Vous êtes sur la page 1sur 79

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA INDUSTRIAL Y SISTEMAS


INVESTIGACION DE OPERACIONES I
TEMA

MANUAL DE LINGO

PROFESOR

ING. EYZAGUIRRE

ALUMNOS
MARTIN

RODAS

POCCORPACHI

ANGULO CCAHUANA SANDRO


CASTRO CASTILLO GUSTAVO
RAMON ZUIGA LUIS

2011-I

INDICE
1. INTRODUCCION.........................................................................................
2. LENGUAJE DE MODELADO LINGO.....

3
4

2.1 SINTAXIS DE LINGO....


2.2 SECCION DE CONJUNTO..........................................................

5
5

2.3 USO DE FUNCIONES DE DOMINIO DE VARIABLES.......


2.4 COMANDOS DE LOS MENS Y FUNCIONES DE LINGO........
2.4.1 MEN FILE:...
2.4.2 MEN EDIT:...10
3. MENU LINGO..............................................................................................
4. FUNCIONES:.....
4.1 OPERADORES ESTANDAR...12
4.2 FUNCIONES DE IMPORTACIN DE ARCHIVOS:.....
4.3 FUNCIONES DE FINANZAS :.....
4.4 FUNCIONES MATEMTICAS:
4.5 FUNCIONES DE ITERACIONES EN CONJUNTOS:..
4.6 FUNCIONES DEL DOMINIO DE LA VARIABLE:......
4.7 FUNCIONES DE PROBABILIDAD:........
5

6
7
8
9
10
11

8
9
10
11
12
12
12
13
13
13

13

PROBLEMAS RESUELTOS CON LINGO:........

14

5.1 PROBLEMA DE MEZCLA (usando 1 sub. ndice)..

14

5.2 PROBLEMA DE DIETAS ( usando 1 sub ndices):......


5.3 PROBLEMA(usando 3 ndices)...
5.4 PROBLEMA(usando 4 ndices)....

15
19
20

PROBLEMAS DE TRASNPORTE..
PROBLEMAS DE INVESION......
PLANEACIN DE PRODUCCIN.....
PROBLEMAS DE PLANEAMIENTO FINANCIERO....
PROBLEMAS DE PROGRAMACIN ENTERA CON LINGO..
PROBLEMA APLICADO A LA ASIGNACIN IMPORTANDO DE
XCEL..............
12 PROBLEMA 1 EN LINGO EXPORTANDO DATOS EN ACCESS....

25
28
29
29
35
49
73

1. INTRODUCCIN
En el trabajo mostrado a continuacin, se muestra una prctica de laboratorio
correspondiente a contenidos de programacin matemtica. Se desarrollan
ejemplos, tanto de forma lineal, no lineal, de transportes, enteras, etc., as como la
solucin de los mismos como el anlisis de sensibilidad, el cual se realiza con
LINGO.
El software matemtico se ha venido empleando desde hace varios aos como un
asistente ms en la docencia de ciertas titulaciones con buenos resultados. Las
ventajas de su utilizacin son muchas.
LINGO es una herramienta matemtica que resuelve una amplia gama de problemas
de optimizacin, lineales, no lineales y enteros, utilizando un lenguaje sencillo, lo que
lo convierte en un asistente ideal en la docencia. Junto con LINDO forma parte del
paquete SOLVER SUITE (manual de usuario, 1996).
Podemos decir que el objetivo de este trabajo es mostrar las posibilidades del
software en la docencia de la optimizacin matemtica y no de servir de manual de
introduccin al manejo de LINGO, se incluyen los conocimientos elementales
necesarios para empezar a trabajar con este paquete.

2. LENGUAJE DE MODELADO LINGO


Qu es LINGO?
LINGO es una herramienta simple para utilizar la potencialidad de la optimizacin
lineal y no lineal para formular problemas muy grandes de una manera concisa,
resolverlos y analizar su solucin. La optimizacin le ayuda a encontrar la respuesta
que representa la mejor solucin; obtiene la mayor utilidad, respuesta o felicidad; o
logra el menor costo, desperdicio o disconformidad. A menudo estos problemas
significan hacer el uso ms eficiente de sus recursos- incluyendo dinero, tiempo,
maquinaria, personal, inventario y mucho ms. Los problemas de optimizacin se
clasifican a menudo como lineales y no lineales, dependiendo si las relaciones entre
las variables son o no lineales.
LINGO es un lenguaje de modelado matemtico diseado para formular y resolver
problemas de programacin lineal, programacin entera y programacin no lineal.
Cmo Instalar LINGO?
Esta seccin discute cmo instalar LINGO en la plataforma Windows. Para instalar
LINGO en plataformas aparte de Windows, se refieren a las instrucciones de
instalacin incluidas con su software.
Instalar el software de LINGO es directo. A LINGO de disposicin para Windows,
ponga su CD en la gua apropiada y corrida la instalacin programa SETUP
contenido en la carpeta de LINGO. El programa de instalacin de LINGO le abrir y
guiar por los pasos requeridos para instalar LINGO en su disco duro.
Nota: Si existe una versin previa de LINGO instalada en su mquina, entonces
usted puede necesitar. Desinstala lo antes que puede instalar la nueva copia de
LINGO. Para desinstalar la copia existente de lingos, haga clic en el botn Start de
Windows, escogen las colocaciones mande, escoja Panel de Control, entonces haga
clic dos veces sobre en el Add o quite programe icono. Deba entonces ser capaz de
escoger LINGO y tener la versin vieja quitada de su sistema.
La mayor parte de las copias de LINGO vienen con sus preinstaladas licencias. Sin
embargo, ciertas versiones de LINGO requieren usted para entrar una llave de
licencia. Si su versin de LINGO requiere una licencia teclee, estar presente con la
caja de dilogos siguiente cuando usted empieza LINGO:

Su llave de licencia puede haber sido incluido en un correo electrnico envi a usted
cuando usted orden su software. La llave de licencia es una cuerda de letras,
smbolos y nmeros, separado en grupos de cuatro por los guiones (por ejempo,
r82m-XCW2-dZu?-%72S-fD?S-Wp@ ). Cuidadosamente entre la llave de licencia
en el campo de edicin, incluyendo guiones. Las llaves de licencia son el caso
sensitivo, as que debe estar seguro de preservar el caso de las letras individuales al
entrar su llave. Haga clic sobre el botn OK y, asumiendo la llave es sido entrada
correctamente, LINGO empezar entonces. En lo sucesivo, ser capaz de correr
LINGO directamente sin entrar la llave.
Nota: Si recibi su licencia teclee por correo electrnico, entonces tiene la
opcin de cortante-y-pegndolo en la caja de dilogos clave de licencia. Corte la
llave del correo electrnico que contiene lo con el Ctrl+C llave, entonces escoja el
campo clave en caja de dilogos de LINGO y pegue la llave con la llave de Ctrl+V.

2.1 SINTAXIS DE LINGO


La sintaxis que se utiliza en este programa es muy sencilla. Para el nombre de las
Variables y otros identificadores se establece que pueden tener 32 caracteres como
Mximo, Deben comenzar con una letra seguido de letras, dgitos o _. LINGO no
distingue entre maysculas y minsculas.
Con respecto a las sentencias:
Todas las sentencias deben terminar en un punto y coma.
Para darle un nombre a la funcin objetivo o a las restricciones, estos se deben
colocar entre corchetes.
Para declarar la funcin objetivo debemos colocar las palabras reservadas MAX o
MIN, (aparecern resaltadas en azul) seguidas del signo = .
Los comentarios deben comenzar con un signo! , los cuales aparecen resaltados
en verde. Al igual que las sentencias los comentarios finalizan con un punto y coma.
Una formulacin en LINGO, tiene tres secciones:
Seccin de conjuntos, SETS, que especifica los conjuntos y sus atributos
Seccin de datos, DATA, que proporciona los datos a usar o indica donde
obtenerlos
Seccin del modelo, MODEL, lugar donde se describe el modelo matemtico.
2.2

SECCION DE CONJUNTOS

Cada conjunto tiene la sintaxis siguiente:


NOMBRE/ LOS MIEMBROS/: LOS ATRIBUTOS;
SETS:
FABRICAS /F1, F2/: CAPACIDAD;
CENTROS /C1, C2, C3/: DEMANDA;
RUTAS (FBRICAS, CENTROS): C, X;
ENDSETS

Los conjuntos, FABRICAS y CENTROS se denominan conjuntos primitivos y el


ltimo se denomina conjunto derivado, donde C y X representan, respectivamente,
los costos unitarios de transporte y cantidad transportada de las fabricas a los
centros.
SECCION DE DATOS
Los valores de los atributos de los elementos de los conjuntos, tienen la sintaxis
siguiente:
DATA:
CAPACIDAD
DEMANDA
C

= 30, 20;
= 10, 25, 15;
= 2, 4, 6,
7, 10, 1;

ENDDATA
SECCION DEL MODELO
Para presentar el modelo se utiliza dos funciones @SUM y @FOR.
@SUM calcula la suma de una expresin sobre todos los miembros del conjunto.
La forma general es:
@SUM (set: expresin)
Suma la expresin que sigue a los dos puntos.
Por ejemplo:
@SUM (RUTAS: C*X)
Suma la expresin que sigue a los dos puntos que corresponde al producto del costo
unitario de transporte por la cantidad transportada de cada origen a cada destino
considerado.
La segunda funcin es @FOR, esta funcin sirve para generar restricciones sobre
los miembros de un conjunto. La forma general es:
@FOR (set: restriccin)
Por ejemplo:
@FOR (CENTROS (J): @SUM (FABRICAS(I):X(I,J))<=CAPACIDAD(I));
Indica que se genere la restriccin que sigue a los dos puntos para cada miembro
del conjunto que les precede. Cada elemento del conjunto CENTROS (J) para J =
1, 2,3 se genera las restricciones siguientes:
J = 1:

X11 + X21 >= 10

J = 2:

X12 + X22 >= 25

J=3

X13 + X23 >= 15

La formulacin completa es como sigue:


MODEL:
! 2 FABRICAS, 3 CENTROS, problema de transporte;
SETS:
FABRICAS /1..2/: CAPACIDAD;
CENTROS /1..3/ : DEMANDA;
RUTAS (FBRICAS, CENTROS): C, X;
ENDSETS
DATA:
CAPACIDAD = 30,20;
DEMANDA = 10, 25,15;
C = 2, 4, 6,
7,10, 1;
ENDDATA
! LA FUNCION OBJETIVO;
MIN = @SUM (RUTAS: C*X);
! RESTRICCIONES DE LA DEMANDA;
@FOR (CENTROS (J): @SUM (FABRICAS (I): X (I, J)) >= DEMANDA (J));
! RESTRICCIONES DE LA OFERTA;
@FOR (FABRICAS (I): @SUM (CENTROS (J): X (I, J)) <= CAPACIDAD (I));
END
Para presentar el modelo algebrico se hace clic en la ficha LINGO, Generate,
Algebraic, Generate y se tiene como resultado lo siguiente:
MODEL:
[_1] MIN= 2 * X_1_1 + 4 * X_1_2 + 6 * X_1_3 + 7 * X_2_1 + 10 * X_2_2 + X_2_3;
[_2] X_1_1 + X_2_1 >= 10;
[_3] X_1_2 + X_2_2 >= 25;
[_4] X_1_3 + X_2_3 >= 15;
[_5] X_1_1 + X_1_2 + X_1_3 <= 30;
[_6] X_2_1 + X_2_2 + X_2_3 <= 20;
END

Se puede omitir el paso anterior pasando a la solucin del modelo haciendo clic en
LINGO, Solve obteniendo el siguiente resultado:
Objective value:

160.0000

Variable
CAPACIDAD( F1)
CAPACIDAD ( F2)
DEMANDA( C1)
DEMANDA( C2)
DEMANDA( C3)
C( F1, C1)
C( F1, C2)
C( F1, C3)
C( F2, C1)
C( F2, C2)
C( F2, C3)
X( F1, C1)
X( F1, C2)
X( F1, C3)
X( F2, C1)
X( F2, C2)
X( F2, C3)
2.3

Value
30.00000
20.00000
10.00000
25.00000
15.00000
2.000000
4.000000
6.000000
7.000000
10.00000
1.000000
5.000000
25.00000
0.000000
5.000000
0.000000
15.00000

Reduced Cost
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
10.000000
0.0000000
1.0000000
0.0000000

USO DE FUNCIONES DE DOMINIO DE VARIABLES

A menos que se especifique lo contrario, las variables en un modelo de LINGO son


continuas y no negativas. Ms especficamente las variables pueden asumir
cualquier valor real desde cero hasta ms infinito. En muchos casos este dominio
para una variable puede ser inapropiado. Por ejemplo puede necesitarse que una
variable asuma valores negativos, o solamente valores enteros.

LINGO est

provisto de cuatro funciones de dominio de variables que permiten sobrepasar el


dominio por omisin de una variable:

@GIN

Limita la variable slo a valores enteros

@BIN

Hace una variable binaria (0 1)

@FREE
@BND

Permite que la variable tome cualquier valor


real (positivo o negativo)
Limita la variable para que se ajuste a un rango
finito

Ejemplos de uso de variables enteras:


@GIN(X); Transforma la variable escalar X en entera
@GIN (PRODUCE (5)); Transforma la variable PRODUCE (5) en entera
@FOR (DAYS(I): @GIN(START(I))); Transforma todas las variables del atributo
START

Ejemplos de uso de variables binarias:


@BIN(X); Transforma la variable escalar X en binaria
@BIN (INCLUDE (4)); Transforma la variable INCLUDE (4) en binaria
@FOR (ITEMS:@BIN(INCLUDE));Transforma todas las variables del atributo
INCLUDE en binarias
Ejemplos de uso de variables libres:
@FREE(X); Transforma la variable escalar X en libre
@FREEE (QUANTITY (4)); Transforma la variable QUANTITY (4) en libre
@FOR (ITEMS:@FREE(QUANTITY));Transforma todas las variables del atributo
QUANTITY en libres
Ejemplos de uso de variables con lmites:
@BND (-1, X, 1): Restringe la variable X al intervalo [-1, 1]
@BND (100, QUANTITY (4), 200): Limita QUANTITY (4) entre 100 y 200
@FOR (ITEMS: @BND (10, Q, 20)): Fija los lmites de todas las variables del
atributo Q

en 10 y 20

@FOR (ITEMS: @BND (QL, Q, QU)): Fija los lmites de todas las variables del
atributo Q en QL y QU (A QL y QU deben habrsele asignado valores en la seccin
de datos)
OPERADORES LOGICOS
LINGO tiene nueve operadores lgicos:
NOT (no), EQ (igual), NE (no igual), GT (mayor que), GE (mayor igual), LT (menor
igual), LE (menor igual), AND (y) y OR (o) que se utilizan para comparar valores, la
forma de usar es:

#operador#.

Los elementos del LINGO requieren un objetivo, una o ms variables y una o ms


restricciones. Las instrucciones del LINGO terminan con: (punto y coma).
2.4 COMANDOS DE LOS MENS Y FUNCIONES DE LINGO
El men principal comprende 5 submens acomodados en la parte superior de la
pantalla en los que se listan diversos comandos.

2.4.1

MEN FILE:

Los comandos del men File (archivo) le permiten manejar sus archivos de datos en
LINGO

de distintas maneras. Usted puede

usar este men para abrir, cerrar,

guardar e imprimir archivos, as como para ejecutar varias tareas nicas con LINGO.
COMANDOS FILE:
NEW F2: Crea una nueva ventana para ingresar datos.
OPEN F3:

Abre un archivo existente. Mediante los cuadros de dialogo usted

puede seleccionar entre varios tipos de archivos y ubicaciones.


SAVE F4:

Guarda la ventana activa. Usted puede guardar los datos de entrada

(un modelo), una ventana de informes (ventana de informes) o una ventana de


comandos.
SAVE AS F5

: Guarda la ventana activa con un nombre de archivo especifico. Es

til para volver a asignar un nombre a un archivo revisado y conservar intacto el


archivo original.
CLOSE F6:
entonces

Cierra la ventana activa. Si la ventana contiene nuevos datos,


se le preguntar si desea guardar los cambios.

PRINT F7: Enva la ventana activa a su impresora.


PRINTER SETUP F8:
de

Selecciona la impresora y varias opciones para el formato

impresin.

Log output F9: Enva toda la actividad posterior de la pantalla que normalmente se
enviara a la ventana Reports, a un archivo de texto. Si usted especifica una
ubicacin log file, aparece una marca en el men file en la lnea de Log Output.
Para inactivar Log Output seleccione simplemente el comando de nuevo.
Take Commands:

Toma un batch file de LINGO con comandos y texto del modelo

para operacin automatizada. Se puede poner un modelo en la memoria, resolverlo


y la solucin es colocada en la ventana Reports y guardada en un archivo. Si usted
usa el comando BATCH antes del inicio del texto del modelo, el modelo y los
comandos contenidos en el archivo, as como la solucin, se vern en la ventana
Reports
Import LINDO file F12:

Abre un archivo que contiene un modelo de Lindo en el

formato TAKE de Lindo y traduce el modelo en un formato que Lingo acepta.


Exit F10: Cierra LINGO.
2.4.2 MEN EDIT:

Los comandos del men edit permiten a usted ejecutar tareas bsicas de edicin
comunes a la mayora de aplicaciones para Windows, as como efectuar varias
tareas que son exclusivas para LINGO.
COMANDOS EDIT:
Undo ctrl. + Z: Deshace la ltima accin.
Cut ctrl. + X: Corta el texto seleccionado en el portapapeles para pegarlo.
Copy ctrl. + C: Copia el texto seleccionado en el portapapeles para pegarlo.
Paste ctrl. + V:

Inserta o pega el contenido del portapapeles en el punto de

insercin.
Clear

delete

Borra el texto seleccionado pero no lo coloca en el

portapapeles.
Find/ Replace ctrl. + F:

Busca la ventana activa para encontrar el texto

seleccionado y reemplazarlo con el texto introducido en el cuadro Replace


with (Sustituya por).
G oto line ctrl. + T: Usted puede mover el cursor a cualquier linea especificada
de la ventana activa.
Match Parntesis ctrl. + P:

Encuentra el parntesis cerrado que corresponde

al parntesis abierto seleccionado.


Paste Function:

Pega las funciones incorporadas EN LINGO en el punto de

insercin actual. Despus de seleccionar este comando aparece otro submenu


con las distintas categoras de las funciones.
Select All ctrl. +A: Selecciona toda la ventana activa para cortarla o copiarla.
Cose New Font:

Selecciona una nueva fuente para el texto en la ventana

activa.
3. MENU LINGO:
Los comandos del men LINGO se usan despus de que usted ya introdujo datos y
estn listos para obtener una solucin.
COMANDOS LINGO:
Solve ctrl. + S: Enva el modelo que se encuentra en la ventana activa al Solver
de LINGO.
Solution ctrl. + O: Abre el cuadro de dialogo Solution Report Options (opciones
para mostrar la solucin), el cual permite a usted especificar como quiere que
aparezca su solucin.

Range ctrl. + R: Despliega un informe de intervalos, el cual le muestra dentro de


que valores usted puede cambiar valores coeficientes sin modificar los valores
ptimos.
Look ctrl.+ L: Despliega todo el modelo o las lneas seleccionadas.
Generate ctrl. + S: Crea otra versin del modelo actual en formato algebraico de
LINDO o MPS. Se puede usar para enumerar renglones y desplegar el modelo
en un formato ms fcil de leer. El comando GEN proporciona una capacidad
similar desde la ventana de comandos.
Export to Spreadsheet ctrl. + E:

Exporta valores de variables seleccionadas a

intervalos nombrados en una hoja de calculo.


Primero se tiene que crear una hoja de clculo con intervalos dimensionados para que
se puedan acomodar en ellos los valores exportados.
Los intervalos tienen que contener nmeros. Al seleccionar este comando se abrir un
cuadro de dialogo que pide la plantilla y las hojas de trabajo (nombres de archivo de la
hoja de calculo), variables por exportar y el intervalo para el cual se exportaran los
valores. Las variables y el intervalo se introducen por pares y se aaden a la lista de
pares de variable e intervalo dando un clic en el botn de agregar.
4.

FUNCIONES:

LINGO tiene siete funciones principales: operador estndar, importacin de archivos,


finanzas, matemticas, iteraciones en conjuntos, dominio de variable y probabilidad y
una variedad de otras funciones. La mayora de estas funciones esta disponible por
medio de los comandos del men.
4.1

OPERADORES ESTANDAR

Entre estos operadores se encuentran los aritmticos (^,*,/,+ y - ) , operadores lgicos


(#EQ# , #NE# , #GT# , #GE# , #LT# y #L3#) para determinar la calidad del conjunto y
operadores de igualdad-desigualdad ( <;=;>; <= ; y >=) para especificar si el primer
miembro de una expresin debe ser menor que, igual a , o mayor que el segundo
miembro.

4.2 FUNCIONES DE IMPORTACIN DE ARCHIVOS:


Estas funciones le permiten importar el texto y datos de fuentes externas. La funcin
@FILE le permite importar el texto o datos desde un archivo en ASCIL, y la funcin
@IMPORT le permite importar datos solo de una hoja de calculo.

4.3 FUNCIONES DE FINANZAS :


Entre estas funciones estn @FPA (I, N), la cual da el valor presente de una anualidad
y la funcin @FPL (I, N), la cual regresa el valor presente de un valor global de N
periodos de $1 a partir de ahora si la tasa de inters es I por periodo. I no es un
porcentaje, sino un nmero no negativo que representa la tasa de inters.
4.4 FUNCIONES MATEMTICAS:
Comprenden las funciones generales y trigonomtricas siguientes: @ABS(X),
@COS(X), @EXP(X), @LGM (X), @LOG(X), @SIGN(X), @SIN(X), @SMAX (list),
@SMIN (list), @TAN(X). Se pueden utilizar combinaciones de las tres funciones
trigonomtricas bsicas (seno, coseno y tangente) para obtener otras funciones
trigonomtricas.
4.6 FUNCIONES DE ITERACIONES EN CONJUNTOS:
Comprenden

@FOR

(set_name:

constraint_expression),

@MAX

(set

name:

expression), @MIN (set_name:expression) y @SUM (set_name:expression). Estas


funciones operan sobre un conjunto completo y producen un solo resultado en todos
los

casos,

excepto

con

la

funcin

@FOR,

la

cual

genera

restricciones

independientemente de cada elemento del conjunto.


4.7 FUNCIONES DEL DOMINIO DE LA VARIABLE:
Estas funciones fijan restricciones adicionales sobre variables y atributos. Comprenden
las siguientes: @BND (L, X, U), @BIN(X), @FREE(X) y @GIN(X).
4.8 FUNCIONES DE PROBABILIDAD:
LINGO posee capacidades estadsticas comunes con sus funciones de probabilidad:
@PSN(X),@PSL (X), @PPS (A,X), @PPL( A,X), @PBN(P,N,X), @PHG(POP,G,N,X),
@PEL(A,X), @PEB(A,X), PFS(A,X,C),
@PFD(N, D, X), @PCX(N, X), @PTD (N, X) y @RAND (X).

PROBLEMAS RESUELTOS CON LINGO


5.1 EJEMPLO DE MEZCLA (usando 1 sub. ndice)

Una compaa Fabrica tres productos de caucho: AIRTEX (material esponjoso),


EXTENDEX (material elstico) y RESISTEX (material rgido). Los tres productos
requieren los mismos tres polmeros qumicos y una base. La cantidad de cada
ingrediente usado por libra del producto final se muestra en la siguiente tabla.
Ingrediente (OZ/LB de producto)
Polmero A Polmero B
Polmero C
AIRTEX
4
2
4
EXTENDEX 3
2
2
EXTENDEX 6
3
5
Inventario
500
425
650
Producto

Base
6
9
2
1100

La compaa tiene el compromiso de producir ala menos 1000 libras de airtex,500


libras de extendex y 400 libras de resistex para la prxima semana pero la gerencia de
la compaa sabe que puede vender mas de cada uno de los tres productos .los
inventarios actuales de los ingredientes son 500 libras del polmero A , 425 libras del
polmero B,650 libras el polmero C Y 1100 libras de la base . Cada libra de airtex
produce a la compaa una ganancia de $ 7, cada libra de extendex una ganancia de
$7 y cada libra de resistex una ganancia de $6.como gerente del departamento de
produccin, usted necesita determinar el plan de produccin optimo para esta semana.
Solucin:
Producto
AIRTEX
EXTENDE
X
RESISTEX
inventario

Polimero
A
4
3

Ingredientes (oz/lb. de producto)


Polimero B Polimero C
base
compromiso

6
500

ganancia

2
2

4
2

6
9

1000
500

7
7

3
425

5
650

2
1100

400

Sea:
Xi: la cantidad de ingredientes del PRODUCTO i (i=airtex,extendex,resistex) que se
puede usar.
3

FUNCION OBJETIVO:

X
i 1

* ganacia(i )

Producto airtex, extendex, resistex.


Entonces: MAX Z = 7*X1 + 7*X2 + 6*X3
SUJETO A:
3

X
i 1

COMPROMISO(i )

;donde ganancia es la utilidad ya sea del

Para i=1-----X1 >=1000


Para i=2-----X2 >=500
Para i=3-----X3 >=400
3

X
i 1

* requerimento(i, j ) inventario( j ) *16

, donde requerimiento (i , j) es la

cantidad de producto de cada tipo de ingrediente.


Para J= 1------ 4X1 + 3X2 + 6X3 <= 500*16;
Para J= 2------ 2X1 + 2X2 + 3X3 <= 425*16;
Para J= 3------ 4X1 + 2X2 + 5X3 <= 650*16;
Para J= 4------ 6X1 + 9X2 + 2X3 <= 1100*16;
SETS:
PRODUCTO/1..3/:NIVEL,COMPROMISO,GANANCIA;
INGREDIENTE/A..D/:INVENTARIO;
PROIN(PRODUCTO, INGREDIENTE):X;
ENDSETS
DATA:
COMPROMISO=1000,500,400;
GANANCIA=7,7,6;
INVENTARIO =500,425,650,1100;
X=4,2,4,6,
3,2,2,9,
6,3,5,2;
ENDDATA
!FUNCION OBJETIVO MAXIMIZAR LA UTILIDAD;
MAX=@SUM(PRODUCTO:GANANCIA*NIVEL);
!RESTRICCION DEL INVENTARIO;
@FOR(INGREDIENTE(I):@SUM(PRODUCTO(P):X(P,I)*NIVEL(P))<=INVENTARIO(I)*16);
!RESTRICCION DEL COMPROMISO;
@FOR(PRODUCTO:NIVEL>=COMPROMISO);
END

5.2 EJEMPLO DE DIETAS ( usando 1 sub ndice):


El departamento de nutricin de u hospital prepara 30 menes de cena, uno para
cada da del mas. Una comida consiste en espagueti, pavo, papas en escalope y
pastel de manzanas. Como director del departamento de nutricin, usted ha
determinado que esta comida debe proporcionar 63000 miligramos de protenas, 10
miligramos de hierro, 15 miligramos de niacina, 1 miligramo de tiamina y 50
miligramos de vitamina C .cada 100 gramos de esta comida proporciona la cantidad
de cada nutriente y grasas indicadas en la siguiente tabla:

ESPAGUET
I
PAVO
PAPAS
ESPINACA
S
PASTEL

NUTRIENTE(mg / 100g)
TIACINA
TIAMINA
1.4
0.18

PROTEINA
5000

HIERRO
1.1

29300
5300
3000

1.8
0.5
2.2

5.4
0.9
0.5

4000

1.2

0.60

VITNA C
0.0

GRASA
5000

0.06
0.06
0.07

0.0
10
28

5000
7900
300

0.15

3.0

14300

SOLUCION: hacemos nuestra tabla


POTAJE
ESPAGUETI
PAVO
PAPAS
ESPINACAS
PASTEL
MINIMO

PROTEINA
5000
29300
5300
3000
4000
63000

HIERRO
1.1
1.8
0.5
2.2
1.2
10

NUTRIENTE(mg/100g)
TIACINA TIAMINA VITNA C
1.4
0.18
0
5.4
0.06
0
0.9
0.06
10
0.5
0.07
28
0.6
0.15
3
15
1
50

GRASA MAXIMO
5000
300
5000
300
7900
200
300
100
14300
100
0

Sea Xi: cantidad de nutriente de tipo (i=1, 2, 3, 4, 5,6) i=1---espagueti


i=2---pavo
i=3---papas
i=4---espinacas
i=5---pastel
i=6---grasa
Funcin objetivo:
Min Z=X6;
SUJETO A:
Restriccin de la cantidad de grasa total que debe haber :
5

X 6 X i * CGi 0 ; donde

CGi es la cantidad de grasa ya sea en


papas ,espinacas ,pastel, espagueti.
i 1

Pavo ,

Por lo tanto: X6 X1*5000 5000*X2 7900*X3 3000*X4 14300*X5=0


Restriccin de la cantidad de nutriente por cada 100 mg que proporciona:
5

X
i 1

MAXIMOi / 100 ; donde MAXIMO i es la cantidad mxima de cada potaje

ya sea de Espagueti, pavo, papas, espinacas y pastel


Por lo tanto:
Para i=1 -Para i=2 -Para i=3 -Para i=4 -Para i=5 --

X1<=300/100
X2<=300/100
X3<=200/100
X4<=100/100
X5<=100/100

Restriccin de la cantidad de nutriente por pataje que debe haber como


mnimo:
5

X
i 1

* nutriente j ,i MINIMO j

, donde NUTRIENTE j,i . j ,es la cantidad de

nutriente ya Sea de protena, hierro, tiacina, tiamina, vitna C ,grasa por Cada potaje
i ya sea :Espagueti, pavo, papas, espinacas, pastel.

Y MINIMO j es la cantidad de potaje como mximo que debe existir.


Por lo tanto:
Para i=1,2,3,4,5 Y j=1
X1*5000 + X2*29300 + X3*5300 + X4*3000 + X5*4000 >=63000
Para i=1,2,3,4,5 Y j=2
X1*1.1 + X2*1.8 + X3*0.5 + X4*2.2 + X5*1.2 >=10
Para i=1,2,3,4,5 Y j=3
X1*1.4 + X2*5.4 + X3*0.9 + X4*0.5 + X5*0.6 >=15
Para i=1,2,3,4,5 Y j=4
X1*0.18 + X2*0.06+ X3*0.06 + X4*0.07 + X5* 0.15 >=1
Para i=1,2,3,4,5 Y j=5
X1*5000 + X 2*5000 + X3*7900 + X4*300 + X5*14300 >=0
SETS:
POTAJE/1..5/:NIVEL,MAXIMO;
NUTRIENTE/1..6/:MINIMO;
PONU(POTAJE,NUTRIENTE):REQ;
ENDSETS
DATA:
MAXIMO=300,300,200,100,100;
MINIMO=63000,10,15,1,50,0;
REQ=5000,1.1,1.4,0.18,0,5000,
29300,1.8,5.4,0.06,0,5000,
5300,0.5,0.9,0.06,10,7900,
3000,2.2,0.5,0.07,28,300,
4000,1.2,0.6,0.15,3,14300;
ENDDATA
MIN=GRASA;
GRASA=@SUM(POTAJE(I):REQ(I,6)*NIVEL(I));
@FOR(POTAJE(I):NIVEL(I)<=MAXIMO(I)/100);
@FOR(NUTRIENTE(J):@SUM(POTAJE(I):REQ(I,J)*NIVEL(I))>=MINIMO(J));
END
HACIENDO CORRER EL PROGRAMA CON LINGO 11
Objective value:
Total solver iterations:
Variable
NIVEL( ESPAGUETI)
NIVEL( PAVO)
NIVEL( PAPAS)
NIVEL( ESPINACAS)
NIVEL( PASTEL)
A ASI SUCESIVAMENTE.

54800.00
3
Value
3.000000
2.833333
2.000000
1.000000
0.6666667

Reduced Cost
0.000000
0.000000
0.000000
0.000000
0.000000

- PROBLEMA 5.2
Una empresa que fabrica un producto nico, tiene 3 fabricas y 4 clientes. Las 3
fabricas producen 3 000, 5 000 y 5 000 unidades respectivamente, durante el siguiente
periodo. La empresa se comprometi a vender 4 000 unidades al cliente 1; 3 000
unidades al cliente 2; y, por lo menos, 3 000 unidades al cliente 3. Los clientes 3 y 4
quieren comprar la mayor cantidad posible de las unidades restantes. En la siguiente
tabla se da la ganancia asociada con el envo de una unidad desde la fabrica i hacia el
cliente j.
DESDE

Fabrica 1
Fabrica 2
Fabrica 3

AL CLIENTE
1
(dlares)
(dlares)
65
68
63

2
3
(dlares)
63
67
60

62
65
59

4
(dlares)
64
62
60

Plantear un problema de transporte balanceado que se pueda utilizar para maximizar


la ganancia de la compaa.
Solucin:
UNID ij = la cantidad enviada de la fabrica i al cliente j (i=1,2,3 j=1,2,3,4)
La funcin objetivo seria:
MAX 65 UNID( FAB1, CEN1) + 63 UNID( FAB1, CEN2) + 62 UNID( FAB1, CEN3) +
64 UNID( FAB1, CEN4)+ 68 UNID( FAB2, CEN1) + 67 UNID( FAB2, CEN2) + 65 UNID(
FAB2, CEN3) + 62 UNID( FAB2, CEN4)+ 63 UNID( FAB3, CEN1) + 60 UNID( FAB3,
CEN2) + 59 UNID( FAB3, CEN3) + 60 UNID( FAB3, CEN4)
SUBJECT TO
2] UNID( FAB1, CEN1) + UNID( FAB2, CEN1) + UNID( FAB3, CEN1) >= 4000
3] UNID( FAB1, CEN2) + UNID( FAB2, CEN2) + UNID( FAB3, CEN2) >= 3000
4] UNID( FAB1, CEN3) + UNID( FAB2, CEN3) + UNID( FAB3, CEN3) >= 3000
5] UNID( FAB1, CEN4) + UNID( FAB2, CEN4) + UNID( FAB3, CEN4) >= 6000
6] UNID( FAB1, CEN1) + UNID( FAB1, CEN2) + UNID( FAB1, CEN3) + UNID( FAB1,
CEN4)
<= 3000
7] UNID( FAB2, CEN1) + UNID( FAB2, CEN2) + UNID( FAB2, CEN3) + UNID( FAB2,
CEN4)
<= 5000
8] UNID( FAB3, CEN1) + UNID( FAB3, CEN2) + UNID( FAB3, CEN3) + UNID( FAB3,
CEN4)
<= 5000
END

Mostrando la solucin en LINGO:


SETS:
FABR/FAB1,FAB2,FAB3/: CAPAC;
CLIEN/CEN1,CEN2,CEN3,CEN4/:DEMAN;
VIAS(FABR,CLIEN):GANAN,UNID;
ENDSETS
DATA:
CAPAC=3000 5000 5000;
DEMAN=4000 3000 3000 6000;
GANAN=65,63,62,64,
68,67,65,62,
63,60,59,60;
ENDDATA
MAX UNID=@SUM(VIAS:GANAN*UNID);
@FOR(CLIEN(J):@SUM(FABR(I):UNID(I,J))>=DEMAN(J));
@FOR(FABR(I):@SUM(CLIEN(J):UNID(I,J))<=CAPAC(I));
END
Variable

Value

UNID( FAB1, CEN1)


UNID( FAB1, CEN2)
UNID( FAB1, CEN3)
UNID( FAB1, CEN4)
UNID( FAB2, CEN1)
UNID( FAB2, CEN2)
UNID( FAB2, CEN3)
UNID( FAB2, CEN4)
UNID( FAB3, CEN1)
UNID( FAB3, CEN2)
UNID( FAB3, CEN3)
UNID( FAB3, CEN4)

Reduced Cost

0.0000000
0.0000000
0.0000000
3000.000
2000.000
3000.000
0.0000000
0.0000000
2000.000
0.0000000
0.0000000
3000.000

3.0000000
1.0000000
2.0000000
0.0000000
0.0000000
0.0000000
0.0000000
2.0000000
0.0000000
0.0000000
1.0000000
0.0000000

. Problema (Usando 3 sub ndices):


La ciudad de Busville tiene tres distritos escolares. En la tabla A se da el nmero
de estudiantes que pertenecen a grupos minoritarios y no minoritarios. El 25% de
todos los estudiantes (200/800) pertenecen a grupos minoritarios.
TABLA A

DISTRITO

ESTUDIANTES ESTUDIANTES
MINORITARIOS NO MINORITARIOS

1
2
3

50
50
100

200
250
150

La corte local a decidido que cada una de las dos escuelas de segunda enseanza
de la ciudad (Cooley y walt whitman) debe tener aproximadamente (ms o menos
5%) el mismo porcentaje de estudiantes de minoras, que la ciudad entera. En la
tabla B se da las distancias entre los distritos escolares y las escuelas. Cada escuela
debe tener entre 300 y 500 estudiantes. Utilice la programacin lineal para
determinar la asignacin de los estudiantes a cada escuela para minimizar la
distancia total que tienen que viajar los estudiantes para llegar a ella.
TABLA B
DISTRITO
1
2
3

WALT
WHITMAN

COOLEY
1
2
1

2
1
1

SOLUCION:
Primero vamos a encontrar la funcin objetivo, la escuela busca minimizar la
distancia total recorrida por sus estudiantes desde su distrito a la escuela y cuantos
estudiantes son mayoras y minoritarios, entonces vamos a llamar a la variable
estudiantes i,j,k, donde i: estudiantes del distrito i (i=1,2,3) que pertenecen al grupo j
(1:minoria,2:mayoria) y que estudian en la escuela k ( 1:Cooley,2:Walt Whitman).Si lo
queremos expresar escalarmente con los datos de la tabla Nro 2

MIN=1*( estudiantes 111+ estudiantes 121)+2*( estudiantes 211+ estudiantes


estudiantes 311+ estudiantes 321)+2*( estudiantes 112+ estudiantes
221)+1*(
222)+1*( estudiantes 221+ estudiantes 222)+1*( estudiantes 312+1* estudiantes 322)
SETS:
DIST/1 . . 3/ : ;
TIPO / 1 . .2/ : ;
COLE / 1 . .2 / : ;
DT ( DIST , TIPO ) : CANT ;
DC ( DIST , COLE ) : DIS ;
DTC ( DIST , TIPO , COLE ) : X ;
ENDSETS ;
DATA:
CANT = 50 , 200 , 50 , 250 , 100 , 150 ;
DIS = 1 , 2 , 2 , 1 , 1 , 1 ;
N = 300 , 500 ;
ENDDATA
MINIMIZAR LA DISTANCIA TOTAL RRECORRIDA POR LOS ESTUDIANTES ;
MIN = @ SUM ( DTC : DIS * X ) ;
TOTAL DE ESTUDIANTES POR DISTRITO
@ FOR ( DIST ( I ) : @ FOR ( TIPO (J) : @SUM(COLE (K) : X (I,J,K) ) = CANT (I,J)));
!ESTUDIANTES POR COLEGIO ;
@FOR (COLE (K) : @SUM( DT ( I,J ) |J# EQ#1 : X ( I,J,K) ) >=0.2 * ( @SUM(DT(I,J):X(I,J,K))));
@FOR ( COLE(K) : @SUM( DT ( I, J ) |J#EQ#1 : X( I,J,K) ) < 0.3 * ( @ SUM ( DT(I,J):X(I,J,K))));
END

- PROBLEMA DE TRANSPORTE (usando 4 subndices):

La Quality Paper, fabricante y distribuidor de papel .produce 3 tipos diferentes de papel


que se pueden fabricar tanto en la fabrica A,B, o C ubicados en lima.la empresa busca
satisfacer la demanda establecida para las ciudades(Tacna y Cuzco) en donde se
venden los productos, adems en cada ciudad existen 2 tipos de centros de
distribucin(supermercados y libreras) los cuales pertenecen a la corporacin.los
precios de ventas de los productos segn donde fueron fabricados, la ciudad y el
centro de distribucin donde se va a vender son los siguientes:
TACNA

Fab A
Fab B
Fab C

SUPERMEMRCADO LIBRERIA
Prod Prod2 Prod3 Prod1 Prod2 Prod3

CUZCO
SUPERMERCADO
LIBRERIA
Prod Prod2 Prod3 Prod1 Prod2 Prod3

1
13
10
12

1
14
13
11

15
13
11

17
14
13

11
12
10

12
14
11

15
16
13

12
14
13

13
15
14

15
11
12

13
12
13

La corporacin busca maximizar sus ventas y saber como va a distribuir sus productos
tomando en cuenta la capacidad de produccin de las fbricas, la demanda de las
ciudades y la capacidad de los centros de distribucin.

Capacidad de produccin
FAB

FAB

FAB C

PROD1

75

65

70

PROD2

60

70

80

PROD3

65

75

75

Demanda
PROD1
PROD2
PROD3

TACNA
73
58
67

CUZCO
67
72
74

Capacidad de los centros de distribucin


SUPER MERCADO
LIBRERA

TACNA
150
130

CUZCO
140
150

Solucin:
Xi,j,k,l=cantidad de productos fabricados en la fabrica i(i=A,B,C),en la ciudad si en
TACNA, si y

CUZCO(j=TC,CZ) distribuidos en SUPER MERCADO y LIBRERA

(K=SM,L) el producto L(L=P1,P2,P3).

12
13
14

FUNCION OBJETIVO:
C

MAX

CZ

P4

I A, J TC K SM L P1

X I , J , K , L * PRECIOI , J , K , L

, donde PRECIO es el precio

de venta de cada producto.


MAXZ=13 * XA,P1,SM,TC + 15* XA,P1,SM,CZ + 17 * XA,P1,L,TC+11 * XA,P1,L,CZ
+ 12 * XA,P2,SM,TC + 15 * XA,P2,SM,CZ +14*XA,P2,L,TC + 12 * XA,P2_L,CZ + 13
* XA,P3,SM,TC + 15 * XA,P3,SM,CZ + 13 * XA,P3,L,TC + 12 * XA,P3,L,CZ + 10 *
XB,P1,SM,TC + 13 *XB,P1,SM,CZ + 14 * XB,P1,L,TC + 12 * XB, P1, L, CZ + 14 *
XB, P2,SM,TC + 16 * XB,P2,SM,CZ + 13 * XB,P2,L,TC + 14 * XB,P2,L,CZ + 15 *
XB,P3,SM,TC + 11 * XB,P3,SM,CZ + 12 * XB,P3,L,TC + 13 *XB,P3,LCZ +12 *
XC,P1,SM,TC + 11 * XC,P1,SM,CZ + 13 * XC,P1,L,TC + 10 *XC,P1,L,CZ + 11 *
XC,P2,SM,TC + 13 * XC,P2,SM,CZ + 11 * XC,P2,LTC +13 * XC,P2,L,CZ + 14 *
X,C,P3,SM,TC + 12 * XC,P3,SM,CZ + 13 *XC,P3,L,TC + 14 * XC,P3,LCZ ;
SUJETO A:
Capacidad de produccin:
L

P4

K SM , L P1

I , J ,K ,L

Para I=A,J=P1:
XA,P1_SM,TC + XA,P1,SM,CZ + XA,P1,L,TC + XA,P1,L,CZ <= 75 ;
Para I=A,J=P2:
XA,P2,SM,TC + XA,P2,SM,CZ + XA,P2,L,TC + XA,P2,L,CZ <= 60 ;
Para I=A,J=P3:
XA,P3,SM,TC + XA,P3,SM,CZ + XA,P3,L,TC + XA,P3,L,CZ <= 65 ;
Para I=B,J=P1:
XB,P1,SM,TC + XB,P1,SM,CZ + XB,P1,L,TC + XB,P1,L,CZ <= 65 ;
Para I=B,J=P2:
XB,P2,SM,TC + XB,P2,SM,CZ + XB,P2,L,TC + XB,P2,L,CZ <= 70 ;
Para I=B,J=P3:
XB,P3,SM,TC + XB,P3,SM,CZ + XB,P3,L,TC + XB,P3,L,CZ <= 75 ;
Para I=C,J=P1:
XC,P1,SM,TC + XC,P1,SM,CZ + XC,P1,L,TC + XC,P1,L,CZ <= 70 ;
Para I=C,J=P2:
XC,P2,SM,TC + XC,P2,SM,CZ + XC,P2,L,TC + XC,P2,LCZ <= 80 ;

Para I=C,J=P3:
XC,P3,SM,TC + XC,P3,SM,CZ + XC,P3,L,TC + XC,P3,L,CZ <= 75
Demanda:
C

I A , K SM

I ,J ,K ,L

Para J=TC, L=P1:


XA,P1,SM,TC + XA,P1,L,TC + XB,P1,SM,TC + XB,P1,L,TC +XC,P1,SM,TC +
XC, P1, L, TC >= 73;
Para J=CZ, L=P1:
XA,P1,SM,CZ + XA,P1,L,CZ + XB,P1,SM,CZ + XB,P1,L,CZ +
XC,P1,SM,CZ + XC,P1,L,CZ >= 67 ;
Para J=TC, L=P2:
XA,P2,SM,TC + XA,P2,L,TC + XB,P2,SM,TC + XB,P2,L,TC +
XC,P2,SM,TC + XC,P2,L,TC >= 58 ;
Para J=CZ, L=P2:
XA,P2,SM,CZ + XA,P2,L,CZ + X,B,P2,SM,CZ + XB,P2,L,CZ +
XC,P2,SM,CZ + XC,P2,L,CZ >= 72 ;
Para J=TC, L=P3:
XA,P3,SM,TC + XA,P3,L,TC + XB,P3,SM,TC + XB,P3,L,TC +
XC,P3,SM,TC + XC,P3,L,TC >= 67 ;
Para J=CZ, L=P3:
XA,P3_SM,CZ + XA,P3,L,CZ + XB,P3,SM,CZ + XB,P3,L,CZ +
XC,P3,SM,CZ + XC,P3,L,CZ >= 74 ;

Capacidad de los centros de distribucin:


C

P4

I A , L P1

I ,J ,K ,L

Para J=TC, K=SM:


XA,P1,SM,TC + XA,P2,SM,TC + XA,P3,SM,TC + XB,P1,SM,TC +
XB,P2,SM,TC +
XB,P3,SM,TC + XC,P1,SM,TC + XC,P2,SM,TC
XC,P3,SM,TC<=150

Para J=CZ, K=SM:


XA,P1,SM,CZ + X,A,P2,SM,CZ + X,A,P3,SM,CZ + X,B,P1,SM,CZ +
X_B_P2_SM_CZ + XB,P3_SM,CZ + XC,P1,SM,CZ + XC,P2,SM,CZ + XC,P3,SM,CZ
<= 140 ;
Para J=TC, K=L:

XA,P1,L,TC + XA,P2,L,TC + X,A,P3,L,TC + XB,P1,L,TC +XB,P2,L,TC + XB,P3,L,TC


+ XC,P1,L,TC + XC,P2,L,TC + XC,P3,L,TC <=130 ;
Para J=CZ, K=L:
XA,P1,L,CZ + XA,P2,L,CZ + XA,P3,L,CZ + XB,P1,L,CZ +XB,P2,L,CZ + XB,P3,L,CZ
+ XC,P1,L,CZ + XC,P2,L,CZ + XC,P3,L,CZ <=150 ;
EL EQUIVALENTE EN LINGO ES:
SETS:
! FABRICAS DONDE SE VA A PRODUCIR EL PAPEL;
FABRICAS/A B C/: ;
! PRODUCTOS A SER PRODUCIDO POR LAS FBRICAS;
PRODUCTOS/P1 P2 P3/: ;
! CENTRO DE DISTRIBUCION DE LOS PRODUCTOS;
CDIST/SM L/:;
! CIUDADES DONDE VAN A SER DISTRIBUIDOS LOS PRODUCTOS;
CIUDAD/TC CZ/:;
! REQUERIMIENTO DE PRODUCTOS PARA UNA FABRICA ,EN UNA CIUDAD,EN UN
DETERMINADO SUPERMERCADO;
FPCC (FBRICAS, PRODUCTOS, CDIST, CIUDAD): PRECIO, X;
! CAPACIDAD DE PRODUCCION DE UN TERMENINADOM PRODUCTO POR
FBRICA;
FABPRO (FBRICAS, PRODUCTOS): CAPACIDAD;
! DEMANDA DE PRODUCCION;
PROCIU(PRODUCTOS,CIUDAD):DEMANDA;
! CAPACIDAD DE LOS CENTROS DE DISTRIBUCION;
CDCIUDAD (CDIST, CIUDAD): CAPACCD;
ENDSETS
DATA:
CAPACIDAD=75,60,65,
65,70,75,
70,80,75;
DEMANDA= 73,67,
58,72,
67,74;
CAPACCD= 150,140,
130,150;
PRECIO= 12,15,17,11,12,15,14,12,13,15,13,12,
10,13,14,12,14,16,13,14,15,11,12,13,
12,11,13,10,11,13,11,13,14,12,13,14;
ENDDATA
!FUNCION OBJETIVO ,MAXIMIZANDO LA UTILIDAD;
[OBJETIVO]MAX =@SUM(FPCC:PRECIO*X);
!RESTRICCION DE LA CAPACIDAD DE DISTRIBUCION ;
@FOR(FABPRO(I,J):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACIDAD(I,J));
!RESTRICCION DE LA DEMANDA;
@FOR(PROCIU(J,L):@SUM(FPCC(I,J,K,L):X(I,J,K,L))>=DEMANDA(J,L));
! RESTRICCION DE LA CAPACIDAD DE LOS CENTROS DE DISTRIBUCION;
@FOR(CDCIUDAD(K,L):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACCD(K,L));
END

HACIENDO CORRER EL PROGRAMA CON LINGO 10.0


Global optimal solution found.
Objective value:
Total solver iterations:

8260.000
20

Variable
Value
Reduced Cost
PRECIO( A, P1, SM, TC)
12.00000
0.000000
PRECIO( A, P1, SM, CZ)
15.00000
0.000000
PRECIO( A, P1, L, TC)
17.00000
0.000000
PRECIO( A, P1, L, CZ)
11.00000
0.000000
PRECIO( A, P2, SM, TC)
12.00000
0.000000
PRECIO( A, P2, SM, CZ)
15.00000
0.000000
PRECIO( A, P2, L, TC)
14.00000
0.000000
PRECIO( A, P2, L, CZ)
12.00000
0.000000
PRECIO( A, P3, SM, TC)
13.00000
0.000000
A ASI SUCESIVAMENTE.

6. PROBLEMAS DE TRANSPORTE
La cadena de restaurantes CUATRO MARAS se especializa en la preparacin y
venta de pescados y mariscos. La demanda de pescado de las cuatro sucursales de la
cadena de restaurantes CUATRO MARAS es presentada en la siguiente tabla.
Sucursal
Demanda (Ton)

Jess Mara
15

Callao
17

San Luis
22

Los Olivos
12

La cadena de restaurantes CUATRO MARAS compra el pescado de tres


proveedores que proporcionan las siguientes cantidades (ton) de pescado:
Proveedor
Cantidad

Ventanilla
30

Villa El Salvador
25

Chorrillos
21

Los costos de transporte (soles/tonelada) de los proveedores a las sucursales son:


Proveedor

Jess Mara

Ventanilla
Villa El Salvador
Chorrillos

6
4
8

Sucursal
Callao
San
Luis
2
6
9
5
8
1

Los Olivos
7
3
5

Formule el modelo de PL que permita determinar la distribucin ptima del pescado de


los proveedores a las sucursales.

El modelo en LINGO es:


MODEL:
! Problema de transporte de 3 proveedores a 4 sucursales;
SETS:
PROVEEDOR / 1..3/: CAPACIDAD;
SUCURSAL
/ 1..4/: DEMANDA;
RUTAS( PROVEEDOR, SUCURSAL): COSTO, VOLUMEN;
ENDSETS
! La funcin objetivo;
[OBJ] MIN = @SUM( RUTAS: COSTO * VOLUMEN);
! Las restricciones de demanda son;
@FOR( SUCURSAL( J): [DEMANDA](@SUM( PROVEEDOR( I): VOLUMEN( I, J))
>= DEMANDA( J))));
! Las restricciones de los proveedores son;
@FOR( PROVEEDOR( I): [SUPPLY](@SUM( SUCURSAL( J): VOLUMEN( I, J))
<= CAPACIDAD( I))));
! Los parmetros del modelo son;
DATA:
CAPACIDAD = 30, 25, 21;
DEMANDA = 15, 17, 22, 12;
COSTO = 6, 2, 6, 7,
4, 9, 5, 3,
8, 8, 1, 5;
ENDDATA
END

- Problema 5.2
Los requerimientos para la produccin de 3 tipos de barras de chocolate as como la
cantidad de recursos y la utilidad de cada tipo se muestran en el siguiente cuadro:
Materia
prima
Azcar
Chocolate
Ganancia
unitaria

B1

B2

B3

1
2
3

1
3
7

1
1
5

Cantidad
disponible
50
100

Solucin:
Utilizando el siguiente algoritmo para resolver el modelo mediante LINGO:
Sets:
in/1..2/:d;
b/1..3/:p,g;
ca(in,b):Uso;
Endsets
Data:
g=3 7 5;
d=50 100;
Uso= 1 1 1

2 3 1;
Enddata
Max=@sum (b:p*g);
@for(in(i):@sum(b(j):uso(i,j)*p(j))<=d(i));
End
MAX

3 P (1) + 7 P (2) + 5 P (3)

SUBJECT TO
2] P (1) + P (2) + P (3) <= 50
3] 2 P (1) + 3 P (2) + P (3) <= 100
END
Objective value:
Variable
D( 1)
D( 2)
P( 1)
P( 2)
P( 3)

300.0000
Value
50.00000
100.0000
0.0000000
25.00000
25.00000

Reduced Cost
0.0000000
0.0000000
3.000000
0.0000000
0.0000000

- PROBLEMA 5.2
Sailco Corporation tiene que determinar cuntos veleros hay que producir en cada uno
de cuatro trimestres. La demanda es 40, 60, 75 y 25 para el primer, segundo, tercero y
cuarto trimestre. Sailco tiene que cumplir con las demandas. Al principio del primer
trimestre, Sailco tiene un inventario de 10 veleros. Sailco tiene que decidir, al principio
de cada trimestre, cuntos veleros hay que construir en el trimestre. Los veleros
construidos en un trimestre son usados para satisfacer la demanda de ese trimestre.
Durante cada trimestre, Sailco puede producir hasta 40 veleros, en el tiempo regular
de trabajo, a un costo de 400 dlares por velero. Sailco puede producir ms veleros, al
hacer que trabajen tiempo extra los empleados durante un trimestre, a un costo total
de 450 dlares por velero. Al final de cada trimestre (despus de terminar la
produccin y despus de satisfacer la demanda del trimestre actual) se presentan
costos de mantenimiento del inventario, de 20 dlares por velero.
Utilice la programacin lineal para determinar un programa de produccin para los
siguientes cuatro trimestres.
El modelo en LINGO es:

!El modelo en LINGO es:


Sets:
trimestres/1..4/:tiempo,demanda,prod_reg,prod_ext,inv;
Endsets
Min=@sum(trimestres:400*prod_reg+450*prod_ext+20*inv);
@for(trimestres(i):prod_reg(i)<40);
@for(trimestres(i)|tiempo(i) #gt#1:
inv(i)=inv(i-1)+prod_reg(i)+prod_ext(i)-demanda(i););
inv(1)=10+prod_reg(1)+prod_ext(1)-demanda(1);
Data:
demanda=40,60,75,25;
tiempo=1,2,3,4;
Enddata
End

6. PROBLEMA DE INVERSIN
Suponga que Ud. es trabajador de la empresa DISQUET S.A. Uno de los beneficios
que le otorga la empresa es el plan de retiro en que Ud. aporta 5% de su ingreso
mensual y 5% lo pone DISQUET S.A. El dinero de este plan de retiro es invertido en
cualquiera de dos fondos: fondos mutuos o fondos de acciones. Suponga que la
empresa le pregunta a Ud. qu fraccin de dinero debe ser invertido en cada fondo.
Antes de tomar una decisin, Ud. investiga y se entera que el fondo de acciones ha
crecido a una tasa anual promedio de 10% mientras que los fondos mutuos a una tasa
anual promedio de 8%. Para diversificar su cartera de inversiones y controlar el riesgo,
Ud. no desea poner todos los huevos en una sola canasta por lo que ha logrado
identificar dos pautas:
Ninguno de los fondos debe tener ms de 70% de la inversin total.
La cantidad de dinero en el fondo de acciones no debe exceder del doble invertido
en los fondos mutuos.
Qu decisin Ud. tomara para optimizar su dinero?

El modelo en LINGO es:


Model:
Sets:
Tipos_de_inversion/acciones, fondos_mutuos/:tope_maximo;
cantidad(tipos_de_inversion): interes, monto;
Endsets
Data:
interes= 0.1, 0.08;
tope_maximo = 0.7, 0.7;
Enddata
MAX = @sum(cantidad: monto*interes);
@for(tipos_de_inversion(i) :monto(i)<=tope_maximo(i));
monto(acciones)<=2*monto(fondos_mutuos);
@sum(cantidad:monto)=1;
End

7. PLANEACIN DE PRODUCCIN
QUMICA S.A. produce dos solventes, S1 y S2. Las empresas compran S1 y S2 para
disolver ciertas pinturas y sustancias txicas. La empresa trabaja 40 horas semanales
y en el departamento de mezcla tiene a 4 trabajadores a tiempo completo y a tres a
tiempo parcial, que trabajan 10 horas a la semana cada uno. Los trabajadores operan
seis mquinas que mezclan las sustancias qumicas para producir cada solvente. Los
productos salen del departamento de mezclado para pasar al departamento de

purificacin que posee seis purificadores y emplea a siete trabajadores de tiempo


completo y a uno de tiempo parcial que trabaja 12 horas a la semana. QUMICA S.A.
tiene una provisin ilimitada de materia prima para producir los dos solventes. El
volumen de venta de S1 es ilimitado pero de S2 es de 100,000 galones semanales. El
departamento de contabilidad estima una utilidad de $0.35 por galn de S1 y $0.45 por
galn de S2. El gerente de procesos estima que el nmero de horas necesarias para
producir mil galones de cada solvente en los departamentos de mezcla y purificacin
es dada en la siguiente tabla:
Departamento
Mezcla
Purificacin

S1
2
1

S2
1
2

Cul es el plan de produccin ptimo para QUMICA S.A.?


El modelo en LINGO es:
Model:
Sets:
Solvente/1..2/:;
Departamento/ mezcla, purificacion/: disponibilidad_horas;
Produccion(Solvente):cantidad, utilidad;
Horas_de_consumo(Solvente,Departamento):Horas;
Endsets

Data:
utilidad = 350, 450;
horas = 2,1,
1,2;
disponibilidad_horas=190, 292;
Enddata
Max=@sum (Produccion:cantidad*utilidad);
@for(Departamento(j):@sum(Produccion(i):cantidad(i)*horas(i,j))<=disponibilidad_horas(j));
@for (Produccion:cantidad(2)<=100);

8. PLANEAMIENTO FINANCIERO
-PROBLEMA 8.1
Un banco otorga cuatro tipos de prstamos a sus clientes los cuales producen las
siguientes tasas de inters anual:
Tipo de prstamo
Compra de casa (o departamento)
Compra de un terreno
Ampliar o remodelar el hogar
Compra de un carro

Tasa de inters anual


14%
20%
20%
10%

El banco ha dispuesto 250 millones de nuevos soles para otorgar los prstamos. Las
directivas que se deben tener presentes para efectuar los prstamos son:

a. Los prstamos para compras de casa deben ser al menos 55% de todos los
prstamos otorgados para compras de casa o terreno y al menos 25% de todos los
prstamos otorgados.
b. Los prstamos para compra de terrenos no pueden exceder el 25% de todos los
prstamos otorgados.
c. Para evitar el descontento pblico y la introduccin de un impuesto no previsto el
dinero total anual recaudado por los prstamos no debe exceder el 15% del total
de dinero destinado a los prstamos.
Formule el problema de prstamos del banco como un PL.
El modelo en LINGO es:
! PLANEAMIENTO FINANCIERO;
Model:
Sets:
Tipo_de_prestamo/casa, terreno, hogar,carro/:interes;
Dinero(Tipo_de_prestamo):cantidad;
Endsets
Data:
interes= 0.14, 0.20, 0.20, 0.10;
Enddata
Max= @sum(Dinero(i):cantidad(i)*interes(i));
@sum(Dinero(i):cantidad(i))<=250;
@for(Dinero:cantidad(1)>=0.55*@sum(Dinero(i)|i#le#2:cantidad(i)));
@for(Dinero:cantidad(1)>=0.25*@sum(Dinero(i):cantidad(i)));
@for(Dinero:cantidad(2)<=0.25*@sum(Dinero(i):cantidad(i)));
@sum(Dinero(i):cantidad(i)*interes(i)) <= 0.15*@sum(Dinero(i):cantidad(i));
-. Problema 8 .2
Cuatro productos se procesan en secuencia de dos maquinas. La siguiente tabla
proporciona los datos pertinentes al problema.
Tiempo de fabricacin por unidad (hora)
Costo
Producto
Mquina
($)
/
hora
1
2
1
10
2
3
2
5
3
2
Precio
de
venta
65
70

3
4
1

4
2
2

55

45

Capacida
d
(hora)
500
380

Solucin:
Xij: unidades producidas por tipo de producto j (1, 2, 3, 4), utilizando cada maquina i
(1, 2)
MAX Z = 65(X11 + X12) + 70(X21 + X22) + 55(X31 + X32) + 45(X41 + X42)
- 10 (2X11 + 3X21 + 4X31 + 2X41) - 5(3X12 + 2X22 + 1X32 + 2X42)

MAX Z = 45X11 + 50X21 + 40X12 + 60X22 + 15X13 + 50X23 + 25X14 +35X24


Sujeto a:
Capacidad de la maquina 1:
Capacidad de la maquina 2:

2X11+ 3X12 + 4X13 + 2X14 <= 500


3X21 + 2X22 + 1X23 + 2X24 <=380

!MAQ=MAQUINA(1,2) CAP=CAPACIDAD DE CADA MAQUINA(HORAS);


!PROD=PRODUCTO(1,2,3,4) PV=PRECIO DE VENTA;
!TM= TIEMPO X=UNIDADES PRODUCIDAS UTI= UTILIDAD;
SETS:
MAQ/1..2/:CAP;
PROD/1..4/:PV;
MATRIZ1(MAQ,PROD):TM,X,uti;
ENDSETS
DATA:
CAP=500,380;
PV=65,70,55,45;
TM= 2,3,4,2,
3,2,1,2;
UTI=45,40,15,25
50,60,50,35;
ENDDATA
MAX=@SUM(MATRIZ1:UTI*X);
@FOR(MAQ(I):@SUM(PROD(J):TM(I,J)*X(I,J))<=CAP(I));
END

Solucin ptima:
MAX
45 X( 1, 1) + 40 X( 1, 2) + 15 X( 1, 3) + 25 X( 1, 4)+ 50 X( 2, 1) + 60 X( 2, 2)
+ 50 X( 2, 3) + 35 X( 2, 4)
SUBJECT TO
2] 2 X( 1, 1) + 3 X( 1, 2) + 4 X( 1, 3) + 2 X( 1, 4) <= 500
3] 3 X( 2, 1) + 2 X( 2, 2) + X( 2, 3) + 2 X( 2, 4) <= 380
END
Objective value:
Variable
X( 1, 1)
X( 1, 2)
X( 1, 3)
X( 1, 4)
X( 2, 1)
X( 2, 2)
X( 2, 3)
X( 2, 4)
-

30250.00
Value
Reduced Cost
250.0000
0.0000000
0.0000000
27.50000
0.0000000
75.00000
0.0000000
20.00000
0.0000000
100.0000
0.0000000
40.00000
380.0000
0.0000000
0.0000000
65.00000

PROBLEMA DE PERSONAL 8.3

Para una jornada de 24 horas un hospital esta requiriendo el siguiente personal para
el rea de enfermera, se define 6 turnos de 4 horas cada uno.
Turno

Nmero mnimo
de personal

2:00 - 6:00
6:00 - 10:00
10:00 - 14:00
14:00 - 18:00
18:00 - 22:00
22:00 - 2:00

4
8
10
7
12
4

Los contratos laborales son de 8 horas consecutivas por da. El objetivo es encontrar
el nmero menor de personas que cumplan con los requerimientos. Formule el
problema como un modelo de programacin lineal.
Solucin:
Xi = Cantidad de personal por cada turno i = 1, 2, 3, 4, 5, 6.
Necesidades de personal por horario
2:00
- 6:00
Horas
6:00
10:00
X1
X1
X2

10:00
14:00
X2
X3

X6
Personal
4
8
10
MIN Z = X1 + X2 + X3 + X4 + X4 + X5 + X6
Sujeto a:
Turno 1:
X1 + X6 >= 4
Turno 2:
X1 + X2 >=8
Turno 3:
X2 + X3 >=10
Turno 4:
X3 + X4 >=7
Turno 5:
X4 + X5 >=12
Turno 6:
X5 + X6 >=4

14:00
18:00
X3
X4

18:00
20:00

X4
X5
12

20:00
24:00

X5
X6
4

!HORAS=TUENO X=CANTIDAD DE PERSONAL POR TURNO;


!PERS=PERSONAL MIN=PERSONAL MINIMO;
!CANT=PERSONAL POR TURNO (1=EXISTE PERSONAL EN EL TURNO, 0= NO
EXISTE PERSONAL EN EL TURNO);
SETS:
HORAS/1..6/:X;
PERS/1..6/:MIN;
MATRIZ1(HORAS,PERS):CANT;
ENDSETS
DATA:
MIN=4,8,10,7,12,4;
CANT=1,1,0,0,0,0,

0,1,1,0,0,0,
0,0,1,1,0,0,
0,0,0,1,1,0,
0,0,0,0,1,1,
1,0,0,0,0,1;
ENDDATA
MIN=@SUM(HORAS:X);
@FOR(PERS(J):@SUM(HORAS(I):CANT(I,J)*X(I))>=MIN(J));
END
MIN X( 1) + X( 2) + X( 3) + X( 4) + X( 5) + X( 6)
SUBJECT TO
2] X( 1) + X( 6) >= 4
3] X( 1) + X( 2) >= 8
4] X( 2) + X( 3) >= 10
5] X( 3) + X( 4) >= 7
6] X( 4) + X( 5) >= 12
7] X( 5) + X( 6) >= 4
END
Objective value:

26.00000
Variable
X(1)
X(2)
X(3)
X(4)
X(5)
X(6)

Value
0.0000000
8.000000
2.000000
5.000000
7.000000
4.000000

Reduced Cost
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000
0.0000000

- PROBLEMA 8.4
Se desean invertir 2 mil dlares en 6 tipos de inversin cuyas caractersticas son las
siguientes:
Tipo
de
Inversion

Interes
Anual (%)

Factor
Riesgo

1
2
3
4
5
6

8.5
9
8.5
14.3
6.7
13

0.02
0.01
0.38
0.45
0.07
0.35

de

Plazo
promedio
de
inversion
8
2
5
6
2
4

El factor de riesgo significa la probabilidad de que el rendimiento real sea inferior al


esperado. Se considera ventajoso un perodo promedio ponderado de inversin de
ciando menos 5 aos; pero el factor promedio ponderado de riesgo no debe ser
superior a 0.20. La ley prohbe que la suma de las inversiones de los tipos 4 y 6 sea
mayor al 25% del total de la inversin. Con P.L formule un modelo de P.L para decidir
cmo invertir para maximizar el rendimiento de los 2 millones de dlares.

Solucin:
Xj = cantidad de dlares a invertir
maximizar el rendimiento.

en el tipo de inversin j (1, 2, 3, 4, 5,6) para

MAX Z = 0.085X1 + 0.09X2 + 0.85X3 + 0.143X4 + 0.067X5 +0.13X6


Sujeto a:
X1 + X2 + X3 +X4 + X5 + X6 = 2 000
0.02X1 + 0.01X2 + 0.38X3 + 0.45X4 + 0.07X5 + 0.35X6 = 0.2 (2 000) = 400
8X1
+ 2X2
+ 5X3
+ 6X4
+2X5
+ 4X6
= 5 (2 000) = 10 000
X4
+ X6
= 0.25 (2 000) = 500
!TIPO=TIPO DE INVERSION INV= INVERSION SUJETA A FACTORES;
!INT=INTERES ANUAL X=CANTIDAD DE DOLARES A INVERTIR EN LA
INVERSION;
!DAT= CARACTERISTICAS;
SETS:
TIPO/1..4/:INV;
CAR/1..6/:INT,X;
MATRIZ1(TIPO,CAR):DAT;
ENDSETS
DATA:
INT=8.5,9,8.5,14.3,6.7,13;
INV= 2000,400,10000,500;
DAT= 1,1,1,1,1,1,
0.02,0.01,0.38,0.45,0.07,0.35,
8,2,5,6,2,4,
0,0,0,1,0,1;
ENDDATA
MIN=@SUM(CAR:0.01*INT*X);
@FOR(TIPO(I):@SUM(CAR(J):DAT(I,J)*X(J))>=INV(I));
END
Global optimal solution found at step:
5
Objective value:
184.8433
Variable
X( 1)
X( 2)
X( 3)
X( 4)
X( 5)
X( 6)

Value
592.0398
0.0000000
482.5871
0.0000000
425.3731
500.0000

Reduced Cost
0.0000000
0.2461194E-01
0.0000000
0.3865672E-02
0.0000000
0.0000000

9. PROBLEMAS DE PROGRAMACIN ENTERA CON LINGO


Problema 1

La decisin de una corte estableci que la matrcula de cada escuela de bachillerato


en Metrpolis debe tener por lo menos 20% de negros. El nmero de estudiantes de
bachillerato, blancos y negros, en cada uno de los 5 distritos escolares de la ciudad se
muestra en la tabla 2 .La distancia (en millas)que un estudiante debe viajar a cada
escuela de bachillerato en cada distrito, se proporciona en la tabla 3.La poltica escolar
establece que todos los estudiantes en un distrito dado asistan a la misma escuela .Si
se supone que cada escuela debe tener una matricula de por lo menos 150
estudiantes ,formule un PE con el que se pueda minimizar la distancia total que los
estudiantes de Metrpolis tienen que recorrer hasta la escuela.
TABLA 2

TABLA 3

Solucin:
Si los estudiantes del distrito

Xij = i (i = 1, 2, 3, 4, 5,6) son enviados a


la escuela j (j =

=1,2)

Distrit
o
1
2
3
4
5

Escuela
de
bachillerato 1
1
0.5
0.8
1.3
1.5

Escuela
de
bachillerato 2
2
1.7
0.8
0.4
0.6

0, si no es as.
Entonces, el PE apropiado es:
Para hallar la funcin objetivo tengo que sumar la cantidad de blancos y negros que
hay en cada distrito y despus multiplicarlo por la distancia que hay de ese distrito a
cada escuela.
Funcin objetivo es:
Min z = 110 X11+220 X12+37.5 X21+127.5 X22+80 X31+80 X32 +117 X41 +36 X42 +135 X51
+54 X52
s.a :
110 X11+75 X21+100 X31+90 X41 +90 X51 >=150(escuela 1 debe tener una
matricula de por lo menos 150 estudiantes)
110 X12+75 X22+100 X32+90 X42 +90 X52 >=150(escuela 2 debe tener una
matricula de por lo menos 150 estudiantes)
30 X11 5 X21 10 X31 40 X41 30 X51
(escuela1 debe tener
110 X11 75 X21 100 X31 90 X41 90 X51
por lo menos 20% de negros)
30 X12 5 X22 10 X32 40 X42 30 X52
0.20<=
(escuela2 debe tener
110 X12 75 X22 100 X32 90 X42 90 X52
por lo menos 20% de negros)
0.20<=

Los estudiantes de cada distrito bien van a la escuela 1 2, pero no a las dos a la
vez por lo que solo una de ellas tiene el valor de uno y la otra de cero.
X11+ X12 =1(todos los estudiantes del distrito1 asisten a la misma escuela)
X21+ X22 =1(todos los estudiantes del distrito2 asisten a la misma escuela)
X31+ X32 =1(todos los estudiantes del distrito3 asisten a la misma escuela)
X41 + X42 =1(todos los estudiantes del distrito4 asisten a la misma escuela)
X51 + X52 =1(todos los estudiantes del distrito5 asisten a la misma escuela)

Xij =1 0; (i = 1, 2, 3, 4, 5,6), (j = 1,2)


El programa en Lingo es:
! MODELO DE WINSTON CAP 9 # 4;
!total es alumnos blancos mas alumnos negros en cada escuela;
SETS:
distrito/1..5/:total;
escuela/1..2/:;
MATRIZ(distrito,escuela):X,alumnos,millas;
ENDSETS
DATA:
millas = 1, 2
0.5, 1.7
0.8, 0.8
1.3, 0.4
1.5, 0.6;
alumnos= 80, 30
70, 5
90, 10
50, 40
60, 30;
minmatri=150;
minnegros=0.2;
ENDDATA
MIN=@SUM(matriz(i,j):total(i)*x(i,j)*millas(i,j));
@for(distrito(i):total(i)=@sum(escuela(j):alumnos));
! RESTRICCION DE matri por escuela;
@FOR(escuela(J):@sum(distrito(i):total(i)*x(i,j))>=minmatri);
! RESTRICCION DE negros por escuela;
@FOR(escuela(J):@sum(distrito(i):alumnos(i,2)*x(i,j))/@sum(distrito(i):total(i)*x(i,j))>
=minnegros);
@FOR(distrito(i):@SUM(escuela(J):x(I,J))=1);
! RESTRICCION DE VARIABLES BINARIAS;
@FOR(MATRIZ(I,J)):
@BIN(x(I,J));
La distancia mnima total que todos los estudiantes de Metrpolis tienen que recorrer
hasta la escuela es 398.5 millas.
Problema 2
Eastinghouse embarca 1 2000 capacitores por mes para sus clientes. Se podran
producir los capacitores en tres plantas distintas. La capacidad de produccin, costos
fijos mensuales de operacin y costos variables por la produccin de un capacitor en
cada planta se proporcionan en la tabla 96. El costo fijo de una planta se contrae slo
si la planta se usa para hacer capacitores. Desarrolle un modelo de programacin con
enteros cuya solucin le indique a Eastinghouse cmo minimizar sus costos
mensuales por cumplir con la demanda de sus clientes.

TABLA
Planta

Costos
(miles
dlares)
80
40
30

1
2
3

fijos
de

Costos
variables(dlares
)
20
25
30

Capacidad
produccin
6000
7000
6000

SOLUCIN:
Xi = Cantidad de capacitores producidos en la fbrica i.
Yi = 1 si se utiliza la planta i.
0 en caso contrario.
i =1, 2, 3.
FUNCION OBJETIVO:
Min z = (80 000Y1 + 40 000Y2 + 30 000Y3) + (20X1 + 25X2 + 30X3)
RESTRICCIONES:
X1 + X2 + X3 >= 12 000
X1
<= 6 000Y1
X2
<= 7 000Y2
X3 <= 6 000Y3
X1,X2,X3>0
Y1,Y2,Y3= 1 0
El programa en Lingo es:
Sets:
planta/1..3/:x,y,cf,cv,cap;
Endsets
Data:
cf = 80,40,30;
cv = 20,25,30;
cap = 6000,7000,6000;
Enddata
Min =@sum(planta(i):cf(i)*y(i))+@sum(planta(i):cv(i)*x(i));
!restriccion de la demanda;
@sum(planta(i):x(i))>=12000;
!restriccion de la capacidad;
@for(planta(i):x(i)<=cap(i)*y(i));
!restriccion binaria;
@for(planta(i):@bin(y));
End

de

MODEL:
[_1] MIN= 20 * X_1 + 80 * Y_1 + 25 * X_2 + 40 * Y_2 + 30 * X_3 + 30 *Y_3 ;
[_2] X_1 + X_2 + X_3 >= 12000 ;
[_3] X_1 - 6000 * Y_1 <= 0 ;
[_4] X_2 - 7000 * Y_2 <= 0 ;
[_5] X_3 - 6000 * Y_3 <= 0 ;
@BIN( Y_1); @BIN( Y_2); @BIN( Y_3);
END
Solucin Lingo:
Objective Value:
Variable
X( 1)
X( 2)
X( 3)
Y( 1)
Y( 2)
Y( 3)
CF( 1)
CF( 2)
CF( 3)
CV( 1)
CV( 2)
CV( 3)
CAP( 1)
CAP( 2)
CAP( 3)

270120.0
Value
6000.000
6000.000
0.000000
1.000000
1.000000
0.000000
80.00000
40.00000
30.00000
20.00000
25.00000
30.00000
6000.000
7000.000
6000.000

Reduced Cost
0.000000
0.000000
5.000000
-29920.00
40.00000
30.00000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000

PROBLEMA 3
Una empresa se dedica a la construccin de puertas y ventanas de fierro. Una puerta
requiere 2 horas de pintado y 5 horas de soldadura, mientras que una ventana
requiere 4 de pintado y 6 de soldadura. El total de horas disponibles de la mquina
para pintura es 150 y de la mquina para soldar es 200. La utilidad de una puerta es
30 dlares y de una ventana es 40 dlares. Formule un modelo que permita
determinar la combinacin ptima de produccin de puertas y ventanas.

Model:
Sets:
La formulacin
del modelo
en LINGO
es:
Productos/1..2/:
utilidad,
cant;
materia_prima/1..2/:horas disponibles;
Horas(productos, materia_prima):hora;
Endsets
Data:
hora= 2, 5, 4, 6;
utilidad= 30, 40;
horas_disponibles= 150, 200;
Enddata

Max=@sum(productos(i):cant(i)*utilidad(i));
@for(materia_prima(j):@sum(productos(i):cant(i)*hora(i,j))<=horas_
disponibles(j));
@for(productos(i):@gin(cant(i)));
End

Problema 4
Una empresa que se dedica a la comercializacin de agua mineral embotellada
estudia adquirir un conjunto de fuentes y construir plantas embotelladoras. Para cada
localizacin potencial ha estimado unos costos variables de embotellamiento
parecidos, pero los costes fijos anuales ms la amortizacin de la adquisicin de la
fuente y de la construccin de la planta embotelladora varan de una localizacin a
otra, las fuentes sobre las que se han iniciado negociaciones son las reflejadas en la
tabla siguiente:

Fuente

Capacidad de
embotellamiento
(m3 anuales)

Costes fijos de localizacin en


millones de u. monetarias/ao

1.Biesacas

60.000

100

2.Bellanuga

70.000

140

3.Canfranc

55.000

88

4.La Seu dUrgel

45.000

65

5.Bielsa

90.000

145

6.Benasc

85.000

155

7.Llavors

65.000

160

8.Masella

75.000

175

9.Bellver de
Cerdanya

62.000

150

Desde estas plantas embotelladoras se han de abastecer los mercados de Lrida,


Gerona, Tarragona y Barcelona.

Las demandas de los diferentes mercados y los costes de transporte se resumen en


las tablas siguientes:
Mercado

1.Lrida

2.Girona

3.Tarragona

4.Barcelona

Demanda(m3/ao)

30.350

60.700

45.500

160.000

Costes unitarios de transporte(u. monetarias/m3)


Fuente

1.Lrida

2.Girona

3.Tarragona

4.Barcelona

1.Biesacas

200

450

290

370

2.Bellanuga

210

460

310

380

3.Canfranc

220

470

310

390

4.La Seu dUrgel

140

170

250

180

5.Bielsa

150

400

250

320

6.Benasc

140

390

230

310

7.Llavors

144

240

200

250

8.Masella

200

135

230

160

9.Bellver de
Cerdanya

190

140

220

150

MODEL:
TITLE MODELO DE BALINSKI;
!Definicion de Conjuntos;
SETS:
fuente

/BIESCAS

BELLANUGA CANFRANC

SEU

BIELSA BENASC

LLAVORSI MASELLA BELLVER/:capacidad, coste_localizacion, y;


La variable coste_localizacion representa el coste fijo de Construir una planta
industrial en la localizacin de la fuente i;
La variable y indica donde se tiene que construir una planta Industrial. Sus valores
sern binarios: 0=no se construye, 1=si se Construye;
mercado /LLEIDA GIRONA TARRAGONA BARCELONA/:demanda;
links(fuente,mercado):costo_transporte,volumen;

La variable volumen indica el porcentaje de demanda de aquel Mercado que se


tiene que abastecer desde la planta i, de esta forma. La cantidad de producto que se
tiene que enviar desde la planta i al Mercado j viene dado por demanda (j)*volumen
(i,j);
ENDSETS
DATA:
capacidad = 60000, 70000, 55000, 45000, 90000, 85000, 65000, 75000,
62000;
coste_localizacion = 100000000, 140000000, 88000000, 65000000, 145000000,
155000000, 160000000, 175000000, 150000000;
demanda = 30350, 60700, 45500, 160000;
costo_transporte = 200, 450, 290, 370,
210, 460, 310, 380,
220, 470, 310, 390,
140, 170, 250, 180,
150, 400, 250, 320,
140, 390, 230, 310,
144, 240, 200, 250,
200, 135, 230, 160,
190, 140, 220, 150;
ENDDATA
!Funcion Objetivo;
MIN=@SUm(links(i,j):costo_transporte(i,j)*demanda(j)*volumen(i,j))
@SUm(fuente(i):coste_localizacion(i)*y(i)) ;
!Restricciones para la oferta;
@FOR(fuente(i):
@SUM (mercado(j):demanda(j)*volumen(i,j))<=capacidad(i));
!Restricciones para la demanda;
@FOR(mercado(j):@SUM(fuente(i):volumen(i,j)) = 1);
!Restriciones para la variable y;
@FOR(fuente:@BIN(y));
@FOR(fuente(i):y(i)<1);
@FOR(mercado(j): @FOR(fuente(i):y(i) - volumen(i,j) > 0));
!Restricciones de no negatividad;

@FOR(links(i,j):volumen(i,j)>=0);
END
PROBLEMA 5
NEWCOMP S.A. ha obtenido fondos para producir un nuevo tipo de computadora. La
empresa debe decidir la ubicacin y el tamao de las fbricas que producirn la
computadora. Existen dos lugares disponibles, en cada lugar slo puede construirse a
lo ms una fbrica pequea, grande o enorme. En uno de los lugares se puede
construir una fbrica enorme. La tabla N1 presenta los costos de construccin de las
fbricas, sus capacidades de produccin y los costos unitarios de manufactura de la
computadora para cada una de las alternativas.
Tabla N 1
Lugar

Ate
Bellavista

Tamao

Pequea
Grande
Pequea
Grande
Enorme

Costo de
construccin
(miles de
dlares)
1000
1500
1200
1600
2000

Capacidad
(miles de
unidades)
600
1200
600
1200
2000

Costo de
Manufactura
(dlares por
unidad)
5.00
4.00
5.00
4.00
3.50

NEWCOMP S.A. debe distribuir su producto en cuatro regiones. El costo de transporte


por unidad de las fbricas a las regiones y los requerimientos de las regiones se
presenta en la tabla N2.
Tabla N2
De la fbrica
ATE
BELLAVISTA
Requerimiento (Miles de
unidades)

1
1
2
500

Hasta la regin
2
3
4
2
3
4
3
2
3
200 700 800

NEWCOMP S.A. debe decidir en qu lugares se deben construir las fbricas, de qu


tamaos deben ser stas y cmo se deben satisfacer los requerimientos de las
regiones.
El modelo en LINGO es:

Conjunto primitivo

Model:
Sets:
fabrica/fpa,fga,fpb,fgb,feb/:capacidad,costo_construccion, costo_manufactura,
construccion;
region/r1,r2,r3,r4/:requerimiento;
rutas(fabrica, region): costo, cantidad;
Endsets
Data:

Conjunto derivado

capacidad
costo_construccion
costo_manufactura
requerimiento
costo = 1, 2, 3, 4,
1, 2, 3, 4,
2, 3, 2, 3,
2, 3, 2, 3,
2, 3, 2, 3;
Enddata

=
=
=
=

600, 1200, 600, 1200, 2000;


1000, 1500, 1200, 1600, 2000;
5, 4, 5, 4, 3.5;
500, 200, 700, 800;

Min=@sum(rutas:costo*cantidad)+@sum(fabrica: costo_construccion*construccion)
+@sum(fabrica(i):@sum(rutas(i,j):costo_manufactura(i)*cantidad(i,j)));
@for(region(j):@sum(rutas(i,j) : cantidad(i,j)) >= requerimiento(j));
@for(fabrica(i):@sum(rutas (i,j) : cantidad(i,j))<=capacidad(i)*construccion(i));
@for(fabrica(i):@sum(rutas(i,j) : cantidad(i,j))<=capacidad(i));
@for(fabrica:@bin(construccion));
End
La solucin de lingo es:
Objective value: 16200.00
Problema 6
La empresa financiera de Boris Milken es el dueo de 6 bienes. En las tablas se dan
los precios esperados de venta (en millones de dlares) para cada bien. En la tabla se
puede observar que la venta del bien 1 en el ao 2 dar a la empresa un ingreso de
20 millones de dlares. Para conservar el flujo de efectivo regular, Milken debe vender
por lo menos 20 millones de dlares en el ao 1, por lo menos 30 millones de dlares
en el ao 2, y por lo menos 35 millones de dlares en el ao 3. Se necesita maximizar
el ingreso total de los bienes vendidos en los prximos 3 aos.

BIEN 1
BIEN 2
BIEN 3
BIEN 4
BIEN 5
BIEN 6

VENDIDO EN EL
AO 1
15
16
22
10
17
19

SOLUCION:
VARIABLES: i = 1,2,3,4,5,6

j = 1,2,3

X(i,j) = 1 si el bien i se vende en el ao j

AO 2
20
18
30
20
19
25

AO 3
24
21
36
30
22
29

0 en caso contrario
FUNCION OBJETIVO:
MAX Z = B( 1) + B( 2) + B( 3)
Donde:
15X(1,1) + 16X(2,1) + 22X(3,1) + 10X(4,1) + 17X(5,1) + 19X(6,1) = B(1)
20X(1,2) + 18X(2,2) + 30X(3,2) + 20X(4,2) + 19X(5,2) + 25X(6,2) = B(2)
24X(1,3) + 21X(2,3) + 36X(3,3) + 30X(4,3) + 22X(5,3) + 29X(6,3) = B(3)
RESTRICCIONES:
o

RESTRICCION 1: Cada bien solo se puede vender una vez:


X( 1, 1) + X( 1, 2) + X( 1, 3) <=
X( 2, 1) + X( 2, 2) + X( 2, 3) <=
X( 3, 1) + X( 3, 2) + X( 3, 3) <=
X( 4, 1) + X( 4, 2) + X( 4, 3) <=
X( 5, 1) + X( 5, 2) + X( 5, 3) <=
X( 6, 1) + X( 6, 2) + X( 6, 3) <=

1
1
1
1
1
1

RESTRICCION 2: Conservacin del flujo de efectivo regular:


15X(1,1) + 16X(2,1) + 22X(3,1) + 10X(4,1) + 17X(5,1) + 19X(6,1) >= 20
20X(1,2) + 18X(2,2) + 30X(3,2) + 20X(4,2) + 19X(5,2) + 25X(6,2) >= 30
24X(1,3) + 21X(2,3) + 36X(3,3) + 30X(4,3) + 22X(5,3) + 29X(6,3) >= 35
FORMULACION EN LINGO:
Sets:
bien/1..6/;
year/1..3/:a,b;
matriz(bien,year):precio,x;
Endsets
Data:
a=20,30,35;
precio=15,20,24,
16,18,21,
22,30,36,
10,20,30,
17,19,22,
19,25,29;
Enddata

Max=@sum(year:b);
FUNCION OBJETIVO;
@for(year(j):@sum(bien(i):precio(i,j)*x(i,j))=b(j));
RESTRICCION 1;
@for(bien(i):@sum(year(j):x(i,j))<=1);
RESTRICCION 2
@for(year(j):@sum(bien(i):precio(i,j)*x(i,j))>=a(j));
@for(matriz:@bin(x));

SOLUCIN EN LINGO:
El mximo ingreso por la venta de bienes es 146 millones. El bien 1 se vende en el
ao 3, el bien 2 en el ao 1, el bien 3 en el ao 2, el bien 4 en el ao 3, el bien 5 en
el ao 1 y en bien 6 en el ao 3.
Problema 7
La universidad estatal tiene que comprar 1100 computadoras de tres vendedores. El
vendedor 1 carga 500 dlares por computadora mas un encargo por la entrega de
5000 dlares, el vendedor 2 carga 350 dlares por computadora mas un cargo por la
entrega de 4000 dlares. El vendedor 3 carga 250 dlares por computadora mas un
cargo por la entrega por de 6000 dlares. El vendedor 1 vender a lo mas 500
computadoras, el vendedor a los mucho 900 y el vendedor cuando mas 400. Se
necesita minimizar el costo de la compra de computadoras necesarias.
SOLUCION:
VARIABLES:
X(i,j) = Cantidad de computadoras que vende el vendedor
Y(i,j) =

1 Si el vendedor i vende computadoras a la universidad estatal


0 en caso contrario.

FUNCION OBJETIVO:
MIN Z = 5000Y (1) + 4000Y (2) + 6000Y (3) + 500X (1) + 350X (2) + 250X (3)
RESTRICCIONES:
o
RESTRICCION 1: La universidad
computadoras de tres vendedores.

estatal

tiene

que

comprar

X( 1) + X( 2) + X( 3) >= 1100
o

RESTRICCION 2: Lo mximo que puede vender cada vendedor:

X( 1) <= 500
X( 2) <= 900

1100

X( 3) <= 400
o
RESTRICCION 3: Si la universidad compra computadoras al vendedor i
entonces tambin tendr que pagar el cargo respectivo por la entrega de
computadoras.
1000000 Y( 1) + X( 1) <= 0
1000000 Y( 2) + X( 2) <= 0
1000000 Y( 3) + X( 3) <= 0
FORMULACION EN LINGO:
! MODELO DE WINSTON CAP 9 # PROB 6
COSTOS EN DOLARES;
!M=VALOR MUY GRANDE;
!COSTOE ES EL COSTO DE ENTREGA;
!X CANTIDAD DE COMPUTADORAS QUE VENDE EN VENDEDOR I;
!Y 1 SI EL VENDEDOR I VENDCOMPUTADORAS
! 0 EN CASO CONTRARIO;
SETS:
VENDEDOR/1..3/:COSTOE,COSTO,X,Y,MAXVEND;
ENDSETS
DATA:
COSTOE = 5000 4000 6000;
COSTO = 500 350 250;
MAXVEND= 500 900 400;
M=1000000;
REQUERIMIENTO=1100;
ENDDATA
MIN=@SUM(VENDEDOR(I):COSTO(I)*X(I))
+@SUM(VENDEDOR(I):COSTOE(I)*Y(I));
! RESTRICCION 1;
@SUM(VENDEDOR(I):X(I))>=REQUERIMIENTO;
! RESTRICCION DE 2;
@FOR(VENDEDOR(I):X(I)<=MAXVEND(I));
! RESTRICCION DE 3;
@FOR(VENDEDOR(I):X(I)<=M*Y(I));
! RESTRICCION DE VARIABLES BINARIAS;
@FOR(VENDEDOR(I):@BIN(Y));
SOLUCION EN LINGO:
El mnimo costo para comprar computadoras es de 355 000 dolares, y la universidad
tendr que comprar 700 y 400
computadoras a los vendedores 1 y 2
respectivamente.

Problema 8
La acerera de Newcor recibi un pedido de 25 toneladas de acero. El acero debe tener
5% de carbono y 5% de molibdeno por peso. El acero es el resultado de combinar tres
tipos de metales: lingotes de acero, acero de desperdicios y aleaciones. Estn
disponibles para la compra cuatro lingotes de acero. El peso (en toneladas), costo por
tonelada, contenido de carbono y molibdeno de cada lingote se proporcionan en la
tabla 1.
Se pueden comprar tres tipos de aleaciones. El costo por tonelada y composicin
qumica de cada aleacin se dan en la tabla 2.
El desperdicio de acero se compra a un costo de 100 dlares por tonelada, y contiene
3% de carbono y 9% de molibdeno. Plantee un PE, mezclada con cuya solucin
indique a Newcor cmo debe minimizar el costo de cumplir con el pedido.
TABLA 1
Lingote

Peso

1
2
3
4

5
3
4
6

Costo
por
tonelada
350
330
310
280

%
carbono
5
4
5
3

de

%
de
molibdeno
3
3
4
4

TABLA 2
Aleacin
1
2
3

Costo
tonelada
500
450
400

por

Carbono %

Molibdeno %

8
7
6

6
7

SOLUCIN:
Xi: 1, cuando se ha comprado el lingote i
0, en caso contrario
Yi: Numero de toneladas de aleacin tipoi compradas
W: Numero de toneladas de desperdicios compradas
FUNCIN OBJETIVO:
MINZ=350*(5*X1)+330*(3*X2)+310*(4*X3)+280*(6*X4)+500*Y1+450Y2+400Y3+100
W
S.A.:
5*X1+3*X2+4*X3+6*X4+Y1+Y2+Y3+W=25 (PEDIDO)

5*(5*X1)+4*(3*X2)+5*(4*X3)+3*(6*X4)+8*Y1+7*Y2+6*Y3+3*W=5*25 (% CARBONO)
3*(5*X1)+3*(3*X2)+4*(4*X3)+4*(6*X4)+6*Y1+7*Y2+9*W=5*25
X1+X2+X3+X4=1
Y1+Y2+Y3>0

(% MOLIBDENO)

(LINGOTE)

W>0
XI=0 1
YI>0
W>0
El programa en Lingo es:
Sets:
lingote/1..4/:peso,costo1,carbono1,molibdeno1,x;
aleacion/1..3/:costo2,carbono2,molibdeno2,y;
desperdicio/1..1/:costo3,carbono3,molibdeno3,w;
Endsets
Data:
peso
= 5,3,4,6;
costo1 = 350 ,330 ,310 ,280;
carbono1 = 0.05, 0.04 ,0.05 ,0.03;
molibdeno1 = 0.03, 0.03, 0.04, 0.04;
costo2 = 500, 450, 400;
carbono2 = 0.08, 0.07, 0.06;
molibdeno2 = 0.06, 0.07, 0.00;
costo3 = 100;
carbono3 = 0.03;
molibdeno3 = 0.09;
Enddata
!funcion objetivo;
min = @sum(lingote(i):costo1(i)*peso(i)*x(i))+ @sum(aleacion(j):costo2(j)*y(j) )+
@sum(desperdicio(k):costo3(k)*w(k));
!restriccion del pedido;
@sum(lingote(i):x(i)*peso(i))+ @sum(aleacion(j):y(j)) + @sum(desperdicio(k):w(k))
=25;
!restriccion del % de carbono;
@sum(lingote(i):x(i)*peso(i)*carbono1(i))+@sum(aleacion(j):y(j)*carbono2(j))+
@sum(desperdicio(k):w(k)*carbono3(k)) =1.25;
!restriccion del % de molibdeno;
@sum(lingote(i):x(i)*peso(i)*molibdeno1(i))+@sum(aleacion(j):y(j)*molibdeno2(j))+
@sum(desperdicio(k):w(k)*molibdeno3(k)) =1.25;
!restriccion del lingote;
@sum(lingote(i):x(i))=1;
!restriccion de las aleaciones;

@sum(aleacion(j):y(j))>0;
!restriccion de los desperdicios;
@sum(desperdicio(k):w(k))>0;
!restriccion del binario;
@for(lingote(i):@bin (x));
End

10. PROBLEMA APLICADO A LA ASIGNACIN IMPORTANDO DE EXCEL


a) La Fbrica de Calzado Flores produce y vende calzados de verano exclusivos. Uno de
los factores ms importantes para poder realizar una venta es el servicio rpido de
Flores. Flores vende en 6 ciudades: Piura, Sullana, Sechura, Paita, Morropn y
Ayabaca. Se proyectan las ventas anuales de pares de zapatos de acuerdo a la
presencia de un representante de ventas dentro de 55 Km de una ciudad (tabla 1).
La ganancia por cada par de zapato es de S/. 70. El costo anual por representante de
venta es de S/. 8 400. Flores debe determinar cuntos representantes colocar en cada
uno de sus mercados. Solo se consideran Piura, Ayabaca, Paita y Sechura como
bases para representantes de ventas, ya que en estas se encuentran las fbricas. Se
dispone de 10, 8, 6, y 9 representantes en las bases: Piura, Ayabaca, Paita y
Sechura respectivamente y se requieren 4, 5, 3 ,2 ,1 ,4 representantes de venta por
mercado Piura, Ayabaca, Paita, Sechura, Morropn y Sullana respectivamente. La
tabla 2 muestra las distancias en Km.
Se necesita maximizar las ganancias anuales.

TABLA 1
REPRESENTANTE
DENTRO DE
55Km
SI
NO

MERCADOS VENTA
Piura
Ayabaca Paita

Sechura

Morropn

Sullana

130
70

110
70

110
90

122
50

120
40

130
80

TABLA 2
BaseFbrica Mercado
Piura
Ayabaca
Paita
Sechura
Morropn
Sullana

SOLUCIN:

Piura

Ayabaca

Paita

Sechura

0
229
60
50
60
39

229
0
117
260
58
40

60
117
0
55
115
47

50
260
55
0
52
239

FORMULACIN ALGEBRAICA DEL MODELO


Definicin de variables:
X i, j = Cantidad de representantes de la Fabrica j en el mercado de la ciudad i.
H i, j = Es 1 si la distancia de la fabrica i a la ciudad j es menor o igual a 55, sino 0.
T i, j = Es 1 si la distancia de la fabrica i a la ciudad j es mayor que 55.
Z i, j = matriz de variables que se filtraran con la matriz Hij.
W i, = Cantidad de ventas en el mercado i, sin representante.
Y i = Cantidad de ventas en el mercado i, con representante
Definicin de parmetros:
SI i, j = Cantidad de ventas anuales en el mercado de la ciudad i, por cada
representante.
NO i, j = Cantidad de ventas anuales en el mercado de la ciudad i, en caso no hubiesen
representantes.
REPRE i = Cantidad disponible de representantes en la fabrica i.
REPREMIN i = Cantidad mnima requerida de representantes en el mercado i.
DIST i, j = Distancia de la fabrica i, a la ciudad j

RESTRICCION DE MAXIMA CANTIDAD DE REPRESENTANTES POR FBRICA Y


MERCADO

RESTRICCION DE MNIMA CANTIDAD DE REPRESENTANTES POR FBRICA Y


MERCADO

VENTAS SIN REPRESENTANTE POR MERCADO

VENTAS CON REPRESENTANTE POR MERCADO

SALARIO DE REPRESENTANTES

FUNCION OBJETIVO

INTERPRETACIN E IMPLENTACIN EN LINGO:


1. INTERPRETACIN
FUNCION OBJETIVO:
Lo que pide el problema es maximizar las utilidades por cada ao de operacin
por lo cual se analizaran los ingresos y egresos.
Ingresos:
Los ingresos son proporcionales a la cantidad de pares de zapatos vendidos.

Por ejemplo la distancia de la fbrica en Paita al mercado en Piura es de 60 Km


(encerrado de rojo) por lo cual no es posible la presencia de un representante y de
acuerdo a la tabla 1 solo se vender 70 pares de zapatos.

Ahora la distancia de la fbrica en Piura al mercado en Sechura es de 50 Km


(encerrado de verde) por lo cual hay probabilidad de asignar uno o ms
representantes y de acuerdo a la tabla 1 se vender 110 pares de zapatos por cada
representante asignado (Si fuera un representante se vendera como 110 y si fueran
dos entonces 220).

Entonces se realiza el siguiente cuadro de acuerdo a las ventas y a las


distancias.
CUADRO 1
Piura
Ayabaca
Paita
Sechura
Morropn
Sullana

Total de pares de zapatos vendidos por cada mercado


Piura
Ayabaca
Paita
130X11
70
70
40
120X22
40
80
80
130X33
110X41
70
110X43
90
90
90
122X61
122X62
122X63

Sechura
130X14
40
130X34
110X44
110X54
50

X i, j = Cantidad de representantes de la Fabrica j en el mercado de la ciudad i.

Egresos:
Los egresos serian lo que se paga a cada uno de los representantes esto sera:

Ahora nuestra funcin objetivo quedara:

RESTRICCIONES:
Cantidad mnima de los representantes de cada fbrica

Cantidad mnima de representante por mercado

IMPLEMENTACIN EN LINGO:
En LINGO se realizan implementaciones muy largas y tediosas, pero estas siempre
siguen un formato de suma o repeticin por filas y columnas.
DEFINICIN DE SETS:
Segn lo planteado y a los datos del problema tenemos:
SETS:
MERCADOS/1..6/:SI,NO,W,Y,REPREMIN;
FABRICAS/1..4/:REPRE;
MERCAFABRI(MERCADOS,FABRICAS):DIST,X,H,T,Z;
ENDSETS
Creando Hij y Tij;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#LE#55:H(I,J)=1);!REPRESENTANTES;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#GT#55:H(I,J)=0);
@FOR(MERCAFABRI(I,J)|DIST(I,J)#GT#55:T(I,J)=1);!SIN
REPRESENTANTES;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#LE#55:T(I,J)=0);

@FOR(MERCAFABRI(I,J):) seala que realizar una operacin tantas veces como


la cantidad de elementos de MERCAFABRI, como es una matriz de 6 filas y 4
columnas har la operacin 24 veces.
DIST(I,J)#LE#55; har la operacin si DIST(I,J)<=55.
@FOR(MERCAFABRI(I,J)|DIST(I,J)#LE#55:H(I,J)=1); toda esta sentencia
indica que si DIST(I,J)<=55 el valor H(I,J)=1.
Las dems sentencias son anlogas, solo que DIST(I,J)#GT#55; indica que solo
se realizar la operacin si DIST(I,J)>55.
Restriccin De Mxima Cantidad De Representantes Por Fbrica

!RESTRICCION DE MAXIMA CANTIDAD DE REPRESENTANTES POR FABRICA Y


MERCADO;
@FOR(FABRICAS(J):@SUM(MERCADOS(I):X(I,J))<=REPRE(J));
Restriccin De Mnima Cantidad De Representantes Por Mercado

!RESTRICCION DE MINIMA CANTIDAD DE REPRESENTANTES POR FABRICA Y


MERCADO;
@FOR(MERCADOS(J):@SUM(FABRICAS(I):X(J,I))>=REPREMIN(J));
Ventas Sin Representante Por Mercado

!VENTAS SIN REPRESENTANTE POR MERCADO;


@FOR(MERCADOS(J):@SUM(FABRICAS(I):NO(J)*T(J,I))=W(J));
Ventas Con Representante Por Mercado

!VENTAS CON REPRESENTANTE POR MERCADO;


@FOR(MERCAFABRI(I,J):Z(I,J)*H(I,J)=X(I,J));
@FOR(MERCADOS(J):@SUM(FABRICAS(I):SI(J)*X(J,I))=Y(J));
Salario De Representantes

!SALARIO DE REPRESENTANTES;
@SUM(MERCAFABRI(I,J):X(I,J))*8400=COSTO;
Funcin Objetivo

MAX=70*(@SUM(MERCADOS(I):W(I))+@SUM(MERCADOS(I):Y(I)))-COSTO;
Definicin de data.

Data directa en lingo:


DATA:
DIST= 0
229 60
229
0
117
60
117 0
50
260 55
60
58
115
39
40
47

50
260
55
0
52
239;

REPRE=10 8 6 9;
REPREMIN=4 5 3 2 1 4;
SI=130 120 130 110 110 122;
NO=70 40 80 70 90 50;
ENDDATA
Data exportada de Excel:
DATA:
DIST,REPRE,REPREMIN,SI,NO= @OLE('F:\VII
CICLO\OPE\LABO\PROBLEMA2.xlsx');
@OLE('F:\VII CICLO\OPE\LABO \DATA1.xlsx')=X;
ENDDATA
LINGO tiene una funcin sencilla, @OLE(),para recuperar y colocar datos de y a una
hoja de clculo (Excel).
Un paso sencillo pero oculto que debe de realizarse antes en las hojas de clculo es
definir los nombres de los rangos de las distintas colecciones de celdas que contienen
datos. Los nombres de los rangos se pueden definir en Excel con el ratn y el
elemento del men Insertar, nombre, definir. Se elige los datos de la hoja y luego click
derecho luego a asignar rangos y poner el nombre con que se llamara en LINGO.

Las primeras 5 aplicaciones mostradas en el data ilustran que esta funcin se puede
usar de a la derecha de una instruccin de asignacin para recuperar datos de una

hoja de clculo. La ltima muestra que se puede colocar a la izquierda de una


asignacin para colocar los resultados en la hoja de clculo.
PROGRAMA EN LINGO:
MODEL ASIGNACION :
!MODELO DE ASIGNACION DE REPRESENTANTES;
SETS:
MERCADOS/1..6/:SI,NO,W,Y,REPREMIN;
FABRICAS/1..4/:REPRE;
MERCAFABRI(MERCADOS,FABRICAS):DIST,X,H,T,Z;
ENDSETS
DATA:
DIST,REPRE,REPREMIN,SI,NO= @OLE('G:\VII
CICLO\OPE\LABO\DATA1.xlsx');
@OLE('F:\VII CICLO\OPE\LABO \DATA1.xlsx','C_X')=X;
ENDDATA
MAX=70*(@SUM(MERCADOS(I):W(I))+@SUM(MERCADOS(I):Y(I)))-COSTO;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#LE#55:H(I,J)=1);!REPRESENTANTES;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#GT#55:H(I,J)=0);
@FOR(MERCAFABRI(I,J)|DIST(I,J)#GT#55:T(I,J)=1);!SIN
REPRESENTANTES;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#LE#55:T(I,J)=0);
!RESTRICCION DE MAXIMA CANTIDAD DE REPRESENTANTES POR FABRICA Y
MERCADO;
@FOR(FABRICAS(J):@SUM(MERCADOS(I):X(I,J))<=REPRE(J));
!RESTRICCION DE MINIMA CANTIDAD DE REPRESENTANTES POR FABRICA Y
MERCADO;
@FOR(MERCADOS(J):@SUM(FABRICAS(I):X(J,I))>=REPREMIN(J));
!VENTAS SIN REPRESENTANTE POR MERCADO;
@FOR(MERCADOS(J):@SUM(FABRICAS(I):NO(J)*T(J,I))=W(J));
!VENTAS CON REPRESENTANTE POR MERCADO;
@FOR(MERCAFABRI(I,J):Z(I,J)*H(I,J)=X(I,J));
@FOR(MERCADOS(J):@SUM(FABRICAS(I):SI(J)*X(J,I))=Y(J));
!SALARIO DE REPRESENTANTES;
@SUM(MERCAFABRI(I,J):X(I,J))*8400=COSTO;
END

REPORTE DE LA SOLUCIN EXPORTANDO DATOS A EXCEL:

CANT. DE
REPRESENTANTES

PIURA

AYABACA

PAITA

SECHURA

PIURA

AYABACA

PAITA

SECHURA

MORROPN

SULLANA

En este cuadro podemos ver las cantidades de representantes asignados para cada
mercado pertenecientes a una determinada fbrica o base. Estas cantidades cumplen
con todas las condiciones establecidas.
Modelo de Asignacin de Presupuesto
La compaa constructora Molina dispone de 180 millones como presupuesto para 3
aos, que se usaran en sus 3 sucursales. Se ha establecido un nivel mximo de
asignacin de fondos de 20 millones para cada sucursal por ao. En caso que una
sucursal no exceda el lmite anual, puede usar esa diferencia para el siguiente ao.
Cada sucursal tiene la oportunidad de dirigir distintos proyectos con los fondos que
recibe. Para cada proyecto se ha establecido una tasa de ganancia (como un
porcentaje de la inversin) y una inversin mxima (Tabla1). Por otra parte, algunos de
los proyectos obligan una inversin mnima como se indica en la tabla 2. Determine la
poltica de asignacin de recursos que genere el mejor beneficio.
TABLA 1
SUCURSAL

Trujillo
Lima
Tacna

Proyecto

1
2
3
1
2
3
1
2
3

Ao 1
Tasa de
utilidad
(%)
8
6
7
5
8
9
10
6
15

Inversi
n
mxima
(m)
10
7
9
7
10
5
6
7
5

Proyecto

1
2
3
1
2
3
1
2
3

Ao 2
Tasa de
utilidad
(%)
9
6
7
6
18
5
11
6
15

Inversi
n
mxima
(m)
9
5
9
4
10
6
6
10
5

Proyecto

1
2
3
1
2
3
1
2
3

TABLA 2
Inversin Mnima (millones)
Sucursal
Proyecto

Periodo

Cantidad mnima

Ao 3
Tasa de
utilidad
(%)
8
7
7
5
8
5
7
6
15

Inversi
n
mxima
(m)
8
7
7
9
8
5
6
11
6

Trujillo
Lima
Tacna

2
1
2

1
1
2

4
5
9

Adicionalmente por una directiva de la alta gerencia se requiere que los proyectos que
tienen una utilidad mayores del 7% en cualquier ao, por lo menos tengan una
inversin de 5 millones.
SOLUCIN:
A. FORMULACIN ALGEBRAICA DEL MODELO
Definicin de variables:
X i, j, k = Cantidad asignada a la sucursal i para el proyecto j en el periodo k.
Sobrante i, k = Cantidad sobrante de dinero no asignado a la sucursal i en
periodo k.

Definicin de parmetros:
Mximo i, k = Nivel mximo de asignacin de fondos para la sucursal i en el periodo
k.
Mnimo i, j, k = Nivel mnimo de asignacin de fondos en la sucursal i, para el
proyecto j, en el periodo k.
InvMxima i, j, k = Inversin mxima en la sucursal i para el proyecto j en el periodo
k.
InvMnima=Inversin mnima que establece la gerencia para ciertos proyectos con
tasa de utilidad mayor a 7%.
Presupuesto Total = Presupuesto total disponible.
Tasa i, j, k = Tasa de rentabilidad de la sucursal i, para el proyecto j durante el periodo
k.
RESTRICCIN DE USO MXIMO DE PRESUPUESTO POR PERIODO POR
SUCURSAL.
3

X i, j, k + Sobrante
j =1

i, k

= Mximo

i, k

k=1 (Solo el primer ao)


i = 1, 2, 3 (Sucursal).
3
X i , j ,k -Sobrante i,k-1 + Sobrante
j 1

i, k

= Mximo i, k

k 2, 3 (Periodo)
i 1, 2, 3 (Sucursal)
RESTRICCIN DE INVERSIN MNIMA PARA ALGUNOS PROYECTOS
ESPECFICOS.

X i , j ,k Mnimo i , j ,k

; Solo para (i=1, j=2, k=1) (i=2, j=1, k=1)

(i=3, j=2, k=2)


RESTRICCIN DE INVERSIN MXIMA POR PROYECTO EN CADA SUCURSAL.
X i , j ,k InvMxima i , j ,k
i =1, 2, 3
j =1, 2, 3
k=1, 2, 3
RESTRICCIN DE PRESUPUESTO DISPONIBLE.
3

3
3
X i , j ,k Presupuesto Total
I=1

j=1

k =1

RESTRICCIN DE INVERSIN MNIMA POR DIRECTIVA DE ALTA GERENCIA.


X i , j ,k InvMnima
Tasai,j,k 0.07
FUNCIN OBJETIVO

MODEL PRESUPUESTOS:
! MODELO DE ASIGNACION DE PRESUPUESTO;
SETS:
SUCURSAL /TRUJILLO,LIMA,TACNA/:;
PROYECTO /1..3/: ;
PERIODO /1..3/: ;
SUCURSAL_PERIODO (SUCURSAL,PERIODO) : SOBRANTE, MAXIMO;
SUCURSAL_PROYECTO_PERIODO (SUCURSAL,PROYECTO,PERIODO):TASA,
INVMAXIMA, ASIGNACION;
INVERSION_MINIMA (SUCURSAL,PROYECTO,PERIODO)/TRUJILLO 2 1, LIMA 1 1, TACNA 2
2 /: MINIMO;
ENDSETS
DATA:
TASA,INVMAXIMA,MINIMO,PRESUPUESTO,INVMINIMA= @OLE('G:\VII
CICLO\OPE\LABO\DATA2.xlsx','tasa','INV_MAX','mnima','presupuesto','inv_mnima'
);
MAXIMO =
20,
20,
20,
20,
20,
20,
20,
20,
20;
ENDDATA
! Funcion Objetivo;
MAX = FO;
FO=@SUM(SUCURSAL_PROYECTO_PERIODO: TASA * ASIGNACION );
! Restriccion de uso maximo de presupuesto por periodo por sucursal ;
@FOR(PERIODO(K) | K #EQ#
1:@FOR( SUCURSAL(I):@SUM( PROYECTO(J) :ASIGNACION(I,J,K) ) + SOBRANTE(I,K) =
MAXIMO(I,K) ));
@FOR(PERIODO(K) | K #NE# 1:@FOR( SUCURSAL(I):@SUM( PROYECTO(J)
:ASIGNACION(I,J,K) ) - SOBRANTE(I,K-1)+ SOBRANTE(I,K) = MAXIMO(I,K) ));
! Restriccion de inversion minima para algunos proyectos especificos ;
@FOR(INVERSION_MINIMA(I,J,K): ASIGNACION(I,J,K) >= MINIMO(I,J,K));
! Restriccion de inversion maxima por proyecto en cada sucursal ;
@FOR(SUCURSAL_PROYECTO_PERIODO(I,J,K): ASIGNACION(I,J,K)
<=
INVMAXIMA(I,J,K) );
@FOR(SUCURSAL_PROYECTO_PERIODO(I,J,K)|TASA(I,J,K)#GT#0.07: ASIGNACION(I,J,K)>=
INVMINIMA);
! Restriccion de prespuesto disponible;
@SUM( SUCURSAL_PROYECTO_PERIODO(I,J,K): ASIGNACION(I,J,K)) <=
PRESUPUESTO ;
DATA:
@OLE('J:\OPE\LABO\DATA2.xlsx','FO','SOBRANTE','ASIGNACION' )
=FO,SOBRANTE,ASIGNACION;
ENDDATA
END

B. PROGRAMA EN LINGO
REPORTE DE LA SOLUCIN EXPORTANDO DATOS A EXCEL :

Utilidad en 3 aos en millones de dlares


UTILIDAD EN 3 AOS

15.24

millones

Excedente de sucursales por aos


EXCEDENTE DE SUCURSALES
POR AOS
SUCURSAL
1
2
3
TRUJILLO
0
2
0
LIMA
0
2
0
TACNA
4
3
0
Este cuadro nos muestra los excedentes que se dieron en cada uno e los aos en
las diferentes sucursales debido a que no se utiliz el mximo asignado que era de
20 millones. As tenemos que en la sucursal de Trujillo hubo un sobrante de 2
millones en el segundo ao, luego de haber invertido en los 3 proyectos; en lima
igualmente en el segundo ao hubo un sobrante de 2 millones y en Tacna en el
primer y segundo ao sobrantes de 4 y 3 millones respectivamente.
Asignaciones de presupuesto por sucursal, proyecto y ao

PROYECTO 1
2

TRUJILLO

10

LIMA

TACNA

PROYECTO 2
2

TRUJILLO

LIMA

10

10

TACNA

10

11

PROYECTO 3

TRUJILLO

LIMA

TACNA

En estos 3 ltimos cuadros podemos ver las cantidades en millones asignadas para
cada proyecto en una determinada sucursal y ao. Estas cantidades cumplen con
todas las condiciones establecidas.
b) Modelo de Asignacion de Proyecto
Una compaa dispone de 35 millones para distribuirlos el prximo ao entre sus
sucursales (Arequipa, Cuzco, Trujillo). Debido a compromisos de la estabilidad, el nivel
de empleados y por otras razones la compaa ha establecido un nivel mnimo de
asignacin de fondos para cada sucursal. Estos fondos mnimos son de 8, 10 y 15
millones de dlares respectivamente. Debido a la naturaleza de su operacin, la
sucursal Cuzco no puede utilizar ms de 20 millones de dlares. Cada sucursal tiene
la oportunidad de dirigir distintos proyectos con los fondos que recibe. Para cada
proyecto se ha establecido una tasa de ganancia (como un porcentaje de la inversin).
Por otra parte, algunos de los proyectos permiten solo una inversin limitada. A
continuacin se dan los datos para cada proyecto.
Sucursal

Proyecto

Tasa de
Utilidad(%)

Inversin
Mxima

10

2
3
1
2
3
1
2
3

6
7
5
8
9
10
6
15

5
9
7
10
4
6
12
6

Arequipa

Cuzco

Trujillo

Solucin:
Dada la informacin del problema, lo que se debe hacer es maximizar las utilidades de
la compaa en mencin, asignando de la mejor manera los fondos a sus respectivas
sucursales.

FORMULACIN DEL MODELO

1) DEFINICIN DE VARIABLES:
Xij: Cantidad asignada a la sucursal i para el proyecto j
(Siendo: i=1, 2, 3; 1: Arequipa, 2: Cuzco, 3: Trujillo) (j=1, 2, 3)
Definicin de parmetros:
Mnimo: Nivel mnimo de asignacin de fondos para la sucursal i (i=1,2,3)
Mximo: Nivel mximo de asignacin de fondos para la sucursal i (i=1,2,3)
Inv.Maximaij: Inversin mxima en la sucursal i para el proyecto j.
(Siendo: i=1, 2, 3 y j=1, 2, 3)
PresupuestoTotal: Presupuesto total disponible.
Tasaij: Tasa de rentabilidad del proyecto j en sucursal i.
(Siendo: i=1, 2, 3 y j=1, 2, 3)
1) FUNCIN OBJETIVO:
Max Z = Tasa11*X11 +Tasa12*X12+ Tasa 13*X13 + Tasa 21 *X21 + Tasa 22 *X22 + Tasa 23
*X23 + Tasa 31 *X31 + Tasa 32 *X32 + Tasa 33*X 33
2) RESTRICCIONES:
3.1 RESTRICCIN DE USO MNIMO DE PRESUPUESTO POR SUSCURSAL
Arequipa: X11 +X12 +X13 Minimo1
Cuzco: X21 +X22 +X23 Minimo2
Trujillo: X31 +X32 +X33 Minimo3
3.2 RESTRICCIN DE USO MXIMO DE PRESUPESTO POR SUCURSAL
Cuzco: X21 +X22 +X23 Mximo2
3.3 RESTRICCIN DE INVERSIN MXIMA POR PROYECTO EN CADA
SUCURSAL
Arequipa:
X11 InvMaxima11
X12 InvMaxima12
X13 InvMaxima13
Cuzco:
X21 InvMaxima21
X22 InvMaxima22
X23 InvMaxima23
Trujillo:
X31 InvMaxima31
X32 InvMaxima32
X33 InvMaxima33
3.4 RESTRICCION DE PRESUPUESTO DISPONOBLE
X11 +X12 +X13 +X21 +X22 +X23+ X31 +X32 +X33 PresupuestoTotal

PROGRAMACIN EN LINGO

Ahora resolvamos el modelo, pulsando el cono


siguientes resultados:

, con lo que obtendremos los

De los resultados del reporte, en la parte superior se nota que la funcin objetivo se
optimiza cuando la rentabilidad es mxima, es decir, cuando toma el valor de 3.32
millones de dlares.
El resultado tambin nos da la asignacin total de los recursos financieros, en el
atributo ASIGNACIN. El valor de ASIGNACION (Arequipa, 1), por ejemplo es 8. Esto

significa que la cantidad de dinero asignado a la sucursal Arequipa para el proyecto 1


deber ser 8 millones de dlares. Para ver la solucin de slo este atributo, escoge la
opcin solution y en el cuadro de dilogo se ingresa el nombre ASIGNACION.
Tambin puede seleccionar el siguiente cono:

Y aparecer la siguiente ventana:

Se activa la opcin que permite mostrar slo los valores distintos de cero para que
LINGO slo muestre los valores de la variable ASIGNACION distintos de cero, as:

Y en este ltimo cuadro se puede ver la forma cmo tienen que ser repartidos los
fondos a las diversas sucursales de la compaa para alcanzar una mxima utilidad. A
la sucursal de Arequipa se le asigna 8 millones para invertir en el proyecto 1, a la
sucursal del Cuzco 8 millones para el proyecto 2 y 4 millones para el proyecto 3 y
finalmente para la sucursal de Trujillo 1 milln para el proyecto 1, 3 millones para el
proyecto 2 y 6 millones para el proyecto 3.

c) Programacin Lineal con 4 variables (excel)


Graficolor, fabricante y distribuidor de papel y dems tiles escolares produce 3 tipos
diferentes de papel que se pueden fabricar tanto en la fbrica A, B o C, las cuales se
encuentran ubicadas en la ciudad de Lima. La empresa busca satisfacer la demanda
establecida para las ciudades de Tacna y Cuzco en donde se venden dichos
productos. Para ello se tiene en cuenta que en estas ciudades existen 2 tipos de
centros de distribucin (supermercados y libreras) los cuales pertenecen a la
corporacin. Los precios de venta de los productos segn donde fueron fabricados, la
ciudad y el centro de distribucin donde se va a vender se muestran en las siguientes
tablas:

Tacna

Cuzco

Supermercado
Librera
Supermercado
Librera
Producto Producto Producto Producto Producto Producto Producto Producto Producto Producto Producto Producto
1
2
3
1
2
3
1
2
3
1
2
3
Fbrica
A
Fbrica
B
Fbrica
C

12

15

17

11

12

15

14

12

13

15

13

12

10

13

14

12

14

16

13

14

15

11

12

13

12

11

13

10

11

13

11

13

14

12

13

14

La corporacin busca maximizar sus ventas y saber cmo va a distribuir sus productos
tomando en cuenta la capacidad de produccin de las fbricas, la demanda de las
ciudades y la capacidad de los centros de distribucin.
Capacidad de Produccin:
Fbrica A

Fbrica B

Fbrica C

Producto 1

75

65

70

Producto 2

60

70

80

Producto 3

65

75

75

Demanda:
Tacna

Cuzco

Producto 1

73

67

Producto 2

58

72

Producto 3

67

74

Capacidad de los centros de distribucin:


Tacna

Cuzco

Supermercado

150

140

Librera

130

150

Solucin:
Xijkl: cantidad de productos elaborados en la fbrica i, que corresponde al tipo j,
distribuido en k, en la ciudad l
Donde:
Tipo de fbrica: i= A, B, C
Tipo de producto: j= P1, P2, P3
Tipo de centro de distribucin: k=supermercado (S), librera (L)
Ciudades: l=Tacna (T), Cuzco (Cz)
Funcin objetivo:

Sujeto a:
Capacidad de produccin:

Demanda:

Capacidad de los centros de distribucin:

1) El ejercicio en el programa Lingo


!PROBLEMA LINGO;
MODEL:
SETS:
FABRICAS / A B C/:; !Tipo
PRODUCTOS /P1 P2 P3/:;
CENTRO /S L/:;
CIUDAD /T C/:;

!Tipo

de fbrica: i= A, B, C ;

!Tipo

de producto: j= P1, P2, P3 ;

de centro de distribucin: k=supermercado (S), librera (L);

!Ciudades:

l=Tacna (T), Cuzco (Cz);

!REQUERIMIENTO DE PRODUCTOS PARA UNA FABRICA, EN UN CENTRO DE


DISTRIBUCION, EN UNA CIUDAD,;
FPCC(FABRICAS,PRODUCTOS,CENTRO,CIUDAD):PRECIO,X;
FABPRO(FABRICAS,PRODUCTOS):CAPACIDAD;
PROCIU(PRODUCTOS,CIUDAD):DEMANDA;
CENCIUDAD(CENTRO,CIUDAD):CAPACIDAD2;
ENDSETS
DATA:
CAPACIDAD=

75 60 65,
65 70 75,
70 80 75;
DEMANDA=
73 67,
58 72,
67 74;
CAPACIDAD2= 150 140,
130 150;
PRECIO=
12 15 17 11 12 15 14 12 13 15 13 12,
10 13 14 12 14 16 13 14 15 11 12 13,
12 11 13 10 11 13 11 13 14 12 13 14;
ENDDATA
MAX=@SUM(FPCC:PRECIO*X);!FUNCION OBEJTIVO RESULTADO;
@FOR(FABPRO(I,J):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACIDAD(I,J));
!RESTRICCIONES DE LA CAPACIDAD DE CADA RECURSO;
@FOR(PROCIU(J,L):@SUM(FPCC(I,J,K,L):X(I,J,K,L))>=DEMANDA(J,L));
!RESTRICCIONES DE LA DEMANDA DE CADA RECURSO;
@FOR(CENCIUDAD(K,L):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACIDAD2(K,L));
!RESTRICCIONES DE KA CAPACIDAD DE CADA RECURSO;
END

2)

RESULTADOS

Podemos ver que la maximizacin de ventas es de: 8260


Para maximizar los costos:
Fabrica A:
La empresa debe de distribuir las 75 unidades del producto 1 a la librera de la ciudad
de Tacna.
Tambin debe distribuir 5 unidades del producto 2 al supermercado de la ciudad del
Cuzco y el resto (55 unidades) ser enviada a la librera de la ciudad de Tacna.
Adems debe distribuir 65 unidades del producto 3 al supermercado de la ciudad del
Cuzco.
Fabrica B:
La empresa debe distribuir 1 unidad del producto 1 al supermercado de la ciudad del
Cuzco. Adems tiene que distribuir 64 unidades a la librera de la ciudad del Cuzco.
Adems debe distribuir 3 unidades del producto 2 al supermercado de la ciudad de
Tacna. Tambin 67 unidades al supermercado de la ciudad del Cuzco.
Tambin podemos ver que se debe distribuir 75 unidades del producto 3 al
supermercado de la ciudad de Tacna.
Fabrica C:
Se deben distribuir 6 unidades del producto 1 al supermercado de Tacna. Adems de 2
unidades al supermercado de Cuzco.
Tambin se debe distribuir 77 unidades del producto 2 a la librera del Cuzco.
Tambin se debe distribuir 66 unidades del producto 3 al supermercado de Tacna.
Adems de 9 unidades a la librera de la ciudad de Cuzco.
Anlisis de los Costos Reducidos
Por ejemplo en X(A,P1,S,T) tiene un costo reducido de 4 esto quiere decir que si
nosotros aumentamos en 4 unidades el coeficiente de la FO se convertir en una
alternativa conveniente ya que se har 0 el costo reducido.
Variable
Value
Reduced Cost
X( A, P1, S, T)
0.000000
4.000000
X( A, P1, S, C)
0.000000
0.000000
X( A, P1, L, T)
75.00000
0.000000
X( A, P1, L, C)
0.000000
3.000000
Ahora el primer recurso si le aumentamos 4 unidades ser 12+4=16 el nuevo resultado
sera :
Variable
X( A, P1,
X( A, P1,
X( A, P1,
X( A, P1,

S,
S,
L,
L,

T)
C)
T)
C)

Value
3.000000
0.000000
72.00000
0.000000

Reduced Cost
0.000000
0.000000
0.000000
3.000000

Holgura o Excedente
Vemos que si la restriccin es exacta satisfecha como una igualdad, la holgura o
excedente valdr cero y como no hay ningn nmero negativo en nuestro reporte
diremos que ninguna restriccin es violada.
Precio Dual
El precio dual se puede interpretar como el monto en que la funcin objetivo mejorar
si el segundo miembro de la restriccin se incrementase en una unidad en nuestro
cuadro de resultados podemos ver que Row 2 =4 esto quiere decir que si al recurso de
la segunda restriccin le aumentamos en 4 unidades, es decir 60+4=64 el nuevo valor
de nuestra FO= 2864, aumentar en 4 unidades.
CONCLUSIONES
Primero podemos decir que una variable en la solucin ptima automticamente tiene
un costo reducido de 0.
En la interpretacin del costo reducido podemos ver que si la variable tiene un costo
reducido de a el coeficiente objetivo de esta variable deber incrementarse en a
unidades en un problema de maximizacin o disminuirse en a unidades en un
problema de minimizacin para convertirse en una alternativa atractiva.
En nuestro ejerci podemos ver que ninguna restriccin es violada ya que en el
anlisis de Holgura y Excedente no hay ninguna variable negativa.
EL PROBLEMA EN LINGO EXPORTANDO DATOS EN EXCEL
Los pasos que se sigue para crear una base de datos en EXCEL son:
Crear una carpeta en C, por ejemplo: TRABAJO DE OPE I
Crear un hoja de clculo denominado PROBLEMA 1
Luego en la hoja de clculo poner los datos del problema:

Asignar nombre a la matriz:


Hacer click en la barra del men: Formulas
1.

Hacer click en: Administrador de nombres

2.
Luego aparecer una nueva ventana donde colocaremos el nombre de la
matriz luego la hoja, el rango de la matriz y por ltimo hacer click en aceptar.

PROGRAMACION EN LINGO EXPORTANDO DATOS EN EXCEL


!PROBLEMA LINGO;
MODEL:
SETS:
FABRICAS / A B C/:; !Tipo
PRODUCTOS /P1 P2 P3/:;
CENTRO /S L/:;
CIUDAD /T C/:;

!Tipo

de fbrica: i= A, B, C ;

!Tipo

de producto: j= P1, P2, P3 ;

de centro de distribucin: k=supermercado (S), librera (L);

!Ciudades:

l=Tacna (T), Cuzco (Cz);

!REQUERIMIENTO DE PRODUCTOS PARA UNA FABRICA, EN UN CENTRO DE


DISTRIBUCION, EN UNA CIUDAD,;
FPCC(FABRICAS,PRODUCTOS,CENTRO,CIUDAD):PRECIO,X;
FABPRO(FABRICAS,PRODUCTOS):CAPACIDAD;
PROCIU(PRODUCTOS,CIUDAD):DEMANDA;
CENCIUDAD(CENTRO,CIUDAD):CAPACIDAD2;
ENDSETS
DATA:
PRECIO,CAPACIDAD,DEMANDA,CAPACIDAD2=@OLE('C:\LINGO11\Samples\PROBLEMA
1.XLS','precio','capacidad','demanda','capacidad1');
ENDDATA
MAX=FO;
FO=@SUM(FPCC:PRECIO*X);
@FOR(FABPRO(J,I):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACIDAD(J,I));
!RESTRICCIONES DE LA CAPACIDAD DE CADA RECURSO;
@FOR(PROCIU(J,L):@SUM(FPCC(I,J,K,L):X(I,J,K,L))>=DEMANDA(J,L));
!RESTRICCIONES DE LA DEMANDA DE CADA RECURSO;
@FOR(CENCIUDAD(K,L):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACIDAD2(K,L));
!RESTRICCIONES DE KA CAPACIDAD DE CADA RECURSO;

RESULTADOS EN LA TABLA DE EXCEL:


TACNA
SUPERMERCADO
LIBRERA
P1
P2
P3
P1
P2
P3
FABRICA
A
FABRICA
B
FABRICA
C

FO

CUZCO
SUPERMERCADO
LIBRERA
P1
P2
P3
P1
P2
P3

75

55

65

64

67

75

77

66

8260
12. PROBLEMA 1 EN LINGO EXPORTANDO DATOS EN ACCESS
En la carpeta donde se instalo LINGO, se incluy una base de datos Microsoft
Access para el modelo de Programacin Lineal con cuatro variables.

Este archivo se encuentra en el directorio con el nombre de PROBLE.MDB.


Para registrar esta base de datos como una fuente de datos ODBC para nuestro
modelo, debe iniciar el Administrador de ODBC de la siguiente manera:
1. Haga doble clic en el icono Mi PC en su escritorio.
2. Encontrar el icono del Panel de control y haga doble clic en l.
3. Haga doble clic en el icono Rendimiento y mantenimiento luego en Herramientas
administrativas.

4. Buscar el icono de Orgenes de Datos (ODBC) haga doble clic en l.


Ahora debe ver el cuadro de dilogo Administrador de orgenes de datos ODBC se
muestra a continuacin:

Para instalar la base de datos PROBLE.MDB como una fuente de datos, haga lo
siguiente:
1. Haga clic en el botn Agregar en el cuadro de dilogo Administrador de datos
ODBC para mostrar el cuadro de dilogo a continuacin:

2. Estamos instalando una fuente de datos de acceso, as que seleccione la opcin


Microsoft Access Driver y pulse el botn Finalizar.

3. En el siguiente cuadro de dilogo:

Asignar la fuente de datos el nombre de Programacin Lineal en el campo Nombre


de origen de datos. En el campo Descripcin, escriba "Fuente de datos para un
modelo de Programacin Lineal LINGO". Pulse el botn Seleccionar e introduzca el
nombre de la base de datos "LINGO \ SAMPLES \ PROBLE.MDB" (esto asume
LINGO se ha instalado en la LINGO-directorio de su instalacin puede ser diferente).
El cuadro de dilogo que ahora se parecen a las que se muestra a continuacin:

4. Pulse el botn Aceptar y podr ver la fuente de datos de Transporte se ha aadido


a la lista de orgenes de datos ODBC:

5. Haga clic en el botn Aceptar para cerrar el Administrador de ODBC. Ahora


debe ser capaz de iniciar y resolver el modelo LINGO PROBLE.LG4.

!PROBLEMA LINGO;
MODEL:
SETS:
FABRICAS / A B C/:; !Tipo
PRODUCTOS /P1 P2 P3/:;
CENTRO /S L/:;
CIUDAD /T C/:;

!Tipo

de fbrica: i= A, B, C ;

!Tipo

de producto: j= P1, P2, P3 ;

de centro de distribucin: k=supermercado (S), librera (L);

!Ciudades:

l=Tacna (T), Cuzco (Cz);

!REQUERIMIENTO DE PRODUCTOS PARA UNA FABRICA, EN UN CENTRO DE


DISTRIBUCION, EN UNA CIUDAD,;
PRODUCTO: FABRICA_1: FABRICA_2: FABRICA_3;

PRODUCTO: TACNA : CUZCO;


CENTROS: TACNA: CUZCO;
FABRICA: PRODUCTO1: PRODUCTO2: PRODUCTO3;
PROCIU(PRODUCTOS,CIUDAD):DEMANDA;
CENCIUDAD(CENTRO,CIUDAD):CAPACIDAD2;
ENDSETS
DATA:
PRECIO,CAPACIDAD,DEMANDA,CAPACIDAD2=@OLE('C:\Archivos de
programa\LINGO11\Samples\PROBLE.MDB','precio','capacidad','demanda','c
apacidad1');
ENDDATA
MAX=FO;
FO=@SUM(FPCC:PRECIO*X);

CONCLUSIONES
Se ha presentado una prctica de optimizacin empleando LINGO. La
experiencia docente derivada de su utilizacin ha puesto de manifiesto la
idoneidad del empleo de dicha herramienta. En particular, su aplicacin en la
resolucin de problemas relacionados con el campo empresarial ha permitido
facilitar su asimilacin por el alumnado, alcanzando un mejor nivel de
comprensin y un buen grado de satisfaccin por su parte.
Las herramientas matemticas como LINGO permiten que alumnos con unos
conocimientos elementales en optimizacin puedan resolver una amplia gama
de problemas. En aquellas titulaciones en las cuales las matemticas no son el
fin en s mismas y se reducen a una herramienta de trabajo, resulta de mayor
inters la formulacin de los problemas, la interpretacin y el anlisis de las
soluciones, en detrimento del mtodo empleado en la obtencin de dicha
solucin.
En los problemas estudiados se ha hecho una simplificacin importante que
debe puntualizarse. En el problema sin restricciones de capacidad se conoce el
coste de transporte por unidad entre las plantas y los almacenes. En general,
este coste puede venir dado en funcin de la distancia recorrida a lo largo de
cierta red que represente las comunicaciones entre ciudades. En tal caso, habra
que resolver en primer lugar el problema de las distancias mnimas en la red de
transporte y agregar los costes a lo largo del camino mnimo. En el problema con
capacidad, se conoce c y r para cada par origen-destino, aunque en general
sobre una red de transporte habra que tener en cuenta estos parmetros a lo
largo de todas las aristas que pertenecen al camino mnimo.

REFERENCIAS

Bazaraa, M.S., Sherali, H.D. y Shetty, C.M. (1993): Nonlinear programming.


Theory and algorithms (2 edicin). Ed. John Wiley.
Chiang, A.C. (1.987): Mtodos Fundamentales de Economa Matemtica (3
edicin).
Ed. McGraw-Hill.
Haeussler, E.I. y Paul, R.S. (1997): Matemticas para la Administracin,
Economa, Ciencias Sociales y de la Vida (8 edicin). Ed. Prentice-Hall.
Manual de usuario (1996). Solver Suite: LINDO, LINGO and WHATS BEST,
Lindo Systems Inc.
Surez Vega, R., Dorta Gonzlez, P., Gonzlez Martel, C. , Andrada Flix, J.
y Hernndez Guerra, J. (2001): Problemas de Algebra Lineal para la
Economa y la Empresa. Ejercicios resueltos, cuestiones y tratamiento con
DERIVE y LINGO. Ed. El Libro Tcnico.
Sydsaeter, K. y Hammond, P.J. (1996). Matemticas para el Anlisis
Econmico. Ed. Prentice-Hall.
Helmut Kopka and Patrick W. Dale. A Guide to LATEX. Addison-Wesley,
Harlow, England, 3rd edition, 1999.
Gerson Lachtermacher. Pesquisa Operacional na Tomada de Decises.
Editora Campus, Rio de Janeiro, 2002.
Lindo Systems Inc., Chicago. LINGO: the modeling language and optmizer,
2001.
http://books.google.com.pe/books?
id=8IMSA6DEaRoC&pg=PA506&lpg=PA506&dq=La+Father+Domino+Compa
ny+vende+copiadoras&source=bl&ots=MGl20VhBRl&sig=DJKAJvZY7UKCB
mkxuORYqTF3YqY&hl=es&ei=ad6S_r2LqiTtgeaz5HrCw&sa=X&oi=book_result&ct=result&resnum=1&ved=0
CAcQ6AEwAA#v=onepage&q=La%20Father%20Domino%20Company
%20vende%20copiadoras&f=false

Vous aimerez peut-être aussi