Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EJEMPLO 1:
Desarrollo:
Variables de decisión:
Z = 120𝑥1 + 80𝑥2
∀ 𝑥1 , 𝑥2 ≥ 0
PROBLEMA 2:
Desarrollo:
Variables de decisión:
Z = 300𝑥1 + 100𝑥2
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:
Variables de decisión:
Z = 𝑥1 + 1,5𝑥2
𝑥1 + 2𝑥2 ≤ 12
El número de horas requeridas por cada unidad de los productos respectivos es:
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 , 𝑥2 , 𝑥3 ≥ 0
PROBLEMA 5:
Desarrollo:
Z = 80𝑥1 + 60𝑥2
∀ 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:
Suponga, además, que los principales ingredientes utilizados incluyen maíz, soya y
caliza. El contenido nutritivo de estos ingredientes se resume a continuación.
Minimice el costo total para la dieta, determinando la cantidad de cada ingrediente que
debe utilizarse.
Desarrollo:
Variables de decisión:
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
Desarrollo:
Variables de decisión:
Z = 2𝑥1𝐴 + 3𝑥1𝐵 + 4𝑥1𝐶 + 4𝑥1𝐷 + 3𝑥2𝐴 + 2𝑥2𝐵 + 5𝑥2𝐶 + 2𝑥2𝐷 + 4𝑥3𝐴 + 𝑥3𝐵 + 2𝑥3𝐶 + 2𝑥3𝐷
Sujeto a:
∀ 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:
Variables de decisión:
Sujeto a: 𝑥1 ≤ 7
𝑥2 ≥ 7
𝑥3 ≥ 7
4𝑥1 + 6𝑥2 + 𝑥3 ≤ 54
∀ 𝑥1 , 𝑥2 , 𝑥3 ≥ 0
EJEMPLO 9:
Desarrollo:
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:
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:
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:
Desarrollo:
Variables de decisión:
Z = 62𝑥1 + 𝑥2 + 30𝑥3
∀ 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:
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
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.
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
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.
NECESIDADES
PC ( gr ) Enl ( Mcal ) FC ( gr )
MAXIMO 2000
MINIMO 1500 16.5 1300
Variables de decisión:
𝑥1 = Concentrado
𝑥2 = Forraje
Z = 110𝑥1 + 50𝑥2
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
Desarrollo:
Variables de decisión:
𝑥1 = Concentrado
𝑥2 = Forraje
Z = 120𝑥1 + 200𝑥2
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
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.