Unidad 2 Apuntes de Io1

II
FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)
II.
Los modelos de programacin lineal son muy variados y sus modelos adoptan muchas formas. Esta diversidad puede confundir y hace difcil reconocer cundo puede aplicarse la programacin lineal para estudiar problemas administrativos. La capacidad para reconocer la aplicabilidad de la programacin lineal es una aptitud administrativa y desarrollar esta aptitud es el objetivo del presente apartado. La formulacin y anlisis de un modelo de programacin lineal proporciona informacin para apoyar la toma de decisiones. Esto significa que el modelo refleja con precisin la perspectiva administrativa del problema. La programacin lineal es una tcnica determinista de anlisis para elegir la mejor entre muchas alternativas. Con frecuencia, seleccionar una alternativa incluye satisfacer varios criterios al mismo tiempo. Por ejemplo, cuando se compra una pieza de pan se tiene el criterio de frescura, tamao, tipo (blanco, de centeno u otro), costo y rebanado o sin rebanar. Se puede ir un paso ms adelante y dividir estos criterios en dos categoras; restricciones y el objetivo. Las restricciones son las condiciones que debe satisfacer una solucin que est bajo consideracin. Si ms de una alternativa satisface todas las restricciones, el objetivo se usa para seleccionar entre todas las alternativas factibles. Cuando se elige una pieza de pan, puede quererse un paquete de pan blanco rebanado y hecho no antes del da anterior. Si varias marcas satisfacen estas restricciones, puede aplicarse el objetivo de un costo mnimo y escoger el ms barato. Existen muchos problemas en la empresa que se ajustan a este molde de tratar de minimizar o maximizar un objetivo que est sujeto a una lista de restricciones. Un corredor de inversiones, por ejemplo, trata de maximizar el rendimiento sobre los fondos invertidos pero las posibles inversiones estn restringidas por las leyes y las polticas bancarias. Un hospital debe planear que las comidas para los pacientes satisfagan ciertas restricciones sobre sabor, propiedades nutritivas, tipo y variedad, al mismo tiempo que se trata de minimizar el costo. Un fabricante, al planear la produccin futura, busca un costo mnimo al mismo tiempo cmo cumplir restricciones sobre la demanda del producto, la capacidad de produccin, los inventarios, el nivel de empleados y la tecnologa. La programacin lineal se ha aplicado con xito a estos y otros problemas. El objetivo y cada una de las restricciones en la (PL) se deben expresar como una relacin lineal, de ah el nombre de programacin lineal. Para las aplicaciones ms reales es necesaria una computadora para resolver el modelo. A pesar de sus limitaciones, la programacin lineal, (PL) es una de las tcnicas ms poderosas y til para la solucin de los problemas en las organizaciones. 2.1. CONCEPTO DE FORMULACIN DE MODELOS DE PL
Ya sea simple o complejo, un modelo es una representacin que idealiza, simplifica y abstrae selectivamente la realidad, y esta representacin es construida por individuos, por lo que la creacin de modelos incluye una gran cantidad de arte e imaginacin as como de conocimientos tcnicos. A manera de gua, podemos dividir el proceso de construccin de un modelo cuantitativo en tres etapas: 1. Se estudia el ambiente. La experiencia puede ser el ingrediente ms esencial del xito, la experiencia tanto en construccin de modelos como en el trabajo en el ambiente que se estudia.
2. Se formula una representacin selectiva de la realidad. Implica un anlisis conceptual bsico en el

que se deben hacer conjeturas y simplificaciones. El proceso de formulacin requiere que el constructor del problema seleccione o asle del ambiente aquellos aspectos de la realidad que sean relevantes dentro del mbito del problema. Puesto que los problemas que nos interesan implican decisiones, restricciones y objetivos, deben ser explcitamente identificados y definidos. Una vez que se ha realizado la formulacin lgica se debe elaborar una forma simblica del modelo. En cierto sentido, formulacin y construccin son procesos integrados, siendo la formulacin el aspecto lgico conceptual y la construccin la expresin de las relaciones lgicas en el lenguaje simblico de las matemticas. 3. Se formula una representacin simblica (es decir con expresiones matemticas) del modelo. Las interacciones entre la formulacin y la construccin simblica por lo comn son crticas. Por lo que
2011.IPN-UPIICSAMara Virginia Guzmn Ibarra
23
II
se requiere que los modelos sean construidos por grupos heterogneos o interdisciplinarios de expertos en varios campos. El concepto de formulacin y construccin del modelo podra ser ms explicito con el siguiente ejemplo: Considrese a un fabricante quien produce distintos productos y utiliza diferentes materias primas en el proceso. El desea conocer que tanto tiene que producir de cada producto con el objeto de obtener el mayor beneficio global, numeremos los diferentes productos que fabrica por 1,2,,n y las materias requeridas (tales como mano de obra, capital, acero y otras materias bsicas) por 1,2,.,m supngase que el sistema de unidades se elige en trminos de la cantidad de cada producto fabricado y en forma como puede medirse las materias usadas, por ejemplo, la cantidad de acero usado puede medirse en toneladas, la mano de obra en horas-hombre, y as sucesivamente. Ahora hagamos algunas suposiciones respecto a la naturaleza del proceso de fabricacin considrese primero que, para cada producto, se requiere una cantidad fija de cada materia hacer una unidad de ese producto. Sea aij el nmero de unidades requeridas de la materia i para producir una cantidad del producto j (1 i m, 1 j n) . Al referirse a aij como "fijo" significa que el nmero determinado por i y j solamente y no vara con la cantidad producida del producto j. A continuacin, supngase que consideramos un perodo de tiempo fijo durante el cual se dispone de una cantidad fija de cada materia y que dicha cantidad no puede excederse durante ese tiempo. Sea bi el nmero de unidades de la materia nmero i disponible durante el perodo de tiempo fijo (1 i m) . Finalmente supngase que todos los productos fabricados durante el intervalo de tiempo considerado se vendern y que se conoce el beneficio unitario de cada producto, el cual es independiente del nmero de unidades producidas. Sea Cj el nmero de unidades de dinero que son el beneficio de la venta de una unidad de cada producto j (1 j n) . Entonces, si se producen Xj unidades del producto j (1 j n) en el intervalo de tiempo dado, el beneficio ser C1X1 + C2X2 +CiXj+..+ CnXn, puesto que deseamos maximizar el beneficio total sujeto a las condiciones mencionadas, debemos formular el siguiente problema de programacin lineal. Maximizar Z = C1X1 + C2X2 +CJXj+..+ CnXn Sujeta a: A11X1 + A12X2 + A1jXj +..+ A1nXn (, = ) b1 A21X1 + A22X2 + A2jXj +..+ A2nXn (, = ) b2 .. Ai1X1 + Ai2X2 + AijXj +..+ AinXn (, = ) bi .. Am1X1 + Am2X2 + AmjXj +..+ AmnXn (, = ) bm Xj 0 (j =1,2,.,n) Las condiciones Xj 0 (j =1,2,., n) estn presentes debido a que no tiene significado hablar de producir una cantidad negativa de un producto. 2.2. MODELOS TPICOS DE PROGRAMACIN LINEAL
Los modelos tpicos de programacin lineal se pueden clasificar en cuatro categoras: 2.2.1. 2.2.2. 2.2.3. 2.2.4. Modelos de asignacin de recursos Modelos de trueque de costo-beneficio Modelos de redes de distribucin Modelos mixtos
En cada caso, un rasgo distintivo importante es la naturaleza de las restricciones, como se vera en cada modelo. 2.2.1. Modelos de asignacin de que involucran la asignacin de recursos limitados a las actividades. Son modelos de programacin lineal recursos La caracterstica que identifica cualquier modelo de esos es que cada restriccin funcional en el modelo de programacin lineal es una restriccin de recursos, que tiene la forma:
24
II
Cantidad de recurso empleado cantidad de recurso disponible Para uno de los recursos limitados. Para facilitar la formulacin del modelo de programacin lineal de asignacin de recursos, se requiere reunir tres tipos de datos: 1. 2. La cantidad disponible de cada recurso limitado para el uso colectivo de todas las actividades objeto de estudio. La cantidad de cada recurso necesario para cada actividad. En particular, para cada combinacin de recurso y actividad, debe estimarse la cantidad de recurso usado por unidad de actividad. La contribucin por unidad de cada actividad como la medida de desempeo global. (Esta medida de desempeo, es la ganancia o costo total de las actividades). Toda vez que se llena una tabla con todos los datos requeridos, se esta listo para la formulacin del modelo de programacin lineal correspondiente. De hecho la siguiente tabla se llama tabla de concentracin de datos (parmetros) porque los datos son los parmetros del modelo.
3.
Formato de la tabla de concentracin de datos ( parmetros) para un problema de asignacin de recursos.
Caso: Compaa Think-Big Development Co. 1. Definicin del problema
La Compaa Think-Big Development Co. Es un inversionista importante en proyectos de desarrollo de bienes races comerciales. Actualmente tiene la oportunidad de invertir en tres grandes proyectos de construccin: Proyecto 1: un edificio de oficinas de varios pisos. Proyecto 2: un hotel. Proyecto 3: un centro comercial. Cada proyecto requiere que cada socio efecte inversiones en cuatro momentos distintos: un pago inicial ahora y capital adicional despus de uno, dos y tres aos. La siguiente tabla muestra, para cada proyecto, la cantidad total de inversin de capital requerida de todos los socios en estos cuatro tiempos. As, un socio que toma cierto porcentaje de participacin est obligado a invertir ese porcentaje de cada cantidad mostrada en la tabla del proyecto. Se espera que los tres proyectos sean muy rentables a largo plazo. As es que la administracin de ThinkBig desea invertir lo ms posible en alguno o en todos ellos. La administracin est dispuesta a comprometer todo el capital de inversin disponible hoy, as como el capital de inversin adicional que se espera est disponible durante los siguientes tres aos. El objetivo es determinar la mezcla de inversin que resulte ms rentable, basado en las estimaciones actuales de rentabilidad. Puesto que pasarn varios aos antes de que cada proyecto comience a generar ingresos, que continuarn por muchos aos en el futuro, se precisa tomar en cuenta el valor del dinero en el tiempo para evaluar
25
II
cun rentable podra ser. Esto se hace mediante el descuento de futuros flujos de efectivo que sale (capital invertido) y flujos de efectivo que entra (ingreso) y despus sumando los flujos de efectivo descontados netos, para calcular el valor presente neto del proyecto. Basado en las estimaciones actuales de flujos de efectivo futuros, el valor presente neto estimado para cada proyecto se muestra en el ltimo rengln de la tabla. Todos los inversionistas incluida Think-Big, repartirn luego este valor presente neto en proporcin a su parte de la inversin total. Para cada proyecto, 100 participaciones de 1% (o fracciones de stas) se venden a grandes inversionistas, tales como Think-Big quienes se convierten en socios del proyecto al invertir sus partes proporcionales en los cuatro tiempos especificados. Por ejemplo, si Think-Big toma 10 participaciones del proyecto 1, deber proporcionar $4 millones ahora y luego $6 millones, $9 millones y $1 milln en los aos uno, dos y tres, respectivamente. Hoy la compaa cuenta con $25 millones disponibles para inversin de capital. En las proyecciones se dispondr de otros $20 millones ms despus de dos aos y otros $15 millones en tres aos. Cuntas participaciones debera tomar Think-Big en los respectivos proyectos para maximizar el valor presente neto total de estas inversiones?
Cuadro de concentracin de datos para el problema de Inversiones
2.
Formulacin del modelo
Las actividades consideradas son: Actividad 1: invertir en el proyecto 1. Actividad 2: invertir en el proyecto 2. Actividad 3: invertir en el proyecto 3. Los recursos limitados a asignar a estas actividades son los fondos disponibles en los cuatro puntos de inversin. Los fondos que no se usan en un punto estn disponibles en el siguiente. Entonces, la restriccin de recursos para cada punto debe reflejar los fondos acumulados a ese punto. Recurso 1: capital de inversin total disponible ahora. Recurso 2: capital de inversin acumulado disponible al final de un ao. Recurso 3: capital de inversin acumulado disponible al final de dos aos. Recurso 4: capital de inversin acumulado disponible al final de tres aos. Con las cantidades acumuladas de estos recursos y las participaciones del 1% para los proyectos obtenemos la siguiente tabla. Obsrvese que los que aqu los nmeros de la tabla anterior se multiplicaron por 1%, porque cada unidad de una actividad (inversin en un proyecto) es 1% de la inversin total. Para ilustrar el efecto de usar cantidades acumuladas para los recursos, considere los nmeros de la columna del proyecto 1 de la tabla siguiente que se obtienen a partir de la columna correspondiente en la tabla anterior como sigue: Clculos para la columna del proyecto 1 de la tabla siguiente Rengln 1: 0.01 ($40 millones) = $0.40 millones
26
II
Rengln 2: 0.01 ($40 + 60 millones) = $1.0 millones Rengln 3: 0.01 ($40 + 60 + 90 millones) = $1.9 millones Rengln 4: 0.01 ($40 + 60 + 90 + 10 millones) = $2.0 millones Fondo: 0.01 ($ 45 millones) = $0.45 millones
Contribucin por unidad = valor presente neto de cada participacin de 1% en este proyecto
Tabla de parmetros para el problema de mezclas de inversin de la Think-Big Development Co.
Las decisiones. Con tres actividades bajo consideracin, deben tomarse tres decisiones: Decisin 1: P1 = nmero de participaciones en el proyecto 1 (edificio de oficinas) Decisin 2: P2 = nmero de participaciones en el proyecto 2 (hotel) Decisin 3: P3 = nmero de participaciones en el proyecto 3 (centro comercial) Las restricciones. Los cuatro recursos requieren de restricciones de recursos: Total invertido ahora 25 (millones de dlares disponibles) Total invertido dentro de un ao 45 (millones de dlares disponibles) Total invertido dentro de dos aos 65 (millones de dlares disponibles) Total invertido dentro de tres aos 80 (millones de dlares disponibles) La medida de desempeo. El objetivo es: Maximizar VPN = Valor presente neto total de las inversiones Matemticamente la formulacin del modelo es: Funcin Objetivo: Sujeta a: Maximizar VPN = 0.45P1 + 0.7P2 + 0.5P3
Total de inversin actual: 0.4P1 + 0.8P2 + 0.9P3 25 Total invertido dentro de dos aos: P1 + 1.6P2 + 1.4P3 45 Total invertido dentro de un ao: 1.9P1 + 2.4P2 + 1.6P3 65 Total invertido dentro de un ao 2.0P1 + 3.1P2 + 2.2P3 80 Condiciones de no negatividad: P10 P20 P30 3. Solucin del problema a partir del modelo
Aplicando un programa para obtener la solucin del modelo se concluye lo siguiente: No invertir en el proyecto 1 Invertir en 16.505 participaciones del proyecto 2 Invertir en 13.107 participaciones del proyecto 3 Con este plan de inversin se obtendr un valor presente neto de $18.11 millones.
27
II
Caso Compaa: El problema de mezcla publicitaria de la Sper Grain Co
1. Definicin del problema

Claire Syverson, subdirectora de mercadotecnia de Super Grain Corporation, se enfrenta a un reto intimidante: cmo entrar a un mercado ya saturado de cereales para desayuno, Por fortuna, el nuevo cereal para desayuno de la compaa -Crunchy Start- tiene mucho a su favor: gran sabor. Nutritivo. Crujiente de principio a fin. Ella puede recitar la letana hasta en sueos. Contiene las condiciones de una campaa promocional exitosa. No obstante. Claire sabe que tiene que evitar los errores que cometi en su ltima campaa de un cereal para desayuno. sa fue su primera asignacin desde que gan esta promocin y qu desastre! Pens que haba desarrollado una campaa verdaderamente buena. Pero de algn modo no hizo conexin con los segmentos ms cruciales del mercado, los nios pequeos y sus padres. Tambin concluyo que fue un error no incluir cupones de descuento de centavos en la publicidad en revistas y peridicos. Bueno. Vivir y aprender. Pero ms vale que en esta ocasin lo haga bien, en especial despus del gran tropiezo de la vez pasada. El director general de la compaa, David Sloan, ya le ha hecho saber cun importante es para el futuro de la compaa el xito de Crunchy Start. Recuerda exactamente cmo concluy David la pltica "los accionistas de la compaa no estn contentos. Debemos lograr que esos ingresos se muevan en la direccin correcta de nuevo." Claire haba escuchado esta tonada antes, pero vio en los ojos de David cun serio era esto en este momento. David tambin es muy cooperativo. Dice que est asignando un equipo de mtodos cuantitativos de primera lnea para trabajar con ella y ayudarle a optimizar la campaa promocional. sas son buenas noticias. No haber involucrado a la gente de mtodos cuantitativos fue otro error del que se ha arrepentido desde entonces. Ahora es el momento de sentarse con el equipo de mtodos cuantitativos y enfrentar seriamente el problema. Claire ya contrat a una empresa publicitara lder, Giacomi & Jackowitz, para que le ayuden a desarrollar una campaa promocional de cobertura nacional que lograr la mayor exposicin posible para Crunchy Start. Super Grain pagar a esta firma honorarios basados en servicios realizados (sin exceder $1 milln) y ha asignado $4 millones adicionales para gastos de publicidad. Giacomi & Jackowitz ha identificado los tres medios publicitarios ms efectivos para este producto: Medio 1: Comerciales de televisin en programas infantiles sabatinos. Medio 2: Anuncios en revistas de alimentos y orientadas a la familia. Medio 3: Anuncios en los suplementos dominicales de los principales peridicos. El problema ahora es determinar qu niveles deben seleccionarse para estas actividades publicitarias para obtener la mejor mezcla publicitaria. Para determinar la mejor mezcla de niveles de actividad para este problema de publicidad en particular, es necesario (como siempre) identificar la medida de desempeo global para el problema y luego la contribucin de cada actividad a esta medida. Una meta esencial de Super Grain Corporation es maximizar sus ganancias, pero es difcil determinar una relacin directa entre exposicin publicitaria y ganancias. As pues, como sustituto de las ganancias, Clara y el equipo de mtodos cuantitativos concuerdan en usar exposicin esperada como medida de desempeo global. Cada unidad de exposicin esperada representa cierta cantidad de impacto positivo de un anuncio, basado en el nmero de personas que lo vieron, el perfil del auditorio y la probabilidad de que verlo inducir una compra. Giacomi & Jackowitz elabor planes preliminares para anuncios en los tres medios. La firma tambin estim el nmero de unidades de exposicin esperada para cada anuncio en cada medio como se ofrecen en el ltimo rengln de la siguiente tabla:
28
II
Tabla de concentracin de datos (parmetros) para el problema de mezcla publicitaria.
2.
Formulacin del modelo:
El nmero de anuncios que pueden contratarse en los diferentes medios est restringido tanto por el presupuesto de publicidad (un lmite de $4 millones) como por el presupuesto de planeacin (un lmite de $1 milln para los honorarios de Giacomi & Jackowitz) otra restriccin: debido a que hay pocos espacios de comerciales disponibles en televisin en programas para nios el sbado (medio 1) durante el tiempo de la campaa promocional, slo cinco comerciales diferentes podran pasar en el tiempo deseado. (Los otros dos medios cuentan con nmero amplio de espacios disponibles.) En consecuencia, los tres recursos limitados para este problema son: Recurso 1: presupuesto para publicidad ($4 millones). Recurso 2: presupuesto para planeacin ($1 milln). Recurso 3: espacio para comerciales disponibles (5). En la ltima columna de la tabla se muestran las cantidades disponibles de estos recursos. Luego se muestra en el cuerpo principal de esta tabla una cantidad estimada de cada recurso que sera usada para cada anuncio en el medio respectivo. El primer rengln da el costo por anuncio en cada medio.
El segundo rengln muestra las estimaciones de Giacomi & Jackowitz de su costo total (incluidos gastos generales y ganancia) por disear y desarrollar cada anuncio para el medio respectivo. (Este costo representa los honorarios facturables de Super Grain Corporation.) El tercer rengln indica que cada anuncio (comercial) exhibido en televisin usa uno de los cinco espacios comerciales disponibles para compra. El ltimo rengln da el nmero esperado de unidades de exposicin por anuncio.
Las decisiones. El objetivo es: determinar la mezcla publicitaria ms efectiva entre los tres medios seleccionados por Giacomi & Jackowitz. Por lo tanto, existen tres decisiones: Decisin 1: TV = Nmero de comerciales en televisin. Decisin 2: M = Nmero de anuncios en revistas. Decisin 3: SS = Nmero de anuncios en suplementos dominicales. Las restricciones. Las restricciones correspondientes son: Gasto total en publicidad 4 000 (presupuesto de publicidad en $4 000) Costo total de la planeacin 1 000 (presupuesto de planeacin en $1 000) Nmero total de espacios de TV 5 (nmero disponible para compra)
29
II
Las medidas de desempeo. Claire Syverson y el equipo de mtodos cuantitativos acordaron usar la exposicin esperada como la medida global de desempeo. La exposicin total esperada de toda la publicidad es: Maximizar Exposicin = 130TV + 60M + 50SS Matemticamente la formulacin del modelo de programacin lineal es: Funcin Objetivo: Sujeta a: Maximizar Exposicin = 130TV + 60M + 50SS Gastos de publicidad: 300TV + 150M + 100SS 4 000 Costos de planeacin: 90TV + 30M + 40SS 1 000 Nmero de espacios en televisin: TV 5 Condiciones de no-negatividad: TV 0 M 0 SS 0
3. Solucin del problema a partir del modelo

Aplicando un programa para obtener la solucin del modelo se concluye lo siguiente: No se efecten comerciales de televisin. Efectuar 20 anuncios en revistas. Efectuar 10 anuncios en suplementos dominicales. Como la ganancia en este caso se mide en unidades de exposicin esperadas, el resultado es de 1700 unidades de exposicin esperadas. 2.2.2. Modelos de trueque entre costo y beneficio
Los modelos de trueque entre costo y beneficio son modelos de programacin lineal donde se elige la mezcla de los niveles de las distintas actividades para lograr niveles mnimos aceptables de los diversos beneficios a un costo mnimo. La caracterstica identificadora es que cada restriccin funcional es una restriccin del beneficio, que tiene la forma: Nivel logrado nivel mnimo aceptable Para uno de los beneficios.
Al interpretar beneficio de manera amplia, puede pensarse en cualquier restriccin funcional con signo como restriccin de beneficio. En la mayora de los casos el nivel mnimo aceptable ser prescrito por la administracin como una decisin de poltica, pero ocasionalmente este nmero ser dictado por otras circunstancias. Para cualquier modelo de trueque costo beneficio una gran parte del estudio incluye identificar todas las actividades y beneficios que deben considerarse y luego reunir los datos relevantes para esas actividades y beneficios. La siguiente tabla resume los tipos de datos necesarios. Para cada beneficio, se necesita estimar en cunto contribuye cada actividad a ese beneficio (por unidad de actividad) y luego se determina el nivel mnimo aceptable. Tambin debe estimarse el costo por unidad de cada actividad. La tabla de concentracin de datos (de parmetros) resultante da todos los parmetros necesarios para un modelo de programacin lineal.
30
II
Tabla de concentracin de datos (parmetros) para un modelo de trueque entre costo y beneficio.
Caso Compaa: The Profit & Gambit Co. Un ejemplo de minimizacin: Problema de mezcla de publicidad

La compaa Profit & Gambit Co. fabrica productos de limpieza para uso domstico. ste es un mercado muy competido y la compaa lucha en forma constante para aumentar su porcentaje de mercado. La administracin decidi llevar a cabo una importante campaa de publicidad que se enfocar en los siguientes tres productos clave: 1. 2. 3. Un quitamanchas para prelavado en aerosol. Un nuevo detergente lquido para ropa. Un polvo detergente para ropa con mercado establecido.
Esta campaa utilizar televisin y medios impresos. Se desarroll un comercial de televisin para aparecer en el mbito nacional que anunciar el detergente lquido para ayudar a establecer este nuevo producto. La publicidad en medios impresos promover los tres productos e incluir cupones de descuento que los consumidores pueden usar para comprar el producto a precios reducidos. La administracin ha establecido metas mnimas para la campaa:
1. El quitamanchas debe captar 3% adicional de su mercado; 2. El nuevo detergente lquido debe captar 18% del mercado de detergentes para ropa, y 3. Un aumento de 4% de este mismo mercado debe ser captado por el detergente en polvo.
La siguiente tabla muestra los aumentos estimados en las participaciones de estos mercados por cada unidad de publicidad en los medios respectivos. (Una unidad es un bloque estndar de publicidad que Profit & Gambit Co. compra, pero tambin se permiten otras cantidades). La razn para el 1% para el detergente en polvo en la columna de televisin es que el comercial de TV que anuncia el nuevo detergente lquido le quitar algunas ventas al detergente en polvo. El ltimo rengln de la tabla muestra el costo por unidad de publicidad para cada medio.
31
II
Tabla de concentracin de datos (parmetros) para el problema de mezcla publicitaria.
El objetivo de la administracin es determinar cunta publicidad hacer en cada medio para cumplir las metas de participacin de mercado a un costo total mnimo. 2. Formulacin del modelo
ste es un problema de trueque entre costo y beneficio. El objetivo es: determinar cunta publicidad asignar a cada medio para cubrir las metas de porcentaje de mercado a un costo total mnimo. Las actividades consideradas son: Actividad 1: Publicidad en televisin. Actividad 2: Publicidad en medios impresos. Los beneficios buscados de estas actividades son: Beneficio 1: Proporcin aumentada del mercado para un quitamanchas prelavado. Beneficio 2: Proporcin aumentada del mercado para un detergente de ropa lquido. Beneficio 3: Proporcin aumentada del mercado para un detergente de ropa en polvo bien establecido. Las decisiones que deben tomarse en cuenta son: Decisin 1: TV = Nmero de unidades de publicidad en televisin. Decisin 2: PM =Nmero de unidades de publicidad en medios impresos. Las restricciones identificadas sobre estas decisiones son: Quitamanchas: Aumento total en porcentaje de mercado 3% Detergente lquido: Aumento total en porcentaje de mercado 18% Detergente en polvo: Aumento total en porcentaje de mercado 4% La segunda y tercera columna de la tabla indican que los aumentos totales en porcentaje de mercado de ambas formas de publicidad son: Total para el quitamanchas = 1% de PM Total para detergente lquido = 3% de TV + 2% de PM Total para detergente en polvo = -1% de TV + 4% de PM Matemticamente la formulacin del modelo es: Funcin objetivo: Sujeta a: Minimizar Costo = TV + 2PM (en millones de dlares)
Proporcin de mercado aumentada de quitamanchas: PM 3 Proporcin de mercado aumentada de detergente lquido: 3TV + 2PM 18 Proporcin de mercado aumentada de quitamanchas: -TV + 4PM 4 Condiciones de no-negatividad: TV 0, PM 0
32
II
3.
Solucin del problema a partir del modelo
Aplicando un programa para obtener la solucin del modelo se concluye lo siguiente: Contratar 4 unidades de publicidad en televisin. Contratar 3 unidades de publicidad en medios impresos. El costo total mnimo de este plan ser de $10 millones. 2.2.3. Modelos de redes de distribucin
Los modelos de redes de distribucin tratan la distribucin de bienes a travs de redes de distribucin a un costo mnimo. En este tipo de modelos se ver un nuevo tipo de restriccin las restricciones de requerimientos fijos. Estas restricciones son una caracterstica identificadora de los problemas de redes de distribucin. As, las Las restricciones de requerimientos fijos tienen el mismo papel para problemas de redes de distribucin que las restricciones de recursos en los problemas de asignacin de recursos y las restricciones de beneficios en los problemas de trueque costo-beneficio. Por ello, en vez de identificar recursos o beneficios, en los problemas de redes de distribucin deben ser los requerimientos y sus restricciones de requerimientos fijos correspondientes. As como se desarroll una tabla de parmetros para los modelos de asignacin de recursos y para los modelos de trueque costo-beneficio, se puede elaborar una tabla, como a continuacin se muestra, para facilitar la formulacin de modelos de redes de distribucin. La primera columna enumera los tipos de cantidades que contienen un requerimiento fijo y la ltima columna da el monto requerido para esas cantidades. Cada entrada en el cuerpo principal de la tabla muestra cunto contribuye cada unidad embarcada por esa ruta para satisfacer la cantidad requerida en la ltima columna. El rengln de capacidad muestra el nmero mximo de unidades que pueden enviarse por cada ruta de envo.
Tabla de concentracin de datos (parmetros) para un problema de redes de distribucin
Caso Compaa: The Distribution Unlimited Co.

La compaa The Distribution Unlimited Co. Producir el mismo producto en dos fbricas diferentes y luego deben enviar el producto a dos almacenes. La fbrica 1 puede enviar una cantidad ilimitada por tren slo al almacn 1, en tanto que la fbrica 2 puede enviar una cantidad ilimitada por tren slo al almacn 2.
33
II
Se pueden usar auto transportistas independientes para enviar hasta 50 unidades de cada fbrica a un centro de distribucin, de donde se pueden enviar hasta 50 unidades a cada almacn. El costo unitario de envi para cada alternativa se muestra en la siguiente tabla, junto con las cantidades a producir en las fbricas y las cantidades necesarias en los almacenes. El objetivo es determinar cmo enviar las unidades necesarias con un costo total mnimo.
Tabla de concentracin de datos para el problema de red de distribucin.
La siguiente figura muestra la red de distribucin para este problema. Cada flecha seala una de las rutas de embarque factibles; el costo unitario de embarque correspondiente est dado a lo largo de la flecha. Tambin se muestra la capacidad lmite de cunto puede enviarse (s se enva) a travs de cada ruta.
2.
Formulacin del modelo de programacin lineal
Se necesitan identificar las actividades y los requerimientos de este problema de redes de distribucin para formularlo como un modelo de programacin lineal. En este caso se han mencionado dos tipos de actividades la produccin de un nuevo producto en las dos fbricas y el envo del producto a travs de varias rutas-. Sin embargo, se conocen las cantidades especficas que debe producir cada fbrica, de modo que no se requiere tomar decisiones sobre las actividades de produccin. La toma de decisiones se ocupa de los niveles de las actividades de envo cunto enviar a travs de cada ruta-. Por lo tanto, la atencin debe centrarse en las actividades de envo para la formulacin del modelo de programacin lineal.
34
II
Las actividades corresponden a rutas de envo, sealadas por flechas en la figura anterior. El nivel de cada actividad es el nmero de unidades enviadas por la ruta correspondiente. Igual que cualquier modelo de programacin lineal puede describirse como la bsqueda de la mejor combinacin de niveles de actividad, ste implica encontrar la mejor mezcla de cantidades de envo para las diversas rutas. Las decisiones que se toman son: Las decisiones que se toman son: SF1-DC = Nmero de unidades enviadas de la fbrica 1 al centro de distribucin (50 mximo) SF2-DC = Nmero de unidades enviadas de la fbrica 2 al centro de distribucin (50 mximo) SF1-W1 = Nmero de unidades enviadas de la fbrica 1 al almacn 1 SF2-W2 = Nmero de unidades enviadas de la fbrica 2 al almacn 2 SDC-W1 = Nmero de unidades enviadas del centro de distribucin al almacn 1 (50 mximo) SDC-W2 = Nmero de unidades enviadas del centro de distribucin al almacn 2 (50 mximo) El objetivo es: Minimizar Costo = costo total de enviar las unidades necesarias Usando los costos de embarque unitarios dados en la tabla anterior Costo = 300 SF1-DC + 400 SF2-DC + 700 SF1-W1 + 900 SF2-W2 + 200 SDC-W1 + 400 SDC-W2 El modelo requerir algunas limitaciones que involucran requerimientos fijos: Requerimiento 1: La cantidad total enviada de la fbrica 1 debe ser 80 unidades. Requerimiento 2: La cantidad total enviada de la fbrica 2 debe ser 70 unidades. Requerimiento 3: La cantidad total enviada a la bodega 1 debe ser 60 unidades. Requerimiento 4: La cantidad total enviada a la bodega 2 debe ser 90 unidades. Pero hay un requisito ms que no es tan evidente!. Al final todas las unidades se necesitan en los almacenes. De modo que cualquier nmero de unidades enviadas de las fbricas al centro de distribucin deben ser remitidas a los almacenes. Por ello, la cantidad total enviada desde el centro de distribucin a los almacenes debe ser igual a la cantidad enviada de las fbricas al centro de distribucin. En otras palabras, la diferencia de estas dos cantidades enviadas debe ser igual a cero. Requerimiento 5: Para el centro de distribucin, la cantidad enviada menos la cantidad que llega = 0. Con este sutil, pero significativo punto, debe poder verse que hay un requerimiento especial asociado con cada una de las cinco localidades en la red de distribucin mostrada en la figura (red) anterior. Tener un requerimiento para cada localidad es una caracterstica comn de todos los problemas de redes de distribucin. Estos cinco requerimientos pueden expresarse en forma de restricciones como: Cantidad proporcionada = cantidad requerida Por ejemplo, el requerimiento 1 puede expresarse en forma algebraica como SF1-DC + SF1-W1 = 80 Donde el lado izquierdo es la cantidad total enviada de la fbrica 1 y 80 es la cantidad requerida que debe enviarse de la fbrica 1. As, esta limitacin restringe a SF1-DC y a SF1-W1 a valores que suman la cantidad requerida de 80. Una caracterstica identificadora de los modelos puros de redes de distribucin es que las principales restricciones funcionales en la forma final del modelo son restricciones de requerimientos fsicos. Sin embargo, otros modelos de programacin lineal algunas veces incluyen tambin limitaciones de requerimientos fsicos.
35
II
La siguiente tabla de parmetros facilitara la formulacin del modelo de redes de distribucin. La primera columna enumera los tipos de cantidades que contienen un requerimiento fijo y la ltima columna da el monto requerido para esas cantidades. Cada entrada en el cuerpo principal de la tabla muestra cunto contribuye cada unidad embarcada por esa ruta para satisfacer la cantidad requerida en la ltima columna. El rengln de capacidad muestra el nmero mximo de unidades que pueden enviarse por cada ruta de envo (ilimitada para las rutas en las dos columnas centrales).
Tabla de parmetros para el problema de redes de distribucin.
Matemticamente la formulacin del modelo de programacin lineal es: Minimizar Costo = 300 SF1-DC+400 SF2-DC+ 700 SF1-W1+ 900 SF2-W2+ 200 SDC-W1+ 40 SDC-W2 Sujeta a las siguientes restricciones: 1. Restricciones de requerimientos fijos: SF1-DC + SF1-W1 = 80 (fbrica 1) SF2-DC + SF2-W2 = 70 (fbrica 2) SF1-W1 + SDC-W1 = 60 (almacn 1) SF2-W2 + SDC-W2 = 90 (almacn 2) SF2-DC + SDC-W1+ SDC-W2 = 0 (centro de distribucin)
-SF1-DC 2.
Restricciones de lmite superior: SF1-DC 50; SF2-DC 50; SDC-W1 50; SDC-W2 50
3.
Condiciones de no-negatividad: SF1-DC 0, SF2-DC 0, SDC-W1 0, SDC-W2 0, SF1-W1 0, SF2-W2 0
3.
Solucin del problema a partir del modelo
Aplicando un programa para obtener la solucin del modelo se concluye lo siguiente: 16 = cantidad total enviada de la fabrica 1 17 = cantidad total enviada de la fabrica 2 18 = cantidad total enviada al almacn 1 19 = cantidad total enviada al almacn 2
36
II
110 = cantidad que sale menos cantidad que llega para el centro de distribucin El costo total de envo a un costo mnimo es de $110 000. 2.2.4 Modelos mixtos
La cuarta (y ltima) categora de modelos de programacin lineal es la de modelos mixtos. Incluye cualquier problema que no est en alguna de las tres primeras categoras.
Como se resume en la siguiente tabla. Cada tipo de modelo de asignacin de recursos, de trueque costobeneficio, y de redes de distribucin- presenta uno de los tres tipos de restricciones funcionales. De hecho, la caracterstica identificadora de un modelo puro de asignacin de recurso es que todas sus restricciones funcionales son restricciones de recursos. La caracterstica identificadora de un modelo puro de trueque costo-beneficio es que todas sus restricciones funcionales son restricciones de beneficio. Las restricciones funcionales principales en un modelo de redes de distribucin son restricciones de requerimientos fijos de cierto tipo (aunque el problema pueda tener algunas restricciones de recursos simples donde cada lado izquierdo es una sola variable de decisin).
Tabla que muestra cada tipo de modelo de asignacin de recursos, de trueque costo-beneficio, y de redes de distribucin- presenta uno de los tres tipos de restricciones funcionales.
Caso Compaa: The Save-It Company: Reciclado de desechos slidos 1. Definicin del problema
La compaa Save-It Company opera un centro de reciclado que recoge cuatro tipos de materiales de desperdicio slidos y luego los trata para que se puedan amalgamar (tratamiento y amalgamado constituyen procesos diferentes) como productos vendibles. Pueden elaborarse tres grados de este producto, dependiendo de la mezcla de los materiales usados. Aunque hay alguna flexibilidad en la mezcla para cada grado, las normas de calidad especifican la cantidad mnima o mxima de los materiales permitidos en ese grado de producto. (Esta cantidad mnima o mxima es el peso del material expresado como porcentaje del peso total para ese grado de producto.) Para cada uno de los dos grados ms altos, se especifica un porcentaje fijo de uno de los materiales. Estas especificaciones se dan en la siguiente tabla junto con el costo de amalgamado y el precio de venta de cada grado.
37
II
Tabla de concentracin de datos de productos de la compaa Save-It Company.
El centro de beneficio recoge estos materiales de desechos slidos de algunas fuentes regulares, por lo que est en posibilidad de sostener una tasa estable para tratarlos. La siguiente tabla da las cantidades disponibles para recolectar y tratar cada semana, as como el costo del tratamiento, para cada tipo de material.
Tabla de datos de materiales de desperdicio slido de la compaa Save-It Company.
La compaa Save-It Company es propiedad nica de Green Earth, una organizacin dedicada a manejar problemas ecolgicos. Las ganancias de Save-It Company se usan ntegras para ayudar a sostener las actividades de Green Earth. Green Earth ha reunido contribuciones y donaciones que suman $30 000 semanales, que usa slo para cubrir el costo total del tratamiento de los materiales de desechos slidos. El consejo de administracin de Green Earth dio instrucciones a la administracin de Save-It Company para que distribuya este dinero entre los materiales de forma tal que al menos la mitad de la cantidad disponible de cada material se recolecte y se trate. Estas restricciones adicionales estn listadas en la tabla anterior. Dentro de las restricciones especificadas, la administracin desea asignar los materiales a los grados de productos para maximizar la ganancia semanal (ingreso de las ventas totales menos costo total de amalgamado). 2. Formulacin del modelo de programacin lineal
Este es un problema de programacin lineal mixto. Para formularlo se necesita identificar todas las actividades, recursos, beneficios y requerimientos fijos que lo rodean. La clave para identificar las actividades se encuentra en la meta de la administracin de encontrar la mejor asignacin de materiales a los grados de productos. Cada combinacin de un material y un grado de producto requiere de una decisin: cunto de ese material debe contener ese grado de producto? Esta cantidad se convierte en el nivel de una actividad.
38
II
Cada actividad corresponde al tratamiento de un material de desecho slido que lo prepara para amalgamarlo en un grado de producto. El nivel de esa actividad es la cantidad del material tratado en preparacin para amalgamarlo en el grado del producto. As, las decisiones a tomar son el nmero de libras de cada tipo de material asignadas a cada grado de producto por semana. Hay muchas restricciones sobre estas decisiones debido a los recursos limitados, los beneficios prescritos y los requerimientos fijos, como se resumen enseguida. Recursos limitados. Los cuatro materiales de desecho slido, cuyas cantidades disponibles estn dadas en la segunda columna de la tabla. Adems los usos limitados de los materiales 1 y 3 especificados en la segunda columna de la otra tabla se interpretan como recursos limitados que conducen a restricciones de recursos. Beneficios prescritos. La recoleccin y tratamiento de cada material de desecho slido es un beneficio, donde el nivel aceptable mnimo (la mitad de lo disponible) se da en el lado derecho de la tabla anterior. Adems la segunda columna de la otra tabla especifica el uso mnimo aceptable del material 2, de modo que este se interpreta como beneficio prescrito. Requerimientos fijos. Los requerimientos fijos son: el uso fijo del material 4 especificado en la segunda columna de la otra tabla y la cantidad fija de dinero para tratar los materiales de desechos slidos, como se especifica en el lado derecho de la tabla anterior. El objetivo. El objetivo de la administracin es maximizar la ganancia semanaria total de los tres grados de productos, de modo que sta es la medida de desempeo global de este problema. Se calcula restando el costo total de amalgamado del ingreso total por ventas. Las contribuciones y donativos de $30 000 semanales especficamente para el tratamiento de los desechos slidos cubren por completo los costos de tratamiento, de manera que estos costos no se incluyen al calcular la ganancia. Por lo tanto, el nico costo considerado, es el costo de amalgamado. Entonces para cada grado de producto, la ganancia por libra se obtiene restando el costo de amalgamado dado en la tercera columna de la otra tabla del precio de venta en la cuarta columna. Las decisiones. Las doce decisiones que se tomarn son: XA1 = nmero de libras de material 1 asignado al producto grado A por semana. XA2 = nmero de libras de material 2 asignado al producto grado A por semana. XA3 = nmero de libras de material 3 asignado al producto grado A por semana. XA4 = nmero de libras de material 4 asignado al producto grado A por semana. XB1 = nmero de libras de material 1 asignado al producto grado B por semana. XB2 = nmero de libras de material 2 asignado al producto grado B por semana. XB3 = nmero de libras de material 3 asignado al producto grado B por semana. XB4 = nmero de libras de material 4 asignado al producto grado B por semana. XC1 = nmero de libras de material 1 asignado al producto grado C por semana. XC2 = nmero de libras de material 2 asignado al producto grado C por semana. XC3 = nmero de libras de material 3 asignado al producto grado C por semana. XC4 = nmero de libras de material 4 asignado al producto grado C por semana. Matemticamente la formulacin del modelo de programacin lineal es: Maximizar Ganancia = 5.5 (XA1 + XA2 + XA3 + XA4) + 4.5 (XB1 + XB2 + XB3 + XB4) + 3.5 (XC1 + XC2 + XC3 + XC4) Sujeta a las siguientes restricciones: 1. Especificaciones de mezcla: XA1 XA2 XA3 0.3 (XA1 + XA2 + XA3 + XA4) (grado A, material 1) 0.4(XA1 + XA2 + XA3 + XA4) (grado A, material 2) 0.5(XA1 + XA2 + XA3 + XA4) (grado A, material 3)
39
II
XA4 XB1 XB2 XB4 XC1
0.2(XA1 + XA2 + XA3 + XA4) (grado A, material 4)
0.5 (XB1 + XB2 + XB3 + XB4) (grado B, material 1) 0.1 (XB1 + XB2 + XB3 + XB4) (grado B, material 2) = 0.1 (XB1 + XB2 + XB3 + XB4) (grado B, material 4) 0.7 (XC1 + XC2 + XC3 + XC4) (grado C, material 1)
2. Disponibilidad de materiales: XA1 + XB1 + XC1 3 000 (material 1) XA2 + XB2 + XC2 2 000 (material 2) XA3 + XB3 + XC3 4 000 (material 3) XA4 + XB4 + XC4 1 000 (material 4) 3. Restricciones sobre cantidades tratadas: XA1 + XB1 + XC1 1 500 XA2 + XB2 + XC2 1 000 XA3 + XB3 + XC3 2 000 XA4 + XB4 + XC4 500 (material 1) (material 2) (material 3) (material 4)
4. Restriccin sobre el costo de tratamiento: 3(XA1+XB1+XC1) + 6(XA2+XB2+XC2) + 4(XA3+XB3+XC3) + 5(XA4+XB4+XC4) = 30 000 5. Condiciones de no-negatividad: XA1 0, XA2 0, XA3 0, XA4 0, XB1 0, XB2 0, XB3 0, XB4 0, XC1 0, XC2 0, XC3 0, XC4 0
3. Solucin del problema a partir del modelo

Aplicando un programa para obtener la solucin del modelo se concluye lo siguiente: La solucin ptima se muestra en la siguiente tabla, para el nmero de libras de cada tipo de material asignado a cada grado de producto por semana. La ganancia total semanal resultante es: $35 109.65.
Solucin del problema de la compaa Save-It Company
Caso: Agro-Tech 1. Definicin del problema
Tom Anderson, gerente de produccin de la Agro-tech necesita planear la combinacin de fertilizantes para el siguiente mes y no tiene claro cmo va a proceder para elaborar el plan. La Agro-Tech es una compaa pequea de productos qumicos que fabrica entre otros artculos dos tipos de fertilizante que se elaboran combinando ingredientes que se compran con proveedores externos. Cada mes, Tom tiene que planear la cantidad de cada fertilizante que debe producirse. Su plan debe tomar en consideracin el costo de los ingredientes, el precio de venta de los fertilizantes, cualesquier pedido que deba surtirse y las
40
II
restricciones impuestas al uso de los recursos de la compaa, mano de obra, materias primas o tiempo de mquina. El proceso de planeacin para este mes es ms difcil que lo normal. Por lo general la AgroTech fabrica fertilizantes de acuerdo con los pedidos de los clientes pero este mes los fertilizantes van a venderse a travs de un mayorista. Esto complica las cosas porque Tom tiene que elaborar un programa de produccin que conduzca a las mayores utilidades posibles para la Agro-Tech, al mismo tiempo que se utiliza slo la cantidad de ingredientes que estn disponibles para el mes. Los dos fertilizantes que la Agro-Tech fabrica son las mezclas denominadas 5-5-10 y 5-10-5. En cada caso, el primer valor se refiere al porcentaje que el producto final tiene de nitrato qumico, el segundo valor se refiere al porcentaje de fosfato que aparece en el producto final y el tercer valor da el porcentaje de potasio. El fertilizante se estabiliza con un material de relleno como podra ser barro. Por ejemplo, el 5-5-10 est elaborado con 5% de nitrato, 5% de fosfato y 10% de potasio y el 80% restante es barro. El mayorista comprar cualquier cantidad de ambos fertilizantes que la Agro-Tech pueda fabricar. Esta dispuesto a pagar $71.50 por tonelada del 5-5-10 y $69 por tonelada del 5-10-5. Este mes, la disponibilidad y costos de materias primas son 1100 toneladas de nitrato a $200 por tonelada, 1800 toneladas de fosfato a $80 cada una y 2000 toneladas de potasio a $160 cada una. El relleno esta disponible en cantidades ilimitadas al precio de $10 por tonelada, pero para los otros tres ingredientes slo se dispone de las cantidades mencionadas antes. No hay restricciones para el uso de la mano de obra ni tampoco para el empleo de la maquinara durante el mes, pero se tiene un costo de $15 por tonelada por concepto de mezclado de los fertilizantes. La pregunta que Tom debe resolver es cmo utilizar los recursos escasos (nitrato, fosfato y potasio) de que dispone Agro-Tech, de manera que se obtengan las mayores utilidades para la compaa?. 2. Formulacin del modelo
Caractersticas del caso. Es importante observar varias caractersticas de este caso. En primer lugar, Tom tiene un solo objetivo, la maximizacin de las utilidades provenientes de la fabricacin de los dos fertilizantes. En segundo lugar el objetivo que debe lograrse est sujeto a la disponibilidad y uso de recursos escasos; los ingredientes. En tercer lugar, tanto las utilidades como el uso de los recursos escasos son directamente proporcionales a la cantidad que se fabrique de los dos fertilizantes. Es decir, pueden sumarse las utilidades de los dos productos para calcular las utilidades totales. De manera similar, pueden sumarse las cantidades individuales de recursos que se utilicen para determinar la cantidad total. Por ltimo no es posible fabricar una cantidad negativa de ninguno de los dos productos. Variables de decisin. Para el caso de la Agro-Tech, las cantidades fsicas que interesan son las cantidades de los dos fertilizantes que pueden fabricarse. X1 = Toneladas del fertilizante 5-5-10 a fabricar X2 = Toneladas de fertilizante 5-10-5 a fabricar Objetivo. Maximizacin de las utilidades. Para las utilidades se considerar el ingreso por ventas menos los costos. En el caso de la Agro-Tech y de los dos fertilizantes que se consideran, los nicos costos que se tomarn en cuenta son los costos de los ingredientes: nitrato, fosfato, potasio e ingredientes inertes; as como tambin los costos de mezclado. Esos costos de mezclado son de $15 por tonelada de fertilizante sin importar cul sea la mezcla de ingredientes. Para el fertilizante 5-5-10, se tienen ingresos de $71.50 por cada tonelada que se fabrique. Del producto final, el 5% ser nitrato, el 5% fosfato, el 10% potasio y el 80% ingredientes inertes. Es posible calcular los costos de estos ingredientes para cada tonelada de producto final de la siguiente manera: Costo del nitrato por tonelada del 5-5-10 = (0.05) ($200) Costo del fosfato por tonelada del 5-5-10 = (0.05) ($80) Costo del potasio por tonelada del 5-5-10 = (0.10) ($160) Costo de los ingredientes inertes por tonelada del 5-5-10 = (0.80) ($10) Costo total de los ingredientes del 5-5-10 Costo del mezclado Costo total = $ 10 =$ 4 = $ 16 =$ 8 = $38 = $15 = $53
Ahora, dado que la contribucin a las utilidades = ingresos-costos variables, se tiene una contribucin de las utilidades para el 5-5-10 = $71.50 - $53.00 = $18.50 por tonelada que se fabrique. De manera similar los costos directos del 5-10-5 son:
41
II
Costo del nitrato por tonelada del 5-10-5 = (0.05) ($200) Costo del fosfato por tonelada del 5-10-5 = (0.10) ($80) Costo del potasio por tonelada del 5-10-5 = (0.05) ($160) Costo de los ingredientes inertes por tonelada del 5-10-5 = (0.80) ($10) Costo total de los ingredientes del 5-10-5 Costo del mezclado Costo total
= $10 =$ 8 =$ 8 = $ 8 = $34 = $15 = $49
Ahora y al igual que antes la contribucin a las utilidades = ingresos costos variables, por lo que la contribucin a las utilidades para el 5-10-5 = $69 - $49 = $20.00 por tonelada que se fabrique. Usando estos valores de las contribuciones a las utilidades se puede plantear una funcin objetivo para la Agro-Tech. Por cada tonelada de 5-5-10 que se fabrique, la utilidad es de $18.50: si se fabrican X 1 toneladas, la contribucin total a las utilidades es $18.5X 1. De manera similar si se fabrican X2 toneladas de 5-10-5, la contribucin total a las utilidades es $20X2. La contribucin total de ambos productos ser la suma de esas cantidades, es decir, 18.5X1 + 20X2 . Por ello la funcin objetivo es: Maximizar Z = 18.5X1 + 20X2 Restricciones. Ahora es necesario considerar las restricciones del problema, es decir, cules son las relaciones fsicas que existen entre la fabricacin de un determinado fertilizante y el uso de los recursos escasos disponibles? Para el nitrato existen disponibles 1100 toneladas. Por cada tonelada de 5-5-10 que se fabrique se utilizan 0.05 de toneladas de nitrato. Por ello, si se fabrican X1 toneladas de 5-5-10, se utilizarn 0.05X1 toneladas de nitrato. De manera similar, si se fabrican X 2 toneladas de 5-10-5 se consumirn 0.05X2 toneladas de nitrato. Puesto que slo existen disponibles 1100 toneladas de nitrato esto acta como restriccin sobre el nivel de produccin de 5-5-10 o del 5-10-5. Se utiliza la palabra pudiera porque algn otro recurso escaso podra ser ms restrictivo que el nitrato. Si este fuera el caso, la mezcla de produccin que arroja mximas utilidades no consumira todo el nitrato sino que dejara cierta cantidad sin utilizar. Dado que no estamos obligados a usar toda la cantidad disponible de cualquier recurso, la restriccin sobre el uso del nitrato es: 0.05X1 + 0.05X2 1100 Esta restriccin simplemente indica que la cantidad de nitrato que se utilice para fabricar X1 toneladas de 5-5-10, ms el nitrato que se usa para fabricar X2 toneladas de 5-10-5, debe ser menor que o igual a la cantidad disponible de nitrato. Para el fosfato, si se fabrican X toneladas de 5-5-10 entonces se utilizarn 0.05X1 toneladas de fosfato. Y si se fabrican X2 toneladas de 5-10-5, se usaran 0.10X2 toneladas de fosfato. Puesto que existen disponibles 1800 toneladas de fosfato, la restriccin sobre el uso de fosfato puede escribirse de la siguiente manera: 0.05X1 + 0.10X2 1800 Por ltimo, para el potasio, si se fabrican X1 toneladas de 5-5-10, se utilizaran 0.10X1 toneladas de potasio. Y si se fabrican X2 toneladas de 5-10-5, se consumiran 0.05X2 toneladas de potasio. Puesto que existen 2000 toneladas disponibles de potasio para fabricar los dos tipos de fertilizantes, la restriccin sobre el uso del potasio puede describirse de la siguiente manera: 0.10X1 + 0.05X2 2000 Matemticamente la formulacin del modelo de programacin lineal es: Maximizar Z = 18.5X1 + 20X2 Sujeta a: 0.05X1 + 0.05X2 1100 0.05X1 + 0.10X2 1800 0.10X1 + 0.05X2 2000 X1, X2 0
42
II
2. 3.
EJEMPLOS DE FORMULACIN DE MODELOS DE PL
Instrucciones didcticas.- Las respuestas estn despus de los problemas. Trate de formular las restricciones antes de ver la respuesta. Se recomienda resolver el problema y verificar su respuesta antes de continuar con el siguiente ejercicio. 1. Una empresa fabrica dos productos, C y D, y la dificultad es la operacin de ensamble. Durante el ensamble pueden procesarse 100 unidades de C o 300 unidades de D o cualquier combinacin lineal de ellas. Formule la ecuacin de restriccin adecuada. El producto R est conformado por 1,000 unidades de materia prima. Pueden emplearse dos materiales, M y N, en cualquier combinacin deseada. Cada unidad del material M pesa 1. 800 kg, mientras que cada unidad de material N pesa 1. 200 kg. Las especificaciones requieren que el producto R no pese ms de 1.500 kg. Cul es la restriccin adecuada? El producto T debe producirse la prxima semana. Cualquiera de dos materiales, P y Q, puede emplearse en cualquier combinacin para producir el producto T. Si se hace nicamente de P, el producto T pesara 1.800 kg. Si se hace nicamente de Q el producto T pesara 1.200 kg. Las especificaciones requieren que el producto T no pese ms de 1.500 kg. Cul es la restriccin adecuada? Una fbrica produce dos artculos, Q y R. Ambos productos requieren dos minutos para ser procesados en la maquinara. Se dispone de 2,000 minutos de tiempo de mquina. El producto Q puede hacerse tanto con el material A como con el material B, y requiere 3 kg de cualquiera de ellos. El producto R puede hacerse ya sea con el material A como con el material B o con el material C, y requiere 4 kg. Se dispone de 800 kg de material A, 1,000 kg de material B y 2,000 kg de material C. Cules son las restricciones correspondientes? El producto W se fabrica en un taller, ya sea en el turno regular o en tiempo extra. Tambin se procesa en el departamento de ensamble, siempre en el turno regular. El producto W proporciona una contribucin de $5.00 a la utilidad y al costo fijo si se produce completamente en el turno regular, pero si se produce en tiempo extra la contribucin es slo de $1. El producto W requiere 10 minutos en el taller y 2 minutos en el departamento de ensamble. Se dispone de 40 horas en el taller en un turno regular y de 20 horas de tiempo extra. Se dispone de 10 horas en el departamento de ensamble. Cules son las restricciones correspondientes? El producto A requiere ser procesado tanto en un torno como en una fresadora. Puede procesarse en cualquiera de dos tornos y en cualquiera de dos fresadoras. La operacin de torno sobre cada unidad del producto A requiere dos horas en el torno 1 y 3 horas en el torno 2. La operacin de fresado para cada unidad del producto A requiere 4 horas en la fresadora 1 y 6 horas en la fresadora 2. Se dispone de 80 horas en el torno 1, 90 horas en el torno 2, 100 horas la fresadora 1 y 110 horas en la fresadora 2. Cules son las restricciones correspondientes?
2.
3.
4.
5.
6.
7. Se fabrican dos productos, R y T. Cada producto se procesa en los departamentos de colado,

maquinado y ensamble. El colado del producto T puede comprarse a $6 pieza y despus procesarse en las mquinas y ensamblarse. Si el colado no se compra, el producto T se hace a partir de 2 Kg de material K y se cuela en la planta. El producto R puede hacerse ya sea de 4 kg de material L o de 5 kg de material K. Se dispone de 2,000 kg de material L y de 10,000 kg de material K para el siguiente perodo de produccin. El material L cuesta 10 centavos el kg y el material K cuesta 20 centavos el kg. El departamento de colado puede colar 3,000 unidades del producto R o del producto T en el siguiente perodo de produccin. Se dispone de 200 horas de tiempo de mquina durante el siguiente perodo de produccin. El maquinado del producto R hecho con el material L requiere 8 minutos. El maquinado del producto R hecho con el material K requiere 10 minutos. El maquinado del producto T requiere 6 minutos. El departamento de ensamble puede armar 2,000 unidades del producto R o 4,000 unidades del producto T, o cualquier combinacin.
43
II
Los costos variables de colado suman $1.00 por unidad. Los costos variables de maquinado son de $0.20 por minuto. Los costos variables de ensamble son nulos. El producto R se vende a $10 y el producto T a $12. Formule el problema como un modelo de programacin lineal.
8. El producto T debe fabricarse la prxima semana. Cualquiera de dos materiales, P y Q, puede

emplearse en cualquier combinacin para producir T. Si se hace nicamente con P el producto T pesara 1.800 kg. Si se hace nicamente con Q el producto T pesara 1.200 kg. Las especificaciones requieren que el producto T pese no ms de 1.500 kg. Cules son las restricciones correspondientes?
9. Una compaa tiene un contrato importante que debe cumplir la prxima semana. Este contrato
requiere la fabricacin de 1,000 unidades de ensable K. Cada unidad de K consiste en el ensamble de una parte X y dos partes Y. Esta compaa tiene un departamento de ensamble y 3 departamentos de manufactura, con dos mquinas principales en cada departamento de manufactura. Por conveniencia, los departamentos de manufactura se designarn como D, E y F y las mquinas como D1, D2, E1, E2, F1, F2. Cada parte se procesa a travs de los 3 departamentos de manufactura, algunas veces nicamente en una mquina, algunas veces en las dos y algunas veces en ninguna. La parte X se procesa en las mquinas D1 y D2, ya sea en la E1 o en la E2, y en la F2. La parte Y se procesa en la mquina D2, ya sea en la E1 o en la E2, o ya sea en la F1 o en la F2. Los requerimientos de tiempo para la parte X son: Mquina D1---4 minutos/pieza Mquina D2---1 minuto/pieza Mquina E1---6 minutos/pieza Mquina E2---2 minutos/pieza Mquina F2---4 minutos/pieza Los requerimientos de tiempo para la parte Y son: Mquina D2---3 minutos/pieza Mquina E1---2 minutos/pieza Mquina E2---3 minutos/pieza Mquina F1---6 minutos/pieza Mquina F2---4 minutos/pieza En el departamento de ensamble, las dos partes Y se unen primero y a continuacin la parte X, para obtener la unidad K. Las partes Y se arman a una velocidad de una unin por minuto, mientras que las partes X se arman a una velocidad de 10 uniones por minuto. Estas operaciones comparten las mismas instalaciones de ensamble. Se dispone de 8,800 minutos en cada mquina y de 40 horas de ensamble. Los costos variables son los siguientes: Material de la parte X-----$ 1.00 Material de la parte Y-----$ 2.00 Mquina D1---$ 0.10 por minuto Mquina D2---$ 0.30 por minuto Mquina E1---$ 0.20 por minuto Mquina E2---$ 0.15 por minuto Mquina F1---$ 0.05 por minuto Mquina F2---$ 0.25 por minuto No hay costos variables de ensamble. Formule el problema como un modelo de programacin lineal.
10. La empresa lechera Milko no puede recibir ms de 100,000 litros de leche por da debido a las
limitaciones impuestas por congestionamiento del departamento de recepcin. Las polticas de la administracin requieren el uso de cuando menos 10,000 litros de leche diarios para la fabricacin de
44
II
queso, y el resto para ser empleado en leche embotellada o mantequilla, segn lo permita el equipo. La contribucin de cada litro de leche a la utilidad y al costo fijo, segn se emplee, es como sigue: Mantequilla Leche Queso 2 centavos 10 centavos 3 centavos
El equipo para fabricar mantequilla puede manejar hasta 60,000 litros de leche diarios. El equipo para embotellar leche puede manejar hasta 40,000 litros diarios de leche. El equipo para fabricar queso puede manejar hasta 30,000 litros de leche por da. Formule el problema como un modelo de programacin lineal.
11. Una empresa trituradora de piedra vende piedra que obtiene de cualquiera de tres canteras
adyacentes. La piedra vendida por esa empresa debe regirse por las siguientes especificaciones: Material X igual a 30% Material Y igual o menor al 40% Material Z entre 30% y 40% La piedra de la cantera A cuesta $1.00 la tonelada y tiene las siguientes propiedades: Material X ------ 20% Material Y ------ 60% Material Z ------ 20% La piedra de la cantera B cuesta $1.20 la tonelada y tiene las siguientes propiedades: Material X ------ 40% Material Y ------ 30% Material Z ------ 30% La piedra de la cantera C cuesta $1.50 la tonelada y tiene las siguientes propiedades: Material X ------ 10% Material Y ------ 40% Material Z ------ 50% De qu canteras debe obtener la empresa la roca y en qu proporciones? Formule el problema como un modelo de programacin lineal. Suponga que todos los materiales de todas las canteras pueden combinarse en relaciones lineales. 12. Una compaa espacial tiene cinco clientes a quienes enva naves de tres diferentes bodegas. Los cinco clientes se identifican como J, K, L, M y N, mientras que las tres bodegas se identifican como P, Q y R. los costos en las bodegas son idnticos, de modo que los costos correspondientes son los costos variables de envio a cada uno de los clientes. Estos costos se tabulan a continuacin: Al cliente De la bodega P Q R Costos variables de envo (cent/unidad) J 20 15 18 K 10 30 15 L 15 5 20 M 10 12 7 N 8 14 19
Las necesidades de los diferentes clientes son: J------100 unidades K----- 70 unidades L------140 unidades M-----180 unidades N----- 90 unidades
45
II
Las unidades disponibles en las bodegas son: P------200 unidades Q------300 unidades R------150 unidades Formule el modelo de programacin lineal correspondiente.
13. Una compaa de transportes dispone de camiones en cuatro diferentes lugares en las siguientes
cantidades: Lugar A ------5 camiones Lugar B ------10 camiones Lugar C ------7 camiones Lugar D ------3 camiones Los clientes W, X y Y necesitan camiones segn sigue: Cliente W ------5 camiones Cliente X ------ 8 camiones Cliente Y ------ 10 camiones Los costos variables de enviar los camiones a los clientes son: De A a W -----$ 7, De B a W -----$ 4, De C a W -----$ 5, De D a W -----$ 8, a a a a X ------ $ 3, X ------ $ 6, X ------ $ 2, X ------ $ 4, a a a a Y ------$ 6 Y ------$ 8 Y ------$ 4 Y ------$ 3
Formule el problema como un modelo de programacin lineal.
14. Una compaa de computadoras tiene 85 operarios entrenados, localizados en los siguientes lugares:
Essex ----- 20 Forest ---- 13 Gates ----- 36 Holmes ---16 Los 16 operarios de Holmes no pueden dar servicio a la computadora ms reciente X540 a causa de que no cuentan con el entrenamiento adecuado. Los pedidos de servicio provienen de cuatro clientes: Wirtz necesita 12 operarios Xores necesita 23 operarios Yates necesita 21 operarios Zimp necesita 29 operarios Los clientes Wirtz y Xores tienen mquinas X540 y por lo tanto no pueden recibir servicio de Holmes. Los costos variables relativos a proporcionar operarios de las diversas estaciones a los clientes son: Essex Forest Gates Holmes Wirtz 8 10 7 Xores 7 3 9 Yates 4 6 4 8 Zimp 7 8 5 6

46
II
15. Una compaa fabrica dos clases de cinturones de piel. El cinturn A es de alta calidad, y el B es de
baja calidad. La ganancia respectiva por cinturn es de $ 0.40 y $ 0.30. Cada cinturn de tipo A requiere el doble del tiempo que el que usa el de tipo B, y si todos los cinturones fueran de tipo B, la compaa podra fabricar 1,000 al da. El abastecimiento de piel es suficiente nicamente para 800 cinturones diarios (A y B combinados). El cinturn A requiere una hebilla elegante, de las que solamente se dispone de 400 diarias. Se tienen nicamente 700 hebillas al da para el cinturn B. Formule el problema como un modelo de programacin lineal.
16. Una compaa tiene 3 plantas con una capacidad de produccin en exceso. Las 3 tienen la facilidad
de fabricar un producto y la gerencia decidi usar una parte de la capacidad de produccin en este sentido: Este producto se puede hacer en 3 tipos de tamao grande, mediano y chico, que nos dan una ganancia neta por unidad de 12, 10 y 9 respectivamente las plantas 1, 2 y 3 tienen personal en exceso al igual que equipo para producir sin importar el tamao o combinaciones de tamao que se fabriquen, sin embargo la cantidad de espacio que existe de almacn impone una restriccin en los rangos de produccin. Las plantas 1, 2 y 3 poseen 9,000; 8,000 y 3,800 m 2 de rea de almacn que pueden ser utilizadas, respectivamente. Cada unidad de los tamaos grande, mediano y chico requiere 20, 15 y 12 m2 respectivamente. Las predicciones de venta indican que 600, 800 y 500 unidades de los tamaos grande, mediano y chico cuando menos deben ser vendidos para mantener una carga uniforme de trabajo.
17. Una compaa de automviles tiene tres centros de distribucin, localizados en el D.F., Monterrey y
Guadalajara. Estos centros tienen disponibles 40, 20 y 40 autos respectivamente. Sus distribuciones forneas requieren las siguientes cantidades: Yucatn, 25; Toluca, 10; Quertaro, 20; Guanajuato, 30; Morelos, 15. El costo de flete por automvil en pesos, entre los centros de distribucin y forneos se muestra en la tabla siguiente: Centro forneo Centro Distribuidor D.F. Monterrey Guadalajara Yucatn Toluca Quertaro Guanajuat o 500 450 350 Morelos
550 300 400
300 300 600
400 1000 950
400 600 300
18. Un carpintero elabora mesas, sillas, escritorios y libreros y desea saber que cantidad de cada uno de
ellos deber producir con objeto de maximizar sus ganancias, dado que cuenta con un suministro limitado de madera de dos tipos y una mano de obra tambin limitada. Cuenta con 1500 pies2 de madera no. 1, 1000 pies2 de madera no. 2 y 800 hrs-hombre. Existen tambin ciertos compromisos que l ha contrado para la fabricacin de algunos muebles. Los datos de fabricacin son los siguientes: 1).- Las mesas consumen 5 pies2 de madera no. 1 y 2 pies2 de madera no. 2, as como 3 horashombre. El carpintero se comprometi a fabricar 40 de estas mesas. La ganancia obtenida por mesa es de $ 120. 2).- Las sillas consumen 1 pie2 de madera no. 1 y 3 pies2 de madera no. 2, y requieren 2 horashombre. Existe el compromiso de entregar 130 de ellas. La ganancia por silla es de $ 50.00.
47
II
3).- Los escritorios llevan 9 pies2 de madera no. 1 y 4 pies2 de madera no. 2, necesitndose 5 horashombre. Existe el compromiso por 30 de ellos. Ganancia por escritorio de $ 150.00. 4).- El carpintero sabe que puede vender todo lo que produzca de mesas, sillas y escritorios. 5).- Los libreros utilizan 12 pies2 de madera no. 1, 1 pie2 de madera no. 2 y llevan 10 horas-hombre. El sabe que puede vender como mximo 10 libreros y obtiene una ganancia de 100.00 por cada uno. Formule el problema como un modelo de programacin lineal. 19. El Ing. Juan F. Gonzlez dirige un rancho experimental para la cra de cabras y desea alimentar a sus animales correctamente aprovechando al mximo sus recursos. Cuenta con 10 sementales y 300 animales de vientre y posee informacin de sus necesidades alimenticias en productos bsicos as como de la particin de esos productos. Caloras de 2,600 a 2, 800 U. diarias Protenas de 1,600 a 2, 000 U. diarias Minerales de 770 a 890 U. diarias Vitamina A de 8,000 a 9, 000 U. diarias Kilos de alimento 3.5 a 6 Kg. Cal. 900 400 110 0 700 50 Prot. 200 700 300 200 50 Min 300 200 100 150 200 0 Vit. 150 200 175 75 500 0 $/kg3 1.60 1.20 2.30 0.30 3.90
Por cada cabra al da
Por cada Kilogramo de alimento
Maz desq. Alfalfa Sorgo Pastura Unidad compuesta
Formule el problema como un modelo de programacin lineal para determinar qu cantidad de cada alimento debe estar contenida en la mezcla, para minimizar los costos de alimentacin. Respuestas 1. La restriccin debe ser tal que si D=0, C=100; y si C=0, D=300. Si se elige un da como la restriccin, entonces:
1 1 C+ D 1 100 300
Sera la ecuacin de restriccin correspondiente. Tambin podra emplearse como restriccin el nmero de unidades de C o D que podran producirse, obtenindose entonces: 1 C + D 100 3 o bien
3C + D 300 Como la ecuacin de restriccin correspondiente. Posiblemente es ms fcil seleccionar el mximo valor 300 como restriccin, obteniendo:
3C + D 300
Como la ecuacin recomendada. Ntese que la restriccin es una medida de capacidad, mientras que las variables son los productos C y D, sobre los que resulta necesario tener control. Esto es, se puede decidir cuntas unidades fabricar de C o D. Advirtase que una posible solucin que utiliza totalmente la capacidad y 150D y que:
48
II
3(5 ) + (1 0 ) =3 0 0 1 5 0
2.
Una restriccin adecuada es:
1.8M +1.2 N 1,500

En este caso, las variables y no los artculos producidos deben ser los materiales usados, mientras que el peso mximo de 1.500 kg del producto R corresponde a las 1,000 horas de tiempo de mquina para formar la restriccin. En general, la restriccin es la limitacin, mientras que los artculos producidos o los materiales empleados son aquellas variables que pueden controlarse introduciendo diferentes cantidades en la combinacin total. 3. Una restriccin adecuada sera:
1,800P + 1,200Q 1,500

Ntese que sta es exactamente la correspondiente al ejemplo 2. Sin embargo, se han cambiado las unidades. P es ahora la fraccin de ese material necesaria para producir la totalidad de los productos T, y Q es la fraccin de ese material requerida para producir todos los productos T. No obstante, las variables son an P y Q, sobre lo que se tiene control. 4. Las restricciones correspondientes son: 2Q A + 2Q B + 2 R A + 2 R B + 2 R c 2,000
3Q A 3Q B
+ 4R A + 4RB
800 1,000 + 4 RC 2,000
Ntese que la restriccin sobre el material A requiere que tanto QA como RA (productos Q y R hechos con el material A) se incluyan en la restriccin de 800 kg de material A, y lo mismo con el material B. 5. Las restricciones correspondientes son:
2W R + 2WO 600
10W R
2,400 10WO 1,200
Es necesario tener dos productos, WR (W producido en el turno regular) y WO (W producido en tiempo extra), porque la contribucin a la utilidad es diferente y cuando se incorporan esas restricciones a un problema mayor podra resultar que se est produciendo WR pero no WO. Ntese que an en la operacin de ensamble, en la cual las piezas parecen idnticas, el producto W an se clasifica como dos productos, WR y WO. Esto es necesario para lograr consistencia en la solucin simplex. Se han cambiado las unidades en las restricciones para hacerlas consistentes a lo largo de cada rengln. Todos los coeficientes pueden, por supuesto, dividirse entre 60 o cualquier otra constante sin cambiar la restriccin. Las contribuciones a la utilidad no aparecen en las restricciones, pero se introducen al emplearlas en los clculos de la funcin objetivo. 6. Las restricciones correspondientes son:
2 A1 + 2 A2 80 3 A3 + 3 A4 90 2 A1 + 2 A3 100 2 A2 + 2 A4 110
49
II
7.
Se requieren cuatro restricciones, puesto que existen cuatro limitaciones a la produccin. Estas limitaciones son las horas disponibles en cada una de las cuatro mquinas. Adems existen cuatro posibles productos, denominados por conveniencia A1, A2, A3, A4. A1= Es el producto A producido en el torno 1 y en la fresadora 1 A2= Es el producto A producido en el torno 1 y en la fresadora 2 A3= Es el producto A producido en el torno 2 y en la fresadora 1 A4= Es el producto A producido en el torno 2 y en la fresadora 2 Primero se identifican los productos RL (R hecho con el material L), RK (R hecho con el material K), TC (T colado en la planta) y TP (T hecho de colados comprados). A continuacin se hacen los siguientes clculos de costos:
RL Materiales Colado Maquinado Costos var iables Pr ecio de venta Contribucin neta $ .40 1.00 1.60 3.00 10.00 $ 7.00 RK $ 1.00 1.00 2.00 4.00 10.00 $ 6.00 TC $ ..40 1.00 1.20 2.60 12.00 $ 9.40 TP $ 6.00 0 1.20 7.20 12.00 $ 4.80
La funcin objetivo puede escribirse como sigue:
Z = 7.00 R L + 6.00 R K + 9.40 TC + 4.80 T P

A continuacin se establecen las restricciones, que estn determinadas por: (1) Las 3,000 unidades de capacidad del departamento de colado. (2) Las 200 horas disponibles de maquinado que se convierten en minutos. (3) La capacidad de ensamble expresada como la habilidad para producir 4,000 unidades del producto T. (4) Los 2,000 kg disponibles de material L. (5) Los 10,000 kg disponibles de material K. Las restricciones son entonces
1R L +1R K +1TC
3,000
8 R L +10 R K + 6TC + 6T P 12 ,000 2 R L + 2 R K +1TC +1T P 4,000 4RL + 5 R K + 2TC 2,000 3,000
8. Las restricciones correspondientes son:

1,800P + 1,200Q 1,500 P + Q =1 (se requiere que se produzca el artculo T)
9. La parte X puede producirse de dos maneras, mientras que la parte Y puede producirse de cuatro
maneras. Las variables son, entonces, X1, X2, Y1, Y2, Y3, Y4. Los costos correspondientes son X1----1.00 + 4(.10) + 1(.30) + 6(.20) + 4(.25) = 3.90 X2----1.00 + 4(.10) + 1(.30) + 2(.15) + 4(.25) = 3.00 Y1----2.00 + 3(.30) + 2(.20) + 6(.05) = 3.60 Y2----2.00 + 3(.30) + 2(.20) + 4(.25) = 4.30 Y3----2.00 + 3(.30) + 3(.15) + 6(.05) = 3.65 Y4----2.00 + 3(.30) + 3(.15) + 4(.25) = 4.35
50
II
Las restricciones son los 8,880 minutos de cada una de las 6 mquinas, las 40 horas de ensamble, los requerimientos de 1,000 unidades de X y los requerimientos de 2,000 unidades de Y. Estas restricciones pueden escribirse como sigue:
4 X 1 +4 X 2 1X 1 +1X 2 +3Y1 +3Y2 +3Y3 +3Y4 6X1 2X 2 + 6Y1 4 X 1 +4 X 2 1X 1 +1X 2 1Y1 +1Y2 +1Y3 +1Y4 + 4Y 2 + 2Y1 + 2Y2 +3Y3 +3Y4 + 6Y3 + 4Y4
8,880 8,880
8,880
8,880 8,880 8,880 =1,000 = 2,000
.1X 1 +.1X 2 +.5Y1 +.5Y2 +.5Y3 +.5Y4 8,880
10. Las variables son XB, XM, XC, es decir, los litros de leche convertidos ya sea en mantequilla, leche o
queso. Las restricciones son:
X C 10 ,000 X C 60 ,000 X C 40 ,000 X C 30 ,000 X B + X M + X C 100 ,000

La funcin objetivo es:
MAXIMIZAR Z = 2 X B +10 X M + 3 X C
11. Las restricciones correspondientes son:
(a) (b) (c) (d)
Material X = 30% Material Y 40% Material Z 40% Material Z 30% (e) Deben producirse todos los productos. Las variables son A, B y C, proporcin del total obtenido de las canteras A, B y C. La funcin objetivo (nicamente en trminos de las variables reales) es:
M izar inim Z =1.00 A +1.20 B +1.50 C
Y el resultado es el costo por tonelada de la mezcla. Las restricciones escritas en trminos de las variables son:
20 A +40 B +10 C =30 60 A +30 B +40 C 40 20 A +30 B +50 C 40 20 A +30 B +50 C 30 A+ B + C = 1
51
II
La primera restriccin satisface el requerimiento de X, la segunda el requerimiento de Y y la tercera y la cuarta el requerimiento de Z; la quinta asegura que el producto que se va a obtener de las canteras A, B y C.
12. Las restricciones son: JP +JQ + JR = 100
K P + K Q + K R = 70 L P + LQ + L R = 140 M P + M Q + M R = 180 N P + N Q + N R = 90 J P + K P + L P + M P + N P 200 J Q + K Q + LQ + M Q + N Q 300 J R + K R + L R + M R + N R 150 13. Las restricciones son:
W A + W B + WC + W D = 5 X A + X B + XC + X D =8 Y A + Y B + YC + Y D = 10 +W A + X A + Y A 5 +WB + X B + +W D + X D +
14. Las restricciones son:
Y B 10 YD 3
+ WC + X C + YC 7
W E + W F + WG XE + XF + XG
= 12 = 23
YE + YF + YG + Y H = 21 Z E + Z F + Z G + Z H = 29 W E + X E + Y E + Z E = 20 W F + X F + YF + Z F = 13 WG + X G + YG + Z G = 36 Y H + Z H 16
15. Supongamos que la compaa fabrica X1 cinturones de tipo A y X2 del tipo B, diariamente, Segn las
restricciones sobre el nmero de hebillas disponibles tenemos:
X 1 400 X 2 700
A partir de la disponibilidad de piel tenemos:
X 1 + X 2 800
52
II
Y de la limitacin de tiempo:
2 X 1 + X 2 1000
La ganancia ser:
Maximizar
Z = 0.40 X 1 + 0.30 X 2 Z
16. Sean Xji, cantidad de artculo j producido en almacen i donde j= g, m, ch (grande, mediano y chico) y
para i=1, 2, 3 El problema es:
Maximizar Sujeta a :
Z = 12
i =1
X gi +10
i =1
X mi + 9
X
i =1
chi
20 X g1 +15 X m1 +12 X ch1 9000 20 X g 2 +15 X m 2 +12 X ch 2 8000 20 X g 3 +15 X m3 +12 X ch 3 3800 X g1 + X g 2 + X g 3 600 X m1 + X m 2 + X m3 800 X ch1 + X ch 2 + X ch 3 500
17. Sea Xij , cantidad enviada de i a j de centro distribuidor a centro forneo

Minimizar Z = 550 X 11 + 300 X 12 + 400 X 13 + 500 X 14 + 400 X 15 + 350 X 21 + 300 X 22 + 1000 X 23 + 450 X 24 + 600 X 25 + 400 X 31 + 600 X 32 + 950 X 33 + 350 X 34 + 300 X 35 + Sujeta a : X 11 + X 12 + X 13 + X 14 + X 15 = 40 X 21 + X 22 + X 23 + X 24 + X 25 = 20 X 31 + X 32 + X 33 + X 34 + X 35 = 40 X 11 + X 21 + X 31 = 25 X 12 + X 22 + X 32 = 10 X 13 + X 23 + X 33 = 20 X 14 + X 24 + X 34 = 30 X 15 + X 25 + X 35 = 15 X ij 0
18. Sean: Xm ------Nmero de mesas Xs ------Nmero de sillas Xe ------Nmero escritorios Xl ------Nmero de libreros Podemos formar una tabla como la que sigue: Ganancia Xm 12 0 Xs 50 Xe 15 0 Xl 100 Recursos disponibles
53
II
Madera 1 Madera 2 Hrshombre Demanda
5 2 3 40
1 3 2 13 0
9 4 5 30
12 1 10 10(mx)
1500 1000 800
El problema es:
Maximizar Z = 120 X m + 50 X s +150 X e +100 X l Sujeta a : 5 X m +1X s + 9 X e +12 X l 1500 2 X m + 3 X s + 4 X e + 1X l 1000 3 X m + 2 X s + 5 X e +10 X l 800 X m 40 X s 130 X e 30 X l 10 Xl 0
Sean: Xma-----Racin diaria de maz desquebrajada para cada cabra Xal-----Racin diaria de alfalfa para cada cabra Xso-----Racin diaria de sorgo para cada cabra Xpa-----Racin diaria de pastura para cada cabra Xuc-----Racin diaria de unidad compuesta para cada cabra El problema es:
Minimizar Z = 1.60 X ma + 1.20 X al + 2.30 X so + 0.30 X pa + 3.90 X uc Sujeta a : X ma + X al + X so + X pa + X uc 3.5 X ma + X al + X so + X pa + X uc 6.0 900 X ma + 400 X al + 1100 X so + 700 X pa + 50 X uc 2600 900 X ma + 400 X al + 1100 X so + 700 X pa + 50 X uc 2800 200 X ma + 700 X al + 300 X so + 200 X pa + 50 X uc 1600 200 X ma + 700 X al + 300 X so + 200 X pa + 50 X uc 2000 300 X ma + 200 X al + 100 X so + 150 X pa + 2000 X uc 770 300 X ma + 200 X al + 100 X so + 150 X pa + 2000 X uc 890 150 X ma + 200 X al + 175 X so + 75 X pa + 5000 X uc 8000 150 X ma + 200 X al + 175 X so + 75 X pa + 5000 X uc 9000 X ma , X al , X so , X pa , X uc 0 Demanda de min erales por cada cabra Demanda de protenas por cada cabra Demanda de caloras por cada cabra Demanda de kilos de a lim ento por cada cabra
Demanda de vita min a A por cada cabra
2. 4.
EJERCICIOS PROPUESTOS DE FORMULACIN DE MODELOS DE PL Una pequea fbrica de muebles Una pequea fbrica de muebles produce mesas y sillas. Tarda dos horas en ensamblar una mesa y 30 minutos en armar una silla. El ensamblaje lo realizan cuatro trabajadores sobre la base de un solo turno diario de 8 horas. Los clientes suelen comprar cuando menos cuatro sillas con cada mesa, lo que significa que fbrica debe producir por lo menos cuatro veces ms sillas que mesas, El precio venta es de $135 por
1.
54
II
Mesa y $50 por silla. Determine la combinacin de sillas y mesas en la produccin diaria que maximizara el ingreso total diario de la fbrica y comente el significado de la solucin obtenida.
2.
Un agricultor Un agricultor posee 200 cerdos que consumen 90 lb. de comida especial todos los das. El alimento se prepara como una mezcla de maz y harina de soya con siguientes composiciones:
Los requisitos diarios de alimento de los cerdos son 1. Cuando mucho 1% de calcio. 2. Por lo menos 30% de protena. 3. Mximo 5% de fibra. Determine la mezcla de alimentos con el mnimo costo por da. 3. Un pequeo banco Un pequeo banco asigna un mximo de $20 000 para prstamos personales y para automvil durante el mes siguiente. El banco cobra una tasa de inters anual 14% a prstamos personales y del 12% a prstamos para automvil. Ambos tipos de prstamos se saldan en periodos de tres aos. El monto de los prstamos para automvil debe ser cuando menos dos veces mayor que el de los prstamos personales. La experiencia pasada ha demostrado que los adeudos no cubiertos constituyen 1% de todos los Prstamos personales. Cmo deben asignarse los fondos? Popeye Canning Company
4. Popeye Canning Company tiene un contrato para recibir 60 000 libras de tomates maduros a 7c/lb. de
las cuales producir jugo de tomate y pur de tomate enlatados. Los productos enlatados se empacan en cajas de 24 latas cada una. Una lata de jugo requiere 1 lb. de tomates frescos en tanto que una de pur requiere slo un tercio de lb. La participacin de la compaa en el mercado est limitada a 2 000 cajas de jugo y 6 000 cajas de pur. Los precios al mayoreo por caja de jugo y de pur son $18 y $9, respectivamente. Genere un programa de produccin para esta compaa.
5.
Una planta armadora Una planta armadora de radios produce dos modelos, HiFi-l y HiFi-2, en la misma lnea de ensamble. La lnea de ensamble consta de tres estaciones. Los tiempos de ensamble en las estaciones de trabajo son:
Cada estacin de trabajo tiene una disponibilidad mxima de 480 minutos por da. Sin embargo, las estaciones de trabajo requieren mantenimiento diario, que contribuye al 10%, 14% y 12% de los 480 minutos totales de que se dispone diariamente para las estaciones 1, 2 y 3, respectivamente. La compaa desea determinar las unidades diarias que se ensamblarn de HiFi-1 y HiFi-2 a fin de minimizar la suma de tiempos no ocupados (inactivos) en las tres estaciones. 6. Una compaa de productos electrnicos Una compaa de productos electrnicos produce dos modelos de radio, cada uno en una lnea de produccin de volumen diferente. La capacidad diaria de la primera lnea es de 60 unidades y la de la segunda es de 75 radios. Cada unidad del primer modelo utiliza 10 piezas de cierta componente
55
II
electrnica, en tanto que cada unidad del segundo modelo requiere ocho piezas de la misma componente. La disponibilidad diaria mxima de la componente especial es de 800 piezas. La ganancia por unidad de los modelos 1 y 2 es $30 y $20, respectivamente. Determine la produccin diaria ptima de cada modelo de radio.
7.
Dos productos Dos productos se elaboran al pasar en forma sucesiva por tres mquinas. El tiempo por mquina asignado a los dos productos est limitado a 10 horas por da. El tiempo de produccin y la ganancia por unidad de cada producto son:
Determine la combinacin ptima de los dos productos. 8. Una compaa puede anunciar su producto Una compaa puede anunciar su producto mediante el uso de estaciono de radio y televisin locales. Su presupuesto limita los gastos en publicidad a $1,000 por mes. Cada minuto de anuncio en la radio cuesta $5 y cada minuto de publicidad en televisin cuesta $100. La compaa deseara utilizar la radio cuando menos dos veces ms que la televisin. La experiencia pasada muestra que cada minuto de publicidad por televisin generar en trminos generales 25 veces ms ventas que cada minuto de publicidad por la radio. Determine la asignacin ptima del presupuesto mensual para anuncios por radio y televisin. Una compaa elabora dos productos
9. Una compaa elabora dos productos, A y B. El volumen de ventas del producto A es cuando menos
el 60% de las ventas totales de los dos productos. Ambos productos utilizan la misma materia prima, cuya disponibilidad diaria est limitada a 100 lb. Los productos A y B utilizan esta materia prima a los ndices o tasas de 2 lb./unidad y 4 lb./unidad, respectivamente. El precio de venta de los dos productos es $20 y $40 por unidad. Determine la asignacin ptima de la materia prima a los dos productos. Una compaa elabora dos tipos de sombreros 10. Una compaa elabora dos tipos de sombreros. Cada sombrero del primer tipo requiere dos veces ms tiempo de mano de obra que un producto del segundo tipo. Si todos los sombreros son exclusivamente del segundo tipo, la compaa puede producir un total de 500 unidades al da. El mercado limita las ventas diarias del primero y segundo tipos a 150 y 200 unidades. Supngase que la ganancia que se obtiene por producto es $8 para el tipo 1 y $5 para el tipo 2. Determine el nmero de sombreros de cada tipo que deben elaborarse para maximizar la ganancia. Se elaboran cuatro productos 11. Se elaboran cuatro productos en forma sucesiva en dos mquinas. Los tiempos manufactura en horas por unidad de cada producto se tabulan para las dos mquinas:
El costo total de produccin de una unidad de cada producto est basado directamente en el tiempo de la mquina. Supngase que el costo por horas de las mquinas 1 y 2 es $10 y $5, respectivamente.
56
II
El total de horas presupuestadas para todos los productos en las mquinas 1 y 2 son 500 y 380. Si el precio de venta unitario de los productos 1, 2, 3 y 4 son $65, $70, $55 y $45, formule el problema como modelo de programacin lineal para maximizar la ganancia neta total. Analice solucin ptima. Un fabricante produce tres modelos 12. Un fabricante produce tres modelos (I, II y III) de cierto producto. Utiliza dos tipos de materia prima (A y B), de los cuales se dispone de 4 000 y 6 000 unidades, respectivamente. Los requisitos de materias primas por unidad de los tres modelos son:
El tiempo de mano de obra para cada unidad del modelo I es dos veces mayor q el del modelo II y tres veces mayor que el del modelo III. Toda la fuerza de trabajo de la fbrica puede producir el equivalente de 1 500 unidades del modelo I. Un estudio del mercado indica que la demanda mnima de los tres modelos es 200, 200 y 150 unidades, respectivamente. Sin embargo, las razones del nmero de unidad producidas deben ser igual a 3:2:5. Supngase que la ganancia por unidad de los modelos I, II y III es $30, $20 y $50, respectivamente. Formule el problema como un modelo de programacin lineal para determinar el nmero de unidades de cada producto que maximizarn la ganancia. Analice la solucin ptima. Educacin universitaria 13. Previendo el alto costo de la educacin universitaria de su hijo, un matrimonio ha iniciado un programa anual de inversiones que comenzar en el octavo cumpleaos del nio y terminar en el decimoctavo. Con base en su posicin financiera esperada durante los prximos diez aos, el matrimonio estima que ser capaz de invertir las siguientes cantidades al principio de cada ao.
Para evitar sorpresas desagradables, la pareja opta por invertir el dinero en forma muy segura. Se les presentan las siguientes opciones: 1. Ahorros asegurados con rditos de 7.5% anual. 2. Bonos a 6 aos del gobierno federal con rditos de 7.9% y valor corriente comercial. Igual a 0.98 de su valor nominal. 3. Bonos municipales a 9 aos con rditos de 8.5% y valor corriente comercial igual a 1.02 de su valor nominal. Cmo debera invertir la pareja su dinero en los prximos 10 aos? Un ejecutivo 14. Un ejecutivo de una empresa tiene la opcin alternativa de invertir dinero dos planes. El plan A garantiza que cada unidad monetaria invertida ganar 70 centavos de aqu a un ao, y el plan B garantiza que cada unidad invertida ganar $2.00 de aqu a dos aos. En el plan B, slo se permiten inversiones en periodos que sean mltiplos de 2 aos. Cmo debe invertir el ejecutivo $100 000 para maximizar los ingresos al cabo de tres aos? Formule el problema como un modelo de programacin lineal, y analice la solucin ptima. Autobuses necesarios 15. Supngase que el nmero mnimo de autobuses necesarios en la i-sima hora del da es bi, i = 1, 2...24. Cada autobs opera seis horas consecutivas. Si el nmero de autobuses en el periodo i excede el mnimo necesario bi, se incurre en un costo adicional de ci por autobs. Formule el problema
57
II
como un modelo de programacin lineal de manera que se pueda minimizar el costo total adicional en que se incurre. Tres tipos de avin 16. Considere el problema de asignar tres tipos de avin a cuatro rutas. La tabla ofrece los datos pertinentes:
Los costos asociados son:
Formule el problema como un modelo de programacin lineal, y analice la solucin ptima. Dos aleaciones 17. Dos aleaciones, A y B, estn hechas de cuatro metales diferentes, I, II, III y IV, segn las especificaciones siguientes.
Los cuatro metales se extraen de tres minerales metlicos diferentes:
Suponiendo que los precios de venta de las aleaciones A y B son $200 y $3 por tonelada, formule el problema como un modelo de programacin lineal, y analice los resultados. [Sugerencia: supngase que Xijk representa el nmero de toneladas del i-simo mineral asignado a la aleacin k y wk el nmero de toneladas de la aleacin k producida.] Un jugador
58
II
18. Un jugador participa en un juego que requiere dividir el dinero apostado entre cuatro opciones diferentes. El juego tiene tres resultados. La tabla que sigue indica la ganancia (o prdida) correspondiente por unidad monetaria depositada en cada de las cuatro opciones de los tres resultados.
Supngase que el jugador tiene un total de $500, que puede jugar slo una vez. El resultado exacto del juego no se conoce con anticipacin, y afrontando esta incertidumbre el jugador decidi hacer la asignacin que maximizara el ingreso mnimo. Formule el problema como un modelo de programacin lineal, y analice los resultados. [Sugerencia: el ingreso del jugador puede ser negativo, cero o positivo.] Una compaa manufacturera 19. Una compaa manufacturera produce un producto final que se ensambla con tres partes diferentes. Las partes se manufacturan dentro de la compaa en dos departamentos. En virtud de la instalacin especfica de las mquinas, cada departamento produce las tres partes a diferentes tasas. La tabla que sigue seala las tasas de produccin junto con el nmero mximo de horas, que los dos departamentos pueden asignar semanalmente a la manufactura de las tres partes.
Sera ideal si los dos departamentos pudieran ajustar sus instalaciones de produccin para producir iguales cantidades de las tres partes, ya que esto dara origen a ajustes perfectos en trminos del montaje final. Este objetivo puede ser difcil de cumplir debido a las variaciones en las tasas de produccin. Una meta ms realista sera la de maximizar el nmero de unidades ensambladas finales, que en esencia equivale a minimizar los desajustes resultantes de la escasez de una o ms partes. El Seor Jaime produce dos tipos de pastel 20. El seor Jaime produce dos tipos de pastel (de chocolate y vainilla). Se puede vender cada pastel de chocolate a $55.00 y cada pastel de vainilla a $40.00, cada pastel de chocolate tarda 20 minutos en cocerse y requiere 15 huevos, cada pastel de vainilla tarda 40 minutos y requiere 5 huevos. Se dispone de 8 horas de tiempo de horneado y de 100 huevos. Se sabe que los pasteles de chocolate se venden tanto o ms que los de vainilla, pero no le conviene vender ms de 25, sin embargo, los pasteles de vainilla deben de venderse cuando mucho 15. Formule un modelo de P.L. Escribasa
21. ESCRIBASA, elabora cuadernos, libretas y agendas. Las utilidades que obtiene son de $3.00 por
cada libreta y $1.00 por cada cuaderno. En las agendas pierde $4.00 por cada una. Procesa sus artculos en tres departamentos. Corte con 9 horas disponibles mximo, costura con ms de 6 horas disponibles y terminadas con un mximo de 12 horas. En corte las libretas requieren de una hora para su proceso, y las agendas tres horas. En costura las libretas requieren de una hora por pieza, los cuadernos de dos horas y en terminados cada agenda se lleva dos horas y cada cuaderno tres horas, con est informacin elaborar el modelo de programacin lineal. La compaa llantera OXO
59
II
22. La compaa llantera "OXO" est tratando de encontrar la mejor manera de utilizar el exceso de
capacidad, en particular, 50,000 horas-hombre. La compaa esta considerando tres tipos de llantas: normal, radial y especial. Cada llanta normal ocupa 2 hrs.-hombre, con una contribucin marginal de $50.00, una llanta radial, necesita 3 hrs.-hombre y da una contribucin de $80.00. Una llanta especial, requiere 4 hrs.-hombre y deja una contribucin de $100.00. El departamento de comercializacin estima que puede venderse, al menos 15,000 llantas normales pero no ms de 20,000, sin embargo, las llantas radiales pueden venderse cuando menos 50,000. Las llantas especiales se estima que no ms de 10,000. Formule el problema como un modelo de P.L. La seora Mrquez
23. La seora Mrquez tiene un pequeo negocio de aguas frescas preparadas al momento. Su capacidad
mxima de produccin es de 50 litros por da. Sus productos principales son limonadas y naranjadas. El precio por litro de limonada es de $6.00 y de $5.00 para el litro de naranjada. Ella utiliza 15 unidades de limn y 0.25 Kg. de azcar para preparar un litro de agua fresca y 4 unidades de naranja y 0.2 Kg. de azcar para preparar un litro de naranjada. La disponibilidad de limones es de 102 unidades y 74 naranjas, cuenta nicamente con 15 Kg. de azcar. Si el ciento de limones cuesta $10.00, el de naranjas $8.00 y el kilogramo de azcar cuesta $8.00, formule el problema como un Modelo de programacin lineal para maximizar la utilidad total.
60

Unidad 2 Apuntes de Io1

Cargado por

Copyright:

Formatos disponibles

Unidad 2 Apuntes de Io1

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 2 Apuntes de Io1

Cargado por

Copyright:

Formatos disponibles

II

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

2. Se formula una representacin selectiva de la realidad. Implica un anlisis conceptual bsico en el

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Formato de la tabla de concentracin de datos ( parmetros) para un problema de asignacin de recursos.

Caso: Compaa Think-Big Development Co. 1. Definicin del problema

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Cuadro de concentracin de datos para el problema de Inversiones

Formulacin del modelo

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Tabla de parmetros para el problema de mezclas de inversin de la Think-Big Development Co.

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Caso Compaa: El problema de mezcla publicitaria de la Sper Grain Co

1. Definicin del problema

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Tabla de concentracin de datos (parmetros) para el problema de mezcla publicitaria.

Formulacin del modelo:

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

3. Solucin del problema a partir del modelo

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

1. Definicin del problema

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Tabla de concentracin de datos (parmetros) para el problema de mezcla publicitaria.

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Solucin del problema a partir del modelo

Tabla de concentracin de datos (parmetros) para un problema de redes de distribucin

Caso Compaa: The Distribution Unlimited Co.

1. Definicin del problema

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Tabla de concentracin de datos para el problema de red de distribucin.

Formulacin del modelo de programacin lineal

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Tabla de parmetros para el problema de redes de distribucin.

Condiciones de no-negatividad: SF1-DC 0, SF2-DC 0, SDC-W1 0, SDC-W2 0, SF1-W1 0, SF2-W2 0

Solucin del problema a partir del modelo

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Tabla de concentracin de datos de productos de la compaa Save-It Company.

Tabla de datos de materiales de desperdicio slido de la compaa Save-It Company.

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

XA4 XB1 XB2 XB4 XC1

0.2(XA1 + XA2 + XA3 + XA4) (grado A, material 4)

3. Solucin del problema a partir del modelo

Solucin del problema de la compaa Save-It Company

Caso: Agro-Tech 1. Definicin del problema

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)