Está en la página 1de 23

FORMULACIÓN DE PROBLEMAS LINEALES

EJEMPLO 1:

Un fabricante de muebles tiene 6 unidades de maderas y 28 horas disponibles, durante
las cuales fabricará biombos decorativos. Con anterioridad, se han vendido bien 2
modelos, de manera que se limitará a producir estos 2 tipos. Estima que el modelo uno
requiere 2 unidades de madera y 7 horas de tiempo disponible, mientras que el modelo
2 requiere una unidad de madera y 8 horas. Los precios de los modelos son 120 dls. y
80 dls., respectivamente. ¿Cuántos biombos de cada modelo debe fabricar si desea
maximizar su ingreso en la venta?

Desarrollo:

Recursos Modelo 1 Modelo 2 Disponibilidad
Madera 2 unidades 1 unidad 6 unidades
Tiempo 7 horas 8 horas 28 horas
Beneficio 120dls. 80 dls.

Variables de decisión: 𝑥

1 = Cantidad de biombos del Modelo 1 a fabricar. 𝑥
2 = Cantidad de biombos del Modelo 2 a fabricar.

Función Objetivo: Maximizar ingresos.

Z = 120𝑥1 + 80𝑥2

Sujeto a: 2𝑥1 + 𝑥2 ≤ 6 unidades

7𝑥1 + 8𝑥2 ≤ 28 horas

∀ 𝑥1 , 𝑥2 ≥ 0

PROBLEMA 2:

Una firma de contadores públicos especializados en preparar liquidaciones y pago de
impuestos y también auditorías en empresas pequeñas. El interés es saber cuántas
auditorías y liquidaciones pueden realizar mensualmente, de tal manera que obtengan
los máximos ingresos. Se dispone de 800 horas para trabajo directo y dirección y 320
horas para revisión. Una auditoría en promedio requiere de 40 horas de trabajo directo
y dirección y 10 horas de revisión, además aporta un ingreso de 300 dls. Una liquidación
de impuestos requiere de 8 horas de trabajo directo y dirección y 5 horas de revisión y
produce un ingreso de 100 dls. Se pueden realizar tantas auditorías como se desee,
pero el máximo de liquidaciones mensuales disponibles es de 60.

Desarrollo:

Recursos Auditoría Liquidación Disponibilidad
Trabajo Directo y 40 horas 8 horas 800 horas
Dirección
Revisión 10 horas 5 horas 320 horas
Beneficio 300dls. 100 dls.

Variables de decisión: 𝑥

1 = Cantidad de auditorías a realizar. 𝑥
2 = Cantidad de liquidaciones a realizar.

Función Objetivo: Maximizar ingresos.

Z = 300𝑥1 + 100𝑥2

Sujeto a: 40𝑥1 + 8𝑥2 ≤ 800

10𝑥1 + 5𝑥2 ≤ 320

∀ 𝑥1 , 𝑥2 ≥ 0 ∧ 𝑥2 ≥ 60 (Cantidad mínima de liquidaciones)

Función Objetivo: Maximizar ganancias. todos los productos tienen que ir a cada máquina y cada uno va en el mismo orden: Primero a la máquina A. La ganancia por unidad vendida de cada producto.5 por Unidad Qué cantidad de cada producto (1 y 2) se debe manufacturar cada semana. B y C. Las horas requeridas en cada máquina. por unidad de producto. Desarrollo: Variables de decisión: 𝑥1 = Cantidad de Producto 1 a fabricar. para obtener la máxima ganancia. 𝑥2 = Cantidad de Producto 2 a fabricar. La tabla siguiente muestra: 1.Problema 3: Un taller tiene tres (3) tipos de máquinas A. 𝑥2 ≥ 0 . 2. por semana. Las horas totales disponibles para cada máquina. puede fabricar dos (2) productos 1 y 2. luego a la B y luego a la C.. 3.5𝑥2 Sujeto a: 2𝑥1 + 2𝑥2 ≤ 16 𝑥1 + 2𝑥2 ≤ 12 4𝑥1 + 2𝑥2 ≤ 28 ……. formule el modelo de programación lineal. ∀ 𝑥1 . Z = 𝑥1 + 1. Tipo de Producto 1 Producto 2 Horas disponibles por Maquina semana A 2 2 16 B 1 2 12 C 4 2 28 Ganancia 1 1.

llamémoslos productos 1. 2 y 3. respectivamente.. 12 dls. para los productos 1.PROBLEMA 4: Una empresa manufacturera está considerando dedicar su capacidad a fabricar 3 productos. Desarrollo: Tipo de Máquina Producto 1 Producto 2 Producto3 Disponibilidad Fresadora 9 horas 3 horas 5 horas 500 horas Torno 5 horas 4 horas 0 horas 350 horas Rectificadora 3 horas 0 horas 2 horas 150 horas Beneficio 30dls. La utilidad unitaria sería de 30. 12 y 15 dls. 15 dls. Formúlese el modelo de programación lineal para determinar cuánto debe producir la empresa de cada producto para maximizar la utilidad. . 2 y 3. La capacidad disponible de las máquinas que podría limitar la producción se resume en la siguiente tabla: Tipo de Máquina Tiempo Disponible (horas máquina) Fresadora 500 Torno 350 Rectificadora 150 El número de horas requeridas por cada unidad de los productos respectivos es: Tipo de Producto 1 Producto 2 Producto 3 Máquina Fresadora 9 3 5 Torno 5 4 0 Rectificadora 3 0 2 El departamento de ventas indica que el potencial de ventas para los productos 1 y 2 es mayor que la tasa de producción máxima y que el potencial de ventas para el producto 3 es de 20 unidades por semana.

68 Grasa 0.25 Beneficio 80 centavos 60 centavos . La carne de cerdo contiene 68 % de carne y 32 % de grasa y cuesta 60 centavos por libra.32 0. Z = 30𝑥1 + 12𝑥2 + 15𝑥2 Sujeto a: 9𝑥1 + 3𝑥2 + 5𝑥3 ≤ 500 5𝑥1 + 4𝑥2 ≤ 350 3𝑥1 + 2𝑥3 ≤ 150 𝑥3 ≤ 20 (Potencial de ventas por semana) ∀ 𝑥1 .Variables de decisión: 𝑥1 = Cantidad de Producto 1 a fabricar. ¿Qué cantidad de cada tipo de carne debe emplear la tienda por cada libra de carne para hamburguesa si desea minimizar el costo y mantener el contenido de grasa no mayor de 25 %? Desarrollo: Recursos Carne de Carne de Requerimiento Res Cerdo Carne 0. 𝑥3 ≥ 0 PROBLEMA 5: Un expendio de carnes acostumbra preparar carne para hamburguesa con una combinación de carne molida de res y carne molida de cerdo. Función Objetivo: Maximizar utilidad.20 0. 𝑥2 . 𝑥3 = Cantidad de Producto 3 a fabricar.80 0. La carne de res contiene 80 % de carne y 20 % de grasa y le cuesta a la tienda 80 centavos por libra. 𝑥2 = Cantidad de Producto 2 a fabricar.

00 0. Z = 80𝑥1 + 60𝑥2 Sujeto a: 𝑥1 + 𝑥2 = 1 (Combinación de carne a utilizar 1 = 100%) 0.Variables de decisión: 𝑥1 = Cantidad de Carne de Res a utilizar.0463 Soya 0.32𝑥2 ≤ 0.001 0. 2. 3.0164 Maíz 0..08 0.002 0. además. 𝑥2 = Cantidad de Carne de Cerdo a utilizar. LIBRAS POR LIBRA DE INGREDIENTE Ingredient Calcio Proteína Fibra Costo ($) por libra e Caliza 0. .. que los principales ingredientes utilizados incluyen maíz. Suponga. La dieta debe contener: 1.02 0.Al menos 22% de proteínas.1250 Minimice el costo total para la dieta. Función Objetivo: Minimizar costos.a lo más 5% de fibras crudas. soya y caliza.8% pero no más de 1..25 ∀ 𝑥1 . 𝑥2 ≥ 0 PROBLEMA 6: Formule una dieta para pollos.2% de calcio.380 0. El contenido nutritivo de estos ingredientes se resume a continuación. determinando la cantidad de cada ingrediente que debe utilizarse.Al menos 0. Suponga que el lote diario requerido de la mezcla son 100 lbs.50 0.20𝑥1 + 0.09 0.00 0.

380𝑥1 + 0.00 0.0164 dls. Función Objetivo: Minimizar costos. 𝑥2 = Cantidad de Maíz a utilizar.002 Mín.380𝑥1 + 0.8 0.008𝑥3 ≤ 5 𝑥1 + 𝑥2 + 𝑥3 = 100 ∀ 𝑥1 .002𝑥2 + 0.1250𝑥2 Sujeto a: 0. Proteína 0.2 lbs.005𝑥3 ≥ 22 0. 0. = 0. Costo 0.00 0.05 22 lbs. 𝑥2 . Z = 0.0463 dls. Variables de decisión: 𝑥1 = Cantidad de Caliza a utilizar.001𝑥2 + 0.1250 dls.02 0.2 0.0463𝑥2 + 0. 𝑥3 ≥ 0 .08 5 lbs.009𝑥2 + 0.0164𝑥1 + 0.002𝑥3 ≥ 0.8 lbs. Máx. =1. 0.380 0. 𝑥3 = Cantidad de Fibra a utilizar. Fibra 0.009 0.002𝑥3 ≤ 1.001 0.001𝑥2 + 0.Desarrollo: Ingredientes Caliza Maíz Fibra Requerimiento Calcio 0.

Función Objetivo: Minimizar costos. B. Diariamente tiene que abastecer 4 áreas A. Z = 2𝑥1𝐴 + 3𝑥1𝐵 + 4𝑥1𝐶 + 4𝑥1𝐷 + 3𝑥2𝐴 + 2𝑥2𝐵 + 5𝑥2𝐶 + 2𝑥2𝐷 + 4𝑥3𝐴 + 𝑥3𝐵 + 2𝑥3𝐶 + 2𝑥3𝐷 . El costo de bombeo por millón de litros de agua es como sigue: DEPÓSIT ÁREA O A B C D 1 2 3 4 5 2 3 2 5 2 3 4 1 2 3 Minimice el costo total de suministro de agua de los depósitos a las áreas. C y D. las cuales tienen una demanda esperada de 8. 12 y 15 millones de litros de agua. respectivamente.PROBLEMA 7: Una compañía distribuidora de agua tiene 3 depósitos con entrada diaria estimada de 15. Desarrollo: Depósito Área A Área B Área C Área D Disponibilidad 1 2 3 4 4 15 millones 2 3 2 5 2 20 millones 3 4 1 2 3 25 millones Costo 8 millones 10 12 millones 15 millones millones Variables de decisión: 𝑥ij = Cantidad de agua que se envía de cada depósito a cada área. 20 y 25 millones de litros de agua respectivamente. 10.

C. Además.Sujeto a:  Entradas de Agua disponible: 𝑥1𝐴 + 𝑥1𝐵 + 𝑥1𝐶 + 𝑥1𝐷 ≤ 15 𝑥2𝐴 + 𝑥2𝐵 + 𝑥2𝐶 + 𝑥2𝐷 ≤ 20 𝑥3𝐴 + 𝑥3𝐵 + 𝑥3𝐶 + 𝑥3𝐷 ≤ 25  Necesidades de Agua por Área: 𝑥1𝐴 + 𝑥2𝐴 + 𝑥3𝐴 = 8 𝑥1𝐵 + 𝑥2𝐵 + 𝑥3𝐵 = 10 𝑥1𝐶 + 𝑥2𝐶 + 𝑥3𝐶 = 12 𝑥1𝐷 + 𝑥2𝐷 + 𝑥3𝐷 = 15 ∀ 𝑥𝑖𝑗 ≥ 0. . j = A. 2. desea determinar el número de días que la mina debería operar durante la siguiente semana si debe cumplir su compromiso a un costo mínimo. 3. D PROBLEMA 8: Una compañía de minas opera 3 minas. El mineral de cada una de ellas se separa antes embarcarse en 2 grados (tipos). B. así como sus costos diarios de operación son los siguientes: Mineral Grado Mineral Grado Costo Alto (ton/día) Bajo (ton/día) ($!.000/día) Mina I 4 4 20 Mina II 6 4 22 Mina III 1 6 18 La compañía se comprometió a entregar 54 toneladas de mineral de grado alto y 65 toneladas de mineral de grado bajo para fines de la semana siguiente (7 días disponibles de operación). La cantidad diaria de producción de las minas. i = 1.

𝑥3 = Días de Operación en Mina III. Z = 20𝑥1 + 22𝑥2 + 18𝑥3 Sujeto a: 𝑥1 ≤ 7 𝑥2 ≥ 7 𝑥3 ≥ 7 4𝑥1 + 6𝑥2 + 𝑥3 ≤ 54 4𝑥1 + 4𝑥2 + 6𝑥3 ≤ 65 ∀ 𝑥1 . Función Objetivo: Minimizar costos.000/día) Variables de decisión: 𝑥1 = Días de Operación en Mina I.Desarrollo: Tipo de Mineral Mina I Mina II Mina III Requerimiento (ton) Mineral Grado 4 6 1 54 Alto (ton/día) Mineral Grado 4 4 6 65 Bajo (ton/día) Costo 20 22 18 ($!. 𝑥2 . 𝑥3 ≥ 0 . 𝑥2 = Días de Operación en Mina II.

MAY. OCT. DIC. Puede comprar anticipadamente y almacenar para evitar los aumentos de precios. EJEMPLO 9: Jack Bienstaulk tiene a su cargo la compra de mercancías enlatadas para el servicio de alimentos GAGA en una gran universidad.20 por caja. Él sabe cuál será la demanda durante el transcurso del año escolar y ha estimado también los precios de compra.20𝑃7 + 0. ENE. (t=1. … 9) 𝑖𝑡 = Cantidad de cajas en existencia en el mes t. En la figura se muestran estos datos.20𝑃2 + 0. 2. NOV. Elabore un PL que minimice el costo y que ayude a Jack a determinar el momento de sus compras. MAR. (t=1.20𝑃6 + 0.20𝑃3 + 0. pero existe un costo de mantener inventario de $0. SEP.20𝑃4 + 0. 2. ABR. Datos de la demanda y el costo.20𝑃5 + 0.20𝑃1 + 0. Z = 20𝑃1 + 20𝑃2 + 20𝑃3 + 21𝑃4 + 21𝑃5 + 21𝑃6 + 23𝑃7 + 23𝑃8 + 23𝑃9 + 0. Demandas 1000 900 850 500 600 1000 1000 1000 500 (cajas) costo por caja $20 $20 $20 $21 $21 $21 $23 $23 $23 Desarrollo: 𝑃𝑡 =Cantidad de cajas compradas en el mes t.20𝑃8 Sujeto a: 𝑃1 = 1000 + 𝑖1 𝑖1 + 𝑃2 = 900 + 𝑖2 𝑖2 + 𝑃3 = 900 + 𝑖3 𝑖3 + 𝑃4 = 900 + 𝑖4 𝑖4 + 𝑃5 = 900 + 𝑖5 . Sugerencia: Supóngase que Pt es el número de cajas compradas en el mes t y que it es el número de cajas en existencias al final del mes t. por mes. aplicado al inventario en existencia al final del mes. …8) Función Objetivo: Minimizar costos. FEB.

4. 𝑥4 = Número de meseras que entran a las 14 horas. 8. Desarrollo: Variables de decisión: 𝑥1 = Número de meseras que entran a las 2 horas. 9 ∀ 𝑖𝑡 ≥ 0. 6. 3. El objetivo es encontrar el número más pequeño requerido para cumplir los requisitos anteriores. 7. 5. t = 1. 2. 6. 2. Formule el problema como un modelo de programación lineal. 8 EJEMPLO 10: Para una cafetería que trabaja 24 horas se requieren las siguientes meseras: HORAS DEL NÚMERO MÍNIMO DE DÍA MESERAS 2-6 4 6-10 8 10-14 10 14-18 7 18-22 12 22-2 4 Cada mesera trabaja 8 horas consecutivas por día con horarios de entrada 2. 18 y 22 horas. 𝑖5 + 𝑃6 = 900 + 𝑖6 𝑖6 + 𝑃7 = 900 + 𝑖7 𝑖7 + 𝑃8 = 900 + 𝑖8 𝑖8 + 𝑖9 = 500 ∀ 𝑃𝑡 ≥ 0. 14. . 6. 𝑥3 = Número de meseras que entran a las 10 horas. 𝑥2 = Número de meseras que entran a las 6 horas. 5. 7. 4. 10. 3. i = 1.

cuya longitud original es de 300 cm. 𝑥6 = Número de meseras que entran a las 22 horas. Función Objetivo: Minimizar costos. la compra de materia prima y optimice la productividad. Formule un problema de programación lineal que minimice el desperdicio. la Fábrica necesita el capital para comprar 292 varillas para bocel de 300 cm. 𝑥5 . El Departamento de ventas tiene pedidos para el siguiente mes de 175 cuadros de 119 x 90 cm. (Cada cuadro lleva 2 boceles de cada dimensión).𝑥5 = Número de meseras que entran a las 18 horas. 𝑥3 . El jefe de producción ordena que se corten 350 boceles de 119 cents. cuyos marcos se obtienen de cortar varillas para bocel. 𝑥6 ≥ 0 EJEMPLO 11: En una marquetería se fabrican cuadros. cada una y genera 14. Y 350 boceles de 90 cm. Con esta manera de cortar la madera. Z = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 + 𝑥6 Sujeto a: 𝑥1 + 𝑥6 ≥ 4 𝑥1 + 𝑥2 ≥ 8 𝑥2 + 𝑥3 ≥ 10 𝑥3 + 𝑥4 ≤ 7 𝑥4 + 𝑥5 ≤ 12 𝑥5 + 𝑥6 ≤ 4 ∀ 𝑥1 . 𝑥2 .450 cm de desperdicio. 𝑥4 . Materia Prima: Varilla de madera para Bocel de 300 cm de largo Medidas necesarias para el marco .

𝑥3 ≥ 0 . 𝑥3 = Número de varillas a cortar de la forma 3. Desarrollo: Variables de decisión: 𝑥1 = Número de varillas a cortar de la forma 1.850 + 3600 = 14.850 cm Número de varillas a comprar: (175 x 2) / 3 = 116. Total de centímetros de desperdicio: 10. 𝑥2 . 𝑥2 = Número de varillas a cortar de la forma 2. Función Objetivo: Minimizar desperdicio. Número de Boceles para 175 cuadros: 175 x 2 = 350 Método de corte actual y su valoración Número de varillas a comprar: (175 x 2) / 2 = 175 varillas Desperdicio: 175 x 62=10. Z = 62𝑥1 + 𝑥2 + 30𝑥3 Sujeto a: 2𝑥1 + 𝑥2 = 350 2𝑥2 + 3𝑥3 = 350 ∀ Z+ 𝑥1 . la compra de materia prima y optimice la productividad.6 117 varillas Desperdicio:117x30 + 90 = 3600 cm Total de varillas de 300 cm a comprar: 175 + 117 = 292 varillas.450 cm.

4 80.3 82. Las ofertas finales en miles de dólares son las que se muestran. estando satisfecha con todas ellas.1 86.6 83.EJEMPLO 12.4 77.5 82.2 83. Anteriormente.5 79.4 85.3 88 87.6 86. ¿que asignación da como resultado un costo total mínimo para la cadena de restaurantes? Desarrollo: Variables de decisión: 𝑥11 = Asignar la tienda 1 a la constructora 1 𝑥12 = Asignar la tienda 1 a la constructora 2 𝑥13 = Asignar la tienda 1 a la constructora 3 𝑥14 = Asignar la tienda 1 a la constructora 4 𝑥15 = Asignar la tienda 1 a la constructora 5 𝑥16 = Asignar la tienda 1 a la constructora 6 𝑥21 = Asignar la tienda 2 a la constructora 1 𝑥22 = Asignar la tienda 2 a la constructora 2 𝑥23 = Asignar la tienda 2 a la constructora 3 𝑥24 = Asignar la tienda 2 a la constructora 4 𝑥25 = Asignar la tienda 2 a la constructora 5 𝑥26 = Asignar la tienda 2 a la constructora 6 𝑥31 = Asignar la tienda 3 a la constructora 1 𝑥32 = Asignar la tienda 3 a la constructora 2 𝑥33 = Asignar la tienda 3 a la constructora 3 𝑥34 = Asignar la tienda 3 a la constructora 4 .5 81. Una cadena de restaurantes de servicio rápido desea construir cuatro tiendas. las ha invitado a concursar para cada trabajo.4 89.3 3 82 81.3 84.7 4 84.5 Ya que la cadena desea tener listos los nuevos establecimientos tan pronto como sea posible otorgará cuando más un trabajo a cada compañía constructora. tienda constructoras 1 2 3 4 5 6 1 85.9 77.3 78.1 2 78.4 76.3 84. la cadena ha empleado sies diferentes compañías y.

𝑥13 . 𝑥15 .𝑥35 = Asignar la tienda 3 a la constructora 5 𝑥36 = Asignar la tienda 3 a la constructora 6 𝑥41 = Asignar la tienda 4 a la constructora 1 𝑥42 = Asignar la tienda 4 a la constructora 2 𝑥43 = Asignar la tienda 4 a la constructora 3 𝑥44 = Asignar la tienda 4 a la constructora 4 𝑥45 = Asignar la tienda 4 a la constructora 5 𝑥46 = Asignar la tienda 4 a la constructora 6 Función Objetivo: Minimizar el costo de construcción de las tiendas Z = 85. 𝑥14 .3𝑥11 + 88𝑥12 + 87. 𝑥12 . … .5𝑥13 + 82.4𝑥45 + 85. 𝑥46 >= 0 .4𝑥14 + ⋯ + 84.5𝑥46 Sujeto a: 𝑥11 + 𝑥12 + 𝑥13 + 𝑥14 + 𝑥15 + 𝑥16 = 1 𝑥21 + 𝑥22 + 𝑥23 + 𝑥24 + 𝑥25 + 𝑥26 = 1 𝑥31 + 𝑥32 + 𝑥33 + 𝑥34 + 𝑥35 + 𝑥36 = 1 𝑥41 + 𝑥42 + 𝑥43 + 𝑥44 + 𝑥45 + 𝑥46 = 1 𝑥11 + 𝑥21 + 𝑥31 + 𝑥41 <= 1 𝑥12 + 𝑥22 + 𝑥32 + 𝑥42 <= 1 𝑥13 + 𝑥23 + 𝑥33 + 𝑥43 <= 1 𝑥14 + 𝑥24 + 𝑥34 + 𝑥44 <= 1 𝑥15 + 𝑥25 + 𝑥35 + 𝑥46 <= 1 𝑥16 + 𝑥26 + 𝑥36 + 𝑥46 <= 1 𝑥11 .

b) El peso de los tamaños 1 y 2 no debe ser mayor que 1.1(𝑥1 + 𝑥2 + 𝑥3 ) 𝑥2 ≥ 0.1(𝑥1 + 𝑥2 + 𝑥3 ) 𝑥1 + 𝑥2 + 𝑥3 ≥ 2 𝑥𝑗 ≥ 0 J=1. $8 y $12. Los tamaños 1.2 y 3 . Tres tamaños de tuercas y tornillos componen el paquete y se compran en lotes de 200 libras. Cada paquete pesa por lo menos 2 libras. 𝑥13 = 8/200 es lo que vale una libra de tornillos tipo 2.6 libras c) Cualquier tamaño de tornillo debe ser al menos el 10% del paquete total ¿Cuál será la composición del paquete que ocasionará un costo mínimo? Desarrollo: Variables de decisión: 𝑥j = Peso en libras de las tuercas y tornillos del tamaño j-ésimo (j=1. 2 y 3 cuestan respectivamente $20.EJEMPLO 13. además: a) El peso combinado de los tamaños 1 y 3 debe ser al menos la mitad del peso total del paquete.6 𝑥1 ≥ 0.2 y 3) en la bolsa. Función Objetivo: Minimizar Z = 20/200𝑥1 + 8/200𝑥2 + 12/200𝑥3 𝑥1 +𝑥2 +𝑥3 Sujeto a : 𝑥1 + 𝑥3 ≥ 2 𝑥1 + 𝑥2 ≤ 1.1(𝑥1 + 𝑥2 + 𝑥3 ) 𝑥3 ≥ 0. 𝑥14 = 12/200 es lo que vale una libra de tornillos tipo 3. Un distribuidor de ferretería planea vender paquetes de tuercas y tornillos mezclados. 𝑥12 = 20/200 es lo que vale una libra de tornillos tipo 1.

con capacidades de 900 y 1. Plantas de Almacenes Regionales de distribución Fabricación Neiva Medellín Cali Bogotá Pereira 6 4 2 6 Ibagué 2 3 7 5 Pasto 6 4 4 8 Villavicencio 6 3 4 2 . 40 y 40 unidades respectivamente. Una empresa del sector textil. que opera en todo el país. Sus detallistas requieren las siguientes cantidades: Pereira 25. 800. Cali y Bogotá. existen dos alternativas a considerar: Pasto (alternativa 1) y Villavicencio (Alternativa 2).500 unidades respectivamente. dispone de la siguiente configuración: Dos plantas de fabricación en Pereira e Ibagué. Tuluá 10. Estos centros tienen disponibilidades de: 20.EJEMPLO 14. Cuatro almacenes regionales de distribución que sirven a los clientes de sus respectivas zonas en: Neiva. Ibagué 30 y Armenia 15. En los próximos años. la empresa espera un crecimiento de la demanda del orden del 25%. Anserma 20. con demandas de: 700. Un fabricante tiene tres centros de distribución en: Bogotá. La tabla siguiente muestra los costos de transporte unitarios entre cada origen y destino. Medellín. lo cual ha llevado a la dirección de la misma a plantearse la apertura de una nueva fábrica. A la vista de los criterios que la empresa estima importantes para la localización de la nueva planta. dado que ambas parecen ser igualmente convenientes respecto a otros factores. Medellín y Cali. El costo de transporte por unidad en pesos entre cada centro de distribución y las localidades de los detallistas se dan en la siguiente tabla: Detallistas Pereira Tuluá Anserma Ibagué Armenia Bogotá 55 30 40 50 40 Centros de Medellín 35 30 100 45 60 Distribución Cali 40 60 95 35 30 Cuántas unidades debe mandar el fabricante desde cada centro de distribución a cada detallista. 500 y 400 unidades respectivamente. La elección recaerá en aquella que provoque los menores costos de transporte entre las fábricas y los almacenes. de manera que los costos totales de transporte sean mínimos EJEMPLO 15.

Una compañía de petróleos produce tres tipos de gasolina: Super. de manera que se minimice el costo total de los cuatro barcos. 2. Se obtienen por mezcla de tres calidades de crudo (A. Se puede usar cualquier barco para hacer cualquiera de los cuatro viajes. 3 y 4). C). el costo total de cargar. 2. Normal y Euro. dadas algunas diferencias entre los barcos y las cargas. transporte y descargue de bienes para las distintas combinaciones de barcos y puerto varía mucho. Sin embargo. Estos costos se muestran en la siguiente tabla: PUERTO 1 2 3 4 1 5 4 6 7 2 6 6 7 5 BARCO 3 7 5 7 6 4 5 4 6 6 El objetivo es asignar los barcos a los puertos en una correspondencia uno a uno. EJEMPLO 17. que contienen tres componentes (1. 3). La participación de estos componentes en la composición de cada crudo es: Componente (%) 1 2 3 A 80 10 5 Crudos B 45 30 20 C 30 40 25 Las especificaciones de los tres tipos de gasolina son: Componente (%) 1 2 3 Súper  60  25  10 Gasolina Normal  50  30  15 . B. Se usan cuatro barcos cargueros para transportar bienes de un puerto a otros cuatro puertos (numerados 1.EJEMPLO 16.

respectivamente. La compañía desea maximizar la producción de gasolina Euro.500 barriles de A. La disponibilidad diaria de crudos B y C se limita.500 barriles diarios. partimos de una ración hipotética en la cual intervienen los siguientes datos: .5 1300 Nuestro propósito es el de optimizar una ración de Mínimo Costo .000 y 7. El presupuesto diario de compra es de $ 50 Millones. EJEMPLO 18 Para aplicar la programación lineal en la elaboración de las raciones para vacas lecheras. B y C son: $650.Necesidades nutritivas de las vacas lecheras. Las demandas de gasolina Súper y Normal son de 2.000 barriles.Dos alimentos: un Concentrado (X1) y un Forraje (X2) . $500 y $450. Ciertos acuerdos obligan a comprar al menos 2.000 y 2. a 3. que deben satisfacerse. respectivamente.Tres nutrientes: Proteína Cruda PC Energía Neta de lactancia ENI Fibra Cruda FC .El precio por Kilogramo de cada uno de los alimentos . Euro  40  35  20 Los costos por barril de crudo A. Formule un modelo de programación lineal que de respuesta al problema planteado por la compañía. ALIMENTOS VARIABLES PC ENl FC PRECIO ( gr ) ( Mcal ) ( gr ) ($) concentrado X1 120 2.3 280 50 NECESIDADES PC ( gr ) Enl ( Mcal ) FC ( gr ) MAXIMO 2000 MINIMO 1500 16.0 100 100 forraje X2 200 1.

COSTO : ALIMENTOS VARIABLES PC ENl FC PRECIO ( gr ) ( Mcal ) ( gr ) ($) concentrado X1 120 2.0𝑥1 + 1.00.3 280 50 NECESIDADES Enl ( Mcal ) FC ( gr ) COSTO ( $ ) MÁXIMO 2000 850 MÍNIMO 14.5 1300 Optimizar una ración de MÁXIMA PROTEÍNA CRUDA.0 100 100 forraje X2 200 1. agregando como restricción. que la ración no cueste más de $ 850.3𝑥2 >= 16.5 100𝑥1 + 280𝑥2 <=2000 100𝑥1 + 280𝑥2 >=1300 EJEMPLO 19 Calculemos ahora una ración MAXIMIZADA con los siguientes datos. Agregando una nueva restricción.Desarrollo: Variables de decisión: 𝑥1 = Concentrado 𝑥2 = Forraje Función Objetivo: Minimizar costos Z = 110𝑥1 + 50𝑥2 Sujeto a: 120𝑥1 + 200𝑥2 >= 1500 22. Desarrollo: Variables de decisión: .

3𝑥2 >= 14. produciendo 30 Kg. La curva de lactancia tendrá los siguientes valores de producción mensual de leche por día. de leche por día.𝑥1 = Concentrado 𝑥2 = Forraje Función Objetivo: Maximizar proteína Z = 120𝑥1 + 200𝑥2 Sujeto a: 2.5 2100𝑥1 + 280𝑥2 <= 2000 100𝑥1 + 280𝑥2 >=1300 110𝑥1 + 50𝑥2 <=850 EJEMPLO 20 Resolver una ración optimizada por programación lineal para una Vaca Lechera con un pesa vivo de 650 Kg.5 3º 37 7 259 7899. con un contenido de grasa de 4 %. para una granja de 80 vacas.5 4º 35 4525 37 6 210 6405 5º 32 8 256 7808 6º 30 9 270 8235 7º 27 2721 30 6 162 4941 .0𝑥1 + 1. por lo tanto producirá 9155 Kg. de las cuales 70 vacas están en producción Láctea y 10 vacas se encuentran secas: PERIODO DE LACTANCIA MES DE LECHE LECHE MEDIA VACAS PRODUCC PRODUCCI LACTAN POR POR POR IÓN ÓN LÁCTEA CIA VACA VACA LOTE LÁCTEA (Kg/día) (Kg/lacta (Kg/día) (cabezas) (Kg/día) (Kg/mes) ncia) 1er 36 7 252 7656 2º 41 7 287 8753. leche por lactancia.

Lote del 4o. leche y peso vivo de 650 Kg. mes de lactancia: Producción láctea total de 4525 Kg. 8º 24 6 144 4392 9º 21 6 126 3843 10º 18 1909 21 8 144 4392 TOTAL 9155 70 2110 64355 PERIODO DE SECA MES DE SECA VACAS ( cabezas ) 1er 5 2o 5 TOTAL 10 Se puede elegir dos estrategias de alimentación: 1a. Lote del 7o. 1 ración para producción láctea de 37 Kg.Determinar una ración por cada mes de lactancia. y Media/día de 30 Kg..Lotes de vacas por producción láctea: 1er. 1 ración para producción láctea de 21 Kg. mes de lactancia: Producción láctea total de 1909 Kg. ESTRATEGIA. mes de lactancia: Producción láctea total de 2721 Kg. Lote del 1er al 4o.. y Media/día de 37 Kg. leche y peso vivo de 650 Kg. 1 ración para producción láctea de 30 Kg. ESTRATEGIA. 3er. . y Media/día de 21 Kg. al 10o. por lo que calcularemos 10 raciones por programación lineal. 2o. 2a. leche y peso vivo de 650 Kg. al 7o.