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:

𝑥1 = Cantidad de biombos del Modelo 1 a fabricar.

𝑥2 = 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:

𝑥1 = Cantidad de auditorías a realizar.

𝑥2 = 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)

Problema 3:

Un taller tiene tres (3) tipos de máquinas A, B y C; puede fabricar dos (2) productos 1 y
2, todos los productos tienen que ir a cada máquina y cada uno va en el mismo orden:
Primero a la máquina A, luego a la B y luego a la C. La tabla siguiente muestra:

1. Las horas requeridas en cada máquina, por unidad de producto.

2. Las horas totales disponibles para cada máquina, por semana.
3. La ganancia por unidad vendida de cada producto.

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 1,5
por Unidad

Qué cantidad de cada producto (1 y 2) se debe manufacturar cada semana, para

obtener la máxima ganancia, formule el modelo de programación lineal.
Desarrollo:

Variables de decisión:

𝑥1 = Cantidad de Producto 1 a fabricar.

𝑥2 = Cantidad de Producto 2 a fabricar.
Función Objetivo: Maximizar ganancias.

Z = 𝑥1 + 1,5𝑥2

Sujeto a: 2𝑥1 + 2𝑥2 ≤ 16

𝑥1 + 2𝑥2 ≤ 12

4𝑥1 + 2𝑥2 ≤ 28 …….. ∀ 𝑥1 , 𝑥2 ≥ 0

PROBLEMA 4:

Una empresa manufacturera está considerando dedicar su capacidad a fabricar 3

productos; llamémoslos productos 1, 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. La utilidad unitaria sería de 30, 12 y 15 dls.,
respectivamente, para los productos 1, 2 y 3.

Formúlese el modelo de programación lineal para determinar cuánto debe producir la

empresa de cada producto para maximizar la utilidad.

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. 12 dls. 15 dls.
Variables de decisión:

𝑥1 = Cantidad de Producto 1 a fabricar.

𝑥2 = Cantidad de Producto 2 a fabricar.
𝑥3 = Cantidad de Producto 3 a fabricar.

Función Objetivo: Maximizar utilidad.

Z = 30𝑥1 + 12𝑥2 + 15𝑥2

Sujeto a: 9𝑥1 + 3𝑥2 + 5𝑥3 ≤ 500

5𝑥1 + 4𝑥2 ≤ 350

3𝑥1 + 2𝑥3 ≤ 150

𝑥3 ≤ 20 (Potencial de ventas por semana)

∀ 𝑥1 , 𝑥2 , 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. La carne de res contiene
80 % de carne y 20 % de grasa y le cuesta a la tienda 80 centavos por libra. La carne
de cerdo contiene 68 % de carne y 32 % de grasa y cuesta 60 centavos por libra. ¿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 0,80 0,68
Grasa 0,20 0,32 0,25
Beneficio 80 centavos 60 centavos
Variables de decisión:

𝑥1 = Cantidad de Carne de Res a utilizar.

𝑥2 = Cantidad de Carne de Cerdo a utilizar.

Función Objetivo: Minimizar costos.

Z = 80𝑥1 + 60𝑥2

Sujeto a: 𝑥1 + 𝑥2 = 1 (Combinación de carne a utilizar 1 = 100%)

0,20𝑥1 + 0,32𝑥2 ≤ 0,25

∀ 𝑥1 , 𝑥2 ≥ 0

PROBLEMA 6:

Formule una dieta para pollos. Suponga que el lote diario requerido de la mezcla son
100 lbs. La dieta debe contener:

1.- Al menos 0.8% pero no más de 1.2% de calcio.

2.- Al menos 22% de proteínas.
3.- a lo más 5% de fibras crudas.

Suponga, además, que los principales ingredientes utilizados incluyen maíz, soya y
caliza. El contenido nutritivo de estos ingredientes se resume a continuación.

LIBRAS POR LIBRA DE INGREDIENTE

Ingredient Calcio Proteína Fibra Costo ($) por libra

e
Caliza 0,380 0,00 0,00 0,0164
Maíz 0,001 0,09 0,02 0,0463
Soya 0,002 0,50 0,08 0,1250

Minimice el costo total para la dieta, determinando la cantidad de cada ingrediente que
debe utilizarse.
Desarrollo:

Ingredientes Caliza Maíz Fibra Requerimiento

Calcio 0,380 0,001 0,002 Mín. = 0.8 lbs.
Máx. =1.2 lbs.
Proteína 0,00 0,009 0,05 22 lbs.
Fibra 0,00 0,02 0,08 5 lbs.
Costo 0.0164 dls. 0,0463 dls. 0,1250 dls.

Variables de decisión:

𝑥1 = Cantidad de Caliza a utilizar.

𝑥2 = Cantidad de Maíz a utilizar.
𝑥3 = Cantidad de Fibra a utilizar.

Función Objetivo: Minimizar costos.

Z = 0,0164𝑥1 + 0,0463𝑥2 + 0,1250𝑥2

Sujeto a: 0,380𝑥1 + 0,001𝑥2 + 0,002𝑥3 ≤ 1.2

0,380𝑥1 + 0,001𝑥2 + 0,002𝑥3 ≥ 0.8

0,009𝑥2 + 0,005𝑥3 ≥ 22

0,002𝑥2 + 0,008𝑥3 ≤ 5

𝑥1 + 𝑥2 + 𝑥3 = 100

∀ 𝑥1 , 𝑥2 , 𝑥3 ≥ 0
PROBLEMA 7:

Una compañía distribuidora de agua tiene 3 depósitos con entrada diaria estimada de
15, 20 y 25 millones de litros de agua respectivamente. Diariamente tiene que abastecer
4 áreas A, B, C y D, las cuales tienen una demanda esperada de 8, 10, 12 y 15 millones
de litros de agua, respectivamente. 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.

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.

Función Objetivo: Minimizar costos.

Z = 2𝑥1𝐴 + 3𝑥1𝐵 + 4𝑥1𝐶 + 4𝑥1𝐷 + 3𝑥2𝐴 + 2𝑥2𝐵 + 5𝑥2𝐶 + 2𝑥2𝐷 + 4𝑥3𝐴 + 𝑥3𝐵 + 2𝑥3𝐶 + 2𝑥3𝐷
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; i = 1, 2, 3; j = A, B, C, 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). La cantidad diaria de producción de las minas,
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). Además, desea determinar el número de días que la mina
debería operar durante la siguiente semana si debe cumplir su compromiso a un costo
mínimo.
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
($!,000/día)

Variables de decisión:

𝑥1 = Días de Operación en Mina I.

𝑥2 = Días de Operación en Mina II.
𝑥3 = Días de Operación en Mina III.

Función Objetivo: Minimizar costos.

Z = 20𝑥1 + 22𝑥2 + 18𝑥3

Sujeto a: 𝑥1 ≤ 7

𝑥2 ≥ 7

𝑥3 ≥ 7

4𝑥1 + 6𝑥2 + 𝑥3 ≤ 54

4𝑥1 + 4𝑥2 + 6𝑥3 ≤ 65

∀ 𝑥1 , 𝑥2 , 𝑥3 ≥ 0
 EJEMPLO 9:

Jack Bienstaulk tiene a su cargo la compra de mercancías enlatadas para el servicio

de alimentos GAGA en una gran universidad. Él sabe cuál será la demanda durante el
transcurso del año escolar y ha estimado también los precios de compra. En la figura
se muestran estos datos. Puede comprar anticipadamente y almacenar para evitar los
aumentos de precios, pero existe un costo de mantener inventario de $0.20 por caja,
por mes, aplicado al inventario en existencia al final del mes. Elabore un PL que
minimice el costo y que ayude a Jack a determinar el momento de sus compras,
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.
Datos de la demanda y el costo.

SEP. OCT. NOV. DIC. ENE. FEB. MAR. ABR. MAY.

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. (t=1, 2, … 9)

𝑖𝑡 = Cantidad de cajas en existencia en el mes t. (t=1, 2, …8)

Función Objetivo: Minimizar costos.

Z = 20𝑃1 + 20𝑃2 + 20𝑃3 + 21𝑃4 + 21𝑃5 + 21𝑃6 + 23𝑃7 + 23𝑃8 + 23𝑃9 + 0,20𝑃1 + 0,20𝑃2 +
0,20𝑃3 + 0,20𝑃4 + 0,20𝑃5 + 0,20𝑃6 + 0,20𝑃7 + 0,20𝑃8

Sujeto a: 𝑃1 = 1000 + 𝑖1

𝑖1 + 𝑃2 = 900 + 𝑖2

𝑖2 + 𝑃3 = 900 + 𝑖3

𝑖3 + 𝑃4 = 900 + 𝑖4

𝑖4 + 𝑃5 = 900 + 𝑖5
 𝑖5 + 𝑃6 = 900 + 𝑖6

𝑖6 + 𝑃7 = 900 + 𝑖7

𝑖7 + 𝑃8 = 900 + 𝑖8

𝑖8 + 𝑖9 = 500

∀ 𝑃𝑡 ≥ 0; t = 1, 2, 3, 4, 5, 6, 7, 8, 9

∀ 𝑖𝑡 ≥ 0; i = 1, 2, 3, 4, 5, 6, 7, 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, 6, 10,
14, 18 y 22 horas. El objetivo es encontrar el número más pequeño requerido para
cumplir los requisitos anteriores. Formule el problema como un modelo de
programación lineal.

Desarrollo:

Variables de decisión:

𝑥1 = Número de meseras que entran a las 2 horas.

𝑥2 = Número de meseras que entran a las 6 horas.
𝑥3 = Número de meseras que entran a las 10 horas.
𝑥4 = Número de meseras que entran a las 14 horas.
𝑥5 = Número de meseras que entran a las 18 horas.
𝑥6 = Número de meseras que entran a las 22 horas.

Función Objetivo: Minimizar costos.

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 , 𝑥3 , 𝑥4 , 𝑥5 , 𝑥6 ≥ 0

EJEMPLO 11:

En una marquetería se fabrican cuadros, cuyos marcos se obtienen de cortar varillas

para bocel, cuya longitud original es de 300 cm. El Departamento de ventas tiene
pedidos para el siguiente mes de 175 cuadros de 119 x 90 cm. El jefe de producción
ordena que se corten 350 boceles de 119 cents. Y 350 boceles de 90 cm. (Cada
cuadro lleva 2 boceles de cada dimensión).
Con esta manera de cortar la madera, la Fábrica necesita el capital para comprar 292
varillas para bocel de 300 cm. cada una y genera 14.450 cm de desperdicio.
Formule un problema de programación lineal que minimice el desperdicio, la compra
de materia prima y optimice la productividad.

Materia Prima: Varilla de madera para

Bocel de 300 cm de largo

Medidas necesarias para el marco

 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=10.850 cm

Número de varillas a comprar:

(175 x 2) / 3 = 116,6 117 varillas
Desperdicio:117x30 + 90 = 3600 cm

Total de varillas de 300 cm a comprar: 175 + 117 = 292 varillas.

Total de centímetros de desperdicio: 10.850 + 3600 =
14.450 cm.

Desarrollo:

Variables de decisión:

𝑥1 = Número de varillas a cortar de la forma 1.

𝑥2 = Número de varillas a cortar de la forma 2.

𝑥3 = Número de varillas a cortar de la forma 3.

Función Objetivo: Minimizar desperdicio, la compra de materia prima y optimice la

productividad.

Z = 62𝑥1 + 𝑥2 + 30𝑥3

Sujeto a: 2𝑥1 + 𝑥2 = 350

2𝑥2 + 3𝑥3 = 350

∀ Z+ 𝑥1 , 𝑥2 , 𝑥3 ≥ 0
EJEMPLO 12.
Una cadena de restaurantes de servicio rápido desea construir cuatro tiendas.
Anteriormente, la cadena ha empleado sies diferentes compañías y, estando satisfecha
con todas ellas, las ha invitado a concursar para cada trabajo. Las ofertas finales en
miles de dólares son las que se muestran.

tienda constructoras
1 2 3 4 5 6
1 85.3 88 87.5 82.4 89.1 86.1
2 78.9 77.4 77.4 76.5 79.3 78.3
3 82 81.3 82.4 80.6 83.5 81.7
4 84.3 84.6 86.2 83.3 84.4 85.5

Ya que la cadena desea tener listos los nuevos establecimientos tan pronto como sea
posible otorgará cuando más un trabajo a cada compañía constructora, ¿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
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 = 85.3𝑥11 + 88𝑥12 + 87.5𝑥13 + 82.4𝑥14 + ⋯ + 84.4𝑥45 + 85.5𝑥46

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 , 𝑥12 , 𝑥13 , 𝑥14 , 𝑥15 , … , 𝑥46 >= 0

EJEMPLO 13.

Un distribuidor de ferretería planea vender paquetes de tuercas y tornillos mezclados.

Cada paquete pesa por lo menos 2 libras. Tres tamaños de tuercas y tornillos componen
el paquete y se compran en lotes de 200 libras. Los tamaños 1, 2 y 3 cuestan
respectivamente $20, $8 y $12, además:
a) El peso combinado de los tamaños 1 y 3 debe ser al menos la mitad del peso
total del paquete.
b) El peso de los tamaños 1 y 2 no debe ser mayor que 1,6 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) en la bolsa.
𝑥12 = 20/200 es lo que vale una libra de tornillos tipo 1.
𝑥13 = 8/200 es lo que vale una libra de tornillos tipo 2.
𝑥14 = 12/200 es lo que vale una libra de tornillos tipo 3.
Función Objetivo: Minimizar

Z = 20/200𝑥1 + 8/200𝑥2 + 12/200𝑥3

𝑥1 +𝑥2 +𝑥3
Sujeto a : 𝑥1 + 𝑥3 ≥ 2

𝑥1 + 𝑥2 ≤ 1,6

𝑥1 ≥ 0,1(𝑥1 + 𝑥2 + 𝑥3 )

𝑥2 ≥ 0,1(𝑥1 + 𝑥2 + 𝑥3 )

𝑥3 ≥ 0,1(𝑥1 + 𝑥2 + 𝑥3 )

𝑥1 + 𝑥2 + 𝑥3 ≥ 2

𝑥𝑗 ≥ 0 J=1,2 y 3
EJEMPLO 14.
Un fabricante tiene tres centros de distribución en: Bogotá, Medellín y Cali. Estos centros
tienen disponibilidades de: 20, 40 y 40 unidades respectivamente. Sus detallistas
requieren las siguientes cantidades: Pereira 25, Tuluá 10, Anserma 20, Ibagué 30 y
Armenia 15. 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, de manera que los costos totales de transporte sean mínimos
EJEMPLO 15.
Una empresa del sector textil, que opera en todo el país, dispone de la siguiente
configuración: Dos plantas de fabricación en Pereira e Ibagué, con capacidades de 900
y 1.500 unidades respectivamente. Cuatro almacenes regionales de distribución que
sirven a los clientes de sus respectivas zonas en: Neiva, Medellín, Cali y Bogotá, con
demandas de: 700, 800, 500 y 400 unidades respectivamente.
En los próximos años, la empresa espera un crecimiento de la demanda del orden del
25%, 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, existen dos alternativas a considerar: Pasto (alternativa 1) y
Villavicencio (Alternativa 2). La elección recaerá en aquella que provoque los menores
costos de transporte entre las fábricas y los almacenes, dado que ambas parecen ser
igualmente convenientes respecto a otros factores. La tabla siguiente muestra los costos
de transporte unitarios entre cada origen y destino.

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
EJEMPLO 16.
Se usan cuatro barcos cargueros para transportar bienes de un puerto a otros cuatro
puertos (numerados 1, 2, 3 y 4). Se puede usar cualquier barco para hacer cualquiera
de los cuatro viajes. Sin embargo, dadas algunas diferencias entre los barcos y las
cargas, el costo total de cargar, transporte y descargue de bienes para las distintas
combinaciones de barcos y puerto varía mucho. 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,
de manera que se minimice el costo total de los cuatro barcos.

EJEMPLO 17.
Una compañía de petróleos produce tres tipos de gasolina: Super, Normal y Euro. Se
obtienen por mezcla de tres calidades de crudo (A, B, C), que contienen tres
componentes (1, 2, 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
 Euro  40  35  20

Los costos por barril de crudo A, B y C son: $650, $500 y $450, respectivamente.
El presupuesto diario de compra es de $ 50 Millones.
La disponibilidad diaria de crudos B y C se limita, respectivamente, a 3.000 y 7.000
barriles.
Ciertos acuerdos obligan a comprar al menos 2.500 barriles de A.
Las demandas de gasolina Súper y Normal son de 2.000 y 2.500 barriles diarios, que
deben satisfacerse. La compañía desea maximizar la producción de gasolina Euro.
Formule un modelo de programación lineal que de respuesta al problema planteado por
la compañía.

EJEMPLO 18
Para aplicar la programación lineal en la elaboración de las raciones para vacas
lecheras, partimos de una ración hipotética en la cual intervienen los siguientes datos:
- Dos alimentos: un Concentrado (X1) y un Forraje (X2)
- Tres nutrientes:
Proteína Cruda PC
Energía Neta de lactancia ENI
Fibra Cruda FC
- El precio por Kilogramo de cada uno de los alimentos
- Necesidades nutritivas de las vacas lecheras.

ALIMENTOS VARIABLES PC ENl FC PRECIO

( gr ) ( Mcal ) ( gr ) ($)
concentrado X1 120 2.0 100 100
forraje X2 200 1.3 280 50

NECESIDADES

PC ( gr ) Enl ( Mcal ) FC ( gr )
MAXIMO 2000
MINIMO 1500 16.5 1300

Nuestro propósito es el de optimizar una ración de Mínimo Costo

Desarrollo:

Variables de decisión:

𝑥1 = Concentrado
𝑥2 = Forraje

Función Objetivo: Minimizar costos

Z = 110𝑥1 + 50𝑥2

Sujeto a: 120𝑥1 + 200𝑥2 >= 1500

22.0𝑥1 + 1.3𝑥2 >= 16.5

100𝑥1 + 280𝑥2 <=2000

100𝑥1 + 280𝑥2 >=1300

EJEMPLO 19
Calculemos ahora una ración MAXIMIZADA con los siguientes datos, Agregando una
nueva restricción; COSTO :
ALIMENTOS VARIABLES PC ENl FC PRECIO
( gr ) ( Mcal ) ( gr ) ($)
concentrado X1 120 2.0 100 100
forraje X2 200 1.3 280 50

NECESIDADES

Enl ( Mcal ) FC ( gr ) COSTO ( $ )

MÁXIMO 2000 850
MÍNIMO 14.5 1300

Optimizar una ración de MÁXIMA PROTEÍNA CRUDA, agregando como restricción,

que la ración no cueste más de $ 850.00.

Desarrollo:

Variables de decisión:
𝑥1 = Concentrado
𝑥2 = Forraje

Función Objetivo: Maximizar proteína

Z = 120𝑥1 + 200𝑥2

Sujeto a: 2.0𝑥1 + 1.3𝑥2 >= 14.5

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. produciendo 30 Kg. de leche por día, con un contenido de
grasa de 4 %; por lo tanto producirá 9155 Kg. leche por lactancia.
La curva de lactancia tendrá los siguientes valores de producción mensual de leche
por día, para una granja de 80 vacas, 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 8753.5
3º 37 7 259 7899.5
4º 35 4525 37 6 210 6405
5º 32 8 256 7808
6º 30 9 270 8235
7º 27 2721 30 6 162 4941
 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. ESTRATEGIA.- Determinar una ración por cada mes de lactancia; por lo que
calcularemos 10 raciones por programación lineal.
2a. ESTRATEGIA.- Lotes de vacas por producción láctea:
1er. Lote del 1er al 4o. mes de lactancia:
Producción láctea total de 4525 Kg. y Media/día de 37 Kg. 1 ración
para producción láctea de 37 Kg. leche y peso vivo de 650 Kg.
2o. Lote del 4o. al 7o. mes de lactancia:
Producción láctea total de 2721 Kg. y Media/día de 30 Kg. 1 ración
para producción láctea de 30 Kg. leche y peso vivo de 650 Kg.
3er. Lote del 7o. al 10o. mes de lactancia:
Producción láctea total de 1909 Kg. y Media/día de 21 Kg. 1 ración
para producción láctea de 21 Kg. leche y peso vivo de 650 Kg.