PROGRAMACION DE METAS

INTRODUCCIN.
La mayora de las situaciones de decisin real, sean personales o profesionales, se
caracterizan por metas (atributos) y objetivos mltiples ms que por un simple objetivo. Estas
metas (atributos) pueden ser complementarias, pero frecuentemente son conflictivas y
tambin inconmensurables. Por ejemplo, un productor de autos como la General Motors
deseara construir un vehculo de pasajeros que pudiera venderse por menos de $200,000.00,
tuviera 250 caballos y consiguiera 40 millas por galn. Consideremos, por ejemplo, las metas
(atributos) de economa de combustible y de potencia. entre ms alta sea la potencia, menor
es la economa de combustible, indicando que las dos metas (atributos) estn en conflicto.
Adems estas dos metas (atributos) son inconmensurables, pues la potencia y las millas por
galn tienen diferentes escalas y dimensiones.

PROGRAMACIN META.
La formulacin de un modelo de Programacin Meta es similar al modelo de P.L.. El Primer
paso es definir las variables de decisin, despus se deben de especificar todas las metas
gerenciales en orden de prioridad. As, una caracterstica de la Programacin Meta es que
proporciona solucin para los problemas de decisin que tengan metas mltiples, conflictivas
e inconmensurables arregladas de acuerdo a la estructura prioritaria de la administracin.
La Programacin Meta es capaz de manejar problemas de decisin con una sola meta o con
metas mltiples. En tales circunstancias, las metas establecidas por el tomador de decisiones
son logradas nicamente con el sacrificio de otras metas.
Las caractersticas que distinguen la programacin Meta es que las metas se satisfacen en
una secuencia ordinal. Esto es, las metas que deben clasificarse en orden de prioridad por el
tomador de decisiones son satisfechas secuencialmente por el algoritmo de solucin. Las
metas con prioridad baja se consideran solamente despus de que las metas de prioridad alta
se han cumplido. La Programacin meta es un proceso de satisfaccin, en el sentido de que el
tomador de decisiones tratar de alcanzar un nivel satisfactorio en vez del mejor resultado
posible para un solo objetivo.
La nocin fundamental de la Programacin Meta, comprende incorporar todas las metas
gerenciales en la formulacin del modelo del sistema. En la programacin Meta, en vez de
intentar minimizar o maximizar la Funcin Objetivo directamente, como en la programacin
lineal, se minimizan las desviaciones entre las metas y los lmites logrables dictados por el
conjunto dado de restricciones en los recursos. Estas variables de desviacin, que se
denominan de "holgura" o "sobrantes" en programacin lineal toman un nuevo significado en
la Programacin Meta. Ellas se dividen en desviaciones positivas y negativas de cada una de
las submetas o metas. El objetivo se convierte entonces en la minimizacin de estas
desviaciones, dentro de la estructura prioritaria asignada a estas desviaciones.

CONCEPTOS PARA LA TOMA DE DECISIONES CON ATRIBUTOS MULTIPLES EN

AUSENCIA DE INCERTIDUMBRE: PROGRAMACIN DE METAS.

Una Funcin valor v(x1,x2,....xn) es una funcin de valor aditivo si existen n

funciones v1(x1), v2(x2),...vn(xn) que satisfagan
i=n

v(x1,x2,....xn) = " vi(xi)

i=1

Una funcin costo c(x1,x2,....xn) es funcin de costo aditivo si existen n

funciones c1(x1), c2(x2),....cn(xn) que satisfagan
i=n
c(x1,x2,....xn) = " ci(xi)
i=1

Un atributo (llammosle atributo 1) es preferencialmente independiente (pi) de

otro atributo (el atributo 2) si las preferencias para valores del atributo 1 no
dependen del valor del atributo 2.

Si el atributo 1 es pi del atributo 2, y el atributo 2 es pi del atributo 1, entonces el

atributo 1 es mutua y preferencialmente independiente(mpi) del atributo 2.

Un conjunto S de atributos es mutua y preferencialmente independiente (mpi)

de un conjunto S de atributos si (1) los valores de los atributos en S no afectan
las preferencias para los valores de los atributos en S, y (2) los valores de los
atributos en S no afectan las preferencias para los valores de los atributos en S.

Un conjunto de atributos 1,2,....,n es mutua y preferencialmente

independiente (mpi) si para todos los.

TEOREMA 1. Si el conjunto de atributos 1,2,....,n es mpi, las preferencias del

tomador de decisiones se pueden representar por una funcin valor (o costo)
aditiva.

FORMULACIN DE MODELOS.
Restricciones de meta
-Por cada meta
Componentes en la F.O. (minimizar suma de desviaciones con respecto a las metas)
| FORMULACIN
-Resticciones Estructurales (no tienen que ver con las metas)
Las suposiciones bsicas que caracterizan el modelo de programacin lineal se aplican
igualmente al modelo de programacin meta. La diferencia principal en la estructura es que la
programacin meta no intenta minimizar o maximizar la funcin objetivo como lo hace el
modelo de programacin lineal. En vez de ello, busca minimizar las desviaciones entre las
metas deseadas y los resultados reales de acuerdo a las prioridades asignadas.. El objetivo
de un modelo de programacin meta es expresado en terminos de las desviaciones de las
metas a que se apunta. esto es las desviaciones de las metas se colocan en la funcin
objetivo y deben minimizarse. El modelo general de la programacin meta puede expresarse
matemticamente de la siguiente manera:
m

min Z = " wi(di+ + di-)

i=1
s.a.
n
"aijxj+di- - di+ = bi para toda i
j=1
xj,di-,di+" 0 para toda j
Donde:
w = Ponderacin de las desviaciones con respecto a la meta.
di- = Desviacin dficit
di+ = Desviacin excedente

EJEMPLO: SATISFACCIN DE UNA SOLA META.

Una divisin de Schwim Manufacturing Company produce dos tipos de bicicletas: (1) una
bicicleta de 3 velocidades y (2) una de 10 velocidades. La divisin obtiene una utilidad de $25
en la bicicleta de 10 velocidades y $15 en la bicicleta de 3 velocidades. Debido a la fuerte
demanda de estos artculos, durante el perodo de planeacin de verano la divisin cree que
puede vender, a los precios que prevalezcan, todas los unidades de estas dos bicicletas que
produzca. Las instalaciones de produccin se consideran recursos escasos. estos recursos
escasos corresponden al departamento de ensamblado y terminado. Los tiempos unitarios de
procesamiento y las capacidades de cada uno de los departamentos se muestran en la tabla
siguiente:
Hrs. requeridas para procesar cada bicicleta

Tipo de bicicleta

En el Depto. de
ensamble

En el depto. de
terminacin

Contribucin a la
utilidad unitaria

3 velocidades

15

10 velocidades

25

Hrs. disponibles en
cada depto.
60

40

La divisin durante este perodo de planeacin se enfrenta a cambios grandes de

organizacin y cree que el maximizar la utilidad no es un objetivo realista. Sin embargo,
deseara lograr un nivel satisfactorio de utilidad durante este perodo de dificultad. La direccin
cree que la utilidad diaria de $600 debera satisfacerse y desea determinar, dadas las
restricciones del tiempo de produccin, la mezcla de producto, que debera llevar a esta tasa
de contribucin a utilidades.
Formula un modelo de programacin meta que satisfaga estos requerimientos

Definicin de variables:
x1 = Nmero de bicicletas de 3 velocidades producidas por da
x2 = Nmero de bicicletas de 10 velocidades producidas por da
d1- = Cantidad por debajo de la utilidad perseguida
d1+ = cantidad por encima de la utilidad perseguida
Minimizar Z = d1- + d1+
s.a.
x1 +3x2 " 60 (horas de ensamble).
Restricciones estructurales
x1 + x2 " 40 ( (horas de terminacin)
15x1 +25x2 +d1- - d1+ = 600 (Utilidad perseguida) Restriccin meta
x1,x2,d1-,d1+ " 0
Nota: Puesto que tanto d1-,d1+ aparecen en la funcin objetivo y a ambas se les asigna pesos
iguales, esto indica que la administracin desea lograr la utilidad meta exactamente..
TAREA.
Plantea este mismo modelo con las siguiente consideracin:
La administracin cree que es dos veces ms importante sobrelograr que sublograr la meta de
utilidad perseguida.
1.4.2 EJEMPLO METAS MLTIPLES.
Considera la informacin que se presenta en la siguiente tabla:
Departamentos
Producto

.10

2.1

.3

415

.08

1.4

.7

.2

362

.05

1.1

.6

.15

216

.04

.9

.5

.1

68

Disp.
hrs/mes

320

2400

800

450

*El producto 2 no debe exceder 90 unidades al mes.

*Cada hora extra aumenta los costos en $20.00

Metas:

Alcanzar utilidades de por lo menos $350,000.00 al mes.

Maximizar la utilizacin de los 4 departamentos.
No producir ms del 50% de la produccin total en cualquiera de los 4
productos (en unidades).

Limitar el nmero de horas extras en el departamento 2 a 300 hrs. al mes.

Definicin de variables:
xi = cantidad a producir del producto i mensualmente. i = 1,2,3,4.
F.O.
Min Z = d1- +d2- +d3- +d4- + d5- +d6+ +d7+ +d8+ +d9+ +d10+
s.a.
1) 415x1 +362x2 +216x3 + 68x4 -20d2+ - 20d3+ - 2 0d4+ - 20d5+ -d1 + + d1- =350,000
2).10x1+.08x2+.05x3+.04x4 -d2+ + d2- = 320
2.1x1 +1.4x2 +1.1x3 +0.9x4 -d3+ + d3- = 2400
x1+.7x2+.6x3+.5x4 -d4+ +d4- = 800
.3x1 +.2x2 +.15x3 +.1x4 -d5+ +d5- = 450
3)x1-d6+ +d6- = .5(x1+x2+x3+x4) ! .5x1-.5x2-.5x3-.5x4 -d6+ +d6- = 0
-.5x1 +.5x2 -.5x3-.5x4 -d7+ +d7- = 0
-.5x1-.5x2+.5x3-.5x4 -d8+ +d8- = 0
-.5x1-.5x2-.5x3+.5x4 -d9+ +d9- = 0
4)d3+ -d10+ +d10- = 300
Restricciones estructurales:
x2" 90
xi" 0 para toda i
di+,di- " 0 para toda i.

EJEMPLO METAS MLTIPLES CON PRIORIDAD.

Considera la situacin de Schwim Manufacturing Company en donde la administracin desea
alcanzar varias metas. Ahora supondremos que la administracin desea ordenar dichas metas
en orden de importancia y que la meta ms importante tiene prioridad absoluta sobre la
siguiente meta ms importante y as sucesivamente.
Para lograr que las metas de baja prioridad se consideren solamente despus de lograr las
metas de alta prioridad, se clasifican las metas en k rangos y las variables de desviacin

asociadas con las metas, se les asigna un nmero prioritario Pj(j = 1,2,....,k). Los factores de
prioridad satisfacen
P1>>>P2>>>...Pj>>>Pj+1.
Las relaciones de prioridad implican que la multiplicacin por n, no importa que tan grande sea
n, no puede hacer una meta de baja prioridad tan importante como una meta de alta prioridad
(por ejemplo: Pj>nPj+1).
Ahora supongamos que la divisin de bicicletas de Schwim, adems de lograr sus $600.00 de
meta primaria de utilidad, desea utilizar completamente sus departamentos de ensamblaje y
terminacin durante la reorganizacin que se avecina. Esto es, como una meta secundaria, la
divisin desea minimizar el tiempo ocioso. La formulacin del modelo es:
Minimizar Z = P1(d1- + d1+) + P2(d2-+d3-)
s. a.
15x1+25x2 +d1- -d1+ = 600
x1 +3x2 + d2- -d2+ = 60
x1 +x2 +d3- -d3+ = 40
x1,x2,di-,di+ " 0
Donde:
x1 = Nmero de bicicletas de 3 velocidades producidas por da
x2 = Nmero de bicicletas de 10 velocidades producidas por da
d1- = Cantidad por debajo de la utilidad perseguida
d1+ = cantidad por encima de la utilidad perseguida
d2- = Tiempo ocioso diario en el departamento de ensamble
d2+ = Tiempo extra diario en el departamento de ensamble
d3- = Tiempo ocioso diario en el departamento de terminacin.
d3+ = Tiempo extra diario en el departamento de terminacin.
Nota: Puesto que d1- y d1+ se incluyen en la funcin objetivo, el modelo intentar lograr
exactamente la utilidad diaria perseguida de $600, minimizando tanto las desviaciones
positivas como las negativas. Con d2+ d3+ y eliminados de la funcin objetivo, sin embargo, el
modelo no se preocupar del tiempo extra en el departamento de ensamble o terminacin e
intentar minimizar solamente el tiempo ocioso en estos departamentos. Debido a que la meta
de utilidad perseguida es ms importante que la meta de minimizacin del tiempo ocioso, a
esta se le asigna prioridad P1 . El modelo intentar lograr esta meta hasta donde ms le sea
posible antes de considerar la meta secundaria de minimizar el tiempo ocioso de produccin.
EJERCICIO:

Resolver grficamente este problema.

 DIFERENCIAS ENTRE EL SIMPLEX DE PROGRAMACIN DE METAS Y EL SIMPLEX

NORMAL.

El simplex normal tiene un solo rengln 0, mientras que el simplex de

programacin de metas necesita n renglones 0, uno por cada meta.

En el simplex de programacin de metas se emplea el mtodo siguiente para la

variable de entrada: se encuentra la meta de mxima prioridad (la meta i' ) que no
se haya alcanzado, o se encuentra la meta i' de mxima prioridad que tenga Zi
(Trmino de la funcin objetivo que incluye la meta i) > 0 . se calcula la variable
con el coeficiente ms positivo en el rengln 0, meta i', y se anota esta variable en
la base, sujeta a la siguiente restriccin. Con ello se reduce Zi y se asegura que
esta cerca el cumplimiento de la meta i'. Sin embargo, si una variable tiene un
coeficiente negativo en el rengln 0 asociado con una meta que tiene mayor
prioridad que i', la variable no puede entrar a la base. Introducir en la base esa
variable aumentara la desviacin con respecto a alguna meta de mayor prioridad.
Si la variable con el coeficiente ms positivo en el rengln 0 (variable i') no puede
entrar en la base, intente encontrar otra variable con un coeficiente positivo en el
rengln 0 (meta i'). Si ninguna variable del rengln 0 (meta i') puede entrar en la
base, no hay manera de acercarse al cumplimiento de la meta i' sin aumentar la
desviacin con respecto a alguna meta de mayor prioridad. en este caso, se pasa
al rengln 0 (meta i' + 1) para tratar de satisfacer la meta i' + 1.

Cuando se lleva a cabo un pivoteo, se debe actualizar el rengln 0 para cada

meta.

Una tabla dar la solucin ptima si todas las metas se satisfacen (esto es, Z1

= Z2 = .....= Zn = 0 ), o si cada variable que puede entrar en la base y reducir el

valor de Z'i de una meta i' no satisfecha aumenta la desviacin con respecto a una
meta i que tiene ms prioridad que la meta i'.

Resuelve el ejemplo de METAS MULTIPLES CON PRIORIDAD Utilizando el mtodo

simplex.

EJMPLO DE METAS MULTIPLES Y SUBMETAS.

En el ejemplo de la Schwim, la mxima utilidad alcanzada, tomando 60 horas de tiempo de
ensamble, 40 horas de tiempo de terminacin y resolviendo como un problema de
programacin lineal, es de $700.00. Debido a la reorganizacin de la divisin se han
considerado casos en donde la administracin quedara satisfecha (al menos temporalmente)
con un plan de produccin que conduzca a una utilidad ms baja que $600.00.
Supongamos que la reorganizacin se ha llevado a cabo y que la administracin desea lograr
una tasa de utilidad diaria de $750.00. Esto significara que algunas restricciones previas
anexas deberan violarse. Sin embargo, supongamos que las 60 y 40 horas representan la
capacidad de produccin de los departamentos de ensamble y terminacin en tiempo normal
solamente, utilizando la fuerza laboral existente. El tiempo extra podra utilizarse en cualquier
departamento; por tanto, las desviaciones por encima como por debajo de las 40 y 60 horas
seran factibles. La tasa de pago de horas extras es 3 veces ms alta que la del departamento
de ensamble. Las metas prioritarias de la administracin, de mayor a menor importancia, son
las siguientes:
P1 = Lograr tasa diaria de utilidad perseguida de $750.00

P2 = Minimizar el tiempo ocioso en ambos departamentos.

P3 = Minimizar el tiempo extra en ambos departamentos
La formulacin de la programacin meta es:
Minimizar Z = P1(d1- + d1+) + P2(d2-+d3-) + 3P3d2+ + P3d3+
s. a.
15x1+25x2 +d1- -d1+ = 750 (Utilidad perseguida)
x1 +3x2 + d2- -d2+ = 60 (Horas de ensamble)
x1 +x2 +d3- -d3+ = 40 (Horas de terminacin)
x1,x2,di-,di+ " 0 Para todo i
Nota: En este ejercicio se han asignado pesos diferentes (cardinales) o prioridades dentro de
una meta dada, como tambin prioridades diferentes (ordinales o cardinales) a metas
diferentes.
EJERCICIOS:
La agencia de publicidad Leon Burnit quiere determinar el programa de anuncios en TV para
la Priceler Auto Company. Priceler tiene tres objetivos:
Objetivo 1 Sus anuncios deben ser vistos por un mnimo de 40 millones de personas con
ingresos altos (PIA)
Objetivo 2 Sus anuncios deben ser vistos por un mnimo de 60 millones de personas con
ingresos bajos (PIB).
Objetivo 3 Sus anuncios deben ser vistos por un mnimo de 35 millones de mujeres con
ingresos altos (MIA)
Leon Burnit puede comprar dos tipos de anuncios: los que aparecen durante los juegos de
ftbol y los que aparecen durante los melodramas; a lo ms puede gastar $600,000.00
dlares. Los costos del comercial y las audiencias potenciales de un anuncio de 1 minuto se
muestran en la siguiente tabla:
PIA

PIB

MIA

COSTO

Anuncio en el ftbol

7
millones

10
millones

5
100,00
millones
0

Anuncio en los
melodramas

3
millones

5
millones

4
millones 60,000

Leon Burnit debe plantear un modelo de programacin por metas que determine cuntos
minutos comprar durante el ftbol y cuntos durante los melodramas, reduciendo al mnimo la
penalizacin total por ventas perdidas. Dicha penalizacin, en miles de dlares es : $200.00
para la meta 1, $100.00 para la meta 2 y $50.00 para la meta 3

Elabora el modelo de programacin por metas.

 Supongamos que se aade a este modelo la restriccin de que se debe cumplir

con un presupuesto de $600,000.00 dlares. Si se decide que se tenga una
penalizacin de 1 dlar por cada dlar de diferencia con esa meta, entonces cul
sera la formulacin correcta del modelo modificado?.

Utiliza el mtodo simplex para resolver este problema (modificado).

Utiliza LINDO para resolver este problema (modificado).
EJERCICIOS DE TAREA.
Considera el siguiente problema de inversin:
Se cuenta con $2000000 para invertir en 6 aos. Los instrumentos de inversin, junto con sus
respectivas tasas de inters a ganar, se muestran en la siguiente tabla:
1 2 3 4 5 6 Aos
1 )Acciones
2 )Bonos
3) Prestamos
4) Bienes Races
5) Ahorro

Formula el problema como un modelo de P.L.

Formula el problema como un modelo de metas, considera las siguientes
metas:

Maximizar rendimientos.
Invertir cuando menos 400,000 en bienes races.
No tener invertido ms de 700,000 en cualquier instrumento financiero.
Formula el modelo considerando que la meta 1 es tres veces ms importante
que la meta 2 y cinco veces ms importante que la meta 3

Formula el modelo considerando que la meta 1 es la ms prioritaria, la 2 la que

sigue y por ltimo la meta 3.

Como cambia la funcin objetivo del modelo de la Schwim (para el caso de

Metas mltiples y submetas), si el costo del tiempo ocioso en el departamento de

ensamble es del doble del departamento de terminacin

Resolver los problemas de Murty: 8.2, 8.5

Winston: Seccin 14.1: 5,9,10
1.4.7. APLICACIN DE CASOS DE PROGRAMACIN POR METAS.

La Preslow Company fabrica tres clases de abrigos para caballeros: (A)

deportivo, (B) Formal y (C) Ejecutivo. An y cuando la compaa es un negocio

familiar, la mayora de los empleados no son miembros de la familia. Debido a la
naturaleza competitiva del negocio y a la gran demanda de mano de obra de la

industria, es de gran importancia mantener satisfechos a los empleados. Los

administradores de la Preslow consideran que una medida importante para
satisfacer las necesidades de sus empleados es ofrecerles empleo de tiempo
completo, aun cuando esto exija producir en exceso e incurrir en alguna prdidas.
por fortuna, los administradores esperan que las demandas de sus productos siga
siendo bastante elevada. De hecho, para satisfacer parte de la demanda, podra
ser necesario operar en tiempo extra.
Las tres lneas de abrigos de la Preslow se fabrican en dos departamentos. la siguiente tabla
es un programa semanal de requerimientos de mano de obra y materiales para el proceso de
fabricacin. Los precios unitarios para las tres lneas son: $100, $150 y $250,
respectivamente. Los administradores han determinado que a un nivel normal de produccin
los costos variables son de $70, $80 y $100 por abrigo, respectivamente. Los costos de
tiempo extra son $2 por hora por encima del salario normal para el departamento 1 y $3 para
el 2. Los materiales extra pueden adquirirse a un costo de $2 por yarda por encima del costo
normal.
Los administradores de la empresa han pronosticado que la demanda del mercado para el
abrigo deportivo es de 1,000 unidades por semana, y la demanda de las otras dos lneas es
de 500 y 200 unidades, respectivamente. El nivel de equilibrio de produccin es de 100
unidades del producto uno y 50 unidades de cada uno de los otros 2 productos.
Para ayudarse analizar el problema, los administradores de la Preslow han identificado, en
orden de prioridad, las siguientes metas:

utilizar toda la capacidad de produccin disponible.

Alcanzar los niveles de produccin de punto de equilibrio en cada una de las
lneas de produccin.

dado que es probable que exista escasez de mano de obra en el departamento

2, y dado que puede enviarse personal, en tiempo extra a ese departamento, el
tiempo extra aqu puede ser mayor que el del departamento 1. Sin embargo, el
tiempo extra del departamento 2 debe estar limitado a 600 horas. El tiempo extra
del departamento 1 no debe ser mayor de 200 horas.

Alcanzar una meta de utilidades semanales de $20,000

Satisfacer todas las demandas del mercado. Dentro de esta meta, deben

utilizarse ponderaciones distintas para reflejar la contribucin unitaria normal a las

utilidades
Requerimiento
s
de productos

Departame
nto 1

(por unidad)

Deportivo

Formal

Ejecutivo

Recursos (mano
de obra y
materiales)

4 horas

12 horas

10 horas

8,000 horas

Departame
nto 2

6 horas

6 horas

16 horas

4,000 horas

Material

8 yardas
cuadradas

6 yardas
cuadradas

12 yardas
cuadradas

8,000yardascuadr
adas

Plantea el problema como un modelo de programacin por metas.

La compaa de distribucin Alpha suministra un solo producto a tres clientes

en diversos sitios desde bodegas diferentes. Durante el perodo de planeacin

considerado, la compaa no puede cumplir la demanda de los clientes. Sin
embargo, la compaa ha determinado que las demandas de ciertos clientes deben
satisfacerse a expensas de otros. Para evitar desequilibrios serios, es importante
balancear la porcin de demanda satisfecha entre ciertos clientes. tambin debido
a acuerdos sindicales, la compaa debe satisfacer ciertos requisitos mnimos en
los niveles de embarque en ciertas rutas. Finalmente, varias de las rutas sobre las
cuales se podra embarcar el producto son peligrosas y deben evitarse.
A continuacin se resume el problema de transporte y los costos de embarque se dan en cada
una de las celdas y los valores de demanda en los mrgenes. Nota que la demanda total
excede al suministro total en 1,500 unidades.
Cliente 1

Cliente 2

Cliente 3

Suministro

Bodega 1

10

12 3000

Bodega 2

10

3 4000

Bodega 3

2000

1500

5000

La administracin tiene la siguientes preferencias en las metas (en orden decreciente de

importancia):

Satisfacer la demanda total del cliente 3 ( entrega garantizada)

Satisfacer por lo menos el 75% de la demanda de cada cliente.
Minimizar el costo de transporte para los artculos embarcados.
Embarcar por lo menos 1000 unidades en la ruta de la Bodega 2 al Cliente 1
(convenio sindical)

Minimizar el costo de embarque en las rutas de la bodega 1 al cliente 3 y de la

bodega 2 al cliente 2 (peligros).

Balancear el porcentaje de demanda satisfecha entre los clientes 1 y 2.

Plantear el modelo de programacin meta.

La compaa Bevco ha desarrollado recientemente tres nuevos productos

haciendo uso del exceso de capacidad en sus tres plantas sucursales existentes.
Cada producto puede fabricarse en cualquiera de las tres plantas. El anlisis ha

mostrado que sera rentable utilizar el exceso de capacidad para producir estos
nuevos productos. En realidad, el propsito principal de la gerencia al desarrollar
los nuevos productos era lograr la utilizacin completa de la capacidad productiva
de exceso sobre una base rentable. Mientras que las plantas Bevco generalmente
operan a capacidad plena en sus lneas de productos existentes, la produccin por
debajo de la capacidad normal ocurre con poca frecuencia, presentando problemas
con la fuerza laboral. Aunque la compaa no necesita la fuerza laboral plena
durante los perodos de holgura, el costo de los despidos sera considerable, y
Bevco deseara evitar esto tanto como fuera posible.
Adems, la gerencia deseara balancear la utilizacin del exceso de capacidad entre las
plantas sucursales. esto servira para distribuir equitativamente la carga de trabajo del
personal de supervisores asalariados y reducir los agravios de la fuerza laboral que se le paga
por horas, que de otra manera se sentira discriminada con respecto a las cargas de trabajo o
a los despidos.
Para el perodo que se est considerando, las plantas tienen las siguientes capacidades de
produccin en exceso ( en trminos de unidades) de nuevos productos y capacidades de
embarque disponibles asignadas a los nuevos productos:
Plant Capacidad de exceso de produccin Capacidad de embarque (pies
a
(unidades)
cbicos)
1

750

12,000

300

10,000

450

6,500

Los productos 1, 2 y 3 requieren 30,20 y 15 pies cbicos por unidad, respectivamente. Las
contribuciones unitarias a la utilidad de los productos 1,2 y 3 son $15 $18 y $12
respectivamente. Los pronsticos de ventas indican que Bevco puede esperar ventas tan altas
como 900, 1,000 y 700 unidades de los productos 1, 2 y 3 respectivamente, durante el perodo
de planeacin en consideracin.
Dada esta situacin, la administracin ha expresado las siguientes metas de preferencia en
orden de importancia decreciente.

Lograr una utilidad perseguida de $15,000

Utilizar tanto, como sea posible, la capacidad de exceso. Debido al bajo costo
de la mano de obra, la administracin cree que es 1.5 veces ms importante
utilizar la capacidad de exceso de la planta 1 que la de las plantas 2 y 3.

Lograr un balance de la carga de trabajo en la utilizacin de exceso de

capacidad entre todas las plantas. debido a ciertas demandas adicionales de los
trabajadores de la planta 1, la administracin cree que si ocurre algn desbalance
en la carga de trabajo, es dos veces ms importante favorecer a la planta 1 con
menor trabajo con respecto a las plantas 2 y 3.

Lograr el pronstico de ventas para el producto 2, puesto que ste tiene la

mayor contribucin a la utilidad por unidad.

 Producir suficiente cantidad de los productos 1 y 3 para cumplir con las ventas
pronosticadas.

No exceder la capacidad de embarque disponible.

Plantear el modelo de programacin meta.

TEOA DE REDES
MODELOS DE REDES
Una red es una construccin matemtica formada principalmente por dos conjuntos: un
conjunto de nodos (N) y un conjunto de arcos (A), estos dos conjuntos estn relacionados de
tal forma que cada arco est siempre definido por un par de nodos. La figura 1 muestra un
ejemplo sencillo de una red, la cual consta de cinco nodos (representados con crculos) y de
siete arcos (representados con lneas).
Figura 1 : Red
Los modelos de redes son muy usados debido a su estructura, an cuando es muy simple,
sirve para capturar las variables y relaciones importantes existentes en muchos sistemas
reales. El caso ms importante es precisamente en los sistemas de carreteras o vialidades.
Por ejemplo la red de la figura 1 puede fcilmente interpretarse con los arcos como tramos de
carreteras y los nodos como ciudades o intersecciones de carreteras. Adicionalmente los
modelos de redes sirven para representar una gran cantidad de sistemas para los cuales la
interpretacin no es tan directa como la descrita anteriormente. De manera arbitraria
diferentes modelos de redes pueden clasificarse como: redes fsicas, redes logsticas y redes
de programacin.

REDES FSICAS
Estos modelos representan redes tales como las redes de: carreteras, vialidades urbanas,
telfonos, agua potable, etc. Para este tipo de redes existe una relacin directa entre los
nodos del modelo y puntos o zonas en el espacio y entre los arcos del modelo y tramos de
infraestructura fsica. Dentro de las redes fsicas, la modelacin de sistemas de carreteras o
de vialidades urbanas cobra una gran importancia.
Para analizar el movimiento de transporte en una zona urbana, la atencin se centra en las
vialidades principales ( las vialidades secundarias generalmente se omiten). La zona urbana
en s se divide en zonas, las cuales se representan mediante nodos, localizados en el
"centroide" de la zona. Estos centroides se conectan a la vialidad principal mediante arcos
artificiales. Otro tipo de nodos que se tienen son los que representan las intersecciones de
vialidades principales. En cuanto a los arcos, adems de los arcos artificiales mencionados, se
tienen a los arcos que representan segmentos de la vialidad principal. En la figura 2 se tiene
un ejemplo en el cual los centroides y los arcos artificiales se representan con lneas
punteadas y las intersecciones y vialidades principales se representan con lneas continuas.
Los modelos de redes de carreteras son muy similares, excepto que los nodos y arcos
artificiales son menos comunes. En estos modelos, los centroides de zonas o regiones se
acostumbran poner en ciudades importantes. De esta manera, los nodos de estas redes son
regularmente ciudades e intersecciones de carreteras, mientras que los arcos son tramos de
carreteras.
Figura 2 : Red de vialidades

 REDES LOGSTICAS
Estas redes se usan para representar las decisiones logsticas en una empresa
(almacenamiento, produccin, distribucin, etc.). Generalmente los nodos estn relacionados
con puntos en el espacio, como en el caso anterior, pero los arcos representan algo ms
abstracto que un tramo fsico. Por ejemplo, en la figura 3 se tiene una red en la que los nodos
representan plantas y almacenes. Los arcos que los unen pueden representar toda una serie
de acciones logsticas para transportar producto de una planta a un almacn. Parte del
transporte podra ser realizado mediante ferrocarril y parte mediante autotransporte y todo
estara representado por un solo arco. Estas redes se generalizan fcilmente para incluir
adems de plantas de produccin, diferentes niveles de almacenes (regionales, locales, etc) y
de clientes (mayoristas, minoristas, etc).
Figura 3: Red Logstica

REDES DE PROGRAMACIN
En estas redes los nodos representan "eventos", esto es puntos en el tiempo y los arcos
representan la posibilidad de realizar alguna actividad. Por ejemplo en la figura 4 se tiene una
red que representa al problema de planeacin de la produccin. En este ejemplo los nodos
representan cada uno de los meses del ao (excepto el nodo 0) y los arcos representan la
posible realizacin de actividades de produccin y de conservacin de inventario. Los arcos
(0, i) indican la posibilidad de produccin durante el mes i; los arcos (i, i+1) la posibilidad de
almacenar inventario del mes i al mes i+1. Los arcos que llegan al nodo 0 y al nodo 1
representan la posibilidad de produccin y de tener un inventario inicial respectivamente. Los
arcos que salen de los nodos i representan la posibilidad de satisfacer la demanda del
producto y de guardar producto en inventario para el siguiente perodo. Otro ejemplo son las
redes de actividades para la planeacin de proyectos. En estas redes los arcos representan la
realizacin de actividades y los nodos representan la terminacin o inicio de estas actividades.
En este caso, la red sirve tambin para modelar las relaciones de precedencia entre distintas
actividades del proyecto.
P
P1 P2 ........... P12
I0 I1 I2 I11 I I12
.......................
D1 D2 D12
Figura 4: Red de Programacin
Combinaciones de uno o varios de estos tipos de redes dan lugar a "redes mixtas", por
ejemplo, el problema de planeacin de la produccin puede estar referido a un conjunto de
plantas y a un conjunto de almacenes, lo que dara lugar a una combinacin de red logstica y
red de programacin.

DEFINICIONES BSICAS DE REDES

GRFICAS Y REDES

Una grfica G, se define como un conjunto N de nodos y un conjunto A de arcos, tales que
cada arco se define especificando un par de nodos. en forma matemtica se escribe como:
G = (N, A)
Si el par de nodos es un par ordenado, lo cual significa que es importante la direccin del
arco, se habla de grficas dirigidas. En este caso, cada arco tiene nodo inicial y un nodo final.
La red de la figura 2 es una grfica no-dirigida, lo cual podra ser consecuencia de considerar
solamente vialidades con movimientos en ambas direcciones. Por el contrario, la red de la
figura 3 tiene arcos dirigidos (representados con flechas), debido a que el movimiento de
producto es siempre de plantas a almacenes y no en ambas direcciones.
Una red tambin llamada grfica ponderada, es una grfica con "pesos" asociados a cada uno
de los arcos. Un peso es una funcin que a cada arco le asocia un nmero real y puede tener
diversas interpretaciones tales como las de distancia, tiempo o costo. En la red de la figura 2
cada arco podra tener un peso asociado significando la distancia en el tramo de vialidad que
representa.
Una red de flujo es una red en la que cada arco tiene asociada una variable, llamada
comnmente flujo. El flujo puede interpretarse en el caso de una red de carreteras como la
cantidad de vehculos o de bienes que circulan en cada arco de la red. En otros casos, el flujo
significa la cantidad que se tiene de alguna actividad en los arcos de la red. Por ejemplo en la
red de la figura 3. el flujo asociado con cada arco es la cantidad de producto que se distribuye
entre una planta y un almacn determinado. En el caso de la figura 4, el flujo en algunos arcos
indica la produccin a realizar en algn perodo determinado y en otros la cantidad de
producto destinada a satisfacer la demanda o a guardarse como inventario. En redes de flujo,
el peso asociado a cada arco toma la interpretacin de "impedancia" o resistencia al flujo, la
cual aumenta con el flujo sobre el arco. En estas redes, pesos tales como la distancia de un
arco son menos usados, pues no dependen del flujo. En la red de la figura 3, se podra tener
un costo por cada unidad transportada entre una planta y un almacn y entonces el costo total
sobre el arco sera funcin de su flujo. Es comn tener en redes de flujo otra funcin asociada
con cada arco, que es su capacidad, que significa la mxima cantidad de flujo que puede
ocurrir en un arco.

RUTAS Y CICLOS
Una ruta es una secuencia de nodos y arcos:
n0a1n1a2n2........aknk
en donde el arco ai = (ni-1,ni), lo cual garantiza "continuidad" en la secuencia. Una ruta
siempre se define para un par de nodos, siendo n0 el nodo inicial y nk el nodo final de sta. Si
los arcos de la ruta son dirigidos, entonces se habla de una ruta dirigida. Por ejemplo,
tomando la red de la figura 1, las siguientes secuencias definen tres diferentes rutas entre los
nodos 1 y 5:
1(1,3)3(3,5)5
1(1,3)3(3,4)4(4,5)5
1(1,2)2(2,4)4(4,5)5

Una ruta es simple si no usa ningn arco ms de una vez. Una ruta es elemental si no usa
ningn nodo ms de una vez. Si una ruta es elemental, necesariamente tiene que ser simple,
pues una ruta que no es simple no puede ser elemental ya que usar un arco ms de una vez
implica usar sus nodos tambin ms de una vez. Las tres rutas definidas anteriormente entre
los nodos 1 y 5 de la figura 1 son elementales y por lo tanto simples.
Un ciclo es una ruta simple en la cual coinciden el nodo inicial y el nodo final. Es una
secuencia de nodos y arcos que regresan al nodo inicial sin repetir ningn arco. De esta
manera, en la red de la figura 1, la secuencia:
1(1,3)3(3,1)1
no es un ciclo, pues el arco (1,3) es igual al arco (3,1). Podra ser un ciclo si la red fuera
dirigida y por lo tanto los dos arcos mencionados fueran diferentes.
Al igual que en las rutas, existen ciclos dirigidos y no dirigidos, ciclos elementales y ciclos
simples. As un ciclo simple no repite ningn arco y un ciclo elemental no repite ningn nodo,
excepto el nodo inicial que debe ser igual al nodo final. Un caso importante de ciclos es el
ciclo Hamiltoniano, el cual es un ciclo elemental que visita todos los nodos de la red. Un caso
particular de ciclos es el anillo, el cual consiste de un solo arco, el cual empieza y termina en
el mismo nodo. En el ejemplo de la figura 1, las siguientes secuencias son todas ciclos:
1(1,2)2(2,3)3(3,1)1
1(1,2)2(2,4)4(4,3)3(3,1)1
1(1,2)2(2,4)4(4,5)5(5,3)3(3,1)1
En el caso de la red dirigida de la figura 3, la secuencia:
1(1,4)4(4,2)2(2,3)3(3,1)1
es un ciclo, sin embargo no es un ciclo dirigido puesto que los arcos (4,2) y (3,1) no tienen la
direccin definida en la red. De hecho no existe ningn ciclo dirigido en toda esta red

CONEXIN Y RBOLES
Un par de nodos en una grfica estn conectados si existe una ruta entre ellos. Una grfica es
conexa si cualquier par de sus nodos estn conectados entre s. Una grfica dirigida se dice
que es conexa si la grfica resultante de no considerar la direccin de sus arcos es conexa.
Un rbol es una grfica conectada que no contiene ciclos. Un rbol T es un rbol de expansin
de una grfica G si contiene todos sus nodos. En la red de la figura 1, la grfica T con conjunto
de nodos N = {1,2,3} y conjunto de arcos A = {(1,2), (1,3)} es un rbol, pero no es un rbol de
expansin al no contener todos los nodos de la red original. Por otra parte, el rbol T con N =
{1,2,3,4,5} y A = {(1,2),(1,3),(3,4),(4,5)} es un rbol de expansin, al cumplir con la definicin
de rbol y contener a todos los nodos de la red.

TIPOS DE GRFICAS
Algunos tipos importantes de grficas son las grficas: simple, completa y bipartita. Una
grfica simple es aquella que no tiene anillos ni arcos paralelos. Dos arcos son paralelos si se
definen con los mismos nodos. En el caso de redes dirigidas, dos arcos son paralelos si tienen
el mismo nodo inicial y el mismo nodo final. Una grfica completa es aquella grfica simple
que tiene un arco uniendo a cualquier par de nodos. Una grfica bipartita es una grfica en la

cual existe una particin del conjunto de nodos, de tal manera que cada arco tiene un extremo
en uno de los conjuntos y otro extremo en el otro. Una particin significa que todos los nodos
estn en cualquiera de sus subconjuntos y que ningn nodo pertenece a ms de uno de stos.
En el caso de redes dirigidas se habla del conjunto de nodos origen y del conjunto de nodos
destino y as cada arco empieza en un nodo origen y termina en un nodo destino. Un ejemplo
de grfica bipartita es la mostrada en la figura 3, en donde se puede observar que el conjunto
de nodos origen comprende a los nodos 1, 2 y el conjunto de nodos destino a los nodos 3, 4,
5.

REPRESENTACIN DE REDES
Una red se representa naturalmente en forma grfica, con lo que se pueden apreciar
fcilmente las relaciones entre los diferentes elementos de la red. Sin embargo, esta
representacin no es la ms adecuada para resolver problemas que involucran modelos de
redes. Matemticamente, existen dos formas principales de representar a una red: la matriz de
incidencia y la matriz de adyacencia. Un nodo y un arco son incidentes si el nodo es uno de
los dos nodos que definen al mencionado arco. Dos nodos son adyacentes, si ambos definen
a un mismo arco.
Para definir estas matrices, se usar a n como el nmero de nodos de una grfica y a m como
el nmero de sus arcos. La matriz de incidencia, U, es una matriz de orden n x m, en la que
cada uno de sus elementos, Uij , toma un valor igual al nmero de veces que el nodo nj y el
arco aj son incidentes. Este valor es usualmente igual a 0 1, excepto cuando se tiene un
anillo, en cuyo caso un nodo y un arco inciden dos veces. La matriz de adyacencia V, es una
matriz de orden m x m, en la que cada uno de sus elementos, Vij, toma un valor igual al
nmero de arcos que los unen. Para grficas simples, estos valores son solamente igual a 0
1.
Para la red de la figura 1, la matriz de incidencia es U:
1234567
11100000
21011000
30110110
40001101
50000011
Para la misma red, la matriz de adyacencia es V:
12345
101101
210110
311011
401101
500110

Para redes grandes, lo usual es que estas matrices tengan una gran cantidad de elementos
igual a cero, por lo que casi no son usadas para almacenar los datos de una red en
computadora. Una estructura de datos muy usada para este fin es una lista llamada "estrella".
En esta estructura los arcos son numerados en forma sucesiva. Primero se numeran los arcos
que empiezan con el nodo 1, luego los que empiezan con el nodo 2 y as sucesivamente. Para
los arcos que empiezan en el mismo nodo, se pueden numerar en forma ascendente con
respecto al nodo final. Una vez numerados los arcos, se guardan secuencialmente sus nodos
inicial y final, junto con un apuntador, apun( i ) , que para cada nodo i indica el primer arco que
empieza con ese nodo. Se puede tomar apun ( 1 ) = 1, y los arcos que salen del nodo i sern
los arcos de apun ( i ) a apun ( i + 1 ) - 1 en la lista. En redes dirigidas se hace apun ( n + 1 ) =
m + 1 y en redes no dirigidas apun ( k + 1) = m + 1, con k igual al nodo inicial del ltimo arco
considerado.
Para la red de la figura 1 se tendr:
i

apun ( i )

arc
o

nodo
inicial

nod
o
fina
l

PROBLEMAS EN MODELOS DE REDES

DEFINICIN DE PROBLEMAS
Los problemas varan de acuerdo al tipo de redes son muy diferentes los problemas en redes
que en redes de flujo. Cuando se tiene una red, esto es una grfica ponderada, los pesos
usualmente significan distancia o tiempo, por lo que los problemas tpicos son los de cmo
conectar entre s los nodos de la red o que arcos elegir para ir de u nodo a otro. Cuando se
tiene una red de flujo el tipo de problemas es diferente, un problema muy comn es el de
encontrar un flujo sobre la red que satisfaga ciertas restricciones al menor costo posible. Otro
problema sobre estas redes es encontrar el flujo mximo que puede circular sobre una red
determinada.

PROBLEMA DEL RBOL DE EXPANSIN MNIMA

Como se defini anteriormente, un rbol de expansin mnimo es una red conectada, sin
ciclos y que comprende a todos los nodos de una red. Dentro de todos los posibles rboles de
expansin que puede tener una red, el mnimo es aquel que tiene la menor suma de los pesos
en los arcos del rbol. Si el peso que se tiene en la red es la distancia de cada uno de los
arcos, este problema consiste en encontrar la forma ms econmica de conectar entre s a
todos los nodos de una red. Este problema tiene una de las formas ms sencillas que existen
para resolver problemas. En particular, algoritmos voraces obtienen al aplicarse en este
problema la solucin ptima. Un algoritmo voraz, es un algoritmo que en cada iteracin trata
de obtener el mejor valor posible con respecto a un objetivo sin preocuparse por las
implicaciones que esto pueda tener en subsecuentes iteraciones. Para este problema un
algoritmo voraz es como sigue: ordenar todos los arcos de menor a mayor peso. Construir un
rbol escogiendo en cada iteracin el arco con el menor peso que no haya sido seleccionado
y que no forme un ciclo con los arcos ya seleccionados. Terminar cuando todos los nodos
estn ya conectados.

PROBLEMA DE LA RUTA MAS CORTA

Este problema consiste en escoger aquella ruta entre dos puntos determinados que tenga la
menor suma de los pesos en cada uno de sus arcos. Usualmente los pesos se refieren a la
distancia o al tiempo de viaje en cada uno de los arcos de la red. Si la red es una red de
carreteras o de vialidades urbanas, este problema consiste en escogerlos arcos de la red ms
favorables para viajar entre un par de puntos de sta. Este problema tiene mtodos eficientes
de solucin, algunos de los cuales se vern ms adelante.

PROBLEMA DEL AGENTE VIAJERO

Este problema consiste en escoger un ciclo que visite a todos los nodos de una red y que
tenga la menor suma de los pesos en cada uno de los arcos del ciclo. Al igual que en el

problema de la ruta ms corta, los pesos se refieren usualmente a distancias o tiempos de

viaje. Este problema tiene aplicacin para el diseo de las rutas que deber recorrer un
vehculo al visitar un conjunto de clientes y retornar posteriormente a su base. A diferencia del
problema anterior, este problema no cuenta con un mtodo eficiente para resolverlo, por lo
que los problemas que se modelan de este tipo, son pequeos o se resuelven solamente de
manera aproximada.

PROBLEMA DE FLUJO A COSTO MNIMO

Dada una red de flujo, este problema consiste en encontrar el flujo que al menor costo posible
cumpla con un conjunto de restricciones. Estas restricciones son principalmente de tres tipos:
restricciones de balance de flujo, restricciones de capacidad y restricciones de no-negatividad.
Las restricciones de balance de flujo consisten en que para cada nodo, el flujo que entra al
nodo debe ser igual al flujo que sale de l. Las restricciones de capacidad dicen que para
cada arco de la red, el flujo no debe exceder cierta cantidad. Las restricciones de nonegatividad simplemente evitan que el flujo en cada arco sea una cantidad negativa. Existen
mtodos eficientes para resolver este tipo de problemas.
Ejemplos de estos problemas se tienen en las redes de las figuras 3 y 4. En la red de la figura
4, las restricciones de balance de flujo indican que en cada mes la cantidad producida ms el
inventario del mes anterior deben ser igual a la demanda del producto en ese mes ms la
cantidad enviada a inventario para el siguiente. Las restricciones de capacidad indican que
hay lmites en la cantidad a producir en cada mes o en la cantidad que puede guardarse como
inventario en cualquier tiempo. Las restricciones de no-negatividad se tienen, dado que no
tiene sentido hablar de flujos negativos, pues stos significaran alguna cantidad negativa a
producir o guardar como inventario. El costo del flujo estara dado a partir de costos unitarios
de produccin y de conservacin de inventario.

PROBLEMA DE FLUJO MXIMO

Este problema tambin est definido en redes de flujo, a diferencia del problema anterior, no
se toman en cuenta los costos del flujo en cada uno de los arcos de la red. En este problema
se quiere, dado que se tiene especificada la capacidad de cada arco, encontrar el flujo
mximo que podra circular entre un nodo origen y un nodo destino. Este flujo mximo debera
adicionalmente cumplir con restricciones de balance de flujo y de no-negatividad. Para este
problema tambin se cuenta con algoritmos eficientes para resolverlos.

PLANTEAMIENTO DE MODELOS DE REDES

PROBLEMAS DE TRANSBORDO.
Si un problema de redes se refiere a la minimizacin de los costos de flujo de algn producto
entre nodos, en donde cada nodo puede ser un punto de abastecimiento, un punto de
demanda, o ambos, entonces se considera que el problema de redes es un problema de
transbordo. El problema de transbordo es el ms general de los problemas de redes, dado
que cada nodo puede tener al mismo tiempo oferta y demanda y no existen restricciones
sobre los flujos o sobre los tipos de nodos.
Ejemplo: La Ahab Oil Company tiene un solo campo petrolero desde donde enva todo el
petrleo, a travs de un oleoducto, a uno de dos centros de embarque, en donde se almacena
en buques tanque para su envo a refineras de Estados Unidos. La oferta diaria en el campo
es de, 2,000 barriles. Deben considerarse los costos del oleoducto, los costos de embarque y

las cantidades de petrleo que pueden enviarse a travs de los oleoductos. Los costos del
oleoducto y las capacidades diarias de ste, se muestran en la tabla 2.1. En la tabla 2.2 se
presentan los costos de embarque de cada estacin de embarque a cada refinera y las
demandas diarias de las refineras. Plantear el problema en forma de Red y de Programacin
Lineal.

Instalacin de envo

Costo por barril

Capacidad del oleoducto

(en barriles)

$0.20

1000

$0.15

500

Tabla 2.1 Costos y capacidades de los ductos

Refinera Costo de transporte por barril

Nmero

Ubicacin

Demanda
Desde centro 1 Desde centro 2 diaria

Nueva Jersey

$0.10

$0.15

600

Houston

$0.20

$0.25

800

Tabla 2.2 Costo de transporte y demandas

PROBLEMA TRANSPORTE.
Es un caso especial del problema de transbordo, en el que todos los nodos son o fuentes
(nodos de oferta) o destinos (nodos de demanda). En un problema de transporte no existen
nodos de transbordo.
Ejemplo. La Boors Brewery Company elabora una cerveza que se distribuye a nivel nacional
a partir de dos fabricas de cerveza, Una en cada una de las costas de E.U.. La cerveza se
enva a cuatro mayoristas que se encargan de la distribucin subsecuente, por lo que la Boor
s se ocupa slo de la distribucin a los mayoristas. Los costos de distribucin, por conjunto
de 100 cajas que se envan a cada mayorista, se presentan en la tabla 2.3 , junto con la oferta
mensual en cada fabrica y la demanda mensual de cada mayorista. Plantear el problema en
forma de Red y de Programacin Lineal.

Fbrica de
cerveza

Albany

Ames,

Luckenbach
,

N.Y.

Iowa

Tx

Calif.

Oferta (en
cientos de
cajas)

$21

$15

$18

$9

550

$10

$14

$16

$23

650

Needles,

Silver, Wa
Apple Chill,
N.C.

Demanda
(cientos de
cajas)

200

250

400

350

Tabla 2.3 Costos de distribucin

PROBLEMA DE LA RUTA MAS CORTA

Trata el problema de encontrar el camino ms corto (el camino de longitud mnima) desde el
nodo 1 hacia cualquier otro nodo en la red.
EJEMPLO. Acabo de comprar (en el tiempo 0) un automvil nuevo en 12,000 dlares. El costo
del mantenimiento anual de un automvil depende de la edad del automvil al inicio del ao,
como se da en la tabla 2.4. Para evitar los altos costos de mantenimiento de un automvil ms
viejo, puedo dar como adelanto mi automvil y comprarme un automvil nuevo. El precio que
recibo al dar como adelanto automvil depende de su edad al momento de la transaccin
(tabla 2.5). Para simplificar los clculos, suponemos que en cualquier momento, me cuesta
12,000 dlares comprar un automvil nuevo. Mi meta es minimizar el costo neto (costos de
compra + costos de mantenimiento - dinero recibido por el automvil viejo) incurrido durante
los prximos cinco aos. Formula la red del modelo
Edad del automvil
(Aos)

Costo anual de mantenimiento

(Dlares)

2000

4000

5000

9000

12000

Tabla 2.4 Costos de mantenimiento del automvil

Edad del automvil
(aos)

Costo al dar precio (dlares)

7000

6000

2000

1000

Tabla 2.5 Precios del automvil al darlo como adelanto

PROBLEMA DEL RBOL DE EXPANSIN MNIMA

La tarea consiste en construir un rbol que conecte todos los nodos de la red con un costo
total mnimo, por el momento, nos conformaremos con plantear la red del siguiente problema
(ms adelante construiremos el rbol de expansin mnima).
EJEMPLO. Se va a instalar una red de comunicacin entre doce ciudades. Los costos de los
posibles enlaces directos entre pares permisibles de ciudades aparece en la tabla 2.6. Cada
unidad de costo representa 10,000 dlares.
A la ciudad