Ejercicios resueltos

1. Una refinería produce gasolina Corriente, Extra y ACPM para las cuales a establecido un precio de venta de $4000,
$4500 y $4100 por galón respectivamente. Para la producción de estos combustibles, la compañía cuenta con una
disponibilidad de 5000 galones de petróleo crudo y 7000 galones de petróleo refinado. Además se a establecido que el
costo de galón de petróleo crudo es 3000 y el refinado a 3500. Por requerimientos de calidad, se sabe que la gasolina
corriente debe contener 40% de petróleo crudo y 60% de petróleo refinado; la gasolina extra debe contener 30% de
petróleo crudo y 70% de petróleo refinado; mientras que el ACPM debe contener 50% de ambos petróleos. Plantee el
modelo de programación lineal con el fin de obtener el beneficio de la empresa.

->Lo primero que hacemos es definir las variables a usar en el modelo de programación lineal:

X1= Galón de gasolina corriente; X2= Galón de gasolina extra; X3= Galón de ACPM; X4= Galón de petróleo crudo; X5=
Galón de petróleo refinado.

->Ahora definimos nuestra función objetivo, que es:

Zmax= 4000X1+4500X2+4100X3-(3000X4+3500X5)

->Y las restricciones a las que esta sometido nuestro problema son:

RESTRICCION DE PORCENTAJE DE P. CRUDO:

R1= 0.4X1+0.3X2+0.5X3 ≤ 5000

RESTRICCION DE PORCENTAJE DE P. REFINADO:

R2= 0.6X1+0.7X2+0.5X3 ≤ 7000

RESTRICCIONES DE POSITIVIDAD:

X1,X2,X3,X4,X5 ≤ 0
2. Una compañía de petróleo produce tres tipos de gasolina Súper, Normal y Euro. Se obtienen por la mezcla de tres
calidades de crudo que contienen tres componentes A, B y C. La participación de esos componentes en la fabricación de
cada crudo es:

Restricciones:

Las especificaciones de los tres tipos de gasolina son:

Los costos por barril de crudo A, B y C es de $650, $500 y $450 respectivamente. El presupuesto diario de compras es de
$50 millones; la disponibilidad diaria de crudo B y C se limita respectivamente a 3000 y 7000 barriles. Ciertos acuerdos
obligan comprar al menos 2500 barriles de A por día. Las demandas de las gasolinas Súper y Normal son de 2000 y 2500
barriles diarios respectivamente, que deben satisfacerse. La compañía desea maximizar la producción de gasolina Euro.

DEFINIMOS LAS VARIABLES:

Xij=> i= Tipo de crudo= {A, B, C}; j=Tipo de gasolina= {S, N, E}; en unidades de barriles. Y como ayuda tenemos de variable
C, con respecto a cada componente de los crudos.

->Nuestra función objetivo es, teniendo en cuenta que la empresa desea maximizar la producción de gasolina Euro:

Zmax= XAE+XBE+XCE

->Restricciones de cantidades:

0.8C1+ 0.1C2+ 0.05C3≥ 0.6 (XAS+XBS+XCS)

0.45C1+ 0.3C2+ 0.2C3≤ 0.25 (XAS+XBS+XCS)

0.3C1+ 0.4C2+ 0.25C3≥ 0.1 (XAS+XBS+XCS)

0.8C1+ 0.1C2+ 0.05C3≥ 0.5 (XAN+XBN+XCN)

0.45C1+ 0.3C2+ 0.2C3≤ 0.3 (XAN+XBN+XCN)

0.3C1+ 0.4C2+ 0.25C3≤ 0.15 (XAN+XBN+XCN)

0.8C1+ 0.1C2+ 0.05C3≤ 0.4 (XAE+XBE+XCE)

0.45C1+ 0.3C2+ 0.2C3≥ 0.35 (XAE+XBE+XCE)

0.3C1+ 0.4C2+ 0.25C3≥ 0.2 (XAE+XBE+XCE)

 ->Restricción de costos diarios:

650 (XAS+XAN+XAE)+500 (XBS+XBN+XBE)+450 (XCS+XCN+XCE) ≤ 50 millones

->Restricción de disponibilidad diaria de los crudos B y C:

XBS+XBN+XBE ≤ 3000 barriles.

XCS+XCN+XCE ≤ 7000 barriles.

->Restricción de demandas de gasolina Súper y Normal:

(XAS+XBS+XCS) ≥ 2000 barriles

(XAN+XBN+XCN) ≥ 2500 barriles

->Restricción de mínimo de compras de crudo A:

(XAS+XAN+XAE) ≥ 2500 barriles.

->Restricción de positividad:

Xij≥0 → i= Tipo de crudo= {A, B, C}; j=Tipo de gasolina= {S, N, E}.

3. Una compañía produce bibliotecas y escritorios para los cuales a establecido un precio de venta por unidad de $9000 y
$10000 respectivamente. Para la producción de dichos artículos, la compañía cuenta con una disponibilidad mensual de
700 metros de madera, 800 metros de tubo y 900 pliegos de papel de lija. ¿Qué cantidad de bibliotecas y escritorios se
deben fabricar mensualmente, si se sabe que una biblioteca consume 7 metros de madera, 10 metros de tubo y 6 pliegos
de papel de lija, mientras que el escritorio consume 10 metros de madera, 8 metros de tubo y 15 pliegos de papel de lija?

Determinamos primero que todo, nuestras variables que son:

X1= Número de bibliotecas; X2= Número de escritorios.

Ahora, la función objetivo es:

Zmax=9000X1+10000X2

Restricciones:

· Restricción de cantidad de madera a emplear:

7X1+10X2 ≤ 700 m

· Restricción de cantidad de tubo a emplear:

10X1+8X2 ≤ 800 m

· Restricción de cantidad de papel de lija a emplear:

6X1+15X2 ≤ 900 pliegos

· Restricción de positividad:

X1, X2 ≥ 0
4. Una compañía de petróleo produce tres tipos de gasolina Súper, Normal y Euro. Se obtienen por la mezcla de tres
calidades de crudo que contienen tres componentes A, B y C. La participación de esos componentes en la fabricación de
cada crudo es:

Las especificaciones de los tres tipos de gasolina son:

Los costos por barril de crudo A, B y C es de $650, $500 y $450 respectivamente. El presupuesto diario de compras es de
$50 millones; la disponibilidad diaria de crudo B y C se limita respectivamente a 3000 y 7000 barriles. Ciertos acuerdos
obligan comprar al menos 2500 barriles de A por día. Las demandas de las gasolinas Súper y Normal son de 2000 y 2500
barriles diarios respectivamente, que deben satisfacerse. La compañía desea maximizar la producción de gasolina Euro.

DEFINIMOS LAS VARIABLES: Xij=> i= Tipo de crudo= {A, B, C}; j=Tipo de gasolina= {S, N, E}; en unidades de barriles. Y como
ayuda tenemos de variable C, con respecto a cada componente de los crudos.

Nuestra función objetivo es, teniendo en cuenta que la empresa desea maximizar la producción de gasolina Euro:

Zmax= XAE+XBE+XCE

->Restricciones de cantidades:

0,80XAS+0,45XBS+0,30XCS ≥ 0,60(XAS+XBS+XCS)

0,10XAS +0,30XBS+0,40XCS ≤ 0,25(XAS+XBS+XCS)

0,05XAS+0,20XBS+0,25XCS ≥ 0,10 (XAS+XBS+XCS)

0,80XAN+0,45XBN+0,30XCN ≥ 0,50(XAN+XBN+XCN)

0,10XAN +0,30XBN+0,40XCN ≤ 0,30(XAN+XBN+XCN)

0,05XAN+0,20XBN+0,25XCN ≤ 0,15 (XAN+XBN+XCN)

0,80XAE+0,45XBE+0,30XCE ≤ 0,40(XAE+XBE+XCE)

0,10XAE +0,30XBE+0,40XCE ≥ 0,35(XAE+XBE+XCE)

0,05XAE+0,20XBE+0,25XCE ≥ 0,20(XAE+XBE+XCE)

->Restricción de costos diarios:

650 (XAS+XAN+XAE)+500 (XBS+XBN+XBE)+450 (XCS+XCN+XCE) ≤ 50 millones

 ->Restricción de disponibilidad diaria de los crudos B y C:

XBS+XBN+XBE ≤ 3000 barriles.

XCS+XCN+XCE ≤ 7000 barriles.

->Restricción de demandas de gasolina Súper y Normal:

(XAS+XBS+XCS) ≥ 2000 barriles

(XAN+XBN+XCN) ≥ 2500 barriles

->Restricción de mínimo de compras de crudo A:

(XAS+XAN+XAE) ≥ 2500 barriles.

->Restricción de positividad:

Xij≥0 → i= Tipo de crudo= {A, B, C}; j=Tipo de gasolina= {S, N, E}.

5. PROTRAC, produce dos líneas de maquinaria pesada. Una de sus líneas de productos, llamada equipa de excavación, se
utiliza de manera primordial en aplicaciones de construcción. La otra línea, denominada equipo para la silvicultura, esta
destinad a la industria maderera. Tanto la maquina mas grane de la línea de equipo de excavación (E9), como la mayor de
toda la línea de silvicultura (F9) son fabricadas en los mismos departamento y con el mismo equipo. Empleando las
proyecciones económicas correspondientes al siguiente mes, el gerente de mercadotecnia de PROTRAC ha considerado
que durante ese periodo será posible vender todas las E9 y F9 que la compañía sea capaz de producir. La gerencia tiene
que recomendar ahora una meta de producción pare le mes próximo. Es decir, ¿Cuántas E-9 y F-9 deberán fabricar si la
dirección de PROTRAC desea maximizar la contribución del mes entrante a las ganancias?

Se toma en cuenta los siguientes factores importantes:

El margen de contribución unitaria de PROTRAC es de $ 5000 pro cada E-9 vendida y de $4000 por cada F-9.

Cada producto pasa por las operaciones de maquinado, tanto en el departamento A como el B.

Para la producción correspondiente al mes próximo, estos dos departamentos tienen tiempos disponibles de 150 y 160
horas, respectivamente. La fabricación de cada E-9 requiere 10 horas de maquinado en el departamento A y 20 horas en
el departamento B, mientras que la de cada F-9 requiere 15 horas en el departamento A y 10 en el B.

Para que la administración cumpla un acuerdo concertado con el sindicato, las horas totales de trabajo invertidas en la
prueba de productos terminados del siguiente mes no deben ser mas allá de 10% inferior a una meta convenida de 150
horas. Estas pruebas es llevan a cavo en un tercer departamento y no tiene nada que ver con las actividades de los
departamentos A y B. Cada E-9 es sometida a pruebas durante 30 horas y cada F-9 durante 10. Dado que el 10% de 150
es 15, las horas destinas a las pruebas no pueden ser menores que 135.

Con el fin de mantener su posición actual en el mercado, la lata gerencia ha decretado como política operativa que .deberá
construirse cuando menos una F-9 por cada tres E-9 que sean fabricadas.

Uno de los principales distribuidores ha ordenado un total de cuando menos cinco E-9 y F-9 para el próximo mes, por lo
cual tendrá que producirse por lo menos esa cantidad.

Entonces tomamos como nuestras variables:

X= # máquinas E9

Y= # máquinas F9.

Nuestra función objetivo será:

Zmax= 5000X + 4000Y.

Restricciones:

· 10X + 15Y ≤ 150.

· 20X + 10Y ≤ 160.

· 30X + 10Y ≥ 135.

· X/Y ≤ 3.

· X + Y ≥ 5.

· X, Y ≥ 0.
6. Problema de Dieta

El problema de la dieta fue uno de los primeros sobre optimización. Se trataba hallar la manera más económica de
alimentar al ejercito pero asegurando al mismo tiempo unos determinados niveles nutricionales.

Este tipo de problema se puede plantear en distintas formas tales como minimizar los gastos de la compra, dieta para el
ganado, una dieta adelgazante que cumpla unos determinados niveles de calorías, proteínas, hidratos de carbono, etc.

Ejemplo

Nos proponemos alimentar el ganado de una granja con una dieta que sea la más económica posible. Dicha dieta debe
contener cuatro tipos de nutrientes que llamamos A, B, C, y D. Estos componentes se encuentran en dos tipos de piensos
M y N. La cantidad, en gramos, de cada componente por kilo de estos piensos viene dada en la tabla siguiente:

La dieta diaria de un animal debe estar compuesta por al menos 0.4Kg del componente A, 0.6Kg del componente B, 2Kg
del componente C, y 1.7Kg del componente D. El compuesto M cuesta 0.2€/Kg y el compuesto N 0.08€/Kg. ¿Qué
cantidades de piensos M y N deben adquirirse para que el gasto de comida sea el menor posible?

Solución

Se determinan las variables de decisión y se representan algebraicamente. En este caso:

- X1: cantidad de pienso M en Kg

- X2: cantidad de pienso N en Kg

Se determina la función objetivo:

- Minimizar Z = 0.2·X1 + 0.08·X2

Se determinan las restricciones y se expresan como ecuaciones o inecuaciones de las variables de decisión. Dichas
restricciones se deducen de la composición requerida para la dieta diaria (en Kg):

- En el componente A: 0.1·X1 + 0·X2 ≥ 0.4

- En el componente B: 0·X1 + 0.1·X2 ≥ 0.6
- En el componente C: 0.1·X1 + 0.2·X2 ≥ 2
- En el componente D: 0.2·X1 + 0.1·X2 ≥ 1.7

Se expresan todas las condiciones implícitamente establecidas por la naturaleza de las variables: que no puedan ser
negativas, que sean enteras, que solo puedan tomar determinados valores, ... En este caso, la única restricción es que las
cantidades de pienso que forman la dieta no pueden ser negativas:

- X1 ≥ 0
- X2 ≥ 0
7. Transporte de tropas

Un destacamento militar formado por 50 soldados ingenieros, 36 zapadores, 22 de las fuerzas especiales, y 120 soldados
de infantería como tropa de apoyo, ha de transportarse hasta una posición estratégica importante. En el parque de la
base se dispone de 4 tipos de vehículos A, B, C, y D, acondicionados para transporte de tropas. El número de personas
que cada vehículo puede transportar es 10, 7, 6, y 9, de la forma en que se detalla en la siguiente tabla:

El combustible necesario para que cada vehículo llegue hasta el punto de destino se estima en 160, 80, 40, y 120 litros
respectivamente. Si queremos ahorrar combustible, ¿cuántos vehículos de cada tipo habrá que utilizar para que el
consumo sea el mínimo posible?

Se determinan las variables de decisión y se representan algebraicamente. En este caso:

Xi: número de vehículos de cada tipo que se usen

X1: número de vehículos de tipo A

X2: número de vehículos de tipo B

X3: número de vehículos de tipo C

X4: número de vehículos de tipo D

Se determina la función objetivo:

Minimizar Z = 160·X1 + 80·X2 + 40·X3 + 120·X4

Se determinan las restricciones y se expresan como ecuaciones o inecuaciones de las variables de decisión. Dichas
restricciones se deducen de los soldados que deben ser transportados:

- Ingenieros: 3·X1 + X2 + 2·X3 + 3·X4 ≥ 50

- Zapadores: 2·X1 + X2 + X3 + 2·X4 ≥ 36
- Fuerzas especiales: X1 + 2·X2 + 2·X3 + 3·X4 ≥ 22
- Infantería: 4·X1 + 3·X2 + X3 + X4 ≥ 120

Se expresan todas las condiciones implícitamente establecidas por la naturaleza de las variables: que no puedan ser
negativas, que sean enteras, que solo puedan tomar determinados valores, ... En este caso las restricciones son que la
cantidad de vehículos no puede ser negativa y debe ser además un número entero:

Xi ≥ 0

Xi son enteros
8. Transporte de mercancías

Para este tipo de problemas, aunque pueden ser resueltos por el método del Simplex, existe un método específico de
más fácil resolución: el método del transporte o método simplificado del Simplex para problemas de transporte. Este
método ahorra bastante tiempo y cálculos frente al método del Simplex tradicional.

Sin embargo el problema se modela de la misma forma.

Ejemplo

Un fabricante desea despachar varias unidades de un artículo a tres tiendas T1, T2, y T3. Dispone de dos almacenes
desde donde realizar el envío, A y B. En el primero dispone de 5 unidades de este artículo y en el segundo 10. La
demanda de cada tienda es de 8, 5, y 2 unidades respectivamente. Los gastos de transporte de un artículo desde cada
almacén a cada tienda están expresados en la tabla:

¿Cómo ha de realizar el transporte para que sea lo más económico posible?

Se determinan las variables de decisión, en este caso:

Xi: número de unidades transportadas desde cada almacén a cada tienda

X1: número de unidades transportadas desde el almacén A hasta la tienda T1

X2: número de unidades transportadas desde el almacén A hasta la tienda T2

X3: número de unidades transportadas desde el almacén A hasta la tienda T3

X4: número de unidades transportadas desde el almacén B hasta la tienda T1

X5: número de unidades transportadas desde el almacén B hasta la tienda T2

X6: número de unidades transportadas desde el almacén B hasta la tienda T3

Se determina la función objetivo:

Minimizar Z = X1 + 2·X2 + 4·X3 + 3·X4 + 2·X5 + X6

Se determinan las restricciones y se expresan como ecuaciones o inecuaciones de las variables de decisión. Dichas
restricciones se deducen de la disponibilidad de unidades que hay en cada almacén así como de la demanda de cada
tienda:

Disponibilidad en el almacén A: X1 + X2 + X3 = 5

Disponibilidad en el almacén B: X4 + X5 + X6 = 10

Demanda de la tienda T1: X1 + X4 = 8

Demanda de la tienda T2: X2 + X5 = 5

Demanda de la tienda T3: X3 + X6 = 2

9. Árboles frutales

Un agricultor tiene una parcela de 640m² para dedicarla al cultivo de árboles frutales: naranjos, perales, manzanos y
limoneros. Se pregunta de qué forma debería repartir la superficie de la parcela entre las variedades para conseguir el
máximo beneficio sabiendo que:

cada naranjo necesita un mínimo de 16m², cada peral 4m², cada manzano 8m² y cada limonero 12m².

dispone de 900 horas de trabajo al año, necesitando cada naranjo 30 horas al año, cada peral 5 horas, cada manzano 10
horas, y cada limonero 20 horas.

a causa de la sequía, el agricultor tiene restricciones para el riego: le han asignado 200m³ de agua anuales. Las
necesidades anuales son de 2m³ por cada naranjo, 1m³ por cada peral, 1m³ por cada manzano, y 2m³ por cada limonero.

los beneficios unitarios son de 50, 25, 20, y 30 € por cada naranjo, peral, manzano y limonero respectivamente.

Se determinan las variables de decisión y se representan algebraicamente. En este caso:

X1: número de naranjos

X2: número de perales

X3: número de manzanos

X4: número de limoneros

Se determina la función objetivo:

Maximizar Z = 50·X1 + 25·X2 + 20·X3 + 30·X4

Se determinan las restricciones y se expresan como ecuaciones o inecuaciones de las variables de decisión. Dichas
restricciones se deducen de las necesidades de cada árbol de terreno, horas de trabajo anuales, y necesidades de riego:

Necesidades de terreno: 16·X1 + 4·X2 + 8·X3 + 12·X4 ≤ 640

Necesidades de horas anuales: 30·X1 + 5·X2 + 10·X3 + 20·X4 ≤ 900

Necesidades de riego: 2·X1 + X2 + X3 + 2·X4 ≤ 200

Se expresan todas las condiciones implícitamente establecidas por la naturaleza de las variables: que no puedan ser
negativas, que sean enteras, que solo puedan tomar determinados valores, ... En este caso las restricciones son que el
número de árboles no puede ser negativo y además debe ser un número entero:

Xi ≥ 0

Xi son enteros
10. Asignación de personal

Una empresa ha preseleccionado 5 candidatos para ocupar 4 puestos de trabajo en dicha empresa. Los puestos de
trabajo consisten en manejar 4 máquinas diferentes (un trabajador para cada máquina). La empresa puso a prueba a los
5 trabajadores en las 4 máquinas, realizando el mismo trabajo todos ellos en cada una de las máquinas, obteniendo los
siguientes tiempos:

Determinar qué candidatos debe seleccionar la empresa y a qué máquinas debe asignarlos.

Se determinan las variables de decisión, en este caso:

Xij: acción de que el trabajador i es asignado a la máquina j (0 indica que el trabajador no ha sido asignado y 1 que sí ha
sido asignado)

Se determina la función objetivo:

Minimizar Z = 10·X11 + 8·X21 + 8·X31 + 9·X41 + 8·X51 + 6·X12 + 7·X22 + 6·X32 + 7·X42 + 7·X52 + 6·X13 + 6·X23 + 5·X33 +
7·X43 + 6·X53 + 5·X14 + 6·X24 + 6·X34 + 6·X44 + 5·X54

Se determinan las restricciones y se expresan como ecuaciones o inecuaciones de las variables de decisión. Dichas
restricciones son que cada trabajador debe ser asignado a una sola máquina y no debe quedar ninguna máquina sin un
trabajador asignado a ella:

Cada trabajador debe estar asignado a una sola máquina o a ninguna si no se selecciona:

-->X11 + X12 + X13 + X14 ≤ 1

-->X21 + X22 + X23 + X24 ≤ 1

-->X31 + X32 + X33 + X34 ≤ 1

-->X41 + X42 + X43 + X44 ≤ 1

-->X51 + X52 + X53 + X54 ≤ 1

En cada máquina debe haber un trabajador:

X11 + X21 + X31 + X41 + X51 = 1

X12 + X22 + X32 + X42 + X52 = 1

X13 + X23 + X33 + X43 + X53 = 1

X14 + X24 + X34 + X44 + X54 = 1

11. Camino mínimo

Los problemas conocidos como problemas del camino mínimo o camino más corto, tratan como su nombre indica de
hallar la ruta mínima o más corta entre dos puntos. Este mínimo puede ser la distancia entre los puntos origen y destino
o bien el tiempo transcurrido para trasladarse desde un punto a otro. Se aplica mucho para problemas de redes de
comunicaciones.

Este tipo de problemas pueden ser resueltos por el método del Simplex, sin embargo existen otros métodos más
eficientes como por ejemplo el algoritmo de Dijkstra o el de Bellman-Ford.

Ejemplo

Una persona tiene que desplazarse a diario de un pueblo 1 a otro 7. Está estudiando cual es el trayecto más corto
usando un mapa de carreteras. Las carreteras y sus distancias están representadas en la figura siguiente:

Se determinan las variables de decisión, en este caso:

Xij: acción de desplazarse del pueblo i al j (0 indica que no hay desplazamiento y 1 que sí hay desplazamiento)

Se determina la función objetivo:

Minimizar Z = 12·X12 + 4·X13 + 5·X24 + 3·X25 + 2·X34 + 10·X36 + 5·X42 + 2·X43 + 10·X45 + 3·X52 + 10·X54 + 2·X57+
10·X63 + 4·X67

Se determinan las restricciones y se expresan como ecuaciones o inecuaciones de las variables de decisión. Dichas
restricciones se deducen del balance entre los posibles caminos que parten desde cada pueblo y los que llegan hasta él
(obviando los caminos que nos devuelvan al punto de partida y los que provengan del punto de destino):

Balance de caminos del pueblo 1: X12 + X13 = 1

Balance de caminos del pueblo 2: X24 + X25 - X12 - X42 - X52 = 0

Balance de caminos del pueblo 3: X34 + X36 - X13 - X43 - X63 = 0

Balance de caminos del pueblo 4: X42 + X43 + X45 - X24 - X34 - X54 = 0

Balance de caminos del pueblo 5: X52 + X54 + X57 - X25 - X45 = 0

Balance de caminos del pueblo 6: X63 + X67 - X36 = 0

Balance de caminos del pueblo 7: - X57 - X67 = -1

12. Localización

Una empresa tiene la exclusiva para la distribución de un producto en 4 poblaciones. En un estudio de mercado se ha
determinado la demanda potencial, según se muestra en la siguiente tabla:

Población 1 Población 2 Población 3 Población 4

3000 Unidades 2000 unidades 2500 unidades 2700 unidades

Se sabe que los costes de transporte son de 0.02€ por Km y unidad transportada. La distancia en Km existente entre los
pueblos es la que figura en la tabla siguiente:

Población 1 Población 2 Población 3 Población 4

Población 1 - 25 35 40
Población 2 25 - 20 40
Población 3 35 20 - 30
Población 4 40 40 30 -
Para abaratar los costes de transporte se decide instalar un almacén con capacidad para 6000 unidades en dos de estas
cuatro poblaciones. Determinar en qué poblaciones se deben instalar los almacenes.

Se determinan las variables de decisión, en este caso:

Xij: cantidad enviada del almacén i a la población j

Yi: almacén situado en la población i (0 indica que no hay ningún almacén y 1 que sí lo hay)

Se determina la función objetivo:

Minimizar Z = 0.5·X12 + 0.7·X13 + 0.8·X14 + 0.5·X21 + 0.4·X23 + 0.8·X24 + 0.7·X31 + 0.4·X32 + 0.6·X34 + 0.8·X41 + 0.8·X42
+ 0.6·X43

Se determinan las restricciones y se expresan como ecuaciones o inecuaciones de las variables de decisión. Dichas
restricciones se deducen de la siguiente manera:

Las unidades que se envían a cada población desde los almacenes deben cumplir con la demanda de dicha población:

X11 + X21 + X31 + X41 ≥ 3000

X12 + X22 + X32 + X42 ≥ 2000

X13 + X23 + X33 + X43 ≥ 2500

X14 + X24 + X34 + X44 ≥ 2700

Solo se crearán dos almacenes:

-->Y1 + Y2 + Y3 + Y4 = 2

La cantidad de unidades que puede enviar cada almacén debe ser menor o igual que la capacidad de éste:

X11 + X12 + X13 + X14 ≤ 6000·Y1

X21 + X22 + X23 + X24 ≤ 6000·Y2

X31 + X32 + X33 + X34 ≤ 6000·Y3

X41 + X42 + X43 + X44 ≤ 6000·Y4

13. Inversión en bolsa

Una inversora dispone de 50.000€ para invertir entre las cuatro siguientes posibilidades: bolsa X, bolsa Y, bonos X, y
bonos Y, por el periodo de un año. Un máximo de 10.500€ puede ser invertido en bonos X, y un máximo de 10.000€ en
bonos Y. La inversión en la bolsa X conlleva un riesgo considerable por lo que se determina no invertir más de un cuarto
de la inversión total. La cantidad invertida en la bolsa Y debe ser al menos tres veces la cantidad invertida en la bolsa X.
Además, la inversora requiere que la inversión en bonos sea al menos tan grande como la mitad de la inversión en las
bolsas. Los retornos netos anuales se estiman según se muestra en la siguiente tabla:
Bolsa X Bolsa Y Bolsa X Bolsa Y
20 % 10 % 9% 11 %

¿Cuál es la forma óptima de realizar la inversión para conseguir las máximas ganancias?

Se determinan las variables de decisión, en este caso:

X1: inversión en bolsa X

X2: inversión en bolsa Y

X3: inversión en bonos X

X4: inversión en bonos Y

Se determina la función objetivo:

Maximizar Z = 0.2·X1 + 0.1·X2 + 0.09·X3 + 0.11·X4

Se determinan las restricciones y se expresan como ecuaciones o inecuaciones de las variables de decisión. Dichas
restricciones se deducen de las decisiones tomadas por la inversora sobre la forma de invertir y de la inversión máxima
que se puede realizar:

X1 + X2 + X3 + X4 ≤ 50000

X1 ≤ 12500

X3 ≤ 10500

X4 ≤ 10000

3·X1 - X2 ≤ 0

0.5·X1 + 0.5·X2 - X3 - X4 ≤ 0

Se expresan todas las condiciones implícitamente establecidas por la naturaleza de las variables: que no puedan ser
negativas, que sean enteras, que solo puedan tomar determinados valores, ... En este caso la única restricción es que las
inversiones no pueden ser negativas:

Xi ≥ 0
14. Elaboración de zumos

Una empresa de alimentación produce zumos de pera, naranja, limón, tomate, manzana, además de otros dos tipos
denominados H y G que son combinados de alguno de los anteriores. La disponibilidad de fruta para el periodo próximo,
así como los costes de producción y los precios de venta para los zumos, vienen dados en la tabla:
FRUTA DISPONIBILIDAD COSTE (PTAS/KG) PRECIO VENTA
MÁXIMA (KG) (PTAS/L)
NARANJA (N) 32000 94 129
PERA ( P) 25000 87 125
LIMÓN (L) 21000 73 110
TOMATE (T) 18000 47 88
MANZANA (M) 27000 68 97

Las especificaciones y precios de venta de los combinados vienen dados en la tabla:

COMBINADO ESPECIFICACIÓN PRECIO VENTA
(PTAS/L)
H No más del 50 % de M 1OO
No más del 20 % de P
No menos del 10 % de L
G 40 % de N 120
35 % de L
25 % de P

La demanda de los distintos zumos es grande, por lo que se espera vender toda la producción. Por cada kg de fruta, se
produce un litro del correspondiente zumo. Determinar los niveles de producción de los siete zumos, de manera que se
tengan beneficio máximo en el periodo entrante.

SOLUCION:

· VARIABLES

Xij donde X: cantidad de litros

I: (H=1, G=2)

J: (naranja= 1, pera= 2, limón=3, tomate=4, manzana = 5)

· FUNCION OBJETIVO

Z(max)= 100X1 + 120X2 + 129(X11+X21) + 125(X12+X22) + 110(X13+X23) + 88(X14+X24) + 97(X15+X25) – 94(X11+X21) –

87(X12+X22) – 73(X13+X23) – 47(X14+X24) – 68(X15+X25)

Z(max)= 100X1 + 120X2 + 35(X11+X21) + 38(X12+X22) + 37(X13+X23) + 41(X14+X24) + 29(X15+X25)

· RESTRICCIONES

Concentración

X15 ≤ 0,50 X1

X12 ≤ 0,20 X1
X13 ≥ 0,10 X1

X12 + X13 + X15 + X11 + X14 = X1

X21 = 0,40 X2

X23 = 0,35 X2

X22 =0,25 X2

X21 + X23 + X22 + X24 + X25 = X2

Disponibilidad

X11 + X21 ≤ 32000

X12 + X22 ≤ 25000

X13 + X23 ≤ 21000

X14 + X24 ≤ 18000

X15 + X25 ≤ 27000

Positividad

Xij ≥ 0 para todo i= 1,2 y j= 1,2,3,4,5