Unidad 2 Apuntes de Io1

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

que se deben hacer conjeturas y simplificaciones. El proceso de formulacin requiere que el
constructor del problema seleccione o asle del ambiente aquellos aspectos de la realidad que sean
relevantes dentro del mbito del problema. Puesto que los problemas que nos interesan implican
decisiones, restricciones y objetivos, deben ser explcitamente identificados y definidos. Una vez que
se ha realizado la formulacin lgica se debe elaborar una forma simblica del modelo. En cierto
sentido, formulacin y construccin son procesos integrados, siendo la formulacin el aspecto lgico
conceptual y la construccin la expresin de las relaciones lgicas en el lenguaje simblico de las
matemticas.
3.
Se formula una representacin simblica (es decir con expresiones matemticas) del modelo. Las
interacciones entre la formulacin y la construccin simblica por lo comn son crticas. Por lo que
2011.IPN-UPIICSAMara Virginia Guzmn Ibarra
23
II
se requiere que los modelos sean construidos por grupos heterogneos o interdisciplinarios de
expertos en varios campos.
El concepto de formulacin y construccin del modelo podra ser ms explicito con el siguiente ejemplo:
Considrese a un fabricante quien produce distintos productos y utiliza diferentes materias primas en el
proceso. El desea conocer que tanto tiene que producir de cada producto con el objeto de obtener el
mayor beneficio global, numeremos los diferentes productos que fabrica por 1,2,,n y las materias
requeridas (tales como mano de obra, capital, acero y otras materias bsicas) por 1,2,.,m supngase que
el sistema de unidades se elige en trminos de la cantidad de cada producto fabricado y en forma como
puede medirse las materias usadas, por ejemplo, la cantidad de acero usado puede medirse en toneladas,
la mano de obra en horas-hombre, y as sucesivamente. Ahora hagamos algunas suposiciones respecto a
la naturaleza del proceso de fabricacin considrese primero que, para cada producto, se requiere una
cantidad fija de cada materia hacer una unidad de ese producto. Sea aij el nmero de unidades requeridas
de la materia i para producir una cantidad del producto j (1 i m, 1 j n) . Al referirse a aij como
"fijo" significa que el nmero determinado por i y j solamente y no vara con la cantidad producida del
producto j. A continuacin, supngase que consideramos un perodo de tiempo fijo durante el cual se
dispone de una cantidad fija de cada materia y que dicha cantidad no puede excederse durante ese tiempo.
Sea bi el nmero de unidades de la materia nmero i disponible durante el perodo de tiempo
fijo (1 i m) . Finalmente supngase que todos los productos fabricados durante el intervalo de tiempo
considerado se vendern y que se conoce el beneficio unitario de cada producto, el cual es independiente
del nmero de unidades producidas. Sea Cj el nmero de unidades de dinero que son el beneficio de la
venta de una unidad de cada producto j (1 j n) . Entonces, si se producen Xj unidades del producto j
(1 j n) en el intervalo de tiempo dado, el beneficio ser C1X1 + C2X2 +CiXj+..+ CnXn,

puesto que deseamos maximizar el beneficio total sujeto a las condiciones mencionadas, debemos
formular el siguiente problema de programacin lineal.
Maximizar Z = C1X1 + C2X2 +CJXj+..+ CnXn
Sujeta a:
A11X1 + A12X2 + A1jXj +..+ A1nXn

(, = ) b1
A21X1 + A22X2 + A2jXj +..+ A2nXn
(, = ) b2
..
Ai1X1 + Ai2X2 + AijXj +..+ AinXn
(, = ) bi
..
Am1X1 + Am2X2 + AmjXj +..+ AmnXn
(, = ) bm
Xj 0 (j =1,2,.,n)
Las condiciones Xj 0 (j =1,2,., n) estn presentes debido a que no tiene significado hablar de producir
una cantidad negativa de un producto.
2.2.
MODELOS TPICOS DE PROGRAMACIN LINEAL
Los modelos tpicos de programacin lineal se pueden clasificar en cuatro categoras:

2.2.1.
2.2.2.
2.2.3.
2.2.4.
Modelos de asignacin de recursos

Modelos de trueque de costo-beneficio
Modelos de redes de distribucin
Modelos mixtos
En cada caso, un rasgo distintivo importante es la naturaleza de las restricciones, como se vera en cada
modelo.
Son
modelos
de programacin
linealdeque
involucran la asignacin de recursos limitados a las actividades.
2.2.1.
Modelos
de asignacin
recursos
La caracterstica que identifica cualquier modelo de esos es que cada restriccin funcional en el modelo
de programacin lineal es una restriccin de recursos, que tiene la forma:
24
II
Cantidad de recurso empleado cantidad de recurso disponible

Para uno de los recursos limitados.
Para facilitar la formulacin del modelo de programacin lineal de asignacin de recursos, se requiere
reunir tres tipos de datos:
1.
La cantidad disponible de cada recurso limitado para el uso colectivo de todas las actividades
objeto de estudio.
2.
La cantidad de cada recurso necesario para cada actividad. En particular, para cada combinacin
de recurso y actividad, debe estimarse la cantidad de recurso usado por unidad de actividad.
3.
La contribucin por unidad de cada actividad como la medida de desempeo global. (Esta
medida de desempeo, es la ganancia o costo total de las actividades).
Toda vez que se llena una tabla con todos los datos requeridos, se esta listo para la formulacin del
modelo de programacin lineal correspondiente. De hecho la siguiente tabla se llama tabla de
concentracin de datos (parmetros) porque los datos son los parmetros del modelo.
Formato de la tabla de concentracin de datos ( parmetros) para un problema de asignacin de recursos.
Caso: Compaa Think-Big Development Co.

1.
Definicin del problema
La Compaa Think-Big Development Co. Es un inversionista importante en proyectos de desarrollo de

bienes races comerciales. Actualmente tiene la oportunidad de invertir en tres grandes proyectos de
construccin:
Proyecto 1: un edificio de oficinas de varios pisos.
Proyecto 2: un hotel.
Proyecto 3: un centro comercial.
Cada proyecto requiere que cada socio efecte inversiones en cuatro momentos distintos: un pago inicial
ahora y capital adicional despus de uno, dos y tres aos. La siguiente tabla muestra, para cada proyecto,
la cantidad total de inversin de capital requerida de todos los socios en estos cuatro tiempos. As, un
socio que toma cierto porcentaje de participacin est obligado a invertir ese porcentaje de cada cantidad
mostrada en la tabla del proyecto.
Se espera que los tres proyectos sean muy rentables a largo plazo. As es que la administracin de ThinkBig desea invertir lo ms posible en alguno o en todos ellos. La administracin est dispuesta a
comprometer todo el capital de inversin disponible hoy, as como el capital de inversin adicional que se
espera est disponible durante los siguientes tres aos. El objetivo es determinar la mezcla de inversin
que resulte ms rentable, basado en las estimaciones actuales de rentabilidad.
Puesto que pasarn varios aos antes de que cada proyecto comience a generar ingresos, que continuarn
por muchos aos en el futuro, se precisa tomar en cuenta el valor del dinero en el tiempo para evaluar
25
II
cun rentable podra ser. Esto se hace mediante el descuento de futuros flujos de efectivo que sale (capital
invertido) y flujos de efectivo que entra (ingreso) y despus sumando los flujos de efectivo descontados
netos, para calcular el valor presente neto del proyecto.
Basado en las estimaciones actuales de flujos de efectivo futuros, el valor presente neto estimado para
cada proyecto se muestra en el ltimo rengln de la tabla. Todos los inversionistas incluida Think-Big,
repartirn luego este valor presente neto en proporcin a su parte de la inversin total.
Para cada proyecto, 100 participaciones de 1% (o fracciones de stas) se venden a grandes inversionistas,
tales como Think-Big quienes se convierten en socios del proyecto al invertir sus partes proporcionales en
los cuatro tiempos especificados. Por ejemplo, si Think-Big toma 10 participaciones del proyecto 1,
deber proporcionar $4 millones ahora y luego $6 millones, $9 millones y $1 milln en los aos uno, dos
y tres, respectivamente.
Hoy la compaa cuenta con $25 millones disponibles para inversin de capital. En las proyecciones se
dispondr de otros $20 millones ms despus de dos aos y otros $15 millones en tres aos. Cuntas
participaciones debera tomar Think-Big en los respectivos proyectos para maximizar el valor presente
neto total de estas inversiones?
Cuadro de concentracin de datos para el problema de Inversiones
2.
Formulacin del modelo
Las actividades consideradas son:

Actividad 1: invertir en el proyecto 1.
Los recursos limitados a asignar a estas actividades son los fondos disponibles en los cuatro puntos de
inversin. Los fondos que no se usan en un punto estn disponibles en el siguiente. Entonces, la
restriccin de recursos para cada punto debe reflejar los fondos acumulados a ese punto.
Recurso 1: capital de inversin total disponible ahora.
Recurso 2: capital de inversin acumulado disponible al final de un ao.
Recurso 3: capital de inversin acumulado disponible al final de dos aos.
Recurso 4: capital de inversin acumulado disponible al final de tres aos.
Con las cantidades acumuladas de estos recursos y las participaciones del 1% para los proyectos
obtenemos la siguiente tabla. Obsrvese que los que aqu los nmeros de la tabla anterior se multiplicaron
por 1%, porque cada unidad de una actividad (inversin en un proyecto) es 1% de la inversin total. Para
ilustrar el efecto de usar cantidades acumuladas para los recursos, considere los nmeros de la columna
del proyecto 1 de la tabla siguiente que se obtienen a partir de la columna correspondiente en la tabla
anterior como sigue:
Clculos para la columna del proyecto 1 de la tabla siguiente
Rengln 1: 0.01 ($40 millones) = $0.40 millones
26
II
Rengln 2: 0.01 ($40 + 60 millones) = $1.0 millones

Rengln 3: 0.01 ($40 + 60 + 90 millones) = $1.9 millones
Rengln 4: 0.01 ($40 + 60 + 90 + 10 millones) = $2.0 millones
Fondo: 0.01 ($ 45 millones) = $0.45 millones
Contribucin por unidad = valor presente neto de cada participacin de 1% en este proyecto
Tabla de parmetros para el problema de mezclas de inversin de la Think-Big Development Co.
Las decisiones. Con tres actividades bajo consideracin, deben tomarse tres decisiones:
Decisin 1: P1 = nmero de participaciones en el proyecto 1 (edificio de oficinas)
Decisin 2: P2 = nmero de participaciones en el proyecto 2 (hotel)
Decisin 3: P3 = nmero de participaciones en el proyecto 3 (centro comercial)
Las restricciones. Los cuatro recursos requieren de restricciones de recursos:
Total invertido ahora 25 (millones de dlares disponibles)
Total invertido dentro de un ao 45 (millones de dlares disponibles)
Total invertido dentro de dos aos 65 (millones de dlares disponibles)
Total invertido dentro de tres aos 80 (millones de dlares disponibles)
La medida de desempeo. El objetivo es:
Maximizar VPN = Valor presente neto total de las inversiones
Matemticamente la formulacin del modelo es:
Funcin Objetivo:
Sujeta a:
Maximizar VPN = 0.45P1 + 0.7P2 + 0.5P3
Total de inversin actual:

0.4P1 + 0.8P2 + 0.9P3 25
Total invertido dentro de dos aos: P1 + 1.6P2 + 1.4P3 45
Total invertido dentro de un ao: 1.9P1 + 2.4P2 + 1.6P3 65
Total invertido dentro de un ao 2.0P1 + 3.1P2 + 2.2P3 80
Condiciones de no negatividad:
P10 P20 P30
3.
Solucin del problema a partir del modelo
Aplicando un programa para obtener la solucin del modelo se concluye lo siguiente:

No invertir en el proyecto 1
Invertir en 16.505 participaciones del proyecto 2
Invertir en 13.107 participaciones del proyecto 3
Con este plan de inversin se obtendr un valor presente neto de $18.11 millones.
27
II
Caso Compaa: El problema de mezcla publicitaria de la Sper Grain Co

1.
Claire Syverson, subdirectora de mercadotecnia de Super Grain Corporation, se enfrenta a un reto

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

Gastos de publicidad:
300TV + 150M + 100SS 4 000
Costos de planeacin:
90TV + 30M + 40SS 1 000
Nmero de espacios en televisin:
TV
5
Condiciones de no-negatividad:
T V 0 M 0 SS 0
3.

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

Un ejemplo de minimizacin: Problema de mezcla de publicidad
1.
La compaa Profit & Gambit Co. fabrica productos de limpieza para uso domstico. ste es un mercado
muy competido y la compaa lucha en forma constante para aumentar su porcentaje de mercado. La
administracin decidi llevar a cabo una importante campaa de publicidad que se enfocar en los
siguientes tres productos clave:
1.
2.
3.
Un quitamanchas para prelavado en aerosol.

Un nuevo detergente lquido para ropa.
Un polvo detergente para ropa con mercado establecido.
Esta campaa utilizar televisin y medios impresos. Se desarroll un comercial de televisin para
aparecer en el mbito nacional que anunciar el detergente lquido para ayudar a establecer este nuevo
producto. La publicidad en medios impresos promover los tres productos e incluir cupones de
descuento que los consumidores pueden usar para comprar el producto a precios reducidos. La
administracin ha establecido metas mnimas para la campaa:
1.
2.
3.
El quitamanchas debe captar 3% adicional de su mercado;

El nuevo detergente lquido debe captar 18% del mercado de detergentes para ropa, y
Un aumento de 4% de este mismo mercado debe ser captado por el detergente en polvo.
La siguiente tabla muestra los aumentos estimados en las participaciones de estos mercados por cada
unidad de publicidad en los medios respectivos.
(Una unidad es un bloque estndar de publicidad que Profit & Gambit Co. compra, pero tambin se
permiten otras cantidades).
La razn para el 1% para el detergente en polvo en la columna de televisin es que el comercial de TV
que anuncia el nuevo detergente lquido le quitar algunas ventas al detergente en polvo. El ltimo
rengln de la tabla muestra el costo por unidad de publicidad para cada medio.
31
II
Tabla de concentracin de datos (parmetros) para el problema de mezcla publicitaria.
El objetivo de la administracin es determinar cunta publicidad hacer en cada medio para cumplir las
metas de participacin de mercado a un costo total mnimo.
2.
ste es un problema de trueque entre costo y beneficio. El objetivo es: determinar cunta publicidad
asignar a cada medio para cubrir las metas de porcentaje de mercado a un costo total mnimo.
Las actividades consideradas son:
Actividad 1: Publicidad en televisin.
Actividad 2: Publicidad en medios impresos.
Los beneficios buscados de estas actividades son:
Beneficio 1: Proporcin aumentada del mercado para un quitamanchas prelavado.
Beneficio 2: Proporcin aumentada del mercado para un detergente de ropa lquido.
Beneficio 3: Proporcin aumentada del mercado para un detergente de ropa en polvo bien establecido.
Las decisiones que deben tomarse en cuenta son:
Decisin 1: TV = Nmero de unidades de publicidad en televisin.
Decisin 2: PM =Nmero de unidades de publicidad en medios impresos.
Las restricciones identificadas sobre estas decisiones son:
Quitamanchas: Aumento total en porcentaje de mercado 3%
Detergente lquido: Aumento total en porcentaje de mercado 18%
Detergente en polvo: Aumento total en porcentaje de mercado 4%
La segunda y tercera columna de la tabla indican que los aumentos totales en porcentaje de mercado de
ambas formas de publicidad son:
Total para el quitamanchas = 1% de PM
Total para detergente lquido = 3% de TV + 2% de PM
Total para detergente en polvo = -1% de TV + 4% de PM
Matemticamente la formulacin del modelo es:
Funcin objetivo:
Sujeta a:
Minimizar Costo = TV + 2PM (en millones de dlares)
Proporcin de mercado aumentada de quitamanchas:

PM 3
Proporcin de mercado aumentada de detergente lquido: 3T V + 2PM 18
Proporcin de mercado aumentada de quitamanchas:
-TV + 4PM 4
TV 0, PM 0
32
II
3.

Contratar 4 unidades de publicidad en televisin.
Contratar 3 unidades de publicidad en medios impresos.
El costo total mnimo de este plan ser de $10 millones.
2.2.3.
Modelos de redes de distribucin
Los modelos de redes de distribucin tratan la distribucin de bienes a travs de redes de distribucin a un
costo mnimo.
En este tipo de modelos se ver un nuevo tipo de restriccin las restricciones de requerimientos fijos.
Estas restricciones son una caracterstica identificadora de los problemas de redes de distribucin. As, las
Las restricciones de requerimientos fijos tienen el mismo papel para problemas de redes de distribucin
que las restricciones de recursos en los problemas de asignacin de recursos y las restricciones de
beneficios en los problemas de trueque costo-beneficio.
Por ello, en vez de identificar recursos o beneficios, en los problemas de redes de distribucin deben ser
los requerimientos y sus restricciones de requerimientos fijos correspondientes.
As como se desarroll una tabla de parmetros para los modelos de asignacin de recursos y para los
modelos de trueque costo-beneficio, se puede elaborar una tabla, como a continuacin se muestra, para
facilitar la formulacin de modelos de redes de distribucin. La primera columna enumera los tipos de
cantidades que contienen un requerimiento fijo y la ltima columna da el monto requerido para esas
cantidades. Cada entrada en el cuerpo principal de la tabla muestra cunto contribuye cada unidad
embarcada por esa ruta para satisfacer la cantidad requerida en la ltima columna. El rengln de
capacidad muestra el nmero mximo de unidades que pueden enviarse por cada ruta de envo.
Tabla de concentracin de datos (parmetros) para un problema de redes de distribucin
Caso Compaa: The Distribution Unlimited Co.

1.
La compaa The Distribution Unlimited Co. Producir el mismo producto en dos fbricas diferentes y
luego deben enviar el producto a dos almacenes. La fbrica 1 puede enviar una cantidad ilimitada por tren
slo al almacn 1, en tanto que la fbrica 2 puede enviar una cantidad ilimitada por tren slo al almacn 2.
Se pueden usar auto transportistas independientes para enviar hasta 50 unidades de cada fbrica a un
33
II
centro de distribucin, de donde se pueden enviar hasta 50 unidades a cada almacn. El costo unitario de
envi para cada alternativa se muestra en la siguiente tabla, junto con las cantidades a producir en las
fbricas y las cantidades necesarias en los almacenes. El objetivo es determinar cmo enviar las unidades
necesarias con un costo total mnimo.
Tabla de concentracin de datos para el problema de red de distribucin.
La siguiente figura muestra la red de distribucin para este problema. Cada flecha seala una de las rutas
de embarque factibles; el costo unitario de embarque correspondiente est dado a lo largo de la flecha.
Tambin se muestra la capacidad lmite de cunto puede enviarse (s se enva) a travs de cada ruta.
2.
Formulacin del modelo de programacin lineal
Se necesitan identificar las actividades y los requerimientos de este problema de redes de distribucin
para formularlo como un modelo de programacin lineal. En este caso se han mencionado dos tipos de
actividades la produccin de un nuevo producto en las dos fbricas y el envo del producto a travs de
varias rutas-. Sin embargo, se conocen las cantidades especficas que debe producir cada fbrica, de modo
que no se requiere tomar decisiones sobre las actividades de produccin. La toma de decisiones se ocupa
de los niveles de las actividades de envo cunto enviar a travs de cada ruta-. Por lo tanto, la atencin
debe centrarse en las actividades de envo para la formulacin del modelo de programacin lineal.
Las actividades corresponden a rutas de envo, sealadas por flechas en la figura anterior.
34
II
El nivel de cada actividad es el nmero de unidades enviadas por la ruta correspondiente.

Igual que cualquier modelo de programacin lineal puede describirse como la bsqueda de la mejor
combinacin de niveles de actividad, ste implica encontrar la mejor mezcla de cantidades de envo para
las diversas rutas. Las decisiones que se toman son:
Las decisiones que se toman son:
SF1-DC = Nmero de unidades enviadas de la fbrica 1 al centro de distribucin (50 mximo)
SF2-DC = Nmero de unidades enviadas de la fbrica 2 al centro de distribucin (50 mximo)
SF1-W1 = Nmero de unidades enviadas de la fbrica 1 al almacn 1
SF2-W2 = Nmero de unidades enviadas de la fbrica 2 al almacn 2
SDC-W1 = Nmero de unidades enviadas del centro de distribucin al almacn 1 (50 mximo)
SDC-W2 = Nmero de unidades enviadas del centro de distribucin al almacn 2 (50 mximo)
El objetivo es: Minimizar Costo = costo total de enviar las unidades necesarias
Usando los costos de embarque unitarios dados en la tabla anterior
Costo = 300 SF1-DC + 400 SF2-DC + 700 SF1-W1 + 900 SF2-W2 + 200 SDC-W1 + 400 SDC-W2
El modelo requerir algunas limitaciones que involucran requerimientos fijos:
Requerimiento 1: La cantidad total enviada de la fbrica 1 debe ser 80 unidades.
Requerimiento 2: La cantidad total enviada de la fbrica 2 debe ser 70 unidades.
Requerimiento 3: La cantidad total enviada a la bodega 1 debe ser 60 unidades.
Requerimiento 4: La cantidad total enviada a la bodega 2 debe ser 90 unidades.
Pero hay un requisito ms que no es tan evidente!. Al final todas las unidades se necesitan en los
almacenes. De modo que cualquier nmero de unidades enviadas de las fbricas al centro de distribucin
deben ser remitidas a los almacenes. Por ello, la cantidad total enviada desde el centro de distribucin a
los almacenes debe ser igual a la cantidad enviada de las fbricas al centro de distribucin. En otras
palabras, la diferencia de estas dos cantidades enviadas debe ser igual a cero.
Requerimiento 5: Para el centro de distribucin, la cantidad enviada menos la cantidad que llega = 0.
Con este sutil, pero significativo punto, debe poder verse que hay un requerimiento especial asociado con
cada una de las cinco localidades en la red de distribucin mostrada en la figura (red) anterior. Tener un
requerimiento para cada localidad es una caracterstica comn de todos los problemas de redes de
distribucin.
Estos cinco requerimientos pueden expresarse en forma de restricciones como:
Cantidad proporcionada = cantidad requerida
Por ejemplo, el requerimiento 1 puede expresarse en forma algebraica como
SF1-DC + SF1-W1 = 80
Donde el lado izquierdo es la cantidad total enviada de la fbrica 1 y 80 es la cantidad requerida que debe
enviarse de la fbrica 1. As, esta limitacin restringe a SF1-DC y a SF1-W1 a valores que suman la cantidad
requerida de 80.
Una caracterstica identificadora de los modelos puros de redes de distribucin es que las principales
restricciones funcionales en la forma final del modelo son restricciones de requerimientos fsicos. Sin
embargo, otros modelos de programacin lineal algunas veces incluyen tambin limitaciones de
requerimientos fsicos.
La siguiente tabla de parmetros facilitara la formulacin del modelo de redes de distribucin. La primera
columna enumera los tipos de cantidades que contienen un requerimiento fijo y la ltima columna da el
monto requerido para esas cantidades.
35
II
Cada entrada en el cuerpo principal de la tabla muestra cunto contribuye cada unidad embarcada por esa
ruta para satisfacer la cantidad requerida en la ltima columna.
El rengln de capacidad muestra el nmero mximo de unidades que pueden enviarse por cada ruta de
envo (ilimitada para las rutas en las dos columnas centrales).
Tabla de parmetros para el problema de redes de distribucin.

Minimizar Costo = 300 SF1-DC+400 SF2-DC+ 700 SF1-W1+ 900 SF2-W2+ 200 SDC-W1+ 40 SDC-W2
Sujeta a las siguientes restricciones:
1.
Restricciones de requerimientos fijos:

SF1-DC +
-SF1-DC 2.
SF1-W1
= 80 (fbrica 1)
SF2-DC +
SF2-W2
= 70 (fbrica 2)
SF1-W1 +
SDC-W1
= 60 (almacn 1)
SF2-W2 +
SDC-W2 = 90 (almacn 2)
SF2-DC +
SDC-W1+ SDC-W2 = 0 (centro de distribucin)
Restricciones de lmite superior:

SF1-DC 50; SF2-DC 50; SDC-W1 50; SDC-W2 50
3.
SF1-DC 0, SF2-DC 0, SDC-W1 0, SDC-W2 0, SF1-W1 0, SF2-W2 0
3.

16 = cantidad total enviada de la fabrica 1
17 = cantidad total enviada de la fabrica 2
18 = cantidad total enviada al almacn 1
19 = cantidad total enviada al almacn 2
110 = cantidad que sale menos cantidad que llega para el centro de distribucin
El costo total de envo a un costo mnimo es de $110 000.
36
II
2.2.4
Modelos mixtos
La cuarta (y ltima) categora de modelos de programacin lineal es la de modelos mixtos. Incluye

cualquier problema que no est en alguna de las tres primeras categoras.
Como se resume en la siguiente tabla. Cada tipo de modelo de asignacin de recursos, de trueque costobeneficio, y de redes de distribucin- presenta uno de los tres tipos de restricciones funcionales.
De hecho, la caracterstica identificadora de un modelo puro de asignacin de recurso es que todas sus
restricciones funcionales son restricciones de recursos.
La caracterstica identificadora de un modelo puro de trueque costo-beneficio es que todas sus
restricciones funcionales son restricciones de beneficio. Las restricciones funcionales principales en un
modelo de redes de distribucin son restricciones de requerimientos fijos de cierto tipo (aunque el
problema pueda tener algunas restricciones de recursos simples donde cada lado izquierdo es una sola
variable de decisin).
Tabla que muestra cada tipo de modelo de asignacin de recursos, de trueque costo-beneficio, y de redes de
distribucin- presenta uno de los tres tipos de restricciones funcionales.
Caso Compaa: The Save-It Company: Reciclado de desechos slidos

1.
La compaa Save-It Company opera un centro de reciclado que recoge cuatro tipos de materiales de
desperdicio slidos y luego los trata para que se puedan amalgamar (tratamiento y amalgamado
constituyen procesos diferentes) como productos vendibles. Pueden elaborarse tres grados de este
producto, dependiendo de la mezcla de los materiales usados. Aunque hay alguna flexibilidad en la
mezcla para cada grado, las normas de calidad especifican la cantidad mnima o mxima de los materiales
permitidos en ese grado de producto. (Esta cantidad mnima o mxima es el peso del material expresado
como porcentaje del peso total para ese grado de producto.) Para cada uno de los dos grados ms altos, se
especifica un porcentaje fijo de uno de los materiales.
Estas especificaciones se dan en la siguiente tabla junto con el costo de amalgamado y el precio de venta
de cada grado.
37
II
Tabla de concentracin de datos de productos de la compaa Save-It Company.
El centro de beneficio recoge estos materiales de desechos slidos de algunas fuentes regulares, por lo
que est en posibilidad de sostener una tasa estable para tratarlos.
La siguiente tabla da las cantidades disponibles para recolectar y tratar cada semana, as como el costo del
tratamiento, para cada tipo de material.
Tabla de datos de materiales de desperdicio slido de la compaa Save-It Company.
La compaa Save-It Company es propiedad nica de Green Earth, una organizacin dedicada a manejar
problemas ecolgicos. Las ganancias de Save-It Company se usan ntegras para ayudar a sostener las
actividades de Green Earth. Green Earth ha reunido contribuciones y donaciones que suman $30 000
semanales, que usa slo para cubrir el costo total del tratamiento de los materiales de desechos slidos. El
consejo de administracin de Green Earth dio instrucciones a la administracin de Save-It Company para
que distribuya este dinero entre los materiales de forma tal que al menos la mitad de la cantidad
disponible de cada material se recolecte y se trate. Estas restricciones adicionales estn listadas en la tabla
anterior.
Dentro de las restricciones especificadas, la administracin desea asignar los materiales a los grados de
productos para maximizar la ganancia semanal (ingreso de las ventas totales menos costo total de
amalgamado).
2.
Formulacin del modelo de programacin lineal
Este es un problema de programacin lineal mixto. Para formularlo se necesita identificar todas las
actividades, recursos, beneficios y requerimientos fijos que lo rodean. La clave para identificar las
actividades se encuentra en la meta de la administracin de encontrar la mejor asignacin de materiales a
los grados de productos. Cada combinacin de un material y un grado de producto requiere de una
decisin: cunto de ese material debe contener ese grado de producto? Esta cantidad se convierte en el
nivel de una actividad.
38
II
Cada actividad corresponde al tratamiento de un material de desecho slido que lo prepara para
amalgamarlo en un grado de producto. El nivel de esa actividad es la cantidad del material tratado en
preparacin para amalgamarlo en el grado del producto.
As, las decisiones a tomar son el nmero de libras de cada tipo de material asignadas a cada grado de
producto por semana.
Hay muchas restricciones sobre estas decisiones debido a los recursos limitados, los beneficios prescritos
y los requerimientos fijos, como se resumen enseguida.
Recursos limitados. Los cuatro materiales de desecho slido, cuyas cantidades disponibles estn dadas en
la segunda columna de la tabla. Adems los usos limitados de los materiales 1 y 3 especificados en la
segunda columna de la otra tabla se interpretan como recursos limitados que conducen a restricciones de
recursos.
Beneficios prescritos. La recoleccin y tratamiento de cada material de desecho slido es un beneficio,
donde el nivel aceptable mnimo (la mitad de lo disponible) se da en el lado derecho de la tabla anterior.
Adems la segunda columna de la otra tabla especifica el uso mnimo aceptable del material 2, de modo
que este se interpreta como beneficio prescrito.
Requerimientos fijos. Los requerimientos fijos son: el uso fijo del material 4 especificado en la segunda
columna de la otra tabla y la cantidad fija de dinero para tratar los materiales de desechos slidos, como
se especifica en el lado derecho de la tabla anterior.
El objetivo. El objetivo de la administracin es maximizar la ganancia semanaria total de los tres grados
de productos, de modo que sta es la medida de desempeo global de este problema. Se calcula restando
el costo total de amalgamado del ingreso total por ventas. Las contribuciones y donativos de $30 000
semanales especficamente para el tratamiento de los desechos slidos cubren por completo los costos de
tratamiento, de manera que estos costos no se incluyen al calcular la ganancia. Por lo tanto, el nico costo
considerado, es el costo de amalgamado. Entonces para cada grado de producto, la ganancia por libra se
obtiene restando el costo de amalgamado dado en la tercera columna de la otra tabla del precio de venta
en la cuarta columna.
Las decisiones. Las doce decisiones que se tomarn son:
XA1 = nmero de libras de material 1 asignado al producto grado A por semana.
XB1 = nmero de libras de material 1 asignado al producto grado B por semana.
XC1 = nmero de libras de material 1 asignado al producto grado C por semana.
Maximizar Ganancia = 5.5 (XA1 + XA2 + XA3 + XA4) + 4.5 (XB1 + XB2 + XB3 + XB4) + 3.5 (XC1 + XC2 +
XC3 + XC4)
Sujeta a las siguientes restricciones:
1. Especificaciones de mezcla:
XA1
XA2
XA3
0.3 (XA1 + XA2 + XA3 + XA4) (grado A, material 1)

0.4(XA1 + XA2 + XA3 + XA4) (grado A, material 2)
0.5(XA1 + XA2 + XA3 + XA4) (grado A, material 3)
39
II
XA4
XB1
XB2
XB4
XC1
0.2(XA1 + XA2 + XA3 + XA4)
(grado A, material 4)
0.5 (XB1 + XB2 + XB3 + XB4) (grado B, material 1)

0.7 (XC1 + XC2 + XC3 + XC4) (grado C, material 1)
2. Disponibilidad de materiales:
XA1 + XB1 + XC1 3 000 (material 1)
3. Restricciones sobre cantidades tratadas:
XA1 + XB1 + XC1 1 500
XA2 + XB2 + XC2 1 000
XA3 + XB3 + XC3 2 000
XA4 + XB4 + XC4 500
(material 1)
(material 2)
(material 3)
(material 4)
4. Restriccin sobre el costo de tratamiento:

3(XA1+XB1+XC1) + 6(XA2+XB2+XC2) + 4(XA3+XB3+XC3) + 5(XA4+XB4+XC4) = 30 000
5. Condiciones de no-negatividad:
XA1 0, XA20, XA3 0, XA4 0, XB1 0, XB2 0, XB3 0, XB4 0, XC1 0, XC2 0, XC3 0, XC4 0
3.

La solucin ptima se muestra en la siguiente tabla, para el nmero de libras de cada tipo de material
asignado a cada grado de producto por semana. La ganancia total semanal resultante es: $35 109.65.
Solucin del problema de la compaa Save-It Company
Caso: Agro-Tech
1.
Tom Anderson, gerente de produccin de la Agro-tech necesita planear la combinacin de fertilizantes

para el siguiente mes y no tiene claro cmo va a proceder para elaborar el plan. La Agro-Tech es una
compaa pequea de productos qumicos que fabrica entre otros artculos dos tipos de fertilizante que se
elaboran combinando ingredientes que se compran con proveedores externos. Cada mes, Tom tiene que
planear la cantidad de cada fertilizante que debe producirse. Su plan debe tomar en consideracin el costo
de los ingredientes, el precio de venta de los fertilizantes, cualesquier pedido que deba surtirse y las
restricciones impuestas al uso de los recursos de la compaa, mano de obra, materias primas o tiempo de
40
II
mquina. El proceso de planeacin para este mes es ms difcil que lo normal. Por lo general la AgroTech fabrica fertilizantes de acuerdo con los pedidos de los clientes pero este mes los fertilizantes van a
venderse a travs de un mayorista. Esto complica las cosas porque Tom tiene que elaborar un programa
de produccin que conduzca a las mayores utilidades posibles para la Agro-Tech, al mismo tiempo que se
utiliza slo la cantidad de ingredientes que estn disponibles para el mes.
Los dos fertilizantes que la Agro-Tech fabrica son las mezclas denominadas 5-5-10 y 5-10-5. En cada
caso, el primer valor se refiere al porcentaje que el producto final tiene de nitrato qumico, el segundo
valor se refiere al porcentaje de fosfato que aparece en el producto final y el tercer valor da el porcentaje
de potasio. El fertilizante se estabiliza con un material de relleno como podra ser barro. Por ejemplo, el
5-5-10 est elaborado con 5% de nitrato, 5% de fosfato y 10% de potasio y el 80% restante es barro. El
mayorista comprar cualquier cantidad de ambos fertilizantes que la Agro-Tech pueda fabricar. Esta
dispuesto a pagar $71.50 por tonelada del 5-5-10 y $69 por tonelada del 5-10-5. Este mes, la
disponibilidad y costos de materias primas son 1100 toneladas de nitrato a $200 por tonelada, 1800
toneladas de fosfato a $80 cada una y 2000 toneladas de potasio a $160 cada una. El relleno esta
disponible en cantidades ilimitadas al precio de $10 por tonelada, pero para los otros tres ingredientes
slo se dispone de las cantidades mencionadas antes. No hay restricciones para el uso de la mano de obra
ni tampoco para el empleo de la maquinara durante el mes, pero se tiene un costo de $15 por tonelada por
concepto de mezclado de los fertilizantes. La pregunta que Tom debe resolver es cmo utilizar los
recursos escasos (nitrato, fosfato y potasio) de que dispone Agro-Tech, de manera que se obtengan las
mayores utilidades para la compaa?.
2.
Caractersticas del caso. Es importante observar varias caractersticas de este caso. En primer lugar, Tom
tiene un solo objetivo, la maximizacin de las utilidades provenientes de la fabricacin de los dos
fertilizantes. En segundo lugar el objetivo que debe lograrse est sujeto a la disponibilidad y uso de
recursos escasos; los ingredientes. En tercer lugar, tanto las utilidades como el uso de los recursos escasos
son directamente proporcionales a la cantidad que se fabrique de los dos fertilizantes. Es decir, pueden
sumarse las utilidades de los dos productos para calcular las utilidades totales. De manera similar, pueden
sumarse las cantidades individuales de recursos que se utilicen para determinar la cantidad total. Por
ltimo no es posible fabricar una cantidad negativa de ninguno de los dos productos.
Variables de decisin. Para el caso de la Agro-Tech, las cantidades fsicas que interesan son las
cantidades de los dos fertilizantes que pueden fabricarse.
X1 = Toneladas del fertilizante 5-5-10 a fabricar
X2 = Toneladas de fertilizante 5-10-5 a fabricar
Objetivo. Maximizacin de las utilidades. Para las utilidades se considerar el ingreso por ventas menos
los costos. En el caso de la Agro-Tech y de los dos fertilizantes que se consideran, los nicos costos que
se tomarn en cuenta son los costos de los ingredientes: nitrato, fosfato, potasio e ingredientes inertes; as
como tambin los costos de mezclado. Esos costos de mezclado son de $15 por tonelada de fertilizante
sin importar cul sea la mezcla de ingredientes. Para el fertilizante 5-5-10, se tienen ingresos de $71.50
por cada tonelada que se fabrique. Del producto final, el 5% ser nitrato, el 5% fosfato, el 10% potasio y
el 80% ingredientes inertes. Es posible calcular los costos de estos ingredientes para cada tonelada de
producto final de la siguiente manera:
Costo del nitrato por tonelada del 5-5-10 = (0.05) ($200)
Costo del fosfato por tonelada del 5-5-10 = (0.05) ($80)
Costo del potasio por tonelada del 5-5-10 = (0.10) ($160)
Costo de los ingredientes inertes por tonelada del 5-5-10 = (0.80) ($10)
Costo total de los ingredientes del 5-5-10
Costo del mezclado
Costo total
= $ 10
=$ 4
= $ 16
=$ 8
= $38
= $15
= $53
Ahora, dado que la contribucin a las utilidades = ingresos-costos variables, se tiene una contribucin de
las utilidades para el 5-5-10 = $71.50 - $53.00 = $18.50 por tonelada que se fabrique.
De manera similar los costos directos del 5-10-5 son:
Costo del nitrato por tonelada del 5-10-5 = (0.05) ($200)
= $10
41
II
Costo del fosfato por tonelada del 5-10-5 = (0.10) ($80)

Costo del potasio por tonelada del 5-10-5 = (0.05) ($160)
Costo de los ingredientes inertes por tonelada del 5-10-5 = (0.80) ($10)
Costo total de los ingredientes del 5-10-5
Costo del mezclado
Costo total
=$ 8
=$ 8
= $ 8
= $34
= $15
= $49
Ahora y al igual que antes la contribucin a las utilidades = ingresos costos variables, por lo que la
contribucin a las utilidades para el 5-10-5 = $69 - $49 = $20.00 por tonelada que se fabrique.
Usando estos valores de las contribuciones a las utilidades se puede plantear una funcin objetivo para la
Agro-Tech. Por cada tonelada de 5-5-10 que se fabrique, la utilidad es de $18.50: si se fabrican X1
toneladas, la contribucin total a las utilidades es $18.5X 1. De manera similar si se fabrican X2 toneladas
de 5-10-5, la contribucin total a las utilidades es $20X2. La contribucin total de ambos productos ser la
suma de esas cantidades, es decir, 18.5X1 + 20X2 . Por ello la funcin objetivo es:
Maximizar Z = 18.5X1 + 20X2
Restricciones. Ahora es necesario considerar las restricciones del problema, es decir, cules son las
relaciones fsicas que existen entre la fabricacin de un determinado fertilizante y el uso de los recursos
escasos disponibles? Para el nitrato existen disponibles 1100 toneladas. Por cada tonelada de 5-5-10 que
se fabrique se utilizan 0.05 de toneladas de nitrato. Por ello, si se fabrican X 1 toneladas de 5-5-10, se
utilizarn 0.05X1 toneladas de nitrato. De manera similar, si se fabrican X2 toneladas de 5-10-5 se
consumirn 0.05X2 toneladas de nitrato. Puesto que slo existen disponibles 1100 toneladas de nitrato
esto acta como restriccin sobre el nivel de produccin de 5-5-10 o del 5-10-5. Se utiliza la palabra
pudiera porque algn otro recurso escaso podra ser ms restrictivo que el nitrato. Si este fuera el caso, la
mezcla de produccin que arroja mximas utilidades no consumira todo el nitrato sino que dejara cierta
cantidad sin utilizar. Dado que no estamos obligados a usar toda la cantidad disponible de cualquier
recurso, la restriccin sobre el uso del nitrato es:
0.05X1 + 0.05X2 1100
Esta restriccin simplemente indica que la cantidad de nitrato que se utilice para fabricar X 1 toneladas de
5-5-10, ms el nitrato que se usa para fabricar X2 toneladas de 5-10-5, debe ser menor que o igual a la
cantidad disponible de nitrato. Para el fosfato, si se fabrican X toneladas de 5-5-10 entonces se utilizarn
0.05X1 toneladas de fosfato. Y si se fabrican X2 toneladas de 5-10-5, se usaran 0.10X2 toneladas de
fosfato. Puesto que existen disponibles 1800 toneladas de fosfato, la restriccin sobre el uso de fosfato
puede escribirse de la siguiente manera:
0.05X1 + 0.10X2 1800
Por ltimo, para el potasio, si se fabrican X1 toneladas de 5-5-10, se utilizaran 0.10X1 toneladas de
potasio. Y si se fabrican X2 toneladas de 5-10-5, se consumiran 0.05X2 toneladas de potasio. Puesto que
existen 2000 toneladas disponibles de potasio para fabricar los dos tipos de fertilizantes, la restriccin
sobre el uso del potasio puede describirse de la siguiente manera:
0.10X1 + 0.05X2 2000
Maximizar Z = 18.5X1 + 20X2
Sujeta a:
0.05X1 + 0.05X2 1100
0.05X1 + 0.10X2 1800
0.10X1 + 0.05X2 2000
X1, X2 0
42
II
2. 3.
EJEMPLOS DE FORMULACIN DE MODELOS DE PL
Instrucciones didcticas.- Las respuestas estn despus de los problemas. Trate de formular las
restricciones antes de ver la respuesta. Se recomienda resolver el problema y verificar su respuesta antes
de continuar con el siguiente ejercicio.
1.
Una empresa fabrica dos productos, C y D, y la dificultad es la operacin de ensamble. Durante el

ensamble pueden procesarse 100 unidades de C o 300 unidades de D o cualquier combinacin lineal
de ellas. Formule la ecuacin de restriccin adecuada.
2.
El producto R est conformado por 1,000 unidades de materia prima. Pueden emplearse dos
materiales, M y N, en cualquier combinacin deseada. Cada unidad del material M pesa 1. 800 kg,
mientras que cada unidad de material N pesa 1. 200 kg. Las especificaciones requieren que el
producto R no pese ms de 1.500 kg. Cul es la restriccin adecuada?
3.
El producto T debe producirse la prxima semana. Cualquiera de dos materiales, P y Q, puede

emplearse en cualquier combinacin para producir el producto T. Si se hace nicamente de P, el
producto T pesara 1.800 kg. Si se hace nicamente de Q el producto T pesara 1.200 kg. Las
especificaciones requieren que el producto T no pese ms de 1.500 kg. Cul es la restriccin
adecuada?
4.
Una fbrica produce dos artculos, Q y R. Ambos productos requieren dos minutos para ser
procesados en la maquinara. Se dispone de 2,000 minutos de tiempo de mquina. El producto Q
puede hacerse tanto con el material A como con el material B, y requiere 3 kg de cualquiera de ellos.
El producto R puede hacerse ya sea con el material A como con el material B o con el material C, y
requiere 4 kg. Se dispone de 800 kg de material A, 1,000 kg de material B y 2,000 kg de material C.
Cules son las restricciones correspondientes?
5.
El producto W se fabrica en un taller, ya sea en el turno regular o en tiempo extra. Tambin se

procesa en el departamento de ensamble, siempre en el turno regular. El producto W proporciona una
contribucin de $5.00 a la utilidad y al costo fijo si se produce completamente en el turno regular,
pero si se produce en tiempo extra la contribucin es slo de $1. El producto W requiere 10 minutos
en el taller y 2 minutos en el departamento de ensamble. Se dispone de 40 horas en el taller en un
turno regular y de 20 horas de tiempo extra. Se dispone de 10 horas en el departamento de ensamble.
Cules son las restricciones correspondientes?
6.
El producto A requiere ser procesado tanto en un torno como en una fresadora. Puede procesarse en
cualquiera de dos tornos y en cualquiera de dos fresadoras. La operacin de torno sobre cada unidad
del producto A requiere dos horas en el torno 1 y 3 horas en el torno 2. La operacin de fresado para
cada unidad del producto A requiere 4 horas en la fresadora 1 y 6 horas en la fresadora 2. Se dispone
de 80 horas en el torno 1, 90 horas en el torno 2, 100 horas la fresadora 1 y 110 horas en la fresadora
2. Cules son las restricciones correspondientes?
7.
Se fabrican dos productos, R y T. Cada producto se procesa en los departamentos de colado,

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

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

(cent/unidad)
J
20
15
18
K
10
30
15
L
15
5
20
M
10
12
7
N
8
14
19
Las necesidades de los diferentes clientes son:

J------100 unidades
K----- 70 unidades
L------140 unidades
M-----180 unidades
45
II
N----- 90 unidades
Las unidades disponibles en las bodegas son:
P------200 unidades
Q------300 unidades
R------150 unidades
Formule el modelo de programacin lineal correspondiente.
13. Una compaa de transportes dispone de camiones en cuatro diferentes lugares en las siguientes
cantidades:
Lugar A ------5 camiones
Lugar B ------10 camiones
Lugar C ------7 camiones
Lugar D ------3 camiones
Los clientes W, X y Y necesitan camiones segn sigue:
Cliente W ------5 camiones
Cliente X ------ 8 camiones
Cliente Y ------ 10 camiones
Los costos variables de enviar los camiones a los clientes son:
De A a W -----$ 7,
De B a W -----$ 4,
De C a W -----$ 5,
De D a W -----$ 8,
a
a
a
a
X ------ $ 3,
X ------ $ 6,
X ------ $ 2,
X ------ $ 4,
a
a
a
a
Y ------$ 6
Y ------$ 8
Y ------$ 4
Y ------$ 3
Formule el problema como un modelo de programacin lineal.

14. Una compaa de computadoras tiene 85 operarios entrenados, localizados en los siguientes lugares:
Essex ----- 20
Forest ---- 13
Gates ----- 36
Holmes ---16
Los 16 operarios de Holmes no pueden dar servicio a la computadora ms reciente X540 a causa de
que no cuentan con el entrenamiento adecuado.
Los pedidos de servicio provienen de cuatro clientes:
Wirtz necesita 12 operarios
Xores necesita 23 operarios
Yates necesita 21 operarios
Zimp necesita 29 operarios
Los clientes Wirtz y Xores tienen mquinas X540 y por lo tanto no pueden recibir servicio de
Holmes.
Los costos variables relativos a proporcionar operarios de las diversas estaciones a los clientes son:
Essex
Forest
Gates
Holmes
Wirtz
8
10
7
-
Xores
7
3
9
-
Yates
4
6
4
8
Zimp
7
8
5
6

46
II
15. Una compaa fabrica dos clases de cinturones de piel. El cinturn A es de alta calidad, y el B es de
baja calidad. La ganancia respectiva por cinturn es de $ 0.40 y $ 0.30. Cada cinturn de tipo A
requiere el doble del tiempo que el que usa el de tipo B, y si todos los cinturones fueran de tipo B, la
compaa podra fabricar 1,000 al da. El abastecimiento de piel es suficiente nicamente para 800
cinturones diarios (A y B combinados). El cinturn A requiere una hebilla elegante, de las que
solamente se dispone de 400 diarias. Se tienen nicamente 700 hebillas al da para el cinturn B.
16. Una compaa tiene 3 plantas con una capacidad de produccin en exceso. Las 3 tienen la facilidad
de fabricar un producto y la gerencia decidi usar una parte de la capacidad de produccin en este
sentido:
Este producto se puede hacer en 3 tipos de tamao grande, mediano y chico, que nos dan una
ganancia neta por unidad de 12, 10 y 9 respectivamente las plantas 1, 2 y 3 tienen personal en exceso
al igual que equipo para producir sin importar el tamao o combinaciones de tamao que se
fabriquen, sin embargo la cantidad de espacio que existe de almacn impone una restriccin en los
rangos de produccin.
Las plantas 1, 2 y 3 poseen 9,000; 8,000 y 3,800 m2 de rea de almacn que pueden ser utilizadas,
respectivamente.
Cada unidad de los tamaos grande, mediano y chico requiere 20, 15 y 12 m2 respectivamente.
Las predicciones de venta indican que 600, 800 y 500 unidades de los tamaos grande, mediano y
chico cuando menos deben ser vendidos para mantener una carga uniforme de trabajo.
17. Una compaa de automviles tiene tres centros de distribucin, localizados en el D.F., Monterrey y
Guadalajara. Estos centros tienen disponibles 40, 20 y 40 autos respectivamente. Sus distribuciones
forneas requieren las siguientes cantidades: Yucatn, 25; Toluca, 10; Quertaro, 20; Guanajuato, 30;
Morelos, 15.
El costo de flete por automvil en pesos, entre los centros de distribucin y forneos se muestra en la
tabla siguiente:
Centro
forneo
Centro
Distribuidor
D.F.
Monterrey
Guadalajara
Yucatn
Toluca
Quertaro
Guanajuato
Morelos
550
300
400
300
300
600
400
1000
950
500
450
350
400
600
300

18. Un carpintero elabora mesas, sillas, escritorios y libreros y desea saber que cantidad de cada uno de
ellos deber producir con objeto de maximizar sus ganancias, dado que cuenta con un suministro
limitado de madera de dos tipos y una mano de obra tambin limitada. Cuenta con 1500 pies 2 de
madera no. 1, 1000 pies2 de madera no. 2 y 800 hrs-hombre. Existen tambin ciertos compromisos
que l ha contrado para la fabricacin de algunos muebles.
Los datos de fabricacin son los siguientes:
1).- Las mesas consumen 5 pies2 de madera no. 1 y 2 pies2 de madera no. 2, as como 3 horashombre. El carpintero se comprometi a fabricar 40 de estas mesas. La ganancia obtenida por
mesa es de $ 120.
2).- Las sillas consumen 1 pie2 de madera no. 1 y 3 pies2 de madera no. 2, y requieren 2 horashombre. Existe el compromiso de entregar 130 de ellas. La ganancia por silla es de $ 50.00.
3).- Los escritorios llevan 9 pies2 de madera no. 1 y 4 pies2 de madera no. 2, necesitndose 5 horashombre. Existe el compromiso por 30 de ellos. Ganancia por escritorio de $ 150.00.
47
II
4).- El carpintero sabe que puede vender todo lo que produzca de mesas, sillas y escritorios.
5).- Los libreros utilizan 12 pies2 de madera no. 1, 1 pie2 de madera no. 2 y llevan 10 horas-hombre.
El sabe que puede vender como mximo 10 libreros y obtiene una ganancia de 100.00 por cada uno.
19. El Ing. Juan F. Gonzlez dirige un rancho experimental para la cra de cabras y desea alimentar a sus
animales correctamente aprovechando al mximo sus recursos. Cuenta con 10 sementales y 300
animales de vientre y posee informacin de sus necesidades alimenticias en productos bsicos as
como de la particin de esos productos.
Caloras de 2,600 a 2, 800 U. diarias

Protenas de 1,600 a 2, 000 U. diarias
Minerales de 770 a 890 U. diarias
Vitamina A de 8,000 a 9, 000 U. diarias
Kilos de alimento 3.5 a 6 Kg.
Por cada cabra

al da
Por
cada
Kilogramo
de alimento
Maz desq.
Alfalfa
Sorgo
Pastura
Unidad compuesta
Cal.
900
400
1100
700
50
Prot.
200
700
300
200
50
Min
300
200
100
150
2000
Vit.
150
200
175
75
5000
$/kg3
1.60
1.20
2.30
0.30
3.90
Formule el problema como un modelo de programacin lineal para determinar qu cantidad de cada
alimento debe estar contenida en la mezcla, para minimizar los costos de alimentacin.
Respuestas
1.
La restriccin debe ser tal que si D=0, C=100; y si C=0, D=300. Si se elige un da como la
restriccin, entonces:
1
1
C
D 1
100
300
Sera la ecuacin de restriccin correspondiente.
Tambin podra emplearse como restriccin el nmero de unidades de C o D que podran producirse,
obtenindose entonces:
1
C D 100
3
o bien
3C D 300
Como la ecuacin de restriccin correspondiente.
Posiblemente es ms fcil seleccionar el mximo valor 300 como restriccin, obteniendo:
3C D 300
Como la ecuacin recomendada.
Ntese que la restriccin es una medida de capacidad, mientras que las variables son los productos C
y D, sobre los que resulta necesario tener control. Esto es, se puede decidir cuntas unidades fabricar
de C o D. Advirtase que una posible solucin que utiliza totalmente la capacidad y 150D y que:
3(50) 1(150) 300
2.
Una restriccin adecuada es:
48
II
1.8M 1.2N 1,500

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

Ntese que sta es exactamente la correspondiente al ejemplo 2. Sin embargo, se han cambiado las
unidades. P es ahora la fraccin de ese material necesaria para producir la totalidad de los productos
T, y Q es la fraccin de ese material requerida para producir todos los productos T. No obstante, las
variables son an P y Q, sobre lo que se tiene control.
4.
Las restricciones correspondientes son:

2Q A 2Q B 2 R A 2 R B 2 Rc 2,000
4R A
3Q A
800
4RB
3Q B
1,000
4 RC 2,000
Ntese que la restriccin sobre el material A requiere que tanto Q A como RA (productos Q y R
hechos con el material A) se incluyan en la restriccin de 800 kg de material A, y lo mismo con el
material B.
5.

2W R 2WO 600
10W R
2,400
10WO 1,200
Es necesario tener dos productos, WR (W producido en el turno regular) y W O (W producido en

tiempo extra), porque la contribucin a la utilidad es diferente y cuando se incorporan esas
restricciones a un problema mayor podra resultar que se est produciendo W R pero no WO. Ntese
que an en la operacin de ensamble, en la cual las piezas parecen idnticas, el producto W an se
clasifica como dos productos, WR y WO. Esto es necesario para lograr consistencia en la solucin
simplex. Se han cambiado las unidades en las restricciones para hacerlas consistentes a lo largo de
cada rengln. Todos los coeficientes pueden, por supuesto, dividirse entre 60 o cualquier otra
constante sin cambiar la restriccin. Las contribuciones a la utilidad no aparecen en las restricciones,
pero se introducen al emplearlas en los clculos de la funcin objetivo.
6.

2 A1 2 A2 80
3 A3 3 A4 90
2 A1 2 A3 100
2 A2 2 A4 110
Se requieren cuatro restricciones, puesto que existen cuatro limitaciones a la produccin. Estas
limitaciones son las horas disponibles en cada una de las cuatro mquinas. Adems existen cuatro
posibles productos, denominados por conveniencia A1, A2, A3, A4.
A1= Es el producto A producido en el torno 1 y en la fresadora 1
49
II
7.
Primero se identifican los productos RL (R hecho con el material L), RK (R hecho con el material K),
TC (T colado en la planta) y TP (T hecho de colados comprados).
A continuacin se hacen los siguientes clculos de costos:
RL
Materiales
Colado
TC
TP
$ .40
1.00
$ 1.00
1.00
$ ..40
1.00
$ 6.00
0
1.60
3.00
10.00
2.00
4.00
10.00
1.20
2.60
12.00
1.20
7.20
12.00
$ 7.00
$ 6.00
$ 9.40
$ 4.80
Maquinado
Costos var iables
Pr ecio de venta
Contribucin neta
RK
La funcin objetivo puede escribirse como sigue:
Z 7.00RL 6.00RK 9.40TC 4.80TP

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

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

1X 1 1X 2
1,000
1Y1 1Y2 1Y3 1Y4
2,000
10. Las variables son XB, XM, XC, es decir, los litros de leche convertidos ya sea en mantequilla, leche o
queso. Las restricciones son:
X C 10,000
X C 60,000
X C 40,000
X C 30,000
X B X M X C 100,000
La funcin objetivo es:
MAXIMIZAR Z 2 X B 10 X M 3 X C
11. Las restricciones correspondientes son:
(a)
(b)
(c)
(d)
(e)
Material X = 30%
Material Y 40%
Material Z 40%
Material Z 30%
Deben producirse todos los productos.
Las variables son A, B y C, proporcin del total obtenido de las canteras A, B y C. La funcin
objetivo (nicamente en trminos de las variables reales) es:
Minimizar Z 1.00 A 1.20B 1.50C
Y el resultado es el costo por tonelada de la mezcla.
Las restricciones escritas en trminos de las variables son:
20 A 40 B 10C 30
60 A 30 B 40C 40
20 A 30 B 50C 40
20 A 30 B 50C 30
A B C 1
La primera restriccin satisface el requerimiento de X, la segunda el requerimiento de Y y la tercera
y la cuarta el requerimiento de Z; la quinta asegura que el producto que se va a obtener de las
canteras A, B y C.
51
II
12. Las restricciones son:
J P JQ J R
100
K P K Q K R 70
L P LQ L R 140
M P M Q M R 180
N P N Q N R 90
J P K P L P M P N P 200
J Q K Q LQ M Q N Q 300
J R K R L R M R N R 150
W A W B WC W D 5
X A XB XC XD 8
Y A Y B YC Y D 10
WA X A YA 5
WB X B
Y B 10
WC X C YC 7
WD X D
YD 3

W E W F WG
12
XE XF XG
23
Y E Y F YG Y H 21
Z E Z F Z G Z H 29
W E X E Y E Z E 20
W F X F Y F Z F 13
WG X G YG Z G 36
Y H Z H 16
15. Supongamos que la compaa fabrica X1 cinturones de tipo A y X2 del tipo B, diariamente, Segn las
restricciones sobre el nmero de hebillas disponibles tenemos:
X 1 400
X 2 700
A partir de la disponibilidad de piel tenemos:
X 1 X 2 800
Y de la limitacin de tiempo:
2 X 1 X 2 1000
La ganancia ser:
Maximizar Z 0.40 X 1 0.30 X 2 Z
52
II
16. Sean Xji, cantidad de artculo j producido en almacen i donde j= g, m, ch (grande, mediano y chico) y
para i=1, 2, 3
El problema es:
3
Maximizar Z 12
gi
10
i 1
mi
i 1
chi
i 1
20 X g1 15 X m1 12 X ch1 9000
Sujeta a :
20 X g 2 15 X m 2 12 X ch 2 8000
20 X g 3 15 X m3 12 X ch 3 3800
X g1 X g 2 X g 3 600
X m1 X m 2 X m3 800
X ch1 X ch 2 X ch3 500
17. Sea Xij , cantidad enviada de i a j de centro distribuidor a centro forneo
Minimizar Z 550 X 11 300 X 12 400 X 13 500 X 14 400 X 15

350 X 21 300 X 22 1000 X 23 450 X 24 600 X 25
400 X 31 600 X 32 950 X 33 350 X 34 300 X 35
X 11 X 12 X 13 X 14 X 15 40
Sujeta a :
X 21 X 22 X 23 X 24 X 25 20
X 31 X 32 X 33 X 34 X 35 40
X 11 X 21 X 31 25
X 12 X 22 X 32 10
X 13 X 23 X 33 20
X 14 X 24 X 34 30
X 15 X 25 X 35 15
X ij 0
18. Sean:
Xm ------Nmero de mesas
Xs ------Nmero de sillas
Xe ------Nmero escritorios
Xl ------Nmero de libreros
Podemos formar una tabla como la que sigue:
Ganancia
Madera 1
Madera 2
Hrshombre
Demanda
Xm
120
5
2
3
Xs
50
1
3
2
Xe
150
9
4
5
Xl
100
12
1
10
40
130
30
10(mx)
Recursos disponibles
1500
1000
800
El problema es:
53
II
Maximizar Z 120 X m 50 X s 150 X e 100 X l

Sujeta a :
5 X m 1X s 9 X e 12 X l 1500
2 X m 3 X s 4 X e 1X l 1000
3 X m 2 X s 5 X e 10 X l 800
X m 40
X s 130
X e 30
X l 10
Xl 0
Sean:
Xma-----Racin diaria de maz desquebrajada para cada cabra
Xal-----Racin diaria de alfalfa para cada cabra
Xso-----Racin diaria de sorgo para cada cabra
Xpa-----Racin diaria de pastura para cada cabra
Xuc-----Racin diaria de unidad compuesta para cada cabra
El problema es:
Minimizar Z 1.60 X ma 1.20 X al 2.30 X so 0.30 X pa 3.90 X uc

Sujeta a :
X ma X al X so X pa X uc 3.5 Demanda de kilos de a lim ento por cada cabra

X ma X al X so X pa X uc 6.0
900 X ma 400 X al 1100 X so 700 X pa 50 X uc 2600 Demanda de caloras por cada cabra
900 X ma 400 X al 1100 X so 700 X pa 50 X uc 2800
200 X ma 700 X al 300 X so 200 X pa 50 X uc 1600 Demanda de protenas por cada cabra
300 X ma 200 X al 100 X so 150 X pa 2000 X uc 770 Demanda de min erales por cada cabra
Demanda de vita min a A por cada cabra

X ma , X al , X so , X pa , X uc 0
2. 4.
1.
2.
EJERCICIOS PROPUESTOS DE FORMULACIN DE MODELOS DE PL
Una pequea fbrica de muebles

Una pequea fbrica de muebles produce mesas y sillas. Tarda dos horas en ensamblar una mesa y 30
minutos en armar una silla. El ensamblaje lo realizan cuatro trabajadores sobre la base de un solo
turno diario de 8 horas. Los clientes suelen comprar cuando menos cuatro sillas con cada mesa, lo
que significa que fbrica debe producir por lo menos cuatro veces ms sillas que mesas, El precio
venta es de $135 por
Mesa y $50 por silla. Determine la combinacin de sillas y mesas en la produccin diaria que
maximizara el ingreso total diario de la fbrica y comente el significado de la solucin obtenida.
Un agricultor
Un agricultor posee 200 cerdos que consumen 90 lb. de comida especial todos los das. El alimento
se prepara como una mezcla de maz y harina de soya con siguientes composiciones:
54
II
Los requisitos diarios de alimento de los cerdos son

1. Cuando mucho 1% de calcio.
2. Por lo menos 30% de protena.
3. Mximo 5% de fibra.
Determine la mezcla de alimentos con el mnimo costo por da.
3.
4.
5.
Un pequeo banco
Un pequeo banco asigna un mximo de $20 000 para prstamos personales y para automvil
durante el mes siguiente. El banco cobra una tasa de inters anual 14% a prstamos personales y del
12% a prstamos para automvil. Ambos tipos de prstamos se saldan en periodos de tres aos. El
monto de los prstamos para automvil debe ser cuando menos dos veces mayor que el de los
prstamos personales. La experiencia pasada ha demostrado que los adeudos no cubiertos constituyen
1% de todos los
Prstamos personales. Cmo deben asignarse los fondos?
Popeye Canning Company
Popeye Canning Company tiene un contrato para recibir 60 000 libras de tomates maduros a 7c/lb. de
las cuales producir jugo de tomate y pur de tomate enlatados. Los productos enlatados se empacan
en cajas de 24 latas cada una. Una lata de jugo requiere 1 lb. de tomates frescos en tanto que una de
pur requiere slo un tercio de lb. La participacin de la compaa en el mercado est limitada a 2
000 cajas de jugo y 6 000 cajas de pur. Los precios al mayoreo por caja de jugo y de pur son $18 y
$9, respectivamente. Genere un programa de produccin para esta compaa.
Una planta armadora
Una planta armadora de radios produce dos modelos, HiFi-l y HiFi-2, en la misma lnea de ensamble.
La lnea de ensamble consta de tres estaciones. Los tiempos de ensamble en las estaciones de trabajo
son:
Cada estacin de trabajo tiene una disponibilidad mxima de 480 minutos por da. Sin embargo, las
estaciones de trabajo requieren mantenimiento diario, que contribuye al 10%, 14% y 12% de los 480
minutos totales de que se dispone diariamente para las estaciones 1, 2 y 3, respectivamente. La
compaa desea determinar las unidades diarias que se ensamblarn de HiFi-1 y HiFi-2 a fin de
minimizar la suma de tiempos no ocupados (inactivos) en las tres estaciones.
6.
Una compaa de productos electrnicos

Una compaa de productos electrnicos produce dos modelos de radio, cada uno en una lnea de
produccin de volumen diferente. La capacidad diaria de la primera lnea es de 60 unidades y la de la
segunda es de 75 radios. Cada unidad del primer modelo utiliza 10 piezas de cierta componente
electrnica, en tanto que cada unidad del segundo modelo requiere ocho piezas de la misma
componente. La disponibilidad diaria mxima de la componente especial es de 800 piezas. La
ganancia por unidad de los modelos 1 y 2 es $30 y $20, respectivamente. Determine la produccin
diaria ptima de cada modelo de radio.
55
II
7.
Dos productos
Dos productos se elaboran al pasar en forma sucesiva por tres mquinas. El tiempo por mquina
asignado a los dos productos est limitado a 10 horas por da. El tiempo de produccin y la ganancia
por unidad de cada producto son:
Determine la combinacin ptima de los dos productos.
8.
9.
Una compaa puede anunciar su producto

Una compaa puede anunciar su producto mediante el uso de estaciono de radio y televisin locales.
Su presupuesto limita los gastos en publicidad a $1,000 por mes. Cada minuto de anuncio en la radio
cuesta $5 y cada minuto de publicidad en televisin cuesta $100. La compaa deseara utilizar la
radio cuando menos dos veces ms que la televisin. La experiencia pasada muestra que cada minuto
de publicidad por televisin generar en trminos generales 25 veces ms ventas que cada minuto de
publicidad por la radio. Determine la asignacin ptima del presupuesto mensual para anuncios por
radio y televisin.
Una compaa elabora dos productos
Una compaa elabora dos productos, A y B. El volumen de ventas del producto A es cuando menos
el 60% de las ventas totales de los dos productos. Ambos productos utilizan la misma materia prima,
cuya disponibilidad diaria est limitada a 100 lb. Los productos A y B utilizan esta materia prima a
los ndices o tasas de 2 lb./unidad y 4 lb./unidad, respectivamente. El precio de venta de los dos
productos es $20 y $40 por unidad. Determine la asignacin ptima de la materia prima a los dos
productos.
Una compaa elabora dos tipos de sombreros

10. Una compaa elabora dos tipos de sombreros. Cada sombrero del primer tipo requiere dos veces ms
tiempo de mano de obra que un producto del segundo tipo. Si todos los sombreros son
exclusivamente del segundo tipo, la compaa puede producir un total de 500 unidades al da. El
mercado limita las ventas diarias del primero y segundo tipos a 150 y 200 unidades. Supngase que
la ganancia que se obtiene por producto es $8 para el tipo 1 y $5 para el tipo 2. Determine el nmero
de sombreros de cada tipo que deben elaborarse para maximizar la ganancia.
Se elaboran cuatro productos
11. Se elaboran cuatro productos en forma sucesiva en dos mquinas. Los tiempos manufactura en horas
por unidad de cada producto se tabulan para las dos mquinas:
El costo total de produccin de una unidad de cada producto est basado directamente en el tiempo
de la mquina. Supngase que el costo por horas de las mquinas 1 y 2 es $10 y $5, respectivamente.
El total de horas presupuestadas para todos los productos en las mquinas 1 y 2 son 500 y 380. Si el
precio de venta unitario de los productos 1, 2, 3 y 4 son $65, $70, $55 y $45, formule el problema
como modelo de programacin lineal para maximizar la ganancia neta total. Analice solucin ptima.
Un fabricante produce tres modelos
12. Un fabricante produce tres modelos (I, II y III) de cierto producto. Utiliza dos tipos de materia prima
(A y B), de los cuales se dispone de 4 000 y 6 000 unidades, respectivamente. Los requisitos de
materias primas por unidad de los tres modelos son:
56
II
El tiempo de mano de obra para cada unidad del modelo I es dos veces mayor q el del modelo II y
tres veces mayor que el del modelo III. Toda la fuerza de trabajo de la fbrica puede producir el
equivalente de 1 500 unidades del modelo I. Un estudio del mercado indica que la demanda mnima
de los tres modelos es 200, 200 y 150 unidades, respectivamente. Sin embargo, las razones del
nmero de unidad producidas deben ser igual a 3:2:5. Supngase que la ganancia por unidad de los
modelos I, II y III es $30, $20 y $50, respectivamente. Formule el problema como un modelo de
programacin lineal para determinar el nmero de unidades de cada producto que maximizarn la
ganancia. Analice la solucin ptima.
Educacin universitaria
13. Previendo el alto costo de la educacin universitaria de su hijo, un matrimonio ha iniciado un
programa anual de inversiones que comenzar en el octavo cumpleaos del nio y terminar en el
decimoctavo. Con base en su posicin financiera esperada durante los prximos diez aos, el
matrimonio estima que ser capaz de invertir las siguientes cantidades al principio de cada ao.
Para evitar sorpresas desagradables, la pareja opta por invertir el dinero en forma muy segura. Se les
presentan las siguientes opciones:
1. Ahorros asegurados con rditos de 7.5% anual.
2. Bonos a 6 aos del gobierno federal con rditos de 7.9% y valor corriente comercial. Igual a 0.98
de su valor nominal.
3. Bonos municipales a 9 aos con rditos de 8.5% y valor corriente comercial igual a 1.02 de su
valor nominal.
Cmo debera invertir la pareja su dinero en los prximos 10 aos?
Un ejecutivo
14. Un ejecutivo de una empresa tiene la opcin alternativa de invertir dinero dos planes. El plan A
garantiza que cada unidad monetaria invertida ganar 70 centavos de aqu a un ao, y el plan B
garantiza que cada unidad invertida ganar $2.00 de aqu a dos aos. En el plan B, slo se permiten
inversiones en periodos que sean mltiplos de 2 aos. Cmo debe invertir el ejecutivo $100 000
para maximizar los ingresos al cabo de tres aos? Formule el problema como un modelo de
programacin lineal, y analice la solucin ptima.
Autobuses necesarios
15. Supngase que el nmero mnimo de autobuses necesarios en la i-sima hora del da es bi, i = 1,
2...24. Cada autobs opera seis horas consecutivas. Si el nmero de autobuses en el periodo i excede
el mnimo necesario bi, se incurre en un costo adicional de ci por autobs. Formule el problema
como un modelo de programacin lineal de manera que se pueda minimizar el costo total adicional
en que se incurre.
Tres tipos de avin
16. Considere el problema de asignar tres tipos de avin a cuatro rutas. La tabla ofrece los datos
pertinentes:
57
II
Los costos asociados son:
Formule el problema como un modelo de programacin lineal, y analice la solucin ptima.

Dos aleaciones
17. Dos aleaciones, A y B, estn hechas de cuatro metales diferentes, I, II, III y IV, segn las
especificaciones siguientes.
Los cuatro metales se extraen de tres minerales metlicos diferentes:
Suponiendo que los precios de venta de las aleaciones A y B son $200 y $3 por tonelada, formule el
problema como un modelo de programacin lineal, y analice los resultados.
[Sugerencia: supngase que Xijk representa el nmero de toneladas del i-simo mineral asignado a la
aleacin k y wk el nmero de toneladas de la aleacin k producida.]
Un jugador
18. Un jugador participa en un juego que requiere dividir el dinero apostado entre cuatro opciones
diferentes. El juego tiene tres resultados. La tabla que sigue indica la ganancia (o prdida)
correspondiente por unidad monetaria depositada en cada de las cuatro opciones de los tres
resultados.
58
II
Supngase que el jugador tiene un total de $500, que puede jugar slo una vez. El resultado exacto
del juego no se conoce con anticipacin, y afrontando esta incertidumbre el jugador decidi hacer la
asignacin que maximizara el ingreso mnimo. Formule el problema como un modelo de
programacin lineal, y analice los resultados.
[Sugerencia: el ingreso del jugador puede ser negativo, cero o positivo.]
Una compaa manufacturera
19. Una compaa manufacturera produce un producto final que se ensambla con tres partes diferentes.
Las partes se manufacturan dentro de la compaa en dos departamentos. En virtud de la instalacin
especfica de las mquinas, cada departamento produce las tres partes a diferentes tasas. La tabla que
sigue seala las tasas de produccin junto con el nmero mximo de horas, que los dos
departamentos pueden asignar semanalmente a la manufactura de las tres partes.
Sera ideal si los dos departamentos pudieran ajustar sus instalaciones de produccin para producir
iguales cantidades de las tres partes, ya que esto dara origen a ajustes perfectos en trminos del
montaje final. Este objetivo puede ser difcil de cumplir debido a las variaciones en las tasas de
produccin. Una meta ms realista sera la de maximizar el nmero de unidades ensambladas finales,
que en esencia equivale a minimizar los desajustes resultantes de la escasez de una o ms partes.
El Seor Jaime produce dos tipos de pastel
20. El seor Jaime produce dos tipos de pastel (de chocolate y vainilla). Se puede vender cada pastel de
chocolate a $55.00 y cada pastel de vainilla a $40.00, cada pastel de chocolate tarda 20 minutos en
cocerse y requiere 15 huevos, cada pastel de vainilla tarda 40 minutos y requiere 5 huevos. Se
dispone de 8 horas de tiempo de horneado y de 100 huevos. Se sabe que los pasteles de chocolate se
venden tanto o ms que los de vainilla, pero no le conviene vender ms de 25, sin embargo, los
pasteles de vainilla deben de venderse cuando mucho 15. Formule un modelo de P.L.
Escribasa
21. ESCRIBASA, elabora cuadernos, libretas y agendas. Las utilidades que obtiene son de $3.00 por
cada libreta y $1.00 por cada cuaderno. En las agendas pierde $4.00 por cada una. Procesa sus
artculos en tres departamentos. Corte con 9 horas disponibles mximo, costura con ms de 6 horas
disponibles y terminadas con un mximo de 12 horas. En corte las libretas requieren de una hora para
su proceso, y las agendas tres horas. En costura las libretas requieren de una hora por pieza, los
cuadernos de dos horas y en terminados cada agenda se lleva dos horas y cada cuaderno tres horas,
con est informacin elaborar el modelo de programacin lineal.
La compaa llantera OXO
22. La compaa llantera "OXO" est tratando de encontrar la mejor manera de utilizar el exceso de
capacidad, en particular, 50,000 horas-hombre. La compaa esta considerando tres tipos de llantas:
normal, radial y especial. Cada llanta normal ocupa 2 hrs.-hombre, con una contribucin marginal de
$50.00, una llanta radial, necesita 3 hrs.-hombre y da una contribucin de $80.00. Una llanta
especial, requiere 4 hrs.-hombre y deja una contribucin de $100.00. El departamento de
comercializacin estima que puede venderse, al menos 15,000 llantas normales pero no ms de
59
II
20,000, sin embargo, las llantas radiales pueden venderse cuando menos 50,000. Las llantas
especiales se estima que no ms de 10,000. Formule el problema como un modelo de P.L.
La seora Mrquez
23. La seora Mrquez tiene un pequeo negocio de aguas frescas preparadas al momento. Su capacidad
mxima de produccin es de 50 litros por da. Sus productos principales son limonadas y naranjadas.
El precio por litro de limonada es de $6.00 y de $5.00 para el litro de naranjada. Ella utiliza 15
unidades de limn y 0.25 Kg. de azcar para preparar un litro de agua fresca y 4 unidades de naranja
y 0.2 Kg. de azcar para preparar un litro de naranjada. La disponibilidad de limones es de 102
unidades y 74 naranjas, cuenta nicamente con 15 Kg. de azcar. Si el ciento de limones cuesta
$10.00, el de naranjas $8.00 y el kilogramo de azcar cuesta $8.00, formule el problema como un
Modelo de programacin lineal para maximizar la utilidad total.
60

Unidad 2 Apuntes de Io1

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Unidad 2 Apuntes de Io1

Transféré par

Droits d'auteur :

Formats disponibles

II

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

CONCEPTO DE FORMULACIN DE MODELOS DE PL

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

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

(1 j n) en el intervalo de tiempo dado, el beneficio ser C1X1 + C2X2 +CiXj+..+ CnXn,

A11X1 + A12X2 + A1jXj +..+ A1nXn

MODELOS TPICOS DE PROGRAMACIN LINEAL

Los modelos tpicos de programacin lineal se pueden clasificar en cuatro categoras:

Modelos de asignacin de recursos

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Cantidad de recurso empleado cantidad de recurso disponible

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

Caso: Compaa Think-Big Development Co.

Definicin del problema

La Compaa Think-Big Development Co. Es un inversionista importante en proyectos de desarrollo de

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Cuadro de concentracin de datos para el problema de Inversiones

Formulacin del modelo

Las actividades consideradas son:

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Rengln 2: 0.01 ($40 + 60 millones) = $1.0 millones

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

Maximizar VPN = 0.45P1 + 0.7P2 + 0.5P3

Total de inversin actual:

Solucin del problema a partir del modelo

Aplicando un programa para obtener la solucin del modelo se concluye lo siguiente:

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

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

Definicin del problema

Claire Syverson, subdirectora de mercadotecnia de Super Grain Corporation, se enfrenta a un reto

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

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

Formulacin del modelo:

El primer rengln da el costo por anuncio en cada medio.

El ltimo rengln da el nmero esperado de unidades de exposicin por anuncio.

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Maximizar Exposicin = 130T V + 60M + 50SS

Solucin del problema a partir del modelo

Aplicando un programa para obtener la solucin del modelo se concluye lo siguiente:

Modelos de trueque entre costo y beneficio

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Caso Compaa: The Profit & Gambit Co.

Definicin del problema

Un quitamanchas para prelavado en aerosol.

El quitamanchas debe captar 3% adicional de su mercado;

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

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

Formulacin del modelo

Minimizar Costo = TV + 2PM (en millones de dlares)

Proporcin de mercado aumentada de quitamanchas:

2011.IPN-UPIICSAMara Virginia Guzmn Ibarra

FORMULACIN DE MODELOS DE PROGRAMACIN LINEAL (PL)

Solucin del problema a partir del modelo

Aplicando un programa para obtener la solucin del modelo se concluye lo siguiente:

Modelos de redes de distribucin

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