INVESTIGACION DE OPERACIONES I

FORMULACION DE UN PL
[Modelamiento]1
CONTENIDO

1. Programación Lineal
2. Estructura de un modelo PL
3. Programación matemática
4. Supuestos de un PL
5. Formulación de un PL
6. Alternativas – Variables de Decisión
7. Objetivos – Función Objetivo
8. Recursos limitados – Restricciones
9. Modelo de un PL

2
 Organización de Producción o de Servicios

Recursos Toda organización

Humanos ha sido creada para
cumplir ciertos fines

Recursos
Materiales
Toda organización
se plantea objetivos
Recursos
a corto, mediano
Económicos
y largo plazo

Toda organización debe administrar Toda organización debe llevar a cabo

de la mejor manera sus recursos una muy buena toma de decisiones

La Investigación de Operaciones provee de técnicas para la buena administración

de recursos, permitiendo sustentar una racional y efectiva toma de decisiones
¿Qué es Programación Lineal?

La Programación Lineal es una Técnica Matemática de

Optimización que permite la administración racional de recursos
(humanos, materiales, económicos) a diversas actividades de la
organización, de tal manera que a la vez que se cumple con
ciertas condiciones se busca alcanzar un determinado objetivo.

Tanto las condiciones como el objetivo se representan por medio

de Funciones Lineales en la que se denomina MODELO DE
PROGRAMACION LINEAL (MPL).
aX + bY + C = 0 Max = utilidad, ganancia, producción,etc
Siempre se busca
optimizar un objetivo
Min = costo, tiempo, distancia, riesgo, merma, etc
 Principales Tipos de Aplicación
• Problemas de producción Mixta.
• Problemas de Mezcla de Ingredientes.
• Problemas de Planeación Multiperiodo.
• Problemas de Redes de Distribución.
• Programación de Staff (modelo de
cubrimiento)
Principales Tipos de Aplicación

• Balanceo de Línea de Ensamble

(minimizar ciclo de tiempo).
• Problemas de Portafolios de inversión.
• Modelos de Inventarios Multiperiodo.
• Problemas de Localización de Plantas.
• Modelos de Planeación Estratégica.
• Y Otros.
PROGRAMACIÓN LINEAL

7
 ESTRUCTURA DE UN PROGRAMA
LINEAL [PL] Definición de variables de decisión:
- Las variables nos sugiere un curso de acción a seguir.
- Se debe definir las unidades de las variables, ejm
Kg, Ton, Lt, Min, Hr, S/, US$, etc
- Las Var. pueden ser de dos tipos:
- Var. Controlables:
Decisiones - Ejm: X= Cant. de polos a fabricar en el turno 1.
- Var. No controlables:
Restricciones - Ejm: Y= El tipo de cambio del dólar
- La P.L. trabaja con variables controlables.
Objetivo
Restricciones:
- Las restricciones modelan las limitantes de un
problema mediante ecuaciones lineales.
Disp. De azúcar: 2*X + 1*Y + 1.5*Z <= 350
Función objetivo:
Siempre se busca, Cant. Cant. Cant.
panetones tortas kekes
optimizar un objetivo (Max, Min) Kg. Kg. Kg. Kg.
azúcar azúcar azúcar azúcar

8
PROGRAMACIÓN MATEMÁTICA
Decisiones X1, X2, …, Xn

• Maximizar f(x1,x2,…,xn)
Objetivo Optimizar
• Minimizar f(x1,x2,…,xn)

g1(x1,x2,…,xn) t b1
g2(x1,x2,…,xn) t b2
Restricciones .
.
.
gm(x1,x2,…,xn) t bm
t = >=, <= , =
9
SUPUESTOS EN LA PL

• Certidumbre : Certeza
Determinístico en la información

• No hay economía de
Proporcionalidad escala

• Las contribuciones se
Aditividad suman

• La solución en el
Divisibilidad campo de los reales

10
1 Los datos y/o parámetros de un modelo
son conocidos, es decir, se da bajo
condición de certeza

2*X + 1*Y + 1.5*Z <= 350

Son parámetros conocidos

(condición de certeza)

11
 Las variables mantienen una
2
relación de proporcionalidad
y

f(x) función lineal

6
4
2
1 2 3 x

12
3 Se suman las contribuciones
de los factores o componentes

(2*X ) + ( 1*Y ) + ( 1.5*Z) <= 350

(2*X ) x ( 1*Y ) x ( 1.5*Z) <= 350

No se deben multiplicar variables,
Por que el problema se vuelve No lineal

13
4 Las variables deben ser continuas,
es decir pueden tomar valores decimales.

X= 17.6 Ha a sembrar

Y = 7.6 camiones a comprar

7 8 Programación Entera

14
FORMULACION DE UN PL
Caso de una fabrica de muebles el artista
Los problemas de PL siempre
tendrán una o mas condiciones o
restricciones adicionales

Productos Ganancia ($)

Sillas 5
Mesas 3

El problema se presenta de la siguiente manera:

Tiempos por departamentos (horas)
Productos Ganancia ($)
Corte Acabado
Sillas 3 1 5
Mesas 2 4 3
Disponibilidad (operarios) 1 1
Un operario trabaja 8 horas diarias, de Lunes a Sábado + 1 hora de
sobretiempo diario en Corte 15
 El problema se presenta de la siguiente manera:
Tiempos por departamentos (horas)
Productos Ganancia ($)
Corte Acabado
Sillas 3 1 5
Mesas 2 4 3
Disponibilidad (operarios) 1 1
Un operario trabaja 8 horas diarias, de Lunes a Sábado + 1 hora de
sobretiempo diario en Corte Corte:
(1 operario)x(8 horas)x(6 días) = 48 horas
Definición de variables de decisión
(1 operario)x(1 hora)x(6 días) = 6 horas
Xi: Cantidad de unidades de fabricar
------------
del producto i (i: S,M)
54 horas
Restricciones:
Acabado:
Corte:
(1 operario)x(8 horas)x(6 días) = 48 horas
3*Xs + 2*Xm <= 54

Acabado:
1*Xs + 4*Xm <= 48

Función Objetivo:
MAX = 5*Xs + 3*Xm
16
 Corte
3x + 2y <= 54
x=0 , y=27
y=0 , x=18

Para determinar el sentido de una recta,

debemos darnos un punto de referencia, Para determinar el sentido de una recta,
ejm: (0,0) debemos darnos un punto de referencia,
3x + 2y <= 54 ejm: (30,0)
3(0) + 2(0) <= 54 3x + 2y <= 54
(0) <= 54 3(30) + 2(0) <= 54
Si el resultado respecta el signo de la (90) <= 54 (No cumple)
ecuación, entonces la recta se desplaza en La recta se desplaza en sentido opuesto al
sentido del punto de referencia. punto de referencia.
17
 Corte
3x + 2y <= 54
x=0 , y=27
y=0 , x=18

Región Acabado
D Factible 1x + 4y <= 48
x=0 , y=12
C y=0 , x=48

Pto. Max=5x + 3y Solución

A(0,0) 5(0) + 3(0) = 0
B(18,0) 5(18) + 3(0) = 90 Solución óptima
C(12,9) 5(12) + 3(9) = 87 X = 18 silla
Y = 0 mesas
D(0,12) 5(0) + 3(12) = 36
Máxima utilidad = 90 18
 Corte
3x + 2y <= 54
x=0 , y=27
y=0 , x=18

Región
Factible
D Acabado
1x + 4y <= 48
Inactiva x=0 , y=12
C
y=0 , x=48
Activa

Recta activa: Cruza por el punto

óptimo.
Pto. Max=5x + 3y Solución
Recta Inactiva: No cruza por el
A(0,0) 5(0) + 3(0) = 0 punto óptimo
B(18,0) 5(18) + 3(0) = 90
Solución óptima
C(12,9) 5(12) + 3(9) = 87 X = 18 se deben fabricar 18 silla
D(0,12) 5(0) + 3(12) = 36 Y = 0 no se fabrican mesas
Máxima utilidad = $ 90 19
 Corte
3x + 2y <= 54
x=0 , y=27
y=0 , x=18

Región
Disp Hrs. Corte: Factible
3x + 2y <= 54 D Acabado
3(18) + 2(0) + S1 = 54 1x + 4y <= 48
54 + 0 = 54 Inactiva x=0 , y=12
C
y=0 , x=48
S1=0 Sobran 0 horas en Corte Activa

Disp Hrs. Acabado: B

1x + 4y <= 48
1(18) + 4(0) + S2 = 48
18 + 30 = 48 Pto. Max=5x + 3y Solución
A(0,0) 5(0) + 3(0) = 0
S2=30 Sobran 30 horas en Acabado
B(18,0) 5(18) + 3(0) = 90
Solución óptima
C(12,9) 5(12) + 3(9) = 87
X = 18 se deben fabricar 18 silla
Y = 0 no se fabrican mesas D(0,12) 5(0) + 3(12) = 36
Máxima utilidad = $ 90 20
ALTERNATIVAS
¿Qué decisiones debe tomar
como PLANIFICADOR?
¿Qué necesita saber para
Planificar su producción?
….
¿Qué quiere SABER?

Cuánto Producir

Variables de decisión
21
OBJETIVO
Maximizar las ganancias
Maximizar el volumen
Maximizar la carga
Minimizar los riesgos
Minimizar los costos Problema
Minimizar distancias Maximizar las ganancias PRIMAL
Pagar a los proveedores por el
uso de los recursos que son
restringidos

Problema DUAL

22
Función Objetivo Proporcionalidad

En una silla se gana US$5, entonces en X1 sillas se ganará 5X1

En una mesa se gana US$3, entonces en X2 mesas se ganará 3X2

La contribución total a la ganancia es la suma de las ganancias parciales

Max Z = 5 X1 + 3 X2

Aditividad

23
RECURSOS LIMITADOS
Horas-hombres en el Solo se dispone de 54
Departamento de Corte

Horas-hombres en el Solo se dispone de 48

Departamento de Acabado

Representación simbólica:

≥ mayor o igual que

≤ menor o igual que
= igual a

24
RESTRICCIONES
Total de recursos utilizados por Departamento

No EXCEDE de la disponibilidad o CAPACIDAD

En el Dpto de Corte se utilizan = 3X1 + 2 X2 horas-hombre

En el Dpto de Acabado se utilizan = 1X1 + 4 X2 horas-hombre

Contribución de las mesas

Contribución de las sillas

CONDICIONES DE NO NEGATIVIDAD
Xi >= 0
25
MODELO DE PL

Max Z =5 X 1 + 3 X 2
Sujeto a:
3 X 1 + 2 X 2 ≤ 54
X 1 + 4 X 2 ≤ 48
X 1, X2≥ 0
26
 Fila 1 MAX = 5*X+ 3*Y;
5(18) + 3(0) = 90
X = 18 ; Se fabrican 18 Sillas
!DISP CORTE; Y = 0 ; Se fabrican 0 Mesas
Fila 2 3*X + 2*Y <= 54;
3(18)+2(0)+ S1 = 54 Restricción Activa
!DISP ACABADO; Punto óptimo
Fila 3 1*X + 4*Y <= 48; (Solución Primal)
1(18) + 4(0) + S2 = 48 Restricción Inactiva

S1 = 0 ; Sobran 0 horas Fila

Holgura o Exceso
en el Dpto de Corte

S2 = 30 ; Sobran 30 horas FO =

en el Dpto de Acabado
RESTRICCIONES
S1=
S2=

27
 Caso 1 [Formulación]
Una compañía manufacturera fabrica los productos 1 y 2, y es suficientemente
afortunada como para vender todo lo que puede producir actualmente.
Cada producto requiere un tiempo de manufacturación en los tres
departamentos y la disponibilidad de una cantidad fija de horas-hombre por
semana en cada departamento; Tal como se muestra en el cuadro siguiente:

TIEMPO DE MANUFACTURACIÓN (Horas)

PRODUCTO DPTO A DPTO B DPTO C
1 2 1 4
2 2 2 2
H-H disponible por semana 160 120 280

El problema consiste en decidir qué cantidad de cada producto debe

manufacturarse con el objeto de hacer el mejor empleo de los medios
limitados de producción sabiendo que la ganancia por cada unidad del
producto 1 es S/.1.00 y del producto 2 es S/.1.50.

28
Solución PRODUCTO
TIEMPO DE MANUFACTURACIÓN (Horas)
DPTO A DPTO B DPTO C
1 2 1 4
2 2 2 2
H-H disponible por semana 160 120 280

Def de Var: Xi: Cant de und del producto i (i: 1,2) Solución
Primal
[FO] MAX = 1*X1 + 1.5*X2;
1(40) + 1.5(40) = 100 Variable Value
X1 = 40.00000
!Restricciones; X2 = 40.00000
[DPTO_A] 2*X1 + 2*X2 <= 160;
2(40) + 2(40) + S1 = 160 Fila Holgura/Exceso
Row Slack or Surplus
[DPTO_B] 1*X1 + 2*X2 <= 120; FO 100.0000
1(40) + 2(40) + S2 = 120 DPTO_A S1 = 0.000000
DPTO_B S2 = 0.000000
[DPTO_C] 4*X1 + 2*X2 <= 280; DPTO_C S3= 40.00000
4(40) + 2(40) + S3 = 280

X1,X2 >= 0; S3 = 40 Existen 40 hr en el Dpto C que no se han usado

29
[FO] MAX = 1*X1 + 1.5*X2;
2x1 + 2x2 <= 160
X1=0 ; x2 = 80
!Restricciones; x2=0 ; x1= 80
[DPTO_A] 2*X1 + 2*X2 <= 160; 4x1 + 2x2 <= 280
[DPTO_B] 1*X1 + 2*X2 <= 120; X1=0 ; x2 = 140 Ecuaciones
x2=0 ; x1= 70
[DPTO_C] 4*X1 + 2*X2 <= 280; Inactiva

Nos damos un punto de referencia: (0,0)

2*X1 + 2*X2 <= 160; Región
E
2(0) + 2(0) <= 160 Factible 1x1 + 2x2 <= 120
(0) <= 160 (si cumple) D
X1=0 ; x2 = 60
x2=0 ; x1= 120
Nos damos un punto de referencia: (100,100) C
2*X1 + 2*X2 <= 160;
2(100) + 2(100) <= 160 A B
(400) <= 160 (NO cumple)

Punto Max: 1X1 + 1.5X2 = Solución

Ecuaciones
Activas
A(0,0) 1(0) + 1.5(0) = 0
B(70,0) 1(70) + 1.5(0) = 70
Solución
C(60,20) 1(60) + 1.5(20) = 90
X1 = 40 und. del producto 1.
D(40,40) 1(40) + 1.5(40) = 100 óptimo
x2 = 40 und. Del producto 2.
E(0,60) 1(0) + 1.5(60) = 90 Max = US$ 100
30
 Caso 2 [Formulación]
La compañía XYZ produce tornillos y clavos. La materia prima para los
tornillos cuesta S/.2.00 por unidad, mientras que la materia para cada
clavo cuesta S/. 2.50. Un clavo requiere dos horas de mano de obra en el
departamento Nº 1 y tres horas en el departamento Nº2 , mientras que un
tornillo requiere 4 horas en el departamento Nº1 y 2 horas en el
departamento Nº2, el jornal por hora en ambos departamentos es de
S/.2.00. Si ambos productos se venden a S/.18.00 y el número de horas de
mano de obra disponibles por semana en los departamentos es de 160 y
180 respectivamente, expresar el problema propuesto como un programa
lineal, tal que se maximicen las utilidades.

31
Solución Producto Materia
Prima
Dpto 1 Dpto 2

Clavo S/ 2.5 2 hr 3 hr
Def Variables:
Xi: Cant de und del Tornillo S/ 2 4 hr 2 hr
producto i (i: C, T) Disponibilidad 160 hr 180 hr

Jornal por hora: S/ 2 (en cualquier Dpto)

!Restricciones; P. Venta S/ 18 (cualquier producto)
[DPTO_1] 2*XC + 4*XT <= 160;
[DPTO_2] 3*XC + 2*XT <= 180; Hr Dpto 2
Costo Costo
P. Venta Materia Por Hr Dpto 1
Prima hora

!Función Objetivo;
[FO] MAX = (18 – 2.5 - 2*( 2 + 3 ) ) XC +

(18 – 2 - 2*( 4 + 2 ) ) XT

[FO] MAX = 5.5*XC + 4*XT

32
[FO] MAX = 5.5*XC + 4*XT;
5.5(50) + 4(15) = 335

[DPTO_1] 2*XC + 4*XT <= 160;

2(50) + 4(15) + S1 = 160 Punto
Óptimo
[DPTO_2] 3*XC + 2*XT <= 180; (Solución Primal)
3(50) + 2(15) + S2 = 180

S1 = 0; sobran 0 hrs en el departamento 1

S2 = 0; sobran 0 hrs en el departamento 2

S1 =
S2 =

33
[FO] MAX = 5.5*XC + 4*XT;

[DPTO_1] 2*XC + 4*XT <= 160;

2(50) + 4(15) + S1 = 160 3x + 2y <= 180 Ecuaciones
(S1 = 0) X=0 ; y = 90
Y=0 ; x= 60 Activas

[DPTO_2] 3*XC + 2*XT <= 180; Región

3(50) + 2(15) + S2 = 180 Factible
D
(S2 = 0) 2x + 4y <= 160
X=0 ; y = 40
XC, XT >= 0; Y=0 ; x= 80
C

Evaluando los puntos extremos

A B
en la función objetivo

Punto MAX = 5.5XC + 4XT= Solución

A(0,0) 5.5(0) + 4(0) = 0 Solución
B(60,0) 5.5(60) + 4(0) = 330 XC = 50 Clavos
XT = 15 Tornillos
C(50,15) 5.5(50) + 4(15) = 335 óptimo
Max = US$ 335
D(0,40) 5.5(0) + 4(40) = 160

34
 Caso 3 [Formulación]
Un vendedor tiene a su cargo dos productos A y B. Desea establecer un programa
de llamadas para los meses siguientes. Él espera ser capaz de vender a lo más 20
unidades del producto A y a lo más 78 unidades del producto B.
Él debe vender al menos 48 unidades del producto B, para satisfacer su cuota
mínima de ventas, él recibe una comisión del 10% sobre la venta total que realiza.
Pero él debe pagar sus propios costos (que son estimados en 30 soles por hora en
hacer llamadas) de su comisión. Él está dispuesto a emplear no más de 160 horas
por mes en llamar a sus clientes. Los siguientes datos están disponibles en la
siguiente tabla:
PRODU PRECIO VENTA TIEMPO EMPLEADO PROBABILIDAD DE UNA
CTO Soles/Unidad Hora/llamada VENTA EN LLAMADA

A 3 000 3 0.5
B 1 400 1 0.6

Formular el problema de manera tal que maximice la cantidad de

ganancia que espera el vendedor.
35
Solución PRODU
CTO
PRECIO
VENTA
TIEMPO EMPLEADO
Hora/llamada
PROBABILIDAD DE UNA
VENTA EN LLAMADA
Soles/Unidad

A 3 000 3 0.5
B 1 400 1 0.6

Def de variables:
Xi: Cantidad de llamadas para impulsar la venta del producto i (i:A,B)

Restricciones:
[VENTA_MAX_A] 0.5*XA <= 20 ;

[VENTA_MAX_B] 0.60*XB <= 78 ;

[VENTA_MIN_B] 0.60*XB >= 48 ;
[HORAS_DISP] 3*XA + 1*XB <= 160;

Función Objetivo:

MAX = 0.10*(3,000*0.5*XA + 1,400*0.6*XB) – 30*( 3*XA + 1*XB)

MAX = 60*XA + 54*XB;

36
Def de variables:
Xi: Cantidad de llamadas para impulsar la venta del producto i (i:A,B)

Función Objetivo:
MAX = 60*XA + 54*XB;

Restricciones:
[VENTA_MAX_A] 0.5*XA <= 20 ;

[VENTA_MAX_B] 0.60*XB <= 78 ;

[VENTA_MIN_B] 0.60*XB >= 48 ;
[HORAS_DISP] 3*XA + 1*XB <= 160;

37
 Caso 4 [Formulación]
Un vendedor de frutas necesita 16 cajas de naranjas, 5 de plátanos y 20
de manzanas. Dos mayoristas están en condiciones de satisfacer sus
necesidades, pero solo venden la fruta en contenedores completos. El
mayorista A envía en cada contenedor 8 cajas de naranjas, 1 de plátanos y
2 de manzanas. El mayorista B envía en cada contenedor 2 cajas de
naranjas, una de plátanos y 7 de manzanas. Sabiendo que el mayorista A
se encuentra a 150 Km. de distancia y el mayorista B a 300 Km., calcular
cuántos contenedores habrá de comprar a cada mayorista, con el objeto de
ahorrar tiempo y dinero, reduciendo al mínimo la distancia.

38
Solución Fruta Mayorista A Mayorista B Demanda
Naranja 8 2 16 Cjs
Plátano 1 1 5 Cjs
Manzana 2 7 20 Cjs
Distancia 150 km 300 km

Def. de variables
Xi: Cant de contenedores enviados por el mayorista i (i: A,B)

[FO] MIN = 150*XA + 300*XB;

Restricciones:
[NARANJA] 8*XA + 2*XB >= 16;
[PLATANO] 1*XA + 1*XB >= 5;
[MANZANA] 2*XA + 7*XB >= 20;

39
 Solución
Def. de variables
Xi: Cant de contenedores enviados por el mayorista i (i: A,B)

[FO] MIN = 150*XA + 300*XB;

150(3) + 300(2) = 1050 KM

Restricciones:
[NARANJA] 8*XA + 2*XB >= 16; Variable Value
8(3) + 2(2) – E1 = 16 XA = 3.000000
XB = 2.000000
[PLATANO] 1*XA + 1*XB >= 5;
1(3) + 1(2) - E2 = 5 Row Slack or Surplus
FO 1050.000
[MANZANA] 2*XA + 7*XB >= 20;
2(3) + 7(2) – E3 = 20 NARANJA E1 = 12 Exceso de 12 cjas de naranja
PLATANO E2 = 0
MANZANA E3 = 0

40
Solución
Pto Min: 150X1 + 300X2 = Solución

A(0,8) 150*(0) + 300*(8) = 2400

A B(1,4) 150*(1) + 300*(4) = 1350

C(3,2) 150*(3) + 300*(2) = 1050

D(10,0) 150*(10) + 300*(0) = 1500

B Graficando la recta de la FO:

FO( c) : 150X1 + 300X2 = 1050
X1 = 0 ; X2= 3.5
C X2 = 0 ; X1= 7

D FO(a)=2400

FO(b)=1350 FO(d)=1500
Punto FO(c)=1050
óptimo
41
 Caso 5 [Formulación]
Un proveedor debe preparar con 5 bebidas de fruta en existencia, al
menos 500 galones de un ponche que contenga por lo menos 20% de jugo
de naranja, 10% de jugo de toronja y 5% de jugo de arándano. Si los datos
del inventario son los que se muestran en la tabla siguiente ¿Qué cantidad
de cada bebida deberá emplear el proveedor a fin de obtener la
composición requerida a un costo total mínimo?
Jugo de Jugo de Jugo de Existencia Costo
Naranja Toronja Arándano [gal] [$/gal]

Bebida A 40 40 0 200 1,50

Bebida B 5 10 20 400 0,75
Bebida C 100 0 0 100 2,00
Bebida D 0 100 0 50 1,75
Bebida E 0 0 0 800 0,25

Nota: Las tres primeras columnas indican el porcentaje de un tipo de jugo dentro
de una determinada bebida.

42
Solución
Jugo de Jugo de Jugo de Existencia Costo
Naranja Toronja Arándano [gal] [$/gal]

Bebida A 40 40 0 200 1,50

Bebida B 5 10 20 400 0,75
Bebida C 100 0 0 100 2,00
Bebida D 0 100 0 50 1,75
Bebida E 0 0 0 800 0,25

Def. de variables
Xi: Cant de gl de la bebida i (i: A,B,C,D,E) [EXISTENCIA _A] XA <= 200;
[EXISTENCIA _B] XB <= 400;
[FO] MIN = 1.5*XA + 0.75*XB + 2*XC + 1.75*XD + 0.25*XE; [EXISTENCIA _C] XC <= 100;
[EXISTENCIA _D] XD <= 50;
Restricciones: [EXISTENCIA _E] XE <= 800;
[DEMANDA] XA + XB + XC+ XD + XE >= 500;

[NARANJA] 0.40*XA + 0.05*XB + 1*XC >= 0.20*(XA + XB + XC+ XD + XE );

[TORONJA] 0.40*XA + 0.10*XB + 1*XD >= 0.10*(XA + XB + XC+ XD + XE );
[ARANDANO] 0.20*XB >= 0.05*(XA + XB + XC+ XD + XE );

43
44
 Caso 6 [Formulación]
Una empresa de confecciones puede producir 1000 pantalones o 3000
blusas (o una combinación de ambos) diariamente. El departamento de
acabado puede trabajar sobre 1500 pantalones o sobre 2000 blusas (o una
combinación de ambos) cada día; el departamento de mercadeo requiere
que se produzcan diariamente al menos 400 pantalones. Si el beneficio de
un pantalón es de $ 4000 y el de una blusa es de $ 3000. ¿Cuántas
unidades se deben producir de cada uno para maximizar las utilidades?

Confecciones: Confecciones:
Pantalones Blusa
1,000 p ------------ 1 día 3,000 b ------------ 1 día
1p ------------- x 1b ------------- x

x = (1/1,000) día x = (1/3,000) día

45
Solución
Confecciones: Confecciones:
Pantalones Blusa
1,000 p ------------ 1 día 3,000 b ------------ 1 día
1p ------------- x 1b ------------- x

x = (1/1,000) día x = (1/3,000) día

Def de variables:
Una empresa de confecciones
Xi = Cant de prendas del tipo i (i: p, b)
puede producir 1000 pantalones o
3000 blusas (o una combinación de
Confecciones:
ambos) diariamente
(1/1,000)*Xp + (1/3,000)*Xb <= 1
El departamento de acabado
Acabado:
puede trabajar sobre 1500
(1/1,500)*Xp + (1/2,000)*Xb <= 1
pantalones o sobre 2000 blusas
(o una combinación de ambos)
Mercadeo:
cada día
Xp >= 400

[FO] max = 4000*Xp + 3000*Xb;

46
47
48
 Caso 7 [Formulación]
Un granjero de la sabana de Bogotá cultiva trigo y maíz en su granja de 45
hectáreas. Puede vender a lo más 140 bultos de trigo y a lo más 120 bultos
de maíz. Cada hectárea cultivada produce 5 bultos de trigo o 4 bultos de
maíz. El trigo se vende a $30.000 el bulto y el maíz a $50.000 el bulto. Se
necesitan 6 horas de mano de obra para cosechar una hectárea de trigo y
10 horas de mano de obra para cosechar una hectárea de maíz. Se
pueden adquirir 350 horas de mano de obra a $10.000 la hora. Formule un
modelo de programación lineal que le permita al granjero programar la
producción de maíz y trigo.

49
Solución
Def de variables: Trigo
Xi: cant de bultos del tipo i (i: t,m) 1 Ha - ----------- 5 bultos
x ------------- 1 bulto
Disp de hectáreas: x = (1/5) Ha
(1/5)Xt + (1/4) Xm <= 45

Ha Ha Ha

Venta máxima:
Xt <= 140
Xm <= 120
Se necesitan 6 horas de mano de
Disp de horas: obra para cosechar una hectárea de
6*(1/5)*Xt + 10*(1/4)*Xm <= 350 trigo y 10 horas de mano de obra
para cosechar una hectárea de maíz.

!Función Objetivo;
MAX = 30,000*Xt + 50,000*Xm – 10,000*(6*(1/5)*Xt + 10*(1/4)*Xm )

50
Solución
Def de variables:
Xi: cant de Ha del tipo i (i: t,m)

Disp de hectáreas:
Xt + Xm <= 45

Venta máxima:
5*Xt <= 140
4*Xm <= 120

Disp de horas:
6*Xt + 10*Xm <= 350

!Función Objetivo;
MAX = 30,000*5*Xt + 50,000*4*Xm – 10,000*(6*Xt + 10*Xm )

51
Solución

Xt = 25 Ha ------- equivale a: 25*5 = 125 bultos trigo

Xm = 20 Ha ------- equivale a: 20*4 = 80 bultos maíz

52