Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 Formulación de Problemas de
Programación Lineal
Maximizar 7A + 7E + 6R
Dependiendo de
RESTRICCIONES DE RECURSOS
4A + 3E + 6R 8 000 (polímero A)
2A + 2E + 3R 6 800 (polímero B
4A + 2E + 5R 10 400 (polímero C)
6A + 9E + 2R 17 600 (base)
RESTRICCIONES DE DEMANDA
A 1 000 (Airtex)
E 500 (Extender)
R 400 (Resistex)
RESTRICCIONES LÓGICAS
A, E, R 0
La solución óptima a este problema, calculada usando cualquier paquete de software de programación lineal es
A = 1 000.00
E = 533.33
R = 400.00
Con un valor de función objetivo de 13 133.33. En otras palabras, el plan semanal optimo es producir 1000 libras
de Airtex, 533.33 libras de Extender y 400 libras de Resistex, dando como resultado una ganancia neta de
$13133.33. Tal vez desee verificar esta solución con su propio software de programación lineal.
Producir estos tubos requiere dos recursos: tiempo de máquina y material para soldar. Como estos recursos son
limitados se requieren dos restricciones para asegurar que los suministros disponibles no se rebasen. La
restricción de tiempo disponible es:
El tiempo de máquina no debe exceder las 40 horas
La aplicación de la descomposición lleva a:
Tiempo de máquina total usado = (tiempo de máquina usado para producir tubo de tipo A) +
(tiempo de máquina usado para producir tubo de tipo B) +
(tiempo de máquina usado para producir tubo de tipo C)
Recuerde de la tabla 1.2 que cada pie del tubo A requiere 0.5 minutos de tiempo de máquina. Por tanto, para
producir AP pies se requiere 0.5AP minutos. De manera análoga, cada pie de tubo B requiere 0.5 minutos y cada
pie de tubo C requiere 0.6 minutos. La restricción es:
0.5AP + 0.45BP + 0.6CP 40
Sin embargo, observe que la cantidad de lado izquierdo se expresa en minutos, mientras que la de la derecha se
expresa en horas. Una forma de corregir esta inconsistencia es convertir 40 horas en 40 * 60 = 2400 minutos:
0.5AP + 0.45BP + 0.6CP 2400 (tiempo de máquina)
Regresando a la disponibilidad de material para soldar, la restricción asociada es:
El material para soldar total no debe exceder las 5500 onzas
Aplicando la descomposición y recordando que cada pie de tubo, sin importar el tipo, requiere 1 onza de material
para soldar, esta restricción de recursos es:
AP + BP + CP 5500 (material para soldar)
RESTRICCIONES DE DEMANDA
Este grupo está constituido por tres restricciones, una para la demanda asociada con cada tipo de tubo. Para el
tubo A:
Número total de pies del tubo de tipo A = 2000 pies
Aplicando la descomposición:
Número total de pies = (número de pies de tipo A producidos) +
del tubo de tipo A (número de pies de tipo A comprados a Japón)
= AP + AJ
En consecuencia, la restricción de demanda del tubo de tipo A es:
AP + AJ = 2000 (demanda del tipo A)
Una lógica similar da como resultado las siguientes restricciones de demanda para los tubos del tipo B y C:
BP + BJ = 4000 (demanda del tipo B)
CP + CJ = 5000 (demanda del tipo C)
RESTRICCIONES LÓGICAS
La única restricción lógica en este problema es que todas las variables deben ser no negativas.
1.2.4 Formulación completa y solución del problema de fabricación o compra de Aceros Arequipa
Una vez que se unen todas las piezas, da por resultado el modelo de programación lineal siguiente para el
problema de Aceros Arequipa:
Maximizar 7AP + 8BP + 5CP + 4AJ + 6BJ + 2CJ
Dependiendo de
RESTRICCIONES DE DEMANDA
AP + AJ = 2000 (demanda del tipo A)
BP + BJ = 4000 (demanda del tipo B )
CP + CJ = 5000 (demanda del tipo C)
6
RESTRICCIONES DE RECURSOS
0.5AP + 0.45BP + 0.6CP 2400 (tiempo de máquina)
AP + BP + CP 5500 (material para soldar)
RESTRICCIONES LÓGICAS
AP, BP, CP, AJ, BJ, CJ 0
La solución óptima a este problema, obtenida con un paquete de software de programación lineal, es:
AP = 2 000.000
BP = 0.000
CP = 2 333.000
AJ = 0.000
BJ = 4 000.000
CJ = 2 666.667
Con una ganancia neta de $ 55 000. En otras palabras, Aceros Arequipa debería producir 2000 pies de tubo de
tipo A y 2333.333 pies de tubo C e importar 4000 pies de tubo de tipo B y 2666.667 pies de tubo de tipo C de
Japón. Tal vez desee verificar esta solución con su propio software de programación lineal.
MANZ 1
RESTRICCIONES LÓGICAS
La única restricción lógica en este problema es que todas las variables son no negativas.
1.3.4 Formulación completa y solución del problema de dietas del Hospital General XYZ
Toda esta información da como resultado el siguiente modelo de programación lineal para el problema del
Hospital General XYZ:
Minimizar
5000SPAG + 5000PAVO + 7900PAPA + 300SPIN + 14300MANZ
Dependiendo de
REQUERIMIENTO DE NUTRIENTES
5000 SPAG + 29300PAVO + 5300PAPA + 3000SPIN + 4000MANZ 63 000 (proteínas)
1.1 SPAG + 1.8 PAVO + 0.5 PAPA + 2.2 SPIN + 1.2 MANZ 10 (hierro)
1.4 SPAG + 5.4 PAVO + 0.9 PAPA + 0.5 SPIN + 0.6 MANZ 15 (niacina)
0.18 SPAG + 0.06 PAVO + 0.06 PAPA + 0.07 SPIN + 0.15 MANZ 1 (tiamina)
10 PAPA + 28 SPIN + 3 MANZ 50 (vitamina C)
RESTRICCIONES DE LÍMITE
SPAG 3
PAVO 3
PAPA 2
SPIN 1
MANZ 1
RESTRICCIONES LÓGICAS
SPAG, PAVO, PAPA, SPIN, MANZ 0
Con un contenido de grasa de 54 800 miligramos. En otras palabras, la comida debería consistir en 300 gramos
de espagueti, 283.3 gramos de pavo, 200 gramos de papas, 100 gramos de espinacas y 66.7 gramos de pastel de
manzana. Tal vez desee verificar esta solución con su propio software de programación lineal.
Dividiendo esto entre la inversión total de $ 1 000 000 obtenemos la tasa de rendimiento y por tanto la siguiente
función objetivo:
Maximizar 0.30 F1 + 0.2 F2 + 0.15 F3 + 0.12 F4 + 0.10 F5 + 0.07 F6
1.4.3 Identificación de las restricciones
Aplicando la técnica de agrupamiento debe llegar a identificar los siguientes tres grupos de restricciones:
1. Limitaciones de inversión para controlar la cantidad invertida en cada una de las tres categorías de
riesgo.
2. Restricciones de diversificación para extender la inversión dentro de cada categoría de riesgo.
3. Restricciones lógicas.
RESTRICCIONES DE LIMITACIÓN DE INVERSIÓN
Este grupo consiste en tres subgrupos de restricciones, uno para cada categoría de riesgo, a saber:
1. La cantidad total invertida en fondos de alto riesgo debe estar entre 50 y 75% de la cartera. Como F1, F2
y F3 representan la fracción de la cartera por invertir en fondos de alto riesgo, la fracción de la cartera
total invertida en fondos de alto riesgo es F1 + F2 + F3. Estas restricciones son:
F1 + F2 + F3 0.50 (mínimo en alto riesgo)
F1 + F2 + F3 0.75 (máximo en alto riesgo)
2. La cantidad total invertida en fondos de mediano riesgo debe estar entre 20 y 30% de la cartera. Como
F4 y F5 representan la fracción de cartera por invertir en fondos de mediano riesgo, la fracción de la
cartera total invertida en fondos de mediano riesgo es F4 + F5. Estas restricciones son:
F4 + F5 0.20 (mínimo en mediano riesgo)
F4 + F5 0.30 (máximo en mediano riesgo)
3. La cantidad total invertida en fondos de bajo riesgo debe ser al menos 5% de la cartera. Como F6 es la
fracción de la cartera invertida en fondos de bajo riesgo, esta restricción es:
F6 0.05 (mínimo en bajo riesgo)
RESTRICCIONES DE DIVERSIFICACIÓN
Este grupo de restricciones se utiliza para controlar el riesgo asegurando que la cantidad invertida en los fondos
pertenecientes a una categoría de riesgo dada esté dentro de la tasa especificada, de la manera siguiente:
1. La cantidad invertida en los fondos de alto riesgo 1, 2 y 3 debe ser en la tasa 1:2:3. Esta restricción
especifica que la cantidad invertida en el fondo 2 sea el doble de la cantidad invertida en el fondo 1:
F2 = 2F1
Si cambiamos el orden para que todas las variables estén a la derecha, se obtiene:
-2F1 + F2 = 0 (proporción de F1 a F2)
De manera similar, la cantidad invertida en el fondo 3 debe ser tres veces la invertida en el fondo 1:
F3 = 3F1
-3F1 + F3 = 0 (proporción de F1 a F3)
2. La cantidad invertida en los fondos 4 y 5 de mediano riesgo debe estar en la proporción de 1:2, esto es,
la cantidad invertida en el fondo 5 debe ser el doble de la del fondo 4:
F5 = 2F4
Si cambiamos el orden para que todas las variables estén a la derecha, se obtiene:
-2F4 + F5 = 0 (proporción de F4 a F5)
RESTRICCIONES LÓGICAS
Claro Está que un conjunto de restricciones lógicas es que cada variable sea no negativa. Asimismo, como es
posible comprar acciones fraccionales de un fondo mutuo, a estas variables se les permite tener cualquier valor
fraccional, lo que resulta en un problema de programación lineal, más aún, se requiere otra restricción lógica
11
para asegurar que se invierta la cartera total de precisamente $ 1 000 000. Como las variables de decisión
representan la fracción de esta cartera por invertir en los diversos fondos, esta restricción es:
La fracción total de $ 1000 000 invertida debe ser igual a 1
ó
F1 + F2 + F3 + F4 + F5 + F6 = 1.0 (agenda total)
1.4.4 Formulación completa y solución del Problema de inversión de AFP JR.
A continuación se muestra el modelo de programación lineal completo para los socios generales de AFP JR:
Maximizar
0.30 F1 + 0.2 F2 + 0.15 F3 + 0.12 F4 + 0.10 F5 + 0.07 F6
Dependiendo de
RESTRICCIONES DE LIMITACIÓN DE INVERSIÓN
F1 + F2 + F3 0.50 (mínimo en alto riesgo)
F1 + F2 + F3 0.75 (máximo en alto riesgo)
F4 + F5 0.20 (mínimo en mediano riesgo)
F4 + F5 0.30 (máximo en mediano riesgo)
F6 0.05 (mínimo en bajo riesgo)
RESTRICCIONES DE DIVERSIFICACIÓN
-2F1 + F2 =0 (proporción de F1 a F2)
-3F1 + F3 =0 (proporción de F1 a F3)
-2F4 + F5 = 0 (proporción de F4 a F5)
RESTRICCIONES LÓGICAS
F1 + F2 + F3 + F4 + F5 + F6 = 1.0 (cartera total)
F1 , F2 , F3 , F4 , F5 , F6 0
La solución óptima para este problema que cualquier paquete de software de programación lineal produce es:
F1 = 0.1250
F2 = 0.2500
F3 = 0.3750
F4 = 0.0667
F5 = 0.1333
F6 = 0.0500
Con una tasa de rendimiento de 0.168583. En otras palabras, la cantidad de dinero invertido en cada uno de los
seis fondos es:
Cantidad en el fondo 1 = 0.1250 * 1 000 000 = $ 125 000
Cantidad en el fondo 2 = 0.2500 * 1 000 000 = $ 250 000
Cantidad en el fondo 3 = 0.3750 * 1 000 000 = $ 375 000
Cantidad en el fondo 4 = 0.0667 * 1 000 000 = $ 66 700
Cantidad en el fondo 5 = 0.1333 * 1 000 000 = $ 133 300
Cantidad en el fondo 6 = 0.0500 * 1 000 000 = $ 50 000
Inversión total = $ 1 000 000
con una tasa de rendimiento esperado de 16.86% (ó $168 600). Tal vez desee verificar esta solución con su
propio software de programación lineal.
Recuerde que las variables de decisión se definen como la fracción de la cartera a invertir, en vez de la cantidad
de dólares. Este enfoque tiene una ventaja clara, si la cantidad de dólares de la cartera cambia, un evento
probable, el modelo actual permanece inalterado. Simplemente necesita multiplicar las fracciones obtenidas en la
solución anterior por el nuevo tamaño de la cartera para determinar las nuevas cantidades a invertir en cada uno
de los seis fondos.
12
1.- Una empresa de producción de muebles dispone de dos diferentes tipos de madera; tiene 1500 pies tabla del
tipo A y 1000 del tipo B (la madera B es importada), también dispone de 800 horas-hombre para efectuar el
trabajo. La demanda semanal que ha estimado es la siguiente: cuando menos 40 mesas, 130 sillas, 30 escritorios
y no más de 10 libreros. Las cantidades de madera Ay B, las horas-hombre que requiere la elaboración de cada
unidad de artículo y las utilidades unitarias, están indicadas en el siguiente cuadro:
Madera Horas Demanda Utilidades
Artículo A B Hombre Estimada por unidad
Mesa 5 2 3 no menos de 40 $ 12
Silla 1 3 2 no menos de 130 5
Escritorio 9 4 5 no menos de 30 15
Librero 12 1 10 no más de 10 10
Disponibilidad semanal 1500 1000 800
a) Formule un Modelo Matemático de Programación Lineal para saber qué cantidad debe fabricar
semanalmente la empresa de cada artículo, de manera que las utilidades sean las máximas?
b) La empresa sufre una huelga laboral y ahora sólo cuenta con 700 horas hombre. Reformule el Modelo y
obtenga su solución. Suponga que la empresa no acepta una solución donde haya que producir
fracciones de un artículo. Formule el Modelo de Programación Lineal Entera que considere esta
restricción.
c) Suponga ahora que el gobierno exige a la empresa minimizar el costo de importación. Formule un
Modelo de Programación Lineal Mixta que satisfaga el objetivo del gobierno (El costo de importación
del pié tabla de madera B es de $ 2)
d) Dado que el empresario se ve perjudicado en sus utilidades al satisfacer el objetivo del gobierno, no
acepta la solución obtenida. Formule un Modelo de Programación de Metas o Multiobjetiva que
considere ambos objetivos.
2.- Una Empresa produce tres tipos de productos: A, B y C. Las horas hombre requeridas son H1 y H2 en los
departamentos 1 y 2 respectivamente para el producto A. Una unidad de B requiere de H3 y H1 horas en los
departamentos 2 y 3 respectivamente y un producto C requiere de H3, H2 y H1 horas en los departamentos 1, 2 y
3 respectivamente. El jornal por horas es “J” en cualquier departamento. Se desea fabricar hasta un máximo de
FT unidades para los tres productos; un máximo de F1 unidades entre los productos A y B y un mínimo de F2
unidades de C. Si los productos A, B y C se vende a V1, V2 y V3 cada unidad respectivamente y la
disponibilidad de horas son HA, HB y HC para los departamentos 1, 2 y 3 respectivamente. Formule un Modelo
de Programación Lineal para este problema.
3.- Puede usarse 3 clasificaciones de trabajadores (w1, w2 y w3) en 3 trabajos distintos (j1, j2 y j3), de acuerdo a
una escala salarial. Cada trabajador tiene un costo (en $) diferente para cada trabajo, que aparece en la tabla
siguiente:
Trabajos Trabajadores
Trabajador j1 j2 j3 disponibles
w1 4.0 4.0 4.6 10
w2 3.6 3.5 4.4 15
w3 3.7 4.4 4.6 10
Trabajadores
requeridos 5 20 10
Formule un Modelo Matemático para determinar la asignación óptima de trabajadores a los diversos trabajos a
fin de minimizar el costo.
4.- XYZ tiene tres plantas de generación de energía eléctrica que suministran la energía requerida a cuatro
ciudades. Cada planta puede suministrar las siguientes cantidades de kilowatt-hora (kwh) de energía eléctrica: la
13
planta 1, 35 millones; la planta 2, 50 millones; la planta 3, 40 millones. Las demandas máximas de energía en
estas ciudades, que se presentan al mismo momento (2 p.m.), son las siguientes (en kwh): la ciudad 1, 40
millones; la ciudad 2, 20 millones; la ciudad 3, 30 millones; la ciudad 4; 30 millones. Los costos para mandar 1
millón de kwh de energía de una planta a una ciudad depende de la distancia que la energía tiene que viajar (ver
tabla 1). Formule un modelo de Programación Lineal que permita determinar el plan de suministro que minimice
el costo para satisfacer la demanda máxima de energía de cada ciudad.
Tabla 1
HACIA
Ciudad 1 Ciudad 2 Ciudad 3 Ciudad 4
DESDE ($) ($) ($) ($)
Planta 1 8 6 10 9
Planta 2 9 12 13 7
Planta 3 14 9 16 5
5.- La Compañía Industrial de Acero S.A. (IPASA) cuya planta principal está en la ciudad de Chincha (P1)
produce amortiguadores para camiones. IPASA también tiene plantas de producción en Chimbote (P2) y en
Arequipa (P3).
Los productos se venden a cinco distribuidores mayoristas D1, D2, D3, D4 y D5 a S/ 10 por unidad.
Las proyecciones de venta indican que el próximo mes se deben entregar las siguientes cantidades:
a D1 13000
D2 3500
D3 4500
D4 10000
D5 8000
Las capacidades máximas de producción son:
P1 15000
P2 12000
P3 10000
El costo unitario de producción en cada planta es:
P1 $3
P2 $5
P3 $2
El costo unitario de transporte de cada planta a cada distribuidor es:
D1 D2 D3 D4 D5
P1 2 1 3 2 1
P2 3 2 4 1 1
P3 2 2 3 1 3
Formular un Modelo Matemático para determinar la producción óptima de cada planta y el número de
amortiguadores que debe enviar cada planta a cada distribuidor.
6.- Ud. Sabe que como estudiante de ingeniería debe tomar decisiones científicas basadas en herramientas
cuantitativas, en ese sentido se le pide tomar la decisión de elegir su dieta alimenticia. Suponiendo que los únicos
alimentos de que Ud. dispone son: leche, carne y huevos, los cuales abastecen las cantidades de vitaminas dadas
en la tabla 1. Así mismo se proporciona la cantidad diaria mínima en miligramos que se debe ingerir de cada
vitamina, así como el costo unitario de cada alimento.
Tabla 1
14
7.- Se desea instalar 5 fabricas (1, 2, 3, 4 y 5) en las ciudades (A, B, C, D, F y G). Se ha tomado la decisión de
invertir a lo más una fábrica por cada ciudad. La siguiente tabla establece las utilidades netas de inversión en
miles de dólares:
Ciudad
Fabrica A B C D E F G
1 45 50 65 50 75 60 45
2 75 50 55 60 55 60 75
3 55 50 55 40 55 60 75
4 58 60 65 70 65 70 65
5 65 50 45 60 65 40 55
Si se obliga instalar la fábrica 5 en F y se prohíbe instalar la fabrica 2 en B. Formule un Modelo Matemático de
Programación Entera que determine la asignación óptima.
8.- La empresa XXX produce 2 artículos: cubiertas de carro y tolderas. Para la próxima semana dispone de los
siguientes suministros:
400 horas-hombre
1200 mts2 de lino
2700 mts2 de lona
600 horas-máquina
El precio de venta de las cubiertas de carro es de 150 soles y de las tolderas 500 soles.
Si para producir una cubierta de carro requiere 1 hora-hombre, 6 mts2 de lino y 1 hora-máquina, y para producir
una toldera requiere 2 horas-hombre, 18 mts2 de lona y 1.5 horas-máquina.
a) Defina las variables de decisión del problema.
b) Formular el modelo matemático de programación lineal respectivo.
c) Resolver por el método gráfico y determinar el plan de producción que haga máximo el ingreso de la
empresa. ¿Cuál es la máxima utilidad alcanzada?
9.- Un agricultor puede producir tomate y lechuga. Para producir una tonelada de tomate requiere 0.15 Hás., 3
Kgs. de fertilizante y 30 jornadas y para una tonelada de lechuga requiere 0.20 Hás., 2 Kgs. de fertilizante y 32
jornadas. Determinar la cédula de producción óptima y la situación final de los insumos, si:
- Se dispone de 2 Hás. de terreno agrícola, y
- 60 Kgs. de fertilizante.
- Un presupuesto de 25000 soles para pagar jornales.
Además, el jornal es 15 soles, la tonelada de tomate se vende a 900 soles y la de lechuga a 1800 soles.
10.- Una refinería fabrica 2 tipos de gasolina (1 y 2) a partir de 2 tipos de petróleo bruto (A y B); los precios de
venta, la materia prima para fabricar las gasolinas, así como los costos son:
15
11.- Lupita está preocupada por su sobrepeso y el costo de la comida diaria, ella sabe que para bajar de peso,
debe consumir a lo más 1350 Kcalorías, pero requiere un mínimo de 500 mgr. de vitamina A, 350 mgr. de
Calcio, 200 mgr. de proteínas y 150 mgr de minerales. Con los alimentos de la tabla siguiente, formule el
Modelo de Programación Lineal que resuelva la dieta de Lupita.