 2 = X1 1
- 2X1 + X2 = 0 X2 250 b/d b/d X1 + X2 130 b/d b/d Xi 0
Anlisis Dimensional: Probado.
JEVA / PTI
Solucin Optima. X1 = 43.3333 X2 = 86.6667 Piel (H1) = 40 Broche A (H2) = 36.6667 Broche B (H3) = 13.3333 Produccin bolsa B (H4) = 163.3333 Mx. Z = 43, 766.67 Interpretacin. La fabricacin de bolsas es una variable discreta por lo que se necesita hacer un ajuste en los valores de la solucin matemtica. El programa de produccin para maana debe fabricar 43 bolsas del tipo A y 87 bolsas del tipo B para tener la mxima utilidad posible de $43,660. Con este programa se tendr un sobrante de piel para 40 bolsas; un sobrante de broches para 37 bolsas del tipo A y 13 broches para bolsas del tipo B y tambin sobra capacidad para fabricar 163 bolsas del tipo B. La restriccin dominante en este problema est dada por la proporcin. Considerando el ajuste realizado, se tiene que la proporcin de la bolsa B es de 2.02 veces en vez de 2. 9. Productos para Computadora. Una empresa fabrica productos para el mercado de las computadoras. Produce un paquete de limpieza y dos tipos de disco de alta densidad, el de cinco un cuarto de pulgada y el de tres y media solo en lotes de 1,000 unidades. La contribucin unitaria a las utilidades es de $2 para el disco de tres y media pulgadas, $1 para el disco de cinco un cuarto y $3.50 para el paquete de limpieza. El proceso de produccin tiene tres centros de manufactura por los que pasan cada uno de los productos y mediante un estudio de tiempos, se calcularon los siguientes datos: Proceso de Produccin (horas/lote) Centro Centro Centro3 1 2 3 2 1 4 1 3 2 2 2 60 40 80 1000 2000 1500
Tipo de Producto Disco 3.5 Disco 5,25 Paquete limpieza Tiempo Disponible (horas/semana) Costo Fijo ($/semana)
Desarrolle un modelo para programar la produccin para la siguiente semana en lotes, de tal forma que maximice las utilidades de la empresa. Modelacin. Variables de Decisin: Xi = Lotes de 1,000 unidades del Producto "i" a fabricarse por semana. (l/s) Funcin Objetivo: Mx Z = 2,000 X1 + 1,000 X2 + 3,500 X3 $/s ($/l)(l/s) = $/s Restricciones: Los costos fijos no forman una restriccin ya que siempre se tienen haya o no produccin. 1. Produccin. Centro 1 3X1 + 4X2 + 2X3 60 Centro 2 2X1 + X2 + 2X3 40 Centro 3 X1 + 3X2 + 2X3 80 (h/l)(l/s) = h/s h/s 2. No negatividad Xi 0
JEVA / PTI
Anlisis Dimensional: Probado. Solucin Optima. X3 = 20 Centro 1 (H1) = 20 Centro 3 (H3) = 40 Mx. Z = 70,000 Interpretacin. En el programa de produccin para la siguiente semana se debe fabricar 20 lotes de paquetes de limpieza para obtener la mxima utilidad de $70,000. Realizando este programa, se tendr una capacidad sobrante de 20 horas en el centro 1 y de 40 horas en el centro 3. Considerando estos resultados, el cuello de botella est localizado en el centro 2. 10. Servicio de Transporte Terrestre. Una empresa adquiri un permiso del gobierno para realizar el transporte terrestre del aeropuerto a la ciudad. Actualmente se tiene una flotilla de 30 vagonetas que se reemplazarn totalmente ya que el costo de mantenimiento es muy alto por ser modelos viejos. Para el reemplazo se estn considerando tres tipos de vehculos: vagoneta, minibs y autobs. La empresa ha calculado las utilidades netas esperadas para cada tipo de vehculo y las presenta en el siguiente cuadro: Tipo de Vehculo Vagoneta Minibs Autobs Precio del Vehculo ($/unidad) 650,000 1050,000 2900,000 Utilidad Neta Esperada ($/unidad) 200,000 280,000 650,000
El consejo de administracin ha autorizado $50 millones para la adquisicin de vehculos. La proyeccin de la demanda del transporte garantiza que todos los vehculos que se puedan comprar con el capital se usarn para el transporte; sin embargo, la capacidad del taller para dar mantenimiento a los vehculos es limitada, actualmente solo puede atender a las 30 vagonetas que se tienen. La empresa no desea hacer ninguna ampliacin a la capacidad del taller, pero debe estar preparado para atender tambin los minibuses y autobuses que se compren. Un minibs es equivalente a 1.5 vagonetas y un autobs equivale a 3 vagonetas. La empresa quiere tener un modelo que le permita determinar el nmero ptimo de cada tipo de vehculo que deba comprar para maximizar las utilidades netas esperadas. Modelacin. Variables de Decisin. Xi = Vehculos del tipo "i" a comprarse. (v) Funcin Objetivo. Mx Z = 200,000X1 + 280,000X2 + 650,000X3 $ ($/v) v = $ Restricciones. 650,000X1 + 1050,000X2 + 2900,000X3 50'000,000 ($/v)v = $ $ 2. Capacidad del taller. La capacidad del taller est dada en vagonetas por lo que todo se debe de expresar en esta unidad de referencia. X1 + 1.5X2 + 3X3 30 (vag/minb) (minb) = vag vag el anlisis dimensional tambin se puede expresar como: % (v) = v v 3. No negatividad Xi 0 Capital.
1.
JEVA / PTI
10
Anlisis Dimensional: Probado. Solucin Optima. X3 = 10 Capital (H1) =21000,000 Mx. Z = 6500,000
Interpretacin. El programa de compra debe ser de 10 autobuses para tener la mxima utilidad de $6500,000. Con este programa, se tendr un sobrante de $21000,000 del capital. El cuello de botella en este caso es la capacidad del taller. 11. Ensamble de Equipos Estereofnicos. Una empresa ensambladora de equipos estereofnicos para auto, produce dos tipos de estreos, el convencional que lleva radio y tocacintas y el especial que lleva adems "compact disk". Actualmente la planta trabaja 480 horas semanales con gastos fijos de $1,000 por semana. La produccin de un estreo convencional requiere de 2 horas de mano de obra y su margen de utilidad es de $200. El estreo especial requiere de 3 horas con una utilidad de $250. El departamento de Mercadotecnia ha determinado que lo mximo que puede venderse por semana son 150 estreos convencionales y 100 especiales. Modele el problema para tener un programa de produccin ptimo, es decir, que determine la cantidad a fabricar de cada tipo de estreo para maximizar las utilidades. Modelacin. Variables de Decisin. Xi = Estreos del tipo "i" a fabricarse por semana. (e/s) Funcin Objetivo. Mx Z = 200X1 + 250X2 $/s ($/e)(e/s) = $/s Restricciones. Los costos fijos no son una restriccin; no influyen en el objetivo de maximizar las utilidades ya que stas solo dependen de lo que se fabrica y se vende. Los costos fijos siempre se tendrn se fabrique o no. 1. Produccin 2. Ventas. Estreo convencional Estreo especial 3. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X1 = 150 X2 = 60 Ventas estreo especial (H3) = 40 Mx. Z = $45,000 Interpretacin. El programa de produccin para la prxima semana debe fabricar 150 estreos convencionales y 60 estreos especiales para tener la mxima utilidad de $45,000. Al fabricar este programa, se tendr un sobrante en la capacidad de ventas por 40 estreos especiales. La capacidad de produccin forma el cuello de botella. 12. Tenis. JEVA / PTI 11 2X1 + 3X2 480 (h/e)(e/s) = h/s h/s X1 150 X2 100 e/s e/s
Una fbrica de tenis elabora tres modelos distintos: infantil, dama y caballero. Se dispone de 350 metros de tela, 18,000 plantillas, 500 tiras de suela y de tiempo suficiente para fabricar 10,000 pares de tenis para dama, si solamente se hicieran stos 15,000 pares infantiles si solo se hicieran stos 7,000 pares de caballero si nicamente se fabricaran stos. Un par de tenis para caballero requiere de 20 centmetros de tela, un par de dama de 15 centmetros y un par infantil de 14. Se sabe que de cada tira de suela puede obtenerse 4 pares de tenis para caballero 6 para dama u 11 infantiles. Si cada par de tenis infantil se vende al mayoreo en $140, los de dama en $180 y los de caballero en $190 cul es la produccin que maximiza los ingresos por ventas? Modelacin. Variables de Decisin. Xi = Pares de tenis tipo "i" a fabricar. (p) Funcin Objetivo. Mx. Z = 140X1 + 180X2 + 190X3 $ ($/p)(p) = $ Restricciones. 1. Materiales. Tela Plantillas Suelas
0.14X1 + 0.15X2 + 0.20 X3 350 (m/p) (p) = m m X1 + X2 + X3 9,000 p p X1/11 + X2/6 + X3/4 500 (p/1)/(p/t) = t t
3. Produccin. Infantil X1 15,000 Dama X2 10,000 Caballero X3 7,000 p p 3. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X2 = 2,333.3330 Plantillas (H2) = 6,666.6670 Suelas (H3) = 111.1111 Infantil (H4) = 15,000 Dama (H5) = 7,666.6670 Caballero (H6) = 7,000 Mx. Z = 419,999.94 Interpretacin. La fabricacin de tenis es una variable discreta por lo que se tiene que ajustar la solucin obtenida. Haciendo el ajuste, se tiene que el programa de produccin debe fabricar 2,333 pares de dama para tener la mxima utilidad de $419,940. Al hacer este programa, se tendrn materiales sobrantes de 0.05 metros de tela, 6,667 pares de plantillas y 111.17 tiras de suela. Adems se tendr un sobrante en la capacidad de produccin para 7,667 pares de tenis de dama, de 15,000 pares de tenis infantil y 7,000 pares de tenis para caballero. La restriccin dominante es la tela. 13. Collares. Una pequea empresa fabrica joyera econmica pero de apariencia fina. Actualmente est fabricando un collar chico que lleva 85 piedras "ojo de tigre" y un broche; el grande lleva 110 piedras y un broche. Para esta semana se tienen en existencia 100 broches, 9,000 piedras y todo el hilo que se requiera para la fabricacin de collares.
JEVA / PTI
12
La experiencia de ventas indica que por cada collar grande que se venda, por lo menos se venden tres chicos. Los collares chicos tienen un precio de venta de $180 y los grandes de $240. Cul es la produccin que maximiza los ingresos por ventas? Modelacin. Variables de Decisin. Xi = Collar tipo "i" a fabricar semanalmente. (c/s) Funcin Objetivo. Mx. Z = 180X1 + 240X2 $/s ($/c)(c/s) = $/s Restricciones. 1. Materiales. Piedras Broches 2. Ventas. Proporcin de ventas
X2 1 X1 3
85X1 + 110X2 9,000 (p/c)(c/s) = p/s p/s X1 + X2 100 (b/c)(c/s) = b/s b/s La proporcin X es inicialmente de pero al aplicar la condicin 3 1 de al menos tres chicos, el valor de la proporcin va disminuyendo al crecer el valor de X 1 . Por ejemplo, si el valor de X 1 fuera 6 (podra ser cualquier valor superior a 3) el valor de la proporcin X 1 ser menor que
1 3 X2 X2 1
c/s)/(c/s) = %
% 3X2 X1
3X2 - X1 0
3. No negatividad
Xi 0
Anlisis Dimensional: Probado. Solucin Optima. X1 = 73.9726 X2 = 24.6575 Broches (H2) = 1.3699 Mx. Z = 19,232.88 Interpretacin. Para obtener el mximo ingreso por ventas de $19,080 para la prxima semana, es necesario un programa de produccin que fabrique 74 collares chicos y 24 collares grandes. Con este programa se tiene un sobrante de 70 piedras "ojo de tigre", 2 broches y un 0.9% de la proporcin de ventas. La restriccin dominante es la proporcin de ventas, que an con los ajustes es prcticamente cero. 14. Portafolios. Una fbrica de portafolios de piel hace tres modelos que utilizan piel sinttica, cartn, forro y chapas en las cantidades que se muestran en la siguiente tabla: Modelo de Portafolio Chico Mediano Grande Piel (cm) 80 130 150 Cartn (metros) 1.5 2.0 2.30 Forro (cm) 70 100 120 Chapa (unidades) 1 2 2
Las existencias para el programa de produccin mensual son: 6 rollos de piel sinttica, 10 rollos de forro de 50 metros cada uno, 4 rollos de cartn de 80 metros cada uno y 500 chapas. Se conoce que se puede vender toda la produccin JEVA / PTI 13
que se haga pero la experiencia de ventas indica que por cada tres portafolios medianos se venden por lo menos dos grandes y que se venden tantos chicos como la suma de los otros dos. Cul ser el programa de produccin para tener la mxima utilidad considerando que el portafolio chico tiene una utilidad de $150, el mediano de $300 y el grande de $350? Modelacin. Variables de Decisin. Xi = Portafolio tipo "i" a fabricar para el mes. (p/m) Funcin Objetivo. Mx. Z = 150X1 + 300X2 + 350X3 $/m ($/p)(p/m) = $/m Restricciones. 1. Materiales. Piel Cartn Forro Chapa
0.80X1 + 1.30X2 + 1.50X3 300 1.50X1 + 2X2 + 2.30X3 320 0.70X1 + X2 + 1.20X3 500 (mts/p)(p/m) = mts/m mts/m X1 + 2X2 + 2X3 500 (ch/p)(p/m) = ch/m ch/m X2/X3 3/2 X1 = X 2 + X3 % % 2X2 3X3 2X2 - 3X3 0
2. Ventas. Proporcin medianos y grandes Proporcin chicos
3. No negatividad
Xi 0
Anlisis Dimensional: Probado. Solucin Optima. X1 = 88.3978 X2 = 53.0387 X3 = 35.3591 Piel (H1) = 1077.2928 Forro (H3) = 342.6519 Chapa (H4) = 234.8066 Mx. Z = 41,546.96 Interpretacin. Haciendo el ajuste por ser variables discretas, quedara que el programa de produccin para el prximo mes, debe fabricar 88 portafolios del modelo chico, 53 del modelo mediano y 35 del modelo grande para alcanzar la mxima utilidad de $41,350. Al hacer este programa, se tendrn sobrantes de materiales por 108.2 metros de piel, 1.5 metros de cartn, 3433.4 metros de forro y 236 chapas. La proporcin de ventas del modelo chico se cumple exactamente (88=53+35). La proporcin pedida entre los modelos medianos y grandes que es de 1.5 veces (3/2=1.5), fue superada ya que la proporcin es de 1.514 veces (53/35=1.514). La restriccin dominante es la proporcin de las ventas del modelo chico. 15. Maletas. Una fbrica de maletas de piel fabrica dos modelos distintos para los que se utiliza la misma materia prima en diferentes proporciones. La maleta chica utiliza piel, cartn, 90 centmetros de forro y una chapa; la maleta grande usa piel, cartn, 180 centmetros de forro y 2 chapas. De una tira de piel se pueden obtener 12 maletas chicas 5 maletas grandes. De una hoja de cartn se obtienen 7 maletas chicas 3 grandes. Se tienen en existencia 500 hojas de cartn, 300 hojas de calidad B para el corte de maletas chicas y 200 hojas de calidad A para las maletas grandes.
JEVA / PTI
14
Mensualmente surten 300 tiras de piel, 50 rollos de forro de 50 metros cada uno y 4,000 chapas. Se sabe que se puede vender toda la produccin de maletas pero el comportamiento de las ventas indica que por cada 3 maletas chicas se pueden vender como mximo 3 maletas grandes. La capacidad de la fbrica es tal, que si solamente se hicieran maletas chicas se podran fabricar 3,600 mensualmente pero tambin se conoce que la maleta grande requiere el doble de tiempo que la maleta chica. La utilidad marginal de las maletas chica y grande son de $150 y $240 respectivamente. Desarrolle un modelo para tener el programa de produccin para el siguiente perodo de tal forma que se maximice la utilidad. Modelacin. Variables de Decisin. Xi = Maletas del tipo "i" a fabricar por mes. (mal/m) Funcin Objetivo. Mx. Z = 150X1 + 240X2 $/m ($/mal)(mal/m) = $/m Restricciones. 1. Materiales. Piel
X1 X 2 + 300 12 5
(mal/m)/(mal/t) = t/m Cartn: Chica Grande
t/m
X1 300 7 X2 200 3
(mal/m)/(mal/h) = h/m h/m Forro 0.90X1 + 1.80X2 2,500 (mts/mal)(mal/m) = mts/m mts/m Chapa X1 + 2X2 4,000 (ch/mal)(mal/m) = ch/m ch/m 2. Ventas
X1 3 X2 3
3X1 - 3X2 0 %(mal/m) = mal/m mal/m 3. Produccin. Chica Grande X1 3,600

X2 2 = X1 1
4. No negatividad
2X1 = X2 2X1 -X2 = 0 %(mal/m) = mal/m mal/m Xi 0
Anlisis Dimensional: Probado. Solucin Optima. X1 = 300.0003 X2 = 600.0006 Piel (H1) = 154.9999 Cartn chica (H2) = 257.1429 Forro (H4) = 1,149.9990 Chapa (H5) = 2,499.9980 Ventas (H6) = 600.0006 Produccin chica (H7) = 3,300
JEVA / PTI
15
Mx. Z = 189,000.20 Interpretacin. Como el problema tiene variables discretas, es necesario hacer un ajuste de la solucin matemtica obtenida en la computadora para poder hacer la siguiente interpretacin: el programa de produccin para el prximo mes debe fabricar 300 maletas chicas y 600 maletas grandes para lograr la mxima utilidad de $189,000. Al hacer este programa se tienen materiales sobrantes: 155 tiras de piel, 257.14 hojas de cartn programadas para la maleta chica, 1,150 metros de forro y 2,500 chapas. En las ventas, se tiene una proporcin de 0.5 que es menor al 1.5 pedido, teniendo una diferencia sobrante de 1 que equivale a una vez la cantidad fabricada de maletas grandes que son 600. En produccin sobra capacidad para fabricar 3,300 maletas chicas. Las restricciones dominantes son el cartn para la maleta grande y la produccin de la maleta grande. 16. Cuadros Tejidos de Tamaos Diferentes. Un artesano fabrica y vende cuadros tejidos, de los cuales tiene tres tipos: el barco, la cruz y los amantes. El primero requiere triplay, 200 metros de estambre y 85 clavos; el segundo necesita triplay, 300 metros de estambre y 100 clavos; el tercero utiliza triplay, 400 metros de estambre y 125 clavos. De una hoja de triplay se pueden obtener 12 cuadros chicos u 8 medianos 5 grandes. Cada mes se cuenta con 15 hojas de triplay, 68 madejas de estambre de 500 metros cada una y 10 cajas de clavos equivalentes a 12,500. El barco requiere de 3 horas, la cruz de 5 horas y los amantes de 6 horas para su elaboracin. Mensualmente se dispone de 530 horas para la fabricacin de los cuadros. La experiencia que se tienen de las ventas muestra que mnimo se venden 25 cuadros grandes por cada 60 cuadros chicos. El margen de utilidad para los cuadros chicos, medianos y grandes son $22, $35 y $45 respectivamente. Cuntos cuadros de cada tipo deben hacerse para que la utilidad sea mxima? Modelacin. Variables de Decisin. Xi = Cuadros tipo "i" a fabricarse mensualmente. (u/m) Funcin Objetivo. Mx. Z = 22X1 + 35X2 + 45X3 $/m ($/u)(u/m) = $/m Restricciones. 1. Materiales. Triplay Estambre Clavos 2. Produccin 3. Ventas
X1 X 2 X 3 + + 15 12 8 5
(u/m)/(u/h) = h/m h/m 200X1 + 300X2 + 400X3 34,000 (mts/u)(u/m) = mts/m mts/m 85X1 + 100X2 + 125X3 12,500 (c/u)(u/m) = c/m c/m 3X1 + 5X2 + 6X3 530 (h/u)(u/m) = h/m h/m
X 3 25 X 1 60
% 3. No negatividad Xi 0
% - 25X1 + 60X3 %(u/m) = u/m
u/m
Anlisis Dimensional: Probado. Solucin Optima. X1 = 60 X2 = 40 X3 = 25
JEVA / PTI
16
Clavos (H3) = 275 Mx. Z = 3,845 Interpretacin. Para que el prximo mes se tenga una utilidad de $3,845, se debe fabricar 60 cuadros chicos (barco), 40 cuadros medianos (cruz) y 25 cuadros grandes (amantes). Con este plan de fabricacin, sobrarn 275 clavos y todos los dems recursos se terminarn. Las restricciones dominantes son el triplay, el estambre y la capacidad de produccin. 17. Raquetas de Tenis. Una empresa fabrica y vende raquetas de tenis. Actualmente produce tres tipos de raquetas, una estndar y dos profesionales. El proceso de manufactura de las raquetas est formado por dos operaciones por las que pasan todas las raquetas. Cada raqueta requiere de 3 horas en la operacin 1. En la operacin 2, la raqueta estndar requiere de 2 horas, la profesional tipo 1 de 4 horas y la profesional tipo 2 de 5 horas. La operacin 1 tiene disponible 50 horas semanales para produccin y la operacin 2 tiene suficiente mano de obra para 80 horas por semana. El departamento de Mercadotecnia ha proyectado que la demanda de la raqueta estndar no ser ms de 25 por semana. Debido a que las raquetas profesionales son de la misma calidad, se ha pronosticado que la demanda combinada para stas, ser de 10 o ms pero no ms de 30 por semana. La venta de la raqueta estndar tiene una utilidad de $70, en tanto que las raquetas profesionales tienen $180 y $205 para el tipo 1 y 2 respectivamente. Modele un programa de produccin que maximice las utilidades para la empresa determinando cuntas raquetas de cada tipo deben de fabricarse semanalmente. Modelacin. Variables de Decisin. Xi = Raquetas del tipo "i" a fabricar por semana. (r/s) Funcin Objetivo. Mx Z = 70X1 + 180X2 + 205X3 $/s ($/r)(r/s) = $/s Restricciones. 1. Proceso. Operacin 1 Operacin 2
3X1 + 3X2 + 3X3 50 2X1 + 4X2 + 5X3 80 (h/r)(r/s) = h/s h/s 2. Demanda de raquetas. Estndar X1 25 Profesionales 30 X2 + X3 10 Esta restriccin doble se puede poner como si fueran dos restricciones quedando: X2 + X3 10 X2 + X3 30 r/s r/s 3. No negatividad Xi 0
Anlisis Dimensional: Probado. Solucin Optima. X1 = 1.1111 X3 = 15.5556 Demanda raq. estndar (H3) = 23.8889 Demanda raq. profesional (E4) = 5.5556 Demanda raq. profesional (H5) = 14.4444 Mx. Z = 3,266.675 Interpretacin. Haciendo el ajuste por ser variables discretas, el programa de produccin debe de fabricar una raqueta estndar y 15 raquetas profesionales del tipo 2 para la prxima semana, para tener la mxima utilidad posible de $3,145. Se tendrn
JEVA / PTI
17
recursos sobrantes en el proceso de produccin, 2 horas en la operacin 1 y 3 horas en la operacin 2. Mientras que en la demanda, se tiene una demanda sobrante de 24 raquetas estndar que se dej de aprovechar. En la demanda de las raquetas profesionales, como se debe de fabricar 16 raquetas en total, se tendr un excedente de 6 raquetas profesionales del tipo 2 respecto a la demanda mnima pronosticada y 14 por debajo de la mxima. A pesar de que ningn recurso se agot en la solucin ajustada, se puede considerar que el cuello de botella es el proceso de produccin de acuerdo a la solucin matemtica. 18. Procesos de Mezclado. En una refinera se deben de programar dos procesos de mezclado. Una hora de trabajo del proceso 1 produce 4,000 litros de gasolina magna y 1,750 litros de gasolina nova, consumiendo 100 barriles de petrleo crudo del pozo 3 y 300 barriles del pozo 10. En una hora de trabajo, el proceso 2 consume 100 barriles de petrleo crudo del pozo 3 y 200 del pozo 10, para producir 3,500 litros de gasolina magna y 2,250 litros de gasolina nova. Para la siguiente corrida de produccin se tienen disponibles 1,200 barriles de petrleo crudo del pozo 3 y 1,800 del pozo 10. Los contratos que se tienen con diferentes clientes, dan pedidos por 28,000 litros de gasolina magna y 12,000 litros de nova. El gobierno como responsable del control ambiental de la nacin ha dictaminado que se debe limitar la produccin de gasolina nova a no ms de la mitad de gasolina magna. La refinera tiene una utilidad por hora del proceso 1 de $10,000 y en el proceso 2 de $11,000. a. Desarrolle un modelo para establecer un programa de produccin que maximice la utilidad para la empresa. b. En los datos del problema hay algunos que entran en contradiccin, por lo que el modelo no tiene una solucin factible. Encuentre el error y formule nuevamente el modelo para encontrar la solucin ptima del problema. Modelacin. Variables de Decisin. Xi = Horas de operacin del Proceso "i" (h) Funcin Objetivo. Mx Z = 10,000X1 + 11,000X2 $ ($/h)h = $ Restricciones. 1. Disponibilidad de petrleo crudo. Pozo 3 100X1 + 100X2 1,200 Pozo 10 300X1 + 200X2 1,800 (b/h)h = b b 2. Ventas. Gasolina magna 4,000X1 + 3,500X2 = 28,000 Gasolina nova 1,750X1 + 2,250X2 = 12,000 (l/h)h = l l 3. Control ambiental. 1,750X1 + 2,250X2 0.5 (4,000X1 + 3,500X2) (l/h) h = l % [(l/h) h] = l - 250X1 1250X2 0 250X1 + 1250X2 0 Se multiplica por -1 y cambia el signo de la desigualdad 4. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. Al resolver en la computadora este modelo, se encuentra que no tiene una solucin factible, indicando que existe algn conflicto entre las restricciones. Se detect que el conflicto est en las restricciones de venta. Para desaparecer el conflicto, se necesita cambiar el sentido de la restriccin de gasolina magna en la forma siguiente: Gasolina magna 4,000X1 + 3,500X2 28,000 Con este cambio en el sentido de la restriccin, se tiene la siguiente solucin ptima: X1 = 5.0769
JEVA / PTI
18
X2 = 1.3846 Pozo 3 (H1) = 553.8462 Gasolina magna (H3) = 2,846.1540 Control ambiental (H4) = 576.9231 Mx. Z = 66,000 Interpretacin. Para la siguiente corrida de produccin, se debe programar 5.0769 horas (5 horas 5 minutos) el proceso 1 y 1.3846 horas (1 hora 23 minutos) el proceso 2, para tener la mxima utilidad de $66,000. Al trabajar con esta programacin, se tendr un sobrante de 553.8462 barriles de petrleo crudo, en el pedido de gasolina magna se dejaron de entregar 2,846.1540 litros y el control ambiental est dentro de lo exigido por el gobierno pudiendo fabricar hasta 576.1540 litros ms de gasolina magna sin ningn problema. 19. Transporte de Carga Area. Una empresa tiene un avin para transportar carga. Debido a los elevados costos de operacin, el avin no sale hasta que todas sus bodegas hayan sido cargadas. El avin tiene tres bodegas, una inferior, una media y una superior. La capacidad de carga mxima del avin es de 100 toneladas por viaje. La capacidad de la bodega inferior es 40 toneladas como mximo en cada viaje. Por razones de equilibrio para el avin, la bodega intermedia debe llevar un tercio de la carga de la bodega inferior y la superior de llevar dos quintas partes de la carga de bodega inferior. Sin embargo existe una poltica de la empresa, que no deben de llevar ms de 60 toneladas de carga en las bodegas intermedia y superior combinadas. Despus de deducir todos los gastos, se ha calculado una utilidad neta de $80 por tonelada de carga en la bodega inferior, de $100 por tonelada de carga en la bodega intermedia y $120 en la bodega superior. La empresa quiere obtener la mxima utilidad por viaje por lo que quiere desarrollar un modelo que le permita determinar el mejor programa de carga para el avin. Modelacin. Variables de Decisin. Xi = Toneladas de carga a poner en la Bodega "i" (t) Funcin Objetivo. Mx Z = 80X1 + 100X2 + 120X3 $ ($/t) t = $ Restricciones. 1. Capacidad. Avin Bodega inferior Bodega intermedia
X1 + X2 + X3 100 X1 40 X1 1 = X2 3 % % - X1 + 3X2 = 0 %(t) = t t

X1 2 = X2 5 % %
Bodega superior
2. Poltica de la Empresa 3. No negatividad Anlisis Dimensional: Probado. Solucin Optima. X1 = 40 X2 = 13.3333 JEVA / PTI
X2 + X3 60 t t Xi 0
- 2X1 + 5X3 = 0 %(t) = t t
19
X3 = 16 Cap. Avin (H1) = 30.6667 Poltica (H3) = 30.6667 Mx. Z = 6,453.333 Interpretacin. La forma ptima de cargar el avin es poner 40 toneladas en la bodega inferior, 13.3333 toneladas en la bodega intermedia y 16 toneladas en la bodega superior para tener la mxima utilidad de $6,453.333. Al cargar el avin en esta forma, se tendr una capacidad desperdiciada del avin de 30.6667 toneladas; la poltica de la empresa se cumple satisfactoriamente quedando un margen de 30.6667 toneladas. Las restricciones dominantes son todas las bodegas del avin, tanto la inferior, la intermedia como la superior. 20. Guantes de Proteccin. Una empresa fabrica guantes de proteccin industrial en tres modelos. El modelo "A" requiere de 0.06 metros cuadrados de carnaza tipo 1, 0.05 metros cuadrados de carnaza tipo 2 y de piel. El modelo "B" requiere de piel, de 0.09 de carnaza tipo 2 y de 0.05 de carnaza tipo 1. Los requerimientos del modelo "C" son de 0.07 y 0.08 de carnaza tipo 1 y 2 respectivamente y tambin usa piel. Se sabe que de una pieza de piel pueden salir 8, 9 5 pares de guantes de los modelos 1, 2 y 3 respectivamente. Si se usara todo el tiempo disponible en producir guantes de un solo tipo saldran 600, 700 500 de los modelos 1, 2 y 3 respectivamente. El metro cuadrado de carnaza del tipo 1 cuesta $400, $500 la del tipo 2 y $1,000 la pieza de piel. Los guantes modelo 1, 2, y 3 se vendern en $229, $241 y $348 respectivamente. Si se dispone de 45 metros cuadrados de carnaza tipo 1, de 40 del tipo 2 y 80 piezas de piel, desarrolle un modelo que permita maximizar la utilidad, determinando cuntos guantes hay que producir de cada tipo y cunto sobra de cada recurso utilizado. Modelacin. Variables de Decisin. Xi = Pares de guantes tipo "i" a fabricar (p) Funcin Objetivo. El margen de utilidad para cada tipo de guante es: Tipo de Material Carnaza Tipo 1 Carnaza Tipo 2 Piel Costo ($/par) Precio Venta ($/par) Utilidad ($/par) Mx. Z = 55X1 + 64.90X2 + 80X3 $ ($/p)(p) = $ Restricciones. 1. Materiales. Carnaza: Tipo 1 Tipo 2 Piel 2. Produccin. Modelo "A" Modelo "B" Modelo "C" Modelo de Guante A B 0.06 (400) = 24 20 0.05 (500) = 25 45 1,000/8 =125 111.10 174 176.10 229 241 55 64.90 C 28 40 200 268 348 80
0.06X1 + 0.05X2 + 0.07X3 45 0.05X1 + 0.09X2 + 0.08X3 40 (m2/p)(p) = m2 m2 X1/8 + X2/9 + X3/5 80 (p/1)/(p/pza) = pza pza X1 600 X2 700 X3 500
JEVA / PTI
20
3. No negatividad
p p Xi 0
Anlisis Dimensional: Probado. Solucin Optima. X1 = 483.9025 X2 = 175.6097 Carnaza tipo 1 (H1) = 7.1854 Produccin "A" (H4) = 116.0975 Produccin "B" (H5) = 524.3903 Produccin "C" (H6) = 500 Mx. Z = 38,011.71 Interpretacin. En este problema se tienen variables discretas por lo que es necesario ajustar los valores de X 1 y X2 a valores enteros. Se tienen dos soluciones lgicas, X1 = 484 X2 = 175 (solucin 1) y X1 = 483 X2 = 176 (solucin 2) que se deben de probar para ver cul se acerca ms al valor ptimo y que cumpla con todas las restricciones del modelo. La solucin 2 es la seleccionada, quedando la siguiente interpretacin: El programa de produccin debe fabricar 483 pares de guantes del modelo "A" y 176 del modelo "B" para tener la mxima utilidad de $37,987.40. Al hacer este programa, se tienen recursos sobrantes tanto en los materiales como en produccin. Sobran 2.22 metros cuadrados de carnaza tipo 1 y 0.01 metros cuadrados del tipo 2. En produccin, no se utiliz la capacidad de 117 pares de guantes del modelo "A", ni la capacidad para 524 pares del modelo "B", tampoco la capacidad de 500 pares del modelo C. Se pueden considerar la carnaza tipo 2 y la piel como restricciones dominantes ya que prcticamente sus valores son muy cercanos a cero.
PROBLEMAS DE NIVEL MEDIO.

21. Agricultura: Cultivos. Un agricultor quiere cultivar maz y trigo en un terreno de 70 hectreas. Sabe que una hectrea puede rendir 30 toneladas de maz y 25 de trigo. Cada hectrea requiere de un capital de $9,000 si se cultiva con maz y de $10,000 si se cultiva con trigo. El capital disponible es de $1000,000. La necesidad de agua de riego es de 900 metros cbicos por hectrea de maz y 500 por hectrea de trigo en octubre pero en noviembre se requieren de 1,200 para el maz y 850 para el trigo. La disponibilidad del agua en octubre es de 57,900 metros cbicos y en noviembre de 15,200. Los precios de venta de maz y trigo son de $14,500 y $16,000 por tonelada respectivamente. Desarrolle un modelo que determine la cantidad de maz y trigo a sembrar para maximizar los ingresos por ventas. Modelacin. Variables de Decisin. Xi = Hectreas a sembrarse del Cultivo "i" (ha) Funcin Objetivo. Los ingresos por venta son: Maz 30 (14,500) = 435,000 Trigo 25 (16,000) = 400,000 (t/ha) ($/t) = $/ha Mx. Z = 435,000X1 + 400,000X2 $ ($/ha)(ha) = $ Restricciones. 1. Terreno 2. Capital 3. Agua: X1 + X2 70 ha ha 9,000X1 + 10,000X2 1000,000 ($/ha)(ha)=$ $
JEVA / PTI
21
Octubre 900X1 + 500X2 57,900 Noviembre 1,200X1 + 850X2 15,200 (m3/ha)(ha)=m3 m3 4. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X2 = 17.8824 Terreno (H1) = 52.1176 Capital (H2) = 821,176.50 Agua octubre (H3) = 48,958.82 Mx. Z = 7152,941 Interpretacin. El programa de siembra debe ser de 17.8824 hectreas de trigo para lograr el mximo ingreso por ventas de $7152,941. Con este programa de cultivo, quedarn los siguientes sobrantes: 52.1176 hectreas de terreno, $821,176.50 del capital y 48,958.82 metros cbicos de agua en el mes de octubre. La restriccin dominante es la disponibilidad del agua en noviembre. 22. Agricultura: rboles Frutales. En un cierto poblado, la Nacional Financiera S.A. (Nafinsa) pretende hacer una cuantiosa inversin para estimular el cultivo de aguacate, lima reina, mango y zapote. Nafinsa quiere reducir el desempleo rural y aumentar las exportaciones que vendrn a equilibrar la Balanza de Pagos de la nacin. Se conoce que la produccin promedio de cada rbol es: Tipo de rbol Aguacate Lima Reina Mango Zapote Produccin Promedio Anual (unid./rbol) (kgs/rbol) 350 150 230 200 150 50 400 150 Observacin Una vez por ao Una vez por ao Una vez por ao Una vez por ao
El precio promedio en el mercado internacional es de $10 por kilogramo para el aguacate, de $4 para la lima reina, de $15 para el mango y de $7 para el zapote. Existe una superficie de 250 hectreas de propiedad federal propicia para el cultivo de estos productos. Considere que los ingenieros agrnomos enviados por Nafinsa, determinaron las extensiones mnimas para el cultivo de esos productos de acuerdo a la siguiente tabla: Tipo de rbol Aguacate Lima Reina Mango Zapote Extensin Mnima (m2/rbol) 4 5 3 6
Afortunadamente no existe problema de agua, pues hay varios manantiales dentro de la propiedad que aseguran su existencia para los prximos 20 aos. El costo por sembrar un rbol de aguacate es de $200, $50 para la lima reina, $100 para el mango y $150 para el zapote. Estos costos ya incluyen la compra del rbol ms su cuidado y mantenimiento. Cada rbol empieza a ser productivo, aproximadamente a los tres aos de ser plantado. Cada rbol de aguacate requiere de cuidados equivalentes a 36 horas-hombre por ao, 72 para el mango, 50 para la lima reina y 10 para el zapote. Nafinsa pretende hacer una inversin de 20 millones de pesos pensando en exportar toda la produccin a partir del tercer ao. El desempleo del pueblo se ha calculado en 5,000 personas y el Gobierno Federal ha delineado que este proyecto emplee al menos 2,000 personas en forma continua. Bajo estas circunstancias, cuntos rboles de cada tipo debern sembrarse para maximizar el valor de la futura exportacin anual?
JEVA / PTI
22
Modelacin. Variables de Decisin. Xi = rboles tipo "i" a sembrarse por ao (rb/a) Funcin Objetivo. Mx. Z = 10(150)X1 + 4(200)X2 + 15(50)X3 + 7(150)X4 = 1500X1 + 800X2 + 750X3 + 1050X4 $/a ($/kg)(kg/rb)(rb/a) = $/a Restricciones. 1. Cultivo. 4X1 + 5X2 + 3X3 + 6X4 2'500,000 (m2/rb)(rb/a) = m2/a m2/a 2. Inversin. 200X1 + 50X2 + 100X3 + 150X4 20000,000 ($/rb)(rb/a) = $/a $/a 3. Empleo. 2,000(365)(8) 36X1 + 72X2 + 50X3 + 10X4 5,000(365)(8) (h-h/rb)(rb/a)= h-h/a h(d/a)(h/d)= h-h/a 5840,000 36X1 + 72X2 + 50X3 + 10X4 14600,000 4. No negatividad Xij 0
Anlisis Dimensional: Probado. Solucin Optima. X2 = 193,203.90 X4 = 68,932.04 Cultivo (H1) = 1120,388 Empleo (E3) = 8'760,000 Mx. Z = 226941,700 Interpretacin. Haciendo los ajustes por ser variables discretas, se considera sembrar 193,203 rboles de lima reina y 68,932 rboles de zapote para lograr el mximo valor de la exportacin anual de $226941,000. Con este plan de cultivo, sobrarn 1379,607 metros cuadrados del terreno federal, $50 de la inversin y se tendr un excedente de 8759,936 horashombre al ao respecto a las 5840,000 horas-hombre proyectadas como lmite inferior y respecto al lmite superior se quedar 64 h-h por abajo. De acuerdo a la solucin matemtica, la restriccin cuello de botella es la inversin y el lmite superior del empleo. 23. Mquinas Procesadoras con Precisiones Diferentes. Una fbrica tiene tres tipos de mquinas procesadoras que pueden trabajar los mismos productos pero cada tipo tiene diferente velocidad y recuperacin. La mquina tipo 1 puede procesar 80 piezas por hora con una recuperacin del 80%, la mquina tipo 2 puede hacer 60 piezas por horas con una recuperacin del 90% y la tipo 3 hace 40 piezas por hora con 95% de recuperacin. El funcionamiento de las mquinas tipo 1, 2 y 3, tiene un costo por hora de $45, $70 y $80 respectivamente. Se trabajan 8 horas diarias debindose fabricar diariamente cuando menos 3,500 piezas buenas. Actualmente hay 8 mquinas tipo 1, 10 del tipo 2 y 20 del tipo 3. Cada pieza defectuosa le cuesta a la fbrica $60. Cuntas mquinas de cada tipo se deben utilizar para minimizar el costo total? Modelacin. Variables de Decisin. Xi = Mquinas tipo "i" a utilizar. (m) Funcin Objetivo. Para calcular el costo total diario de cada tipo de mquina, se debe sumar el costo de las piezas defectuosas con el costo de operacin como a continuacin se muestra:
JEVA / PTI
23
Tipo de Mquina 1 2 3
Produccin (piezas/h) 80 60 40
Recup. (%) 80 90 95
Calidad de Piezas (pzas/h-mq) Acept. Def. 64 16 54 6 38 2
Costo de Piezas Defectuosas ($/da-mq) 16(8)(60)=7,680 2,880 960
Costo de Operacin ($/da-mq) 45(8)=360 560 640
Costo Total ($/da-mq) 8,040 3,440 1,600
La funcin objetivo quedar: mn. Z = 8,040X1 + 3,440X2 +1,600X3 $/d ($/d-m)(m) = $/d
Restricciones. 1. Produccin
64(8)X1 + 54(8)X2 + 38(8)X3 3,500 512X1 + 432X2 + 304X3 3,500 (p/d-m)(m) = p/d p/d
2. Mquinas. Tipo 1 X1 8 Tipo 2 X2 10 Tipo 3 X3 20 m m 3. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X3 = 11.5132 Mquina 1 (H2) = 8 Mquina 2 (H3) = 10 Mquina 3 (H4) = 8.4868 mn. Z = 18,421.05 Interpretacin. Se deben utilizar 11 mquinas del tipo 3 para tener el mnimo costo total diario de $18,421.05. Con esta programacin, se tiene disponibles las 8 mquinas tipo 1, 10 mquinas tipo 2 y 9 del tipo 3. La restriccin dominante es produccin. 24. Aisladores Industriales. Una empresa fabrica aisladores industriales para servicio electrnico. Actualmente se fabrican tres tipos de aisladores, el de aplicacin general, de aplicacin especial y el de alto voltaje. Cada aislador pasa por tres operaciones de produccin: horneado, lavado-laminado y pulido. Solo hay una mquina en cada una de las operaciones del proceso. Se han obtenido los siguientes datos de produccin mostrados en la siguiente tabla: Proceso de Fabricacin (unidades/hora) Horneado Lavado-laminado 50 40 40 20 25 10
Tipo de Aislador Aplicacin General Aplicacin Especial Alto Voltaje
Pulido 25 20 10
El costo de la materia prima que requiere cada tipo de aislador es de $50 para el de aplicacin general, $60 para el de aplicacin especial y $100 para el de alto voltaje, as como los precios de venta son respectivamente, $250, $397.5 y $675. Los costos por hora para las operaciones de produccin son de $250 para horneado, $200 para el lavadolaminado y $100 para el pulido. a. Haga la tabla de datos para el problema.
JEVA / PTI
24
b. La empresa quiere un modelo que le permita hacer un programa de produccin para optimizar el tiempo que se debe emplear en la fabricacin de cada producto de tal forma que maximice las utilidades por hora. Tabla de Datos. Tipo de Aislador Aplicacin General Aplicacin Especial Alto Voltaje Costo ($/hora) Modelacin. Variables de Decisin. Xi = Aislador tipo "i" a fabricar por hora (u/h) Funcin Objetivo. Se calcula el margen de utilidad para cada tipo de aislador, considerando que: Utilidad = Precio de Venta - Costo Total Concepto Precio de Venta Costo de Materiales Costo de Mano de Obra: Horneado Lav-Lam Pulido Total Costo de Materiales Costo Total Margen de Utilidad ($/unid) General 250 50 250/50 = 5 200/40 = 5 100/25 = 4 14 50 64 186 Tipo de Aislador Especial 397.50 60 250/40 = 6.25 200/20 = 10 100/20 = 5 21.25 60 81.25 316.25 Alto Voltaje 675 100 250/25 = 10 200/10 = 20 100/10 = 10 40 100 140 535 Proceso de Fabricacin (unid/h) Horneado Lav.-Lam. Pulido 50 40 25 250 40 20 10 200 25 20 10 100 Costo Mat. Prima ($/unid) 50 60 100 Precio Venta ($/unid) 250 397.50 675
La Funcin Objetivo es: Mx. Z = 186X1 + 316.25X2 + 535X3 $/h ($/u)(u/h) = $/h Restricciones. 1. Produccin. Como no se tiene el tiempo disponible de las operaciones del proceso se puede considerar como referencia el 100% de la capacidad de cada una de ellas. Horneado X1/50 + X2/40 + X3/25 1 Lav-Lam X1/40 + X2/20 + X3/10 1 Pulido X1/25 + X2/20 + X3/10 1 (u/h)/(u/h) = % % 2. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X2 = 20 Horneado (H1) = 0.50 Mx. Z = 6,325 Interpretacin. JEVA / PTI 25
Se deben fabricar 20 aisladores de aplicacin especial por hora para lograr la mxima utilidad de $6,325. Este programa de produccin dejar disponible el 50% de la capacidad de horneado, encontrando que el cuello de botella est en lavado-laminado y pulido que utilizan el 100% de su capacidad. 25. Agricultura: Cooperativa Agrcola. Una cooperativa agrcola tiene 130 hectreas de terreno donde se cultivan frijol soya, trigo y maz. La cosecha que se obtiene se destina a satisfacer la demanda de los miembros de la cooperativa y el excedente se vende al precio del mercado. La cooperativa quiere determinar las hectreas que se deben programar a cada cultivo para maximizar sus utilidades, para sto se han concentrado los siguientes datos: Tipo de Cultivo Frijol soya Trigo Maz Rendimiento (toneladas/ha) 105 50 17 Demanda de la Cooperativa (toneladas) 500 1250 250 Demanda del Mercado (toneladas) 3,000 3,250 1,000 Utilidad Estimada ($/tonelada) 1500 1800 2500
Modelacin. Variables de Decisin. Xi = Hectreas programadas para sembrar el Cultivo "i" (ha) Funcin Objetivo. Para construir la Funcin Objetivo es necesario calcular la utilidad para cada uno de los cultivos, quedando: Frijol soya 1,500(105X1 - 500) = 157,500X1 - 750,000 Trigo 1,800( 50X2 - 1,250) = 90,000X2 2250,000 Maz 2,500( 17X3 - 250) = 42,500X3 - 625,000 ($/t) {(t/ha)ha - t} = $ $ 3625,000 Mx Z = 157,500X1 + 90,000X2 + 42,500X3 3625,000 $ $ Restricciones. 1. Terreno para cultivo. X1 + X2 + X3 130 ha ha
2. Demanda de los productos. El objetivo de la cosecha es cubrir la demanda de la cooperativa y luego vender los excedentes de cada cultivo, quedando: Frijol soya 3,000 105X1 500 Trigo 3,250 50X2 1,250 Maz 1,000 17X3 250 t (t/ha)ha = t 3. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X1 = 28.5714 X2 = 65 X3 = 36.4286 Frijol soya (E3) =23.8095 Trigo (E5) = 40 Maz (H6) = 22.3950 Maz (E7) = 21.7227 Mx. Z = 11898,210 Recordar que la Funcin Objetivo tiene un trmino constante de 3'625,000 que afecta al valor calculado de Mx. Z = 11'898,210, por lo que el valor real es de Mz. Z = 8'273,210.
JEVA / PTI
26
Interpretacin. El programa de cultivo destina 28.5714 hectreas a sembrar de frijol soya, 65 hectreas de trigo y 36.4286 hectreas de maz para tener la mxima utilidad de $8'273,210. Al hacer este programa, se tiene el siguiente anlisis de recursos: en el frijol soya se rebasa el mnimo especificado en 23.8095 hectreas (2,500 toneladas); en el trigo se rebas el lmite inferior en 40 hectreas (2,000 toneladas) y en el maz se est por arriba del mnimo en 21.7227 hectreas (369.2857 toneladas) y por abajo del mximo en 22.3950 hectreas (380.7143 toneladas). La restriccin dominante es el terreno. 26. Mercadotecnia: Seleccin de Medios Publicitarios. Un fabricante de rasuradoras elctricas ha destinado un presupuesto de $3800,000 para la publicidad de las nuevas rasuradoras que ha desarrollado para hombres. Los estudios de mercado que se han realizado para la empresa, muestran que el segmento de mercado que desea atacar est conformado en su mayor parte por hombres entre 20 y 45 aos de edad, que tienen ingresos de $15,000 o ms y han cursado dos o ms aos de educacin universitaria. Con esta informacin, el departamento de Mercadotecnia ha dado una importancia relativa a cada caracterstica para definir el perfil del cliente potencial en la siguiente forma: edad 40%, ingresos 35% y educacin 25% Mercadotecnia ha contratado a una agencia de publicidad que le ayude a desarrollar un plan para llegar al cliente potencial en la mejor forma posible. Despus de estudiar el perfil del cliente potencial, la agencia recomend que se coloquen anuncios publicitarios en tres revistas de consumo popular. Los datos obtenidos por la agencia se presentan en la siguiente tabla: Caractersticas del Cliente Potencial Edad (20 a 45 aos) Ingresos ($15,000 o ms) Educacin (2 aos de universidad o ms) Total de Lectores (miles) Importancia Relativa de la Caracterstica (%) 40 35 25 Porcentaje de Clientes Potenciales por Anuncio (%) Revista Revista Revista A B C 40 70 60 60 30 780 50 20 940 40 60 1,250
La agencia ha recomendado que una meta apropiada sera maximizar los clientes potenciales expuestos a la publicidad, por lo que ha recomendado formar un indicador de "exposicin efectiva" expresado en clientes potenciales por peso invertido en publicidad. Conjuntamente con la agencia de publicidad, se ha decidido que lo mximo de anuncios que se deben poner en la revista "A" son 36, en la revista "B" 40 y en la revista "C" 45 y que se deben de colocar cuando menos 9 anuncios en la revista "A" y 5 en la "C". El costo por anuncio en la revista "A" es de $500, de $750 en la "B" y de $800 en la "C". Se quiere desarrollar un modelo que le permita a Mercadotecnia determinar cunto se debe invertir en cada revista para maximizar los clientes potenciales expuestos a la publicidad, as como los anuncios que se deben poner en cada una de ellas. Modelacin. Variables de Decisin. Xi = Dinero a invertir en anuncios de la Revista "i". ($) Funcin Objetivo. Se formula un indicador de "exposicin efectiva" que permita la construccin de la funcin objetivo, en la siguiente forma: Revista A {[0.40(0.40)+0.35(0.60)+0.25(0.30)] 780,000} / 500 = 694.20 B {[0.40(0.70)+0.35(0.50)+0.25(0.20)] 940,000} / 750 = 632.93 C {[0.40(0.60)+0.35(0.40)+0.25(0.60)] 1'250,000}/ 800 = 828.13 {[% (% de cp/a)] (cp)} / ($/a) = cp/$ cp/$
JEVA / PTI
27
Mx. Z = 694.20 X1 + 632.93 X2 + 828.13 X3 cp (cp/$)$ = cp Restricciones. 1. Inversin en publicidad. X1 + X2 + X3 3800,000 $ $ 2. Anuncios. Revista A 9 X1/500 36 ($/1)/($/a)= a a X1 18,000 X1 4,500 $ $ Revista B X2/750 40 Revista C 5 X3/800 45 X3 36,000 X3 4,000 3. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X1 = 18,000 X2 = 30,000 X3 = 36,000 Inversin (H1) = 116,000 Anuncios rev. A (E3) = 13,500 Anuncios rev. C (E6) = 32,000 Mx. Z = 61'296,180 Interpretacin. El programa de inversin en publicidad debe gastar $18,000 en la revista "A", equivalente a 36 anuncios; $30,000 en la revista "B", equivalente a 40 anuncios y $36,000 en la revista "C" que son 45 anuncios, logrando de esta forma el mximo nmero de clientes potenciales de 61'296,180. Al hacer este programa, sobrarn $116,000 del presupuesto para publicidad; respecto a los 9 anuncios mnimos especificados para la revista "A" nos pasamos con $13,500 equivalentes a 27 anuncios; tambin nos pasaremos en $32,000 , es decir 40 anuncios del mnimo especificado para la revista "C". Las restricciones dominantes son el nmero mximo de anuncios fijados por la agencia de publicidad para cada revista.
PROBLEMAS DE NIVEL SUPERIOR.

27. Muebles de Oficina. Una empresa de muebles de oficina est fabricando escritorios ejecutivos y secretariales en dos plantas diferentes. En la planta 1, es una fbrica antigua que trabaja dos turnos, es decir, 80 horas por semana. La planta 2 es una fbrica nueva que no trabaja a toda su capacidad. Sin embargo, se quiere trabajar doble turno como en la planta 1 por lo que ha contratado personal para trabajar un segundo turno. Actualmente, cada turno de la planta 2 trabaja 25 horas semanales. Los tiempos de produccin y los costos estndar de cada planta se muestran en la siguiente tabla: Tiempos de Produccin (horas/unidad) Planta 1 Planta 2 7 6 4 5 Costo Estndar ($/unidad) Planta 1 25,000 20,000 Planta 2 26,000 18,000
Tipos de Escritorio Ejecutivo Secretarial
JEVA / PTI
28
Se ha competido con xito en el mercado vendiendo el escritorio ejecutivo a $35,00. Pero en el escritorio secretarial, la empresa est forzada a bajar el precio a $27,500 para mantener su ventaja competitiva. La empresa ha tenido costos excesivos en las ultimas 10 semanas por lo que los administradores han establecido presupuestos semanales para produccin como una medida de control. Para la fabricacin de los escritorios ejecutivos se fij un presupuesto de $200,000 mientras que para los secretariales se estableci en $220,000. a. Elabore la tabla de datos para el problema. b. A la empresa le gustara tener un programa de produccin que le diga cuntos escritorios de que tipo y en que planta se deben de fabricar para maximizar las utilidades. Tabla de Datos. Tiempos de Produccin (horas/unidad) Planta1 7 4 80 Planta 2 6 5 50 Costo Estndar ($/unidad) Planta 1 25,000 20,000 Planta 2 26,000 18,000 Precio Venta ($/unidad) 35,000 27,500
Tipo de Escritorio Ejecutivo Secretarial Tiempo Disponible (hrs/sem)
Presupuesto ($/semana) 200,000 220,000
Modelacin. Variables de Decisin. Xij = Escritorio "i" a fabricarse por semana en la Planta "j" (e/s) Funcin Objetivo. Para la Funcin Objetivo, es necesario calcular la utilidad para cada uno de los escritorios, en la siguiente forma: Planta 1 Planta 2 Ejecutivo 35,000 - 25,000 = 10,000 35,000 26,000 = 9,000 Secretarial 27,500 - 20,000 = 7,500 27,500 18,000 = 9,500 Mx. Z = 10,000X11 + 9,000X12 + 7,500X21 + 9,500X22 $/s ($/e)(e/s) = $/s Restricciones. 1. Produccin. Planta 1 7X11 + 4X21 80 Planta 2 6X12 + 5X22 50 (h/e)(e/s) = h/s h/s 2. Presupuesto. Ejecutivo 25,000X11 + 26,000X12 200,000 20,000X21 + 18,000X22 220,000 ($/e)(e/s) = $/s $/s 3. No negatividad Xij 0 Secretarial Anlisis Dimensional: Probado. Solucin Optima. X11 = 8 X21 = 2 X22 = 10 Planta 1 (H1) = 16 Mx. Z = 190,000 Interpretacin. El programa de produccin para la prxima semana, debe fabricar en la planta 1, 8 escritorios ejecutivos y 2 secretariales mientras que en la planta 2, se fabricarn 10 escritorios secretariales. Con este programa se lograr JEVA / PTI 29
tener la mxima utilidad de $190,000, considerando que se tendr una capacidad sobrante en la planta 1 de 16 horas. Las restricciones dominantes son la capacidad de produccin de la planta 2 y el presupuesto para el escritorio ejecutivo y secretarial. 28. Lnea de Produccin para Equipos Estereofnicos. Un fabricante de equipos estereofnicos est considerando aadir una nueva lnea con cuatro productos diferentes. La empresa tiene dos plantas donde se puede fabricar la lnea nueva. La planta 1 tiene un proceso con tres operaciones mientras que la planta 2 lo tiene con 2 operaciones. Como las plantas tienen diferente proceso de fabricacin, se puede pensar que es ms econmico fabricar algunos de los productos en una planta que en la otra. Despus de un estudio para obtener los tiempos de los procesos, la demanda mxima, el precio de venta y los costos variables, se presentaron los siguientes datos: Proceso de Fabricacin 1 Planta 1: Operacin 1 Operacin 2 Operacin 3 Planta 2: Operacin 1 Operacin 2 Demanda mxima (miles unidades/mes) 6 18 2 8 10 1 Producto (horas/unidas) 2 3 7 20 2 8 16 3 4 16 1 4 8 4 Concepto 4 Precio de venta 7 18 1 8 6 6 Costos variables: Planta 1 Planta 2 1 200 160 220 Producto ($/unidad) 2 3 4 300 250 280 270 300 240 200 270 220
El gerente de la planta 1 ha sealado que puede disponer de 30,000 horas mensuales en la operacin 1 para la fabricacin de la nueva lnea, en la operacin 2 de 100,000 horas y en la operacin 3 de 16,000 horas. En cada una de las operaciones de la planta 2 se tienen disponibles 20,000 horas mensuales. A la empresa le gustara tener un modelo que le ayude a determinar la cantidad de cada uno de los productos de la lnea nueva que se deben de fabricar para el prximo mes en cada una de las plantas de manera que se maximicen las utilidades. Modelacin. Variables de Decisin. Xij = Unidades por mes a fabricarse del Producto "i" en la Planta "j" (u/m) Funcin Objetivo. Mx Z = 40X11 + 30X21 + 10X31 + 10X41 -20X12 + 50X32 + 60X42 $/m ($/u)(u/m) = $/m
Restricciones. 1. Proceso de Fabricacin. Planta 1: Operacin 1 6X11 + 7X21 + 4X31 + 7X41 30,000 Operacin 2 18X11 + 20X21 + 16X31 + 18X41 100,000 Operacin 3 2X11 + 2X21 + X31 + X41 16,000 Planta 2: Operacin 1 8X12 + 8X22 + 4X32 + 8X42 20,000 Operacin 2 10X12 + 16X22 + 8X32 + 6X42 20,000 (h/u)(u/m) = h/m h/m 2. Demanda. Producto 1 X11 + X12 1,000 Producto 2 X21 + X22 3,000 Producto 3 X31 + X32 4,000 Producto 4 X41 + X42 6,000 JEVA / PTI 30
3. No negatividad
u/m Xij 0
u/m
Anlisis Dimensional: Probado. Solucin Optima. X11 = 1,000 X21 = 3,000 X31 = 750 X32 = 1,000 X42 = 2.000 Planta 1 operacin 2 (H2) = 1,000 Planta 1 operacin 3 (H3) = 7,250 Producto 3 (H8) = 2,250 Producto 4 (H9) = 2,000 Mx. Z = 307,500 Interpretacin. Para el prximo mes, se debe fabricar para la nueva lnea de productos las siguientes cantidades: en la planta 1 fabricar 1,000 productos 1, 3,000 productos 2 y 750 productos 3; en la planta 2 fabricar 1,000 productos 3 y 2,000 productos 4. Con este programa se tendr la mxima utilidad de $307,500 con el siguiente anlisis de recursos: en la planta 1 se tendr una capacidad sobrante de 1,000 horas en la operacin 2 y de 7,250 en la operacin 3; se tendr una demanda insatisfecha de 2,250 unidades del producto 3 e igualmente en el producto 4 con 4,000 unidades. Las restricciones dominantes son, la capacidad de la operacin 1 de la planta 1, la capacidad completa de la planta 2, y la demanda del producto 1 y 2. 29. Agricultura: Granjas Agrcolas. Una cooperativa agrcola tiene cuatro granjas que plantan tres tipos de cultivos, aunque cada una de ellas no necesariamente cultiva todos. La produccin de cada granja est limitada por la cantidad de agua disponible para el riego y por las hectreas disponibles para la plantacin. Debido al equipo que se tiene para cosechar, existe limitacin en las hectreas que se pueden plantar de cada tipo de cultivo en cada una de las granjas. A continuacin, se presentan los datos que se tienen de las granjas: Tipos de Cultivo A B C Tierra Disponible (ha) Agua Disponible (m3) Mximo de Tierra a Plantar (hectreas) Granja 1 Granja 2 Granja 3 Granja 4 200 300 100 250 150 200 150 100 200 350 200 300 450 650 350 500 4,800 8,000 3,700 6,000 Requerimiento de Agua (m3/hectrea) 11 10 9 Utilidad ($/ha) 1000 700 400
Para mantener la carga de trabajo equilibrada entre las granjas, la cooperativa ha establecido la poltica de que se cultive el mismo porcentaje de tierra en cada una de ellas. Desarrolle un modelo que permita a la cooperativa determinar las hectreas que se deben plantar de cada tipo de cultivo en cada una de las granjas para maximizar las utilidades. Modelacin. Variables de Decisin. Xij = Hectreas a cultivarse en la Granja "i" del Cultivo "j" (ha) Funcin Objetivo. Mx Z = 1000(X11+X21+X31+X41) + 700(X12+X22+X32+X42) + 400(X13+X23+X33+X43) $ ($/ha)ha = $ Restricciones. 1. Agua. JEVA / PTI 31
Granja 1 Granja 2 Granja 3 Granja 4 2. Tierra. Granja 1 Granja 2 Granja 3 Granja 4
11X11 + 10X12 + 9X13 11X21 + 10X22 + 9X23 11X31 + 10X32 + 9X33 11X41 + 10X42 + 9X43 (m3/ha)ha = m3 X11 + X12 + X13 450 X21 + X22 + X23 650 X31 + X32 + X33 350 X41 + X42 + X43 500 ha ha
4,800 8,000 3,700 6,000 m3
3. Poltica para la carga de trabajo. Para que se cultive el mismo porcentaje de tierra en cada una de las granjas, se puede considerar que: % terreno granja 1 = % terreno granja 2 = % terreno granja 3 = % terreno granja 4 % terreno granja 1 = % terreno granja 2 % terreno granja 2 = % terreno granja 3 % terreno granja 3 = % terreno granja 4 % terreno granja 4 = % terreno granja 1 4. Tierra a plantarse por cultivo. Cultivo A Granja 1 X11 200 Granja 2 X21 300 Granja 3 X31 100 Granja 4 X41 250 ha ha 5. No Negatividad Xij 0 Anlisis Dimensional: Probado. Solucin Optima. X11 = 200 X12 = 150 X13 = 100 AguaG1 = 200 Cultivo CG1 = 100 X21 = 300 X22 = 200 X23 = 150 AguaG2 = 1,350 Cultivo CG2 = 200 X31 = 100 X32 = 150 X33 = 100 AguaG3 = 200 Cultivo CG3 = 100 X41 = 250 X42 = 100 X43 = 150 AguaG4 = 900 Cultivo CG4 = 150 Cultivo B X12 150 X22 200 X32 150 X42 100 (X11+X12+X13)/450 = (X21+X22+X23)/650 (X21+X22+X23)/650 = (X31+X32+X33)/350 (X31+X32+X33)/350 = (X41+X42+X43)/500 (X41+X42+X43)/500 = (X11+X12+X13)/450 ha/ha = % ha/ha = % Cultivo C X13 200 X23 350 X33 200 X43 300
Mx. Z = 1'470,000
Interpretacin. El programa de cultivo considera que se debe plantar en la granja 1, 200 hectreas del cultivo A, 150 hectreas del cultivo B y 100 hectreas del cultivo C; en la granja 2, 300 hectreas del cultivo A, 200 del cultivo B y 150 del cultivo C; en la granja 3, 100 hectreas del cultivo A, 150 del cultivo B y 100 del cultivo C; finalmente en la granja 4, 250 hectreas del cultivo A, 100 del cultivo B y 150 del cultivo C. Con este programa se tendr la mxima utilidad de $1'470,000, teniendo el siguiente anlisis de recursos: habr sobrantes de agua, 200 metros cbicos en la granja 1, en la granja 2 sobrarn 1,350 metros cbicos, 200 en la granja 3 y en la granja 4, 900 metros cbicos. En el cultivo C, se tendrn 100 hectreas sobrantes en la granja 1, 200 en la granja 2, 100 en la granja 3 y 150 en la granja 4. La restricciones dominantes estn dadas por la tierra y por la poltica de la carga de trabajo. 30. Mercadotecnia: Almacn de Ropa. Un almacn exclusivo vende trajes y abrigos para caballero. Esta tienda maneja tres lneas de ropa: la deportiva de precio moderado, la de ejecutivos jvenes que es ligeramente costosa y la de lujo que es costosa. Las lneas mientras ms costosas exigen exhibiciones ms complicadas y mayor tiempo de los vendedores pero son tambin las que dn mayor utilidad. Para fines de planeacin, el almacn ha considerado que el precio de venta dentro de cada lnea no
JEVA / PTI
32
difiere entre los trajes y los abrigos, por lo que se puede considerar un precio de venta promedio de $500 por artculo en la lnea deportiva, en tanto que para las lneas de ejecutivos jvenes y de lujo, el precio de venta unitario es de $1,370 y $2,320 respectivamente. De experiencias pasadas, se determin que se requieren 30 metros cuadrados para exhibir 1,000 prendas de la lnea deportiva, 70 metros cuadrados para 1,000 prendas de la lnea de ejecutivos jvenes y 100 metros cuadrados para 1,000 prendas de la lnea de lujo. Tambin de experiencias pasadas se calcul que las horas-hombre requeridas para vender 1,000 prendas de la lnea deportiva es de 250 horas, de 650 horas para la lnea de ejecutivos jvenes y 1,800 horas para la de lujo. Para mantener una variedad razonable de abrigos y trajes, se compran cuando menos 1,000 prendas de cada lnea. Se conoce que los trajes se venden ms que los abrigos, por lo que se tiene una poltica de mantener una proporcin de 80% de trajes y 20% de abrigos en cada una de las lneas, cuando se hagan los pedidos. El espacio de exhibicin que tiene el almacn es de 1,000 metros cuadrados. La fuerza de ventas es de 8 vendedores que trabajan 48 horas semanales. La temporada de comercializacin de estos productos dura aproximadamente 4 meses. El gerente del almacn quiere desarrollar un modelo para determinar la cantidad de trajes y abrigos de cada lnea que el departamento de compras debe pedir para maximizar los ingresos de la empresa. Modelacin. Variables de Decisin. Xij = Prendas "i" a comprar de la Lnea "j" (u) Funcin Objetivo. Mx Z = 500(X11+X21) + 1,370(X12+X22) + 2,320(X13+X23) $ ($/u)u = $ Restricciones. 1. Espacio de exhibicin. (30/1,000)(X11+X21) + (70/1,000)(X12+X22) + (100/1,000)(X13+X23) 1,000 0.03(X11+X21) + 0.07(X12+X22) + 0.10(X13+X23) 1,000 (m2/u)u = m2 m2 2. Ventas. (250/1000)(X11+X21)+(650/1000)(X12+X22)+(1800/1000)(X13+X23) 8(48)(4)(4) 0.25 (X11+X21) + 0.65 (X12+X22) + 1.8 (X13+X23) 6,144 (h-h/u)u = h-h h(h/s)(s/m)(m) = h-h 3. Compras. Lnea deportiva X11 + X21 1,000 Lnea ejecutivos jvenes X12 + X22 1,000 Lnea de lujo X13 + X23 1,000 u u 4. Proporcin entre trajes y abrigos. Lnea deportiva X11/X21 = 0.20/0.80 0.80 X11 - 0.20 X21 = 0 %(u)=u %(u)=u Lnea ejecutivos jvenes X12/X22 = 0.20/0.80 0.80 X12 - 0.20 X22 = 0 Lnea de lujo X13/X23 = 0.20/0.80 0.80 X13 - 0.20 X23 = 0 5. No negatividad Xij 0 Anlisis Dimensional: Probado. Solucin Optima. X11 = 200 X21 = 800 X12 = 1,259.6920 X22 = 5,038.7690 X13 = 200 X23 = 800
JEVA / PTI
33
Espacio (H1) = 429.1077 Compras ejecutivo (E4) = 5,298.4620 Mx. Z = 11'448,890 Interpretacin. Para tener la mxima utilidad de $11'448,260 para la siguiente temporada considerando los ajustes por las variables discretas, el programa de compras debe ser: para la lnea deportiva, 200 abrigos y 800 trajes; para la lnea de ejecutivos jvenes, 1,260 abrigos y 5,038 trajes y para la lnea de lujo, 200 abrigos y 800 trajes. Al hacer este programa de compras, se tendr un espacio de exhibicin sobrante de 429.14 metros cuadrados y un excedente de 5,298 unidades de la lnea de ejecutivos jvenes. Las restricciones cuello de botella son las ventas y la poltica de mantener la proporcin entre abrigos y trajes. 31. Botas Vaqueras. Un fabricante de botas vaqueras ha implementado una estrategia de mercadotecnia para vender su producto mediante tiendas al menudeo en lugar de hacerlo directamente con mayoristas. La empresa considera conveniente fabricar pares de botas en exceso en algunos meses para venderlas en meses posteriores. Esta conclusin se sac debido a dos razones: primera, las fluctuaciones en el costo de algunos materiales que repercuten en el costo de produccin de la bota hacindolo variar de un mes a otro. Segunda, se tiene un bajo costo de inventario de $10 por mes por par de botas que incluye el manejo de materiales y su almacenamiento. Mercadotecnia ha pronosticado la demanda y los costos para el prximo semestre, como se muestra en el siguiente cuadro: Mes 1 2 3 4 5 6 Demanda Pronosticada (miles pares/mes) 150 110 180 100 200 180 Costo Pronosticado ($/par) 560 620 580 600 550 590
Considerando que no existe restriccin en la capacidad de produccin y en el almacenamiento de las botas, la empresa desea programar la produccin mediante un modelo que minimice el costo total. Modelacin. Variables de Decisin. Xij = Pares de botas a fabricar en el mes "i" y que se esperan vender en el mes "j" (p/m) Funcin Objetivo. mn Z = 560X11 + 570X12 + 580X13 + 590X14 + 600X15 + 610X16 + 620X22 + 630X23 + 640X24 + 650X25 + 660X26 + 580X33 + 590X34 + 600X35 + 610X36 + 600X44 + 610X45 + 620X46 + 550X55 + 560X56 + 590X66 $/m ($/p)(p/m) = $/m Restricciones. 1. Demanda. Mes 1 X11 150,000 Mes 2 X12 + X22 110,000 Mes 3 X13 + X23 + X33 180,000 Mes 4 X14 + X24 + X34 + X44 100,000 Mes 5 X15 + X25 + X35 + X45 + X55 200,000 Mes 6 X16 + X26 + X36 + X46 + X56 + X66 180,000 p/m p/m
JEVA / PTI
34
2. No negatividad
Xij 0
Anlisis Dimensional: Probado. Solucin Optima. X11 = 150,000 X12 = 110,000 X13 = 180,000 X14 = 100,000 X55 = 200,000 X56 = 180,000 Mn. Z = 512'350,000 Interpretacin. El programa de produccin para los siguientes seis meses, que da el mnimo costo total de $512'350,000 incluyendo los costos de produccin e inventarios, debe fabricar 5,400 pares de botas en el mes 1 y 3,800 en el mes 5. De los pares fabricados en el mes 1, se esperan vender 1,500 en el mes 1, 1,100 en el mes 2, 1,800 en el mes 3 y 1,000 en el mes 4. De los pares fabricados en el mes 5, se esperan vender 2,000 pares en el mes 5 y 1,800 en el mes 6. 32. Productos con Recuperaciones Diferentes. Una planta fabrica dos productos "A" y "B" que tienen que pasar por ciertas operaciones con diferentes recuperaciones de acuerdo al siguiente proceso de fabricacin: Producto Operacin 1 2 (1er paso) 4 2 (2do paso) 3 (alternativo) 1 3 4 Capacidad de Entrada (litros/h) 300 450 250 400 350 500 480 400 Recuperacin (%) 90 95 85 80 75 90 85 80 Costo de Operacin ($/h) 150 200 180 220 250 300 250 240
Cada operacin puede procesar solamente un producto a la vez. Si hay capacidad en la operacin 3, es posible enviar el producto "A" a travs de 3 en lugar de mandarlo la segunda vez por la operacin 2, pero sto es ms costoso. Los datos obtenidos de los costo y las ventas se dan en la siguiente tabla: Producto A B Materia Prima ($/litro) 50 60 Precio de Venta ($/litro) 200 180 Ventas Mximas (litros/da) 1,700 1,500
Las operaciones 1 y 4 pueden trabajar hasta 16 horas diarias. Las operaciones 2 y 3 pueden trabajar como mximo 12 horas por da. No se pueden transportar ms de 2,500 litros de "A" y "B" diariamente. Suponga que se dispone de suficiente capacidad de almacenamiento sin costo adicional. Para maximizar las utilidades, la empresa quiere un modelo para desarrollar un programa de produccin que le permita determinar la cantidad de litros del producto "A" y "B" que se deben de fabricar por el curso normal y los litros de "A" por el curso alternativo. Modelacin. Variables de Decisin. Xij = litros diarios a fabricar del Producto "i" por Curso "j" (l/d) Funcin Objetivo. Para la Funcin Objetivo es necesario calcular la utilidad que da un litro terminado del producto de acuerdo al proceso de fabricacin. Calculando el costo por litro terminado de cada producto se tiene: JEVA / PTI 35
Producto X11
Operacin 1 2 4 2 1 2 4 3 1 3 4
Entrada (litros/h) 300 270 250 212.5 300 270 250 212.5 500 450 382.5
Recup. (%) 90 95 85 80 90 95 85 75 90 85 80
Salida (litros/h) 270 256.5 * 212.5 170 270 256.5 212.5 159.38 450 382.5 306
Costo/hora ($/h) 150 200 180 220 150 200 180 250 300 250 240
X12
X21
Costo/litro ($/litro) 0.556 0.780 0.847 1.294 3.477 0.556 0.780 0.847 1.569 3.752 0.667 0.654 0.784 2.105
* Observacin: la capacidad de salida de la operacin 2 es de 256.5 litros por hora pero al entrar a la operacin 4, esta capacidad de entrada se restringe a 250 litros por hora debida a la capacidad de esta operacin. Calculando el margen de utilidad para cada uno de los productos, se tiene: Precio Venta ($/litro) 200 200 180 Costo Mano de Obra Directa ($/litro) 3.447 3.752 2.105 Costo de la Materia Prima ($/litro) 50 50 60 Costo Total ($/litro) 53.477 53.752 62.105 Margen de Utilidad ($/litro) 146.523 146.248 117.895
Producto X11 X12 X21
Mx. Z = 146.523X11 + 146.248X12 + 117.895X21 $/d ($/l)(l/d) = $/d Restricciones. 1. Produccin. Operacin 1 Operacin 2 Operacin 3 Operacin 4 2. Ventas. Producto A Producto B
X11/270 + X12/270 + X21/450 16 X11/250 + X12/250 + X11/170 12 X12/159.38 + X21/382.5 12 X11/212.5 + X12/212.5 + X21/306 16 (l/d)/(l/h) = h/d h/d
X11 + X12 1,700 X21 1,500 l/d l/d 3. Transporte X11 + X12 + X21 2,500 l/d l/d 4. No negatividad Xij 0 Anlisis Dimensional: Probado. Solucin Optima. Para solucionar el modelo con el paquete "Storm", se requiere ingresar los coeficientes de las restricciones en forma entera o fraccionaria pero no en forma de cociente como se tiene en la restriccin de produccin. Para quitar los cocientes de una restriccin se pueden hacer dos alternativas: la primera es hacer simplemente la divisin y poner el valor fraccionado y la segunda, es quitar los denominadores utilizando las reglas aritmticas. JEVA / PTI 36
Se presenta la solucin del modelo haciendo la restriccin de produccin con las dos alternativas y as se pueden comparar la diferencia entre ellas. Se presenta la restriccin expresada en las dos formas: Forma 1: en esta forma existe un pequeo error por el redondeo de los decimales pero facilita hacer la interpretacin puesto que se trabaja en la escala original del modelo. Las restricciones quedan: Operacin 1 0.003703703X11 + 0.003703703X12 + 0.002222222X21 16 horas/da Operacin 2 0.009882353X11 + 0.004X12 12 Operacin 3 0.006274313X12 + 0.002614379X21 12 Operacin 4 0.004705882X11 + 0.004705882X12 + 0.003267973X21 16 (h/l)(l/d) = h/d h/d Forma 2: esta forma es recomendable cuando se quiere tener precisin en el resultado pero es ms confusa para hacer la interpretacin ya que se cambia la escala original. Operacin 1 45X11 + 45X12 +27X21 194,400 litros/da Operacin 2 42X11 +17X12 51,000 Operacin 3 382.5X12 + 159.38X21 731,554.2 Operacin 4 306x11 +212.5 X21 1'040,400 {(l/h)/(l/h)} (l/d) = l/d l/d Se presenta la solucin que se obtuvo del modelo aplicando cada una de las formas: Forma 1 Forma 2 X11 = 884.0001 X11 = 884 X12 = 815.9999 X12 = 816 X21 = 800 X21 = 800 Operacin 1 (H1) = 7.9259 horas/da Operacin 1 (H1) = 96,300 litros/da Operacin 3 (H3) = 4.7887 Operacin 3 (H3) = 291,930.2 Operacin 4 (H4) = 5.3856 Operacin 4 (H4) = 350,200 Ventas "B" (H6) = 700 Ventas "B" (H6) = 700 Mx. Z = 343,180.7 Mx. Z = 343,180.7 Los recursos sobrantes en la solucin de la forma 1 y 2 son equivalentes. Por ejemplo, en la forma 1 se tiene un sobrante en la operacin 1 de 7.9259 horas/da que son equivalentes a 96,300 litros/dia como se muestra a continuacin: 194,400 litros/da son equivalentes a 16 horas/da por lo que 1 hora/da es igual a 12,150 litros/da. Para mostrar lo equivalente, se tiene que 96,300/12,150 = 7.9259 horas/dia. Interpretacin. Para tener la mxima utilidad de $343,180.7 diarios, el programa de produccin para el curso normal, debe tener una entrada de 884 litros del producto "A" y 800 litros del producto "B"; por el curso alternativo, se deben programar 816 litros del producto "A". Al hacer este programa, se tendr una capacidad ociosa en el proceso de produccin de: 7.9259 horas en la operacin 1, 4.7887 en la operacin 3 y 5.3856 en la operacin 4. Tambin se tendr en las ventas del producto "B" una fuerza de ventas desaprovechada, ya que sobra capacidad para vender 700 litros. Las restricciones dominantes en el problema son: en produccin, la operacin 2; en ventas, el producto "A" y el transporte. 33. Mercadotecnia: Venta de Tejas. Una empresa contratista se dedica a la instalacin de tejas para techos. Puesto que el precio de las tejas vara con las estaciones del ao, la empresa las compra cuando los precios estn bajos y las almacena para su uso posterior. Cuando las instala, la empresa cobra el precio actual del mercado, sin importar cuando las haya comprado. En el siguiente cuadro, la empresa presenta su proyeccin del precio de compra, del precio actual del mercado y las ventas mnimas que se esperan tener para las prximas estaciones del ao: Estaciones Primavera Verano Otoo Invierno Precio de Compra ($/teja) 23 21 22 26 Precio del Mercado ($/teja) 27.50 24.25 25.75 30.25 Ventas Mnimas (miles de tejas) 160 100 140 200
Cuando se compran las tejas en una estacin y se almacenan para su venta posterior, se incurre en un costo de almacenamiento y en un costo de manejo. El costo de almacenamiento es un costo variable de $12 por millar de tejas
JEVA / PTI
37
por cada estacin que duran almacenadas y el costo de manejo del inventario que comprende el estibamiento y el acomodo de las tejas es un costo fijo de $6 por millar. La capacidad del almacn donde se tienen las tejas es de 220,000. Anualmente la empresa tiene su cierre de ejercicio para calcular sus utilidades, por lo que ha fijado como poltica, no tener inventarios al final del ao. Se quiere un modelo que ayude a la empresa a maximizar su utilidad anual determinando los millares de tejas que se deben de comprar y que se esperan vender en cada estacin. Modelacin. Variables de Decisin. Xij = Millares de tejas a comprar en la estacin "i" y que se esperan vender en la estacin "j" durante el ao. (t/a) Funcin Objetivo. Para la funcin Objetivo se requiere la utilidad neta considerando que: Utilidad Neta = Utilidad Bruta - Costo del Inventario Utilidad Bruta = (Precio del Mercado - Precio de Compra) - (Costo de Manejo + Costo de Almacenamiento) Se presenta como ejemplo la utilidad neta por millar de tejas para X14: Utilidad Neta = {(30.25 - 23)1,000} - {12(3) + 6} Utilidad Neta = 7,250 - 42 = 7,208 En el siguiente cuadro, se presenta las utilidades netas por millar de tejas para cada una de las variables de decisin: Estacin Primavera: X11 X12 X13 X14 Verano: X22 X23 X24 Otoo: X33 X34 Invierno: X44 Utilidad Bruta ($/millar tejas) 4,500 1,250 2,750 7,250 3,250 4,750 9,250 3,750 8,250 4,250 Costo del Inventario ($/millar tejas) 0 18 30 42 0 18 30 0 18 0 Utilidad Neta ($/millar tejas) 4,500 1,232 2,720 7,208 3,250 4,732 9,220 3,750 8,232 4,250
La Funcin Objetivo queda en la siguiente forma: Mx Z = 4,500X11 + 1,232X12 + 2,720X13 + 7,208X14 + 3,250X22 + 4,732X23 + 9,220X24 + 3,750X33 + 8,232X34 + 4,250X44 $/a ($/t)(t/a) = $/a Restricciones. 1. Capacidad del almacn. Primavera X11 + X12 + X13 + X14 220 Verano X12 + X13 + X14 + X22 + X23 + X24 220 Otoo X13 + X14 + X23 + X24 + X33 + X34 220 Invierno X14 + X24 + X34 + X44 220 t/a t/a 2. Ventas. Primavera X11 160 Verano X12 + X22 100
JEVA / PTI
38
Otoo Invierno 3. No negatividad
X13 + X23 + X33 140 X14 + X24 + X34 + X44 200 t/a t/a Xij 0
Anlisis Dimensional: Probado. Solucin Optima. X11 = 220 X22 = 220 X34 = 80 X44 = 140 Ventas primavera (E5) = 60 Ventas verano (E6) = 120 Ventas invierno (E8) = 20 Mx. Z = 3'483,560 Interpretacin. Para tener la mxima utilidad de $3'483,560, el programa de compras para el prximo ao debe ser: comprar en primavera 220,000 tejas y en verano 220,000 que se esperan vender en esas mismas estaciones, comprar en otoo 80,000 tejas que se esperan vender en invierno y comprar en invierno 140,000 tejas que se esperan vender en esa misma estacin. Siguiendo este programa de compras, se esperan vender en primavera 60,000 tejas ms del mnimo, en verano 120,000 tejas y en invierno 20,000 tejas ms del mnimo de la estacin. La restriccin dominante es la capacidad del almacn. 34. Rollos de Papel de Anchos Diferentes. Una empresa fabrica y vende rollos de papel a distribuidores mayoristas. La empresa fabrica rollos de papel en tamao estndar de 1.20 metros de ancho pero las ventas son en rollos de 80, 70, 60 y 50 centmetros de ancho. Para fines de programacin de la produccin se estableci que se puede cortar un poco ms de los rollos pedidos para tener almacenado producto terminado que se pueda aprovechar en los siguientes pedidos. Para cumplir con los pedidos de los clientes se corta el rollo estndar en rollos ms angostos de acuerdo a los anchos solicitados. Los pedidos para el siguiente mes se muestran en la siguiente tabla: Pedidos (rollos) 1,800 500 1,200 1,400 Ancho Solicitado (centmetros) 80 70 60 50
a. Desarrolle un modelo para un programa de produccin que minimice el nmero de rollos estndar a fabricarse. b. Cmo quedara el programa de produccin si el objetivo fuera minimizar el desperdicio?
Modelacin. a. Minimizar el nmero de rollos estndar. Variables de Decisin. Al cortar un rollo estndar existe dos variantes: los "anchos", que son rollos del mismo ancho y las "combinaciones" que son dos rollos de ancho diferente. Los anchos sern 80, 70, 60 y 50 centmetros y las combinaciones sern 70-50 y 60-50 centmetros. Las variables de decisin son: Xi = Rollos estndar a fabricar por mes para cortarse en rollos del Ancho "i" Yj = Rollos estndar a fabricar por mes para cortarse en rollos de la Combinacin "j" (r/m) Funcin Objetivo. mn Z = X1 + X2 + X3 + X4 + Y1 + Y2 JEVA / PTI 39
r/m
r/m
Restricciones. La siguiente tabla auxiliar resume las opciones que se tienen para el cortado de un rollo estndar: Ancho Solicitado (centmetros) 70 60 X2 2X3 Y1 Y2 500 1,200
80 X1 Pedidos (rollos) 1. Pedidos. Ancho 80 cm Ancho 70 cm Ancho 60 cm Ancho 50 cm 2. No negatividad 1,800
50 2X4 Y1 Y2 1,400
X1 1,800 X2 + Y1 500 2X3 + Y2 1,200 2X4 + Y1 + Y2 1,400 % (r/m) = r/m r/m X i, Y i 0
Anlisis Dimensional: Probado. Solucin Optima. X1 = 1,800 X3 = 600 X4 = 450 Y1 = 500 mn Z = 3,350 Interpretacin. El programa de produccin debe fabricar 3,350 rollos estndar que es el mnimo posible para cumplir con todos los pedidos que se tienen. De este total, se deben de cortar 1,800 rollos estndar en rollos de 80 centmetros de ancho, 600 en rollos de 60 centmetros de ancho, 450 en rollos de 50 centmetros de ancho y 500 rollos en la combinacin de 70-50 centmetros. Otra forma de solucionar el problema. Variables de Decisin Xi = Rollos estndar a fabricar por mes para cortarse en la Opcin "i". (rollos/mes) Funcin Objetivo. mn. Z = X1 + X2 + X3 + X4 + X5 + X6 r/m r/m Restricciones. 1.Pedidos. Rollos de 80 cm. X1 1,800 500 Rollos de 70 cm. X2 + X5 Rollos de 60 cm. 2X3 + X6 1,200 Rollos de 50 cm. 2X4 + X5 + X6 1,400 2. No negatividad Xi 0 Solucin Optima. X1 = 1,800
JEVA / PTI
40
X5 = 500 X3 = 150 X6 = 900 mn. Z = 3,350 Interpretacin. La cantidad mnima de rollos estndar a fabricar es de 3,350. De estos rollos se deben cortar 1,800 rollos estndar en rollos de 80 cm de ancho, 500 en la opcin de 70-50 cm, 150 en rollod de 60 cm y 900 en la opcin de 60-50 cm. b. Minimizar el desperdicio. Variables de Decisin. Considerando el desperdicio, las opciones de corte que se tiene son: un rollo de 80 centmetros de ancho dando 40 centmetros de desperdicio; un rollo de 70 centmetros generando otro rollo de 50 centmetros con cero de desperdicio; dos rollos de 60 centmetros sin nada de desperdicio; un rollo de 60 centmetros generando otro rollo de 50 con un desperdicio de 10 centmetros; dos rollos de 50 centmetros con 20 centmetros de desperdicio; un solo rollo de 70 centmetros considerando como desperdicio el rollo de 50 centmetros sobrante, es decir que no se utiliza para surtir los pedidos actuales y se manda al almacn para surtir pedidos posteriores; igualmente, todos los rollos que nos sobren despus de surtir los pedidos son considerados como desperdicio ya que se mandan al almacn provocando un costo financiero innecesario. Se presenta en la siguiente tabla un resumen de las opciones de corte que tiene la empresa para surtir los pedidos que se tienen:
Ancho (cm) 80 70 60 50 Desperdicio (cm)
Opciones de Corte para Rollos Estndar Pedidos (rollos) 1 2 3 4 5 6 7 8 1 0 0 0 0 0 0 0 1,800 0 1 0 0 0 1 0 0 500 0 0 2 1 0 0 1 0 1,200 0 1 0 1 2 0 0 1 1,400 40 0 0 10 20 50 60 70
Variable de Decisin. Xi = Rollos estndar para cortarse con la Opcin "i" Yj = Rollos sobrantes del Ancho "j" que se almacenan (r) Funcin Objetivo. Como todos los rollo estndar tiene la misma longitud y dimetro, se puede considerar el desperdicio en centmetros (longitud) en vez de centmetros cbicos (volumen). La Funcin Objetivo est formada por las opciones de corte para el rollo estndar y los rollos que nos sobren despus de surtir los pedidos que se tienen y que se almacenenan para surtir pedidos posteriores. mn. Z = 40X1 + 10X4 + 20X5 + 50X6 +60X7 + 70X8 + 80Y1 + 70Y2 + 60Y3 + 50Y4 cm (cm/r) r = cm Restricciones. 1.Pedidos. Considerando que los rollos sobrantes son igual a los rollos estndar cortados menos los rollos pedidos, se pueden estructurar las siguientes restricciones: Ancho de 80 cm Y1 = X1 - 1,800 X1 - Y1 = 1,800 Ancho de 70 cm Y2 = X2 + X6 - 500 X2 + X6 - Y2 = 500 Ancho de 60 cm Y3 = 2X3 + X4 + X7 - 1,200 2X3 + X4 + X7 - Y3 = 1,200 Ancho de 50 cm Y4 = X2 + X4 + 2X5 + X8 - 1,400 JEVA / PTI 41
2. No negatividad Solucin Optima. X1 = 1,800 X2 = 500 X3 = 600 X5 = 450 mn. Z = 81,000
r X i, Y j 0
X2 + X4 + 2X5 + X8 - Y4 = 1,400 r
Interpretacin. Para minimizar el desperdicio a 81,000 centmetros (675 rollos estndar) se deben fabricar 3,350 rollos estndar para cortarse en la forma siguiente: 1,800 rollos estndar se deben de cortar con la opcin 1 ( rollo de 80 cm de ancho); 500 rollos estndar se cortan con la opcin 2 (rollo de 70 cm y otro de 50 cm); 600 rollos estndar se cortan con la opcin 3 (2 rollos de 60 cm) y 450 rollos estndar se cortan con la opcin 5 (2 rollos de 50 cm). 35. Partes Automotrices. Un fabricante de partes para la industria automotriz tiene problemas con la capacidad de produccin de su planta, por lo que se ve obligado a pedirle a la competencia que le maquile sus productos para poder cumplir con los pedidos comprometidos. La empresa tiene cuatro productos que pueden fabricarse pasando por algunas de las seis mquinas que tiene produccin. Los tiempos de los procesos para cada uno de los producto, el tiempo disponible de cada mquina y los pedidos que se tienen se dn en la siguiente tabla: Procesos de Fabricacin (horas/unidad) Mq. 2 Mq. 3 Mq. 4 Mq. 5 0.04 0.04 -0.06 0.02 0.10 0.30 0.18 0.12 -0.15 0.50 0.08 0.35 --21 21 21 21 Pedidos (unid/semana) Mq. 6 0.12 0.12 0.45 0.10 21 250 300 500 100
Producto 1 2 3 4 Tiempo Disponible (horas/da)
Mq. 1 0.08 -0.04 0.12 21
Los costos de manufactura de la planta comparados con los costos de maquila dados por la competencia, para el producto 1, 2, 3 y 4 respectivamente, son: $26 contra $31, $22.50 contra $27.50, $44 contra $47 y $21 contra $23. Considere que la planta trabaja 6 das por semana. La empresa quiere un modelo que le ayude a decidir, en base a los pedidos semanales que tenga, la cantidad de cada producto que se debe de fabricar en la planta y lo que se debe de maquilar con la competencia para minimizar el costo total de produccin. Modelacin. Variables de Decisin. Xi = Unidades semanales a fabricar del producto "i" en la planta. Yi = Unidades semanales a maquilar del producto "i" con la competencia. (u/s) Otra forma en que se pueden definir las variables de decisin es: Xij = Unidades semanales del Producto "i" a procesarse en la Opcin "j" (u/s) Funcin Objetivo. mn Z = 26X1 + 22.50X2 + 44X3 + 21X4 + 31Y1 + 27.50Y2 + 47Y3 + 23Y4 $/s ($/u)(u/s) = $/s Restricciones. 1. Capacidad de los procesos.
JEVA / PTI
42
Como se trabajan 21 horas diarias y 6 das a la semana, se tendrn disponibles para la fabricacin 21(6) = 126 horas semanales Mquina 1 0.08X1 + 0.04X3 + 0.12X4 126 Mquina 2 0.04X1 + 0.02X2 + 0.12X3 + 0.08X4 126 Mquina 3 0.04X1 + 0.10X2 + 0.35X4 126 Mquina 4 0.30X2 + 0.15X3 126 Mquina 5 0.06X1 + 0.18X2 + 0.50X3 126 Mquina 6 0.12 X1 + 0.12 X2 + 0.45 X3 + 0.10 X4 126 (h/u)(u/s) = h/s h/s 2. Pedidos. Producto 1 X1 + Y1 = 250 Producto 2 X2 + Y2 = 300 Producto 3 X3 + Y3 = 500 Producto 4 X4 + Y4 = 100 u/s u/s 3. No negatividad Xi, Yi 0 Anlisis Dimensional: Probado. Solucin Optima. X1 = 250 X2 = 200 X3 = 111.1111 X4 = 100 Y3 = 388.8889 Mquina 1 (H1) = 89.5556 Mquina 2 (H2) = 88.6667 Mquina 3 (H3) = 51 Mquina 4 (H4) = 19.3333 Mquina 5 (H5) = 1.4444 mn. Z = 38,516.67 Interpretacin. Haciendo los ajustes por ser variables discretas, el programa de produccin para la prxima semana consiste en fabricar en la planta: 250 productos 1, 300 productos 2, 111 productos 3 y 100 productos 4; maquilar con la competencia 389 productos 3. Al realizar esta programacin, se tiene el mnimo costo total de produccin de $38,517 y una capacidad sobrante en las mquinas de: 89.56 horas en la mquina 1, 88.68 horas en la mquina 2, 51 horas en la mquina 3, 19.35 horas en la mquina 4, 1.5 horas en la mquina 5 y 0.05 horas en la mquina 6. Las restricciones dominantes son los pedidos que se tienen que entregar y la capacidad de la mquina 6. 36. Productos con Demanda Variable. Una empresa fabrica un producto que tiene una demanda variable, es decir, que puede aumentar o disminuir de un mes a otro. El pronstico de la demanda que se tiene para los prximos cuatro meses es de: 1,800 unidades en el mes 1, 2,200 unidades en el mes 2, 3,400 unidades en el mes 3 y 2,800 unidades en el mes 4. Debido a las variaciones de la demanda, se tiene que en algunos meses hay produccin en exceso ocasionando altos costos de inventario, mientras que en otros meses no se cubre la demanda del mercado. La capacidad de produccin de la empresa es de 2,400 unidades mensuales considerando un turno normal, pero utilizando tiempo extra, se puede fabricar hasta 800 unidades adicionales. Debido al mayor costo que implica el tiempo extra repercute en un aumento de $7 a cualquier unidad que no se fabrique en tiempo normal. Se ha estimado un costo de almacenamiento de $3 por cada unidad que se fabrique en un determinado mes y que no se venda en el mismo. Tambin quiere la empresa terminar el mes 4 sin inventario en el almacn. La empresa quiere un modelo que le permita desarrollar un programa de produccin para cumplir con la demanda del mercado y que minimice el costo total, es decir, el costo de produccin y el costo del almacenamiento. Modelacin. Variables de Decisin. Xi = Unidades a fabricarse en el turno normal en el Mes "i".
JEVA / PTI
43
Yi = Unidades a fabricarse en tiempo extra en el Mes "i". Zi = Unidades de inventario al final del Mes "i". (u) Otra forma de definir las Variables de Decisin es: Xij = Unidades a fabricarse en la Opcin "i" en el Mes "j". Zi = Unidades de inventario final en el Mes "i". (u) Funcin Objetivo. Considerar que al minimizar el costo total, no repercute el costo de produccin del turno normal solo el incremento del costo que se tenga por el tiempo extra utilizado en los diferentes meses; tambin repercute el costo del almacenamiento que se tenga en los meses. mn. Z = 7(Y1+Y2+Y3+Y4) + 3(Z1+Z2+Z3+0) $ $/u (u) = $ Restricciones. 1.Capacidad de produccin. Turno normal. Mes 1 X1 2400 Mes 2 X2 2400 Mes 3 X3 2400 Mes 4 X4 2400 u u Tiempo extra. Mes 1 Y1 800 Mes 2 Y2 800 Mes 3 Y3 800 Mes 4 Y4 800 u u 2. Pronstico de la demanda. Considerar que: Inventario Final = Inventario Inicial + Entradas - Salidas Mes 1 Z1 = 0 + (X1+Y1) - 1,800 X1 + Y1 - Z1 = 1,800 Mes 2 Z2 = Z1 + (X2+Y2) - 2,200 X2 + Y2 + Z1 - Z2 = 2,200 Mes 3 Z3 = Z2 + (X3+Y3) - 3,400 X3 + Y3 + Z2 - Z3 = 3,400 Mes 4 Como la empresa quiere que el inventario final en el mes 4 sea cero, se tiene: 0 = Z3 + (X4+Y4) - 2,800 X4 + Y4 + Z3 = 2,800 u u 3. No negatividad Xi, Yi, Zi 0 Anlisis Dimensional: Probado.
Solucin Optima. X1 = 2,400 Y3 = 200 X2 = 2,400 Y4 = 400 X3 = 2,400 Z1 = 600 X4 = 2,400 Z2 = 800 T. extra mes 1 (H5) = 800 T. extra mes 2 (H6) = 800 T. extra mes 3 (H7) = 600 JEVA / PTI 44
T. extra mes 4 (H8) = 400 mn. Z = 8,400 Interpretacin. El programa de produccin para los siguientes cuatro meses es: fabricar 2,400 unidades en el turno normal en cada uno de los cuatro meses; fabricar en tiempo extra, 200 unidades en el mes 3 y 400 unidades en el mes 4; el inventario final que se tendr en el mes 1 es de 600 unidades y de 800 unidades en el mes 2. Con esta programacin se tiene el mnimo costo total de $8,400 con el siguiente anlisis de los recursos: no se utilizar la capacidad del tiempo extra en los meses 1 y 2, en el mes 3 sobrar capacidad del tiempo extra equivalente a 600 unidades y en el mes 4 por 400 unidades. La restriccin dominante es la capacidad del turno normal y las condiciones que se tienen del inventario final en relacin con el pronstico de la demanda. 37. Discriminacin Racial en Escuelas. En un intercambio estudiantil con una universidad americana, se le encarg a un grupo de alumnos mexicanos en el curso de Investigacin de Operaciones, desarrollar un modelo de programacin lineal que resolviera un problema social de la regin. Ellos escogieron trabajar con un problema de discriminacin racial en las escuelas del condado. Este condado tiene dos escuelas de nivel medio superior que atienden las necesidades de educacin. La escuela 1 tiene una capacidad para atender 6,500 estudiantes y la escuela 2 para 4,500. El distrito escolar tiene 6 reas, cada una con cantidad y tipo de poblacin estudiantil diferente. De acuerdo a las estadsticas que se tienen, se desarrollaron los siguientes datos: Area A B C D E F Poblacin Estudiantil (estudiantes) 1900 2475 1000 2150 1800 1400 Estudiantes Minoritarios (estudiantes) 200 1600 490 450 870 590 Distancia Promedio entre Escuelas y Areas (kilmetros/estudiante) Escuela 1 Escuela 2 1.5 2.5 1.8 1.9 2.2 2.6 2.5 2.3 2.9 1.8 2.8 1.1
Una estrategia implementada por el gobierno, establece que cada escuela debe tener inscritos por lo menos 32% de alumnos de minora pero no ms del 45%. El objetivo del distrito escolar es minimizar la distancia recorrida por el autobs escolar para transportar a los estudiantes y le gustara que los estudiantes no recorrieran ms de 2.8 km en el autobs escolar. El grupo de alumnos mexicanos quiere desarrollar un modelo que ayude al distrito escolar a cumplir con su objetivo respetando todas las restricciones. Modelacin. Variables de Decisin. Xij = Estudiantes norteamericanos del Area "i" que asisten a la Escuela "j" Yij = Estudiantes minoritarios del Area "i" que asisten a la Escuela "j" (est) Funcin Objetivo. mn Z = 1.5(X11+Y11) + 1.8(X21+Y21) + 2.2(X31+Y31) + 2.5(X41+Y41) + 2.9(X51+Y51) + 2.8(X61+y61) + 2.5(X12+Y12)+ 1.9(X22+Y22) + 2.6(X32+Y32) + 2.3(X42+Y42) + 1.8(X52+Y52) + 1.1(X62+y62) km (km/est)est = km Restricciones. 1. Capacidad de las escuelas. Escuela 1: (X11+Y11) + (X21+Y21) + (X31+Y31) + (X41+Y41) + (X51+Y51) + (X61+Y61) 6500 Escuela 2: (X12+Y12) + (X22+Y22) + (X32+Y32) + (X42+Y42) + (X52+Y52) + (X62+Y62) 4500 est est 2. Estrategia gubernamental para la discriminacin. JEVA / PTI 45
En forma general se puede expresar en la siguiente forma: 0.45 (Total de estudiantes minoritarios / Total de poblacin estudiantil) 0.32 % est/est = % % Escuela 1: 0.45 (Y11+Y21+Y31+Y41+Y51+Y61) / (X11+Y11) + (X21+Y21) + (X31+Y31) + (X41+Y41) + (X51+Y51) + (X61+Y61) 0.32 Escuela 2: 0.45 (Y12+Y22+Y32+Y42+Y52+Y62) / (X12+Y12) + (X22+Y22) + (X32+Y32) + (X42+Y42) + (X52+Y52) + (X62+Y62) 0.32 3. Poblacin estudiantil. Los estudiantes de cada rea pueden asistir a cualquiera de las dos escuelas. Area 1 (X11+Y11) + (X12+Y12) = 1,900 Area 2 (X21+Y21) + (X22+Y22) = 2,475 Area 3 (X31+Y31) + (X32+Y32) = 1,000 Area 4 (X41+Y41) + (X42+Y42) = 2,150 Area 5 (X51+Y51) + (X52+Y52) = 1,800 Area 6 (X61+Y61) + (X62+Y62) = 1,400 est est 4. Estudiantes minoritarios. Los estudiantes minoritarios que viven en cada reas, pueden asistir a cualquiera de las dos escuelas. Area 1 Y11 + Y12 = 200 Area 2 Y21 + Y22 = 1,600 Area 3 Y31 + Y32 = 490 Area 4 Y41 + Y42 = 450 Area 5 Y51 + Y52 = 870 Area 6 Y61 + Y62 = 590 est est 5. No negatividad Xij, Yij 0 Anlisis Dimensional: Probado. Solucin Optima. X11 = 1,700 Y11 = 200 X21 = 875 Y21 = 1,600 X31 = 510 Y31 = 490 X41 = 850 Y42 =450 X52 = 930 Y52 = 870 X62 = 810 Y62 = 590 Capacidad esc. 1 (H1) = 275 Estrat. gub. esc. 1 (E3) = 298 Estrat. gub. esc. 1 (H4) = 511.2499 Estrat. gub. esc. 2 (E5) = 470 Estrat. gub. esc. 2 (H6) = 114.9999 mn. Z = 19,400 Interpretacin. Se debe programar para la escuela 1: 1,700 norteamericanos y 200 minoritarios del rea 1, 875 norteamericanos y 1,600 minoritarios del rea 2, 510 norteamericanos y 490 minoritarios del rea 3, 850 norteamericanos del rea 4; para la escuela 2 se debe programar: 450 minoritarios del rea 4, 930 norteamericanos y 870 minoritarios del rea 5, 810 norteamericanos y 590 minoritarios del rea 6. Con esta programacin se logra la mnima distancia total recorrida de 19,400 kilmetros. En cuanto al anlisis de los recursos se tiene que: a la escuela 1 le sobrar capacidad para 275 alumnos; en la estrategia gubernamental se tiene que la escuela 1 est 298 estudiantes minoritarios (4.8%) por arriba del lmite inferior y 511 estudiantes minoritarios (8.2%) por abajo del lmite superior; la escuela 2 est 115 estudiantes minoritarios (2.6%) por abajo del lmite superior y 470 estudiantes (10.4%) por arriba del lmite inferior. La restriccin dominante es la capacidad de la escuela 2. De acuerdo con estos resultados, se logra que la distancia promedio recorrida por estudiante sea de 1.8 kilmetros, que es inferior a la distancia deseada por el distrito escolar. Conviene aclarar que el objetivo deseado de 2.8 kilmetros se podra o no haber logrado sin que esto afecte la solucin del modelo. 38. Mercadotecnia: Venta de Nuevos Productos. JEVA / PTI 46
Una empresa que se dedica a la venta de productos novedosos al menudeo, piensa agregar dos nuevos productos a la lnea ya existente, trabajndolos durante dos aos para probar la reaccin del mercado. Se comprarn los dos nuevos productos con un mayorista, que ha dicho que el precio de compra variar de un ao a otro, pero respecto al precio de venta, la empresa determin que fuera el mismo durante los dos aos, siendo para el producto 1 de $12 y para el producto 2 de $10.50. El departamento de Mercadotecnia de la empresa, ha detectado que las ventas de los nuevos productos dependen de la publicidad que se les haga, lo que servir de base para proyectar las ventas expresadas en unidades vendidas por $1 gastado en publicidad. Los datos del costo y venta de los productos, para los prximos dos aos, se dn en la siguiente tabla: Producto 1 2 Precio de Compra ($/unidades) Ao 1 Ao 2 7.50 8.00 7.00 8.50 Pronostico de Ventas (unidades/$1 en publicidad.) Ao 1 Ao 2 6 7 9 12
Mercadotecnia ha pronosticado tambin, que en ambos aos, cuando menos el 30% pero no ms del 60% del total de unidades vendidas de ambos productos sern del producto 2. A principio del ao 1, la empresa tendr un presupuesto de $120 mil para los gastos de publicidad y compras. Se supone que los productos se pueden comprar en un ao y conservarse hasta el ao siguiente sin incurrir en los costos de inventario. Tambin se considera que, la publicidad hecha en cualquier ao solo tendr efecto sobre las ventas de ese ao. Los gastos de publicidad y de compras que se hagan en el ao 2, se deben de financiar con las utilidades del ao 1. La empresa quiere tener un modelo que le ayude a determinar el dinero que debe gastar en publicidad y en compras, para cada producto en cada ao, con el objeto de maximizar la utilidad total en el transcurso de los dos aos. Modelacin. Variables de Decisin. Xij = Dinero para comprar el Producto "i" en el Ao "j" Yij = Dinero para publicidad del Producto "i" en el Ao "j" ($/a) Funcin Objetivo. Las ventas estn dadas en funcin del gasto que se haga en publicidad, por lo que las ventas se pueden expresar como: Ventas = (unidades vendidas por peso gastado en publicidad) (cantidad gastada en publicidad al ao) (u/$)($/a) = u/a Las ventas calculadas para cada producto y su utilidad se presentan en el siguiente cuadro: Producto 1 1 2 2 Ao 1 2 1 2 Ventas (unidades/ao) 6 Y11 7 Y12 9 Y21 12 Y22 Utilidad ($/unidades) 4.50 4.00 3.50 2.00
Mx Z = 4.50(6Y11) + 4(7Y12) + 3.50(9Y21) + 2(12Y22) $/a ($/u)(u/a) = $/a Mx Z = 27Y11 + 28Y12 + 31.50Y21 + 24Y22 Restricciones. 1. Compras. Ao 1: Las ventas deben ser menor o igual a lo comprado. Producto 1 6Y11 X11/7.50 u/a ($/a) / ($/u) = u/a 45Y11 - X11 0 (u/a)($/u) = $/a
JEVA / PTI
47
Producto 2
9Y21 X21/7 63Y21 - X21
Ao 2: Las ventas deben ser menor o igual a las compras programadas para el ao 2 menos el sobrante del ao 1 que no se vendi. Producto 1 7Y12 X12 / 8 - (X11 / 7.50 - 6Y11) -360Y11 + 420Y12 + 8X11 -7.5X12 0 Producto 2 12Y22 X22 / 8.50 - (X21 / 7 - 9Y21) -535Y21 + 714Y22 + 8.5X21 - 7X22 0 2. Pronstico de ventas para producto 2. Ao 1 0.60 9Y21/(6Y11 + 9Y21) 0.30 -1.8Y11 + 6.3Y21 0 -3.6Y11 + 3.6Y21 0 Ao 2 0.60 12 Y22/(7 Y12 + 12 Y22) 0.30 % (u/a)/(u/a) = % % -2.1Y12 + 8.4Y22 0 -4.2Y12 + 4.8Y22 0 (u/$)($/a) = u/a u/a 3. Presupuesto para publicidad y compras. Ao 1 (X11+X21) + (Y11+Y21) 120,000 Ao 2 (X12+X22) + (Y12+Y22) {120,000 - (X11+X21+Y11+Y21)} + (27Y11+31.5Y21) $/a ($/u)(u/a) = $/a -26Y11 + Y12 -30.5Y21 + Y22 + X11 + X12+ X21 + X22 120,000 $/a $/a 4. No negatividad Xij, Yij 0 Anlisis Dimensional: Probado. Solucin Optima. Y11 = 1,866.6670 Y12 = 812.0846 Y21 = 533.3333 Y22 = 203.0211 Pronstico prod. 2 ao 1 = 4,800 Pronstico prod. 2 ao 2 = 2,436.2540 Mx. Z = 94,810.88 X11 = 84,000 X12 = 45,476.74 X21 = 33,600 X22 = 20,708.16
Interpretacin. El programa de gastos para los prximos dos aos, considera gastar para el producto 1: $1,1866.6670 en publicidad en el ao 1 y $812.0846 en el ao 2; $84,000 en compras del producto 1 en el ao 1 y $45,476.74 en el ao 2. Para el producto 2 se gastar: $533.3333 en publicidad en el ao 1 y $203.0211 en el ao 2; $33,600 en compras del producto 2 en el ao 1 y $20,708.16 en el ao 2. Con este programa de gastos se tiene la mxima utilidad de $94,810.88 en el transcurso de los dos aos y el pronstico de ventas del producto 2 est 4,800 unidades (30%) por abajo del lmite superior en el ao 1 y 2,436 unidades (30%) por abajo del lmite superior en el ao 2. Se tiene como restricciones dominantes las compras y el presupuesto para la publicidad y compras.
PROBLEMAS TIPO "DIETA".

1. Cpsula de Vitaminas.
JEVA / PTI
48
Un laboratorio farmacutico desea producir una cpsula de vitaminas que contenga al menos 12 unidades de vitamina A y al menos 16 unidades de vitamina B. Se tienen suficientes existencias de los dos ingredientes para producir cualquier cantidad de cpsulas. Cada ingrediente contiene las dos vitaminas y la cpsula puede producirse usando cualquiera de los ingredientes una combinacin de los dos. Cada gramo del primer ingrediente tiene un costo de $0.60 y contiene 3 unidades de vitamina A y 2 de vitamina B. Un gramo del segundo ingrediente cuesta $0.40 y contiene 0.5 unidades de vitamina A y 1 de B. Cul es el costo mnimo de la cpsula que cumple con los requerimientos vitamnicos? Modelacin. Variables de Decisin. Xi = Gramos del Ingrediente "i" a poner por cpsula. (g/c) Funcin Objetivo. mn. Z = 0.6X1 + 0.4X2 $/c ($/g)(g/c) = $/c Restricciones. 1. Requerimientos. Vitamina A 3X1 + 0.5X2 12 Vitamina B 2X1 + X2 16 (u/g)(g/c)=u/c u/c 2. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X1 = 8 Vitamina A (E1) = 12 mn. Z = 4.8 Interpretacin. Se debe producir la cpsula con 8 gramos del primer ingrediente para tener un costo mnimo unitario de $4.80. Al hacer esta formulacin, se tendr un excedente de 12 unidades de vitamina A de acuerdo al requerimiento vitamnico especificado. La restriccin dominante es el requerimiento de vitamina A. 2. Elaboracin de Fertilizante. Un agrnomo tiene que elaborar un fertilizante cuyas cantidades mnimas de los nutrientes A, B y C deben ser de 80, 120 y 240 unidades respectivamente. Para este efecto cuenta con dos marcas, la primera garantiza que cada costal de su producto contiene 2, 6 y 4 unidades de los nutrientes A, B y C respectivamente, con un costo de $40 por costal. El costal de la segunda marca cuesta $50 y contiene 2 unidades de A, 2 de B y 12 de C. Se desea saber cuntos costales de cada marca hay que mezclar para obtener un fertilizante que cumpla con los requisitos nutricionales y que sea con el menor costo posible. Modelacin. Variables de Decisin. Xi = Costales de la Marca "i" que se deben de mezclar. (c) Funcin Objetivo. mn. Z = 40X1 + 50X2 $ ($/c)(c) = $ Restricciones. 1. Requerimientos. Nutriente A 2X1 + 2X2 80
JEVA / PTI
49
6X1 + 2X2 120 4X1 + 12X2 240 (u/c)(c)=u u 2. No negatividad Xi 0 Nutriente B Nutriente C Anlisis Dimensional: Probado. Solucin Optima. X1 = 30 X2 = 10 Nutriente B (E2) = 80 mn. Z = 1,700 Interpretacin. Se deben de mezclar 30 costales de la primera marca con 10 costales de la segunda marca para hacer el fertilizante al mnimo costo de $ 1,700. Al hacer esta combinacin para el fertilizante, habr un excedente de 80 unidades del nutriente B respecto a las 120 unidades requeridas como mnimo. Las restricciones dominantes son el nutriente A y el C. 3. Elaboracin de una Dieta. La dietista de un hospital, encargada de la planeacin y administracin de las dietas, tiene un paciente sometido a una dieta especial a base de dos tipos de alimentos. Aunque el paciente puede comer la cantidad que guste de los dos alimentos, la dieta debe cumplir con los siguientes requerimientos mnimos diarios: 1000 unidades del nutriente A, 2000 del B y 1500 del C. Se analiz en el laboratorio 100 gramos de cada alimento y se encontr que el alimento 1 contiene 100 unidades del nutriente A, 400 unidades del B y 200 unidades del C. El alimento 2 contiene 200 unidades de A, 250 unidades de B y 200 del C. Los alimentos son algo costosos, el costo de cada kilogramo del alimento 1 es de $60 y de $80 para el alimento 2. La dietista desea conocer la combinacin de cada alimento que tiene que utilizar por da para cumplir con los requerimientos de la dieta al mnimo costo. a. Elabore la tabla de datos para el problema. b. Desarrolle el modelo para el problema. Tabla de Datos. Nutriente A B C Costo ($/kilogramo) Anlisis de los Contenidos Requerimientos (unidades/100 gramos) Mnimos (unidades/da) Alimento 1 Alimento 2 100 200 1000 400 250 2000 200 200 1500 60 80
Modelacin. Variables de Decisin. Xi = Kilogramos del Alimento "i" a combinar diariamente (Kg/d) Funcin Objetivo. mn. Z = 60X1 + 80X2 $/d ($/kg)(kg/d) = $/d Restricciones. 1. Requerimientos. Nutriente A 1,000X1 + 2,000X2 1,000 Nutriente B 4,000X1 + 2,500X2 2,000 Nutriente C 2,000X1 + 2,000X2 1,500 (u/kg)(kg/d) = u/d u/d JEVA / PTI 50
2. No negatividad
X1 0
Anlisis Dimensional: Probado. Solucin Optima. X1 = 0.5 X2 = 0.25 Nutriente C (E2) = 625 mn. Z = 50 Interpretacin. La combinacin diaria que debe hacer la dietista es de 0.5 kg del alimento 1 con 0.25 Kg del alimento 2 para tener el mnimo costo posible de $50. Al hacer esta combinacin, se tendr un excedente de 625 unidades del nutriente B respecto al mnimo requerido de 2,000 unidades. Las restricciones dominantes son la vitamina A y B. 4. Piezas de Metal de Alta Precisin. Una empresa fabrica piezas de metal de alta precisin para motores de carros de carreras. La pieza que actualmente fabrica se hace mediante un proceso de fundicin con ciertos requerimientos mnimos de calidad. Para asegurar el cumplimiento de las especificaciones de calidad de la pieza, se deben tener por lo menos 400 gramos de plomo, 480 de cobre y 600 de hierro colado. Se tienen localizados 4 tipos de minerales que se pueden utilizar en la fabricacin de la pieza. El reporte del contenido de componentes por cada kilogramo de mineral es: Tipo de Mineral 1 2 3 4 Contenido de Componentes (gramos/kg. ) Plomo Cobre Hierro C. 40 20 20 20 60 60 10 40 40 5 10 80 Costo Mineral ($/kilogramo) 20 30 60 50
La empresa quiere un modelo que le permita determinar cunto se debe de mezclar de cada tipo de mineral para cumplir con las especificaciones de fabricacin de la pieza al mnimo costo. Modelacin. Variables de Decisin. Xi = Kilogramos del Mineral "i" que se deben de mezclar para fabricar la pieza. (kg) Funcin Objetivo. mn Z = 20X1 + 30X2 + 60X3 + 50X4 $ ($/kg)kg = $ Restricciones: 1. Especificaciones de calidad. Plomo 40X1 + 20X2 + 10X3 + 5X4 400 Cobre 20X1 + 60X2 + 40X3 + 10X4 480 Hierro colado 20X1 + 60X2 + 40X3 + 80X4 600 (g/kg)kg = g g 2. No negatividad Xi 0 Anlisis Dimensional: Probado.
Solucin Optima. X1 = 6
JEVA / PTI
51
X2 = 8 Cobre (E2) = 120 mn. Z = 360 Interpretacin. Para fabricar la pieza al mnimo costo de $360, se deben de mezclar 6 Kg del mineral tipo 1 con 8 Kg del mineral tipo 2. Haciendo esta mezcla de minerales, se tendr un excedente de 120 gramos de cobre respecto al mnimo requerido de 120 gramos. Las restricciones dominantes en el modelo son las especificaciones de calidad del plomo y del hierro colado. 5. Desarrollo de un Nuevo Alimento para Perros. Un fabricante de alimentos para animales est desarrollando un nuevo producto para perros. Este alimento balanceado es una lata de 160 gramos que debe de tener como mnimo 30 gramos de protenas, 50 gramos de carbohidratos y 40 gramos de grasas, el resto es un componente de relleno sin costo. Se van a comprar cuatro alimentos comerciales para mezclarse en diferentes proporciones y as sacar una lata de alimento que cumpla con todos los requerimientos. Un anlisis de 160 gramos de cada tipo de alimento, dieron los siguientes datos: Tipo de Alimento 1 2 3 4 Cantidad Requerida (gramos/lata) Anlisis de 160 gramos de Alimento (gramos/lata) Protena Carbohidrato Grasa 30 70 50 50 40 60 20 20 60 30 80 20 30 50 40 Costo ($/kilogramo) 250 375 187.50 125
a. Desarrolle un modelo que permita determinar la cantidad de cada alimento que se le debe de poner a una lata para minimizar su costo. b. Desarrolle un modelo que permita conocer la proporcin de cada alimento que se le debe de poner a una lata para minimizar su costo. c. Qu cantidad de cada alimento se debe comprar para fabricar 500 latas diarias? Modelacin. a. Modelo para cantidad. Variables de Decisin. Xi = Gramos del Alimento "i" que se deben de poner por lata (g/l) Funcin Objetivo. mn. Z = 0.25X1 + 0.375X2 + 0.1875X3 + 0.125X4 $/l ($/g)(g/l) = $/l Restricciones. 1. Requerimientos. La aportacin de cada alimento se tiene que expresar en porcentaje para tener congruencia dimensional en el modelo. Ejemplo, la aportacin del alimento 1 es de 30 gramos de protena por cada 160 gramos de alimento, equivalente a un 18.75%. En esta forma se construyen las restricciones quedando: Protena 0.1875X1 + 0.3125X2 + 0.125X3 + 0.1875 X4 30 Carbohidrato 0.4375X1 + 0.2500X2 + 0.125X3 + 0.5000 X4 50 Grasa 0.3125X1 + 0.3750X2 + 0.375X3 + 0.1250 X4 40 %(g/l) = g/l g/l
1.
Proporcin g/l Xi
3. No negatividad Anlisis Dimensional: Probado. JEVA / PTI
X1 + X2 + X3 + X4 = 160 g/l 0
52
Solucin Optima. X2 = 26.6667 X3 = 53.3333 X4 = 80 Carbohidratos (E2) = 3.3333 mn. Z = 26.666 Interpretacin. Para tener el mnimo costo de $26.67 por lata, se debe poner 26.6667 gramos del alimento 2, 53.3333 gramos del alimento 3 y 80 gramos del alimento 4. Al poner en la lata estas cantidades, se tendr un excedente de 3.3333 gramos de carbohidratos respecto a los 50 requeridos. b. Modelo para proporcin. Variables de Decisin. Xi = Proporcin de Alimento "i" que se debe poner por lata (%) Funcin Objetivo. Para construir la Funcin Objetivo, se debe calcular el costo por lata de cada alimento considerando que una lata tiene 160 gramos. Se muestra el clculo del costo para el alimento 1 quedando (250/1,000)160 = $40/lata mn. Z = 40X1 + 60X2 + 30X3 + 20X4 $/l ($/l)(%) = $/l Restricciones. 1. Requerimientos. Protena 30X1 + 50X2 + 20X3 + 30X4 30 Carbohidrato 70X1 + 40X2 + 20X3 + 80X4 50 Grasa 50X1 + 60X2 + 60X3 + 20X4 40 (g/l)(%) = g/l g/l 2. Proporcin X1 + X2 + X3 + X4 = 1 % % 3. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X2 = 0.1667 X3 = 0.3333 X4 = 0.5 Carbohidratos (E2) = 3.3333 mn. Z = 26.666 Se puede concluir que los dos modelos son equivalentes. Interpretacin. Se le debe poner por lata, 16.67% de alimento 2, el 33.33% del alimento 3 y 50% del alimento 4 para tener el mnimo costo de $26.67. Mezclando esta proporcin de alimentos, se tendr un excedente de 3.3333 gramos de carbohidrato respecto a los 50 gramos requeridos. La restriccin dominante es la proporcin y el requerimiento de protena y grasa. c. Fabricacin de 500 latas diarias. Para fabricar 500 latas diarias se gastarn $15,000 comprando las siguientes cantidades de cada alimento: Alimento 2 0.160 (0.1667) (500) = 13.336 Kgs Alimento 3 0.160 (0.3333) (500) = 26.664 Alimento 4 0.160 (0.5000) (500) = 40.000
JEVA / PTI
53
6. Alimentos Energticos. Una empresa produce alimentos energticos en tres combinaciones: la normal que se vende a $15 el kilogramo, la especial se vende a $22 por kilogramo y la extra a $35. Cada combinacin requiere los mismos ingredientes:, cacahuate con un costo de $9 por kilogramo, pasas a $15 por kilogramo y nuez a $20. La combinacin normal requiriere cuando menos 5% de cada ingrediente, la combinacin especial requiere cuando menos 20% de cada ingrediente pero no ms de un 50% y la extra necesita cuando menos 25% de pasas y no ms de 25% de cacahuate. Adems, se tiene especificado que la combinacin normal debe limitarse al 20% de la produccin total. Se ha definido como poltica presupuestaria el tener como mximo semanal 1,000 kilogramos de cacahuate, 2,000 kilogramos de pasas y 3,000 de nuez. La empresa tiene un costo fijo de $8,000 para producir las combinaciones. Desarrolle un modelo para maximizar las utilidades de la empresa determinando la cantidad a producir de cada combinacin energtica. Modelacin. Variables de Decisin. Xij = Kilogramos por semana del Ingrediente "i" a usarse en la elaboracin del Producto "j" (kg/s) Funcin Objetivo. Si no se puede calcular directamente el margen de utilidad para cada combinacin porque no se conoce la proporcin que llevan de cada ingredientes, se puede calcular considerando la utilidad que proporciona cada uno de los ingredientes. Mx Z = 6X11 - 5X31 + 13X12 + 7X22 + 2X32 + 26X13 + 20X23 + 15X33 $/s ($/kg)(kg/s) = $/s Restricciones. 1. Especificaciones. Combinacin Normal:
Cacahuate Pasas Nuez
Combinacin Especial:
Cacahuate
Pasas
Nuez
Combinacin Extra:
Cacahuate Pasas
Produccin: Combinacin Normal. (X11+X21+X31)/(X11+X21+X31+X12+X22+X32+X13+X23+X33) 0.20 (kg/s)/(kg/s) = % % 0.8X11+0.8X21+0.8X31-0.2X12-0.2X22-0.2X32-0.2X13-0.2X23-0.2X33) 0 %(kg/s) = kg/s 2. Poltica presupuestaria. Cacahuate X11 + X12 + X13 1,000 Pasas X21 + X22 + X23 2,000 Nuez X31 + X32 + X33 3,000 kg/s kg/s JEVA / PTI 54
X11/(X11 + X21 + X31) 0.05 0.95X11 - 0.05X21 - 0.05X31 0 X21/(X11 + X21 + X31) 0.05 - 0.05X11 + 0.95X21 - 0.05X31 0 X31/(X11 + X21 + X31) 0.05 - 0.05X11 - 0.05X21 + 0.95X31 0 0.50 X12/(X12 + X22 + X32) 0.20 0.8X12 - 0.2X22 - 0.2X32 0 0.5X12 - 0.5X22 - 0.5X32 0 0.50 X22/(X12 + X22 + X32) 0.20 - 0.2X12 + 0.8X22 - 0.2X32 0 - 0.5X12 + 0.5X22 - 0.5X32 0 0.50 X32/(X12 + X22 + X32) 0.20 - 0.2X12 - 0.2X22 + 0.8X32 0 - 0.5X12 - 0.5X22 + 0.5X32 0 X13/(X13 + X23 + X33) 0.25 0.75X13 - 0.25X23 - 0.25X33 0 X23/(X13 + X23 + X33) 0.25 - 0.25X13 + 0.75X23 - 0.25X33 0
3. No negatividad Anlisis Dimensional: Probado.
Xij
Solucin Optima. X13 = 1,000 X23 = 2,000 X33 = 3,000 Esp. extra cacahuate (H10) = 500 Esp. extra pasas (E11) = 500 Esp. prod. normal (H12) = 1,200 Mx. Z = 111,000 Interpretacin. Para tener la mxima utilidad semanal de $111,000, se debe producir 6,000 kilogramos de la combinacin extra utilizando 1,000 kilogramos de cacahuate, 2,000 de pasas y 3,000 de nuez. Con este programa de produccin, se tendrn 500 kilogramos sobrantes de cacahuate (500/6,000 = 8.3333%) y un excedente de 500 kilogramos de pasas (8.3333%) respecto a los 6,000 kilogramos fijados como mnimo (25%). Como no se fabric nada de la combinacin normal, se tiene disponible la capacidad del 20% de la produccin total que es equivalente a 1,200 kilogramos. La restriccin dominante es la poltica presupuestaria con la disponibilidad de la nuez. 7. Fabricacin de Gasolinas. Una empresa petroqumica comercializa gasolina de dos tipos, la premium y la magna. Cada gasolina debe cumplir con ciertas especificaciones de octanaje y de presin de vapor. Las especificaciones para las gasolinas se muestran en la siguiente tabla: Gasolina Magna Premium Octanaje Mnimo Presin de Vapor Mxima (unidades de (unidades de presin de octanaje/barril) vapor/barril) 80 9 100 6 Precio de Venta ($/barril) 21 24
Se utilizan tres tipos de gasolina base para fabricar la magna y la premium. Las caractersticas de las gasolinas base son: Gasolina Base Tipo 1 Tipo 2 Tipo 3 Octanaje (unidades de octanaje/barril) 108 90 73 Presin de Vapor (unidades de presin de vapor/barril) 4 10 5 Disponibilidad Mxima (barriles/semana) 32,000 20,000 38,000 Costo ($/barril) 22 20 19
La empresa se ha comprometido con un distribuidor a entregarle cuando menos 30,000 barriles de magna para la siguiente semana pero nada de la premium. Esta empresa quiere desarrollar un modelo para hacer un programa de produccin que le permita maximizar las utilidades. Modelacin Variables de Decisin. Xij = Barriles semanales del Tipo "i" a utilizar en la fabricacin de la Gasolina "j" (b/s) Funcin Objetivo. Mx. Z = -X11 + X21 + 2X31 + 2X12 + 4X22 + 5X32 $/s ($/b)(b/s) = $/s
JEVA / PTI
55
Restricciones. 1. Especificaciones. Presin de Vapor: Magna [X11/(X11+X21+X31)]4 + [X21/(X11+X21+X31)]10 + [X31/(X11+X21+X31)]5 9 Se puede poner esta restriccin ms simplificada quedando: (4X11+10X21+5X31)/(X11+X21+X31) 9 - 5X11 + X21 - 4X31 0 Premium (4X12+10X22+5X32)/(X12+X22+X32) 6 (upv/b)(b/s)/(b/s) = upv/b upv/b - 2X12 + 4X22 - X32 0 (upv/b)(b/s) = upv/s Octanaje: Magna (108X11+90X21+73X31)/(X11+X21+X31) 80 28X11 +10X21 - 7X31 0 Premium (108X12+90X22+73X32)/(X12+X22+X32) 100 (uo/b)(b/s)/(b/s) = uo/b uo/b 8X12 - 10X22 - 27X32 0 (uo/b)(b/s) = uo/s 2. Disponibilidad. Tipo 1 X11 + X12 32,000 Tipo 2 X21 + X22 20,000 Tipo 3 X31 + X32 38,000 b/s b/s 3. Pedidos. Magna X11 + X21 + X31 30,000 Premium X12 + X22 + X32 = 0 b/s b/s 4. No negatividad Xij 0 Anlisis Dimensional: Probado. Solucin Optima. X11 = 2,357.143 X21 = 20,000 X31 = 38,000 P. vapor magna (H1) = 143,785.7 Disp. tipo 1 (H5) = 29,642.86 Pedidos magna (E8) = 30,357.14 Mx. Z = 93,642.86 Interpretacin. Considerando el ajuste por variables discretas, el programa de produccin para la prxima semana debe fabricar 60,357 barriles de gasolina magna, utilizndose 2,357 barriles del tipo 1, 20,000 barriles del tipo 2 y 38,000 barriles del tipo 3 para tener la mxima utilidad de $93,643. Con este programa, se tendr el siguiente anlisis de recursos: en la especificacin de presin de vapor para la gasolina magna se tiene un sobrante de 143,785 unidades de presin de vapor semanales (143,785/60,357=2.3822 unidades de presin de vapor por barril); en la disponibilidad del tipo 1 se tiene un sobrante de 29,643 barriles y un excedente en el pedido de la gasolina magna de 30,357 barriles respecto a los 30,000 barriles pedidos.
JEVA / PTI
56
PROBLEMAS TIPO "TRANSPORTE".

1. Distribucin de Cerveza. Un fabricante de cerveza, preocupado por asegurar la calidad con que el producto es reconocido en el mercado, decide hacer la distribucin regional enviando camiones de tres plantas que se tienen a cuatro almacenes ubicados en diferentes partes de la regin. Debido al aumento constante de la gasolina y el diesel, el costo de la distribucin del producto se ha vuelto un concepto importante por lo que la administracin est buscando la forma de reducirlo. Con este propsito, se busc recabar informacin de las capacidades de las plantas, pidiendo a cada gerente que diera un pronstico de las mismas expresada en camiones mensuales. Por otra parte, la demanda mnima de cada almacn se estim en base a los datos histricos de sus pedidos. Tambin se calcul los costos por camin enviado de una planta a un almacn. Un resumen de estos datos se presentan en la siguiente tabla: Almacenes ($/camin) 2 3 513 654 416 690 682 388 65 70 Capacidad de las Plantas (camiones/mes) 75 125 100 300
Plantas
1 2 3 Demanda de los Almacenes (camiones/mes)
1 464 352 995 80
4 867 791 985 85
La administracin de la empresa quiere desarrollar un modelo que le permita determinar la cantidad de camiones que tiene que enviar de cada planta a cada almacn de tal forma que sea mnimo el costo de la distribucin del producto. Modelacin. Variables de Decisin. Xij = Camiones mensuales a enviar de la Planta "i" al Almacn "j" (camiones/mes) Funcin Objetivo. mn. Z = 464X11 + 513X12 + 654X13 + 867X14 + 352X21 + 416X22 + 690X23 + 791X24 + 995X31 + 682X32 + 388X33 + 685X34 $/m ($/c)(c/m) = $/m Restricciones. 1. Capacidad de las plantas. Planta 1 X11 + X12 + X13 + X14 75 Planta 2 X21 + X22 + X23 + X24 125 Planta 3 X31 + X32 + X33 + X34 100 c/m c/m 2. Demanda de los almacenes. Almacn 1 X11 + X21 + X31 80 Almacn 2 X12 + X22 + X32 65 Almacn 3 X13 + X23 + X33 70 Almacn 4 X14 + X24 + X34 85 c/m c/m 3. No negatividad Xij 0 Anlisis Dimensional: Probado. Solucin Optima. X12 = 20 X14 = 55 JEVA / PTI 57
X21 = 80 X22 = 45 X33 = 70 X34 = 30 mn. Z = 152,535 Interpretacin. El programa de distribucin mensual considera enviar: de la planta 1, 20 camiones al almacn 2 y 55 al almacn 4; de la planta 2, 80 camiones al almacn 1 y 45 al almacn 2 y de la planta 3, 70 camiones al almacn 3 y 30 al almacn 4. Con este programa, se tiene el mnimo costo de distribucin del producto de $152,535 mensuales. Las restricciones dominantes son la capacidad de produccin de las plantas y la demanda de los almacenes. Como la capacidad total de las plantas es igual que la demanda total de los almacenes, se puede asignar los recursos en forma exacta. 2. Distribucin de Latas. Una fundidora de aluminio recicla latas de este material de diferentes productos utilizados en el mercado. Esta fundidora suministra la materia prima a un grupo cervecero que tiene cinco plantas productoras de cerveza y 3 plantas fabricantes de latas. Este grupo quiere desarrollar un modelo que le permita hacer un programa de distribucin mensual, que le diga la cantidad de latas que conviene enviar de cada planta de latas a cada planta de cerveza para minimizar el costo total de distribucin. Con este fin se ha determinado la demanda mnima de latas para cada planta de cerveza como se indica en la siguiente tabla: Planta de Cerveza Distrito Federal Guadalajara Monterrey Tijuana Mrida Demanda (latas/mes) 2000,000 500,000 500,000 100,000 100,000
Tambin se tienen datos de la capacidad de produccin de las diferentes plantas productoras de latas como se muestra a continuacin: Capacidad Planta de Latas (latas/mes) Puebla 1000,000 Torren 1000,000 Celaya 750,000 Se sabe que el costo de los fletes son una funcin de la distancia que existe entre las plantas de cerveza y las plantas de latas, por lo que se recabaron los siguientes costos de distribucin: Costos de Distribucin ($/mil latas) Plantas de Cerveza Plantas de Latas Puebla 50 200 250 750 450 Torren 200 150 20 500 800 Celaya 150 20 100 400 600
Distrito Federal Guadalajara Monterrey Tijuana Mrida
Modelacin. Variables de Decisin. Xij = Miles de latas a enviar mensualmente de la Planta de Latas "i" a la Planta de Cerveza "j". (l/m)
JEVA / PTI
58
Funcin Objetivo. mn. Z = 50X11 + 200X12 + 250X13 + 750X14 + 450X15 + 200X21 + 150X22 + 20X23 + 500X24 + 800X25 + 150X31 + 20X32 + 100X33 + 400X34 + 600X35 $/m ($/l)(l/m) = $/m Restricciones. 1. Demanda. Distrito Federal X11 + X21 + X31 2,000 Guadalajara X12 + X22 + X32 500 Monterrey X13 + X23 + X33 500 Tijuana X14 + X24 + X34 100 Mrida X15 + X25 + X35 100 l/m l/m 2. Capacidad. Puebla X11 + X12 + X13 + X14 + X15 1,000 Torren X21 + X22 + X23 + X24 + X25 1,500 Celaya X31 + X32 + X33 + X34 + X35 750 l/m l/m 3. No negatividad Xij 0 Anlisis Dimensional: Probado. Solucin Optima. X11 = 900 X15 = 100 X21 = 950 X23 = 500 X31 = 150 X32 = 500 X34 = 100
Cap. Torren (H7) = 50 mn. Z = 362,500 Interpretacin. El programa de distribucin mensual debe enviar de Puebla, 900,000 latas al Distrito Federal y 100,000 latas a Mrida; de Torren, enviar 950,000 latas al Distrito Federal y 500,000 latas a Monterrey; de Celaya, enviar 150,000 latas al Distrito Federal, 500,000 latas a Guadalajara y 100,000 latas a Tijuana. Con este programa se obtiene el mnimo costo mensual de $3362,500 y se tendr una capacidad sobrante en Torren de 50,000 latas mensuales. Se cubre la demanda mnima de todas las plantas de cerveza con la produccin de latas de Puebla y Celaya, por lo que estas restricciones son las dominantes en el problema. 3. Distribucin de Fertilizante. Una grupo industrial fabrica y vende fertilizantes de aplicacin general. El grupo tiene tres plantas en diferentes localizaciones que producen el fertilizante y envan para su venta a cuatro almacenes ubicados en diferentes partes. Como las plantas tienen diferente antigedad, los costos de produccin varan de acuerdo a la modernidad del proceso que utilizan para la fabricacin del fertilizante. Los almacenes trabajan en forma independiente, por lo que el precio de venta por tonelada difiere entre ellos. Los costos de transporte de las plantas a los almacenes, el costo de produccin, las capacidades de las plantas y la demanda de los almacenes se presentan en la siguiente tabla: Costo de Transporte ($/tonelada) Almacn 1 230 210 180 300 665 Almacn 2 180 240 210 450 670 Almacn 3 210 230 270 500 640 Almacn 4 250 180 230 600 635 59 Capacidad de Produccin (tonelada/mes) 650 600 600 Costo de Produccin ($/ton) 380 300 350
Planta 1 2 3 Demanda Mxima (tonelada/mes) Precio Venta JEVA / PTI
($/tonelada) Modele el problema para que el grupo industrial logre maximizar las utilidades totales determinando las toneladas mensuales a enviar de cada planta a cada almacn. Modelacin. Variables de Decisin. Xij = Toneladas mensuales de fertilizante a fabricar en la Planta "i" para entregarse en el Almacn "j" (toneladas/mes) Funcin Objetivo. Mx Z = 55X11 + 110X12 + 50X13 + 5X14 + 155X21 + 130X22 + 110X23 + 155X24 + 135X31 + 110X32 + 20X33 + 55X34 $/m ($/t)(t/m) = $/m Restricciones. 1. Capacidad de las plantas. Planta 1 X11 + X12 + X13 + X14 650 Planta 2 X21 + X22 + X23 + X24 600 Planta 3 X31 + X32 + X33 + X34 600 t/m t/m 2. Demanda de los almacenes. Almacn 1 X11 + X21 + X31 300 Almacn 2 X12 + X22 + X32 450 Almacn 3 X13 + X23 + X33 500 Almacn 4 X14 + X24 + X34 600 t/m t/m 3. No Negatividad Xij 0 Anlisis Dimensional: Probado. Solucin Optima. X12 = 150 X13 = 500 X24 = 600 X31 = 300 X32 = 300 Mx. Z = 208,000 Interpretacin. Para tener la mxima utilidad total por mes de $208,000, el programa de distribucin debe considerar que la planta 1 enve 150 toneladas al almacn 2 y 500 al almacn 3; la planta 2 debe enviar a 600 toneladas al almacn 4 y la planta 3 debe enviar 300 toneladas al almacn 1 y 300 al almacn 2. Como la capacidad total de las plantas es igual a la demanda total de los almacenes, la asignacin de las toneladas son exactas. Se puede decir que las restricciones dominantes son tanto la capacidad de las plantas como las demandas de los almacenes. 4. Arreglos Frutales. Una cadena de tiendas vende arreglos frutales de cera para regalo. Los arreglos son hechos en dos tiendas diferentes para enviarse a cinco sucursales. El costo de hacer el arreglo en la tienda 1 y 2 son de $153 y $157 respectivamente incluyendo materiales y mano de obra. La empresa quiere satisfacer los pedidos que tiene para el siguiente mes y as evitar un inventario excesivo en las sucursales. En la siguiente tabla se muestran los datos que se tienen de los pedidos, de la capacidad de produccin y de los costos de transporte:
JEVA / PTI
60
Tiendas 1 2 Demanda (arreglos/mes) 1 6 15 400
Costos de Transporte ($/arreglo) Sucursales 2 3 4 4 12 9 9 5 8 600 200 800
Capacidad (arreglos/mes) 5 5 8 1,000 2,000 1,200
La empresa quiere desarrollar un modelo para determinar cuntos arreglos se deben de enviar de cada tienda a cada sucursal de tal forma que se minimice el costo total. Modelacin. Variables de Decisin. Xij = Arreglos mensuales a enviar de la Tienda "i" a la Sucursal "j". (a/m) Funcin Objetivo. mn. Z = 159X11 + 157X12 + 165X13 + 162X14 + 158X15 + 172X21 + 166X22 + 162X23 + 165X24 +1 65X25 $/m ($/a)(a/m) = $/m Restricciones. 1. Capacidad. Tienda 1 Tienda 2 2. Pedidos. Sucursal 1 Sucursal 2 Sucursal 3 Sucursal 4 Sucursal 5 3. No negatividad
X11 + X12 + X13 + X14 + X15 2,000 X21 + X22 + X23 + X24 + X25 1,200 a/m a/m X11 + X21 = 400 X12 + X22 = 600 X13 + X23 = 200 X14 + X24 = 800 X15 + X25 = 1,000 a/m a/m Xij 0
Anlisis Dimensional: Probado. Solucin Optima. X11 = 400 X23 = 200 X12 = 600 X24 = 800 X15 = 1,000 Cap. Tienda 2 (H2) = 200 mn. Z = 480,200 Interpretacin. Para lograr el mnimo costo total de $480,200, el programa de distribucin del siguiente mes debe ser: la tienda 1 debe enviar un total de 2,000 arreglos, 400 a la sucursal 1, 600 a la sucursal 2 y 1,000 a la sucursal 5; la tienda 2 enviar un total de 1,000 arreglos, 200 a la sucursal 3 y 800 a la sucursal 4. Con este programa de distribucin se tendr una capacidad sobrante de 200 arreglos en la tienda 2. La restriccin dominante son los pedidos que se tienen, se agotar la capacidad de la tienda 1 y sobrar capacidad en la tienda 2 por 200 arreglos. 5. Localizacin de una Planta. Un consorcio industrial tiene actualmente tres plantas de produccin. En los planes que se tienen de expansin para los prximos cinco aos, se requerirn 200 embarques anuales de materia prima para la planta 1, 300 embarques
JEVA / PTI
61
para la planta 2 y 400 embarques para la planta 3. Actualmente se tienen dos fuentes de aprovisionamiento de materia prima para las plantas, la fuente 1 provee 300 embarques por ao y la fuente 2 solo 400 embarques. Por lo tanto, ser necesario abrir una fuente adicional de abastecimiento para satisfacer las necesidades futuras de materia prima que tendrn las plantas. Una seleccin preliminar de las posibles fuentes hecha por el consorcio, las redujo a solo dos alternativas. La capacidad adicional que se requiere de abastecimiento es de 200 embarques anuales. Se ha decidido hacer la nueva ubicacin de la fuente adicional considerando solamente la reduccin de los costos de transporte que se pueda tener. Los clculos de los costos por embarque desde cada fuente de abastecimiento hasta cada planta, se muestran en la siguiente tabla: Fuentes de Aprovisionamiento 1 2 Ubicacin 1 Ubicacin 2 Embarques Requeridos (embarques/ao) Costos de Transporte ($/embarque) Planta 1 Planta 2 Planta 3 750 870 700 600 650 800 800 730 600 600 800 1,000 200 300 400 Embarques Disponibles (embarques/ao) 300 400 200 200
Desarrolle un modelo que permita decidir al consorcio qu ubicacin es mejor para la nueva fuente de aprovisionamiento de materia prima. Modelacin. Para decidir sobre la localizacin de la nueva fuente es necesario conocer el costo mnimo total de cada ubicacin para compararlas. Para evaluar estas alternativas, se deben hacer dos modelos uno para cada ubicacin: Modelo para ubicacin 1. Variables de Decisin. Xij = Embarques anuales a enviar de la Fuente "i" a la Planta "j". (e/a) Funcin Objetivo. mn. Z = 750X11 + 870X12 + 700X13 + 600X21 + 650X22 + 800X23 + 800X31 + 730X32 + 600X33 $/a ($/e)(e/a) = $/a Restricciones. 1. Capacidad. Fuente 1 Fuente 2 Ubicacin 1 2. Demanda. Planta 1 Planta 2 Planta 3 3. No negatividad
X11 + X12 + X13 300 X21 + X22 + X23 400 X31 + X32 + X33 200 e/a e/a X11 + X21 + X31 = 200 X12 + X22 + X32 = 300 X13 + X23 + X33 = 400 e/a e/a Xij 0
Anlisis Dimensional: Probado. Solucin Optima. X11 = 100 X21 = 100 X13 = 200 X22 = 300 mn. Z = 590,000 Modelo para ubicacin 2. X33 = 200
JEVA / PTI
62
Variables de Decisin. Xij = Embarques anuales a enviar de la Fuente "i" a la Planta "j". (e/a) Funcin Objetivo. mn. Z = 750X11+ 870X12+ 700X13+ 600X21+ 650X22+ 800X23+ 600X31+ 800X32+1,000X33 $/a ($/e)(e/a) = $/a Restricciones. 1. Capacidad. Fuente 1 X11 + X12 + X13 300 Fuente 2 X21 + X22 + X23 400 Ubicacin 2 X31 + X32 + X33 200 e/a e/a 2. Demanda. Planta 1 X11 + X21 + X31 = 200 Planta 2 X12 + X22 + X32 = 300 Planta 3 X13 + X23 + X33 = 400 e/a e/a 3. No negatividad Xij 0 Anlisis Dimensional: Probado. Solucin Optima. X13 = 300 X22 = 300 X23 = 100 mn. Z = 605,000 X31 = 200
Interpretacin. La mejor decisin para el consorcio industrial es localizar la nueva fuente de aprovisionamiento de materia prima en la ubicacin 1, ya que tiene un costo mnimo de $590,000 mientras que la ubicacin 2 tiene un costo de $605,000. Considerando la nueva fuente de aprovisionamiento en la ubicacin 1, se tendr el siguiente programa de distribucin: enviar de la fuente 1 un total de 300 embarques anuales, 100 a la planta 1 y 200 a la planta 2; de la fuente 2 enviar 400 embarques anuales, 100 a la planta 1 y 300 a la planta 2; de la nueva fuente, enviar 200 embarques anuales a la planta 3. Las demandas de las plantas son iguales a las capacidades de las fuentes por lo que la asignacin es exacta. 6. Localizacin de Nueva Planta. Un grupo industrial manufactura sus productos en dos plantas y enva embarques a tres sucursales para la comercializacin de sus productos. La planta 1, produce un mximo de 50 embarques por ao y la planta 2 un mximo de 70. El costo por embarque de la planta 1 a la sucursal 1 es de $1,000, a la sucursal 2 es de $900 y a la sucursal 3 es de $1,600. El costo por embarque de la planta 2 a las sucursales 1, 2 y 3 son de $800, $1,300 y $1,000 respectivamente. El pronstico de la demanda para el prximo ao puede alcanzar 60 embarques anuales para la sucursal 1, 40 para la sucursal 2 y 80 para la 3. Considerando este crecimiento de la demanda, se decidi construir una nueva planta que incremente la capacidad total en 60 embarques anuales. Con este fin se calcularon los costos de manufactura y de transporte para dos posibles localizaciones de la nueva planta. El costo de manufactura promedio estimado por embarque, en la localizacin 1 es de $100,000 y en la 2 es de $80,000, mientras que en la planta 1 es de $78,000 y en la planta 2 de $90,000. El costo por embarque de la localizacin 1 a la sucursal 1 es de $600, a la sucursal 2 es de $1,000 y a la sucursal 3 es de $1,400, mientras que de la localizacin 2 a las sucursales 1, 2 y 3 son de $900, $1,200 y $700 respectivamente. Con los precios actuales se tiene un ingreso de venta promedio por embarque en la sucursal 1 de $120,000, en la sucursal 2 de $110,000 y en la sucursal 3 de $100,000. a. Construya una tabla de datos considerando las utilidades promedio por embarque, las demandas de las sucursales y las capacidades de las plantas.
b.
Modele el problema para tomar la mejor decisin en la localizacin de la nueva planta que maximice la utilidad total del grupo industrial.
JEVA / PTI
63
Tabla de Datos. Plantas 1 2 Localizacin 1 Localizacin 2 Demanda (embarques/ao) Utilidad Promedio por Embarque ($/embarque) Sucursal 1 Sucursal 2 Sucursal 3 41,000 31,100 20,400 29,200 18,700 9,000 19,400 9,000 1,400 39,100 28,800 19,300 60 40 80 Capacidad (embarques/ao) 50 70 60 60 180
Modelacin. Para decidir sobre la localizacin de la nueva planta se necesita conocer cual alternativa da la mxima utilidad promedio por lo que se requieren dos modelos para evaluar dichas alternativas. Modelo para localizacin 1. Variables de Decisin. Xij = Embarques anuales a enviar de la Planta "i" a la Sucursal "j". (e/a) Funcin Objetivo. Mx. Z = 41,000X11 + 31,100X12 + 20,400X13 + 29,200X21 + 18,700X22 + 9,000X23 + 19,400X31 + 9,000X32 -1,400X33 $/a ($/e)(e/a) = $/a Restricciones. 1. Capacidad. Planta 1 Planta 2 Localiz. 1 2. Demanda. Sucursal 1 Sucursal 2 Sucursal 3
X11 + X12 + X13 50 X21 + X22 + X23 70 X31 + X32 + X33 60 e/a e/a
X11 + X21 + X31 60 X12 + X22 + X32 40 X13 + X23 + X33 80 e/a e/a 3. No negatividad Xij 0 Anlisis Dimensional: Probado. Solucin Optima. X11 = 10 X21 = 50 X12 = 40 X23 = 20 Cap. localizacin 1 (H3) = 60 Dem. Sucursal 3 (H6) = 60 Mx. Z = 3'294,000 Modelo para localizacin 2. Variables de Decisin. Xij = Embarques anuales a enviar de la Planta "i" a la Sucursal "j". (e/a)
JEVA / PTI
64
Funcin Objetivo. Mx. Z = 41,000X11 + 31,100X12 + 20,400X13 + 29,200X21 + 18,700X22 + 9,000X23 + 39,100X31 + 28,800X32 + 19,300X33 $/a ($/e)(e/a) = $/a Restricciones. 1. Capacidad. Planta 1 Planta 2 Localiz. 1 2. Demanda. Sucursal 1 Sucursal 2 Sucursal 3
X11 + X12 + X13 50 X21 + X22 + X23 70 X31 + X32 + X33 60 e/a e/a
X11 + X21 + X31 60 X12 + X22 + X32 40 X13 + X23 + X33 80 e/a e/a 3. No negatividad Xij 0 Anlisis Dimensional: Probado. Solucin Optima. X11 = 10 X21 = 50 X33 = 60 X12 = 40 X23 = 20 Mx. Z = 4'452,000 Interpretacin. La nueva planta conviene ponerla en la localizacin 2 para tener la mxima utilidad anual de $4'452,000. Esta localizacin permite hacer el siguiente programa de embarques: de la planta 1, enviar 10 embarques anuales a la sucursal 1 y 40 a la sucursal 2; de la planta 2, enviar 50 embarques anuales a la sucursal 1 y 20 a la sucursal 3; de la planta 3, enviar 60 embarques anuales a la planta 3. La capacidad total de las plantas es igual a la demanda total de las sucursales por lo que existe una asignacin perfecta. 7. Plantas Mltiples. Debido a la globalizacin de los mercados internacionales, un grupo de empresas fabricantes de calzado decidi hacer una alianza para penetrar a nuevos mercados para fines de exportacin. Actualmente, el grupo tiene dos plantas en diferentes estados y 5 almacenes en diferentes pases desde los cuales se comercializa el calzado. Debido a la tendencia en el incremento de la demanda que se ha tenido en los ltimos aos, la administracin decidi construir una nueva planta, por lo que se est estudiando tres posibles alternativas. Los costos de distribucin (que incluyen el transporte, el almacenamiento y manejo del inventario), el costo de produccin, la demanda potencial mnima de los almacenes y la capacidad de produccin de las plantas, se muestran en la siguiente tabla de datos: Almacenes Pas 1 Pas 2 Pas 3 Pas 4 Pas 5 Capacidad de Produccin (pares/semana) Costo de Produccin (dlares/par) JEVA / PTI Costo de distribucin (dlares/par) Plantas Existentes Localizaciones Posibles 1 2 1 2 3 0.42 0.32 0.46 0.44 0.48 0.36 0.44 0.37 0.30 0.45 0.41 0.42 0.30 0.37 0.43 0.38 0.48 0.42 0.38 0.46 0.50 0.49 0.43 0.45 0.27 27,000 12.70 20,000 12.68 45,000 12.64 45,000 12.69 45,000 12.62 Demanda Potencial (pares/semana) 10,000 15,000 16,000 19,000 12,000
65
Desarrolle un modelo que permita decidir dnde localizar la nueva planta para minimizar el costo total.
Modelacin. El modelo para evaluar cada una de las alternativas de localizacin de la nueva planta solo vara en los coeficientes de contribucin de la Funcin Objetivo ya que las restricciones sern iguales para cualquiera de las localizaciones. Una ayuda para la construccin del modelo es hacer la tabla de costos totales entre las plantas y los almacenes como a continuacin se presenta: Costo Total (dlares/par) Localizaciones Posibles 1 2 3 13.10 13.13 13.10 13.01 12.99 13.07 12.94 13.06 13.05 13.06 13.07 13.08 13.07 13.14 12.89 45,000 45,000 45,000 Demanda Potencial (pares/semana) 10,000 15,000 16,000 19,000 12,000
Almacenes
Pas 1 Pas 2 Pas 3 Pas 4 Pas 5 Capacidad de Produccin (pares/semana)
Plantas Existentes 1 2 13.12 13.00 13.06 13.12 13.11 13.10 13.08 13.16 13.20 13.17 27,000 20,000
Variables de Decisin. Xij = Pares semanales a enviar de la Planta "i" al Almacn "j". (p/s) Funcin Objetivo. Localizacin 1. mn. Z = 13.12X11 + 13.06X12 + 13.11X13 + 13.08X14 + 13.20X15 + 13.00X21 + 13.12X22 + 13.10X23 + 13.16X24 + 13.17X25 + 13.10X31 + 13.01X32 + 12.94X33 + 13.06X34 + 13.97X35 $/s ($/p)(p/s) = $/s Localizacin 2. mn. Z = 13.12X11 + 13.06X12 + 13.11X13 + 13.08X14 + 13.20X15 + 13.00X21 + 13.12X22 + 13.10X23 + 13.16X24 + 13.17X25 + 13.13X31 + 12.99X32 + 13.06X33 + 13.07X34 + 13.14X35 $/s ($/p)(p/s) = $/s Localizacin 3. mn. Z = 13.12X11 + 13.06X12 + 13.11X13 + 13.08X14 + 13.20X15 + 13.00X21 + 13.12X22 + 13.10X23 + 13.16X24 + 13.17X25 + 13.10X31 + 13.07X32 + 13.05X33 + 13.08X34 + 12.89X35 $/s ($/p)(p/s) = $/s Restricciones. 1. Capacidad. Planta 1 X11 + X12 + X13 + X14 + X15 27,000 Planta 2 X21 + X22 + X23 + X24 + X25 20,000 Localizacin X31 + X32 + X33 + X34 + X35 45,000 p/s p/s 2. Demanda. Pas 1 X11 + X21 + X31 10,000 Pas 2 X12 + X12 + X12 15,000 Pas 3 X13 + X13 + X13 16,000 Pas 4 X14 + X14 + X14 19,000 Pas 5 X15 + X15 + X15 12,000 JEVA / PTI 66
p/s 3. No negatividad
Xij 0
p/s
Anlisis Dimensional: Probado. Solucin Optima. Localizacin 1 X14 = 17,000 X21 = 10,000 X32 = 15,000 X33 = 16,000 X34 = 2,000 X35 = 12,000 C. planta 1 (H1) = 10,000 C. planta 2 (H2) = 10,000 mn. Z = 937,510 Localizacin 2 Localizacin 3 X14 = 17,000 X12 = 15,000 X21 = 10,000 X14 = 12,000 X32 = 15,000 X21 = 10,000 X33 = 16,000 X33 = 16,000 X34 = 2,000 X34 = 7,000 X35 = 12,000 X35 = 12,000 C. planta 1 (H1) = 10,000 C. planta 2 (H2) = 10,000 C. planta 2 (H2) = 10,000 C. localizacin 3 (H3) = 10,000 mn. Z = 939,990 mn. Z = 937,900
Interpretacin. La localizacin 1 es la mejor para poner la nueva planta, ya que se tendra un programa de comercializacin con un costo total de $937,510, que es el valor mnimo de las tres alternativas evaluadas. Este programa de distribucin sera: de la planta 1 enviar 17,000 pares al pas 4; de la planta 2 enviar 10,000 pares al pas 1; de la planta 3 enviar 45,000 pares en total, 15,000 pares al pas 2, 16,000 pares al pas 3, 2,000 al pas 4 y 12,000 pares al pas 5. Al seguir este programa, se tendr una capacidad sobrante en la planta 1 y 2 de 10,000 pares.
JEVA / PTI
67
PROBLEMAS TIPO "ASIGNACION: RELACION UNO-UNO (RELACION BIUNIVOCA)".

1. Asignacin de Proyectos. El municipio de la ciudad aprob la realizacin de tres proyectos para mejorar la infraestructura municipal. El municipio queriendo estimular las fuentes de trabajo y aprovechar eficientemente su presupuesto de obras pblicas, invit a las constructoras locales a participar en un concurso presentando sus cotizaciones para los diferentes proyectos, pero con la advertencia de que solo se asignar un proyecto a cada constructora seleccionada. Despus de la presentacin de las cotizaciones, se seleccionaron las tres mejores firmas constructoras obtenindose los siguientes datos: Constructoras 1 2 3 Cotizaciones de los Proyectos (millones $) 1 2 3 28 32 36 36 28 30 38 34 40
Para el manejo del presupuesto de obras pblicas, se form un comit que decidir sobre la asignacin de los proyectos a las constructoras seleccionadas. Se quiere un modelo que ayude al comit a hacer la asignacin ptima de tal forma que se minimice el costo total. Modelacin. Variables de Decisin. Xij = Asignar el Contratista "i" al Proyecto "j". (%) Criterio de decisin: Xij = 0 No asignar Xij = 1 Asignar Funcin Objetivo. mn. Z = 28000,000X11 + 32000,000X12 + 36000,000X13 + 36000,000X21 + 28'000,000X22 + 30000,000X23 + 38000,000X31 + 34000,000X32 + 40000,000X33 $ $ (%) = $ Restricciones. 1. Contratistas. Contratista 1 Contratista 2 Contratista 3 2. Proyectos. Proyecto 1 Proyecto 2 Proyecto 3 3. No negatividad
X11 + X12 + X13 = 1 X21 + X22 + X23 = 1 X31 + X32 + X33 = 1 % % X11 + X21 + X31 = 1 X12 + X22 + X32 = 1 X13 + X23 + X33 = 1 % % Xij 0
Anlisis Dimensional: Probado. Solucin Optima. X11 = 1 X23 = 1 X32 = 1 mn. Z = 92'000,000 Interpretacin. Se recomienda al comit asignar el proyecto 1 al contratista 1, el proyecto 2 al contratista 3 y el proyecto 3 al contratista 2. Esta asignacin tiene un costo total mnimo de $92'000,000.
JEVA / PTI
68
2. Personal para Lnea de Produccin. El gerente de produccin de una empresa electrnica debe escoger personal para formar una nueva lnea de produccin. Con el fin de seleccionar al mejor personal, el departamento de Ingeniera Industrial hizo pruebas de eficiencia a un grupo de personas en cada una de las operaciones de la nueva lnea. Como la lnea tendr cinco operaciones, se le mand al gerente los cinco mejores candidatos para que hiciera la asignacin del personal. Las calificaciones de las pruebas de eficiencia aplicadas a este personal se presentan en la siguiente tabla: Resultados de las Pruebas de Eficiencia (%) Operacin 1 Operacin 2 Operacin 3 Operacin 4 Operacin 5 112 116 124 108 102 106 108 120 114 106 110 106 116 118 112 102 104 102 124 120 107 110 106 106 118
Trabajador 1 2 3 4 5
Desarrolle un modelo para tener la asignacin ptima de los trabajadores para maximizar la eficiencia promedio de la nueva lnea de produccin. Modelacin. Variables de Decisin. Xij = Asignacin del Trabajador "i" para realizar la Operacin "j" de la lnea de produccin. (%) Criterio de Decisin: Xij = 1 Asignar Xij = 0 No asignar Funcin Objetivo. Mx Z = 1.12X11 + 1.16X12 + 1.24X13 + 1.08X14 + 1.02X15 + 1.06X21 + 1.08X22 + 1.20X23 + 1.14X24 + 1.06X25 + 1.10X31 + 1.06X32 + 1.16X33 + 1.18X34 + 1.12X35 + 1.02X41 + 1.04X42 + 1.02X43 + 1.24X44 + 1.20X45 + 1.07X51 + 1.10X52 + 1.06X53 + 1.06X54 + 1.18X55 % (%)% = % Restricciones. 1. Relacin de trabajadores. Trabajador 1 X11 + X12 + X13 + X14 + X15 = 1 Trabajador 2 X21 + X22 + X23 + X24 + X25 = 1 Trabajador 3 X31 + X32 + X33 + X34 + X35 = 1 Trabajador 4 X41 + X42 + X43 + X44 + X45 = 1 Trabajador 5 X51 + X52 + X53 + X54 + X55 = 1 % % 2. Relacin de operaciones. Operacin 1 X11 + X21 + X31 + X41 + X51 = 1 Operacin 2 X12 + X22 + X32 + X42 + X52 = 1 Operacin 3 X13 + X23 + X33 + X43 + X53 = 1 Operacin 4 X14 + X24 + X34 + X44 + X54 = 1 Operacin 5 X15 + X25 + X35 + X45 + X55 = 1 % % 3. No Negatividad Xij 0 Anlisis Dimensional: Probado. Solucin Optima. X12 = 1 X23 = 1 X31 = 1 X44 = 1 X55 = 1
JEVA / PTI
69
Mx. Z = 5.88 Interpretacin. Para la nueva lnea de produccin, el gerente de produccin debe asignar a la operacin 1 el trabajador 3, a la operacin 2 el trabajador 1, a la operacin 3 el trabajador 2, a la operacin 4 el trabajador 4 y a la operacin 5 el trabajador 5. Esta asignacin del personal dar la mxima eficiencia promedio para la lnea de 117.6% (5.88/5=1.176) 3. Servicio de Reparacin de Lavadoras. Una empresa dedicada a la reparacin de lavadoras y secadoras domsticas, da servicio en toda la ciudad. Actualmente tiene cinco empleados de servicio que viven en diferentes lugares de la ciudad. De acuerdo al contrato de trabajo, la empresa paga el tiempo de transporte que los empleados utilizan para ir a los servicios. Con el objetivo de ahorrar costos, la empresa le pidi a sus empleados que se trasladaran directamente de sus casas al primer servicio que les asignara la oficina y para los siguientes servicios, la asignacin la har la oficina comunicndose con ellos por radio. Se quiere un modelo que haga la programacin ptima de los empleados para los servicios iniciales del da de tal forma que se minimice la distancia promedio recorrida por ellos. Se presentan los datos de los primeros cinco servicios que se deben atender al principio del siguiente da: Distancia de Casa a Servicio (kilmetros) Servicio 2 Servicio 3 Servicio 4 14 6 10 8 22 20 6 24 14 22 2 8 16 22 6
Empleado 1 2 3 4 5
Servicio 1 20 16 8 20 4
Servicio 5 22 10 12 6 24
Modelacin. Variables de Decisin. Xij = Asignar Empleado "i" al Servicio "j" para iniciar el siguiente dia (%) Criterio de Decisin: Xij = 1 Asignar Xij = 0 No asignar Funcin Objetivo. mn Z = 20X11 + 14X12 + 6X13 + 10X14 + 22X15 + 16X21 + 8X22 + 22X23 + 20X24 + 10X25 + 8X31 + 6X32 + 24X33 + 14X34 + 12X35 + 20X41 + 22X42 + 2X43 + 8X44 + 6X45 + 4X51 + 16X52 + 22X53 + 6X54 + 24X55 km (km)% = km Restricciones. 1. Empleados. Empleado 1 Empleado 2 Empleado 3 Empleado 4 Empleado 5 2. Servicios. Servicio 1 Servicio 2 Servicio 3 Servicio 4 Servicio 5 3. No Negatividad
X11 + X12 + X13 + X14 + X15 = 1 X21 + X22 + X23 + X24 + X25 = 1 X31 + X32 + X33 + X34 + X35 = 1 X41 + X42 + X43 + X44 + X45 = 1 X51 + X52 + X53 + X54 + X55 = 1 % % X11 + X21 + X31 + X41 + X51 = 1 X12 + X22 + X32 + X42 + X52 = 1 X13 + X23 + X33 + X43 + X53 = 1 X14 + X24 + X34 + X44 + X54 = 1 X15 + X25 + X35 + X45 + X55 = 1 % % Xij 0
Anlisis Dimensional: Probado.
JEVA / PTI
70
Solucin Optima. X14 = 1 X25 = 1 X32 = 1 X43 = 1 X51 = 1 mn. Z = 32 Interpretacin. Para atender los servicio al inicio del da siguiente, la secretaria debe asignar el empleado 1 al servicio 4, el empleado 2 al servicio 5, el empleado 3 al servicio 2, el empleado 4 al servicio 3 y el empleado 5 al servicio 1. Con esta asignacin, se tiene la mnima distancia promedio de 6.4 kilmetros (32/5=6.4) que tiene que recorrer cada empleado.
JEVA / PTI
71
PROBLEMAS TIPO "ASIGNACION: TURNOS DE TRABAJO".

1. Sistema de Vigilancia. El director general de un grupo industrial ha estado recibiendo reportes de anomalas de una de las plantas, por lo que decide reforzar el sistema de vigilancia. Le pide al gerente de personal de la planta que le presente un programa de seguridad donde se respeten los siguientes requerimientos: Intervalos de 4 horas 8-12 horas 12-16 16-20 20-24 24-4 4-8 Vigilantes Mnimos Requeridos 15 7 12 9 5 7
El gerente de personal ha planeado hacer varios turnos de 8 horas para responder a los requerimientos solicitados con la siguiente distribucin de los turnos: Turno 1 2 3 4 5 6 Horario 24-8 horas 4-12 8-16 12-20 16-24 20-4
El gerente de personal quiere desarrollar un modelo que le diga cuntos vigilantes tiene que asignar a cada turno para cumplir con el programa de seguridad de tal forma que se minimice el total de vigilantes. Modelacin. Variables de Decisin. Xi = Vigilantes a trabajar en el Turno "i". (v) Funcin Objetivo. mn. Z = X1 + X2 + X3 + X4 + X5 + X6 v v Restricciones. Para modelar las restricciones se requiere que considere un traslape de los turnos, es decir, un turno de 8 horas comprende dos intervalos de 4 horas tal como se muestra en la siguiente tabla auxiliar: Turnos 1 2 3 4 5 6 Vigilantes Requeridos (vigilantes) 8-12 X2 X3 12-16 X3 X4 Intervalos de 4 horas 16-20 20-24 24-4 X1 X4 X5 12 4-8 X1 X2
X5 X6 9
X6 5 7
15
An sin hacer la tabla auxiliar, se pueden hacer directamente las restricciones que quedan en la siguiente forma:
JEVA / PTI
72
1. Intervalos. 8-12 horas 12-16 16-20 20-24 24-4 4-8
X2 + X3 15 X3 + X4 7 X4 + X5 12 X5 + X6 9 X1 + X6 5 X1 + X2 7 v v 2. No negatividad Xi >= 0 Anlisis Dimensional: Probado. Solucin Optima. X1 = 5 X2 = 2 X3 = 13 X5 = 12 Int. 12-16 hrs. (E2) = 6 Int. 20-24 hrs. (E4) = 3 mn. Z = 32 Interpretacin. El gerente de personal debe asignar 5 vigilantes al turno 1, 2 vigilantes al turno 2, 13 vigilantes al turno 3 y 12 vigilantes al turno 5 para tener un total mnimo de 32 vigilantes. Al hacer esta asignacin, se tendr en el intervalo de 12-16 horas un excedente de 6 vigilantes respecto a los 7 requeridos y en el intervalo de 20-24 horas se tendr un excedente de 3 vigilantes respecto a los 9 requeridos. 2. Restaurante de Comida Rpida. Un restaurante de comida rpida trabaja 24 horas al da. Analizando la demanda que tiene el negocio se observa que cambia durante el da, por lo que requiere una cantidad diferente de empleados para cubrir la demanda. De acuerdo con las experiencias pasadas, el gerente del restaurante ha proyectado el requerimiento mnimo de empleados para todo el da en perodos de cuatro horas como se presenta en la siguiente tabla: Perodos de 4 horas 24 a 4 horas 4a 8 8 a 12 12 a 16 16 a 20 20 a 24 Requerimiento de Empleados Mnimo 3 5 10 16 10 8 Mximo 5 8 14 20 12 10
Considere que el personal trabaja turnos de 8 horas corridas al da. Actualmente se tienen 6 turnos de trabajo con los siguientes horarios: Turno Horario 1 24 a 8 horas 2 4 a 12 3 8 a 16 4 12 a 20 5 16 a 24 6 20 a 4 Desarrolle un modelo para asignar el nmero de empleados que debe trabajar cada turno, para cubrir los requerimientos proyectados por el gerente de tal forma que se minice el nmero de empleados.
JEVA / PTI
73
Modelacin. Variables de Decisin. Xi = Empleados a trabajar en el Turno "i" (e) Funcin Objetivo. mn Z = X1 + X2 + X3 + X4 + X5 + X6 e e Restricciones. Para hacer las restricciones se debe analizar que un turno de trabajo est formado por dos perodos de 4 horas traslapados. Con esta base, se puede construir la siguiente tabla auxiliar: Turnos 1 2 3 4 5 6 24-04 X1 4-8 X1 X2 Intervalos de Tiempo 8-12 12-16 16-20 X2 X3 X3 X4 16 20 20-24
X4 X5 10 12
Vigilantes Requeridos
Mn Mx
X6 3 5
5 8
10 14
X5 X6 8 10
1. Perodos de Tiempo. 24 a 04 hrs. 5 X1 + X6 3 04 a 08 hrs. 8 X1 + X2 5 08 a 12 hrs. 14 X2 + X3 10 12 a 16 hrs. 20 X3 + X4 16 16 a 20 hrs. 12 X4 + X5 10 20 a 24 hrs. 10 X5 + X6 8 e e 2. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin ptima. X1 = 5 X3 = 14 X4 = 2 X5 = 8 24-4 (E1) = 2 4-8 (H2) = 3 8-12 (E3) = 4 12-16 (H4) = 4 16-20 (H5) = 2 20-24 (H6) = 2 mn. Z = 29 Interpretacin. Se deben asignar 5 empleados en el turno 1, 14 empleados en el turno 3, 2 empleados en el turno 4 y 8 empleados en el turno 5 para tener un total mnimo de 29 empleados. Con estas asignaciones se tienen 2 empleados por arriba del mnimo establecido para el intervalo de 24-4 horas y 4 para el intervalo de 8-12 horas. En el intervalo de 4-8 horas, se est por abajo del lmite superior en 3 empleados, en el intervalo de 12-16 horas en 4, en el intervalo de 16-20 en 2 y
JEVA / PTI
74
en el intervalo de 20-24 en 2. Las restricciones dominantes son 24-4 y 8-12 horas en el lmite superior; las dominantes en el lmite inferior son 4-8, 12-16, 16-20 y 20-24 horas.
PROBLEMAS TIPO "FINANCIEROS".

1. Punto de Equilibrio. Una empresa fabricante de pequeos botes deportivos, est haciendo su planeacin para el siguiente ao de operaciones por lo que quiere conocer su punto de equilibrio. La administracin sabe que calcular el punto de equilibrio cuando se fabrica un solo producto es sencillo, pero le parece complicado hacerlo cuando se fabrican tres botes tratando de cumplir con todos los compromisos que tiene adquiridos para el prximo perodo de operacin de la empresa. Recabando la informacin de los tres botes que se producen actualmente, se tienen los siguientes datos: Tipo de Bote Albatros Nautilos Rayo Precio de Venta (miles $/yate) 10.0 7.5 15.0 Costo Variable (miles $/yate) 5.0 3.6 8.0 Costo Fijo (millones $/ao) 5 3 10
La administracin sabe que los costos fijos son muy altos porque incluye todo lo relativo a la modificacin del diseo del producto, la reconstruccin de moldes y los viajes de prueba. La administracin conoce que los costos fijos son inevitables y que se deben de cubrir se venda o no, pero se puede intentar reducir los costos variables para tener un desplazamiento favorable en el punto de equilibrio y as controlar la salida del capital. Para estimar la demanda para el prximo ao, la administracin mand a hacer un estudio de mercado cuyos resultados fueron: las ventas esperadas para el albatros estn entre 700 y 1,000 botes como mximo y 300 nautilos cuando menos. Adems se tenan 400 rayos ya pedidos con anterioridad por sus clientes pero se esperan pedidos por 100 botes ms. Se conoce que la capacidad de produccin que se tiene actualmente es para 4,000 botes anuales. Como la empresa es relativamente nueva y est experimentando problemas de flujo de efectivo por el rpido crecimiento que ha tenido, se quiere un modelo que determine cuntos botes de cada tipo se deben de fabricar para estar en el punto de equilibrio mediante la minimizacin de los costos variables para el prximo perodo de operaciones. Modelacin. Variables de Decisin. Xi = Botes "i" a fabricar anualmente. (b/a) Funcin Objetivo. mn. Z = 5,000X1 + 3,600X2 + 8,000X3 $/a ($/b)(b/a) = $/a Restricciones. 1. Demanda. Albatros 1,000 X1 700 Nautilos X2 300 Rayo 500 X3 400 b/a b/a b/a 2. Punto de equilibrio. Considere que en el punto de equilibrio, los ingreso son iguales a los egresos. 10,000X1 +7,500X2 + 15,000X3 = 5,000X1 + 3,600X2 + 8,000X3 + 18'000,000 5,000X1 + 3,900X2 + 7,000X3 = 18'000,000 ($/b)(b/a) = $/a $/a
2.
Capacidad de produccin
4. No negatividad Anlisis Dimensional: Probado.
X1 + X2 + X3 b/a Xi 0
4,000
b/a
JEVA / PTI
75
Solucin Optima. X1 = 1,000 X2 = 2,580.6450 X3 = 419.3548 Dem. albatros = 300 Dem. nautilos = 2,280.6450 Dem. rayo = 19.3548 mn. Z = 17'645,160 Interpretacin. Para lograr el punto de equilibrio, la empresa debe fabricar 1,000 botes albatros, 2,581 nautilos y 419 rayos, teniendo un costo total mnimo de $17'643,600. Con este programa de produccin, se estar en la demanda mxima de 1,000 albatros, es decir, 300 botes por arriba del mnimo de 700; en la demanda del nautilos, se tendr un excedente de 2,281 botes respecto al mnimo fijado de 300 y en la demanda de los rayos, se estar con 19 botes arriba del mnimo requerido de 400. 2. Portafolio Financiero: Seleccin de Afores. Una institucin financiera est administrando los fondos del retiro para los trabajadores (Afores). En el momento actual el fondo es de 2,000 millones de pesos por lo que le estn pidiendo al analista financiero que prepare recomendaciones para el consejo directivo. El analista financiero ha estudiado diferentes instrumentos de inversin para hacer una diversificacin del fondo que se tiene. Para cada instrumento de inversin calcul el rendimiento anual esperado, un factor de riesgo que indica la probabilidad de que el rendimiento real sea inferior al rendimiento esperado y desarroll un pronstico del perodo promedio de aos que se espera tener dicho rendimiento esperado. La informacin que present al consejo directivo fue la siguiente: Instrumento de Inversin Certificado de Depsito Bonos de Tesorera Acciones Comunes Acciones Especulativas Bonos de Compaas Bienes y Races Rendimiento Anual Esperado (%) 8.5 9.0 8.5 14.3 6.7 13.0 Factor de Riesgo (%) 2 1 38 45 7 35 Perodo Promedio (aos) 8 2 5 6 2 4
El consejo directivo seal que le gustara un perodo promedio para la inversin de cuando menos 5 aos y que el factor de riesgo no sea mayor del 20%. Tambin existe una disposicin gubernamental que le impide a cualquier institucin financiera invertir ms del 25% del fondo en acciones especulativas y bienes races. El consejo le pide al analista su recomendacin para maximizar el rendimiento de la inversin. Modelacin. Variables de Decisin. Xi = Porcentaje del fondo a invertir en el Instrumento "i" (%) Funcin Objetivo. Mx. Z = 0.085X1 + 0.09X2 + 0.085X3 + 0.143X4 + 0.067X5 + 0.13X6 % % (%) = % Restricciones. 1. Inversin total 2. Perodo promedio X1 + X2 + X 3 + X 4 + X 5 + X 6 = 1 % % 8X1 + 2X2 + 5X3 + 6X4 + 2X5 + 4X6 5 a (%) = a a 76
JEVA / PTI
3. Factor de riesgo 4. Disposicin gubernamental 5. No negatividad Anlisis Dimensional: Probado. Solucin ptima. X1 = 0.3333 X2 = 0.4167 X4 = 0.25 F. riesgo (H2) = 0.0767 Mx. Z = 0.1016
0.02X1 + 0.01X2 + 0.38X3 + 0.45X4 + 0.07X5 + 0.35X6 0.20 % (%) = % % X4 + X6 0.25 % % Xi 0
Interpretacin. La recomendacin para el consejo directivo es que se invierta el 33.33% del fondo en certificados de depsito, el 41.67% en bonos de tesorera y el 25% en acciones especulativas para tener el mximo rendimiento de 10.1583%. Al hacer este programa de inversiones se tendr un margen sobrante del 10.1583% en el factor de riesgo. 3. Planeacin Financiera: Seleccin de Proyectos de Inversin. Una empresa est planeando su crecimiento para los prximos cuatro aos y quiere analizar los proyectos de inversin que le conviene realizar. Se estudiaron cuatro posibles proyectos, obteniendo de cada uno el valor presente y el requerimiento de capital durante los cuatro aos. Tambin se proyect el capital disponible que la empresa tendr en dicho perodo, por lo que es posible que no se puedan financiar todos los proyectos. Los datos obtenidos se presentan en el siguiente cuadro: Proyecto Expansin de Planta Nueva Maquinaria Desarrollo de Productos Ampliacin del Almacn Capital Disponible (millones $) Valor Presente (millones $) 80 20 72 80 Requerimientos de Capital (millones $) Ao 1 Ao 2 Ao 3 Ao 4 30 40 40 30 12 8 0 4 30 20 20 20 20 30 40 10 65 80 80 50
La empresa quiere un modelo que le permita hacer un plan de asignacin de capital para maximizar la cantidad de proyectos que se puedan financiar al 100%, de tal forma que especifique el porcentaje de financiamiento que se puede hacer en cada uno de ellos durante los cuatro aos. Modelacin. Variables de Decisin. Xi = Porcentaje de financiamiento del Proyecto "i" (%) Criterio de Decisin: Xi = 1 Seleccionar Xi < 1 No seleccionar Funcin Objetivo. Mx. Z = 80X1 + 20X2 + 72X3 + 80X4 $ $(%) = $ millones de pesos
Restricciones. 1. Requerimiento de capital. Ao 1 30X1 + 12X2 + 30X3 + 20X4 65 millones de pesos Ao 2 40X1 + 8X2 + 20X3 + 30X4 80
JEVA / PTI
77
Ao 3 Ao 4
40X1 + 20X3 + 40X4 80 30X1 + 4X2 + 20X3 + 10X4 50 $(%) = $ $
2. Financiamiento del proyecto. X1 1 X2 1 X3 1 X4 1 % % 3. No negatividad Xi 0 Anlisis Dimensional: Probado. Solucin Optima. X1 = 0.55 X3 = 1 X4 = 1 Ao 2 (H2) = 10 Ao 4 (H4) = 5 F. proyecto 1 (H5) = 0.5 F. proyecto 2 (H6) = 1 Mx. Z = 192 Interpretacin. La empresa en su planeacin financiera deben seleccionar dos proyectos: el desarrollo de productos y la ampliacin del almacn. Estos proyectos se pueden financiar al 100% durante los cuatro aos considerados en la planeacin pero no as el proyecto de expansin de la planta que solo se puede financiar a un 50%. Con este plan de asignacin del capital, se puede lograr la mxima utilidad para la empresa de $192'000,000 y se tendrn $10'000,000 disponibles en el ao 2 y $5'000,000 en el ao 4. No se puede financiar el 50% del proyecto expansin de la planta y el 100% del proyecto nueva maquinaria, 4. Planeacin Financiera: Inversiones a Mediano Plazo. El grupo financiero est planeando sus inversiones para los prximos dos aos. Actualmente tiene disponible un capital de 2,000 millones de pesos para invertir, adems tiene proyectado recibir un flujo de efectivo por concepto de utilidades de los proyectos de inversin hechos anteriormente. Los ingresos proyectados a seis meses son de 500 millones de pesos, 400 en 12 meses y 380 en 18 meses. Se han hecho estudios de factibilidad de algunos proyectos y se han seleccionado dos por su alta rentabilidad. El proyecto 1 es un complejo hotelero y el proyecto 2 es una red de tiendas de descuento. Para el proyecto 1 (complejo hotelero) se tiene proyectado el siguiente flujo de efectivo: Flujo de Efectivo del Complejo Hotelero Meses 0 6 12 18 Ingreso Proyectado (millones $) - 1,000 - 700 1,800 400 Para el proyecto 2 (tiendas de descuento) se tiene el siguiente flujo de efectivo: Flujo de Efectivo de las Tiendas de Descuento Meses 0 6 12 18 Ingreso Proyectado (millones $) - 800 500 - 200 - 700
24 600
24 2,000
Se ha establecido como poltica no pedir prestado dinero ya que se quiere que los proyectos sean autofinanciables. Sin embargo, al comienzo de cada perodo de seis meses, todo el efectivo excedente que se tenga se tendr que invertir en instrumentos de inversin, que en este momento estn ofreciendo un rendimiento promedio del 44% anual.
JEVA / PTI
78
El grupo puede decidir invertir el 100% en los proyectos o cualquier otro porcentaje, en cuyo caso los flujos de efectivo se reducirn en forma proporcional. Con estos datos, se quiere saber el porcentaje en que se debe financiar cada proyecto y cunto ser el efectivo sobrante en cada perodo para invertir en un portafolio financiero de tal forma que se maximice el efectivo que se tendr en el mes 24. Modelacin. Este problema tiene un objetivo que se quiere optimizar en el futuro, por lo que se requiere hacer las Restricciones en primer lugar y luego estructurar la Funcin Objetivo. Variables de Decisin. Xi = Porcentaje de financiamiento para el Proyecto "i" (%) Ej = Efectivo sobrante en el Perodo "j" para invertir en instrumentos de inversin ($) Restricciones. 1. Inversin en los perodos. inversin a realizar = efectivo disponible Inicial 1,000X1 + 800X2 + E1 = 2,000 millones de pesos 6 meses 700X1 + E2 = 500 + 500X2 + 1.22E1 12 meses 200X2 + E3 = 400 + 1,800X1 + 1.22E2 18 meses 700X2 + E4 = 380 + 400X1 + 1.22E3 24 meses E5 = 600X1 + 2,000X2 + 1.22E4 $ $ (%) = $ Esta ltima restriccin es el efectivo que se tiene en el mes 24 por lo que formar la Funcin Objetivo que se quiere maximizar. 2. Condicin de Porcentaje. X1 1 X2 1 % % 3. No negatividad Xi, Ej 0 Funcin Objetivo. Mx. Z = 600x1 + 2,000 X2 + 1.22E4 $ $ (%) = $ Anlisis Dimensional: Probado Solucin Optima. X1 = 1 E1 = 1,000 E2 = 1,020 E3 = 3,444.4 E4 = 4,982.168 Cond. Porcentaje (H2) = 1 Mx. Z = 6,678.245 Interpretacin. Para maximizar el efectivo en el mes 24 a $6,678.245 millones, se tiene que financiar al 100% el flujo de efectivo requerido por el complejo hotelero. Al hacer este programa de financiamiento, se tendr el siguiente efectivo para invertir en el instrumentos de inversin: en el perodo inicial (primer perodo) se tendrn $1,000 millones disponibles; a los 6 meses (segundo perodo) se tendrn $1,020 millones disponibles; a los 12 meses (tercer perodo) se tendrn $3,444.4 millones y a los 18 meses (cuarto perodo) se tendrn $4,982.168 millones. Como no se invirti nada en el proyecto de las tiendas de descuento se tiene un sobrante del 100% del financiamiento que no se utiliz. 5. Portafolio Financiero: Inversin de una Casa de Bolsa. Una casa de bolsa ha reunido un capital de 600 millones de pesos para administrarlo por seis aos, por lo que est interesada en encontrar el mejor portafolio de inversiones que le permita maximizar el rendimiento de la inversin en ese perodo. Para este fin, se estudiaron algunos instrumentos de inversin a plazo fijo, obtenindose datos del JEVA / PTI 79
rendimiento ofrecido al final del vencimiento, los perodos de vencimiento y la disponibilidad del instrumento para invertir en l. Al analizar los instrumentos de inversin, se vio la necesidad de tener una alternativa ms que comprendiera el dinero que intencionalmente no se invierta en ese ao esperando una mejor opcin de inversin en un perodo futuro. Obviamente el rendimiento de esta alternativa es nulo, no tiene vencimiento y est disponible en forma inmediata, es decir cada ao. Con los datos recabados se construy la siguiente tabla: Instrumentos de Inversin Tipo 1 Tipo 2 Tipo 3 Tipo 4 Tipo 5 Tipo 6 Rendimiento al Final del Perodo (%) 28 16 50 40 45 0 Perodo de Vencimiento (aos) 3 2 3 2 4 Disponibilidad del Instrumento (aos) Cada ao Cada ao Principios del ao 2 Cada ao despus del ao 3 Principios del ao 1 Cada ao (inmediata)
La casa de bolsa quiere desarrollar un modelo que le permita determinar el portafolio financiero que maximice el rendimiento del paquete completo de inversiones al final del ao 6. Modelacin. Cuando se tiene un "objetivo futuro", se necesita hacer primero las restricciones y luego la funcin objetivo, ya que el resultado futuro depender de los resultados que se hayan tenido con anterioridad. El resultado final, depender de las alternativas de inversin que se hayan utilizado, considerado que las inversiones vencidas se reinvierten. Para visualizar las posibles alternativas de inversin que se tienen cada ao, se hizo la siguiente tabla auxiliar: Ao Instrumento de Inversin (Tipo) 1 2 5 6 1 2 3 6 1 2 6 1 2 4 6 2 4 6 6 Rendimiento en Perodo (%) 0 28 16 45 0 28 16 50 0 28 16 0 28 16 40 0 16 40 0 0 Aos 1 2 3 4 5 6
5 6
Variables de Decisin. Xij = Dinero a invertir en el Instrumento "i" en el Ao "j" ($) Restricciones. 1. Inversin.
JEVA / PTI
80
Considerando que solo se puede invertir en el ao, lo que se tiene disponible de efectivo en el mismo ao, se pueden construir las siguientes restricciones: inversin a realizar = efectivo disponible Ao 1 X11 + X21 + X51 + X61 = 600,000,000 Ao 2 X22 + X32 + X62 = X61 Ao 3 X13 + X23 + X63 = X62 + 1.16X21 Ao 4 X14 + X44 + X64 = X63 + 1.28X11 + 1.16X22 Ao 5 X45 + X65 = X64 + 1.45X51 + 1.50X32 + 1.16X23 Ao 6 X66 = X65 + 1.28X13 + 1.40X44 $ % ($) = $ 2. No negatividad Xij 0 Funcin Objetivo. Mx. Z = X66 + 1.28X14 + 1.40X45 $ % ($) = $ Anlisis Dimensional: Probado. Solucin Optima. X61 = 600'000,000 X32 = 600'000,000 X45 = 900'000,000 Mx. Z = 1,260'000,000 Interpretacin. Para maximizar la utilidad del capital al final del ao 6 a $1,260'000,000, es necesario un portafolio de inversiones en la siguiente forma: no invertir nada en al ao 1, pero se puede invertir en otras opciones financieras, siempre y cuando se tenga disponible el capital al principio del ao 2 para invertir los $600'000,000 en el instrumento 3 y en el ao 5, invertir $900'000,000 en el instrumento 4.
JEVA / PTI
81
JEVA / PTI
82

1 Manual de Ejercicios PL

Cargado por

Copyright:

Formatos disponibles

También podría gustarte

1 Manual de Ejercicios PL

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

1 Manual de Ejercicios PL

Cargado por

Copyright:

Formatos disponibles

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

SISTEMA DE EJERCICIOS DE PROGRAMACIN LINEAL:

JOS E. VZQUEZ ARVALO PROCESOS TECNOLGICOS E INDUSTRIALES ITESO

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

PROBLEMAS TIPO "MEZCLA DE PRODUCTOS".

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

Cacahuate Salado 200 150 400 100

Nuez de la India 0 70 150 40

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

Tipo de Bomba Normal Extragrande

Modelacin. Variables de Decisin. Xi = Bomba tipo "i" a fabricarse por semana.

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

X1 + X2 170 b/d b/d

- 2X1 + X2 = 0 X2 250 b/d b/d X1 + X2 130 b/d b/d Xi 0

Anlisis Dimensional: Probado.

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

2. Ventas. Proporcin medianos y grandes Proporcin chicos

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

(mal/m)/(mal/t) = t/m Cartn: Chica Grande

3X1 - 3X2 0 %(mal/m) = mal/m mal/m 3. Produccin. Chica Grande X1 3,600

2X1 = X2 2X1 -X2 = 0 %(mal/m) = mal/m mal/m Xi 0

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

% - 25X1 + 60X3 %(u/m) = u/m

Anlisis Dimensional: Probado. Solucin Optima. X1 = 60 X2 = 40 X3 = 25

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN

X1 + X2 + X3 100 X1 40 X1 1 = X2 3 % % - X1 + 3X2 = 0 %(t) = t t

- 2X1 + 5X3 = 0 %(t) = t t

EJERCICIOS DE PROGRAMACIN LINEAL

MODELACIN, SOLUCIN E INTERPRETACIN