Documentos de Académico
Documentos de Profesional
Documentos de Cultura
VICERRECTORADO ACADÉMICO
ÁREA DE INGENIERÍA
CARRERA INGENIERÍA DE SISTEMAS
ÍNDICE GENERAL
Página
Índice de Tablas.......................................................................................................... iii
Índice de Figuras........................................................................................................ vi
Índice de Gráficas....................................................................................................... vii
Agradecimiento.......................................................................................................... xi
Dedicatoria................................................................................................................. x
Resumen..................................................................................................................... xi
Introducción.............................................................................................................. 1
Capítulo I: El Problema........................................................................................... 4
I.1.- Antecedentes......................................................................................... 4
I.2.- Planteamiento……………………………………………............…... 7
I.3.- Objetivos…………………………………………………............…... 8
I.3.1.- General...................................................................................... 8
I.2.2.- Específicos................................................................................. 8
I.4.- Factibilidad............................................................................................ 8
I.5.- Limitaciones y alcance.......................................................................... 9
I.6.- Importancia........................................................................................... 9
Capítulo II: Marco Teórico..................................................................................... 10
II.1.- Nutrición básica................................................................................... 10
II.2.- Nutrición porcina................................................................................. 17
II.3.- Programación lineal............................................................................. 23
II.3.1.- Problemas de mezclas..............................................................
27
II.3.2.- Software de aplicación............................................................ 30
Capítulo III: Marco Metodológico.......................................................................... 31
III.1.- Tipo de investigación ........................................................................ 31
III.2.- Propósito de la investigación ......................…....……....…........….. 31
III.3.- Nivel de la investigación.................................................................... 31
III.4.- Fuentes de información...................................................................... 31
III.5.- Metodología de la investigación......................................................... 32
III.5.1.- Formulación del modelo de programación lineal.................... 32
ÍNDICE DE TABLAS
31 Tabla Simplex inicial de la Fase I del método de las dos fases del
Problema Tipo........................................................................................ 150
33 Tabla Simplex inicial y final de la Fase I del método de las dos fases
del Problema Tipo.................................................................................. 151
35 Tabla Simplex inicial para la Fase II del método de las dos fases del
Problema Tipo........................................................................................ 153
36 Tabla Simplex final para la Fase II del método de las dos fases del
Problema Tipo........................................................................................ 153
37 Tabla Simplex inicial de la Fase I del método de las dos fases del
Problema Tipo con restricción de mezcla base...................................... 154
39 Tabla Simplex inicial y final de la Fase I del método de las dos fases
del Problema Tipo con restricción de mezcla base................................ 155
40 Tabla Simplex inicial para la Fase II del método de las dos fases del
Problema Tipo con restricción de mezcla base...................................... 156
41 Tabla Simplex final para la Fase II del método de las dos fases del
Problema Tipo con restricción de mezcla base...................................... 156
ÍNDICE DE FIGURAS
ÍNDICE DE GRÁFICAS
RESUMEN
El cerdo doméstico Sus scrofa es una especie animal dotada biológicamente para
producir carne y grasa. Pertenece a la clase de los monogástricos de estómago simple.
Es un animal omnívoro en su alimentación, y esta característica, aunado a sus
requerimientos nutritivos tan complejos, facilita el que se pueda alimentar con los
más variados productos y subproductos vegetales y animales, y con las
combinaciones más variadas de ellos, lo cual le permite adaptarse por completo a las
disponibilidades locales de alimentos.
competencia para consumo humano, hacen que el maíz sea oneroso y escaso para
incorporarlos en las raciones alimenticias para cerdos y otros animales de interés
pecuario. En virtud de lo anterior, es necesario evaluar otras fuentes de energía no
tradicionales como puede ser entre otros, la raíz de yuca, subproductos industriales
como el afrecho de trigo y germen de maíz desgrasado, también se puede incluir el
sorgo, que aunque en la actualidad es un cereal oneroso, no compite para el consumo
humano como el maíz.
Capítulo II: Marco teórico, donde se detalla las bases teóricas que sustentan la
investigación
CAPITULO I
EL PROBLEMA
I.1.- Antecedentes
GRÁFICA 1. Curva de crecimiento sobre el peso corporal del cerdo en función del
tiempo
BLOQUE 1 2 3
ETAPA Destete
Gestante Lactante tardio/precoz
Preiniciador Iniciador Crecimiento Engorde
ETAPAS A
SIGUIENTES
AL DESTETE
B
I.2.- Planteamiento
I.3.- Objetivos
I.3.2- Específicos
I.4.- Factibilidad:
I.6.- Importancia
CAPITULO III
MARCO TEÓRICO
Las grasas son fuentes concentradas de energía. Todas las especies necesitan
cierta cantidad de grasa en la dieta, y para algunos, como la humana, parece ser de
considerable importancia. La grasa es importante en la palatabilidad del alimento,
especialmente en la dieta humana, en que su uso para freír o para aderezar ensaladas
aumenta el atractivo de las comidas [Lloyd, L.; Macdonald B. y Crampter, C.; 1982].
Las grasas están presentes en abundancia en algunas semillas y frutas, que pueden
comerse directamente o de los cuales se extrae aceite. Es el caso del maní, del
ajonjolí, del coco. La leche tiene igualmente grasa, con lo cual se fabrica mantequilla.
Y en las carnes hay siempre algo de grasa. Adicionalmente, se puede obtener manteca
de las reservas grasosas de animales como el cochino [LaCueva, A.; 1995].
proteínas es el nitrógeno que constituyen los aminoácidos, los cuales son necesarios
para el desarrollo y mantenimiento de los tejidos y órganos corporales [Morrison, F.;
1969]. Las proteínas están formadas por una o más cadenas de aminoácidos [Lloyd,
L.; Macdonald B. y Crampter, C.; 1982]. Los aminoácidos se suelen clasificar en
esenciales y no esenciales. Un aminoácido es esencial cuando no puede ser
sintetizado en el cuerpo con la rapidez necesaria para el crecimiento normal y por lo
tanto debe incluirse en la dieta. Un aminoácido es no esencial cuando puede ser
elaborado de otros compuestos que existen en el alimento o de productos intermedios
del metabolismo [Maynard, L. 1968]. Se denomina metabolismo la suma de los
procesos químicos y físicos que tienen lugar continuamente en los seres vivos [Lloyd,
L.; Macdonald B. y Crampter, C.; 1982].
Las proporciones de los aminoácidos que requiere una especie determinada pueden
variar de acuerdo con el producto proteínico que se forme, como es el caso del tejido
en crecimiento [Maynard, L.; 1968].
Los miembros del complejo B son vitaminas que actúan primariamente como parte de
complejo enzimáticos que catabolizan el metabolismo de carbohidratos, grasas y
proteínas [Lloyd, L.; Macdonald B. y Crampter, C.; 1982]. Algunas de las vitaminas,
que es requerido por el organismo en pequeñas proporciones, pueden resultar
perjudiciales cuando se ingiere en mayores proporciones [Maynard, L.; 1968].
Calcio Fósforo
Magnesio Cloro
Sodio Azufre
Potasio
El papel nutritivo del calcio y del fósforo están muy relacionados por lo que deben
estar en determinadas proporciones. Se cree que el número de elementos minerales es
el mismo para todas las especies, con excepción del cobalto que es únicamente
esencial para los herbíboros [Lloyd, L.; Macdonald B. y Crampter, C.; 1982].
Entre los minerales que se encuentra regularmente en el cuerpo del animal, como
es el caso de los presentados a continuación:
Silicio
Boro
Bromo
arsénico
Es de interés notar que un mismo elemento, como los primeros cinco minerales
listados, puede ser esencial o tóxico para el organismo dependiendo de la cantidad en
que se ingiera. [Lloyd, L.; Macdonald, B. y Crampter, C.; 1982].
La energía es necesaria para todas las acciones que el cuerpo realiza, incluyendo
la respiración, movimientos musculares y mantenimiento del calor corporal. Los
principales nutrientes energéticos son los carbohidratos y las grasas, aunque puede
obtenerse algo de energía de las proteínas. El exceso de energía se almacena en forma
de grasa corporal. La grasa es una fuente de energía concentrada, pues contiene
alrededor de 2,25 veces más energía que los carbohidratos. Los alimentos ricos en
grasa tienen un valor energético muy superior a los que tienen poca grasa [Rea, C.;
Bates, O. y Deum, T.; 2001].
Energía bruta
Energía de la orina y de
Energía metabolizable
Los gases combustibles
Energía de las
Energía neta
Pérdidas de calor
En una explotación porcina, el importe de los alimentos suele exceder el 60% del
costo total de la producción. Los cerdos gustan y obtienen más de unos alimentos que
de otros, por diferir en sabor y valor nutritivo. El precio es también un factor, algunos
alimentos satisfacen las demandas nutritivas del cerdo más económicamente que
otros. Para llegar a ser un productor eficiente es necesario saber que alimentos
necesitan los cerdos para desarrollarse y reproducirse, en tal sentido, debe
considerarse los principios nutritivos de hidratos de carbono, grasas, proteínas,
vitaminas y minerales [Bundy, C.; Diggins, R. y Christensen, V.; 1984].
Los hidratos de carbono y las grasas aportan calor y energía a los cerdos y les
proporcionan material necesario para el engorde. Estos animales necesitan proteínas
Las necesidades nutritivas de los cerdos varían con la edad, las demandas
alimenticias de los animales reproductores están influidas por su estado de salud en la
época de los apareamiento y por la etapa de la preñez o el período de lactación
[Bundy, C.; Diggins, R. y Christensen, V.; 1984]. Un programa de alimentación para
ganado porcino puede considerar tres grandes grupos: 1) reproductores, formado por
las preñadas o gestantes y los verracos, 2) las lactantes, 3) cerdos criadas para la
venta. Con respecto a éste último grupo debe considerarse el tipo de destete (precoz o
tardío) y las diferentes etapas de crecimiento hasta que alcance su peso de venta para
el mercado [Anzola, L.; 2003].
i. Fuentes de energía
• Granos de cereales: maíz, sorgo, cebada, avena, trigo, arroz
• Subproductos de molinería: subproductos de maíz, trigo, avena
• Tubérculos y raíces: mandioca, batata, ñame
• Otros productos vegetales: azúcar de caña, melaza, pulpa de cítricos.
• Aceites y grasas de vegetales y animales
• Residuos de comida humana
ii. Fuentes de proteínas
ii.i Proteínas animales
• Subproductos de matadero: harina de carne, de carne y hueso, y de sangre
• Subproductos de la leche: leche desnatada en polvo, leche completa en polvo, suero
• Subproductos de pesquerías: harina de pescado, concentrado proteico de peces,
harina de camarones
ii.ii Proteínas vegetales
• Subproductos de semillas de oleaginosas: harina de semilla de algodón, harina de
soja, harina de cacahuete
• Semillas de leguminosas: soja, cacahuete, frijoles
ii.iii Proteínas varias
• Harina de girasol
• Harina de coco
• Algas
iii. Fuentes de vitaminas
• Forrajes: vitaminas A, B, D, E, K
• Cereales: vitaminas A, B, E
• Aceite de hígado de pescado: A, D
iv. Fuentes de minerales
• Fosfato dicálcico: calcio y fósforo
• Carbonato de calcio: calcio
Hoy en día existen premezclas comerciales de vitaminas y minerales para cubrir las
necesidades de estos dos principios nutritivos [Pond, W. y Maner, J.; 1975].
Entre las fuentes de hidrato de carbono más importantes están los granos de los
cereales que constituyen la mayor fuente de energía, tales como el maíz que es baja
en contenido de fibra, deficiente en proteínas y minerales y mayor riqueza en grasa
que cualquier otro cereal, excepto la avena. Esta última posee casi el mismo valor
nutritivo del maíz, pero con más cantidad de fibra y riqueza proteica algo superior. El
maíz amarillo es considerado el mejor cereal para los cerdos, y el segundo es ocupado
por la avena. La cebada es un buen sustituto del maíz y aunque tiene mayor
proporción de fibra, ofrece la ventaja de su mayor riqueza en proteínas. El trigo es
semejante a los otros cereales en valor nutritivo y contiene más cantidad de hidrato de
carbono y proteínas que el maíz. El sorgo es un alimento muy bueno y del agrado de
los cerdos, se parece al maíz en muchos aspectos, pero contiene menos grasas
[Bundy, C.; Diggins, R. y Christensen, V.; 1984].
En el país, el maíz amarillo y sorgo han sido los cereales que, tradicionalmente,
se han utilizados como fuentes de energía en la alimentación de cerdos. Como tal
representan entre el 60-80% de los costos de producción de las dietas, lo que indica
que una reducción apreciable en el precio de los alimentos balanceados puede
lograrse mediante el empleo de ingredientes energéticos más económicos [López, N.;
Chicco, C. y Godoy, S.; 2003].
cantidades de alimentos que necesitan estos dos grupos de hembras son diferentes,
unas y otras requieren alimentos con el mismo equilibrio nutritivo. Las cerdas que
amamantan necesitan más alimentos que las gestantes [Bundy, C.; Diggins, R. y
Christensen, V.; 1984].
El destete precoz tiene entre sus ventajas el de ahorrar alimentos para la hembra
evitándole pérdida de peso. La clave del éxito del destete precoz radica en dar a los
lechones unas raciones apropiadas y buenos alojamientos, y en prestarles la atención
debida, pero este tipo de destete tiene la desventaja que exige dar a los lechones
raciones especiales y formuladas cuidadosamente, tales raciones son caras [Bundy,
C.; Diggins, R. y Christensen, V.; 1984].
tanto la función objetivo como las restricciones son funciones lineales. En el modelo,
la función objetivo expresa la medida de efectividad Z del sistema como una función
de las variables de decisión xj, la cual viene dado:
n
maximizar (o minimizar) Z = ∑c
j
j xj
Las restricciones del modelo debe satisfacer condiciones de índole relacional (≤ y/o ≥
y/o =) sobre la cantidad de recursos disponibles, esto es, los requerimientos de ai jxj
unidades del recurso i (i= 1,2,..,m) para llevar a cabo una actividad j (j= 1,2,..,n) a un
nivel de xj, para cualquier xj ≥ 0, que representa los niveles de no negatividad del
conjunto de actividades. Por lo tanto, las primeras m restricciones del lado izquierdo
para cualquier conjunto xj, ∑a ij x j ,es la cantidad actualmente utilizada de recurso bi
. Para las restricciones del tipo ≤ , el lado izquierdo puede ser considerado como la
máxima cantidad de un recurso que puede ser utilizado, análogamente, las del tipo ≥,
puede considerarse como la cantidad mínima de un recursos que puede ser empleado
y por ende, las del tipo = se circunscribe en la utilización de la cantidad justa de un
recurso disponible. Asimismo, las n restricciones restantes (xj ≥ 0) reciben el nombre
de condiciones de no negatividad. Para el caso de la variable de decisión que no está
restringida en signo (su valor puede ser positivo, negativo o cero), puede ser
reemplazada por la diferencia de dos variables no negativas, mediante una
transformación adecuada que garantiza la condición de no negatividad [UNA; 1993].
∑a
j
i j x j ≤ bi ; i = 1 , 2,..., m
xj ≥ 0 ; j = 1 , 2,..., n
Es oportuno señalar que para algunos autores, la función objetivo en la forma típica
del modelo es del tipo de minimización, en donde las primeras m restricciones suelen
ser del tipo ≥ , en todo caso tal asignación es convencional [UNA; 1993].
Los pasos anteriormente descritos, son sólo una guía y deben tenerse como tal. Sólo
la práctica constante y algo de arte e imaginación, son los soportes más firmes en la
construcción de los modelos matemáticos [UNA; 1993].
(1.1) minimizar ∑p x
j
j j
sujeto a
(1.3) ∑x
j
j =1 ;
En las plantas elaboradoras de alimentos mezclados, una vez que se prepara una
fórmula, a menudo los cambios de ingredientes se determinan por computadora, con
el fin de disminuir los costos. La fórmula propuesta por una computadora, se hallan
condicionadas por la exactitud de la información sobre los niveles y el
aprovechamiento de los diversos principios nutritivos en los ingredientes
considerados. En la planta, los ingredientes pasan por un proceso mecanizado de
varias etapas. Entre las características de estos alimentos se destaca la granulación
(pellets) que mejora la aceptación del alimento, asegura la homogeneidad y la mayor
densidad de la mezcla [Wall, J. Y Ross, W.; 1975].
CAPITULO III
MARCO METODOLOGICO
Como lo que se desea es obtener el costo total mínimo, entonces la función objetivo
es:
minimizar Z = p1x1 + p2x2 + … + pnxn ;
minimizar Z = ∑px
j =1
j j
Paso 3. Restricciones.
Como se desea preparar un kilogramo de ración alimenticia, debe cumplirse que
la suma de las cantidades de cada uno de los ingredientes de ración sea igual a la
unidad, es decir,
x1 + x2 + … + xn = 1
O bien
n
∑x
j =1
j =1 ;
xn ≥ xn ’min
xn ≤ xn ’max
n
bi ' min ≤ bi ' ' min ≤ ∑ a i j x j ≤ bi ' ' max ≤ bi ' max ; i = 1,…,m
j =1
n
e 'min ≤ e ' 'min ≤ ∑ d j x j ≤ e ' ' max ≤ e 'max
j =1
sujeto a
n
2) e ' ' 'min ≤ ∑ d j x j ≤ e ' ' ' max
j =1
n
4) ∑x
j =1
j =1
peso de mercado con un menor consumo de alimento, para ello es importante conocer
o estimar el parámetro de la conversión alimenticia, que es una respuesta productiva a
la ingestión de nutrientes por parte del animal, al suministrarle la mezcla alimenticia.
En virtud de lo anterior, el productor debe combinar la ración balanceada y de menor
costo con la conversión alimenticia asociada. Esta situación es más notoria en una
explotación porcina, donde los cerdos destinados a la cría para su comercialización
son alimentados por etapas dependiendo del incremento de su peso corporal. Es de
destacar, que el parámetro de la conversión alimenticia se toma en cuenta para los
cerdos de cría y cerdas gestantes, no así para las cerdas en etapa de lactancia.
Una vez hallado los valores Z2.CA2 y Z3.CA3 de las raciones alternativa R2 y
alternativa’ R3 respectivamente, y si al menos el valor uno de ello es menor al Z1.CA1
de la ración basal, entonces se logró el objetivo. El costo obtenido de Z.CA tiene
diversos nombres que hacen referencias a las unidades de medidas, entre los
cuales se destaca Costo/kg G. Peso (Acurero et al; 1993), Costo por peso relativo
(González et al; 1997). En virtud de lo anterior, es necesario proporcionar una
denominación a este costo fundamentado en bases conceptuales formales. Partiendo
del principio que Z.CA es un indicador que mide un efecto (resultado cuantificable),
que a través de un procedimiento de comparación con respecto a un nivel de criterio
prefijado, se establece si se logró o no el efecto esperado. Bajo estos lineamientos se
esta atendiendo los criterios de eficacia, eficiencia y efectividad.
Para los efectos del presente trabajo, se utilizaron los tres términos en base a
resultado:
- Efectividad es la capacidad para lograr resultados, eficiencia es como
lograr el mejor resultado y eficacia es lograr el resultado esperado.
Restricciones
Cantidades de
Costo mínimo
ENERGIA ingredientes
de R2
NUTRIENTES
INGREDIENTES Costo-efectividad de R2
SIMPLEX x1 x2 ... xn Z2
Función objetivo CE2 = CA2 . Z2
Ración alternativa R2
Ración basal R1
Raciones de control
Niveles de tratamiento
Ingrediente Ingrediente
estándar (x1) T1 T2 • • •
Tr
Ingrediente_1 x1T1 x1T2 • • • x1Tr
Ingrediente_2 x2T1 x2T2 • • • x2Tr
Ingrediente • • • • Conversiones alimenticias
alternativo (x1) •
•
•
•
•
•
•
• asociadas a las raciones
Ingrediente_n xnT1 xnT2 • • • xnTr de control
Total 100 100 • • • 100
Conversión alimenticia CAT1 CAT2 • • • CATr
Conversión alimenticia
de ración basal R1
Conversión alimenticia
estimada de la ración
alternativa R2
Los niveles máximos y mínimos de los recursos disponibles para la mezcla son:
ENERGÍA: e’’’max = max { e’T1 , e’T2 , ... , e’Tr } ; e’’’min = min { e’T1 , e’T2 , ... , e’Tr }
NUTRIENTES: bi’max = max { bi’T1, bi’T2 , ... , bi’Tr } ; bi’min = min { bi’T1, bi’T2 , ... , bi’Tr }; i = 1, 2, ...,m
INGREDIENTES: xj’max = max { xjT1, xjT2 , ... , xjTr } ; xj’min = min { xjT1, xjT2 , ... , xjTr }; j = 1, 2, ...,n
xn ≥ xn’min
xn ≤ xn’max
Una vez obtenido las cantidades de los ingredientes estándar (x1) y alternativo (x2)
se estiman las conversiones alimenticias de ambos ingredientes en base a la
información suministrada por la tabla del punto b; luego se promedian para obtener la
conversión alimenticia estimada de la ración alternativa R2 (CA2)
CA2 = (1/2)(CA2X1 + CA2X2)
f) Análisis de sensibilidad.
CE3 = CA3.Z3
%CE3 = (CE3 / CE3).100%
Restricciones
Para unificar criterios con el caso de una etapa, se tiene que cuando se considera
varias etapas k (k = 2, 3,..., q) en la formulación de la mezcla alimenticia a nivel de las
categorías de ración (R), costo ración (Z) y costo-efectividad (CE) asociado, se
denotó con h (h = 1, 2, 3) la modalidad de la mezcla, donde 1 = basal, 2 = alternativa y
3 = alternativa’, y en virtud de lo anterior, se utilizó la siguiente denotación:
Para el caso que contempla varias etapas del ciclo productivo del cerdo, se
procede de manera análoga al procedimiento desarrollado para una etapa, donde en
principio, se identifica el caso con un número romano W, seguido del enunciado del
problema, que finaliza nombrando cada una de las etapas. Luego se procede a
construir la(s) tabla(s) de datos primarios, que por englobar varias etapas, el
investigador debe escoger el formato que más se ajuste a sus necesidades.
Seguidamente cada etapa se trata como casos individuales, identificado con el
número romano W seguido del número signado para la etapa. En seguida se presenta
el enunciado que finaliza con el nombre de la etapa que va a ser desarrollada, y luego
se lleva a cabo el procedimiento de evaluación de raciones para dicha etapa. Después
de evaluar el total de etapas, se procede a totalizar los costo ración y costo-efectividad
de éstas a nivel de las raciones basal, alternativa y alternativa’.
CAPITULO IV
ANÁLISIS DE RESULTADOS
En este capitulo se presentan los resultados de los casos I, II y III que versa sobre
raciones experimentales para ganado porcino publicados en revistas científicas, donde
uno de sus principales objetivos es determinar la respuesta biológica del cerdo
atendiendo al criterio de la conversión alimenticias, mediante la ingesta de varias
raciones experimentales denominadas tratamiento, en la cual un ingrediente estándar,
en este caso el maíz, es sustituido en diferentes niveles por un ingrediente alternativo.
Los casos I y III fueron seleccionados de la revista Zootecnia Tropical y el caso II de
la revista Archivos Latinoamericanos de Producción Animal. En la tabla 8 se presenta
para cada caso, una relación de ingredientes estándar y alternativo, y de la(s) etapa(s)
del ciclo productivo del cerdo a la cual pertenece.
El ensayo experimental del caso I abarcó una sola etapa (crecimiento), donde el
ingrediente alternativo es un subproducto industrial derivado del maíz, con menor
cantidad de energía metabolizable que éste. El caso II comprendió las etapas conjunta
de crecimiento y engorde, el ingrediente alternativo que se empleó es un producto
obtenido a partir de la raíz de yuca amarga. La literatura consultada reporta una
energía metabolizable para este producto un poco inferior a la del el maíz. El caso III
abarcó dos etapas (crecimiento y engorde), el ingrediente alternativo utilizado es el
sorgo que posee una energía metabolizable cercana a la del maíz. Para los casos I y II,
se empleó el proceso de evaluación de raciones para una sola etapa y en el caso III el
correspondiente al de varios etapas, en donde la evaluación de las raciones
alimenticias de las etapas de crecimiento y engorde se hicieron por separados bajo las
denominaciones de caso III.1 y caso III.2 respectivamente.
Cada uno de los casos objeto de estudio, se inicia nombrando la revista de donde
fue tomada, seguido del título del artículo y de un breve resumen inherente a las
condiciones bajo las cuales se realizó le experiencia, tales como la duración de la
misma, características del animal (edad, peso vivo), número de individuos utilizados,
el nivel de sustitución/inclusión del ingrediente alternativo como fuente (parcial o
total) de energía de reemplazante del ingrediente estándar. Luego se presenta una
tabla de datos primarios con la composición porcentual de los tratamientos y
conversión alimenticia promedio asociada. Posteriormente se procede a la
evaluación de las raciones, que se inicia con otra tabla como la referida anteriormente,
a la cual se le incorporó los componentes tanto de los precios de los ingredientes,
como de la energía metabolizable y nutrientes de cada una de los tratamientos.
TABLA 9 Energía metabolizable y composición porcentual de los nutrientes de los ingredientes utilizados en la preparación de raciones
alimenticias experimentales para cerdos de los casos ( *1) estudiados.
Energía Proteina Grasa Fibra Extacto Calcio Fósforo AMINOÁCIDOS ESENCIALES %
Ingrediente Metabolizable Cruda Cruda Cruda libre de
Lisina Metionina Triptó- Treoni- Fuente
nitrógeno
+
fano na
EM Kcal/kg PC % GC % FC % ELN % Ca % P %
Cistina
Maíz amarillo molido 3572 8,50 3,50 2,00 72,60 0,02 0,30 0,22 0,33 0,06 0,27 (1)
(†)
SAGMD 2715 12,90 6,11 0,80 64,19 0,06 0,85 0,87 0,30 0,10 0,60 (1)
( †† ) c
Yuca amarga 3200 2,80 1,20 2,60 80,20 0,30 0,20 0,05 0,05 0,02 0,05 (2)
( *2) a c
Sorgo 3230 8,70 2,70 2,10 72,00 0,02 0,30 0,20 0,31 0,09 0,30 (3)
( *3) b
Harinilla de maíz 2400 2,20 2,90 5,00 ND 0,16 0,30 0,29 0,12 0,14 0,15 (4)
Harina de soya 3085 47,50 1,35 4,95 28,23 0,42 0,66 2,79 1,37 0,62 1,83 (1)
( *2) a c
Harina de pescado 3150 62,40 7,52 1,00 3,38 4,50 2,77 4,68 2,31 0,61 2,59 (3)
Harina de ajonjolí 4015 43,70 18,80 6,70 ND 3,06 1,40 1,70 1,80 014 1,15 (5)
( *2) a
Aceite de palma 7760 0,00 99,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 (3)
( *2) a c
Melaza 2260 4,30 0,02 0,00 59,28 0,74 0,07 0,02 0,04 0,01 0,04 (3)
Grasa animal 3350 0,00 99,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 (1)
Lisina 4110 93,40 0,00 0,00 0,00 0,00 0,00 78,00 0,00 0,00 0,00 (1)
Carbonato de calcio 0,00 0,00 0,00 0,00 0,00 38,00 0,00 0,00 0,00 0,00 0,00 (1)
Fosfato dicálcico 0,00 0,00 0,00 0,00 0,00 21,00 16,00 0,00 0,00 0,00 0,00 (1)
(1) : Msc. Nelly López (Médico veterinario) a : Cátedra de Nutrición Animal (†) : Subproducto de afrecho de grano de maíz desgrasado
(2) : Gil, J. y Buitriago, J.; 2005 Facultad de Ciencias Veterinarias - UCV.
(††) : Harina cruda de raíz de yuca amarga deshidratada
(3) : FEDNA; 2005 b : Acurero, et al; 1993 (*1)
:Casos de artículos publicados en las revistas: Archivos
(4) : Vilariño, M., León, A. y Picard, M.; 1996 c : Valor de extracto libre de nitrógeno obtenido a través de la fórmula Latinoamericanos de Producción Animal (Vol 5 (supl. 1)) y
Zootecnia Tropical (Vol 1 (1 y 2) 1983 y Vol 21(3) 2003)
(5) : Laboratorio de Nutrición Animal - UCV ELN% = 100% - ( PC% + GC% + FC% + Humedad% + Ceniza% )
(*2)
: La cifras indicadas con el superíndice “a” fueron tomadas de una tabla
ND: Información no disponible nutricional complementaria de FEDNA.
(*3)
: La energía metabolizable y la composición nutricional fue estimada
(por ensayo y error) a partir de los resultados de los artículos
publicados en la revista de Zootecnia Tropical, signados con los
volúmenes 11(2) 1993 y 14(2) 1996 respectivamente.
Este caso fue tomado de la revista Zootecnia Tropical Vol 21, Nº 3 del año 2003,
titulado “Valor nutritivo y germen desgrasado de maíz en la alimentación de cerdos”.
Esta experiencia, de 7 semanas de duración, fue llevado a cabo en una granja porcina
comercial en donde se seleccionaron 400 lechones de 30 Kg de peso inicial y de 13
semanas de edad. Las dietas y el agua de bebida fue suministrado ad libitum. Estos
animales fueron asignados a las dietas con cinco niveles de inclusión de SAGMD
(0, 10, 20, 30 y 40%) en sustitución del maíz, tal como se aprecia en la tabla 10.
Con la información disponible en las tablas 9 y 10, se obtiene los resultados para
la construcción de la matriz de datos, tal como se puede apreciar en la tabla 11.
En la gráfica 2 se observa que en las cinco raciones con niveles de inclusión del
maíz (0%, 10%, 20%, 30% y 40%) por SAGMD, los ingredientes estándar y
alternativo representan más del 70% de la composición de las raciones. Los valores
de conversión alimenticia obtenidas fueron 2,79; 2,95; 3,02; 3,09 y 3,17 para los
niveles de inclusión de SAGMD de 0%, 10%, 20%, 30% y 40% respectivamente, y lo
cual es indicativo de un desmejoramiento del parámetro de la conversión alimenticia
cuando se incrementa los niveles de inclusión de SAGMD.
SOFTWARE LINDO
!CASO I. Formulación de una ración alimenticia experimental que contiene el subproducto de
!afrecho de grano de maíz desgrasado (SGMAD), como fuente parcial de energía reemplazante del
!maíz, utilizando la técnica de la programación lineal, para ser suministrado en la etapa de crecimiento
del ganado porcino.
!REVISTA: Zootecnia Tropical Vol 21, Nº 3, año 2003.
!WEB: www.ceniap.gov.ve/ztzoo/zt2103/art/lopez_n.htm
!TITULO: "Valor nutritivo y germen desgrasado de maíz en la alimentación de cerdos".
!AUTORES: López, N.; Chicco, C. y Godoy S. ;
! Entrada de datos
! FUNCIÓN OBJETIVO
MIN 1000.00 X1 + 600.00 X2 + 840.00 X3 + 207.00 X4
+ 1060.00 X5 + 4450.00 X6 + 1200.00 X7 + 10040.00 X8
! RESTRICCIONES LINEALES
SUBJECT TO
! Restricciones de energía:
ENERGIA1) 3572 X1 + 2715 X2 + 3100 X3
+ 3350 X7 + 2675 X8 >= 2956
ENERGIA2) 3572 X1 + 2715 X2 + 3100 X3
+ 3350 X7 + 2675 X8 <= 3275
! Restricciones de nutrientes:
PROTEIN1) 0.0850 X1 + 0.1290 X2 + 0.4750 X3
0.9340 X8 >= 0.1505
!PROTEIN2) 0.0850 X1 + 0.1290 X2 + 0.4750 X3
0.9340 X8 <= 0.1565
FIBRA1) 0.0200 X1 + 0.0611 X2 + 0.0495 X3 >= 0.0238
! Restricciones de ingredientes:
X1MIN) X1 >= 0.3757
X1MAX) X1 <= 0.7420
X2MIN) X2 >= 0.0000
X2MAX) X2 <= 0.4000
X3MIN) X3 >= 0.1495
X3MAX) X3 <= 0.1810
X4MIN) X4 >= 0.0163
X4MAX) X4 <= 0.0175
X5MIN) X5 >= 0.0132
X5MAX) X5 <= 0.0163
X6) X6 = 0.0250
X7) X7 = 0.0175
X8MIN) X8 >= 0.0018
X8MAX) X8 <= 0.0019
END
1) 911.9516
• Costo ración:
- Ración basal: Z1 = 1066,02 Bs/kg
- Ración alternativa: Z2 = 911,95 Bs/kg
• Costo ración:
- Ración basal: Z1 = 1066,02 Bs/kg
- Ración alternativa’: Z3 = 1013,91 Bs/kg
En la tabla 13 se puede observar que a este nivel de precio de cada uno de los
ingredientes, el mínimo valor del costo ración se encuentra en la ración alternativa
con 911,95 Bs/kg, seguido por la alternativa’ con 1013,91 Bs/kg y finalmente por
la basal con 1066,06 Bs/kg. El mínimo valor del costo-efectividad se encuentra en
la ración alternativa con 2885,87 Bs/kg, seguido por la basal con 2974,19 Bs/kg
y finalmente por la alternativa’ con 3009,49 Bs/kg. En virtud de lo anterior, el
Con la información disponible en las tablas 9 y 14, se obtiene los resultados para
la construcción de la matriz de datos, tal como se puede apreciar en la tabla 15.
En la tabla 15, la incorporación del componente de los precios de cada uno de los
ingredientes, permitió obtener por tratamiento, los costo ración, costo-efectividad y
costo-efectividad porcentual. El ingrediente alternativo (YAD) es 53% más
económico que el estándar (maíz amarillo). Las variables de costo ración y costo-
efectividad presentan las siguientes características: El costo ración es máximo
(135,97 Bs/kg) en la ración basal, y el mismo disminuye en la medida que se
sustituye el maíz por el YAD en la ración, hasta llegar a su mínimo (91,05 Bs/kg)
para la ración con el nivel de sustitución 100% del YAD. Análogamente, el
costo-efectividad es máximo (357,60 Bs/kg) en la ración basal, y el mismo tiene su
mínimo (274,06 Bs/kg) para la ración con el nivel de sustitución de 100% de YAD.
En la gráfica 7 puede observarse los dos intervalos con sus respectivas tendencias
lineales asociadas de los ingredientes maíz (x1) y YAD (x2), y su efecto sobre la
conversión alimenticia. El primer intervalo (en sentido descendente) de la curva
continua (x1:maíz) tiene una pendiente poco inclinada, mientras que en el segundo intervalo
ésta es más pronunciada, y análogamente, se observa lo mismo en el primer y segundo
intervalo (en sentido ascendente) de la curva de trazos cortos (x2:YAD). Ambas curvas
coinciden en un punto, muy próximo a la proporción 0,40. Los intervalos y las
tendencias lineales asociadas del maíz y la YAD se presentan en forma algebraica en
la tabla 16.
SOFTWARE LINDO
!CASO II Formulación de una ración alimenticia experimental que contiene harina cruda de raíz de
!yuca amarga (YAD), como fuente parcial o total de energía reemplazante del maíz, utilizando la
!programación lineal para ser suministrado en la etapa conjunta de crecimiento-engorde del ganado
!porcino.
!REVISTA: Archivos latinoamericanos de Producción Animal 5 , (suplemento 1), 1997.
!WEB: www.alpa.org.ve/ojs/include/getdoc. php?id=198&article=161&mode=pdf
!TITULO: "Utilización de harina cruda de raíz de yuca (Manihot sculenta C.) y harina cruda
! de cormos de ocumo chino (Colocasia sculenta C.) en la alimentación de cerdos"
!AUTORES: González, C.; Vecchionacce, H.; Díaz, I. y Ortiz, V.
! Entrada de datos
!FUNCIÓN OBJETIVO
MIN 130.00 X1 + 70.00 X2 + 295.00 X3 + 150.00 X4
+ 30.00 X5 + 100.00 X6 + 500.00 X7 + 500.00 X8
!RESTRICCIONES LINEALES
SUBJECT TO
! Restricciones de energía:
ENERGIA1) 3572 X1 + 3200 X2 + 7760 X3 + 3150 X4 >= 3153
! Restricciones de nutrientes:
PROTEIN1) 0.0850 X1 + 0.0280 X2 + 0.6240 X4 >= 0.1596
! Restricciones de ingredientes:
X1MIN) X1 >= 0.0000
X1MAX) X1 <= 0.8356
X2MIN) X2 >= 0.0000
X2MAX) X2 <= 0.7368
X3MIN) X3 >= 0.0000
X3MAX) X3 <= 0.0154
X4MIN) X4 >= 0.1420
X4MAX) X4 <= 0.2524
X5MIN) X5 >= 0.0000
X5MAX) X5 <= 0.0038
X6) X6 = 0.0050
X7) X7 = 0.0015
X8) X8 = 0.0005
END
1) 91.01948
• Costo ración:
- Ración basal: Z1 = 135,97 Bs/kg
- Ración alternativa: Z2 = 91,02 Bs/kg
• Costo ración::
- Ración basal: Z1 = 135,97 Bs/kg
- Ración alternativa’: Z3 = 100,07 Bs/kg
En la tabla 17 se puede observar que a este nivel de precio de cada uno de los
ingredientes, el mínimo valor del costo ración se encuentra en la ración alternativa
con 91,02 Bs/kg, seguido por la alternativa’ con 110,07 Bs/kg y finalmente por la
basal con 133,10 Bs/kg. El mínimo valor del costo-efectividad se encuentra en la
ración alternativa con 217,67 Bs/kg, seguido por la alternativa’ con 299,50 Bs/kg
y finalmente por la basal con 357,60 Bs/kg. En virtud de lo anterior, el
Este caso fue tomado de la revista Zootecnia Tropical Vol 1 y 2, Nº 1 del año
1983, titulado “Utilización del grano de sorgo como fuente energética en raciones
para cerdos en crecimiento y engorde”. En esta experiencia, los registros de consumo
de alimento y ganancia de peso, fueron obtenidos durante 29 días en la fase de
crecimiento y 52 en la de engorde. Se utilizaron 20 cerdos machos castrados, con un
peso promedio inicial de 34,5 Kg. Los cerdos estuvieron bajo un sistema de
alimentación controlada y disponibilidad de agua constante. Los tratamientos estaban
constituido por raciones isoproteícas e isoenergéticas, que contenían 0, 50, 75 y 100%
de sorgo molido, como fuente de energía reemplazante del maíz, tal como se aprecia
en la tabla 18.
Con la información disponible en las tablas 9 y 18, se obtiene los resultados para
la construcción de la matriz de datos, tal como se puede apreciar en la tabla 19.
En la tabla 19, la incorporación del componente de los precios de cada uno de los
ingredientes, permitió obtener por tratamiento, los costos ración, costo-efectividad y
costo-efectividad porcentual, correspondiente a la etapa de crecimiento del ciclo
productivo del cerdo. El ingrediente alternativo (sorgo) es 18,02% más económico
que el estándar (maíz amarillo). Cuando se analizan las variables de costo ración y
costo-efectividad se observa lo siguiente: El costo ración es máximo (0,90 Bs/kg) en
la ración basal, y el mismo disminuye en la medida que se sustituye progresivamente
el maíz por sorgo en la ración, hasta llegar a su mínimo (0,78 Bs/kg) para la ración
con el nivel de sustitución 100% del sorgo. Sin embargo, con el nivel de sustitución
anteriormente referido, el costo-efectividad es máximo (3,29 Bs/kg), superando al
costo-efectividad de la ración basal (3,08 Bs/kg), que a su vez representa el mínimo
costo-efectividad de las raciones experimentales objeto de estudios.
SOFTWARE LINDO
!CASO III.1. Formulación de una ración alimenticia experimental que contiene el sorgo, como fuente
!parcial o total de energía reemplazante del maíz, utilizando la técnica de la programación lineal, para
!ser suministrado en la etapa de crecimiento del ganado porcino.
!REVISTA: Zootecnia Tropical Vol 21, Nº 3, año 2003.
!WEB: www.ceniap.gov.ve/bdigital/ztzoo/zt0112/texto/sorgo.htm
!TITULO: "Utilización del grano de sorgo como fuente energética en raciones para cerdos
! en crecimiento y engorde".
!AUTORES: Acurero, G.; Alvarez, R.; Pérez, S.; Alvarado, L.; Castillo, P. Schmidt y Guaicara, M.
! Entrada de datos
!FUNCION OBJETIVO
MIN 1.72 X11 + 1.41 X12 + 0.01 X13 + 0.19 X14 + 1.80 X15
+ 0.08 X16 + 1.91 X17 + 0.50 X18 + 1.00 X19 + 6.28 X110
!RESTRICCIONES LINEALES
SUBJECT TO
! Restricciones de energía
ENERGIA1) 3572 X11 + 3230 X12 + 2400 X13 + 4015 X14 + 3150 X15
+ 2600 X16 + 3350 X17 >= 2962.6
ENERGIA2) 3572 X11 + 3230 X12 + 2400 X13 + 4015 X14 + 3150 X15
+ 2600 X16 + 3350 X17 <= 3095.1
! Restricciones de nutrientes
PROTEIN1) 0.0850 X11 + 0.0870 X12 + 0.0220 X13 + 0.4370 X14 + 0.6240 X15
+ 0.0430 X16 >= 0.14638
PROTEIN2) 0.0850 X11 + 0.0870 X12 + 0.0220 X13 + 0.4370 X14 + 0.6240 X15
+ 0.0430 X16 <= 0.14700
FIBRA1) 0.0200 X11 + 0.0210 X12 + 0.0500 X13 + 0.0670 X14 + 0.0100 X15 >= 0.03265
FIBRA2) 0.0200 X11 + 0.0210 X12 + 0.0500 X13 + 0.0670 X14 + 0.0100 X15 <= 0.03305
GRASA1) 0.0350 X11 + 0.0270 X12 + 0.0290 X13 + 0.1880 X14 + 0.0752 X15
+ 0.0002 X16 + 0.9900 X17 >= 0.06475
GRASA2) 0.0350 X11 + 0.0270 X12 + 0.0290 X13 + 0.1880 X14 + 0.0752 X15
+ 0.0002 X16 + 0.9900 X17 <= 0.06562
CALCIO1) 0.0002 X11 + 0.0002 X12 + 0.0016 X13 + 0.0306 X14 + 0.0450 X15
+ 0.0074 X16 + 0.2100 X18 >= 0.01149
CALCIO2) 0.0002 X11 + 0.0002 X12 + 0.0016 X13 + 0.0306 X14 + 0.0450 X15
+ 0.0074 X16 + 0.2100 X18 <= 0.01152
FOSFORO) 0.0030 X11 + 0.0030 X12 + 0.0030 X13 + 0.0140 X14 + 0.0277 X15
+ 0.0007 X16 + 0.1600 X18 = 0.00825
LISINA1) 0.0022 X11 + 0.0020 X12 + 0.0029 X13 + 0.0170 X14 + 0.0468 X15
+ 0.0002 X16 >= 0.00698
LISINA2) 0.0022 X11 + 0.0020 X12 + 0.0029 X13 + 0.0170 X14 + 0.0468 X15
+ 0.0002 X16 <= 0.00707
MET+CIS1) 0.0033 X11 + 0.0031 X12 + 0.0012 X13 + 0.0180 X14 + 0.0231 X15
+ 0.0004 X16 >= 0.00569
MET+CIS2) 0.0033 X11 + 0.0031 X12 + 0.0012 X13 + 0.0180 X14 + 0.0231 X15
+ 0.0004 X16 <= 0.00579
TRIPTOF1) 0.0006 X11 + 0.0009 X12 + 0.0014 X13 + 0.0014 X14 + 0.0061 X15
+ 0.0001 X16 >= 0.00122
TRIPTOF2) 0.0006 X11 + 0.0009 X12 + 0.0014 X13 + 0.0014 X14 + 0.0061 X15
+ 0.0001 X16 <= 0.00134
TREONIN1) 0.0027 X11 + 0.0030 X12 + 0.0015 X13 + 0.0115 X14 + 0.0259 X15
+ 0.0004 X16 >= 0.00481
TREONIN2) 0.0027 X11 + 0.0030 X12 + 0.0015 X13 + 0.0115 X14 + 0.0259 X15
+ 0.0004 X16 <= 0.00493
! Restricciones de ingredientes
X11MIN) X11 >= 0.0000
X11MAX) X11 <= 0.4000
X12MIN) X12 >= 0.0000
X12MAX) X12 <= 0.4000
X13) X13 = 0.2800
X14) X14 = 0.1500
X15) X15 = 0.0600
X16MIN) X16 >= 0.0710
X16MAX) X16 <= 0.0750
X17MIN) X17 >= 0.0100
X17MAX) X17 <= 0.0140
X18) X18 = 0.0150
X19) X19 = 0.0050
X110) X110 = 0.0050
END
1) 0.7739630
• Costo ración:
- Ración basal: Z11 = 0,90 Bs/kg
- Ración alternativa: Z12 = 0,77 Bs/kg
• Costo ración:
- Ración basal: Z11 = 0,90 Bs/kg
- Ración basa alternativa’: Z13 = 0,84 Bs/kg
Con la información disponible en las tablas 9 y 18, se obtiene los resultados para
la construcción de la matriz de datos, tal como se puede apreciar en la tabla 22.
En la tabla 22, la incorporación del componente de los precios de cada uno de los
ingredientes, permitió obtener por tratamiento, los costo ración, costo-efectividad y
costo-efectividad porcentual, correspondiente a la etapa de engorde del ciclo
productiva por el cerdo. El ingrediente alternativo (sorgo), es 18,02% más económico
que el estándar (maíz amarillo). Cuando se analizan las variables de costo ración y
costo-efectividad se observa lo siguiente: El costo ración es máximo (0,87 Bs/kg) en
la ración basal, y el mismo disminuye en la medida que se sustituye progresivamente
el maíz por sorgo en la ración, hasta llegar a su mínimo (0,75 Bs/kg) para la ración
con el nivel de sustitución 100% del sorgo. El costo-efectividad en la ración con el
nivel de sustitución 50% del sorgo es máximo (3,56 Bs/kg), superando al de la ración
basal (3,43 Bs/kg). En la ración con el nivel de sustitución 75% del sorgo se presenta
el mínimo costo-efectividad (2,76 Bs/kg) de las raciones experimentales. objeto de
estudios.
SOFTWARE LINDO
!CASO III.1. Formulación de una ración alimenticia experimental que contiene el sorgo, como fuente
!parcial o total de energía reemplazante del maíz, utilizando la técnica de la programación lineal, para
!ser suministrado en la etapa de engorde del ganado porcino.
!REVISTA: Zootecnia Tropical Vol 21, Nº 3, año 2003.
!WEB: www.ceniap.gov.ve/bdigital/ztzoo/zt0112/texto/sorgo.htm
!TITULO: "Utilización del grano de sorgo como fuente energética en raciones para cerdos
! en crecimiento y engorde".
!AUTORES: Acurero, G.; Alvarez, R.; Pérez, S.; Alvarado, L.; Castillo, P. Schmidt y Guaicara, M.
! Entrada de datos
!FUNCION OBJETIVO
MIN 1.72 X21 + 1.41 X22 + 0.01 X23 + 0.19 X24 + 1.80 X25
+ 0.08 X26 + 1.91 X27 + 0.50 X28 + 1.00 X29 + 6.28 X210
!RESTRICCIONES LINEALES
SUBJECT TO
! Restricciones de energía
ENERGIA1) 3572 X21 + 3230 X22 + 2400 X23 + 4015 X24 + 3150 X25
+ 2600 X26 + 3350 X27 >= 2871.9
ENERGIA2) 3572 X21 + 3230 X22 + 2400 X23 + 4015 X24 + 3150 X25
+ 2600 X26 + 3350 X27 <= 3002.6
! Restricciones de nutrientes
PROTEIN1) 0.0850 X21 + 0.0870 X22 + 0.0220 X23 + 0.4370 X24 + 0.6240 X25
+ 0.0430 X26 >= 0.12534
PROTEIN2) 0.0850 X21 + 0.0870 X22 + 0.0220 X23 + 0.4370 X24 + 0.6240 X25
+ 0.0430 X26 <= 0.12571
FIBRA1) 0.0200 X21 + 0.0210 X22 + 0.0500 X23 + 0.0670 X24 + 0.0100 X25 >= 0.03028
FIBRA2) 0.0200 X21 + 0.0210 X22 + 0.0500 X23 + 0.0670 X24 + 0.0100 X25 <= 0.03130
GRASA1) 0.0350 X21 + 0.0270 X22 + 0.0290 X23 + 0.1880 X24 + 0.0752 X25
+ 0.0002 X26 + 0.9900 X27 >= 0.04461
GRASA2) 0.0350 X21 + 0.0270 X22 + 0.0290 X23 + 0.1880 X24 + 0.0752 X25
+ 0.0002 X26 + 0.9900 X27 <= 0.04697
CALCIO1) 0.0002 X21 + 0.0002 X22 + 0.0016 X23 + 0.0306 X24 + 0.0450 X25
+ 0.0074 X26 + 0.2100 X28 >= 0.00962
CALCIO2) 0.0002 X21 + 0.0002 X22 + 0.0016 X23 + 0.0306 X24 + 0.0450 X25
+ 0.0074 X26 + 0.2100 X28 <= 0.00972
FOSFORO1) 0.0030 X21 + 0.0030 X22 + 0.0030 X23 + 0.0140 X24 + 0.0277 X25
+ 0.0007 X26 + 0.1600 X28 >= 0.00718
FOSFORO2) 0.0030 X21 + 0.0030 X22 + 0.0030 X23 + 0.0140 X24 + 0.0277 X25
+ 0.0007 X26 + 0.1600 X28 <= 0.00721
LISINA1) 0.0022 X21 + 0.0020 X22 + 0.0029 X23 + 0.0170 X24 + 0.0468 X25
+ 0.0002 X26 >= 0.00612
LISINA2) 0.0022 X21 + 0.0020 X22 + 0.0029 X23 + 0.0170 X24 + 0.0468 X25
+ 0.0002 X26 <= 0.00617
MET+CIS1) 0.0033 X21 + 0.0031 X22 + 0.0012 X23 + 0.0180 X24 + 0.0231 X25
+ 0.0004 X26 >= 0.00478
MET+CIS2) 0.0033 X21 + 0.0031 X22 + 0.0012 X23 + 0.0180 X24 + 0.0231 X25
+ 0.0004 X26 <= 0.00487
TRIPTOF1) 0.0006 X21 + 0.0009 X22 + 0.0014 X23 + 0.0014 X24 + 0.0061 X25
+ 0.0001 X26 >= 0.00116
TRIPTOF2) 0.0006 X21 + 0.0009 X22 + 0.0014 X23 + 0.0014 X24 + 0.0061 X25
+ 0.0001 X26 <= 0.00130
TREONIN1) 0.0027 X21 + 0.0030 X22 + 0.0015 X23 + 0.0115 X24 + 0.0259 X25
+ 0.0004 X26 >= 0.00422
TREONIN2) 0.0027 X21 + 0.0030 X22 + 0.0015 X23 + 0.0115 X24 + 0.0259 X25
+ 0.0004 X26 <= 0.00435
! Restricciones de ingredientes
X21MIN) X21 >= 0.0000
X21MAX) X21 <=0.4000
X22MIN) X22 >= 0.0000
X22MAX) X22 <= 0.4000
X23MIN) X23 >= 0.3000
X23MAX) X23 <= 0.3125
X24) X24 = 0.1000
X25) X25 = 0.0575
X26MIN) X26 >= 0.1035
X26MAX) X26 <= 0.1200
X27MIN) X27 >= 0.0000
X27MAX) X27 <= 0.0040
X28) X28 = 0.0125
X29) X29 = 0.0050
X210) X210 = 0.0050
END
1) 0.7411906
• Costo ración:
- Ración basal: Z21 = 0,87 Bs/kg
- Ración alternativa: Z22 = 0,74 Bs/kg
• Costo ración:
- Ración basal: Z21 = 0,87 Bs/kg
- Ración alternativa’: Z23 = 0,76 Bs/kg
CAPITULO V
CONCLUSIONES Y RECOMENDACIONES
V.1.- Conclusiones
ración basal (CE(2)1), y por consiguiente, dicha ración mínima obtuvo una
reducción de costo de nivel II para 2 etapas.
V.2.- Recomendaciones
BIBLIOGRAFÍA
[Acurero et al; 1983]. Utilización del grano de sorgo como fuente energética en
racionespara cerdos en crecimiento y engorde. Zootecnia Tropical. Vol 1 (1 y 2),
pp 54-64, (Maracay): Autor.
[Anzola, L.; 1989]. Índice Agropecuario. Litografía Edicanpa, S.R.L. XIV Edición,
Caracas, Venezuela: Autor.
Bouza, A.; 2002]. Reflexiones acerca del uso de los conceptos de eficiencia,
eficacia y efectividad en el sector salud. [On line]. Disponible en
http://www.bvs.sld.cu/revistas/spu/vo126_1_00/spu07100.pdf.
[FEDNA; 2005]. Tablas FEDNA de ingredientes para piensos. [On line]. Disponible
en http://www.etsia.upm.es/fedna/tablas.htm.
[Frazer, R.; 1968]. Programación lineal aplicada. Editorial Técnica, México DF,
México: Autor
[García, F.; 1981]. Técnicas y prácticas modernas en la cría del cerdo. Editorial
Arineo, San José, Costa Rica: Autor.
[García, J.; González C. y Escobar, A.; 1997]. Efecto del nivel de incorporación del
follaje deshidratado de batata (Ipomea batata (L) Lam.) en raciones para cerdas
gestantes y lactantes sobre el comportamiento productivo y reproductivo. Arch. Prod.
Anim. 5(Supl 1), pp 285-287: Autores.
[Guzmán, J.; 1987]. La vaca y los alimentos en el trópico. Espasande SRL Editores,
Caras, Venezuela: Autor.
[Guzmán, J.; 1991]. Soya, ajonjolí y palma africana. Espasande SRL Editores,
Caracas, Venezuela: Autor.
[López, N., Cicco, C. y Godoy, S.; 2003]. Valor nutritivo y germen desgrasado de
maíz en la alimentación de cerdos. Zootecnia Tropical, Vol 21 (3), pp 219-235 ,
(Maracay):Autores.
[Morrison, F.; 1969]. Alimentos y alimentación del ganado. Uteha, México D.F.,
Mèxico: Autor
[Rondón, A.; 1999]. Guía para la cría de cerdo y manejo del lechón recién nacido.
Guía informativa. Cumaná: Autor.
[Wall, J. y Ross, W.; 1975]. Producción y usos del sorgo. Editorial Hemisferio Sur
S.R.L, Buenos Aires, Argentina: Autores.
GLOSARIO DE TÉRMINOS
Camada: Todas las crías que pare de una vez un animal y se hallan juntos en el
mismo lugar [Pontificia Universidad Católica de Chile; 2005].
Canal: parte del animal que incluye casi por completo el sistema oseo, muscular y
graso; excluyendo la sangre, cuero, plumas o pelos, visceras, cabezas y patas algunas
veces. El rendimiento de canal normal respecto al peso vivo: Aves 80% Cerdos 80 %
Bovinos 55% [Pontificia Universidad Católica de Chile; 2005].
(*5)
Costo : En términos amplios, es la medida y valoración del consumo realizado o
previsto por la aplicación racional de los factores de producción buscando la creación
de un producto o servicio [Medina, M. y Torres, E.; 2004].
Gramíneas: Conocidas tambien como poaceas, son una familia de plantas herbáceas
y muy raramente leñosas [Wikipedia; 2005].
Precio (*5) : Valor monetario exigido u ofrecido como contraprestación de una unidad
de un bien o servicio [Medina, M. y Torres, E.; 2004].
(*6)
Ración : Cantidad de alimento que se dá a un animal por un período de 24 hr.
[Bundy, C., Diggins, R. y Christensen, V.; 1984].
Ración equilibrada: Ración que aporta en proporción correcta todos los principios
nutritivos necesarios para alimentar apropiadamente a un animal por un período de 24
hr [Bundy, C., Diggins, R. y Christensen, V.; 1984]
n
maximizar Z = ∑c
j =1
j xj
Sujeto a
n
∑a
j =1
i j x j ≤ bi ; i = 1, 2,…, m
xj ≥ 0 ; j = 1, 2,..., n
maximizar Z = cx
Sujeta a
Ax ≤ b
x≥0
de donde c es el vector fila,
c = [c1 L cn ] ,
b y x son los vectores columna de lado derecho y variables de decisión
respectivamente, y 0 es el vector nulo , tales que
⎡b1 ⎤ ⎡x1 ⎤ ⎡0⎤
b = ⎢M⎥ , x = ⎢M⎥ , 0 = ⎢M⎥
⎢ ⎥ ⎢ ⎥ ⎢⎥
⎢⎣bn ⎥⎦ ⎢⎣xn ⎥⎦ ⎢⎣0⎥⎦
⎡a11 L a1n ⎤
A= ⎢M
⎢ M ⎥⎥
⎢⎣am1 L amn⎥⎦
El modelo de programación lineal, al igual que cualquier otro modelo, no debe ser
empleado indiscriminadamente. Es necesario reconocer cuándo una situación está
estructurada de tal manera, que la técnica de la programación lineal pueda ser
utilizada con éxito. Entonces, para que en el modelo sea verdaderamente efectivo se
requiere que en el problema en cuestión se satisfagan las siguientes premisas:
a) Proporcionalidad, que requiere que la contribución de cada variable de
decisión, tanto en la función objetivo Z como en las restricciones funcionales
del lado izquierdo, sea directamente proporcional al valor de la variable
anteriormente referida.. Esto es, dada una variable de decisión xj (j = 1,2,..,n),
su contribución a la función objetivo es cjxj y su contribución a la restricción i
(i = 1,2,...,m) es aijxj.
Cuando los puntos factibles son puntos esquina, se denominan puntos esquina
factibles o puntos extremos factibles, que son los verdaderamente interesan para la
resolución del problema de programación lineal. Dos puntos esquina factibles se
llaman adyacentes si el segmento que los une es un borde de la región factible.
Cuando los puntos no satisfacen las restricciones del problema se llaman puntos no
factibles y si son puntos esquina reciben en nombre de puntos esquina no factibles,
los cuales no son de interés para la resolución del problema.
La función objetivo Z = c1x1 + c2x2 representa una familia de rectas, todas ellas
paralelas, que se van obteniendo al darles distintos valores c0 a Z; entonces al variar el
valor c0 asignado a Z se van obteniendo rectas que se desplaza en un sentido, en
consecuencia, moviendo la recta en ese sentido se modifica el valor de Z, y por ende,
la función objetivo. Esto se puede continuar hasta aquel valor de Z tal, que la recta
Z = c0 interseque únicamente la frontera de la región factible, esta intersección
ocurrirá en un punto de esquina factible o en un borde de la frontera (segmento de
recta), en cuyo caso ocurre en dos puntos esquina factibles.
Los requerimientos mínimos y máximos de los anteriores nutrientes, por parte del
animal, son los siguientes:
Gráfica 19 Representación gráfica del Problema Tipo donde se puede apreciar el conjunto
de restricciones, el área rayada de la región factible y la función objetivo genérica Z.
(*): Solución óptima ; x1 = 0,7167 kg de maíz , x2 = 0,2203 kg de soya , Z = 2,1166 unidades monetarias
Gráfica 20. Representación gráfica del Problema Tipo donde se ha agregado al problema
original una restricción de mezcla base ( x1 + x2 = 1). La nueva región factible es el segmento
de recta que une los puntos O y P.
Las reglas para seleccionar las variables entrantes y saliente se conocen como
condiciones fundamentales del método Simplex y se resumen a continuación:
1) Condición de optimización. En un problema de PL de maximización
(minimización) la variable entrante es la variable no básica que tiene el
coeficiente más negativo (positivo) en la fila Z. Los empates se rompen
arbitrariamente. Se llega a la óptima en la iteración donde todos los
coeficientes de la fila Z de las variables básicas son no negativos (no
positivos). Esta condición asegura que no encontrará una solución mejor
que la óptima encontrada.
2) Condición de factibilidad. En los problemas de PL de
maximización/minimización, la variable saliente es la variable básica
asociada con la razón no negativa más pequeña. Los empates se rompen
arbitrariamente. Esta condición garantiza que al comenzar con una
solución básica factible, se encuentran solamente soluciones básicas
factibles durante el proceso iterativo.
Para las restricciones del tipo ≤, por lo común el lado derecho representa el límite
sobre la disponibilidad de un recurso y el lado izquierdo presenta el empleo que
hacen de ese recurso limitado los diferentes actividades (variables) del modelo. De
manera que una holgura representa la cantidad en la cual la cantidad disponible de un
recurso excede al empleo que se le dan a la actividades, para transformar las
desigualdades en ecuaciones se añade a cada una de éstas una variable de holgura.
xj ≥ 0 ; j = 1,2,…,n+m
Todas esta información se puede presentar en una TABLA INICIAL del método
Simplex de dos manera, tal como se aprecia en la tabla 27
1 -c1 -c2 • • •
-cn 0 0 • • • 0 Z 0
0 a11 a12 • • •
a1n 1 0 • • • 0 xn+1 b1
0
•
a21 a22 • • •
•
a2n 0 1 • • •
•
0 xn+2
•
= b2
•
• • • • •
• • • • •
0 am1 am2 • • •
amn 0 0 • • • 1 xn+2 bm
Z
1 -c -cs 0
x = b
0 A I
xs
x
xB = x
s
Maximizar Z = cx
sujeto a Ax ≤ b
x≥0
Al añadir las variables de holguras xs, se forma una matriz unitaria en la base inicial,
esto es
Maximizar Z = cx
sujeto a (A,I)(x, xs)’ = b
x ≥ 0 , xs ≥ 0
De donde se obtiene la forma matricial inicial del método Simplex., que es el punto
de partida para encontrar a través de un proceso iterativo la solución óptima, que en el
caso de maximización viene dado por:.
Z
1 -c -cs 0
x = b
0 A I
xs
-1
Z 1 -cB 0 1 cBB-1 0 cBB-1b
= 0 B = 0 B-1 b = B-1b
xB b
Toda la tabla se calcula fácilmente una vez que se conoce la base actual B ( y por
consiguiente su inversa).
Maximizar Z = 3x1 + 2 x2
sujeto a
2x1 + x2 ≤ 22
-x1 + 4x2 ≤ 10
2x1 - x2 ≤ 7
x1 - 3x2 ≤ 1
x1 ≥ 0 , x2 ≥ 0
Z - 3x1 + 2 x2 = 0
P 2x1 + x2 + x3 = 22
A -x1 + 4x2 + x4 = 10
S 2x1 - x2 + x5 = 7
0
x1 - 3x2 + x6 = 1
xj ≥ 0 , j = 1,2,...,6
VB x1 x2 x3 x4 x5 x6 b Fila
Z -3 -2 0 0 0 0 0 (0)
I x3 2 4 1 0 0 0 22 (1)
N x4 -1 4 0 1 0 0 10 (2)
I x5 2 -1 0 0 0 0 7 (3)
C
I x6 1 -3 0 0 0 1 1 (4)
A
L Las variables de holguras proporcionan una solución básica
I
Z factible de partida (x3 = 22 , x4 = 10 , x4 = 7 y x5 = 1), asimismo
A
C el valor asociado de Z es cero. Estos valores se pueden leer
I
Ó directamente en la tabla Simplex inicial. Bastará hacer
N
corresponder a cada variable básica en la primera columna
(VB) los valores de la última columna (b) la primera columna.
Además, en la tabla se puede observar que la matriz que
corresponde a las variables básicas, es una matriz identidad
Z -3 -2 0 0 0 0 0 (0)
x3 2 4 1 0 0 0 22 20
x4 -1 4 0 1 0 0 10 (2) Entra x1
I x5 2 -1 0 0 0 0 7 (3) Sale x6
T x6 1 -3 0 0 0 1 1 (4)
E
R
Z 0 -11 0 0 0 3 3 (0)
A x3 0 10 1 0 0 -2 20 20
T Entra x2
x4 0 1 0 1 0 1 11 (2)
I
x5 0 5 0 0 1 -2 5 (3) Sale x5
V
O X1 1 -3 0 0 0 1 1 (4)
Z 0 0 7/ 10 0 4/ 5 0 21 (0)
REGLA
x6 0 0 1/ 2 0 -1 1 5 (1)
DE x4 0 0 -7/ 10 1 6/ 5 0 3 (2) Solución
óptima
PARADA
x2 0 1 1/ 5 0 -1/ 5 0 3 (3)
x1 1 0 1/ 10 0 2/ 5 0 5 (4)
Para los problemas de programación lineal, en las cuales todas las restricciones
son del tipo ≤ , con segundos miembros de las restricciones no negativos. En este
caso, al añadir a cada restricción una variable de holgura, se establece que las
variables de holguras ofrecen una solución básica factible de partida. Sin embargo, a
menudo hay problemas donde al menos una de las restricciones es del tipo ≥ o del
tipo = . En estos casos, es necesario un procedimiento para obtener una solución
básica factible de partida. La técnica de la variable artificial proporciona de una
manera relativamente fácil, las variables básicas de partida para tipos restricciones
anteriormente referidos.
A continuación se expone uno de los métodos, denominado de las dos fases, que
permite que las variables artificiales asuman el papel de variables de holguras en la
primera iteración del problema de programación lineal y que sólo es posible eliminar
en una iteración posterior
Fase II.
¾ Utilice la solución de partida obtenida en la Fase I como solución de
partida al problema original, reemplazando la función objetivo original
(Z) por la de x0 . La función objetivo original debe expresarse en función
de las variables no básicas. Si al final de la Fase I las variables
artificiales son no básicas, se eliminan de la Fase II. Si alguna variable
artificial es básica, pero no a nivel cero, esta variable se mantiene en el
conjunto de las variables básicas, pero debe garantizarse que su valor
nunca es mayor que cero durante la ejecución de la Fase II.
Minimizar xo = x4 + x7 + x9
sujeto a
0,0880 x1 + 0,4400 x2 - x3 + x4 ≥ 0,1400
0,0880 x1 + 0,4400 x2 + x5 ≤ 0,1600
3,3000 x1 + 3,2450 x2 - x6 + x7 ≥ 3,0800
0,0026 x1 + 0,0288 x2 - x8 + x9 ≥ 0,0065
xj ≥ 0 ; j = (1,2,...,9)
TABLA 31 Tabla Simplex inicial de la Fase I del método de las dos fase del Problema Tipo
VB x1 x2 X3 x4 x5 x6 x7 x8 x9 b Fila
x0 0,0000 0,0000 0,0000 -1,0000 0,0000 0,0000 -1,0000 0,0000 -1,0000 0,0000 (0)
x4 0,0880 0,4400 -1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,1400 (1)
x5 0,0880 0,4400 0,0000 0,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,1600 (2)
x7 3,3000 3,2450 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0000 0,0000 3,0800 (3)
x9 0,0026 0,0288 0,0000 0,0000 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0065 (4)
Dado que x4 , x7 y x9 son variables básicas, sus coeficientes en la fila 0 deben ser
cero. Para ello se suman las filas 1, 3 y 4 a la fila 0, tal como se presenta en la
tabla 32.
TABLA 32 Preparación de la tabla Simplex para la Fase I del método de las dos fase del
Problema Tipo
VB x1 x2 X3 x4 x5 x6 x7 x8 x9 b Fila
x0 3,3906 3,7138 -1,0000 0,0000 0,0000 -1,0000 0,0000 -1,0000 0,0000 3,2265 (0)
x4 0,0880 0,4400 -1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,1400 (1)
x5 0,0880 0,4400 0,0000 0,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,1600 (2)
x7 3,3000 3,2450 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0000 0,0000 3,0800 (3)
x9 0,0026 0,0288 0,0000 0,0000 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0065 (4)
TABLA 33 Tabla Simplex de la fase I del método de las dos fase del Problema Tipo
VB x1 x2 X3 x4 x5 x6 x7 x8 x9 b Fila
x0 3,3906 3,7138 -1,0000 0,0000 0,0000 -1,0000 0,0000 -1,0000 0,0000 3,2265 (0)
x4 0,0880 0,4400 -1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,1400 (1) Entra x2
x5 0,0880 0,4400 0,0000 0,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,1600 (2)
Sale x9
x7 3,3000 3,2450 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0000 0,0000 3,0800 (3)
x9 0,0026 0,0288 0,0000 0,0000 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0065 (4)
x0 3,0553 0,0000 -1,0000 0,0000 0,0000 -1,0000 0,0000 127,9514 -128,9514 2,3883 (0)
x4 0,0483 0,0000 -1,0000 1,0000 0,0000 0,0000 0,0000 15,2778 -15,2778 0,0407 (1) Entra x8
x5 0,0483 0,0000 0,0000 0,0000 1,0000 0,0000 0,0000 15,2778 -15,2778 0,0607 (2)
Sale x4
x7 3,0070 0,0000 0,0000 0,0000 0,0000 -1,0000 1,0000 112,6736 -112,6736 2,3476 (3)
x2 0,0903 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 -34,7222 34,7222 0,2257 (4)
x0 2,6510 0,0000 7,3750 -8,3750 0,0000 -1,0000 0,0000 0,0000 -1,0000 2,0475 (0)
x8 0,0032 0,0000 -0,0655 0,0655 0,0000 0,0000 0,0000 1,0000 -1,0000 0,0027 (1) Entra x3
x5 0,0000 0,0000 1,0000 -1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0200 (2)
Sale x5
x7 2,6510 0,0000 7,3750 -7,3750 0,0000 -1,0000 1,0000 0,0000 0,0000 2,0475 (3)
x2 0,2000 1,0000 -2,2727 2,2727 0,0000 0,0000 0,0000 0,0000 0,0000 0,3182 (4)
x0 2,6510 0,0000 0,0000 -1,0000 -7,3750 -1,0000 0,0000 0,0000 -1,0000 1,9000 (0)
x8 0,0032 0,0000 0,0000 0,0000 00655 0,0000 0,0000 0,0000 -1,0000 0,0040 (1) Entra x1
x3 0,0000 0,0000 1,0000 -1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0200 (2)
Sale x7
x7 2,6510 0,0000 0,0000 0,0000 -7,3750 -1,0000 1,0000 0,0000 0,0000 1,9000 (3)
x2 0,2000 1,0000 0,0000 0,0000 2,2727 0,0000 0,0000 0,0000 0,0000 0,3636 (4)
x0 0,0000 0,0000 0,0000 -1,0000 0,0000 0,0000 -1,0000 0,0000 -1,0000 0,0000 (0)
x8 0,0000 0,0000 0,0000 0,0000 0,0742 0,0012 0,0000 1,0000 -1,0000 0,0017 (1) La suma de las variables
x3 0,0000 0,0000 1,0000 -1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0200 (2) artificiales es cero (x0 = 0 ),
entonces existe una solución
x1 1,0000 0,0000 0,0000 0,0000 -2,7820 -0,3772 0,3772 0,0000 0,0000 0,7167 (3) básica factible para iniciar la
x2 0,0000 1,0000 0,0000 0,0000 2,8291 0,0754 -0,0754 0,0000 0,0000 0,2203 (4) fase II del método
151
SÓLO PARA FINES ACADÉMICOS Y EDUCATIVOS
152
TABLA 34 Preparación de la tabla Simplex para la fase II del método de las dos fase del Problema Tipo
VB x1 x2 X3 x4 x5 x6 x7 x8 x9 b Fila
x0 0,0000 0,0000 0,0000 -1,0000 0,0000 0,0000 -1,0000 0,0000 -1,0000 0,0000 (0)
x8 0,0000 0,0000 0,0000 0,0000 0,0742 0,0012 0,0000 1,0000 -1,0000 0,0017 (1)
x3 0,0000 0,0000 1,0000 -1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0200 (2) Tabla Simplex final
para la Fase I
x1 1,0000 0,0000 0,0000 0,0000 -2,7820 -0,3772 0,3772 0,0000 0,0000 0,7167 (3)
x2 0,0000 1,0000 0,0000 0,0000 2,8291 0,0754 -0,0754 0,0000 0,0000 0,2203 (4)
x0 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 (0)
152
SÓLO PARA FINES ACADÉMICOS Y EDUCATIVOS
153
Con el resultado obtenido en la Fase I de x0 = 0., se inició la Fase II, que implicó
sustituir x0 por Z y eliminación de las variables artificiales que no son básicos
(x4 , x7 , y x9). La tabla Simplex de partida de la Fase II se presenta en la tabla 35.
TABLA 35 Tabla Simplex inicial para la Fase II del método de las dos fase del
Problema Tipo
VB x1 X2 x3 x5 x6 x8 b Fila
TABLA 36 Tabla Simplex final para la Fase II del método de las dos fase del
Problema Tipo
VB x1 X2 x3 x5 x6 x8 b Fila
B) Aplicación del método de las dos fases al Problema Tipo con restricción de
mezcla base
Minimizar Z = 2,4000 x1 + 1,8000 x2
sujeto a
0,0880 x1 + 0,4400 x2 ≥ 0,1400
0,0880 x1 + 0,4400 x2 ≤ 0,1600
3,3000 x1 + 3,2450 x2 ≥ 3,0800
0,0026 x1 + 0,0288 x2 ≥ 0,0065
x1 + x2 = 1.0000
x1 ≥ 0 , x2 ≥ 0
Al inicio de la Fase I, se introducen las variables artificiales (x4 ,x7 ,x9 y x10) y las
de holguras (x3 ,x5 ,x6 y x8), para la construcción de la tabla Simplex inicial (Tabla 37).
Minimizar xo = x4 + x7 + x9 + x10
sujeto a
0,0880 x1 + 0,4400 x2 - x3 + x4 ≥ 0,1400
0,0880 x1 + 0,4400 x2 + x5 ≤ 0,1600
3,3000 x1 + 3,2450 x2 - x6 + x7 ≥ 3,0800
0,0026 x1 + 0,0288 x2 - x8 + x9 ≥ 0,0065
x1 + x2 + x10 ≥ 0,0065
xj ≥ 0 ; j = (1,2,...,10)
TABLA 37 Tabla Simplex inicial de la Fase I del método de las dos fase del Problema Tipo
con restricción de mezcla base
VB x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 b Fila
x0 0,0000 0,0000 0,0000 -1,0000 0,0000 0,0000 -1,0000 0,0000 -1,0000 -1,0000 0,0000 (0)
x4 0,0880 0,4400 -1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,1400 (1)
x5 0,0880 0,4400 0,0000 0,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,1600 (2)
x7 3,3000 3,2450 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0000 0,0000 0,0000 3,0800 (3)
x9 0,0026 0,0288 0,0000 0,0000 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0000 0,0065 (4)
x10 1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 1,0000 1,0000 (5)
Dado que x4 , x7 , x9 y x10 son variables básicas, sus coeficientes en la fila 0 deben ser
cero. Para ello se suman las filas 1, 3, 4 y 5 a la fila 0. El resultado de esta operación
se presenta en la tabla 38. A continuación se procede a la aplicación de la Fase I del
algoritmo Simplex (Tabla 39) para verificar si x0 = 0; con el fin de pasar a la Fase II.
TABLA 38 Preparación de la tabla Simplex para la fase I del método de las dos fase del Problema Tipo con restricción de mezcla base
VB X1 x2 x3 x4 x5 x6 x7 x8 x9 x10 b Fila
x0 0,0000 0,0000 0,0000 -1,0000 0,0000 0,0000 -1,0000 0,0000 -1,0000 -1,0000 0,0000 (0)
x4 0,0880 0,4400 -1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,1400 (1) La fila 0 debe
expresarse función de
x5 0,0880 0,4400 0,0000 0,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,1600 (2) las variables no
x7 3,3000 3,2450 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0000 0,0000 0,0000 3,0800 (3) básicas, sumando las
filas 1, 3, 4 y 5 a la
x9 0,0026 0,0288 0,0000 0,0000 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0000 0,0065 (4) fila 0, para aplicar la
x10 1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 1,0000 1,0000 (5) fase I del algoritmo
TABLA 39 Tabla Simplex inicial y final de la fase I del método de las dos fase del Problema Tipo con restricción de mezcla base
VB x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 b Fila
x0 4,3906 4,7138 -1,0000 0,0000 0,0000 -1,0000 0,0000 -1,0000 0,0000 0,0000 4,2265 (0)
x4 0,0880 0,4400 -1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,1400 (1)
x5 0,0880 0,4400 0,0000 0,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,1600 (2) Entra x2
x7 3,3000 3,2450 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0000 0,0000 0,0000 3,0800 (3) Sale x9
x9 0,0026 0,0288 0,0000 0,0000 0,0000 0,0000 0,0000 -1,0000 1,0000 0,0000 0,0065 (4)
x10 1,0000 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 1,0000 1,0000 (5)
VB x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 b Fila
x0 0,0000 0,0000 0,0000 -1,0000 0,0000 0,0000 -1,0000 0,0000 -1,0000 -1,0000 0,0000 (0)
155
SÓLO PARA FINES ACADÉMICOS Y EDUCATIVOS
156
Dado que en la Fase I x0 = 0; a partir de este resultado se inició la Fase II, que
implicó sustituir x0 por Z y eliminación de las variables artificiales que no son básicos
( x4 , x7 , x9 y x10). La tabla Simplex de partida de la Fase II se presenta en la tabla 40
TABLA 40 Tabla Simplex inicial para la Fase II del método de las dos fase
del Problema Tipo con restricción de mezcla base
VB x1 x2 x3 x5 x6 x8 b Fila
TABLA 41 Tabla Simplex final para la Fase II del método de las dos fase del
Problema Tipo con restricción de mezcla base
VB x1 x2 x3 x5 x6 x8 b Fila
La fila 2 (ecuación redundante) puede eliminarse de la tabla para iniciar la Fase II.
Tanto x1 como x2 son candidatas a ser variable que entra, pero como x2 tiene el
coeficiente más negativo, debería ser seleccionada como la variable básica
entrante. No obstante, x1 puede incrementarse indefinidamente sin afectar la
Nota : Los coeficientes de la fila 0 son mayores o iguales a cero, pero aún
así se continua con las iteraciones, obteniéndose soluciones múltiples
La función objetivo está expresada como función de las variables no básicas x1, x2
y x4 , sólo que los coeficientes de x1 y x2 son ceros. Como cada cociente de una
variable no básica indica la tasa a la cual se incrementaría Z al incrementarse esa
Ejemplo 1
Considere el siguiente problema de PL y la tabla Simplex asociada (Tabla 45)
Ejemplo 2
Considere el siguiente problema de PL y la tabla Simplex asociada (Tabla 46)
Maximizar Z = 2 x1 - 2 x2 + x3
sujeto a
3x1 - 4x2 + 2x3 ≤ 15
- x1 + x2 + x3 ≤ 3
x1 + x2 + x3 ≤ 4
xj ≥ 0 , j = 1,2,3
Sujeto a
⎡ 3 4 2 ⎤ ⎡ x 1 ⎤ ⎡15 ⎤
⎢− 1 1 1 ⎥⎥ ⎢⎢ x 2 ⎥⎥ ≤ ⎢⎢ 3 ⎥⎥
⎢
⎣⎢ 1 1 1 ⎦⎥ ⎣⎢ x 3 ⎦⎥ ⎢⎣ 4 ⎦⎥
⎡ x1 ⎤ ⎡ 0 ⎤
⎢ x ⎥ ≥ ⎢0 ⎥
⎢ 2⎥ ⎢ ⎥
⎢⎣ x 3 ⎥⎦ ⎢⎣ 0 ⎥⎦
⎡15 ⎤ ⎡1 3 0⎤
⎢0 1 1 ⎥
cB = [− 1 0 2] ; b ⎢ ⎥
= ⎢3⎥ ;
-1
B = ⎢ ⎥
⎢⎣ 4 ⎥⎦ ⎢⎣1 2 0⎥⎦
⎡24⎤
Z = cB xB = [−1 0 2] ⎢ 7 ⎥ = 18
⎢ ⎥
⎢⎣ 21⎥⎦
Ejemplo 1-A
Considerando el Problema Prototipo anteriormente presentado. Se desea investigar
si el siguiente cambio en segundo miembro de las restricciones.
⎡15 ⎤ ⎡ 20 ⎤
⎢3⎥ ⎢4⎥
b= ⎢ ⎥ → b= ⎢ ⎥
⎢⎣ 4 ⎥⎦ ⎢⎣ 2 ⎥⎦
Como en este caso xB > 0, la solución es óptima y factible. El nuevo valor de Z es:
⎡32⎤
⎢ ⎥
Z = cB xB = [− 1 0 2] ⎢46⎥ = 24
⎢⎣28⎥⎦
Ejemplo 1-B
Considere ahora que el problema fuese:
⎡ x1 ⎤
Maximizar Z = [2 7 − 3] ⎢⎢ x 2 ⎥⎥
⎢⎣ x3 ⎥⎦
Sujeto a
⎡ x1 ⎤
⎡1 3 4 ⎤ ⎢ ⎥ ⎡ 30 ⎤
x2 ≤
⎢1
⎣ 4 − 1 ⎥⎦ ⎢ ⎥ ⎢⎣ 10 ⎥⎦
⎢⎣ x 3 ⎥⎦
⎡ x1 ⎤ ⎡ 0 ⎤
⎢ x ⎥ ≥ ⎢0 ⎥
⎢ 2⎥ ⎢ ⎥
⎢⎣ x 3 ⎥⎦ ⎢⎣ 0 ⎥⎦
⎡30 ⎤ ⎡10 ⎤
b = ⎢10 ⎥ → b= ⎢ ⎥
⎣ ⎦ ⎣ 20 ⎦
⎡1 − 1⎤ ⎡x4 ⎤ ⎡20⎤
cB = [0 2] ; B-1 = ⎢ ⎥ ; xB = ⎢ ⎥ = ⎢ ⎥ ; Z = 20 -1
;donde xB = B b
0 ⎣ 1⎦ ⎣ x1 ⎦ ⎣10 ⎦ Z = cB xB
Cuando se inicia el LINDO, se presenta una primera pantalla, junto con una
ventana de estado contentiva de información inherente a la firma comercial LINDO
System, inc y de algunas características predefinidas del software, luego esta ventana
de estado desaparece, quedando la pantalla que se muestra en la figura 5
Una vez que se cumplen con los tres requisitos anteriormente referido, se coloca
después de la línea de la última restricción funcional la palabra END, que indica el fin
del modelo. LINDO supone de modo automático las restricciones de no negatividad,
pero, si en el modelo está presente una variable que no tiene restricción de no
negatividad, debe indicarse con la palabra FREE seguido del nombre de la variable,
en el línea que sigue a END. En LINDO, cada comentario se inicia con un signo de
exclamación (!). LINDO permite introducir un modelo en forma algebraica
directamente desde el teclado. Tambien se puede abrir un archivo (con extensión
LTX) desde una unidad de disco o desde un subdirectorio del mismo. A continuación
se presenta como se ve (en pantalla) el Problema Tipo con restricción de mezcla base
(final de la sección A.3) bajo formato LINDO, tal como se aprecia en la figura 6.
Figura 6 Pantalla de LINDO mostrando la ventana con la formulación del Problema Tipo con
restricción de mezcla base que se utilizó como ejemplo para describir el uso de este software
En la octava línea está la palabra SUBJECT TO que traduce “sujeto a” que indica
las limitaciones en las cuales se va a someter las variables de decisión.. En las cuatros
líneas siguientes comienzan con un nombre (de nutrientes) seguido de un paréntesis
para cada restricción funcional. Estas restricciones se escriben de la forma usual,
excepto por los signos de desigualdad. Nótese que en la línea catorce se encuentra la
restricción funcional de la mezcla base, y en la línea siguiente la palabra END que
indica el fin del modelo.
El modelo de PL está listo para ser resuelto. Para empezar se hace clic en el menú
Solve, se despliega un menú donde se hace clic en Solve, o si se prefiere se pulsa el
botón tiro al blanco de la barra de herramientas. LINDO empezará intentando
compilar el modelo. Esto significa que LINDO determinará si el modelo tiene
sentido matemático, y si se ajusta a los requisitos sintácticos. Si el modelo no pasa
estas pruebas, entonces LINDO detecta que ocurrió un error durante la compilación y
aparece un mensaje de error mostrando un código numérico y uno de texto inherente
al error encontrado, y éste debe ser ubicado por lo que el usuario para su corrección.
Estado de Optimización:
Estado: Proporciona el estado actual de los posibles valores (Óptimo,
factible, infactible, ilimitado). En el ejemplo el valor es óptimo
Iteraciones: Indica el número de iteraciones realizadas por el LINDO para
encontrar la solución. En el ejemplo es de una (1) iteración.
Infactibilidad: referido a la violación de las restricciones. En el ejemplo no
se violó ninguna restricción
Objetivo: Presenta el valor actual de la función objetivo. En el ejemplo el
valor es 2,27727
Mejor IP:
IP límite: No aplicables para el caso de la programación lineal
Ramificaciones:
Tiempo transcurrido: Indica el tiempo que se tardó en encontrar la solución
El informe de texto muestra las columnas de las variables salientes (VAR OUT) y
entrantes (VAR IN) para cada pivote (PÍVOT ROW). En el ejemplo, el valor de la
función objetivo (2.27727) para la nueva solución no varia al pasar en el segundo
miembro de las restricciones de 3.08 a 3.00. Por lo tanto, el ejemplo es un caso en
que la solución óptima del problema no se modifica.
Una granja prepara una ración alimenticia compuesto de pienso1 y pienso2 con las
siguientes composiciones:
minimizar Z = p1x1 + p2 x2
Sujeto a
x1 + x2 ≥ bmin
(a11 - ρ1)x1 + (a12 - ρ1)x2 ≤ 0
(a21 - ρ2)x1 + (a22 - ρ2)x2 ≤ 0
(a21 - ρ2)x1 + (a22 - ρ2)x2 ≥ 0
x1 ≥ 0 , x2 ≥ 0
Luego se aplica la técnica Simplex, obteniendo los valores x1 y x2, que conllevan
a la solución óptima del problema: x1* = x1 ; x2* = x2 ; Z * = p1x1* + p2 x2*
minimizar Z = p1x1 + p2 x2
Sujeto a
a11 x1 + a12x2 ≤ ρ1
a21x1 + a22 x2 ≤ ρ2
a21x1 + a22x2 ≥ ρ3
x1 + x2 = 1
x1 ≥ 0 , x2 ≥ 0
Luego se aplica la técnica Simplex, obteniendo los valores preeliminares x1 y x2,
obteniéndose la solución óptima: x1* = bmin x1 ; x2* = bmin x2 ; Z * = p1x1* + p2 x2*
Supongamos una granja de ganado porcino en la cual se funciona con tipos de piensos
“Porcil” y “Megacerdina”. Las composiciones de dicho piensos son:
Para el caso bmin = 2 kg; el modelo (PL) tiene la siguiente solución óptima:
x1* = x1 = 0,8 kg ; x2* = x2 = 1,2 kg ; Z * = 0,76 UM
Al resolver el modelo con la restricción de mezcla base, la solución es:
x1* = bmin 0,4 = 0,8 kg,; x2* = bmin 0,6 =1,2 ; Z * = 0,76 UM. Para otros valores de
bmin , la solución óptima se obtiene sin recurrir al análisis de sensibilidad.
Req.
Ingrediente Kilogramo Kilogramo Kilogramo mínimo
Nutritivo De maíz de grasas de maíz diario
Carbohidratos 90 20 40 200
Proteínas 30 80 60 180
Vitaminas 10 20 60 150
Costo (¢ ) 84 72 60
Selección de raza
Sanidad Alimentación
Instalaciones Manejo de
EXITO materiales
Funcionalidad Orientación
Administración
Minerales Energía
EFICIENCIA
ALIMENTICIA
Vitaminas Proteínas
Palatabilidad
- Cereales
G
R - Tubérculos
U Energéticos - Frutos
P
O - Azúcares
S - Grasas
D
E - Leguminosas
A - Oleaginosas
L Proteicos - Carnes
I
M - Lácteos
E - Huevos
N
T
O - Frutas
S Reguladores - Verduras: Raíces, hojas
NOTA Estas dietas fueron balanceadas considerando energía digestible y balance de Aminoácidos por lo tanto cualquier
modificación en los ingredientes implica un nuevo balanceo.
R A Z A S D E C E R D O S
CARACTE-
RÍSTICAS Hampshire Landrace Duroc-Jersey
Yorkshire
Larga y algo estrecha Longitud media Ligera y fina Esta es Pequeña, ancha
Cabeza mas alargada en los
cerdos jóvenes
FUENTE:
Rondón, A.; 1999
Empezando con nuestra formulación básica, ¿cómo podemos modificar nuestro procedimiento o
modelo para satisfacer estas necesidades dietéticas adicionales?. En este caso tenemos una solución
correcta al problema como se planteó, pero sucede que esta solución correcta no es aceptable en
su ejecución. Para este defecto, podríamos buscar soluciones óptimas alternativas y formar diversas
combinaciones convexas de estas soluciones. De esta forma podríamos seleccionar una dieta que
incluyera más de nueve alimentos. O podríamos buscar entre las dietas que precedieron a la dieta de
costo mínimo con la esperanza de que una de ellas fuera aceptable. O bien, finalmente, podríamos
revaluar la formulación de programación lineal del problema para ver si realmente describe el
problema bajo investigación.
Para corregir las deficiencias inherentes en la solución al problema general es necesaria una
reformulación de este problema de programación lineal. El nuevo modelo no debe permitir más de
nueve alimentos en la solución mínima y también debe tomar en cuenta las preferencias del gusto
humano por ciertos alimentos. Estos alimentos se pueden introducir en el modelo por desigualdades las
cuales fuercen a que algunos alimentos están en la solución final, cuando menos en una cantidad
mínima. También debemos determinar ponderaciones de preferencia y añadirlas a los coeficientes de
costos correspondiente. Otro enfoque al problema general de formulación de raciones de dietas que
introducirá más variedad sería subdividir el problema en problemas de formulación más pequeños,
cada uno de los cuales sólo involucraría un solo tipo de alimentos. En este proceso de suboptimizar
podríamos tener el problema de seleccionar dietas de costo mínimo para verduras, o bien frutas, o
carnes, y la dieta compuesta sería una solución al problema general. En estos intentos de introducir
más realismo al problema, sufrimos un aumento correspondiente en el costo de la dieta resultante. Si el
problema se restringiera aún más, el costo, por , lo general aumentaría, y debe ser el investigador quien
determine el valor relativo de costo en dinero comparado con gusto y variedad.
Sin embargo, hay muchas situaciones en las que es aplicable la formulación de programación lineal
del problema básico de formulación de dietas. Estos problemas tienen que ver con mezclas de
alimentos con costo mínimo para animales de granja o bien con la mezcla de varios elementos, por
ejemplo, productos químicos o fertilizantes, para satisfacer necesidades mínimas a un costo mínimo ...