Está en la página 1de 102

UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERA ECONOMICA

Investigacin de
Operaciones
Modelos de redes
y ejercicios de
programacin lineal

n m
Min C C
j 1 i 1
ij X ij
n

X ij ai
m

X
j 1
ij bj
i 1

M.Sc Sabino Edgar Mamani Choque

Puno Per
2016
Modelos de redes 4

Prlogo
En general, el alcance de los mtodos cuantitativos se encontraban
comprensiblemente limitados cuando stos se resolvan manualmente o con
la ayuda de calculadoras de poca capacidad. Por ejemplo, el mtodo
simplex era ineficiente para resolver problemas relativamente simples como
los referidos a trasporte y asignacin, por esta razn se utilizaban algoritmos
especficos para resolver dichos problemas.

Con la introduccin de computadores personales de alta velocidad, con


mayores capacidades y los programas especializados, ahora es factible que
las personas tomen decisiones en base a sofisticados anlisis. Una
proporcin considerable de los problemas de programacin matemtica del
mundo real se pueden representar y resolver como modelos de redes. As,
la programacin lineal se constituye en una de las herramientas ms
importantes cuando se trata de asignacin de recursos escasos y modelos de
redes.

Por tales razones, este texto tiene como propsito servir de gua en la
aplicacin de los modelos de redes mas importantes como el clculo de la
ruta ms corta, flujo mximo, flujo capacitado de costo mnimo, PERT-
CPM, transporte y asignacin. De manera complementaria se incluye
resultados mediante el software WinQSB que tiene aplicaciones de
investigacin de operaciones.

Para una comprensin apropiada, se exponen ejemplos a partir de los cuales


se pueden formular y resolver problemas de mayor complejidad y
relacionados con casos reales de la regin. Se asume adems que los
lectores tienen conocimiento del algoritmo simplex e interpretacin de los
resultados.
Modelos de redes 5

En el captulos 7, se incluyen un modelo de programacin lineal para


evaluar alternativas econmicas y optimizar actividades agropecuarias,
considerando que en la regin de Puno esta actividad involucra a una
cantidad importante de pobladores. La particularidad de este modelo es que
incorpora actividades de transferencia, permitiendo que el modelo tenga
mayor versatilidad para evaluar la importancia especfica de algunos
recursos.

Finalmente, en el captulo 8 se incluye una compilacin de ejercicios de


programacin lineal de diferentes autores: Hamdy Taha, Kamlesh Mathur y
Daniel Solow, Jorge Alvarez y, Bonini Charles, Hausman Warren y
Bierman Harold. La secuencia del texto tiene el propsito de que los
lectores tengan una mejor aproximacin a los problemas reales, y
consecuentemente contribuya a tomar mejores decisiones, a partir de la
exposicin de modelos de programacin lineal continuo, entero y binario.
Modelos de redes 6

Modelo de redes

Los avances en Investigacin de Operaciones estn relacionados con la


metodologa y aplicacin de modelos de optimizacin de redes. Existen
diferentes algoritmos especiales que los resuelven y software para
ordenadores personales que permiten el uso de modo rutinario para resolver
problemas considerablemente grandes.

Los modelos de redes surgen y son aplicables en una gran variedad de


situaciones. Se usa en reas muy diversas como produccin, distribucin,
planeacin de proyectos, localizacin de instalaciones, administracin de
recursos, planeacin financiera, redes de transporte, elctricas y
comunicaciones, entre otras. Esto se debe a que la representacin de redes
proporciona un panorama general muy importante, adems es una ayuda
conceptual para visualizar las relaciones entre los componentes de los
sistemas que se usan en diversas reas cientficas, sociales y econmicas
(Hillier, F.S. y Lieberman, G.I., 1997).

Una amplia variedad de temas relacionados con Investigacin de


Operaciones se pueden modelar y resolver como redes 1. Se estima que el
70% de los problemas de programacin matemtica en el mundo real se
pueden representar como modelo de redes y constituyen problemas
especiales de Programacin Lineal. (Taha, H. 2004).

En este texto, se muestra la aplicacin de seis tipos de modelos de redes:


ruta mas corta, flujo mximo, red capacitada de costo mnimo, PERT2-

1 Es una serie de nodos conectados con arcos o ramas.


2
Tcnica de evaluacin y revisin de proyectos.
Modelos de redes 7

CPM3, transporte y asignacin. La metodologa consiste en representar los


problemas como modelo de redes, luego se formalizan como modelos de
programacin lineal, y finalmente se resuelven usando el software WinQSB
.

Como material complementario, se incluye una compilacin de ejercicios de


programacin lineal y un modelo de optimizacin de actividades agrcolas
como aplicacin de la programacin lineal a casos reales, elaborado por el
autor, cuya particularidad es el uso de actividades de transferencia.

3
Mtodo de la ruta crtica
Modelos de redes 8

Modelo de la ruta mas corta


En una red de distancias (tiempo o costo), permite encontrar la ruta mas
corta (menor tiempo o costo) que va desde un nodo definido como fuente,
hasta cualquier otro nodo definido como destino. Considera arcos sin
orientacin permitiendo flujo en cualquier sentido; y arcos con orientacin
que especifica la direccin del flujo.

El modelo asume que entra a la red una unidad externa de flujo en el nodo s
(definido como fuente) y sale en el nodo t (definido como destino); entre
estos nodos se debe buscar la ruta mas corta.

Entonces, sea:

Xij : Cantidad de flujo en el arco (i,,j), para toda i y j factibles


Cij : Longitud del arco (i,,j) para toda i y j factibles.

La variable Xij asume solo valores binarios (0 1), puesto que hay solo una
unidad de flujo en algn arco en cualquier momento; mientras que Cij
representa distancias, tiempo o costo.

Por tanto la Funcin Objetivo es:


Minimizar Z Cij X ij
Todos los arcos definidos (i,j)

Bajo la restriccin de que se debe conservar el flujo en cada nodo. Es decir,


en cualquier nodo j debe cumplirse:
Flujo total que entra = Flujo total que sale
Modelos de redes 9

Ejercicio 1

Determinar la ruta mas corta entre el nodo 1 y todos los dems nodos en la
red de la siguiente figura; el valor en los arcos representan distancias en km.
(Ejercicio propuesto en Investigacin de Operaciones, Hamdy A. Taha,
2004)

a) Ruta mas Corta entre los nodos 1 y 7

En base al problema, la figura anterior muestra un flujo unitario que entra


en el nodo 1 (fuente, s=1) y sale en el nodo 7 (destino, t=7).

Puesto que Cij se define como la longitud del arco (i,,j), las distancias de
cada arco constituyen los coeficiente de la funcin objetivo, mientras que
los arcos factibles representan las variables de decisin. Por ejemplo, en el
nodo 1 (fuente), ingresa una unidad de flujo y sale el flujo representado por
los arcos (1,2) y (1,3):

1 = X12 + X13 - X12 - X13 = -1

En el nodo 2, el flujo total que entra, est representado por los arcos (1,2),
(3,2) y (6,2), y el flujo que sale esta dado por los arcos (2,4), (2,5) y (2,6),
por tanto la restriccin se define como:

X12 + X32 + X62 = X24 + X25 + X26


Modelos de redes 10

X12 + X32 + X62 - X24 - X25 - X26 = 0

Ntese que no aparece X14, X15, X16 y X17 porque no existen tales arcos.

Bajo las consideraciones sealadas anteriormente, el modelo de


programacin lineal es el siguiente:

Funcin Objetivo

Minimizar Z = 5X12 + X13 + 7X24 + X25 + 6X26 + 2X32 + 6X34 + 7X35 +


7X43 + 4X46 + 6X47 + 3X54 + 5X56 + 9X57 + 7X62 + 2X67

Restricciones
Nodo 1. 1 = X12 + X13
Nodo 2. X12 + X32 + X62 = X24 + X25 + X26
Nodo 3. X13 + X43 = X32 + X34 + X35
Nodo 4. X24 + X34 + X54 = X43 + X46 + X47
Nodo 5. X25 + X35 = X54 + X56 + X57
Nodo 6. X26 + X46 + X56 = X62 + X67
Nodo 7. X47 + X57 + X67 = 1

Reordenando las restricciones se tiene:

Variables de decisin Lado derecho (RHS)

Nodo 1. - X12 - X13 = -1


Nodo 2. X12 + X32 + X62 - X24 - X25 - X26 =0
Nodo 3. X13 + X43 - X32 - X34 - X35 =0
Nodo 4. X24 + X34 + X54 - X43 - X46 - X47 =0
Nodo 5. X25 + X35 - X54 - X56 - X57 =0
Nodo 6. X26 + X46 + X56 - X62 - X67 =0
Nodo 7. X47 + X57 + X67 =1
Modelos de redes 11

En forma tabular, el modelo de programacin lineal queda expresado de la siguiente forma:

X12 X13 X24 X25 X26 X32 X34 X35 X43 X46 X47 X54 X56 X57 X62 X67
F.O. 5 1 7 1 6 2 6 7 7 4 6 3 5 9 7 2
Sujeto a:
-1 -1 = -1
1 -1 -1 -1 1 1 = 0
1 -1 -1 -1 1 = 0
1 1 -1 -1 -1 1 = 0
1 1 -1 -1 -1 = 0
1 1 1 -1 -1 = 0
1 1 1= 1
Modelos de redes 12

Solucin con WinQSB

La ruta mas corta entre los nodos 1 y 7 es de 11.00 km. (Funcin objetivo),
y corresponde a la ruta 1 3, 3 2, 2 6, y 6 7 (X13, X32, X26, X67
aparecen en la solucin ptima).

b). Ruta mas Corta entre los nodos 1 y 6.

Nodo fuente 1 (s=1) y nodo destino 6 (t=6). Por lo tanto, se modifica el


flujo en los nodos 6 y 7, el primero pasa a ser el nuevo nodo destino y el
segundo deja de ser nodo destino, entonces:

Nodo 6.
X26 + X46 + X56 = X62 + X67 + 1
X26 + X46 + X56 - X62 - X67 = 1

Nodo 7.
X47 + X57 + X67 = 0
Modelos de redes 13

En forma grfica:
Modelos de redes 14

En forma tabular:

X12 X13 X24 X25 X26 X32 X34 X35 X43 X46 X47 X54 X56 X57 X62 X67
F.O. 5 1 7 1 6 2 6 7 7 4 6 3 5 9 7 2
Sujeto a:
-1 -1 = -1
1 -1 -1 -1 1 1 = 0
1 -1 -1 -1 1 = 0
1 1 -1 -1 -1 1 = 0
1 1 -1 -1 -1 = 0
1 1 1 -1 -1 = 1
1 1 1= 0
Modelos de redes 15

Solucin con WinQSB

La ruta mas corta entre los nodos 1 y 6 es de 9.00 km. (Funcin objetivo);
corresponde a la ruta 1 3, 3 2, y 2 6. (X13, X32, X26, aparecen en la
solucin ptima).

Siguiendo el mismo criterio es posible calcular la ruta mas corta desde el


nodo 1 hacia el resto de nodos, incluso es posible definir otro nodo como
fuente.

Cambio de nodo fuente y destino (Ruta mas Corta entre los nodos 3 y 6)

Cuando se cambia el nodo fuente y destino vara cuatro restricciones, vale


decir los nodos que inicialmente fueron fuente y destino, y los que se
definen como nuevos nodos fuente y destino. En el ejemplo, dejan de ser
nodo fuente y destino 1 y 7, en su lugar se definen los nodos 3 y 6 como
fuente y destino (s=3, t=6). Es decir:

Nodo 1
0 = X12 + X13
- X12 - X13 = 0
Modelos de redes 16

Nodo 7
X47 + X57 + X67 = 0

Nodo 3
1 + X13 + X43 = X32 + X34 + X35
X13 + X43 - X32 - X34 - X35 = -1

Nodo 6. X26 + X46 + X56 = X62 + X67 + 1


X26 + X46 + X56 - X62 - X67 = 1

En trminos prcticos, solamente cambia la ubicacin de 1 y 1 (lado


derecho de las restricciones) que representan los nodos fuente y destino
respectivamente. De este modo es posible calcular la ruta mas corta desde
cualquier nodo definido como fuente hasta cualquier otro definido como
destino.

Representacin grfica: ruta mas corta entre los nodos 3 y 6.

Nodo 1. - X12 - X13 =0


Nodo 2. X12 + X32 + X62 - X24 - X25 - X26 =0
Nodo 3. X13 + X43 - X32 - X34 - X35 = -1
Nodo 4. X24 + X34 + X54 - X43 - X46 - X47 =0
Nodo 5. X25 + X35 - X54 - X56 - X57 =0
Nodo 6. X26 + X46 + X56 - X62 - X67 =1
Nodo 7. X47 + X57 + X67 =0
Modelos de redes 17

En forma tabular:

X12 X13 X24 X25 X26 X32 X34 X35 X43 X46 X47 X54 X56 X57 X62 X67
F.O. 5 1 7 1 6 2 6 7 7 4 6 3 5 9 7 2
Sujeto a:
-1 -1 = 0
1 -1 -1 -1 1 1 = 0
1 -1 -1 -1 1 = -1
1 1 -1 -1 -1 1 = 0
1 1 -1 -1 -1 = 0
1 1 1 -1 -1 = 1
1 1 1= 0
Modelos de redes 18

Solucin con WinQSB

La ruta mas corta es de 8.00 km. (Funcin objetivo); corresponde a la ruta


3 2, y 2 6 (X32, X26, aparecen en la solucin ptima).

Rutas obligatorias

Un modelo de programacin lineal, permite tambin calcular la ruta mas


corta entre dos nodos bajo la condicin de alguna(s) ruta(s) obligatoria(s).
Por ejemplo, la ruta mas corta entre los nodos 1 y 7 es de 11.00 km.,
siguiendo la trayectoria de los arcos 1 3, 3 2, 2 6, y 6 7. Sin
embargo, por alguna razn puede ser necesario pasar por el arco (2,5) en
forma obligatoria, en este caso se debe incluir una nueva restriccin:

X25 = 1

Alternativamente, WinQSB permite especificar como cota mnima igual 1


(Lower bound) en la variable X25; en cualquier caso la solucin ptima es el
mismo.
Modelos de redes 19

Solucin con WinQSB

Coincidentemente, la ruta mas corta sigue siendo 11.00 km. pero esta vez
incluye el arco obligatorio (2,5); la ruta a seguir es: 1 3, 3 2, 2 5, 5
6, y 6 7.

Ejercicio 2

Hallar el tiempo mas corto entre el nodo 1 (fuente, s=1) y el nodo 12


(destino, t=12), a travs de la red que se muestra en la siguiente figura,
considerando que los nmeros sobre los arcos representan tiempo en horas
(adaptado de Investigacin de Operaciones, Richard Bronson, 1,983).

La particularidad de este problema es que los arcos no estn orientados,


permitiendo un flujo en ambos sentidos, con una misma capacidad en los
arcos. En otros casos se debe especificar si la capacidad de un arco es
diferente para uno y otro sentido.

Entonces, bajo las condiciones del problema, el flujo en el nodo 1 es:


1 = X12 + X13 + X14 + X16
Modelos de redes 20

- X12 - X13 - X14 - X16 = -1

En el nodo 2

X12 + X52 + X62 + X72 = X21 + X25 + X26 + X27


X12 + X52 + X62 + X72 - X21 - X25 - X26 - X27 = 0

Flujo total que entra = Flujo total que sale

Formulacin del modelo

Funcin Objetivo

Minimizar Z = 10X12 + 8X13 + 8X14 + 15X16 + 10X21 + 6X25 + X26 + 10X27


+ 8X31 + 11X34 + 8X36 + 13X39 + 8X41 + 11X43 + 7X47
+ 6X52 + 7X57 + 8X59 + 15X61 + X62 + 8X63 + 4X67 +
9X6,10 + 14X6,11 + 10X72 + 7X74 + 7X75 + 4X76 + 3X78 +
6X7,10 + 3X87 + 5X89 + 9X8,10 + 6X8,11 + 13X93 + 8X95 +
5X98 + 11X9,11 + 9X10,6 + 6X10,7 + 9X10,8 + 15X10,12 +
14X11,6 + 6X11,8 + X11,12 + 11X12,9 + 15X12,10 + X12,11
Modelos de redes 21

Restricciones
Nodo 1. 1 + X21 + X31 + X41 + X61 = X12 + X13 + X14 + X16
Nodo 2. X12 + X52 + X62 + X72 = X21 + X25 + X26 + X27
Nodo 3. X13 + X43 + X63 + X93 = X31 + X34 + X36 + X39
Nodo 4. X14 + X34 + X74 = X41 + X43 + X47
Nodo 5. X25 + X75 + X95 = X52 + X57 + X59
Nodo 6. X16 + X26 + X36 + X76 + X10,6 + X11,6 = X61 + X62 + X63 + X67 +
X6,10 + X6,11

Nodo 7. X27 + X47 + X57 + X67 + X87 + X10,7 = X72 + X74 + X75 + X76 + X78
+ X7,10

Nodo 8. X78 + X98 + X10,8 + X11,8 = X87 + X89 + X8,10 + X8,11


Nodo 9. X39 + X59 + X89 + X12,9 = X93 + X95 + X98 + X9,12
Nodo 10. X6,10 + X7,10 + X8,10 + X12,10 = X10,6 + X10,7 + X10,8 + X10,12

Nodo 11. X6,11 + X8,11 + X12,11 = X11,6 + X11,8 + X11,12


Nodo 12. X10,12 + X11,12 + X9,12 = 1

Reordenando:

1 + X21 + X31 + X41 + X61 - X12 - X13 - X14 - X16 = -1


X12 + X52 + X62 + X72 - X21 - X25 - X26 - X27 =0
X13 + X43 + X63 + X93 - X31 - X34 - X36 - X39 =0
X14 + X34 + X74 - X41 - X43 - X47 =0
X25 + X75 + X95 - X52 - X57 - X59 =0
X16 + X26 + X36 + X76 + X10,6 + X11,6 - X61 - X62 - X63 - X67 - X6,10 - X6,11 = 0
X27 + X47 + X57 + X67 + X87 + X10,7 - X72 - X74 - X75 - X76 - X78 - X7,10= 0
X78 + X98 + X10,8 + X11,8 - X87 - X89 - X8,10 - X8,11 =0
X39 + X59 + X89 + X12,9 - X93 - X95 - X98 - X9,12 =0
X6,10 + X7,10 + X8,10 + X12,10 - X10,6 - X10,7 - X10,8 - X10,12 =0
X6,11 + X8,11 + X12,11 - X11,6 - X11,8 - X11,12 =0
X10,12 + X11,12 + X9,12 =1
Modelos de redes 22

Solucin con WinQSB


Decision Solution Unit Cost or Total Reduced Basis
Variable Value Profit C(j) Contribution Cost Status

X12 0 10.00 0 0 basic


X13 0 8.00 0 0 basic
X14 1.00 8.00 8.00 0 basic
X16 0 15.00 0 4.00 at bound
X21 0 10.00 0 20.00 at bound
X25 0 6.00 0 0 basic
X26 0 1.00 0 0 basic
X27 0 10.00 0 5.00 at bound
X31 0 8.00 0 16.00 at bound
X34 0 11.00 0 11.00 at bound
X36 0 8.00 0 5.00 at bound
X39 0 13.00 0 0 basic
X41 0 8.00 0 16.00 at bound
X43 0 11.00 0 11.00 at bound
X47 1.00 7.00 7.00 0 basic
X52 0 6.00 0 12.00 at bound
X57 0 7.00 0 8.00 at bound
X59 0 8.00 0 3.00 at bound
X61 0 15.00 0 26.00 at bound
X62 0 1.00 0 2.00 at bound
X63 0 8.00 0 11.00 at bound
X67 0 4.00 0 0 at bound
X6,10 0 9.00 0 0 basic
X6,11 0 14.00 0 1.00 at bound
X72 0 10.00 0 15.00 at bound
X74 0 7.00 0 14.00 at bound
X75 0 7.00 0 6.00 at bound
X76 0 4.00 0 8.00 at bound
X78 1.00 3.00 3.00 0 basic
X7,10 0 6.00 0 1.00 at bound
X87 0 3.00 0 6.00 at bound
X89 0 5.00 0 2.00 at bound
X8,10 0 9.00 0 7.00 at bound
X8,11 1.00 6.00 6.00 0 basic
X93 0 13.00 0 26.00 at bound
X95 0 8.00 0 13.00 at bound
X98 0 5.00 0 8.00 at bound
X9,12 0 11.00 0 7.00 at bound
X10,6 0 9.00 0 18.00 at bound
X10,7 0 6.00 0 11.00 at bound
X10,8 0 9.00 0 11.00 at bound
X10,12 0 15.00 0 10.00 at bound
X11,6 0 14.00 0 27.00 at bound
X11,8 0 6.00 0 12.00 at bound
X11,12 1.00 1.00 1.00 0 basic
X12,9 0 11.00 0 -10.00 at bound
X12,10 0 15.00 0 -5.00 at bound
X12,11 0 1.00 0 -23.00 at bound

Objective Function (Min.) = 25.00


Modelos de redes 23

El tiempo mas corto entre los nodos 1 y 12 es de 25.00 hr. (Funcin


objetivo), que se alcanza uniendo los nodos 1 4, 4 7, 7 8, 8 11 y
11 12 (X14, X47, X78, X8,11 y X11,12 los mismos que aparecen en la solucin
ptima).

Siguiendo los mismos pasos del ejercicio 1, se puede calcular los tiempos
mas cortos entre cualquier nodo definido como fuente hasta cualquier otro
definido como destino. Tambin se pueden definir rutas obligatorias
expresndolos como nuevas restricciones.
Modelos de redes 24

Modelo de red de flujo mximo


Estos modelos permiten obtener la mxima cantidad de flujo total que
puede circular a travs de la red en una unidad de tiempo, considerando un
solo nodo definido como fuente y un solo nodo definido como destino,
adems de las restricciones de capacidad en cada arco.
Sea:
Xij : Cantidad de flujo en el arco (i,j), para toda i y j factibles
Cij : Capacidad del arco (i,j) para toda i y j factibles.
s : Nodo inicial
t : Nodo final

El objetivo es determinar el flujo mximo en la red en una unidad de


tiempo. El conjunto de restricciones esta representado por los nodos de la
red, donde se conserva el flujo de entrada y salida (Flujo total que entra =
Flujo total que sale), excepto en los nodos inicial y final. La funcin
objetivo es maximizar el flujo total que sale del nodo inicial (s), o el flujo
total que entra al nodo final (t).

Ejemplo

Determinar el flujo mximo para la red que se muestra en la siguiente


figura. Suponga que la red corresponde a un desvo del trfico, donde s=1
indica el inicio de la desviacin y el nodo 10 (t=10) el punto en cual el
trfico desviado ingresa nuevamente a la va. En los arcos
correspondientes, se muestran las capacidades de cada arco. Por ejemplo, el
arco (1,7) tiene una capacidad de 10,000 vehculos por hora en direccin 1
7, y de 7 1 la capacidad es 0, es decir hay flujo en un solo sentido.
En cambio la capacidad del arco (7,8) es de 15,000 vehculos por hora en
Modelos de redes 25

ambos sentidos (adaptado de Investigacin de Operaciones de Richard


Bronson, 1983).

Formulacin del Modelo

Funcin Objetivo

a. Flujo total que sale del nodo inicial (s) representado por los arcos (1,4),
(1,5), (1,6), (1,7), (1,8) y (1,9).

Maximizar Z1 = X14 + X15 + X16 + X17 + X18 + X19

b. Flujo total que entra en el nodo final (t): arcos (6,10), (8,10) y (9,10)

Maximizar Z2 = X6,10 + X8,10 + X9,10

Restricciones
Nodo 2. X42 = X24 + X34
Nodo 3. X23 + X53 + X83 = X38
Nodo 4. X14 + X24 + X54 = X42 + X45
Nodo 5. X15 + X45 + X65 = X53 + X54 + X56
Nodo 6. X16 + X56 + X86 + X10,6 = X65 + X6,10
Nodo 7. X17 + X87 = X78
Nodo 8. X18 + X38 + X78 + X98 + X10,8 = X83 + X86 + X87 + X89 + X8,10
Nodo 9. X19 + X89 = X98 + X9,10
Modelos de redes 26

Reordenando:
X42 - X24 + X34 =0
X23 + X53 + X83 - X38 =0
X14 + X24 + X54 - X42 - X45 =0
X15 + X45 + X65 - X53 - X54 - X56 =0
X16 + X56 + X86 + X10,6 - X65 - X6,10 =0
X17 + X87 - X78 =0
X18 + X38 + X78 + X98 + X10,8 - X83 - X86 - X87 - X89 - X8,10 = 0
X19 + X89 - X98 - X9,10 =0

Las capacidades de flujo en cada arco se expresan como:


X14 15 X54 10
X15 30 X56 20
X16 10 X65 20
X17 10 X6,10 20
X18 40 X78 15
X19 30 X83 30
X23 8 X86 20
X24 10 X87 15
X38 30 X89 30
X42 10 X8,10 70
X45 10 X98 30
X53 15 X9,10 50

Para simplificar la solucin del problema, ste conjunto de restricciones,


referidos a capacidad mxima de cada arco, se puede ingresar en la fila
correspondiente a Upper Bound del software WinQSB, debajo de cada
variable.
Modelos de redes 27

Solucin en WinQSB

El flujo mximo que sale del nodo 1 (inicio de desviacin) o que entra en el
nodo 10 (re-ingreso a la va) es de 123,000 vehculos por hora. El plan
ptimo del uso de vas es el siguiente: a) vas (arcos) que se utilizan en toda
su capacidad: (1,6), (1,7), (1,8), (1,9), (2,3), (5,3), (8,10), (6,10); b) vas que
no se utilizan en toda su capacidad: (1,5), (1,4), (4,2), (3,8), (7,8), (5,6),
(8,9) y (9,10). Por ejemplo, la capacidad del arco (1,5) es de 30,000
vehculos por hora. Sin embargo, el plan ptimo indica que deben transitar
solamente 25,000 vehculos por hora; c) finalmente, existe dos vas que no
se utilizan: (4,5) y (8,6).
Modelos de redes 28

Ntese que adems existen otras variables de decisin cuyo valor son
iguales a cero, por ejemplo los arcos (2,4), (6,5), (8,3), (8,7) y otros, que son
vas con determinadas capacidades pero en sentido contrario, es decir de
retorno. En otros casos, es posible que estos valores sean diferentes de cero,
puesto que podran ser utilizadas para descongestionar otras rutas que
permitan alcanzar el flujo mximo.

Al optimizar el modelo utilizando la segunda funcin objetivo (Max. Z 2 =


X6,10 + X8,10 + X9,10), es decir maximizando el flujo total que ingresa en el
nodo destino, se obtiene el mismo resultado tal como se observa en el
siguiente cuadro de salida de WinQSB.
Modelos de redes 29

Solucin en WinQSB
Modelos de redes 30

Flujo capacitado de costo mnimo


Un modelo de costo mnimo, brinda una solucin eficiente considerando un
flujo a travs de una red con capacidades limitadas en sus arcos, considera
un costo para el flujo en cada arco, y el flujo desde varios orgenes (fuente)
hasta varios destinos (demanda).

En una red G = (N, A), donde:


N : es el conjunto de nodos
A : el conjunto de arcos, y
Xij : Cantidad de flujo del nodo i al nodo j
Cij : Costo del flujo unitario del nodo i al nodo j
bij / aij : Capacidad mxima y mnima del arco (i,j)
fi : Flujo neto en el nodo i

El nodo j constituye fuente si fj > 0 y como destino si fj < 0.

[fi] Cij (S/.) [fj]


i j
(aij, bij)
Mx., Mn.
Xij

Ejemplo

Una empresa abastece de un insumo a tres plantas procesadoras de


alimentos desde tres centros de produccin. Las cantidades de insumo
disponible en cada centro de produccin son de 150, 250 y 100 TM,
respectivamente (nodos 1, 2 y 3). La empresa utiliza principalmente
Modelos de redes 31

camiones de carga para transportar el insumo y prcticamente no existe


restricciones de capacidad de transporte, excepto en las rutas que unen los
nodos 13, 14, 35 y 47 donde existe una sola empresa de transporte
que impone capacidades mnimas y mximas que se muestran en los arcos
correspondientes. La demanda de las plantas procesadoras son de 60, 90 y
350, respectivamente (nodos 4, 6 y 7). El nodo 5 es un canal de distribucin
que permite el abastecimiento a las plantas procesadoras. Finalmente, los
costos de transporte se indican en cada arco de la siguiente figura.

El problema consiste en calcular las cantidades que se debe enviar por la red
de distribucin, de modo que satisfaga la demanda de las plantas de
procesamiento, la capacidad de produccin del insumo en cada centro de
produccin, las capacidades mximas y mnimas de transporte, y un costo
de transporte que debe ser mnimo.

Formulacin del Modelo

Funcin Objetivo

Minimiza el costo de envo del insumo hacia las plantas procesadoras, dado
que cada arco esta asociado con un costo por el flujo unitario.
Modelos de redes 32

n n
Minimizar C C Xij
i 1 j 1
ij

Minimizar C = 2X12 + 4X13 + 5X14 + 3X26 + 2X34 + 4X35 + 5X36 + 4X47 +


3X54 + X56 + 7X57 + 5X67

Restricciones.
X X ji ij fj

es decir,

(Flujo total que sale del nodo j) (Flujo total que entra en el nodo j) = Flujo neto

Nodo 1. X12 + X13 + X14 = 150 Planta de produccin 1


Nodo 2. X26 - X12 = 250 Planta de produccin 2
Nodo 3. X34 + X35 + X36 - X13 = 100 Planta de produccin 3
Nodo 4. X47 - X14 - X34 - X54 = -60 Planta de procesamiento 1
Nodo 5. X54 + X56 + X57 - X35 = 0 Canal de distribucin
Nodo 6. X67 - X26 - X36 - X56 = -90 Planta de procesamiento 2
Nodo 7. -X47 - X57 - X67 = -350 Planta de procesamiento 3

Restricciones de capacidades mnimas y mximas:

X13 20 X35 50
X13 60 X47 10
X14 30 X47 80
X14 80 Xij 0
X35 20

Las restricciones de capacidad se pueden expresar como restricciones


adicionales o incluirlos como valores de cotas mnimas y mximas en
WinQSB (Lower Bound y Upper Bound). En cualquier caso, el resultado es
el mismo.
Modelos de redes 33

Modelo de Programacin Lineal en forma tabular.

X12 X13 X14 X26 X34 X35 X36 X47 X54 X56 X57 X67
F.O. 2 4 5 3 2 4 5 4 3 1 7 5
Sujeto a: RHS
1 1 1 = 150
-1 1 = 250
-1 1 1 1 = 100
-1 -1 1 -1 = -60
-1 1 1 1 = 0
-1 -1 -1 1 = -90
-1 -1 -1 = -350
Mn 0 20 30 0 0 20 0 10 0 0 0 0
Mx 60 80 50 80
Modelos de redes 34

Solucin con Win QSB

El costo total (mnimo) de envo de los insumos hacia las plantas


procesadoras es de 3,450 u.m. (Funcin Objetivo). Para interpretar las
variables de decisin, considere que los nodos 4, 6 y 7 representan a la 1ra.,
2da. y 3ra. planta de procesamiento.

El plan de envos es el siguiente:

De la planta de produccin 1 a la planta de produccin 2, se debe enviar 90


TM (X12=90); este envo cuesta 180 u.m. dado que el costo de transporte es
de 2 u.m. /TM. La interpretacin del resto de variables es similar.

X13 = 20; de la planta de produccin 1 a la planta de produccin 3 debe


enviarse 20 TM
X14 = 40; de la planta de produccin 1 a la 1ra. planta de procesamiento
debe enviarse 40 TM.
X26 = 340; de la planta de produccin 2 a la 2da. planta de procesamiento
debe enviarse 340 TM.
X34 = 100; de la planta de produccin 3 a la 1ra. planta de procesamiento
debe enviarse 100 TM.
X35 = 20 ; de la planta de produccin 3 al canal de distribucin debe
enviarse 20 TM.
Modelos de redes 35

X47 = 80 ; de la 1ra. planta de procesamiento hacia la 3ra. debe enviarse 80


TM.
X56 = 20 ; desde el canal de distribucin a la 2da. planta de procesamiento
debe enviarse 20 TM.
X67 = 270; de la 2da. planta de procesamiento hacia la 3ra. debe enviarse
270 TM.

Estos valores satisfacen las condiciones de capacidad de las plantas de


produccin del insumo, demanda de las plantas de procesamiento,
capacidades mxima y mnima de transporte y costo mnimo.
Modelos de redes 36

PERT CPM
PERT (program evaluation and review technique o tcnica de evaluacin y
revisin de programas) y CPM (critical path method o mtodo de la ruta
crtica) estn basados en los modelos de redes y constituyen herramientas de
gran importancia en la planeacin, programacin y control de proyectos de
inversin4, puesto que son mtodos analticos para programar actividades.

Intercambio Tiempo-Costo

En muchos casos, el tiempo de ejecucin de un proyecto calculado a partir


del algoritmo de ruta crtica (CPM), puede no ser el mas apropiado, siendo
necesario reducir el tiempo de ejecucin de las actividades crticas
incrementando el nmero de trabajadores, nuevos turnos de trabajo, uso mas
intensivo de maquinaria, etc. Es decir, el tiempo de ejecucin de las
actividades se puede reducir a costa de incremento en el costo y dentro de
ciertos lmites.

En este documento de trabajo se muestra una metodologa que permite


realizar el anlisis Tiempo-Costo de manera gil y sencilla a partir de un
modelo de programacin lineal.

4
Un proyecto es un conjunto de actividades interrelacionadas, donde cada
actividad requiere tiempo y recursos para su ejecucin (H. Taha; 2004).
Modelos de redes 37

Ejemplo

Considere el siguiente ejercicio

Actividades Predecesoras Inmediatas Tiempo (en das)


A - 5
B - 6
C A 9
D A 10
E C 4
F D 12
G B 10
H B 7
I E 7
J F,G 15
K I,J 9
L G,H 9

En forma de diagrama de red se tiene lo siguiente:

De acuerdo con el algoritmo de ruta crtica (CPM), el tiempo de ejecucin


del proyecto es de 51 das y la ruta crtica es A D F J K. Si alguna
de estas actividades sufre un retraso en su ejecucin, dar lugar a un retraso
en el tiempo de ejecucin del proyecto en conjunto. En cambio, una
reduccin de tiempo en las actividades de la ruta crtica permitir reducir el
tiempo de ejecucin del proyecto en conjunto.
Modelos de redes 38

Solucin con Win QSB

Para reducir el tiempo de ejecucin del proyecto se plantea el siguiente


programa de reduccin de tiempos o programa de choque:

Acti- Tiempo Tiempo de Reduccin Costo Costo de Costo


vidad Normal choque mxima Normal choque por da
A 5 4 1 12,500 15,000 2,500
B 6 3 3 6,000 10,500 1,500
C 9 7 2 8,700 12,200 1,750
D 10 7 3 10,500 16,200 1,900
E 4 2 2 9,000 11,500 1,250
F 12 9 3 15,000 18,000 1,000
G 10 8 2 16,000 20,000 2,000
H 7 5 2 8,500 12,200 1,850
I 7 4 3 5,500 8,200 900
J 15 11 4 9,500 15,200 1,425
K 9 6 3 16,000 18,400 800
L 9 8 1 6,000 9,500 3,500

Los costos por unidad de tiempo (ltima columna del cuadro anterior), se
calculan de la siguiente forma:

Costo por da = (Costo del tiempo de choque) (Costo de tiempo normal)


(tiempo normal) (Tiempo de choque)
Modelos de redes 39

Ejemplo:

15,000 12,500
Costo por da (Actividad A) = 2,500
54

Formulacin del modelo de programacin lineal

Variables de Decisin

Las variables de decisin estn conformadas por la reduccin de los tiempos


de culminacin de cada actividad hasta el lmite permitido por el programa
de reduccin de tiempos. En consecuencia, para la actividad A, el tiempo de
conclusin ser 5 YA, es decir, el tiempo normal menos el tiempo de
reduccin YA, que en este caso permite una reduccin de 1 unidad de
tiempo, pero no se sabe que valor tomar Y A.

Por tanto, se definen las siguientes variables:

YA : Nmero de das en las que se reduce la actividad A


YB : Nmero de das en las que se reduce la actividad B
...
YL : Nmero de das en las que se reduce la actividad L

Funcin Objetivo

Minimiza el costo de cada actividad, por unidad de tiempo que se utilice.

Min Z = 2500YA + 1500YB + 1750YC + 1900YD + 1250YE + 1000YF +


2000YG + 1850YH + 900YI + 1425YJ + 800YK + 3500YL

Restricciones

a. Tiempo mximo en el que se puede reducir el tiempo de cada actividad

0 YA 1 (Lmite de la actividad A)
0 YB 3 (Lmite de la actividad B)
0 YC 2 (Lmite de la actividad C)
0 Y D 3 (Lmite de la actividad D)
0 YE 2 (Lmite de la actividad E)
0 YF 3 (Lmite de la actividad F)
Modelos de redes 40

0 YG 2 (Lmite de la actividad G)
0 YH 2 (Lmite de la actividad H)
0 YI 3 (Lmite de la actividad I)
0 YJ 4 (Lmite de la actividad J)
0 YK 3 (Lmite de la actividad K)
0 YL 1 (Lmite de la actividad L)

Variables de reduccin de tiempos en el diagrama de red.

b. Tiempo de inicio y tiempo meta

En forma convencional, el tiempo de inicio (nodo 1) es igual a cero,


mientras que el tiempo meta es un valor fijado como tiempo apropiado para
la culminacin del proyecto (inferior al tiempo de ejecucin calculado
mediante CPM), en este caso:

X1 = 0 (inicio)
X11 50 (Tiempo meta)

c. Restricciones de tiempo para cada nodo de la red

Se agrega un nuevo conjunto de variables para el tiempo de ejecucin de las


actividades, de la siguiente forma:
X2 : Tiempo en el que todas las actividades que salen del nodo 2 pueden
comenzar
Modelos de redes 41

...
X10 : Tiempo en el que todas las actividades que salen del nodo 10 pueden
comenzar.

d. Tiempo en cada nodo en funcin de las actividades predecesoras

Estas restricciones muestran que cada actividad puede comenzar slo


despus de que las actividades predecesoras inmediatas hayan concluido.
Las actividades C y D pueden comenzar slo cuando se haya concluido la
actividad A. Las actividades G y H pueden comenzar slo despus de que
la actividad B haya concluido. En consecuencia, la restriccin del nodo 2
ser igual a:

Tiempo de inicio de las actividades que salen del nodo 2 tiempo de


culminacin de todas las actividades que entran al nodo 2, es decir:
Tiempo de inicio de las actividades C, D tiempo de culminacin de la
actividad A.

Tiempo de inicio de las actividades C, D (tiempo de inicio de la actividad


A) + (tiempo reducido de la actividad A).

Nodo 2:
X2 X1 + (5 YA) Actividad A
Modelos de redes 42

Siguiendo el mismo criterio para el resto de nodos, las restricciones se


completan de la siguiente forma:

Nodo 3:
X3 X1 + (6 YB) Actividad B

Nodo 4:
X4 X2 + (5 YC) Actividad C

Nodo 5:
X5 X2 + (10 YD) Actividad D

Nodo 6:
X6 X4 + (4 YE) Actividad E

Nodo 7: A este nodo ingresan dos arcos, indicando que la actividad J puede
comenzar slo despus que se hayan concluido las actividades F y G, por
tanto, da lugar a dos restricciones.
X7 X5 + (12 YF) Actividad F
X7 X8 + 0 Actividad ficticia

Nodo 8:
X8 X3 + (10 YG) Actividad G

Nodo 9. (dos arcos ingresan a este nodo)

X9 X3 + (7 YH) Actividad H
X9 X8 + 0 Actividad ficticia
Nodo 10. (dos arcos ingresan a este nodo)

X10 X6 + (7 YI) Actividad I


X10 X7 + (15 YJ) Actividad J

Nodo 11. (dos arcos ingresan a este nodo)

X11 X10 + (9 YK) Actividad K


X11 X9 + (9 YL) Actividad L
Modelos de redes 43

Finalmente,
X1, ... YL 0 condicin de no negatividad.

Reordenando las restricciones, el modelo de programacin lineal queda


expresado de la siguiente forma:

Funcin Objetivo:

Min Z = 2500YA + 1500YB + 1750YC + 1900YD + 1250YE + 1000YF +


2000YG + 1850YH + 900YI + 1425YJ + 800YK + 3500YL

Sujeto a:
YA 1
YB 3
YC 2
YD 3
YE 2
YF 3
YG 2
YH 2
YI 3
YJ 4
YK 3
YL 1
YA - X1 + X 2 5 Actividad A
YB - X1 + X 3 6 Actividad B
YC - X2 + X 4 5 Actividad C
YD - X2 + X5 10 Actividad D
Y E - X 4+ X 6 4 Actividad E
YF - X5+ X7 12 Actividad F
- X 8+ X 7 0 Actividad ficticia
YG - X3 + X8 10 Actividad G
Y H - X 3+ X 9 7 Actividad H
- X 8+ X 9 0 Actividad ficticia
YI - X6 + X10 7 Actividad I
YJ - X7 + X10 15 Actividad J
YK - X10+ X11 9 Actividad K
YL - X9+ X11 9 Actividad L
Modelos de redes 44

X1 =0 (Tiempo de inicio)
X11 50 (Tiempo meta)
X1, ... YL 0 condicin de no negatividad.

Solucin con WinQSB

La primera solucin muestra que reducir una unidad de tiempo en la


ejecucin del proyecto, incrementa el costo en 800 unidades monetarias
(Funcin Objetivo), y la reduccin del tiempo debe efectuarse en la
actividad K (YK se encuentra en la ruta crtica).

Reduciendo secuencialmente el tiempo meta en la ltima restriccin (X 11),


se obtiene los siguientes resultados.
Modelos de redes 45

Resumen de resultados intercambio tiempo-costo

Itera- Tiempo Meta Unidades de tiempo Costo incremental


cin (X11 bi) reducidas en la actividad (en u.m.)
(en das)
1 51 * - 0
2 50 K=1 800
3 49 K=2 1,600
4 48 K=3 2,400
5 47 K=3, F=1 3,400
6 46 K=3, F=2 4,400
7 45 K=3, F=3 5,400
8 44 K=3, F=3, J=1 6,825
9 43 K=3, F=3, J=2 8,250
10 42 K=3, F=3, J=3 9,675
11 41 K=3, F=3, J=4 11,100
12 40 K=3, F=3, J=4, D=1 13,000
13 39 K=3, F=3, J=4, D=2 14,900
14 38 K=3, F=3, J=4, D=3 16,800
15 37 K=3, F=3, J=4, D=3, A=1 19,300
* Tiempo de ejecucin normal del proyecto.

Como es de esperar, la reduccin de tiempos ocurre en las actividades de la


ruta crtica. Adems, se muestra que el proyecto requiere un tiempo de 37
das para su culminacin, en cuyo caso, el costo incremental sera de 19,300
unidades monetarias.
Modelos de redes 46

Intercambio Tiempo Costo en forma grfica

25000
Costo Incremental (u.m.)

20000

15000

10000

5000

0
37

39

41

43

45

47

49
Tiempo (das)

Forma alternativa

Desde otra perspectiva, tambin es posible optimizar el tiempo meta (X 11):

Alternativamente se puede optimizar el tiempo meta, dado una cantidad fija


de dinero para reducir el tiempo de ejecucin de un proyecto. Por ejemplo,
si existe disponible 5,000 unidades monetarias, el objetivo a optimizar es el
tiempo meta, para lo cual se debe incorporar en el conjunto de restricciones
el presupuesto disponible. Esta refleja que hay un presupuesto mximo para
destinarlos a la reduccin de tiempos de las actividades crticas; adems,
dado que se optimiza X11, el tiempo meta ya no debe formar parte del
conjunto de restricciones.

El nuevo modelo de programacin lineal se expresa como:

Funcin Objetivo
Minimizar Z = X11

Sujeto a:
Restriccin de presupuesto
Modelos de redes 47

2500YA + 1500YB + 1750YC + 1900YD + 1250YE + 1000YF + 2000YG +


1850YH + 900YI + 1425YJ + 800YK + 3500YL 5000
Restricciones de reduccin de tiempo por actividad.

YA 1 (Lmite de la actividad A)
YB 3 (Lmite de la actividad B)
YC 2 (Lmite de la actividad C)
YD 3 (Lmite de la actividad D)
YE 2 (Lmite de la actividad E)
YF 3 (Lmite de la actividad F)
YG 2 (Lmite de la actividad G)
YH 2 (Lmite de la actividad H)
YI 3 (Lmite de la actividad I)
YJ 4 (Lmite de la actividad J)
YK 3 (Lmite de la actividad K)
YL 1 (Lmite de la actividad L)

Restricciones de tiempos de ejecucin de las actividades.

YA - X1 + X 2 5 Actividad A
YB - X1 + X 3 6 Actividad B
YC - X2 + X 4 5 Actividad C
YD - X2 + X5 10 Actividad D
Y E - X 4+ X 6 4 Actividad E
YF - X5+ X7 12 Actividad F
- X 8+ X 7 0 Actividad ficticia
YG - X3 + X8 10 Actividad G
Y H - X 3+ X 9 7 Actividad H
- X8+ X9 0 Actividad ficticia
YI - X6 + X10 7 Actividad I
YJ - X7 + X10 15 Actividad J
YK - X10+ X11 9 Actividad K
YL - X9+ X11 9 Actividad L

Restriccin de inicio del proyecto


X1 =0 (Tiempo de inicio)
X1, ... YL 0 condicin de no negatividad.
Modelos de redes 48

Solucin con WinQSB

La solucin optima indica que el tiempo de ejecucin del proyecto se reduce


a 45.40 das (funcin objetivo), y la reduccin de tiempos corresponden a
las actividades crticas F (2.6 das) y K (3 das). Este resultado tambin
puede verificarse en el modelo inicial si el tiempo meta (X 11) es de 45.40
das.

Este modelo permite evaluar distintos escenarios cambiando por ejemplo el


presupuesto disponible (primera restriccin).
Modelos de redes 49

Modelos de transporte
Un modelo de transporte constituye una aplicacin eficaz de la
programacin lineal. Estudia la distribucin de un solo tipo de producto
(homogneo) desde varios centros de produccin hasta diferentes lugares de
demanda, cumpliendo con las restricciones de demanda y la disponibilidad
en los centros de produccin, a un costo mnimo.

El objetivo es entonces, determinar un plan optimo de envos desde los


puntos de origen donde, generalmente se produce, hasta varios lugares de
destino donde se encuentran los centros de demanda. En algunos casos, es
necesario realizar trasbordo de la mercadera por distintas razones, por
ejemplo, disponibilidad de transporte con mayor capacidad de carga desde
determinado lugar, cambio de medio de transporte (terrestre-areo, terrestre-
martimo, etc.), en cuyo caso se trata de problemas de transporte con
trasbordo.

Los mtodos para determinar una solucin factible son: a) Esquina noroeste,
b) Matriz mnima, c) Vogel , d) Russell y, e) Programacin lineal. Previo al
proceso de clculo, la cantidad en los puntos de origen debe ser igual a la
demanda en los diferentes puntos de destino. Cuando no se cumple esta
condicin, se debe introducir centro(s) de origen o centro(s) de destino
artificiales con costo de trasporte igual a cero.

En el caso de programacin lineal, el desbalance entre produccin y


demanda se resuelve cambiando nicamente la condicin de desigualdad
entre el lado derecho e izquierdo de las restricciones. As, mediante la
tcnica de programacin lineal se resuelve un problema de transporte de
manera sencilla evitando otros procedimientos especiales o algoritmos de
transporte.
Modelos de redes 50

Red de distribucin

Es un conjunto finito de nodos, en el que cada uno representa un centro de


produccin, un almacn intermedio o un centro de demanda. Los nodos se
unen mediante arcos (flechas) que indican la posibilidad de enviar
productos entre dos nodos conectados.

El problema del transporte consiste en determinar el nmero de unidades Xij


que se deben enviar desde los puntos de origen hasta los puntos de destino,
tal como se muestra en la siguiente figura.

Representacin grfica del problema de transporte


Puntos de origen Puntos de destino
C11 X11
a1 1 1 b1
C12 X12

a2 2 2 b2

C1n X1n

am m n bn
CmnXmn

Donde:
Cij : es el costo de transporte por unidad de producto
Xij : es la cantidad enviada desde el punto de origen i (i=1, 2, m), hasta el
punto de destino j (j=1, 2, n).

Supuestos

Se asume los siguientes supuestos:


1. Existen m orgenes y en cada origen hay a i (i=1, 2, m) unidades
disponibles o almacenadas de determinado producto. Los ai se
denominan exigencias por fila.
Modelos de redes 51

2. Existen n destinos y en cada uno se requiere bj (j=1, 2, n) unidades


de producto. Los bj se denominan exigencias por columna.
3. Las exigencias por fila (ai) y columna (bj) son valores positivos porque
los valores nulos o negativos no tienen significado fsico.
4. Se conoce el costo de transporte de una unidad de producto (Cij) desde
el origen i hasta el destino j.

En forma equivalente, el problema de transporte se puede representar en


forma tabular de la siguiente forma:

Destinos
Orgenes 1 2 ... n
1 C11 C12 ... C1n a1
2 C21 C22 ... C2n a2
... ... ... ... ...
m Cm1 Cm2 ... Cmn am
b1 b2 ... bn

Modelo de programacin lineal

La expresin matemtica, para calcular el costo de transporte de las Xij


unidades, desde los puntos de origen hasta los puntos de destino se
representa como:

n m
Min C C
j 1 i 1
ij X ij

donde:
Cij : es el costo de transporte por unidad de producto.
Xij : es la cantidad enviada desde el punto de origen i (i=1, 2, m), hasta el
punto de destino j (j=1, 2, n).

Sujeto a las siguientes restricciones:

a) Produccin o disponibilidad en los puntos de origen.


Modelos de redes 52

X
j 1
ij ai para i = 1, 2, , m

b) Demanda en los puntos de destino.

X
i 1
ij bj para j = 1, 2, , n

X ij 0 para todo i,j

Por lo tanto, el problema general es:

Min C C11X 11 C12 X 12 ... C21 X 21 C22 X 22 ... Cmn X mn

Sujeto a:

X 11 X 12 X 13 ... X 1n a1
X 21 X 22 X 23 ... X 2n a2 Restricciones de
produccin
X m1 X m2 X m3 ... X mn am

X 11 X 21 X 31 ... X m1 b1
X 12 X 22 X 32 ... X m2 b2 Restricciones de
demanda
X 1n X 2n X 3n ... X mn bn

X ij 0 para todo i,j

Cuando no se cumple la condicin de igualdad entre las cantidades


disponibles en los puntos de origen (ai) y los requerimientos en los puntos
de destino (bj), se debe generan puntos de origen o destino artificiales (am+1;
bn+1).
Modelos de redes 53

Sin embargo, en un modelo de programacin lineal, el desequilibrio entre ai


y bj se resuelve cambiando la condicin de igualdad de las restricciones de
produccin y demanda de la siguiente forma:

a) Si a b
i j

n m
Min C C
j 1 i 1
ij X ij

Sujeto a:
n

X
j 1
ij ai para i = 1, 2, , m

X
i 1
ij bj para j = 1, 2, , n

X ij 0 para todo i,j

Ntese que el modelo debe resolver el problema cumpliendo los


requerimientos de demanda y dejando el exceso en alguno(s) de los puntos
de origen.

Alternativamente, es posible resolver el problema distribuyendo todo los


bienes existentes en los puntos de origen, cambiando la desigualdad () por
igualdad (=). Para que la solucin sea factible, las restricciones de demanda
deben ser . Es decir, algn(os) centro(s) de demanda debern recibir
cantidades adicionales de producto, que significar incurrir en costos de
mantenimiento de inventario.

b) Si a b
i j

n m
Min C C
j 1 i 1
ij X ij

Sujeto a:
Modelos de redes 54

X
j 1
ij ai para i = 1, 2, , m

X
i 1
ij bj para j = 1, 2, , n

X ij 0 para todo i,j

El problema ser resuelto de modo que se distribuya todos los bienes


disponibles en los puntos de origen, dejando desabastecidas a alguno de los
puntos de destino.

Ejemplo. Una compaa posee tres centros de produccin (orgenes) en


diferentes lugares. La capacidad de produccin de cada una de ellas es de
1500, 1800, y 2500 unidades mensuales, respectivamente. Los productos
son vendidos en cuatro centros comerciales ubicados en distintos lugares.
Los pedidos de cada centro comercial para el mes siguiente son de 1900,
1200, 1700 y 1000 unidades, respectivamente.
Los costos de envo desde los centros de produccin a cada una de los
centros comerciales se presentan en el siguiente cuadro. Determine el plan
ptimo de envos mediante programacin lineal.

Centros de Centros comerciales


produccin CC1 CC2 CC3 CC4
CP1 7 4 6 9
CP2 5 6 3 10
CP3 8 9 4 3

Definicin de variables. Las variables que se muestran en el siguiente


cuadro, representan los arcos factibles, es decir, conecta pares de nodos
viables entre los centros de produccin y demanda.

Centros de Centros comerciales


produccin CC1 CC2 CC3 CC4
CP1 X11 X12 X13 X14
CP2 X21 X22 X23 X24
CP3 X31 X32 X33 X34
Modelos de redes 55

El problema representado como una red de distribucin que incluye el costo


de transporte en cada arco (flecha) es el siguiente:

Nodos de produccin Nodos de demanda

D1 1900
7

1500 CP1 4
6
9 D2 1200
5
6
1800 CP2 3
10
D3 1700
8 9
4
2500 CP3 3

D4 1000

Funcin objetivo.
Minimizar el costo total del plan de transporte.

Mn G = 7X11 + 4X12 + 6X13 + 9X14 + 5X21 + 6X22 + 3X23 + 10X24 + 8X31 +


9X32 + 4X33 + 3X34

Restricciones de produccin o suministro.


El flujo que sale de cada centro de produccin debe ser igual a la
produccin total en cada nodo de produccin.

X 11 X 12 X 13 X 14 1500 Nodo de produccin 1


X 21 X 22 X 23 X 24 1800 Nodo de produccin 2
X 31 X 32 X 33 X 34 2500 Nodo de produccin 3

Restricciones de demanda.
El flujo que llega a cada centro de demanda debe ser igual a la cantidad de
producto requerido en cada uno de ellos.

X11 X 21 X 31 1900 Nodo de demanda 1


Modelos de redes 56

X12 X 22 X 32 1200 Nodo de demanda 2


X13 X 23 X 33 1700 Nodo de demanda 3
X14 X 24 X 34 1000 Nodo de demanda 4

Restriccin de no negatividad: Xij 0

Solucin con WinQSB

La solucin ptima consiste en abastecer al primer centro comercial desde


primer y segundo centro de produccin (300 y 1600 unidades). El segundo
centro comercial se debe abastecer nicamente desde el primer centro de
produccin (1200 unidades). El tercer centro comercial debe ser abastecido
desde el segundo y tercer centro de produccin (200 y 1500 unidades).
Finalmente el cuarto centro comercial debe ser abastecido desde el tercer
centro de produccin. El costo mnimo de este plan de transporte es de
24,500 unidades monetarias.
Modelos de redes 57

Centros de Centros comerciales


produccin CC1 CC2 CC3 CC4
CP1 300 1200
CP2 1600 200
CP3 1500 1000

Si la cantidad de produccin en CP3 fuese de 3,000 unidades mensuales, la


produccin total sera mayor que la demanda total de los centros
comerciales, en esta situacin el modelo debe reformularse de la siguiente
forma:

Mn G = 7X11 + 4X12 + 6X13 + 9X14 + 5X21 + 6X22 + 3X23 + 10X24 + 8X31 +


9X32 + 4X33 + 3X34

Restricciones de produccin o suministro:

X 11 X 12 X 13 X 14 1500 Nodo de produccin 1


X 21 X 22 X 23 X 24 1800 Nodo de produccin 2
X 31 X 32 X 33 X 34 3000 Nodo de produccin 3

Restricciones de demanda:
X11 X 21 X 31 1900 Nodo de demanda 1
X12 X 22 X 32 1200 Nodo de demanda 2
X13 X 23 X 33 1700 Nodo de demanda 3
X14 X 24 X 34 1000 Nodo de demanda 4

Restriccin de no negatividad: Xij 0

Bajo esta condicin, el lector podr comprobar que el exceso de produccin


(500 unidades), se quedar en algn o algunos centros de produccin sin
ser distribuida. En este caso no se distribuye 200 unidades en CP1 y 300
unidades en CP3.

Ntese que las restricciones de produccin o suministro son de tipo menor


igual, para posibilitar que la diferencia entre produccin y demanda
permanezca en algn o algunos centros de produccin sin ser distribuida.
Modelos de redes 58

En cambio, las restricciones de demanda son de tipo igualdad, lo cual


significa que todos los centros de demanda deben ser abastecidos
obligatoriamente.

Una situacin inversa se encuentra si la produccin en CP3 fuese de 2,000


unidades mensuales. Es decir, la produccin total es menor que la demanda
total. En este escenario, algn o algunos centros comerciales quedarn
desabastecidos. El modelo de programacin lineal reformulado queda de la
siguiente forma:

Mn G = 7X11 + 4X12 + 6X13 + 9X14 + 5X21 + 6X22 + 3X23 + 10X24 + 8X31 +


9X32 + 4X33 + 3X34

Restricciones de produccin o suministro:

X 11 X 12 X 13 X 14 1500 Nodo de produccin 1


X 21 X 22 X 23 X 24 1800 Nodo de produccin 2
X 31 X 32 X 33 X 34 2000 Nodo de produccin 3

Restricciones de demanda:
X 11 X 21 X 31 1900 Nodo de demanda 1
X 12 X 22 X 32 1200 Nodo de demanda 2
X 13 X 23 X 33 1700 Nodo de demanda 3
X 14 X 24 X 34 1000 Nodo de demanda 4

Restriccin de no negatividad: Xij 0

El lector podr verificar que la solucin optima de este modelo, deja


desabastecido al primer centro comercial en 500 unidades.

De esta forma, mediante programacin lineal, se puede resolver los


problemas de transporte bajo cualquier condicin entre produccin y
demanda.
Modelos de redes 59

Modelo de transporte con trasbordo

Una variante en los modelos de transporte, es la posibilidad de realizar uno


o varios trasbordos antes de que el producto llegue a su destino. Por lo
tanto, se debe incluir restricciones correspondientes a los nodos de
trasbordo, especificando que la cantidad de producto enviado desde cada
uno de estos nodos, debe ser igual a la cantidad de producto recibido. Es
decir, flujo que sale menos flujo que entra.

Para analizar este caso, considere el siguiente diagrama de red, cuyos costos
de transporte estn definidos junto a la variable para todos los arcos
factibles, que definen a su vez rutas factibles. Ntese que las variables
estn definidos en concordancia con los nodos que conecta cada arco, lo
cual facilita el anlisis e interpretacin de los resultados.

Red de distribucin con nodos de trasbordo.

Nodos de Nodos de Nodos de Nodos de


origen trasbordo trasbordo destino
3 A B 220
250 1 8
X14 X6,8
2 X46 9
X15 7 X7,8
4 6 10
4 X24 6 X47
500 2 8 X6,9 9 400
5
X25 6
5 X56 5
X7,9
X34 5 7 7 X6,10
2 7 X57
3 X35 X7,10 10 300
400 3

Funcin objetivo. Minimizar el costo de transporte desde los nodos de


origen hasta los nodos de trasbordo A (nodos 4 y 5), mas el costo de
trasporte hasta los nodos de trasbordo B (nodos 6 y 7), mas el costo de
transporte hasta los lugares de destino (nodos 8, 9 y 10).

Minimizar G = 3X14 + 2X15 + 4X24 + 5X25 + 2X34 + 3X35 + 7X46 + 6X47 +


5X56 + 7X57 + 9X68 + 10X69 + 8X6,10 + 6X78 + 5X79 + 7X7,10
Modelos de redes 60

Restricciones de origen o suministro.


En este ejemplo, la cantidad de producto a ser enviado (1,150 unidades) es
mayor que el requerimiento en los nodos de destino (920 unidades).

X14 + X15 250


X24 + X25 500
X34 + X35 400

Restricciones de trasbordo A (nodos 4 y 5)


Se establece como flujo que sale, menos flujo que entra al nodo.

X46 + X47 = X14 + X24 + X34


X56 + X57 = X15 + X25 + X35

Colocando las variables en el lado izquierdo:

-X14 - X24 - X34 + X46 + X47 = 0


-X15 - X25 - X35 + X56 + X57 = 0

Restricciones de trasbordo B (nodos 4 y 5)


Siguiendo el mismo procedimiento y ordenado las variables en el lado
izquierdo:

-X46 - X56 + X68 + X69 + X6,10 = 0


-X47 - X57 + X78 + X79 + X7,10 = 0

Restricciones de demanda o destino


Considerando que la cantidad de producto en los nodos de origen es mayor
que el requerimiento de los nodos de destino, las restricciones deben de tipo
igualdad, indicando que es una exigencia que se debe cumplir.

X68 + X78 = 220


X69 + X79 = 400
X6,10 + X7,10 = 300

Restricciones de no negatividad
Xij 0
Modelos de redes 61

Solucin con WinQSB

La solucin ptima se logra enviando 250 unidades a travs del arco (1,5),
270 unidades a travs del arco (2,5) y 400 unidades a travs del arco (3,5).
El costo de transporte hasta el nodo 5 es de 3,050 unidades monetarias.

Luego, la totalidad de los productos que llegan al nodo 5 (920 unidades), se


debe enviar hacia el nodo 6 del punto de trasbordo B, cuyo costo mnimo es
de 4,600 unidades monetarias.

Finalmente, desde el nodo 6, se debe enviar hacia cada uno de los puntos de
destino la cantidad que requiere cada una de ellas (220, 400 y 300
unidades), a un costo de 8,380 unidades monetarias. El costo total mnimo
de este plan de envos es de 16,030 unidades monetarias.
Modelos de redes 62

Modelo de asignacin
Otro caso de aplicacin de la programacin lineal, son los problemas de
asignacin que tiene aplicaciones en la planificacin y asignacin de
recursos. Trata de la asignacin de un conjunto de recursos (elementos)
como empleados, mquinas, etc., con diferentes caractersticas de
rendimiento, costo, etc., hacia un conjunto fines que pueden ser tareas,
proyectos, etc., de modo que se maximice el rendimiento o minimice el
costo, sujeto a la condicin de que un recurso sea asignado a un solo fin. Es
decir, cada elemento del primer grupo debe ser asignado a un solo elemento
del segundo grupo.

Cuando el problema en estudio involucra costo o tiempo, la funcin


objetivo se debe minimizar y, se maximiza cuando se trata de utilidades.

El problema general consiste en asignar n servicios a n tareas considerando


el rendimiento o costo de cada servicio en cada tarea.

Por lo tanto, la funcin objetivo ser:

Max. / Min. Z = C11X11 + C12X12 + + C21X21 + C22X22 + +CnnXnn

donde:
Cij : Costo o utilidad de ejecucin de la tarea j por el servicio i.
Xij : 1 si es servicio i es asignado a la tarea j
Xij : 0 en caso contrario
Modelos de redes 63

Sujeto a:

Restriccin de recursos

X11 + X12 + X13 + + X1n = 1


X21 + X22 + X23 + + X2n = 1

Xn1 + Xn2 + Xn3 + + Xnn = 1

Restriccin de servicios

X11 + X21 + X31 + + Xn1 = 1


X12 + X22 + X32 + + Xn2 = 1

X1n + X2n + X3n + + Xnn = 1

Xij : 1 0 para toda Xij

Ntese que la solucin del problema admite nicamente valores binarios (1


0), es decir, un recurso es o no asignado a un servicio.

El modelo de programacin lineal se resume como:

n n
Maximizar o minimizar z Cij X ij
i 1 j 1
Sujeto a:

Restriccin de recursos
n

X
j 1
ij 1; i = 1, 2, , n

Restriccin de servicios
n

X
i 1
ij 1; j = 1, 2, , n

Xij : 1 0 para toda Xij


Modelos de redes 64

Para analizar un problema de asignacin, considere el siguiente problema.

Cuatro obreros con diferentes habilidades para realizar un nmero igual de


tareas, se debe asignar de manera que todas las tareas se realicen de manera
eficaz y en el menor tiempo posible. Las habilidades de cada obrero, para
realizar cada una de las tareas se resume en el siguiente cuadro.

Tiempo de ejecucin de cada tarea por cada obrero (en horas)


Tareas
Obreros 1 2 3 4
1 5 6 7 3
2 4 8 5 7
3 4 7 6 5
4 8 7 3 5

Problema de asignacin, representado como modelo de red y definicin de


variables.
Obreros Tareas

X11
O1 T1
X12
X13
X14
X21
X22
O2 T2
X23
X24
X31 X32
X33
O3 T3
X34

X41 X42
X43
O4 T4
X44
Modelos de redes 65

Segn el tiempo de ejecucin de cada tarea, se observa que el primer obrero


es mas eficiente para realizar la cuarta tarea (3 horas), mientras que es
menos eficiente para ejecutar la tercera tarea (7 horas), de modo que debera
ser asignado a la cuarta tarea.

En cambio, el segundo y tercer obrero son ms eficientes para realizar la


primera tarea (4 horas), de modo que cualquiera de ellos podra realizar
dicha tarea. En el caso de que el segundo obrero fuese asignado a la
primera tarea, el tercer obrero debera efectuar la siguiente tarea en el que
tiene mayor habilidad (cuarta tarea, 5 horas), sin embargo, dicha tarea ya
fue asignado al primer obrero, por lo que resulta difcil asignar las tareas por
simple inspeccin de la matriz de tiempos, especialmente cuando los
problemas tienen mayor complejidad.

Para determinar la asignacin optima del problema planteado, se plantea el


siguiente modelo de programacin lineal.

Funcin objetivo. Minimizar el tiempo de ejecucin de las cuatro tareas.

Min Z = 5X11 + 6X12 + 7X13 + 3X14 + 4X21 + 8X22 + 5X23 + 7X24 + 4X31 +
7X32 + 6X33 + 5X34 + 8X41 + 7X42 + 3X43 + 5X44

Sujeto a:

Restriccin de obreros

X11 + X12 + X13 + X14 = 1


X21 + X22 + X23 + X24 = 1
X31 + X32 + X33 + X34 = 1
X41 + X42 + X43 + X44 = 1

Restriccin de tareas

X11 + X21 + X31 + X41 = 1


X12 + X22 + X32 + X42 = 1
X13 + X23 + X33 + X43 = 1
X14 + X24 + X34 + X44 = 1

Xij : 1 0 para toda Xij


Modelos de redes 66

Solucin con WinQSB

El plan optimo de asignaciones permite realizar las cuatro tareas en un


tiempo mnimo de 17 horas, asignando el primer obrero a la cuarta tarea, el
segundo obrero a la primera tarea, el tercer obrero a la segunda tarea y el
cuarto obrero a la tercera tarea.

Problemas de asignacin no balanceado

Cuando el nmero de recursos y tareas es diferente, es decir, la matriz no es


cuadrada (n x n), se debe generar filas o columnas adicionales con
coeficiente cero en la matriz correspondiente. Como ejemplos de
ilustracin se presenta a continuacin dos casos:
Modelos de redes 67

a) Nmero de recursos mayor que el nmero de tareas

Para equilibrar el nmero de filas y columnas se agrega una tarea ficticia


(tarea 5).

Tiempo de ejecucin de cada tarea por cada obrero (en horas)


Tareas
Obreros 1 2 3 4 5
1 5 6 7 3 0
2 4 8 5 7 0
3 4 7 6 5 0
4 8 7 3 5 0
5 5 5 8 7 0

Modelo de programacin lineal

Min Z = 5X11 + 6X12 + 7X13 + 3X14 + 0X15 + 4X21 + 8X22 + 5X23 + 7X24 +
0X25 + 4X31 + 7X32 + 6X33 + 5X34 + 0X35 + 8X41 + 7X42 + 3X43 +
5X44 + 0X45 + 5X51 + 5X52 + 8X53 + 7X54 + 0X55

Sujeto a:

Restriccin de obreros

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

Restriccin de tareas

X11 + X21 + X31 + X41 + X51 = 1


X12 + X22 + X32 + X42 + X52 = 1
X13 + X23 + X33 + X43 + X44 = 1
X14 + X24 + X34 + X44 + X54 = 1
X15 + X25 + X35 + X45 + X55 = 1

Xij : 1 0 para toda Xij


Modelos de redes 68

Resolviendo el problema, el lector comprobar que el segundo obrero es


asignado a la tarea 5, es decir, no efectuar ninguna tarea.

b) Nmero de tareas mayor que el nmero de recursos

Para equilibrar el nmero de filas y columnas se agrega un obrero ficticio


(obrero 5).

Tiempo de ejecucin de cada tarea por cada obrero (en horas)


Tareas
Obreros 1 2 3 4 5
1 5 6 7 3 6
2 4 8 5 7 4
3 4 7 6 5 3
4 8 7 3 5 5
5 0 0 0 0 0

Modelo de programacin lineal

Min Z = 5X11 + 6X12 + 7X13 + 3X14 + 6X15 + 4X21 + 8X22 + 5X23 + 7X24 +
4X25 + 4X31 + 7X32 + 6X33 + 5X34 + 3X35 + 8X41 + 7X42 + 3X43 +
5X44 + 5X45 + 0X51 + 0X52 + 0X53 + 0X54 + 0X55

Sujeto a:

Restriccin de obreros

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

Restriccin de tareas

X11 + X21 + X31 + X41 + X51 = 1


X12 + X22 + X32 + X42 + X52 = 1
X13 + X23 + X33 + X43 + X44 = 1
X14 + X24 + X34 + X44 + X54 = 1
X15 + X25 + X35 + X45 + X55 = 1
Modelos de redes 69

Xij : 1 0 para toda Xij

Resolviendo el problema, el lector comprobar que el obrero ficticio es


asignado a la tarea 2, es decir, esta tarea no se realizar.

Ntese que en ambos casos, cambia nicamente la funcin objetivo.

Tambin en conveniente aclarar que, en ambos casos, las interpretaciones


son vlidas bajo las condiciones planteadas, ya que podra argumentarse que
no es realista que exista un nmero diferente de recursos y tareas.

Finalmente, la versatilidad de la programacin lineal, tambin permite


resolver problemas de asignacin bajo algunas condiciones especficas. Por
ejemplo, si por alguna razn, un trabajador debe ser asignado a alguna tarea
especfica, se agrega una restriccin adicional.

As por ejemplo, una restriccin adicional X43 = 1, significa que el modelo


debe hallar la solucin optima bajo la condicin de que el cuarto trabajador
debe ser asignado a la tarea 3.
Modelos de redes 70

Modelo de optimizacin agrcola


Uso de la tierra y recursos bio-productivos

Este modelo considera optimizacin en el uso de la tierra y reservas bio-


productivas de comunidades campesinas. A partir del anlisis jerrquico de
agroecosistema - finca - comunidad dentro de regin, se plantea diversas
alternativas en funcin de familia bajo el objetivo de seguridad alimentaria.
Sin embargo, al considerar objetivos de nivel superior, como el aumento del
ingreso en las unidades de produccin familiar, se requiere implementar una
o varias alternativas de produccin para maximizar el uso de los recursos
disponibles en relacin con las oportunidades de mercado.

En este contexto se plantea un modelo de optimizacin mediante el uso de


la programacin lineal con el propsito de evaluar diversos escenarios para
incrementar el ingreso total. El modelo planteado reproduce de manera
muy prxima, la estructura productiva de las comunidades, integra
actividades reales de produccin agrcola, crianza de ovinos y vacunos,
produccin de pastos y forrajes.

Incluye actividades complementarias como venta de productos agrcolas y


pecuarios, venta de jornales, y transferencias de capital y forrajes de un
trimestre a otro cuando estos recursos no son utilizados en su totalidad. La
estructura del modelo permite evaluar los cambios introducidos en alguno
de los factores productivos: precio de los insumos, precios de venta de los
productos, precio de venta de jornales, etc.

La funcin objetivo del modelo planteado, maximiza el ingreso bruto, es


decir: (Venta de productos agrcolas + Venta de productos pecuarios +
venta de jornales fuera de la comunidad) - (Costos por compra de insumos +
Modelos de redes 71

Costo anual de instalacin de pastos cultivados + Costos de sanidad animal


+ Costo de compra de alimentos y bienes no producidos en la comunidad).

Los factores restrictivos estn referidos bsicamente a recursos productivos


como:

a) Extensin de tierras, distribuidos en diferentes zonas de produccin:


pampa, pie de ladera y ladera. Cada uno con aptitudes diferentes para
los cultivos.
b) Disponibilidad de mano de obra (expresado en jornales de ocho horas
de trabajo) distribuidos en forma trimestral.
c) Cantidad de estircol (fertilizante orgnico para el cultivo de papa).
d) Capital disponible por trimestre.
e) Fertilizantes qumicos (nitrgeno, fsforo y potasio)

A continuacin se detalla los aspectos relevantes en relacin a los


coeficientes y restricciones que se incluyen en el modelo.

Extensin total de tierra. Es el factor ms importante para la produccin


agropecuaria (reas aptas para cultivos), que se distribuye en tres zonas
de produccin: pampa, pie de ladera y ladera.

El capital disponible es igual al ingreso monetario que se genera como


producto de las actividades dentro y fuera de la comunidad. El ingreso
promedio anual se debe ponderar por la proporcin de cada estrato.

Del ingreso anual promedio se obtiene el monto destinado a la compra


de alimentos y bienes no producidos dentro del sistema de produccin
familiar.

La disponibilidad de mano de obra se calcula en forma trimestral,


considerando que las personas mayores de 15 aos constituyen la
fuerza de trabajo adulta de la comunidad. Sin embargo, el modelo
incluye fuerza de trabajo expresado en jornales-hombre, que se obtiene
estandarizando los jornales asumiendo que una persona realiza
actividades en funcin a su peso metablico. Por consiguiente, se
estima el coeficiente de relacin que indica la inversa del peso
metablico promedio de un hombre adulto de la comunidad. Este
coeficiente permite calcular la equivalencia de jornales mujer a jornales
hombre:
Modelos de redes 72

Coeficiente = 1 / PVh0.75

Donde: PVh = Peso promedio de hombre adulto (kg.)

Con este resultado, el peso promedio de mujer adulta es equivalente a


0.9 jornales-hombre, aproximadamente. Este coeficiente de
estandarizacin permite estimar la fuerza de trabajo adulta de toda la
comunidad para un ao especfico. Es importante calcular la
disponibilidad total de jornales descontando los das de inactividad por
enfermedad, descanso, festividades y otros.

El modelo no incluye el aporte de fuerza de trabajo de los nios, debido


a que los resultados previos indican excedentes de mano de obra. Sin
embargo, considerando la participacin de los nios en las actividades
agrcolas y pecuarias, la disponibilidad de fuerza de trabajo se
incrementa sustancialmente.

El autoconsumo de alimentos fue incluido en el modelo como una


actividad denominada dieta mnima por cada miembro de familia,
posibilitando que el modelo cubra los requerimientos alimenticios para
todas las personas de la comunidad. El consumo promedio per-cpita
proviene de estudios previos: 70 kg. de papa, 10 kg. de quinua y 30 kg.
de cebada, este requerimiento debe ser cubierto para el nmero de
personas de la comunidad.

El estircol de ovino es un insumo que se utiliza como fertilizante


orgnico principalmente en la produccin de papa; por consiguiente
constituye tambin un factor limitante. La cantidad disponible de este
recurso se calcula como el 1% del peso vivo de los ovinos, de los
cuales el 50% se deposita en los dormideros, que viene a ser la cantidad
disponible de estircol para ser usado como insumo en la produccin
agrcola.

Es importante que el rendimiento de los cultivos sea calculado como


promedio de varios aos y ponderado en funcin del tipo de campaa
agrcola: bueno, normal, regular y malo, ya que Amat y Len, en una
serie histrica de precipitacin pluvial entre 1932-1992, encontr que el
27% corresponde a aos buenos, 24% a normal, 37% a regular y 12% a
aos malos.
Modelos de redes 73

La estructura del modelo permite evaluar cada uno de los cultivos bajo
distintas condiciones de manejo como alternativa al sistema tradicional,
por ejemplo incorporacin de semilla mejorada, nuevas variedades, uso
optimo de fertilizantes, etc., que se definen como sistema mejorado y
se diferencian por un mayor rendimiento.

El requerimiento de materia seca (MS) y energa (EN), en ovinos y


vacunos fue calculada considerando que estos requerimientos deben ser
cubierto con la produccin de pastos naturales y cultivados, forrajes
(avena, cebada), broza y malezas provenientes de la produccin
agrcola.

Se considera una actividad denominada desperdicios de materia seca


(prdida de materia seca por senecencia, brozas mal utilizadas, etc), que
permite una combinacin adecuada y evita que el requerimiento
energtico de los animales sea cubierto por consumo de cantidades
excesivas de materia seca. En general, esta actividad incluye la materia
seca no consumida, y aquellos utilizados como combustible por los
sistemas de produccin familiar.

Una actividad importante es la transferencia5 de forrajes entre


trimestres. Para ello se incluye dos tipos de transferencia (forrajes de
buena y mala calidad) y se fija un volumen mximo de forraje que se
podra transferir. Las transferencias buenas son para las leguminosas y
pasturas mejoradas (alfalfa, trbol), mientras que en las transferencias
malas se consider a las pasturas nativas, cebada y caihua. El volumen
mximo de transferencia se relaciona con la calidad de material a
transferir.

Los clculos, para ovinos y vacunos, se realizan para una madre y


rebao. Por ejemplo, en el caso de vacunos el rebao esta compuesto
de: 1 madre, 0.040 toros, 0.225 terneros de 0-12 meses, 0.225 terneras
de 0-12 meses, 0.216 novillas de reemplazo y 0.18 vacas de descarte.
De manera similar a los cultivos, en la crianza de ovinos y vacunos se

5
La inclusin de actividades de transferencia en un modelo de programacin lineal,
permite transferir recursos no utilizados en un periodo (trimestre) hacia el
siguiente, tal como ocurre en la realidad con algunas actividades como el uso de
forrajes y recursos econmicos. De esta forma, la eficacia de un modelo de
programacin lineal mejora sustancialmente.
Modelos de redes 74

incluye animales criollos y mejorados que se diferencias por el


rendimiento en peso vivo y produccin de leche.

Descripcin de actividades y restricciones del modelo de programacin


lineal para analizar condiciones bio-econmicas en las comunidades
campesinas.

Actividades

PAPA1 : Produccin de papa sistema tradicional


PAPA2 : Produccin de papa sistema mejorado
QUIN1 : Produccin de quinua sistema tradicional
QUIN2 : Produccin de quinua sistema mejorado
AVE1 : Produccin de avena forrajera sistema tradicional
AVE2 : Produccin de avena forrajera sistema mejorado
CEBA1 : Produccin de cebada grano sistema tradicional
CEBA2 : Produccin de cebada grano sistema mejorado
PAA1 : Produccin de papa amarga sistema tradicional
PAA2 : Produccin de papa amarga sistema mejorado
CANI1 : Produccin de caihua sistema tradicional
CANI2 : Produccin de caihua sistema mejorado
HABA1 : Produccin de haba sistema tradicional
HABA2 : Produccin de haba sistema mejorado
OCA1 : Produccin de oca sistema tradicional
OCA2 : Produccin de oca sistema mejorado
CMORG: Compra de materia orgnica
CFENI : Compra de fertilizante nitrogenado
CFEFO : Compra de fertilizante fosforado
CFEPO : Compra de fertilizante potsico
VPA : Venta de papa dulce
VQUIN : Venta de quinua
VCEBA : Venta de cebada
VPAAM : Venta de papa amarga
VCANI : Venta de caihua
VHABA : Venta de haba
Modelos de redes 75

VOCA : Venta de oca


VJO1 : Venta de jornales en el primer trimestre
VJO2 : Venta de jornales en el segundo trimestre
VJO3 : Venta de jornales en el tercer trimestre
VJO4 : Venta de jornales en el cuarto trimestre
TCAP1 : Transferencia de capital del 1ro. al 2do. Trimestre
TCAP2 : Transferencia de capital del 2do. al 3er. Trimestre
TCAP3 : Transferencia de capital del 3er. al 4to. Trimestre
PAST1 : Produccin de pastizal nativo en pampa
PAST2 : Produccin de pastizal mejorado
PAST3 : Produccin de pasto cultivado
PASTY : Produccin de pastizal nativo en pie de ladera
PASTZ : Produccin de pastizal nativo en ladera
TRA1 : Transferencia de forraje de baja calidad del 1 al 2 trimestre
TRA2 : Transferencia de forraje de baja calidad del 2 al 3 trimestre
TRA3 : Transferencia de forraje de baja calidad del 3 al 4 trimestre
TRA4 : Transferencia de forraje de baja calidad del 4 al 1 trimestre
TRA5 : Transferencia de forraje de alta calidad del 3 al 4 trimestre
TRA6 : Transferencia de forraje de alta calidad del 4 al 1 trimestre
OVEJ1 : Produccin de ovejas con sistema tradicional
OVEJ2 : Produccin de ovejas con sistema mejorado
VACA1 : Produccin de vacas de 300 litros vendibles de leche
VACA2 : Produccin de vacas de 900 litros vendibles de leche
VLANA : Venta de lana
VLECH : Venta de leche
VCAOV : Venta de carne de ovino
VCAVA : Venta de carne vacuna
DIETA : Alimentacin mnima para una persona
DESP1 : Materia seca en el primer trimestre (MS no consumida por los
animales, MS utilizada como combustible, etc.)
DESP2 : Materia seca en el segundo trimestre
DESP3 : Materia seca en el tercer trimestre
DESP4 : Materia seca en el cuarto trimestre
Modelos de redes 76

Restricciones

CAPIT1 : Capital de trabajo e inversiones en el trimestre 1 (US$)


CAPIT2 : Capital de trabajo e inversiones en el trimestre 2 (US$)
CAPIT3 : Capital de trabajo e inversiones en el trimestre 3 (US$)
CAPIT4 : Capital de trabajo e inversiones en el trimestre 4 (US$)
TIERRA : Area total disponible (ha.)
PAMPA : Area con potencial de cultivo o pasturas en ZP pampa (ha.)
PLADE : Area con potencial de cultivo o pasturas en ZP pie de ladera
(ha.)
LADERA: Area con potencial de cultivo o pasturas en ZP ladera (ha.)
JOR1 : Jornales-hombre en el primer trimestre
JOR2 : Jornales-hombre en el segundo trimestre
JOR3 : Jornales-hombre en el tercer trimestre
JOR4 : Jornales-hombre en el cuarto trimestre
ORGANI: Requerimiento de materia orgnica (kg/ha.)
FERNI : Necesidades de fertilizacin nitrogenada (Unidades de nitrgeno)
FERFO : Necesidades de fertilizacin fosforada (Unidades de P 2O5)
FERPO : Necesidades de fertilizacin potsico (Unidades K2O)
PAPA : Produccin de papa dulce (kg/ha)
QUINUA : Produccin de quinua (kg/ha)
CEBADA : Produccin de cebada (kg/ha)
PAAM : Produccin de papa amrga (kg/ha)
CANI : Produccin de caihua (kg/ha)
HABA : Produccin de haba (kg/ha)
OCA : Produccin de oca (kg/ha)
MASE1 : Requerimiento de materia seca en el primer trimestre (kg)
ENER1 : Requerimiento de energa en el primer trimestre (kg)
MASE2 : Requerimiento de materia seca en el segundo trimestre (kg)
ENER2 : Requerimiento de energa en el segundo trimestre (kg)
MASE3 : Requerimiento de materia seca en el tercer trimestre (kg)
ENER3 : Requerimiento de energa en el tercer trimestre (kg)
MASE4 : Requerimiento de materia seca en el cuarto trimestre (kg)
Modelos de redes 77

ENER4 : Requerimiento de energa en el cuarto trimestre (kg)


TRA11M : Transferencia mxima de forraje de baja calidad del segundo al
tercer trimestre (kg)
TRA22M : Transferencia mxima de forraje de baja calidad del tercer al
cuarto trimestre (kg)
TRA13M : Transferencia mxima de forraje de baja calidad del cuarto al
primer trimestre (kg)
TRA21M : Transferencia mxima de forraje de buena calidad del segundo
al tercer trimestre (kg)
TRA22M : Transferencia mxima de forraje de buena calidad del tercer al
cuarto trimestre (kg)
TRA23M : Transferencia mxima de forraje de buena calidad del cuarto al
primer trimestre (kg)
LANA : Produccin de lana (kg)
LECHE : Produccin de leche (kg)
CARCO : Produccin de carne de cordero (kg)
CARVA : Produccin de carne (kg)

1er. Trimestre Roturacin, desterronado, siembra


Octubre Noviembre Diciembre
2do. Trimestre Labores culturales: Deshierbo, Control de plagas
y enfermedades, aporques.
Enero Febrero Marzo
3er. Trimestre Cosecha
Abril Mayo Junio
4to. Trimestre Post Cosecha
Julio Agosto - Septiembre
Modelos de redes 78

Modelo de programacin lineal: Optimizacin agrcola


PAPA1 PAPA2 QUIN1 QUIN2 AVE1 AVE2 CEBA1 CEBA2 HABA1 HABA2 OCA1 OCA2 CMORG CFERNI CFEFO CFEPO VPA VQUIN VCEBA VHAB VOCA VJO1 VJO2 VJO3 VJO4
F.O. -0.1 -0.3 -0.3 -0.3 0.25 0.39 0.16 0.35 0.23 1 1 1 1
CAPIT1 0.1 0.3 0.3 0.3 -1
CAPIT2 -1
CAPIT3 -1
CAPIT4 -0.25 -0.39 -0.16 -0.35 -0.23 -1
TIERRA 1 1 1 1 1 1 1 1 1 1 1 1 1 1
PAMPA 1 1
PLADE 1 1
LADERA 1 1 1 1 1 1 1 1
JOR1 48 57 20 22 29 32 25 38 29 29 45 48 1
JOR2 48 57 19 28 25 29 29 29 30 35 35 40 1
JOR3 76 95 29 32 38 40 38 45 50 60 65 75 1
JOR4 1
ORGANI 3000 3000 -1
FERNI 80 50 50 50 50 -1
FERFO 50 20 20 20 20 -1
FERPO 20 10 10 10 10 -1
PAPA -7000 -9000 1
QUINUA -740 -1100 1
CEBADA -2400 -2600 1
HABA -1100 -1400 1
OCA -6000 -9000 1
MASE1 -200 -200 -200 -200 -200 -200 -200 -200 -100 -100 -100 -100
ENER1 -360 -360 -360 -360 -400 -400 -400 -400 -180 -180 -180 -180
MASE2 -200 -200 -200 -200 -200 -200 -200 -200 -100 -100 -100 -100
ENER2 -360 -360 -360 -360 -400 -400 -400 -400 -180 -180 -180 -180
MASE3 -1200 -2200 -5000 -8000 -1800 -2600
ENER3 -2400 -4400 -12100 -17600 -2800 -4690
MASE4
ENER4
TRA11M -200 -200
TRA12M -1800 -2600
TRA13M -1800 -2600
TRA21M -200 -200 -200 -200
TRA22M -1200 -2200 -5000 -8000
TRA23M -1200 -2200 -5000 -8000
LANA
LECHE
CARCO
CARVA
Lower
Upper

contina
Modelos de redes 79

continuacin
TCAP1 TCAP2 TCAP3 TCAP4 PAST1 PAST2 PAST3 PASTY PASTZ TRA1 TRA2 TRA3 TRA4 TRA5 TRA6 OVEJ1 OVEJ2 VACA1 VACA2 VLANA VLECH VCAOV VCAVA DIETA DESP1 DESP2 DESP3 DESP4 RHS
-2 -20 -30 -2 -2 -1 -1 -2.5 -3 1.2 0.2 0.8 1 -152
1 -1 2 20 30 2 2 -1.2 -0.2 38 < 3541
-1 1 -0.8 -1 38 < 555
-1 1 38 < 2775
-1 1 25 30 250 350 38 < 12025
1 1 1 1 1 < 341
1 1 1 < 143
1 < 31
1 < 167
12 0.2 0.2 2 2 < 11550
12 0.2 0.2 2 2 < 11550
12 0.2 0.2 2 2 < 11550
12 0.2 0.2 2 2 < 11550
< 79000
= 0
= 0
= 0
70 = 0
10 = 0
30 = 0
= 0
20 = 0
-600 -800 -2000 -600 -600 -1 -1 133 153 619 722 1 > 0
-1100 -1600 -4200 -1100 -1100 -1.8 -2 205 248 1036 1302 1.5 < 0
-600 -800 -2000 -600 -600 1 1 140 152 672 791 1 > 0
-1100 -1600 -4200 -1100 -1100 1.8 2 249 295 1268 1595 1.5 < 0
-200 -400 -500 -200 -200 -1 1 -1 1 126 149 696 820 1 > 0
-360 -720 -1000 -360 -360 -1.8 1.8 -2 2 200 229 1036 1340 1.5 < 0
-100 -100 -300 -100 -100 -1 1 -1 1 131 155 706 838 1> 0
-180 -180 -600 -180 -180 -1.8 1.8 -2 2 191 219 879 1017 1.5 < 0
-400 -400 -400 1 < 0
-480 -400 -400 1 < 0
-400 -400 -400 1 < 0
-480 -2000 1 < 0
-640 -4000 1 < 0
-500 -4500 1 < 0
-2.3 -3.06 1 = 0
-300 -800 1 = 0
-6.6 -10 1 = 0
-57 -83 1 = 0
332
Modelos de redes 80

Ejercicios de programacin lineal


(Compilacin)
1. A un joven matemtico se le pidi que entretuviese a un visitante de su
empresa durante 90 minutos. El pens que sera una excelente idea
que el husped se emborrache. Se le dio al matemtico S/50.00. El
joven saba que al visitante le gustaba mezclar sus tragos, pero que
siempre beba menos de 8 vasos de cerveza, 10 ginebras, 12 whiskys y
24 martinis. El tiempo que empleaba para beber era de 15 por cada
vaso de cerveza, 6 por vaso de ginebra, 7 y 4 por cada vaso de
whisky y martn. Los precios de las bebidas son: cerveza S/1, el vaso
de ginebra S/2, whisky S/2, y el vaso de martn S/4.

El matemtico asume que el objetivo es maximizar el consumo de


alcohol durante los 90 que tena para entretener a su husped. Logr
que un amigo qumico le diese el contenido alcohlico de las bebidas
en forma cuantitativa, siendo las unidades alcohlicas por un vaso de
17, 15, 16 y 7 por vaso. El visitante siempre beba un mnimo de 2
whiskys (J. Alvarez, 1998).

Definicin de variables
X1: Nmero de vasos de cerveza
X2: Nmero de vasos de ginebra
X3: Nmero de vasos de whisky
X4: Nmero de vasos de martini
F.O. Maximizar el consumo de alcohol
Modelos de redes 81

F.O. Max Z = 17X1 + 15X2 + 16X3 + 7X4

Sujeto a:

a) Restriccin de presupuesto
X1 + 2X2 + 2X3 + 4X4 50

b) Nmero de vasos por bebida


X1 8
X2 10
X3 12
X3 2
X4 24

c) Restriccin de tiempo
16X1 + 6X2 + 7X3 + 4X4 90

Resumido en forma tabular


X1 X2 X3 X4
F.O. Max Z 17 15 16 7
1 2 2 4 50
1 8
1 10
1 12
1 2
1 24
16 6 7 4 90
Xj 0

2. Un granjero puede criar ovejas, cerdos y ganado vacuno. Tiene


espacio para 30 ovejas, 50 cerdos, 20 vacunos, o cualquier
combinacin de estos, con la relacin siguiente: 3 ovejas, 5 cerdos o 2
vacas usan el mismo espacio. Las utilidades por animal son de 500,
500 y 100 soles, por ovejas, cerdos y vacunos, respectivamente. El
granjero debe criar por ley, al menos tantos cerdos como ovejas y
vacas juntas (J. Alvarez, 1998).

Definicin de variables
X1 : Nmero de ovejas a criar
X2 : Nmero de cerdos a criar
Modelos de redes 82

X3 : Nmero de vacas a criar


F.O. Maximizar la utilidad por especie animal

F.O. Max Z = 500X1 + 500X2 + 100X3

Restricciones:

a) Soportabilidad
X1 30
X2 50
X3 20

b) Combinacin de especies animales (tres alternativas)

Expresado en unidades ovino


3/3 X1 + 3/5 X2 + 3/2 X3 30

Expresado en unidades porcino


5/3 X1 + 5/5 X2 + 5/2 X3 50

Expresado en unidades vacuno


2/3 X1 + 2/5 X2 + 2/2 X3 20

c) Combinacin obligatoria
X2 X1 + X 2

Resumido en forma tabular


X1 X2 X3
F. O. Max 500 500 100
Z 1 30
1 50
1 20
1 3/5 3/2 30
-1 1 -1 0
Xj 0

3. Un agricultor desea cultivar maz o trigo en un terreno de 70 hectreas.


Sabe que una hectrea puede rendir 30 quintales de maz o 25 quintales
de trigo. Cada hectrea requiere un capital de $30 si se cultiva maz y
$40 si se cultiva trigo. El capital disponible es de $2500. Las
Modelos de redes 83

necesidades de agua de riego en octubre son de 900m3/ha de maz y


650 m3/ha de trigo, mientras que en noviembre se requiere 1200m3 y
850 m3 por ha de maz y trigo, respectivamente. La disponibilidad de
agua en octubre es de 57900 m3 y 115200 m3, en noviembre. Si los
beneficios por la venta de maz y trigo son de $4.50 y $6.00 por quintal
mtrico, respectivamente, determine la cantidad optima que se debe
producir de cada producto (J. Alvarez, 1998).

Definicin de variables:
X1 : Nmero de hectreas de maz
X2 : Nmero de hectreas de trigo
F.O. Maximizar beneficio por venta de maz y trigo

F.O. Max Z = 4.50 X1 + 6.00 X2

Restricciones:

a) Tierra (ha)
1/30=0.033 X1 + 1/25= 0.040 X2 70

b) Capital (US$)
30/30=1.00 X1 + 40/25= 1.60 X2 2500

c) Agua para riego en octubre (m3)


900/30=30 X1 + 650/25= 26 X2 57,900

d) Agua para riego en noviembre (m3)


1200/30=40 X1 + 850/25= 34 X2 115,200

4. Suponga que cuenta con dos alimentos: pan y queso; cada uno de ellos
contiene calora y protenas en diversas proporciones. Un kilogramo
(k) de pan contiene 2000 caloras y 50 gramos (g) de protenas, y un k
de queso contiene 4000 caloras y 200 g de protenas. Suponiendo que
una dieta normal requiere al menos 6000 caloras y 200 g de protenas
diariamente. El kg. de pan cuesta S/6.00 y el S/21.00 el queso.
Determine la dieta de costo mnimo (H. Espinoza).

5. Una fbrica elabora dos productos (A y B). Cada uno se procesa en


dos mquinas diferentes. Una mquina tiene capacidad de 24 hr. y la
otra 16 hr. Cada unidad del producto A requiere de dos hr. en ambas
Modelos de redes 84

mquinas. Cada unidad del producto B necesita de tres hr en la


primera mquina y una hr en la segunda. La utilidad que generan estos
productos son de S/6 y S/7, respectivamente. Determine el plan
ptimo de produccin (Ch. Bonini, et al.,1999).

6. Una empresa desea conocer la cantidad de productos A, B y C para


maximizar el beneficio. Cada unidad vendida genera una utilidad de
S/150, S/210 y S/130, respectivamente. Cada producto pasa por 3
mesas de trabajo, restringiendo la cantidad de unidades producidas
debido al tiempo disponible en cada una de ellas. La siguiente tabla
muestra el tiempo requerido por unidad de cada producto en cada mesa
y el tiempo total disponible semanalmente (tiempo dado en minutos).
Se asume que todas las unidades producidas sern vendidas.
Determine la produccin ptima.

Tiempo requerido por producto


Mesa 1 Mesa 2 Mesa 3
Producto 1 10 12 8
Producto 2 15 17 9
Producto 3 7 7 8
Tiempo total disponible 3300 3500 2900
por mesa

7. La confederacin Sur de agricultores est conformada por tres zonas.


La planificacin global de este grupo se hace mediante la oficina
coordinacin tcnica. En la actualidad planean la produccin agrcola
para el siguiente ao.

La produccin agrcola est limitada tanto por la extensin del terreno


disponible para irrigacin como por la cantidad de agua que la Comisin
de Aguas (Oficina Estatal) asigna para irrigarlo, segn la siguiente tabla.
Zona Terreno disponible (ha) Asignacin de agua (pies-ha)
I 400 600
II 600 800
III 300 375

Los cultivos adecuados para la regin incluye remolacha, algodn y


sorgo, y estas son precisamente las tres que estn en estudio para la
estacin venidera. Las cosechas difieren bsicamente en el rendimiento
Modelos de redes 85

neto esperado por hectrea (ha) y en el consumo de agua. Adems, la


Comisin de Aguas ha establecido una cantidad mxima de acres que la
confederacin puede dedicar a estas cosechas, de la siguiente forma:

Cultivo Cantidad Consumo de Rendimiento neto


mxima (ha) agua (ha-pie/ha) ($/ha)
Remolacha 600 3 1000
Algodn 500 2 750
Sorgo 325 1 250

Debido a la disponibilidad limitada de agua para irrigacin, la


Confederacin no podr usar todo el terreno irrigable para las cosechas
del prximo ao. Para asegurar la equidad entre las zonas, han
acordado que cada zona sembrar la misma proporcin de sus tierras
irrigables disponibles. Por ejemplo, si la zona I siembra la mitad de sus
hectreas disponibles, las zonas II y III sembraran tambin solo la
mitad de sus hectreas disponibles. Cualquier combinacin de los
cultivos se puede sembrar en cualquiera de las zonas. El trabajo al que
se enfrenta la Oficina de Coordinacin tcnica consiste en planear
cuantas hectreas deben asignarse a cada cultivo, en cada zona,
cumpliendo con las restricciones dadas. El objetivo es maximizar la
utilidad total para la Confederacin (F. Hiller y G. Lieberman, 2001).

Definicin de variables
Zonas
I II III
Remolacha X1 X2 X3
Algodn X4 X5 X6
Sorgo X7 X8 X9

F.O. Maximizar la utilidad total para la Confederacin

F.O. Max Z = 1000(X1+X2+X3)+ 750(X4+X5+X6)+250(X7+X8+X9)

F.O. Max Z = 1000X1+1000X2+1000X3+ 750X4 +750X5 +750X6 +250X7


+250X8 + 250X9
Modelos de redes 86

Restricciones:

a) Terreno para uso en cada zona (ha)


X1 + X4 + X7 400
X2 + X5 + X8 600
X3 + X6 + X9 300

b) Asignacin de agua para cada zona


3X1 + 2X4 + X7 600
3X2 + 2X5 + X8 800
3X3 + 2X6 + X9 375

c) Cantidad mxima de hectreas por cultivo


X1 + X2 + X3 600
X4 + X5 + X6 500
X7 + X8 + X9 325

d) Proporcin de rea cultivada por cada zona


Igualdad entre zona I y II
X1 X 4 X 7 X 2 X5 X8
=
400 600

Igualdad entre zona II y III


X 2 X5 X8 X3 X6 X9
=
600 300

Igualdad entre zona III y I


X3 X6 X9 X1 X 4 X 7
=
300 400

ordenando:
3(X1 + X4 + X7) 2(X2 + X5 + X8) = 0
(X2 + X5 + X8) 2(X3 + X6 + X9) = 0
4(X3 + X6 + X9) 3(X1 + X4 + X7) = 0

3 X1 3 X 4 3 X 7 2 X 2 2 X 5 2 X 8 0
X 2 X 5 X8 2X 3 2X 6 2X 9 0
4 X 3 4 X 6 4 X 9 3 X1 3 X 4 3 X 7 0
Modelos de redes 87

8. Una granja usa diariamente un mnimo de 800 libras (lb) de un


alimento especial, que es una mezcla de maz y soya, con las siguientes
composiciones:
Contenido por lb de alimento
Alimento Protenas Fibras Costo (S/ por lb)
Maz 0.09 0.02 0.30
Soya 0.60 0.06 0.90

Las necesidades dietticas del alimento especial son un mnimo de 30%


de protenas y un mximo de 5% de fibras. Determinar las
proporciones de alimento que produzca un costo diario mnimo (J.
Alvarez, 1998).

Definicin de variables:
X1: Libras de maz en la mezcla diaria
X2: Libras de soya en la mezcla diaria
F.O. Minimizar el costo de la mezcla

F.O. Min G = 0.30 X1 + 0.90 X2

Restricciones:
a) Cantidad necesaria de mezcla por da
X1 + X2 800

b) Requerimiento de protena
0.09 X1 + 0.60 X2 0.3( X1+X2)
0.21X1 0.30 X 2 0

c) Requerimiento de fibra
0.02 X1 + 0.06 X2 0.05( X1+X2)
0.03 X1 0.01X 2 0

9. Desarrollos Alfa posee 800 acres6 de terreno en un lago escnico en el


corazn de una sierra. Antes se aplicaban pocos o ningn reglamento a
los nuevos desarrollos en torno al lago. Las orillas del mismo estn
hoy pobladas con casas de campo, y debido a la carencia de servicios
de alcantarillado, hay muchas fosas spticas, en su mayor parte mal

6
1 acre = 0.4046 hectrea.
Modelos de redes 88

instaladas. A travs de los aos, las filtraciones de las fosas spticas ha


ocasionado un grave problema de contaminacin de agua.

Para mitigar el degradamiento de la calidad del agua, las autoridades


municipales aprobaron reglamentos estrictos para todos los desarrollos
en el futuro.
a. Slo se pueden construir casas para una, dos y tres familias, y las
casas unifamiliares deben ser al menos el 50% del total.
b. Para limitar la cantidad de fosas spticas, se requieren tamaos
mnimos de lote de 2, 3 y 4 acres para las casas con una, dos y tres
familias, respectivamente.
c. Se deben establecer reas de recreo de 1 acre cada una, en una
proporcin de una por 200 familias.
d. Para preservar la ecologa del lago, no se debe bombear agua
subterrnea para uso domstico ni de riego.

El presidente de Desarrollos Alfa estudia la posibilidad de desarrollar


los 800 acres de la empresa. El nuevo desarrollo incluir casas para
una, dos y tres familias. Se estima que el 15% de los acres se debe
asignar a las calles y servicios comunitarios. Alfa estima que los
ingresos por las diversas unidades de habitacin sern:

Unidades de Una Dos Tres


habitacin
Rendimiento neto
por unidad ($) 10,000 12,000 15,000

El costo de conectar el servicio del agua al rea es proporcional a la


cantidad de unidades construidas. Sin embargo, el municipio cobra un
mnimo de $100,000 por el proyecto. Adems, el aumento de la
capacidad actual del sistema de abastecimiento de agua se limita a
200,000 galones por da, durante las temporadas pico. Los datos
siguientes resumen el costo de conectar el servicio de agua, y tambin el
consumo de agua, suponiendo familias de tamao promedio:
Modelos de redes 89

Unidades de habitacin Una Dos Tres Parques y


jardines
Costo del servicio del agua 1000 1200 1400 800
por unidad ($)
Consumo de agua por 400 600 840 450
unidad (gal/da)
(H. Taha, 2004).

Definicin de variables:
X1: Nmero de casas unifamiliares
X2: Nmero de casas para dos familias
X3: Nmero de casas para tres familias
X4: rea de recreo
F.O. Maximizar el beneficio

F.O. Max Z = 10,000X1 + 12,000X2 + 15,000X3

Restricciones:

a) Uso de terreno
2X1 + 3X2 + 4X3 + X4 680 (0.85*800)

b) Casas unifamiliares
X1
0.5
X1 X 2 X 3
0.5 X1 0.5 X 2 0.5 X 3 0

c) rea de recreo
X 2 X 2 3X 3
X4 1
200
2 X1 3 X 2 4 X 3 200 X 4 0

d) Costo del servicio de agua


1000X1 + 1200X2 + 1400X3 + 800X4 100,000

e) Consumo de agua
400X1 + 600X2 + 840X3 + 450X4 200,000
Modelos de redes 90

10. La ciudad de Progreso estudia la factibilidad de un sistema de


autobuses para trasporte masivo que reduzca el transporte urbano en
coche y en consecuencia alivie el problema del esmog. El estudio
busca determinar la cantidad mnima de autobuses que satisfagan las
necesidades de transporte. Despus de reunir la informacin necesaria,
el responsable de la Unidad de Trnsito observa que la cantidad
mnima de autobuses vara con la hora del da, y que la cantidad
necesaria de vehculos se puede aproximar con valores constantes
durante intervalos consecutivos de 4 horas. La siguiente figura resume
las determinaciones del responsable de la Unidad de Trnsito. Para
hacer el mantenimiento diario a cada autobs, ste puede trabajar 8
horas sucesivas diariamente (H. Taha, 2004).

12
Cantidad de autobuses

12 10

8
8
7
4 4
4

12 4:00 8:00 12:00 4:00 8:00 12:00


AM Medio da Media noche
X1
X2
X3
X4
X5
X6

Definicin de variables:
X1: No. de autobuses que comienzan a las 12.01 m
X2: No. de autobuses que comienzan a las 4.01 am
X3: No. de autobuses que comienzan a las 8.01 am
X4: No. de autobuses que comienzan a las 12.01 pm
X5: No. de autobuses que comienzan a las 4.01 pm
X6: No. de autobuses que comienzan a las 8.01 pm
Modelos de redes 91

F.O. Minimizar la cantidad de autobuses que satisfaga las necesidades de


transporte.

F.O. Min G = X1 + X2 + X3 + X4 + X5 + X6

Restricciones:

Requerimiento de autobuses en cada horario


X1 + X6 4 12.01 am - 4.0 am
X1 + X2 8 4.01 am - 8.0 am
X2 + X3 10 8.01 am - 12.0 m
X3 + X4 7 12.01 pm - 4.0 pm
X4 + X5 12 4.01 pm 8.0 pm
X5 + X6 4 8.01 pm 12.0 pm

11. Una entidad bancaria est desarrollando una poltica de prstamos por
un mximo de $12 millones. El cuadro siguiente muestra los datos
pertinentes acerca de los distintos tipos de prstamo.

Tipo de prstamos Tasa de inters % de deuda impagable


Personal 0.140 0.10
Automviles 0.130 0.07
Casa 0.120 0.03
Agrcola 0.125 0.05
Comercial 0.100 0.02

Las deudas impagables no se recuperan y no producen ingresos por


intereses.

Para competir con otras entidades bancarias se necesita que el banco


asigne un mnimo de 40% de los fondos a prstamos agrcolas y
comerciales. Para ayudar a la industria de la construccin de su regin,
los prstamos familiares deben ser iguales, cuando menos, al 50% de
los prstamos personales, para automvil y para casa. Tambin el
banco tiene una poltica explcita que no permite que la relacin general
de prstamos impagables entre todos los prstamos sea mayor que 4%
(Ch. Bonini, et al.,1999).

Definicin de variables
X1: Prstamos personales
X2: Prstamos para automviles
Modelos de redes 92

X3: Prstamos para casa


X4: Prstamos agrcolas
X5: Prstamos comerciales
F.O. Maximizar el beneficio por tipo de prstamo menos los prstamos
impagables.

F.O. Max Z = 0.14(0.9X1) + 0.13(0.93X2) + 0.12(0.97X3) + 0.125(0.95X4)


+ 0.10(0.98X5)- 0.1X1 0.07X2 0.03X3 0.05X4 0.02X5

Restricciones:
a) Fondos totales (Millones)
X1 + X2 + X3 + X4 + X5 12

b) Condicin para prstamos agrcolas y comerciales


X4 + X5 (0.4x12)

c) Condicin para los prstamos para casa


X3 0.5(X1+X2+X3)

d) Lmite de deudas impagables


0.1X 1 0.07 X 2 0.03 X 3 0.05 X 4 0.02 X 5
0.04
X1 X 2 X 3 X 4 X 5

12. El departamento de nutricin de un hospital prepara 30 mens de cena,


uno para cada da del mes. Una comida consiste en espagueti, pavo,
papas, espinacas y pastel de manzana. La comida debe proporcionar
63,000 miligramos (mg) de protenas, 10 mg de hierro, 15 mg de
tiacina, 1 mg de tiamina y 50 mg de vitamina C. Cada 100 gramos (g)
de esta comida proporciona la cantidad de cada nutriente y grasas que
se indican en la siguiente tabla.

Nutriente (mg/ 100 g)


Protenas Hierro Tiacina Tiamina Vitamina C Grasa
Espagueti 5000 1.1 1.4 0.18 0.0 5000
Pavo 29300 1.8 5.4 0.06 0.0 5000
Papas 5300 0.5 0.9 0.06 10.0 7900
Espinacas 3000 2.2 0.5 0.07 28.0 300
Pastel de 4000 1.2 0.6 0.15 3.0 14300
manzana
Modelos de redes 93

Para evitar demasiada cantidad de un tipo de comida, no debe incluirse en


ella ms de 300 g de espagueti, 300 g de pavo, 200 g de papa, 200 g de
espinacas y 100 g de pastel de manzana. Determine la composicin de una
comida que satisfaga los requerimientos nutricionales y proporcione la
mnima cantidad de grasas (K. Mathur y D. Solow, 1996).
.
Definicin de variables:
X1: Cantidad de espaguetis a incluir en la dieta
X2: Cantidad de pavo a incluir en la dieta
X3: Cantidad de papa a incluir en la dieta
X4: Cantidad de espinaca a incluir en la dieta
X5: Cantidad de pastel de manzana a incluir en la dieta
F.O. Composicin optima minimizando el consumo de grasa.

F.O. Min G = 5000X1 + 5000X2 + 7900X3 + 300X4 + 14,300X5

Restricciones:
a) Proteina
5000X1 + 29300X2 + 5300X3 + 3000X4 + 4000X5 63000

b) Hierro
1.1X1 + 1.8X2 + 0.5X3 + 2.2X4 + 1.2X5 10

c) Niacina
1.4X1 + 5.4X2 + 0.9X3 + 0.5X4 + 0.6X5 15

d) Tiamina
0.18X1 + 0.06X2 + 0.06X3 + 0.07X4 + 0.15X5 1

e) Vitamina C
10X3 + 20X4 + 3X5 50

f) Cantidades mximas
X1 3
X2 3
X3 2
X4 2
X5 1
Modelos de redes 94

13. Una entidad bancaria requiere de 8 a 15 cajeros de servicio,


dependiendo de la hora del da, tal como se indica en el siguiente
cuadro. Los cajeros de tiempo completo trabajan 8 horas consecutivas
a $15 la hora, comenzando a las 8 a.m. Los cajeros de tiempo parcial
trabajan 4 horas consecutivas a $8 la hora, comenzando a las 8 a.m., 10
a.m. o 12 del medio da. Las regulaciones sindicales requieren que a
toda hora al menos el 60% de los cajeros sean de tiempo completo.
Determinar el nmero de empleado de tiempo completo y de tiempo
parcial requerido a lo largo del da para minimizar el costo diario total
(programacin lineal entera).

Requerimientos de cajeros para la entidad bancaria


Periodo Nmero mnimo de cajeros
8 10 a.m. 8
10 12 medio da 10
12 2 p.m. 15
2 4 p.m. 12
(K. Mathur y D. Solow, 1996)

Definicin de variables:
F: Nmero de cajeros a tiempo completo
P8: Nmero de cajeros a tiempo parcial que empiezan a trabajar a las 8.0 am
P10: Nmero de cajeros a tiempo parcial que empiezan a trabajar a las 10.0
am
P12: Nmero de cajeros a tiempo parcial que empiezan a trabajar a las 12.0
am

F.O. Minimizar el costo diario total

F.O. Min G = (8*15)F +(4*8)P8 + +(4*8)P10 + +(4*8)P12

Restricciones:

a) de 8 a 10 am, al menos 8 cajeros


F + P8 8

b) de 10 a 12 am, al menos 10 cajeros


F + P8 + P10 10
Modelos de redes 95

c) de 12 a 2 pm, al menos 15 cajeros


F + P10 + P12 15

d) de 2 a 4 pm, al menos 12 cajeros


F + P12 12

e) Exigencia sindical
F 0.6 (F + P8)
F 0.6 (F + P8 +P10)
F 0.6 (F + P10 + P12)
F 0.6 (F + P12)

14. Una compaa de inversin de capital de riesgo, est considerando


invertir hasta 1 milln de dlares en una o mas propuestas que ha
recibido de diversos empresarios. Cada propuesta ha sido filtrada por
el departamento de investigacin, y seis proyectos han tenido una tasa
esperada de retorno suficiente para justificar el riesgo implicado. La
inversin nica requerida y la tasa de rendimiento esperada asociada a
cada proyecto se muestra en la siguiente tabla. Determine que
proyectos deben ejecutarse (programacin lineal binaria).

Requerimiento de capital y tasas de retorno esperada para los proyectos


Proyecto Requerimiento de capital Tasa de retorno
($) esperado (%)
Bio-Tech 200,000 15.0
Tele-Com 350,000 16.5
Laser-optics 150,000 13.0
Comp-Ware 125,000 12.5
Medi-Opti 375,000 14.3
Sound-News 70,000 9.0
(K. Mathur y D. Solow, 1996).

Definicin de variables:
B: 1 si la Compaa invierte en Bio-Tech
0 si la Compaa no invierte en Bio-Tech

T: 1 si la Compaa invierte en Tele-Com


0 si la Compaa no invierte en Tele-Com

L: 1 si la Compaa invierte en Laser-Optics


Modelos de redes 96

0 si la Compaa no invierte en Laser-Optics

C: 1 si la Compaa invierte en Comp.-Ware


0 si la Compaa no invierte en Comp.-Ware

M: 1 si la Compaa invierte en Medi-Opti


0 si la Compaa no invierte en Medi-Opti

S: 1 si la Compaa invierte en Sound-News


0 si la Compaa no invierte en Sound-News

F.O. Maximizar la rentabilidad de las inversiones

0.150 * 200,000 B 0.125 * 125,000 C


0.165 * 350,000 T 0.140 * 375,000 M
0.130 * 150,000 L 0.900 * 70,000 S

F.O. Max Z =
30,000B + 57,750T + 19,500L + 15,625C + 52,500M + 63,000S

Restricciones:
a) Inversin
200,000B 350,000T 150,000L 125,000C 375,000M 70,000S 1000,000

b) Inversin en cada rubro


B 1
T 1
L 1
C 1
M 1
S 1
B, T, L, C, M, S 0

15. Una comunidad en el altiplano desea planificar la siembra de cultivos


que maximice su beneficio. La comunidad est constituida por 25
familias que disponen de 40 ha. en ladera y 60 ha. en pampa. El capital
disponible es de $ 400 por familia ($ 10,000) para ser usado en los
cultivos (semilla, abonos, etc.). Los miembros de la comunidad
disponen de 120 jornales por familia (3,000 jornales). Trabajo
Modelos de redes 97

adicional puede ser contratado al costo de 1.2 $. Jornales -1. Los


cultivos en consideracin son: papa, quinua, cebada, haba y trigo de
invierno. La informacin disponible para cada cultivo se presenta en el
siguiente cuadro. Ellos desean sembrar al menos 24 ha. de papa, 15 de
quinua y 24 de cebada. Adems deben tener al menos 5 ha. de papa en
ladera y 2 ha. de haba para autoconsumo.

Produccin, jornales, costo y precio de los recursos productivos en la


aynoka de la comunidad.

Cultivo Rendimiento t.ha-1 Trabajo Costos Precio


Ladera Pampa jornales.ha-1 $.ha-1 $.t-1
Papa (P) 6 5 225 217 250
Quinua (Q) 1 0 38 66 400
Cebada (C) 2 4 30 88 180
Haba (H) 1 0 30 83 300
Trigo (T) 0 3 30 82 250
(C. Len-Velarde y R. Quiroz, 1994)

La estructura del problema est dado por el beneficio esperado sobre cada
cultivo ($.ha-1): produccin por precio, menos el costo de trabajo y otros
costos. Ejemplo, para papa en ladera: 6 x 250 -225 x 1.2 -217 = 1013 $.ha-1.

La superficie de los cultivos es distribuida en:


XPL y XPP : papa en ladera y pampa
XQL : quinua en ladera
XCL y XCP : cebada en ladera y pampa
XHL : haba en ladera
XTP : Trigo en pampa

Funcin objetivo:
Max Z = 1013XPL + 763XPP + 288XQL + 236XCL + 596XCP + 181XHL +
629XTP -1.2J
Sujeto a:
XPL + XQL + XCL + XHL 40 (ladera)
XPP + XCP + XTP 60 (pampa)
217(XPL + XPP) + 66XQL + 88(XCL + XCP) + 83XHL + 82XTP 10,000
(capital)
225(XPL + XPP) + 38XQL + 30(XCL + XCP) + 30XHL + 30-1XTP 3,000
(trabajo)
Modelos de redes 98

XPL + XPP 24 (ha de papa)


XQL 15 (ha de quinua)
XCL + XCP 24 (ha de cebada)
XTP 24 (ha de trigo)
XHL 2 (ha de haba)

16. Modelo hortcola. Investigacin de empresas representativas de Caete,


cuyos objetivos fueron: a) Determinar criterios tcnicos-econmicos
que tiene en consideracin un pequeo agricultor para decidir sobre los
cultivos a producir, b) Cuales de estos criterios son los mas
importantes, dado un conjunto de limitaciones en cada caso.

Criterios tcnicos que se tomaron en cuenta: a) Conocimiento de la


tcnica de produccin de cada cultivo, b) duracin del periodo de
produccin, c) intensidad de ocupacin de la mano de obra, d)
rendimientos probables, e) adaptabilidad de los cultivos a diferentes
pocas de produccin, f) competencia con otros productores, g)
adaptacin de los cultivos a condiciones climtico-edfico imperante y,
h) especializacin de la mano de obra.

Criterios econmicos: a) costos de produccin, especialmente inversin


inicial, b) precio de los productos y estacionalidad, precio de los
insumos, c) beneficio neto por cultivo, d) demanda de los productos en
el mercado, e) adaptabilidad de los cultivos a factores de produccin
predominantes o disponibles, f) frecuencia con que se obtiene ingresos,
g) riesgo implcito de la inversin.

Descripcin de Actividades (expresado en 1 hectrea)

P01 : Siembra, cosecha y venta de Beterraga en Invierno


P02 : Siembra, cosecha y venta de Beterraga en Verano
P03 : Siembra, cosecha y venta de Col en Invierno
P04 : Siembra, cosecha y venta de Nabo en Invierno
P05 : Siembra, cosecha y venta de Nabo en Verano
P06 : Siembra, cosecha y venta de Camote en Verano
P07 : Siembra, cosecha y venta de Camote en Invierno
P08 : Siembra, cosecha y venta de Maz en Invierno
P09 : Siembra, cosecha y venta de papa de Semilla Botnica
Modelos de redes 99

P10 : Uso de mano de obra familiar, las unidades son jornales de 8


horas de trabajo-hombre

P11 a P22 : Contratacin de mano de obra eventual, las unidades son


jornales de 8 horas de trabajo-hombre que disminuyen la Funcin Objetivo
en un valor equivalente al salario promedio mensual de la zona.

P23 a P33: Transferencia de capital desde un determinado mes hacia el


siguiente mes. La unidad es miles de soles

P34: Utilizacin de crdito al inicio del periodo de produccin, el mismo


que disminuye la funcin objetivo en un valor igual al pago de intereses por
el crdito solicitado. El inters se paga a los 6 meses despus de haber
obtenido el crdito.

Restricciones. El periodo de planeacin es 1 ao, por tanto, las restricciones


son mensuales.
R01 a R12 : Restriccin de mano de obra familiar, impuestas por el nmero
de miembros de la familia que trabajan en la chacra Jornales-hombre de 8
horas de trabajo.
R13 a R36: Restriccin de capital de trabajo. En miles de soles. El capital
inicial del agricultor es de 3'600,000 soles.
R37 a R39: Restricciones de tierra para tres periodos de produccin
(hectareas).
R40: 4 miembros de la familia que trabajan 20 das/mes, cada uno.
Modelos de redes 100

P01 P02 P03 P04 P05 P06 P07 P08 P09 P10 P11 P12 P13 P14 P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28 P29 P30 P31 P32 P33 P34 RHS
F.O 2663 3623 1302 2689 3740 3770 1682 1215 1941 0 -4.2 -3.9 -3.6 -3.7 -3.5 -3.2 -3.3 -3.0 -2.8 -3.0 -2.8 -2.7 -0.05 -0.1 -0.05 -0.05 -0.05 -0.05 -0.05 -0.05 -0.05 -0.05 -0.05 -0.24
R01 46 48 -20 -1 < 0
R02 32 9 -20 -1 < 0
R03 7 -20 -1 < 0
R04 21 -20 -1 < 0
R05 8 47 -20 -1 < 0
R06 34 35 9 19 19 -20 -1 < 0
R07 41 16 13 9 8 60 -20 -1 < 0
R08 18 40 30 3 7 22 -20 -1 < 0
R09 19 12 3 8 -20 -1 < 0
R10 48 43 14 27 28 -20 -1 < 0
R11 21 -20 -1 < 0
R12 57 -20 -1 < 0
R13 1 < 10
R14 1 < 10
R15 1 < 10
R16 1 < 10
R17 1 < 10
R18 1 < 10
R19 1 < 10
R20 1 < 10
R21 1 < 10
R22 1 < 10
R23 1 < 10
R24 1 < 10
R25 798 593 94 4.2 1 -1 < 3600
R26 172 75 87 3.9 -1 1 < 0
R27 -4747 13 79 3.6 -1 1 < 0
R28 7 96 3.7 -1 1 < 0
R29 63 -4187 499 91 3.5 -1 1 < 0
R30 425 551 145 530 319 84 3.2 -1 1 < 0
R31 684 185 5 3 251 675 102 3.3 -1 1 1.24 < 0
R32 320 126 3 4 21 532 94 3.0 -1 1 < 0
R33 41 -2090 -3240 14 8 221 88 2.8 -1 1 < 0
R34 132 890 16 85 114 108 3.0 -1 1 < 0
R35 -3960 413 -2200 -1980 -3590 103 2.8 -1 1 < 0
R36 254 99 2.7 -1 < 0
R37 1 1 < 3
R38 1 1 1 1 1 1 < 3
R39 1 1 1 1 1 < 3
R40 1 = 4
Modelos de redes 101

Bibliografa.

Benek Raymond (1984). Programacin lineal. Aplicacin a la agricultura.


Editorial AEDOS Barcelona. 1ra. Edicin.

Bonini Ch., Hausman W. y Bierman H. (2000). Anlisis cuantitativo para


los negocios. Novena Edicin. McGraw Hill. Santaf de Bogota. Colombia.

Eppen G.D., Gould F.J., Schmidt C.P., Moore J.H., Weatherford L.R.
(1998). Investigacin de Operaciones en la Ciencia Administrativa:
Construccin de modelos para la toma de decisiones con hoja de clculo
electrnicas. Quinta Edicin. Pearson Educacin.

Hamdy A. Taha, (2004). Investigacin de Operaciones. 7 Edicin, Prentice


Hall.

Hazell Peter y Norton Roger (1986). Mathematical programming for


economic analysis in agriculture. Macmillan Publishing Company. New
York.

Hillier F.S. y Lieberman G.J. (1998). Introduccin a la Investigacin de


Operaciones. Cuarta Edicin en Espaol. McGraw Hill.

Len-Velarde C. y Quiroz R. (1994). Anlisis de sistemas agropecuarios:


Uso de modelos bio-matemticos. CONDESAN. CIP-CIID-CIRNMA.

Mathur Kamlesh y Solow Daniel. (1996). Investigacin de Operaciones: El


arte de la toma de decisiones. Prentice Hall.

Rincn Abril Luis Alberto. (2001). Investigacin de Operaciones para


Ingenieras y Administracin. Universidad Nacional de Colombia.
Modelos de redes 102

Anexo

Interpretacin de resultados de
WinQSB

Para que el lector realice un anlisis apropiado de los resultados, se presenta


en este anexo un anlisis de los resultados de WinQSB, en base a un
ejercicio sencillo. Para ver mayores detalles, el lector puede recurrir a
material especializado disponible en Internet.

Max Z = 5X1 + 10X2 + 6X3

Sujeto a:
X1 + 3X2 + 5X3 60
2X1 + 4X2 + X3 40
4X1 + 2X2 + X3 20
Xj 0

Solucin con WinQSB


Modelos de redes 103

La interpretacin de los resultados es el siguiente:

Decision Variable. Son las variables estructurales o actividades del modelo


cuya nomenclatura se puede cambiar apropiadamente.

Solution value. Es la solucin optima que se logra con X1=15.56, X2=0 y,


X3=8.89.

Unit Cost or Profit C(j). Son los coeficientes de las variables estructurales
en la funcin objetivo.

Total Contribution. Es la contribucin de cada actividad en la funcin


objetivo. Resulta de multiplicar los valores de las columnas 2 y 3.

Reduced Cost. Son los costos reducidos, cuyo valor es diferente de cero
siempre que una variable estructural tome valor cero en la solucin ptima.
En este caso X2=0 en la solucin optima, por lo que el costo reducido es
igual a -0.78. Significa que al incorporar una restriccin que obligue al
modelo incluir una unidad de X2, reducir la funcin objetivo en 0.78
unidades monetarias.

Allowable Min C(j) y Allowable Max. C(j). Rango para los coeficientes de
la funcin objetivo. En el rango que se muestra, la solucin actual
permanecer inalterable, es decir estar conformado por X1 y X3. Este
rango para la variable X1 es 4.59-12.00, significa que por debajo del valor
inferior, X1 dejar de formar parte de la solucin ptima. En cambio, por
encima de 12.00, la solucin ptima se alcanzar solo con la variable X1.

Objective function (Max). Representa el valor de la funcin objetivo


optimizada. En este caso, 131.11 es el valor mximo de la funcin objetivo.

Constraint. Representa las restricciones del modelo, cuya nomenclatura


tambin se puede cambiar.

Left Hand Side. Lado izquierdo de la restriccin. Resulta de multiplicar los


valores ptimos de cada variable con los coeficientes de cada restriccin.
Para la primera restriccin, 66 es el producto de: 15.56 (1) + 0(3) + 8.89 (5).
Modelos de redes 104

En la tercera restriccin (C3), el requerimiento es de 20.00, pero la solucin


optima se alcanza con 71.11 porque la restriccin es de tipo mayor igual
().

Direction. Es el tipo de cada restriccin, que pueden ser desigualdades o


ecuaciones.

Right Hand Side. Es el valor del lado derecho de cada una de las
restricciones.

Slack or Surplus. Muestra la holgura o exceso de cada restriccin. Para el


ejercicio analizado, las restricciones 1 y 2 no muestra holgura ni exceso. La
tercera restriccin muestra un exceso de 51.11 respecto al requerimiento
que es de 20.00. Cuando la restriccin es de tipo , el valor que se muestra
representa holgura; cuando es de tipo , el valor que se muestra representa
exceso.

Shadow Price. Muestra el precio sombra de cada restriccin. Representa el


cambio unitario en la funcin objetivo, producto de un cambio unitario en el
lado derecho de una restriccin. Por ejemplo, si el lado derecho de la
primera restriccin se incrementa en una unidad (61), el valor de la funcin
objetivo se incrementara en 0.78 unidades monetarias. De manera inversa,
al disminuir una unidad del lado derecho (59), la funcin objetivo
disminuira en 0.78 unidades monetarias.

Allowable Min RHS y Allowable Max RHS. Es el rango del lado derecho de
las restricciones, en el cual, el precio sombra toma el mismo valor. Por
ejemplo, el precio sombra para la primera restriccin, ser igual a cero
cuando el valor del lado derecho de esta restriccin se encuentre entre 20 y
200.

Para la tercera restriccin, el precio sombra ser diferente de 51.11, cuando


el lado derecho de esta restriccin sea mayor que 71.11.