Ejemplo 1

Una fábrica de zapatos de cuero produce dos líneas: modelos de lujo y modelos
regulares. Cada tipo modelo requiere un pie cuadrado de cuero. Un modelo
regular necesita 1 hora de mano de obra, mientras que un modelo de lujo requiere
2 horas de mano de obra. Cada semana se dispone de 40 pies cuadrados de cuero
y de 60 horas de mano de obra. Cada zapato regular genera una utilidad de 30
mil y cada modelo de lujo representa una utilidad de 40 mil.

Solución.-

Para plantear el modelo se emplearan las variables:

x1 : numero ´ de zapatos de lujo producidos a la semana

x2 : numero ´ de zapatos regulares producidos a la semana

Productos Modelos de Lujo Modelos Totales

Regulares disponibles
Cuero (pie2) 1 1 40
Mano de obra 2 1 60
(horas)
Utilidad (mil) 40 30
Luego, el modelo de LP queda (escribiendo la función objetivo en decenas de
miles):

Max z = 4x1 + 3x2 (Función Objetivo)

S.a.

x1 + x2 ≤ 40 (a) Restricción de cuero

2x1 + x2 ≤ 60 (b) Restricción de mano de obra

x1, x2 ≥ 0 (c) Restricción de signo

Ejemplo 2: Problema de máximos.

En una granja se preparan dos clases de fertilizantes, P y Q, mezclando dos

productos A y B. Un saco de P contiene 8 kg de A y 2 de B, y un saco de Q
contiene 10 kg de A y 5 de B. Cada saco de P se vende a 300 S/. y cada saco de
Q a 800 S/. Si en la granja hay almacenados 80 kg de A y 25 de B, ¿cuántos
sacos de cada tipo de pienso deben preparar para obtener los máximos
ingresos?

Solución.-
Identificación de las variables de decisión:

x = número del tipo P de pienso que se debe preparar.

y = número del tipo Q de pienso que se debe preparar.

Identificación de los datos del problema:

# De kg del producto A disponibles.

# De kg del producto B disponibles.

Máxima ganancia.

Identificación de la función objetivo:

La función: Z = 300x + 800y

Representará la cantidad de soles obtenidos por la venta de los sacos, y por

tanto es la que debemos maximizar.

Podemos hacer un pequeño cuadro que nos ayude a obtener las

restricciones:

Nº kg de A kg de B
P X 8x 2x
Q Y 10y 5y
80 25

Restricciones:

S.a.:

8x + 10y 80
2x + 5y 25
x 0, y 0

Por otra parte, las variables x e y, lógicamente, han de ser no negativas, por
tanto: x 0, y 0
Ejemplo 3: Problema de mínimos.

Una campaña para promocionar una marca de productos lácteos se basa en el

reparto gratuito de yogures con sabor a limón o a fresa. Se decide repartir al
menos 30000 yogures.

Cada yogur de limón necesita para su elaboración 0.5 gramos de un producto

de fermentación y cada yogur de fresa necesita 0.2 gramos de este mismo
producto. Se dispone de 9 kilogramos de este producto para fermentación.

El costo de producción de un yogur de limón es de S/30 y S/20 uno de fresa.

Solución.-
Identificación de las variables de decisión:
x = número de yogures de limón a producir.
Y = número de yogures de fresa a producir.
Identificación de los datos del problema:
# De kg del producto de fermentación.
# De Yogurt a repartir.
Identificación de la función objetivo:
Z = 30x + 20y.
Restricciones:
De número: x + y 30000
De fermentación: 0.5x + 0.2y 9000
Las variables x e y han de ser, lógicamente, no negativas; es decir: x 0, y 0

Ejemplo 4:

Una persona dispone de $4000 para invertir y se le presentan tres opciones de

inversión. Cada opción requiere de depósitos en cantidades de $1000, puede
invertir lo que desee en las tres opciones.
Las ganancias esperadas son las siguientes
Inversión

Ganancias 0 1000 2000 3000 4000

Opción 1 0 2000 5000 6000 7000

 Opción 2 0 1000 3000 6000 7000

Opción 3 0 1000 4000 5000 8000

¿Cuánto dinero deberá invertirse en cada opción para maximizar las ganancias?
Solución.-
Identificación de la función objetivo:
x = cantidad invertida en la opción N° 1.
Y = cantidad invertida en la opción N° 2.
z = cantidad invertida en la opción N° 3.
Identificación de los datos del problema:
Cantidad de dinero a invertir $4000.
Las cantidades de depósitos han de ser múltiplos de $1000.
Identificación de las variables de decisión:
La tabla muestra las fi(x) = Etapa i, (i = 1, 2, 3), x es la cantidad de dinero invertida
en cada opción.
El programa matemático es el siguiente:
Maximizar z = f1(x1) + f2(x2) + f3(x3)
Restricciones:
La persona sólo posee $4000 para invertir:
X1 +x2 + x3 4000
Con todas variables enteras y no negativas

Ejemplo 5:

Un fabricante de dos productos A y B dispone de 6 unidades de material y 28

Horas para su ensamblaje, el modelo A requiere 2 unidades de material y 7 horas
de ensamblaje, el modelo B requiere una unidad de material y 8 horas de
ensamblaje, los precios de los productos son $120 y $80 respectivamente.
¿Cuantos productos de cada modelo debe fabricar para maximizar su ingreso?

Solución.-
Identificación de la función objetivo:
x1 = Cantidad de productos a producir de A
x2 = Cantidad de productos a producir de B
Identificación de los datos del problema:
# de horas de ensamblaje en el producto de cada tipo.
# de unidades de material en el ensamblaje de cada producto.
Ganancias establecidas.
Identificación de las variables de decisión:
Maximizar z = 120x1 + 80x2
Restricciones:
De Material: 2x1 + x2 6
De Horas: 7x1 + 8x2 28
De no negatividad x1 0 y x2 0
Además no se venden productos no terminados por lo tanto las variables x1 y
x2 deben ser enteras.
Ejemplo 6: Planeación de la fuerza de trabajo.
El gerente de personal de “La Tortuga Veloz, S.A. de C.V.”, está analizando la
necesidad de mano de obra semi calificada durante los próximos seis meses. Se
lleva 1 mes adiestrar a una persona nueva. Durante este período de
entrenamiento un trabajador regular, junto con uno en adiestramiento
(aprendiz), producen el equivalente a lo que producen 1.2 trabajadores regulares.
Se paga $500.00 mensuales a quien está en entrenamiento, mientras que los
trabajadores regulares ganan $800.00 mensuales. La rotación de personal entre
los trabajadores regulares es bastante alta, del 10% mensual.
El gerente de personal debe decidir cuántas personas necesita contratar cada mes
para adiestramiento. En seguida se da el número de meses-hombre necesarios.
También se desea tener una fuerza de trabajo regular de 110 al principio de julio.
En cuanto al 1º de enero, hay 58 empleados regulares.
Mes Meses-hombre requeridos Mes Meses-hombre requeridos
Enero 60 Abril 80
Febrero 50 Mayo 70
Marzo 60 Junio 100

Solución.-

1) Identificación de las variables de decisión:

Este problema tiene un aspecto dinámico, ya que la fuerza de trabajo en cualquier

mes depende de la fuerza de trabajo regular y en adiestramiento del mes anterior.
Para cualquier mes, el número total de meses-hombre disponibles se puede
expresar como sigue:
Meses-hombre disponibles: Ri + 0.2Ai
 Donde:
Ri = Número de trabajadores regulares al principio del mes
Ai = Número de aprendices contratados en el mes.
Identificación de los datos del problema:
Necesidad de mano de obra semi calificada para cada mes.
Adiestramiento del personal que toma un mes de tiempo.
Restricciones:
Entonces los requerimientos de cada mes pueden expresarse por las
restricciones:
enero R1 + 0.2A1 = 60
febrero R2 + 0.2A2 = 50
marzo R3 + 0.2A3 = 60
abril R4 + 0.2A4 = 80
mayo R5 + 0.2A5 = 70
junio R6 + 0.2A6 = 100
julio (principio) R7 = 110
Debido a la rotación, el 10% de los trabajadores regulares se van cada mes. Así,
el número de trabajadores regulares disponibles, por ejemplo, al principio de
febrero sería:
R2 = 0.9R1 + A1
En la misma forma, pueden escribirse las ecuaciones para el número de
trabajadores disponibles al principio de cada mes:
enero R1 = 58 (dado)
febrero R2 = 0.9R1 + A1
marzo R3 = 0.9R2 + A2
abril R4 = 0.9R3 + A3
mayo R5 = 0.9R4 + A4
junio R6 = 0.9R5 + A5
julio R7 = 0.9R6 + A6

Identificación de la función objetivo:

El objetivo global del gerente de personal es minimizar el costo. La función

objetivo es:
Minimizar:
Z = 800(R1 + R2 + R3 + R4 + R5 + R6) + 500(A1 + A2 + A3 + A4 + A5 + A6)
Ahora se tiene el problema en el formato general de PL con 13 variables y 14
restricciones.
Los tomadores de decisiones en las empresas establecen criterios que debe
cumplir una solución y, después, buscan esa solución. En PL, los criterios se
expresan como restricciones. Se exploran las soluciones posibles y se usa la
función objetivo para elegir la mejor de entre aquellas que cumplen con los
criterios. La PL se denomina técnica de optimización, pero optimiza sólo dentro
de los límites de las restricciones. En realidad es un método de satisfacción de
criterios.