INVESTIGACIN DE OPERACIONES
JEVA / PTI
Ma teri ales
(gramos/dije)
Oro Plata
Cobre
10
40
150
10
20
250
800
2,400
Utilidad
($/dije)
90
70
14,000
Modelacin.
Variables de Decisin.
Xi = Dije tipo "i" a fabricarse semanalmente.
(d/s)
Funcin Objetivo.
Mx. Z = 90X1 + 70X2
$/s
($/d) (d/s) = $/s
Restricciones.
1. Materiales.
Oro
Plata
Cobre
10X1 + 10X2
800
40X1 + 20X2 2,400
150X1 + 250X2 14,000
(g/d)( d/s) = g/s g/s
2. No negatividad
Xi 0
JEVA / PTI
2. Productos de Moda.
Una empresa fabrica tres productos de moda, que Mercadotecnia ha nombrado como producto 1, 2 y 3. Estos
productos se fabrican a partir de tres ingredientes A, B y C. Los kilogramos de cada ingrediente que se requieren para
fabricar un kilogramo de producto terminado se presentan en la siguiente tabla:
Tipo de Producto
P1
P2
P3
Ingredientes
(KgIng./kgProd. Terminado)
A
B
C
4
7
8
3
9
7
2
2
12
La empresa dispone de 400, 800 y 1000 kilogramos de los ingredientes A, B y C respectivamente. Con las
condiciones actuales del mercado, el margen de utilidad por kilogramo para el producto 1 es de $180, para el producto
2 es de $100 y de $120 para el producto 3. Modele el problema para determinar la cantidad de cada producto que
debe fabricarse para maximizar las utilidades.
Modelacin.
Variables de Decisin.
Xi = Producto Terminado tipo "i" a fabricarse.
(KgPT)
Funcin Objetivo.
Mx Z = 180X1 + 100 X2 + 120 X3
$
($/Kgpt)Kgpt = $
Restricciones.
1. Ingredientes.
A
4X1 + 3X2 + 2X3 400
B
7X1 + 9X2 + 2X3 800
C
8X1 + 7X2 + 12X3 1000
(Kgi/Kgpt)Kgpt = Kgi Kgi
2. No negatividad.
Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X1 = 87.5
X3 = 25
Ingrediente B (H2) = 137.5
Mx. Z = 18,750
Interpretacin.
Como los kilogramos son una variable continua que se pueden fabricar en cualquier valor fraccionario, el programa de
produccin indica que se deben de fabricar 87.5 Kg del producto 1 y 25 Kg del producto 3 para as lograr la mxima
utilidad de $18,750. Fabricando este programa, se tendr un sobrante de 137.5 Kg del ingrediente B considerando
como restricciones dominantes la disponibilidad de los ingredientes A y C.
3. Paquetes de Botanas.
Una empresa dedicada a la venta de botanas fabrica tres paquetes para su distribucin: el familiar, el estndar y el
jumbo. El paquete familiar tiene 200 gramos de cacahuate salado, 150 gramos de cacahuate enchilado, 300 gramos
de pepita y 150 gramos de pistache. El estndar tiene 150 gramos de cacahuate salado, 100 gramos de cacahuate
enchilado, 200 gramos de pepita, 100 de pistache y 70 gramos de nuez de la india. Finalmente el jumbo tiene 400
gramos de cacahuate salado, 250 de cacahuate enchilado, 300 de pepita, 300 de pistache y 150 de nuez de la india.
Las existencias que se tienen en la bodega son de 100 kilogramos de cacahuate salado, 80 de cacahuate enchilado,
80 de pepita, 65 de pistache y 40 de nuez de la india.
El margen de utilidad de cada paquete familiar, estndar y jumbo es de $5, $7 y $10 respectivamente.
JEVA / PTI
Tipo de
Paquete
Familiar
Estndar
Jumbo
Disponibilidad
(kg/da)
Cacahuate
Salado
200
150
400
100
Ingredientes
(gramos/paquete)
Cacahuate Pepitas Pistache
Enchilado
150
300
150
100
200
100
250
300
300
80
80
65
Nuez de
la India
0
70
150
40
Utilidad
($/paquete)
5
7
10
Modelacin.
Variables de Decisin.
Xi = Paquete de botanas tipo "i" a fabricar por da.
(p/d)
Funcin Objetivo.
Mx. Z = 5X1 + 7X2 + 10X3
$/d
($/p)(p/d) = $/d
Restricciones.
1. Ingredientes.
Cacahuate salado
Cacahuate enchilado
Pepitas
Pistache
Nuez de la india
2. No negatividad
JEVA / PTI
Se tienen 1,200 trozos de piel del tipo "A", utilizndose 4 trozos en el modelo 1 y 2 trozos en el modelo 2. Adems
hay 2,400 trozos de piel tipo "B", requirindose 4 trozos para el modelo 1 y 2 para el modelo 3.
Se dispone de 40 horas para la fabricacin, considerando que el tiempo requerido para cada par de zapatos del
modelo 2 es de 4 minutos, de 7 minutos para el modelo 3 y de 2 minutos para el modelo 1.
Los precios de venta son de $100, $200 y $300 para los zapatos del modelo 1, 2 y 3 respectivamente.
Cuntos pares de cada tipo se deben de fabricar para que el ingreso por ventas sea mximo?
Modelacin.
Variables de Decisin.
Xi = Pares del Modelo "i" a fabricarse.
(p)
Funcin Objetivo.
Mx. Z = 100X1 + 200X2 + 300X3
$
($/p) (p) = $
Restricciones.
1. Materiales.
Plantillas especiales X2 + 2X3 1,000
(pp/p)(p) = pp
pp
Trozos de piel:
Tipo "A"
4X1 + 2X2 1,200
Tipo "B"
4X1 + 2X3 2,400
(t/p)(p) = t
t
2. Produccin
2X1 + 4X2 + 7X3 2,400
(m/p)(p) = m
m
3. No negatividad
Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X2 = 600
Plantillas especiales (H1) = 400
Piel tipo "B" (H3) = 2,400
Mx. Z = 120,000
Interpretacin.
Para tener el mximo ingreso posible de $120,000, se debe fabricar 600 pares del modelo 2. Al fabricar este
programa, se tendr un sobrante de 400 pares de plantillas especiales y 2,400 trozos de piel tipo "B". Existen dos
restricciones dominantes: produccin y la piel tipo "A".
5. Empresa Automotriz.
Una empresa automotriz vende automviles y camionetas. La empresa obtiene $30,000 de utilidad en cada automvil
que vende y $40,000 por cada camioneta. El fabricante no puede entregar ms de 300 automviles ni ms de 200
camionetas por mes de acuerdo a su capacidad de produccin. Para la venta de las unidades, la empresa necesita
prepararlas en su taller donde se dispone de 900 horas mensuales. El arreglo de cada automvil requiere de 2 horas y
3 horas para cada camioneta. Modele el problema para determinar cuntos vehculos de cada tipo se deben comprar
mensualmente para maximizar las utilidades de la empresa.
Modelacin.
Variables de Decisin.
Xi = Vehculos "i" a comprarse mensualmente.
(v/m)
Funcin Objetivo.
Mx. Z = 30,000 X1 + 40,000 X2
$/m
($/v)(v/m) = $/m
JEVA / PTI
Restricciones.
1. Capacidad del proveedor.
Autos
X1 300
Camionetas
X2 200
v/m v/m
2. Capacidad del taller.
2 X1 + 3 X2 900
(h/v)(v/m) = h/m h/m
3. No negatividad
Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X1 = 300
X2 = 100
Capacidad prov. camionetas (H2) = 100
Mx. Z = 13'000,000
Interpretacin.
Se deben de comprar para el siguiente mes 300 automviles y 100 camionetas para obtener la mxima utilidad para la
empresa de $13'000,000. Con este programa de compras, al proveedor le sobra capacidad para entregar 100
camionetas ms y la capacidad del taller se satur convirtindose en la restriccin dominante.
6. Bombas Hidrulicas.
Una empresa fabrica y vende dos tipos de bombas hidrulicas, la normal y la extragrande. El proceso de manufactura
para las bombas se expresa en la siguiente tabla:
Proceso de Manufactura
(horas/unidad)
Ensamble Pintura Control de Calidad
3.6
1.6
0.6
4.8
1.8
0.6
Tipo de Bomba
Normal
Extragrande
En la venta de cada bomba se obtiene un margen de utilidad de $500 para la bomba normal y de $750 para la
extragrande. Analizando las estadsticas de las ventas pasadas, se observ que la mnima cantidad de bombas
normales que se vendieron fueron de 300 semanales y 180 de las extragrandes. En el proceso de manufactura, se
tienen disponibles semanalmente 4800 horas en ensamble, 1980 en pintura y 900 en control de calidad.
a. Desarrolle una tabla de datos para el problema.
b. La empresa quiere hacer un modelo para programar su produccin de tal forma que le ayude a maximizar sus
utilidades.
Tabla de Datos.
Tipo de Bomba
Normal
Extragrande
Tiempo Disponible
(horas/semana)
Proceso de Manufactura
(hrs/unidad)
Ensamble Pintura Control de Calidad
3.6
1.6
0.6
4.8
1.8
0.6
4,800
1,980
Utilidad
($/unidad)
500
750
Ventas
mnimas
(unid/sem)
300
180
900
Modelacin.
Variables de Decisin.
Xi = Bomba tipo "i" a fabricarse por semana.
(b/s)
JEVA / PTI
Funcin Objetivo.
Mx. Z = 500X1 + 750X2
$/s
($/b) (b/s) = $/s
Restricciones.
1. Produccin.
Ensamble
3.6X1 + 4.8X2 4,800
Pintura
1.6X1 + 1.8X2 1,980
Control Calidad 0.6X1 + 0.6X2 900
(h/b) (b/s) = h/s h/s
2. Ventas.
Bomba Normal
X1 300
Bomba Extragrande
X2 180
b/s b/s
3. No negatividad
Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X1 = 300
X2 = 775
Pintura (H2) = 105.0001
C. Calidad (H3) = 255
Ventas B. Extragrande (E5) = 595
Mx. Z = 731,250
Interpretacin.
El programa de produccin para la siguiente semana, debe fabricar 300 bombas normales y 775 extragrandes para
tener la mxima utilidad de $731,250. Con esta fabricacin, se tendrn en pintura un sobrante de 105.0001 horas y en
control de calidad de 255 horas. En lo referente a las ventas, se tendr un excedente de 595 bombas extragrandes
respecto a la venta mnima de 180. La restriccin dominante est en ensamble.
7. Agricultura: Comunidad Rural.
Un grupo de ingenieros agrnomos est dando asesora a una comunidad rural. Han recomendado a la comunidad
cultivar brcoli y coliflor en sus 500 hectreas de terreno. Una hectrea de brcoli da una utilidad de $500 mientras
que una de coliflor da $1,000. Debido a un estudio de mercado realizado por los asesores, se determin que no se
podr cultivar ms de 200 hectreas de brcoli por razones de demanda. Durante la temporada de la plantacin se
dispondr de 120,000 horas-plantador, considerando que una hectrea de brcoli requiere de 250 horas-hombre y
una de coliflor 550. El grupo de asesores le piden que modele el problema para determinar cuntas hectreas de cada
cultivo deben plantarse para maximizar las utilidades de la comunidad rural.
Modelacin.
Variables de Decisin.
Xi = Hectreas a plantarse del cultivo "i".
(ha)
Funcin Objetivo.
Mx Z = 500 X1 + 1000 X2
$ ($/ha)ha = $
Restricciones.
1. Terreno
X1 + X2 500
ha ha
2. Demanda
X1 200
ha ha
3. Plantacin 250 X1 + 550 X2 120000
(h-h/ha) ha = h-h h-h
JEVA / PTI
4. No negatividad
Xi 0
X1 + X2 170
b/d
b/d
Broches:
Bolsa "A"
X1 80
Bolsa "B"
X2 100
(br/b)(b/d)=br/d br/d
2. Produccin.
X2 = 2
Proporcin
X1
Bolsa "B"
3. Ventas
4. No negatividad
- 2X1 + X2 = 0
X2 250
b/d b/d
X1 + X2 130
b/d
b/d
Xi 0
JEVA / PTI
Tipo de Producto
Disco 3.5
Disco 5,25
Paquete limpieza
Tiempo Disponible
(horas/semana)
Costo Fijo
($/semana)
Proceso de Produccin
(horas/lote)
Centro Centro Centro
1
2
3
3
2
1
4
1
3
2
2
2
60
40
80
1000
2000
1500
Desarrolle un modelo para programar la produccin para la siguiente semana en lotes, de tal forma que maximice las
utilidades de la empresa.
Modelacin.
Variables de Decisin:
Xi = Lotes de 1,000 unidades del Producto "i" a fabricarse por semana.
(l/s)
Funcin Objetivo:
Mx Z = 2,000 X1 + 1,000 X2 + 3,500 X3
$/s
($/l)(l/s) = $/s
Restricciones:
Los costos fijos no forman una restriccin ya que siempre se tienen haya o no produccin.
1. Produccin.
Centro 1
3X1 + 4X2 + 2X3 60
Centro 2
2X1 + X2 + 2X3 40
Centro 3
X1 + 3X2 + 2X3 80
(h/l)(l/s) = h/s
h/s
2. No negatividad
Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X3 = 20
Centro 1 (H1) = 20
JEVA / PTI
Centro 3 (H3) = 40
Mx. Z = 70,000
Interpretacin.
En el programa de produccin para la siguiente semana se debe fabricar 20 lotes de paquetes de limpieza para
obtener la mxima utilidad de $70,000. Realizando este programa, se tendr una capacidad sobrante de 20 horas en
el centro 1 y de 40 horas en el centro 3. Considerando estos resultados, el cuello de botella est localizado en el
centro 2.
10. Servicio de Transporte Terrestre.
Una empresa adquiri un permiso del gobierno para realizar el transporte terrestre del aeropuerto a la ciudad.
Actualmente se tiene una flotilla de 30 vagonetas que se reemplazarn totalmente ya que el costo de mantenimiento
es muy alto por ser modelos viejos. Para el reemplazo se estn considerando tres tipos de vehculos: vagoneta,
minibs y autobs. La empresa ha calculado las utilidades netas esperadas para cada tipo de vehculo y las presenta
en el siguiente cuadro:
Tipo de
Vehculo
Vagoneta
Minibs
Autobs
JEVA / PTI
10
Mx. Z = 6500,000
Interpretacin.
El programa de compra debe ser de 10 autobuses para tener la mxima utilidad de $6500,000. Con este programa,
se tendr un sobrante de $21000,000 del capital. El cuello de botella en este caso es la capacidad del taller.
11. Ensamble de Equipos Estereofnicos.
Una empresa ensambladora de equipos estereofnicos para auto, produce dos tipos de estreos, el convencional que
lleva radio y tocacintas y el especial que lleva adems "compact disk". Actualmente la planta trabaja 480 horas
semanales con gastos fijos de $1,000 por semana. La produccin de un estreo convencional requiere de 2 horas de
mano de obra y su margen de utilidad es de $200. El estreo especial requiere de 3 horas con una utilidad de $250. El
departamento de Mercadotecnia ha determinado que lo mximo que puede venderse por semana son 150 estreos
convencionales y 100 especiales. Modele el problema para tener un programa de produccin ptimo, es decir, que
determine la cantidad a fabricar de cada tipo de estreo para maximizar las utilidades.
Modelacin.
Variables de Decisin.
Xi = Estreos del tipo "i" a fabricarse por semana.
(e/s)
Funcin Objetivo.
Mx Z = 200X1 + 250X2
$/s
($/e)(e/s) = $/s
Restricciones.
Los costos fijos no son una restriccin; no influyen en el objetivo de maximizar las
utilidades ya que stas solo dependen de lo que se fabrica y se vende. Los costos fijos
siempre se tendrn se fabrique o no.
1. Produccin
2. Ventas.
Estreo convencional
Estreo especial
X1 150
X2 100
e/s e/s
3. No negatividad Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X1 = 150
X2 = 60
Ventas estreo especial (H3) = 40
Mx. Z = $45,000
Interpretacin.
El programa de produccin para la prxima semana debe fabricar 150 estreos convencionales y 60 estreos
especiales para tener la mxima utilidad de $45,000. Al fabricar este programa, se tendr un sobrante en la capacidad
de ventas por 40 estreos especiales. La capacidad de produccin forma el cuello de botella.
12. Tenis.
Una fbrica de tenis elabora tres modelos distintos: infantil, dama y caballero. Se dispone de 350 metros de tela,
18,000 plantillas, 500 tiras de suela y de tiempo suficiente para fabricar 10,000 pares de tenis para dama, si solamente
se hicieran stos 15,000 pares infantiles si solo se hicieran stos 7,000 pares de caballero si nicamente se
fabricaran stos.
JEVA / PTI
11
Un par de tenis para caballero requiere de 20 centmetros de tela, un par de dama de 15 centmetros y un par infantil
de 14. Se sabe que de cada tira de suela puede obtenerse 4 pares de tenis para caballero 6 para dama u 11
infantiles.
Si cada par de tenis infantil se vende al mayoreo en $140, los de dama en $180 y los de caballero en $190 cul es la
produccin que maximiza los ingresos por ventas?
Modelacin.
Variables de Decisin.
Xi = Pares de tenis tipo "i" a fabricar.
(p)
Funcin Objetivo.
Mx. Z = 140X1 + 180X2 + 190X3
$
($/p)(p) = $
Restricciones.
1. Materiales.
Tela
Plantillas
Suelas
3. Produccin.
Infantil
Dama
Caballero
X1 15,000
X2 10,000
X3 7,000
p
p
3. No negatividad Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X2 = 2,333.3330
Plantillas (H2) = 6,666.6670
Suelas (H3) = 111.1111
Infantil (H4) = 15,000
Dama (H5) = 7,666.6670
Caballero (H6) = 7,000
Mx. Z = 419,999.94
Interpretacin.
La fabricacin de tenis es una variable discreta por lo que se tiene que ajustar la solucin obtenida. Haciendo el
ajuste, se tiene que el programa de produccin debe fabricar 2,333 pares de dama para tener la mxima utilidad de
$419,940. Al hacer este programa, se tendrn materiales sobrantes de 0.05 metros de tela, 6,667 pares de plantillas y
111.17 tiras de suela. Adems se tendr un sobrante en la capacidad de produccin para 7,667 pares de tenis de
dama, de 15,000 pares de tenis infantil y 7,000 pares de tenis para caballero. La restriccin dominante es la tela.
13. Collares.
Una pequea empresa fabrica joyera econmica pero de apariencia fina. Actualmente est fabricando un collar chico
que lleva 85 piedras "ojo de tigre" y un broche; el grande lleva 110 piedras y un broche. Para esta semana se tienen
en existencia 100 broches, 9,000 piedras y todo el hilo que se requiera para la fabricacin de collares.
La experiencia de ventas indica que por cada collar grande que se venda, por lo menos se venden tres chicos. Los
collares chicos tienen un precio de venta de $180 y los grandes de $240. Cul es la produccin que maximiza los
ingresos por ventas?
Modelacin.
JEVA / PTI
12
Variables de Decisin.
Xi = Collar tipo "i" a fabricar semanalmente.
(c/s)
Funcin Objetivo.
Mx. Z = 180X1 + 240X2
$/s
($/c)(c/s) = $/s
Restricciones.
1. Materiales.
Piedras
Broches
2. Ventas.
Proporcin de ventas
X2 1
X1 3
c/s)/(c/s) = %
%
3X2 X1
3X2 - X1 0
X1
Xi 0
3. No negatividad
Solucin Optima.
X1 = 73.9726
X2 = 24.6575
Broches (H2) = 1.3699
Mx. Z = 19,232.88
Interpretacin.
Para obtener el mximo ingreso por ventas de $19,080 para la prxima semana, es necesario un programa de
produccin que fabrique 74 collares chicos y 24 collares grandes. Con este programa se tiene un sobrante de 70
piedras "ojo de tigre", 2 broches y un 0.9% de la proporcin de ventas. La restriccin dominante es la proporcin de
ventas, que an con los ajustes es prcticamente cero.
14. Portafolios.
Una fbrica de portafolios de piel hace tres modelos que utilizan piel sinttica, cartn, forro y chapas en las cantidades
que se muestran en la siguiente tabla:
Modelo de Portafolio
Chico
Mediano
Grande
Piel
(cm)
80
130
150
Cartn
(metros)
1.5
2.0
2.30
Forro
(cm)
70
100
120
Chapa
(unidades)
1
2
2
Las existencias para el programa de produccin mensual son: 6 rollos de piel sinttica, 10 rollos de forro de 50 metros
cada uno, 4 rollos de cartn de 80 metros cada uno y 500 chapas. Se conoce que se puede vender toda la produccin
que se haga pero la experiencia de ventas indica que por cada tres portafolios medianos se venden por lo menos dos
grandes y que se venden tantos chicos como la suma de los otros dos. Cul ser el programa de produccin para
tener la mxima utilidad considerando que el portafolio chico tiene una utilidad de $150, el mediano de $300 y el
grande de $350?
JEVA / PTI
13
Modelacin.
Variables de Decisin.
Xi = Portafolio tipo "i" a fabricar para el mes.
(p/m)
Funcin Objetivo.
Mx. Z = 150X1 + 300X2 + 350X3
$/m
($/p)(p/m) = $/m
Restricciones.
1. Materiales.
Piel
Cartn
Forro
Chapa
2. Ventas.
Proporcin medianos y grandes
Proporcin chicos
3. No negatividad
X2/X3 3/2
X1 = X2 + X3
%
%
2X2 3X3
2X2 - 3X3 0
Xi 0
14
Desarrolle un modelo para tener el programa de produccin para el siguiente perodo de tal forma que se maximice la
utilidad.
Modelacin.
Variables de Decisin.
Xi = Maletas del tipo "i" a fabricar por mes.
(mal/m)
Funcin Objetivo.
Mx. Z = 150X1 + 240X2
$/m
($/mal)(mal/m) = $/m
Restricciones.
1. Materiales.
Piel
X1 X 2
300
12
5
7
X2
200
3
Grande
X2
3X1 - 3X2 0
%(mal/m) = mal/m mal/m
3. Produccin.
Chica
Grande
4. No negatividad
X1 3,600
X2 2
X1 1
2X1 = X2
2X1 -X2 = 0
%(mal/m) = mal/m mal/m
Xi 0
15
1,150 metros de forro y 2,500 chapas. En las ventas, se tiene una proporcin de 0.5 que es menor al 1.5 pedido,
teniendo una diferencia sobrante de 1 que equivale a una vez la cantidad fabricada de maletas grandes que son 600.
En produccin sobra capacidad para fabricar 3,300 maletas chicas. Las restricciones dominantes son el cartn para
la maleta grande y la produccin de la maleta grande.
16. Cuadros Tejidos de Tamaos Diferentes.
Un artesano fabrica y vende cuadros tejidos, de los cuales tiene tres tipos: el barco, la cruz y los amantes. El primero
requiere triplay, 200 metros de estambre y 85 clavos; el segundo necesita triplay, 300 metros de estambre y 100
clavos; el tercero utiliza triplay, 400 metros de estambre y 125 clavos.
De una hoja de triplay se pueden obtener 12 cuadros chicos u 8 medianos 5 grandes. Cada mes se cuenta con 15
hojas de triplay, 68 madejas de estambre de 500 metros cada una y 10 cajas de clavos equivalentes a 12,500.
El barco requiere de 3 horas, la cruz de 5 horas y los amantes de 6 horas para su elaboracin. Mensualmente se
dispone de 530 horas para la fabricacin de los cuadros. La experiencia que se tienen de las ventas muestra que
mnimo se venden 25 cuadros grandes por cada 60 cuadros chicos. El margen de utilidad para los cuadros chicos,
medianos y grandes son $22, $35 y $45 respectivamente. Cuntos cuadros de cada tipo deben hacerse para que la
utilidad sea mxima?
Modelacin.
Variables de Decisin.
Xi = Cuadros tipo "i" a fabricarse mensualmente.
(u/m)
Funcin Objetivo.
Mx. Z = 22X1 + 35X2 + 45X3
$/m
($/u)(u/m) = $/m
Restricciones.
1. Materiales.
Triplay
Estambre
Clavos
2. Produccin
X1 X 2 X 3
15
12
8
5
3. Ventas
X 3 25
X 1 60
%
- 25X1 + 60X3
%(u/m) = u/m
3. No negatividad
0
u/m
Xi 0
JEVA / PTI
16
17
En una refinera se deben de programar dos procesos de mezclado. Una hora de trabajo del proceso 1 produce 4,000
litros de gasolina magna y 1,750 litros de gasolina nova, consumiendo 100 barriles de petrleo crudo del pozo 3 y 300
barriles del pozo 10. En una hora de trabajo, el proceso 2 consume 100 barriles de petrleo crudo del pozo 3 y 200 del
pozo 10, para producir 3,500 litros de gasolina magna y 2,250 litros de gasolina nova. Para la siguiente corrida de
produccin se tienen disponibles 1,200 barriles de petrleo crudo del pozo 3 y 1,800 del pozo 10. Los contratos que se
tienen con diferentes clientes, dan pedidos por 28,000 litros de gasolina magna y 12,000 litros de nova. El gobierno
como responsable del control ambiental de la nacin ha dictaminado que se debe limitar la produccin de gasolina
nova a no ms de la mitad de gasolina magna. La refinera tiene una utilidad por hora del proceso 1 de $10,000 y en
el proceso 2 de $11,000.
a. Desarrolle un modelo para establecer un programa de produccin que maximice la utilidad para la empresa.
b. En los datos del problema hay algunos que entran en contradiccin, por lo que el modelo no tiene una
solucin factible. Encuentre el error y formule nuevamente el modelo para encontrar la solucin ptima del
problema.
Modelacin.
Variables de Decisin.
Xi = Horas de operacin del Proceso "i"
(h)
Funcin Objetivo.
Mx Z = 10,000X1 + 11,000X2
$
($/h)h = $
Restricciones.
1. Disponibilidad de petrleo crudo.
Pozo 3
100X1 + 100X2 1,200
Pozo 10
300X1 + 200X2 1,800
(b/h)h = b
b
2. Ventas.
Gasolina magna 4,000X1 + 3,500X2 = 28,000
Gasolina nova
1,750X1 + 2,250X2 = 12,000
(l/h)h = l
l
3. Control ambiental.
1,750X1 + 2,250X2 0.5 (4,000X1 + 3,500X2)
(l/h) h = l
% [(l/h) h] = l
- 250X1 1250X2 0
250X1 + 1250X2 0
Se multiplica por -1 y cambia el signo de la desigualdad
4. No negatividad
Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
Al resolver en la computadora este modelo, se encuentra que no tiene una solucin factible, indicando que existe
algn conflicto entre las restricciones. Se detect que el conflicto est en las restricciones de venta. Para desaparecer
el conflicto, se necesita cambiar el sentido de la restriccin de gasolina magna en la forma siguiente:
Gasolina magna 4,000X1 + 3,500X2 28,000
Con este cambio en el sentido de la restriccin, se tiene la siguiente solucin ptima:
X1 = 5.0769
X2 = 1.3846
Pozo 3 (H1) = 553.8462
Gasolina magna (H3) = 2,846.1540
Control ambiental (H4) = 576.9231
Mx. Z = 66,000
Interpretacin.
JEVA / PTI
18
Para la siguiente corrida de produccin, se debe programar 5.0769 horas (5 horas 5 minutos) el proceso 1 y 1.3846
horas (1 hora 23 minutos) el proceso 2, para tener la mxima utilidad de $66,000. Al trabajar con esta programacin,
se tendr un sobrante de 553.8462 barriles de petrleo crudo, en el pedido de gasolina magna se dejaron de entregar
2,846.1540 litros y el control ambiental est dentro de lo exigido por el gobierno pudiendo fabricar hasta 576.1540
litros ms de gasolina magna sin ningn problema.
19. Transporte de Carga Area.
Una empresa tiene un avin para transportar carga. Debido a los elevados costos de operacin, el avin no sale hasta
que todas sus bodegas hayan sido cargadas. El avin tiene tres bodegas, una inferior, una media y una superior. La
capacidad de carga mxima del avin es de 100 toneladas por viaje. La capacidad de la bodega inferior es 40
toneladas como mximo en cada viaje. Por razones de equilibrio para el avin, la bodega intermedia debe llevar un
tercio de la carga de la bodega inferior y la superior de llevar dos quintas partes de la carga de bodega inferior. Sin
embargo existe una poltica de la empresa, que no deben de llevar ms de 60 toneladas de carga en las bodegas
intermedia y superior combinadas. Despus de deducir todos los gastos, se ha calculado una utilidad neta de $80 por
tonelada de carga en la bodega inferior, de $100 por tonelada de carga en la bodega intermedia y $120 en la bodega
superior. La empresa quiere obtener la mxima utilidad por viaje por lo que quiere desarrollar un modelo que le
permita determinar el mejor programa de carga para el avin.
Modelacin.
Variables de Decisin.
Xi = Toneladas de carga a poner en la Bodega "i"
(t)
Funcin Objetivo.
Mx Z = 80X1 + 100X2 + 120X3
$
($/t) t = $
Restricciones.
1. Capacidad.
Avin
Bodega inferior
Bodega intermedia
X1 + X2 + X3 100
X1
40
X1 1
X2 3
% %
X1 2
X2 5
% %
Bodega superior
2. Poltica de la Empresa
3. No negatividad
- X1 + 3X2 = 0
%(t) = t
t
- 2X1 + 5X3 = 0
%(t) = t
t
X2 + X3 60
t
t
Xi 0
JEVA / PTI
19
esta forma, se tendr una capacidad desperdiciada del avin de 30.6667 toneladas; la poltica de la empresa se
cumple satisfactoriamente quedando un margen de 30.6667 toneladas. Las restricciones dominantes son todas las
bodegas del avin, tanto la inferior, la intermedia como la superior.
20. Guantes de Proteccin.
Una empresa fabrica guantes de proteccin industrial en tres modelos. El modelo "A" requiere de 0.06 metros
cuadrados de carnaza tipo 1, 0.05 metros cuadrados de carnaza tipo 2 y de piel. El modelo "B" requiere de piel, de
0.09 de carnaza tipo 2 y de 0.05 de carnaza tipo 1. Los requerimientos del modelo "C" son de 0.07 y 0.08 de carnaza
tipo 1 y 2 respectivamente y tambin usa piel.
Se sabe que de una pieza de piel pueden salir 8, 9 5 pares de guantes de los modelos 1, 2 y 3 respectivamente. Si
se usara todo el tiempo disponible en producir guantes de un solo tipo saldran 600, 700 500 de los modelos 1, 2 y 3
respectivamente.
El metro cuadrado de carnaza del tipo 1 cuesta $400, $500 la del tipo 2 y $1,000 la pieza de piel. Los guantes modelo
1, 2, y 3 se vendern en $229, $241 y $348 respectivamente. Si se dispone de 45 metros cuadrados de carnaza tipo
1, de 40 del tipo 2 y 80 piezas de piel, desarrolle un modelo que permita maximizar la utilidad, determinando cuntos
guantes hay que producir de cada tipo y cunto sobra de cada recurso utilizado.
Modelacin.
Variables de Decisin.
Xi = Pares de guantes tipo "i" a fabricar
(p)
Funcin Objetivo.
El margen de utilidad para cada tipo de guante es:
Tipo de Material
Carnaza Tipo 1
Carnaza Tipo 2
Piel
Costo ($/par)
Precio Venta ($/par)
Utilidad ($/par)
Modelo de Guante
A
B
0.06 (400) = 24
20
0.05 (500) = 25
45
1,000/8 =125 111.10
174
176.10
229
241
55
64.90
C
28
40
200
268
348
80
2. Produccin.
Modelo "A"
Modelo "B"
Modelo "C"
3. No negatividad
X1 600
X2 700
X3 500
p p
Xi 0
JEVA / PTI
20
X1 + X2 70
ha
ha
9,000X1 + 10,000X2 1000,000
($/ha)(ha)=$
$
3. Agua:
Octubre
900X1 + 500X2 57,900
Noviembre 1,200X1 + 850X2 15,200
(m3/ha)(ha)=m3 m3
4. No negatividad Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X2 = 17.8824
JEVA / PTI
21
Observacin
Una vez por ao
Una vez por ao
Una vez por ao
Una vez por ao
El precio promedio en el mercado internacional es de $10 por kilogramo para el aguacate, de $4 para la lima reina, de
$15 para el mango y de $7 para el zapote. Existe una superficie de 250 hectreas de propiedad federal propicia para
el cultivo de estos productos.
Considere que los ingenieros agrnomos enviados por Nafinsa, determinaron las extensiones mnimas para el cultivo
de esos productos de acuerdo a la siguiente tabla:
Tipo de rbol
Aguacate
Lima Reina
Mango
Zapote
Extensin Mnima
(m2/rbol)
4
5
3
6
Afortunadamente no existe problema de agua, pues hay varios manantiales dentro de la propiedad que aseguran su
existencia para los prximos 20 aos.
El costo por sembrar un rbol de aguacate es de $200, $50 para la lima reina, $100 para el mango y $150 para el
zapote. Estos costos ya incluyen la compra del rbol ms su cuidado y mantenimiento. Cada rbol empieza a ser
productivo, aproximadamente a los tres aos de ser plantado. Cada rbol de aguacate requiere de cuidados
equivalentes a 36 horas-hombre por ao, 72 para el mango, 50 para la lima reina y 10 para el zapote.
Nafinsa pretende hacer una inversin de 20 millones de pesos pensando en exportar toda la produccin a partir del
tercer ao. El desempleo del pueblo se ha calculado en 5,000 personas y el Gobierno Federal ha delineado que este
proyecto emplee al menos 2,000 personas en forma continua. Bajo estas circunstancias, cuntos rboles de cada
tipo debern sembrarse para maximizar el valor de la futura exportacin anual?
Modelacin.
Variables de Decisin.
Xi = rboles tipo "i" a sembrarse por ao
(rb/a)
Funcin Objetivo.
Mx. Z = 10(150)X1 + 4(200)X2 + 15(50)X3 + 7(150)X4 = 1500X1 + 800X2 + 750X3 + 1050X4
$/a
($/kg)(kg/rb)(rb/a) = $/a
Restricciones.
JEVA / PTI
22
Tipo de
Mquina
1
2
3
Produccin
(piezas/h)
Recup.
(%)
80
60
40
80
90
95
Calidad de
Piezas
(pzas/h-mq)
Acept.
Def.
64
16
54
6
38
2
Costo de Piezas
Defectuosas
($/da-mq)
16(8)(60)=7,680
2,880
960
Costo de
Operacin
($/da-mq)
45(8)=360
560
640
Costo
Total
($/da-mq)
8,040
3,440
1,600
JEVA / PTI
23
Restricciones.
1. Produccin
2. Mquinas.
Tipo 1
X1 8
Tipo 2
X2 10
Tipo 3
X3 20
m m
3. No negatividad Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X3 = 11.5132
Mquina 1 (H2) = 8
Mquina 2 (H3) = 10
Mquina 3 (H4) = 8.4868
mn. Z = 18,421.05
Interpretacin.
Se deben utilizar 11 mquinas del tipo 3 para tener el mnimo costo total diario de $18,421.05. Con esta
programacin, se tiene disponibles las 8 mquinas tipo 1, 10 mquinas tipo 2 y 9 del tipo 3. La restriccin dominante
es produccin.
24. Aisladores Industriales.
Una empresa fabrica aisladores industriales para servicio electrnico. Actualmente se fabrican tres tipos de aisladores,
el de aplicacin general, de aplicacin especial y el de alto voltaje. Cada aislador pasa por tres operaciones de
produccin: horneado, lavado-laminado y pulido. Solo hay una mquina en cada una de las operaciones del proceso.
Se han obtenido los siguientes datos de produccin mostrados en la siguiente tabla:
Proceso de Fabricacin
(unidades/hora)
Horneado
Lavado-laminado
50
40
40
20
25
10
Tipo de Aislador
Aplicacin General
Aplicacin Especial
Alto Voltaje
Pulido
25
20
10
El costo de la materia prima que requiere cada tipo de aislador es de $50 para el de aplicacin general, $60 para el de
aplicacin especial y $100 para el de alto voltaje, as como los precios de venta son respectivamente, $250, $397.5 y
$675. Los costos por hora para las operaciones de produccin son de $250 para horneado, $200 para el lavadolaminado y $100 para el pulido.
a. Haga la tabla de datos para el problema.
b. La empresa quiere un modelo que le permita hacer un programa de produccin para optimizar el tiempo
que se debe emplear en la fabricacin de cada producto de tal forma que maximice las utilidades por hora.
Tabla de Datos.
Tipo de Aislador
Aplicacin General
Aplicacin Especial
Alto Voltaje
Costo ($/hora)
40
20
10
200
25
20
10
100
Costo
Mat. Prima
($/unid)
50
60
100
Precio
Venta
($/unid)
250
397.50
675
Modelacin.
JEVA / PTI
24
Variables de Decisin.
Xi = Aislador tipo "i" a fabricar por hora
(u/h)
Funcin Objetivo.
Se calcula el margen de utilidad para cada tipo de aislador, considerando que:
Utilidad = Precio de Venta - Costo Total
Concepto
Precio de Venta
Costo de Materiales
Costo de Mano de Obra:
Horneado
Lav-Lam
Pulido
Total
Costo de Materiales
Costo Total
Margen de Utilidad
($/unid)
General
250
50
250/50 = 5
200/40 = 5
100/25 = 4
14
50
64
186
Tipo de Aislador
Especial
397.50
60
250/40 = 6.25
200/20 = 10
100/20 = 5
21.25
60
81.25
316.25
Alto Voltaje
675
100
250/25 = 10
200/10 = 20
100/10 = 10
40
100
140
535
Tipo de Cultivo
Rendimiento
(toneladas/ha)
Frijol soya
105
JEVA / PTI
Demanda de la
Cooperativa
(toneladas)
500
Demanda del
Mercado
(toneladas)
3,000
Utilidad
Estimada
($/tonelada)
1500
25
Trigo
Maz
50
17
1250
250
3,250
1,000
1800
2500
Modelacin.
Variables de Decisin.
Xi = Hectreas programadas para sembrar el Cultivo "i"
(ha)
Funcin Objetivo.
Para construir la Funcin Objetivo es necesario calcular la utilidad para cada uno de los cultivos, quedando:
Frijol soya 1,500(105X1 - 500) = 157,500X1 - 750,000
Trigo
1,800( 50X2 - 1,250) = 90,000X2 2250,000
Maz
2,500( 17X3 - 250) = 42,500X3 - 625,000
($/t) {(t/ha)ha - t} = $
$
3625,000
Mx Z = 157,500X1 + 90,000X2 + 42,500X3 3625,000
$
$
Restricciones.
1. Terreno para cultivo.
X1 + X2 + X3 130
ha
ha
JEVA / PTI
26
Con esta informacin, el departamento de Mercadotecnia ha dado una importancia relativa a cada caracterstica para
definir el perfil del cliente potencial en la siguiente forma: edad 40%, ingresos 35% y educacin 25%
Mercadotecnia ha contratado a una agencia de publicidad que le ayude a desarrollar un plan para llegar al cliente
potencial en la mejor forma posible. Despus de estudiar el perfil del cliente potencial, la agencia recomend que se
coloquen anuncios publicitarios en tres revistas de consumo popular. Los datos obtenidos por la agencia se presentan
en la siguiente tabla:
Caractersticas
del
Cliente
Potencial
Importancia
Relativa de la
Caracterstica
(%)
Edad
(20 a 45 aos)
Ingresos
($15,000 o ms)
Educacin
(2 aos de universidad o ms)
Total de Lectores
(miles)
40
35
60
50
40
25
30
20
60
780
940
1,250
La agencia ha recomendado que una meta apropiada sera maximizar los clientes potenciales expuestos a la
publicidad, por lo que ha recomendado formar un indicador de "exposicin efectiva" expresado en clientes potenciales
por peso invertido en publicidad.
Conjuntamente con la agencia de publicidad, se ha decidido que lo mximo de anuncios que se deben poner en la
revista "A" son 36, en la revista "B" 40 y en la revista "C" 45 y que se deben de colocar cuando menos 9 anuncios en
la revista "A" y 5 en la "C". El costo por anuncio en la revista "A" es de $500, de $750 en la "B" y de $800 en la "C".
Se quiere desarrollar un modelo que le permita a Mercadotecnia determinar cunto se debe invertir en cada revista
para maximizar los clientes potenciales expuestos a la publicidad, as como los anuncios que se deben poner en cada
una de ellas.
Modelacin.
Variables de Decisin.
Xi = Dinero a invertir en anuncios de la Revista "i".
($)
Funcin Objetivo.
Se formula un indicador de "exposicin efectiva" que permita la construccin de la funcin objetivo, en la siguiente
forma:
Revista
A
{[0.40(0.40)+0.35(0.60)+0.25(0.30)] 780,000} / 500 = 694.20
B
{[0.40(0.70)+0.35(0.50)+0.25(0.20)] 940,000} / 750 = 632.93
C
{[0.40(0.60)+0.35(0.40)+0.25(0.60)] 1'250,000}/ 800 = 828.13
{[% (% de cp/a)] (cp)} / ($/a) = cp/$
cp/$
Mx. Z = 694.20 X1 + 632.93 X2 + 828.13 X3
cp
(cp/$)$ = cp
Restricciones.
1. Inversin en publicidad.
X1 + X2 + X3 3800,000
$
$
2. Anuncios.
Revista A 9 X1/500 36
($/1)/($/a)= a a
X1 18,000
X1 4,500
$
$
JEVA / PTI
27
X2/750 40
5 X3/800 45
X3 36,000
X3 4,000
3. No negatividad
Xi 0
Revista B
Revista C
Tipos de Escritorio
Ejecutivo
Secretarial
Tiempos de
Produccin
(horas/unidad)
Planta 1 Planta 2
7
6
4
5
Costo Estndar
($/unidad)
Planta 1
25,000
20,000
Planta 2
26,000
18,000
Se ha competido con xito en el mercado vendiendo el escritorio ejecutivo a $35,00. Pero en el escritorio secretarial,
la empresa est forzada a bajar el precio a $27,500 para mantener su ventaja competitiva.
La empresa ha tenido costos excesivos en las ultimas 10 semanas por lo que los administradores han establecido
presupuestos semanales para produccin como una medida de control. Para la fabricacin de los escritorios
ejecutivos se fij un presupuesto de $200,000 mientras que para los secretariales se estableci en $220,000.
a. Elabore la tabla de datos para el problema.
b. A la empresa le gustara tener un programa de produccin que le diga cuntos escritorios de que tipo y en que
planta se deben de fabricar para maximizar las utilidades.
Tabla de Datos.
Tipo de Escritorio
Tiempos de Produccin
(horas/unidad)
Planta1
JEVA / PTI
Planta 2
Costo Estndar
($/unidad)
Planta 1
Planta 2
Precio
Venta
($/unidad)
Presupuesto
($/semana)
28
Ejecutivo
Secretarial
Tiempo Disponible
(hrs/sem)
7
4
80
6
5
50
25,000
20,000
26,000
18,000
35,000
27,500
200,000
220,000
Modelacin.
Variables de Decisin.
Xij = Escritorio "i" a fabricarse por semana en la Planta "j"
(e/s)
Funcin Objetivo.
Para la Funcin Objetivo, es necesario calcular la utilidad para cada uno de los escritorios, en la siguiente forma:
Planta 1
Planta 2
Ejecutivo
35,000 - 25,000 = 10,000
35,000 26,000 = 9,000
Secretarial
27,500 - 20,000 = 7,500
27,500 18,000 = 9,500
Mx. Z = 10,000X11 + 9,000X12 + 7,500X21 + 9,500X22
$/s
($/e)(e/s) = $/s
Restricciones.
1. Produccin.
Planta 1
7X11 + 4X21 80
Planta 2
6X12 + 5X22 50
(h/e)(e/s) = h/s h/s
2. Presupuesto.
Ejecutivo
25,000X11 + 26,000X12 200,000
20,000X21 + 18,000X22 220,000
($/e)(e/s) = $/s
$/s
3. No negatividad Xij 0
Secretarial
Proceso de Fabricacin
1
JEVA / PTI
Producto
(horas/unidas)
2
3
Concepto
4
Producto
($/unidad)
2
3
4
29
Planta 1:
Operacin 1
Operacin 2
Operacin 3
Planta 2:
Operacin 1
Operacin 2
Demanda mxima
(miles unidades/mes)
6
18
2
7
20
2
4
16
1
7
18
1
8
10
1
8
16
3
4
8
4
8
6
6
Precio de venta
200
300
250 280
Costos variables:
Planta 1
Planta 2
160
220
270
300
240
200
270
220
El gerente de la planta 1 ha sealado que puede disponer de 30,000 horas mensuales en la operacin 1 para la
fabricacin de la nueva lnea, en la operacin 2 de 100,000 horas y en la operacin 3 de 16,000 horas. En cada una
de las operaciones de la planta 2 se tienen disponibles 20,000 horas mensuales. A la empresa le gustara tener un
modelo que le ayude a determinar la cantidad de cada uno de los productos de la lnea nueva que se deben de
fabricar para el prximo mes en cada una de las plantas de manera que se maximicen las utilidades.
Modelacin.
Variables de Decisin.
Xij = Unidades por mes a fabricarse del Producto "i" en la Planta "j"
(u/m)
Funcin Objetivo.
Mx Z = 40X11 + 30X21 + 10X31 + 10X41 -20X12 + 50X32 + 60X42
$/m
($/u)(u/m) = $/m
Restricciones.
1. Proceso de Fabricacin.
Planta 1:
Operacin 1
6X11 + 7X21 + 4X31 + 7X41 30,000
Operacin 2 18X11 + 20X21 + 16X31 + 18X41 100,000
Operacin 3
2X11 + 2X21 + X31 + X41 16,000
Planta 2:
Operacin 1
8X12 + 8X22 + 4X32 + 8X42 20,000
Operacin 2 10X12 + 16X22 + 8X32 + 6X42 20,000
(h/u)(u/m) = h/m
h/m
2. Demanda.
Producto 1
X11 + X12 1,000
Producto 2
X21 + X22 3,000
Producto 3
X31 + X32 4,000
Producto 4
X41 + X42 6,000
u/m
u/m
3. No negatividad Xij 0
Anlisis Dimensional: Probado.
Solucin Optima.
X11 = 1,000
X21 = 3,000
X31 = 750
X32 = 1,000
X42 = 2.000
Planta 1 operacin 2 (H2) = 1,000
Planta 1 operacin 3 (H3) = 7,250
Producto 3 (H8) = 2,250
Producto 4 (H9) = 2,000
JEVA / PTI
30
Mx. Z = 307,500
Interpretacin.
Para el prximo mes, se debe fabricar para la nueva lnea de productos las siguientes cantidades: en la planta 1
fabricar 1,000 productos 1, 3,000 productos 2 y 750 productos 3; en la planta 2 fabricar 1,000 productos 3 y 2,000
productos 4. Con este programa se tendr la mxima utilidad de $307,500 con el siguiente anlisis de recursos: en la
planta 1 se tendr una capacidad sobrante de 1,000 horas en la operacin 2 y de 7,250 en la operacin 3; se tendr
una demanda insatisfecha de 2,250 unidades del producto 3 e igualmente en el producto 4 con 4,000 unidades. Las
restricciones dominantes son, la capacidad de la operacin 1 de la planta 1, la capacidad completa de la planta 2, y
la demanda del producto 1 y 2.
29. Agricultura: Granjas Agrcolas.
Una cooperativa agrcola tiene cuatro granjas que plantan tres tipos de cultivos, aunque cada una de ellas no
necesariamente cultiva todos. La produccin de cada granja est limitada por la cantidad de agua disponible para el
riego y por las hectreas disponibles para la plantacin. Debido al equipo que se tiene para cosechar, existe limitacin
en las hectreas que se pueden plantar de cada tipo de cultivo en cada una de las granjas. A continuacin, se
presentan los datos que se tienen de las granjas:
Tipos de Cultivo
A
B
C
Tierra Disponible (ha)
Agua Disponible (m3)
Requerimiento de
Agua
(m3/hectrea)
11
10
9
Utilidad
($/ha)
1000
700
400
Para mantener la carga de trabajo equilibrada entre las granjas, la cooperativa ha establecido la poltica de que se
cultive el mismo porcentaje de tierra en cada una de ellas. Desarrolle un modelo que permita a la cooperativa
determinar las hectreas que se deben plantar de cada tipo de cultivo en cada una de las granjas para maximizar las
utilidades.
Modelacin.
Variables de Decisin.
Xij = Hectreas a cultivarse en la Granja "i" del Cultivo "j"
(ha)
Funcin Objetivo.
Mx Z = 1000(X11+X21+X31+X41) + 700(X12+X22+X32+X42) + 400(X13+X23+X33+X43)
$
($/ha)ha = $
Restricciones.
1. Agua.
Granja 1
Granja 2
Granja 3
Granja 4
2. Tierra.
Granja 1
Granja 2
Granja 3
Granja 4
JEVA / PTI
4,800
8,000
3,700
6,000
m3
31
Cultivo B
X12 150
X22 200
X32 150
X42 100
(X11+X12+X13)/450 = (X21+X22+X23)/650
(X21+X22+X23)/650 = (X31+X32+X33)/350
(X31+X32+X33)/350 = (X41+X42+X43)/500
(X41+X42+X43)/500 = (X11+X12+X13)/450
ha/ha = %
ha/ha = %
Cultivo C
X13 200
X23 350
X33 200
X43 300
X21 = 300
X22 = 200
X23 = 150
AguaG2 = 1,350
Cultivo CG2 = 200
X31 = 100
X32 = 150
X33 = 100
AguaG3 = 200
Cultivo CG3 = 100
X41 = 250
X42 = 100
X43 = 150
AguaG4 = 900
Cultivo CG4 = 150
Mx. Z = 1'470,000
Interpretacin.
El programa de cultivo considera que se debe plantar en la granja 1, 200 hectreas del cultivo A, 150 hectreas del
cultivo B y 100 hectreas del cultivo C; en la granja 2, 300 hectreas del cultivo A, 200 del cultivo B y 150 del cultivo
C; en la granja 3, 100 hectreas del cultivo A, 150 del cultivo B y 100 del cultivo C; finalmente en la granja 4, 250
hectreas del cultivo A, 100 del cultivo B y 150 del cultivo C. Con este programa se tendr la mxima utilidad de
$1'470,000, teniendo el siguiente anlisis de recursos: habr sobrantes de agua, 200 metros cbicos en la granja 1,
en la granja 2 sobrarn 1,350 metros cbicos, 200 en la granja 3 y en la granja 4, 900 metros cbicos. En el cultivo C,
se tendrn 100 hectreas sobrantes en la granja 1, 200 en la granja 2, 100 en la granja 3 y 150 en la granja 4. La
restricciones dominantes estn dadas por la tierra y por la poltica de la carga de trabajo.
30. Mercadotecnia: Almacn de Ropa.
Un almacn exclusivo vende trajes y abrigos para caballero. Esta tienda maneja tres lneas de ropa: la deportiva de
precio moderado, la de ejecutivos jvenes que es ligeramente costosa y la de lujo que es costosa. Las lneas mientras
ms costosas exigen exhibiciones ms complicadas y mayor tiempo de los vendedores pero son tambin las que dn
mayor utilidad. Para fines de planeacin, el almacn ha considerado que el precio de venta dentro de cada lnea no
difiere entre los trajes y los abrigos, por lo que se puede considerar un precio de venta promedio de $500 por artculo
en la lnea deportiva, en tanto que para las lneas de ejecutivos jvenes y de lujo, el precio de venta unitario es de
$1,370 y $2,320 respectivamente. De experiencias pasadas, se determin que se requieren 30 metros cuadrados para
exhibir 1,000 prendas de la lnea deportiva, 70 metros cuadrados para 1,000 prendas de la lnea de ejecutivos jvenes
y 100 metros cuadrados para 1,000 prendas de la lnea de lujo. Tambin de experiencias pasadas se calcul que las
horas-hombre requeridas para vender 1,000 prendas de la lnea deportiva es de 250 horas, de 650 horas para la lnea
de ejecutivos jvenes y 1,800 horas para la de lujo.
Para mantener una variedad razonable de abrigos y trajes, se compran cuando menos 1,000 prendas de cada lnea.
Se conoce que los trajes se venden ms que los abrigos, por lo que se tiene una poltica de mantener una proporcin
de 80% de trajes y 20% de abrigos en cada una de las lneas, cuando se hagan los pedidos. El espacio de exhibicin
que tiene el almacn es de 1,000 metros cuadrados. La fuerza de ventas es de 8 vendedores que trabajan 48 horas
semanales. La temporada de comercializacin de estos productos dura aproximadamente 4 meses. El gerente del
almacn quiere desarrollar un modelo para determinar la cantidad de trajes y abrigos de cada lnea que el
departamento de compras debe pedir para maximizar los ingresos de la empresa.
Modelacin.
JEVA / PTI
32
Variables de Decisin.
Xij = Prendas "i" a comprar de la Lnea "j"
(u)
Funcin Objetivo.
Mx Z = 500(X11+X21) + 1,370(X12+X22) + 2,320(X13+X23)
$
($/u)u = $
Restricciones.
1. Espacio de exhibicin.
(30/1,000)(X11+X21) + (70/1,000)(X12+X22) + (100/1,000)(X13+X23) 1,000
0.03(X11+X21) + 0.07(X12+X22) + 0.10(X13+X23) 1,000
(m2/u)u = m2
m2
2. Ventas.
(250/1000)(X11+X21)+(650/1000)(X12+X22)+(1800/1000)(X13+X23) 8(48)(4)(4)
0.25 (X11+X21) + 0.65 (X12+X22) + 1.8 (X13+X23) 6,144
(h-h/u)u = h-h
h(h/s)(s/m)(m) = h-h
3. Compras.
Lnea deportiva
X11 + X21 1,000
Lnea ejecutivos jvenes X12 + X22 1,000
Lnea de lujo
X13 + X23 1,000
u
u
4. Proporcin entre trajes y abrigos.
Lnea deportiva
X11/X21 = 0.20/0.80
0.80 X11 - 0.20 X21 = 0
%(u)=u %(u)=u
Lnea ejecutivos jvenes X12/X22 = 0.20/0.80
0.80 X12 - 0.20 X22 = 0
Lnea de lujo
X13/X23 = 0.20/0.80
0.80 X13 - 0.20 X23 = 0
5. No negatividad
Xij 0
Anlisis Dimensional: Probado.
Solucin Optima.
X11 = 200
X21 = 800
X12 = 1,259.6920
X22 = 5,038.7690
X13 = 200
X23 = 800
Espacio (H1) = 429.1077
Compras ejecutivo (E4) = 5,298.4620
Mx. Z = 11'448,890
Interpretacin.
Para tener la mxima utilidad de $11'448,260 para la siguiente temporada considerando los ajustes por las variables
discretas, el programa de compras debe ser: para la lnea deportiva, 200 abrigos y 800 trajes; para la lnea de
ejecutivos jvenes, 1,260 abrigos y 5,038 trajes y para la lnea de lujo, 200 abrigos y 800 trajes. Al hacer este
programa de compras, se tendr un espacio de exhibicin sobrante de 429.14 metros cuadrados y un excedente de
5,298 unidades de la lnea de ejecutivos jvenes. Las restricciones cuello de botella son las ventas y la poltica de
mantener la proporcin entre abrigos y trajes.
31. Botas Vaqueras.
Un fabricante de botas vaqueras ha implementado una estrategia de mercadotecnia para vender su producto
mediante tiendas al menudeo en lugar de hacerlo directamente con mayoristas. La empresa considera conveniente
fabricar pares de botas en exceso en algunos meses para venderlas en meses posteriores. Esta conclusin se sac
debido a dos razones: primera, las fluctuaciones en el costo de algunos materiales que repercuten en el costo de
JEVA / PTI
33
produccin de la bota hacindolo variar de un mes a otro. Segunda, se tiene un bajo costo de inventario de $10 por
mes por par de botas que incluye el manejo de materiales y su almacenamiento. Mercadotecnia ha pronosticado la
demanda y los costos para el prximo semestre, como se muestra en el siguiente cuadro:
Mes
Demanda Pronosticada
(miles pares/mes)
1
2
3
4
5
6
150
110
180
100
200
180
Costo
Pronosticado
($/par)
560
620
580
600
550
590
34
Producto
Capacidad
de Entrada
(litros/h)
300
450
250
400
350
500
480
400
Operacin
1
2 (1er paso)
4
2 (2do paso)
3 (alternativo)
1
3
4
Recuperacin
(%)
90
95
85
80
75
90
85
80
Costo de
Operacin
($/h)
150
200
180
220
250
300
250
240
Cada operacin puede procesar solamente un producto a la vez. Si hay capacidad en la operacin 3, es posible enviar
el producto "A" a travs de 3 en lugar de mandarlo la segunda vez por la operacin 2, pero sto es ms costoso.
Los datos obtenidos de los costo y las ventas se dan en la siguiente tabla:
Producto
A
B
Materia Prima
($/litro)
50
60
Precio de Venta
($/litro)
200
180
Ventas Mximas
(litros/da)
1,700
1,500
Las operaciones 1 y 4 pueden trabajar hasta 16 horas diarias. Las operaciones 2 y 3 pueden trabajar como mximo
12 horas por da. No se pueden transportar ms de 2,500 litros de "A" y "B" diariamente. Suponga que se dispone de
suficiente capacidad de almacenamiento sin costo adicional. Para maximizar las utilidades, la empresa quiere un
modelo para desarrollar un programa de produccin que le permita determinar la cantidad de litros del producto "A" y
"B" que se deben de fabricar por el curso normal y los litros de "A" por el curso alternativo.
Modelacin.
Variables de Decisin.
Xij = litros diarios a fabricar del Producto "i" por Curso "j"
(l/d)
Funcin Objetivo.
Para la Funcin Objetivo es necesario calcular la utilidad que da un litro terminado del producto de acuerdo al proceso
de fabricacin. Calculando el costo por litro terminado de cada producto se tiene:
JEVA / PTI
1
2
4
2
Entrada
(litros/h)
300
270
250
212.5
Recup.
(%)
90
95
85
80
Salida
(litros/h)
270
256.5 *
212.5
170
Costo/hora
($/h)
150
200
180
220
X12
1
2
4
3
300
270
250
212.5
90
95
85
75
270
256.5
212.5
159.38
150
200
180
250
X21
1
3
4
500
450
382.5
90
85
80
450
382.5
306
300
250
240
Producto
Operacin
X11
Costo/litro
($/litro)
0.556
0.780
0.847
1.294
3.477
0.556
0.780
0.847
1.569
3.752
0.667
0.654
0.784
2.105
35
* Observacin: la capacidad de salida de la operacin 2 es de 256.5 litros por hora pero al entrar a la
operacin 4, esta capacidad de entrada se restringe a 250 litros por hora debida a la capacidad de esta
operacin.
Calculando el margen de utilidad para cada uno de los productos, se tiene:
Producto
Precio Venta
($/litro)
X11
X12
X21
200
200
180
Costo Mano
de Obra
Directa
($/litro)
3.447
3.752
2.105
Costo de la
Materia
Prima
($/litro)
50
50
60
Costo Total
($/litro)
Margen de
Utilidad
($/litro)
53.477
53.752
62.105
146.523
146.248
117.895
X11/270
+ X12/270 + X21/450 16
X11/250
+ X12/250 + X11/170 12
X12/159.38 + X21/382.5
12
X11/212.5 + X12/212.5 + X21/306 16
(l/d)/(l/h) = h/d
h/d
2. Ventas.
Producto A
Producto B
36
Forma 1
Forma 2
X11 = 884.0001
X11 = 884
X12 = 815.9999
X12 = 816
X21 = 800
X21 = 800
Operacin 1 (H1) = 7.9259 horas/da
Operacin 1 (H1) = 96,300 litros/da
Operacin 3 (H3) = 4.7887
Operacin 3 (H3) = 291,930.2
Operacin 4 (H4) = 5.3856
Operacin 4 (H4) = 350,200
Ventas "B" (H6) = 700
Ventas "B" (H6) = 700
Mx. Z = 343,180.7
Mx. Z = 343,180.7
Los recursos sobrantes en la solucin de la forma 1 y 2 son equivalentes. Por ejemplo, en la forma 1 se tiene un
sobrante en la operacin 1 de 7.9259 horas/da que son equivalentes a 96,300 litros/dia como se muestra a
continuacin:
194,400 litros/da son equivalentes a 16 horas/da por lo que 1 hora/da es igual a 12,150 litros/da. Para
mostrar lo equivalente, se tiene que 96,300/12,150 = 7.9259 horas/dia.
Interpretacin.
Para tener la mxima utilidad de $343,180.7 diarios, el programa de produccin para el curso normal, debe tener una
entrada de 884 litros del producto "A" y 800 litros del producto "B"; por el curso alternativo, se deben programar 816
litros del producto "A". Al hacer este programa, se tendr una capacidad ociosa en el proceso de produccin de:
7.9259 horas en la operacin 1, 4.7887 en la operacin 3 y 5.3856 en la operacin 4. Tambin se tendr en las
ventas del producto "B" una fuerza de ventas desaprovechada, ya que sobra capacidad para vender 700 litros. Las
restricciones dominantes en el problema son: en produccin, la operacin 2; en ventas, el producto "A" y el transporte.
33. Mercadotecnia: Venta de Tejas.
Una empresa contratista se dedica a la instalacin de tejas para techos. Puesto que el precio de las tejas vara con las
estaciones del ao, la empresa las compra cuando los precios estn bajos y las almacena para su uso posterior.
Cuando las instala, la empresa cobra el precio actual del mercado, sin importar cuando las haya comprado. En el
siguiente cuadro, la empresa presenta su proyeccin del precio de compra, del precio actual del mercado y las ventas
mnimas que se esperan tener para las prximas estaciones del ao:
Estaciones
Primavera
Verano
Otoo
Invierno
Precio de Compra
($/teja)
23
21
22
26
Ventas Mnimas
(miles de tejas)
160
100
140
200
Cuando se compran las tejas en una estacin y se almacenan para su venta posterior, se incurre en un costo de
almacenamiento y en un costo de manejo. El costo de almacenamiento es un costo variable de $12 por millar de tejas
por cada estacin que duran almacenadas y el costo de manejo del inventario que comprende el estibamiento y el
acomodo de las tejas es un costo fijo de $6 por millar. La capacidad del almacn donde se tienen las tejas es de
220,000. Anualmente la empresa tiene su cierre de ejercicio para calcular sus utilidades, por lo que ha fijado como
poltica, no tener inventarios al final del ao. Se quiere un modelo que ayude a la empresa a maximizar su utilidad
anual determinando los millares de tejas que se deben de comprar y que se esperan vender en cada estacin.
Modelacin.
Variables de Decisin.
Xij = Millares de tejas a comprar en la estacin "i" y que se esperan vender en la estacin
"j" durante el ao.
(t/a)
Funcin Objetivo.
Para la funcin Objetivo se requiere la utilidad neta considerando que:
Utilidad Neta = Utilidad Bruta - Costo del Inventario
Utilidad Bruta = (Precio del Mercado - Precio de Compra) - (Costo de Manejo + Costo de Almacenamiento)
Se presenta como ejemplo la utilidad neta por millar de tejas para X14:
Utilidad Neta = {(30.25 - 23)1,000} - {12(3) + 6}
Utilidad Neta = 7,250 - 42 = 7,208
JEVA / PTI
37
En el siguiente cuadro, se presenta las utilidades netas por millar de tejas para cada una de las variables de decisin:
Estacin
Primavera:
X11
X12
X13
X14
Verano:
X22
X23
X24
Otoo:
X33
X34
Invierno:
X44
Utilidad Bruta
($/millar tejas)
Costo del
Inventario
($/millar tejas)
Utilidad Neta
($/millar tejas)
4,500
1,250
2,750
7,250
0
18
30
42
4,500
1,232
2,720
7,208
3,250
4,750
9,250
0
18
30
3,250
4,732
9,220
3,750
8,250
0
18
3,750
8,232
4,250
4,250
JEVA / PTI
38
Para tener la mxima utilidad de $3'483,560, el programa de compras para el prximo ao debe ser: comprar en
primavera 220,000 tejas y en verano 220,000 que se esperan vender en esas mismas estaciones, comprar en otoo
80,000 tejas que se esperan vender en invierno y comprar en invierno 140,000 tejas que se esperan vender en esa
misma estacin. Siguiendo este programa de compras, se esperan vender en primavera 60,000 tejas ms del mnimo,
en verano 120,000 tejas y en invierno 20,000 tejas ms del mnimo de la estacin. La restriccin dominante es la
capacidad del almacn.
34. Rollos de Papel de Anchos Diferentes.
Una empresa fabrica y vende rollos de papel a distribuidores mayoristas. La empresa fabrica rollos de papel en
tamao estndar de 1.20 metros de ancho pero las ventas son en rollos de 80, 70, 60 y 50 centmetros de ancho.
Para fines de programacin de la produccin se estableci que se puede cortar un poco ms de los rollos pedidos
para tener almacenado producto terminado que se pueda aprovechar en los siguientes pedidos. Para cumplir con los
pedidos de los clientes se corta el rollo estndar en rollos ms angostos de acuerdo a los anchos solicitados. Los
pedidos para el siguiente mes se muestran en la siguiente tabla:
Pedidos
(rollos)
1,800
500
1,200
1,400
Ancho Solicitado
(centmetros)
80
70
60
50
a. Desarrolle un modelo para un programa de produccin que minimice el nmero de rollos estndar a fabricarse.
b. Cmo quedara el programa de produccin si el objetivo fuera minimizar el desperdicio?
Modelacin.
a. Minimizar el nmero de rollos estndar.
Variables de Decisin.
Al cortar un rollo estndar existe dos variantes: los "anchos", que son rollos del mismo ancho y las
"combinaciones" que son dos rollos de ancho diferente. Los anchos sern 80, 70, 60 y 50 centmetros y las
combinaciones sern 70-50 y 60-50 centmetros. Las variables de decisin son:
Xi = Rollos estndar a fabricar por mes para cortarse en rollos del Ancho "i"
Yj = Rollos estndar a fabricar por mes para cortarse en rollos de la Combinacin "j"
(r/m)
Funcin Objetivo.
mn Z = X1 + X2 + X3 + X4 + Y1 + Y2
r/m
r/m
Restricciones.
La siguiente tabla auxiliar resume las opciones que se tienen para el cortado de un rollo estndar:
80
X1
Pedidos
(rollos)
1. Pedidos.
Ancho 80 cm
Ancho 70 cm
Ancho 60 cm
JEVA / PTI
1,800
Ancho Solicitado
(centmetros)
70
60
X2
2X3
Y1
Y2
500
1,200
50
2X4
Y1
Y2
1,400
X1 1,800
X2 + Y1 500
2X3 + Y2 1,200
39
Ancho 50 cm
2. No negatividad
2X4 + Y1 + Y2 1,400
% (r/m) = r/m
r/m
Xi, Yi 0
Solucin Optima.
X1 = 1,800
X3 = 600
X4 = 450
Y1 = 500
mn Z = 3,350
Interpretacin.
El programa de produccin debe fabricar 3,350 rollos estndar que es el mnimo posible para cumplir con todos los
pedidos que se tienen. De este total, se deben de cortar 1,800 rollos estndar en rollos de 80 centmetros de ancho,
600 en rollos de 60 centmetros de ancho, 450 en rollos de 50 centmetros de ancho y 500 rollos en la combinacin de
70-50 centmetros.
Otra forma de solucionar el problema.
Variables de Decisin
Xi = Rollos estndar a fabricar por mes para cortarse en la Opcin "i".
(rollos/mes)
Funcin Objetivo.
mn. Z = X1 + X2 + X3 + X4 + X5 + X6
r/m
r/m
Restricciones.
1. Pedidos.
Rollos de 80 cm.
X1 1,800
Rollos de 70 cm.
X2 + X5 500
Rollos de 60 cm.
2X3 + X6 1,200
Rollos de 50 cm.
2X4 + X5 + X6 1,400
2. No negatividad
Xi 0
Solucin Optima.
X1 = 1,800
X5 = 500
X3 = 150
X6 = 900
mn. Z = 3,350
Interpretacin.
La cantidad mnima de rollos estndar a fabricar es de 3,350. De estos rollos se deben cortar 1,800 rollos estndar en
rollos de 80 cm de ancho, 500 en la opcin de 70-50 cm, 150 en rollod de 60 cm y 900 en la opcin de 60-50 cm.
b. Minimizar el desperdicio.
Variables de Decisin.
Considerando el desperdicio, las opciones de corte que se tiene son: un rollo de 80 centmetros de ancho dando
40 centmetros de desperdicio; un rollo de 70 centmetros generando otro rollo de 50 centmetros con cero de
desperdicio; dos rollos de 60 centmetros sin nada de desperdicio; un rollo de 60 centmetros generando otro rollo
de 50 con un desperdicio de 10 centmetros; dos rollos de 50 centmetros con 20 centmetros de desperdicio; un
solo rollo de 70 centmetros considerando como desperdicio el rollo de 50 centmetros sobrante, es decir que no
se utiliza para surtir los pedidos actuales y se manda al almacn para surtir pedidos posteriores; igualmente, todos
los rollos que nos sobren despus de surtir los pedidos son considerados como desperdicio ya que se mandan al
almacn provocando un costo financiero innecesario.
JEVA / PTI
40
Se presenta en la siguiente tabla un resumen de las opciones de corte que tiene la empresa para surtir los
pedidos que se tienen:
Ancho
(cm)
80
70
60
50
Desperdicio
(cm)
Variable de Decisin.
Xi = Rollos estndar para cortarse con la Opcin "i"
Yj = Rollos sobrantes del Ancho "j" que se almacenan
(r)
Funcin Objetivo.
Como todos los rollo estndar tiene la misma longitud y dimetro, se puede considerar el desperdicio en
centmetros (longitud) en vez de centmetros cbicos (volumen).
La Funcin Objetivo est formada por las opciones de corte para el rollo estndar y los rollos que nos sobren
despus de surtir los pedidos que se tienen y que se almacenenan para surtir pedidos posteriores.
mn. Z = 40X1 + 10X4 + 20X5 + 50X6 +60X7 + 70X8 + 80Y1 + 70Y2 + 60Y3 + 50Y4
cm
(cm/r) r = cm
Restricciones.
1. Pedidos.
Considerando que los rollos sobrantes son igual a los rollos estndar cortados menos los rollos pedidos, se
pueden estructurar las siguientes restricciones:
Ancho de 80 cm
Y1 = X1 - 1,800
X1 - Y1 = 1,800
Ancho de 70 cm
Y2 = X2 + X6 - 500
X2 + X6 - Y2 = 500
Ancho de 60 cm
Y3 = 2X3 + X4 + X7 - 1,200
2X3 + X4 + X7 - Y3 = 1,200
Ancho de 50 cm
Y4 = X2 + X4 + 2X5 + X8 - 1,400
X2 + X4 + 2X5 + X8 - Y4 = 1,400
r
r
2. No negatividad
Xi, Yj 0
Solucin Optima.
X1 = 1,800
X2 = 500
X3 = 600
X5 = 450
mn. Z = 81,000
Interpretacin.
Para minimizar el desperdicio a 81,000 centmetros (675 rollos estndar) se deben fabricar 3,350 rollos estndar para
cortarse en la forma siguiente: 1,800 rollos estndar se deben de cortar con la opcin 1 ( rollo de 80 cm de ancho);
500 rollos estndar se cortan con la opcin 2 (rollo de 70 cm y otro de 50 cm); 600 rollos estndar se cortan con la
opcin 3 (2 rollos de 60 cm) y 450 rollos estndar se cortan con la opcin 5 (2 rollos de 50 cm).
35. Partes Automotrices.
JEVA / PTI
41
Un fabricante de partes para la industria automotriz tiene problemas con la capacidad de produccin de su planta, por
lo que se ve obligado a pedirle a la competencia que le maquile sus productos para poder cumplir con los pedidos
comprometidos. La empresa tiene cuatro productos que pueden fabricarse pasando por algunas de las seis mquinas
que tiene produccin. Los tiempos de los procesos para cada uno de los producto, el tiempo disponible de cada
mquina y los pedidos que se tienen se dn en la siguiente tabla:
Producto
1
2
3
4
Tiempo Disponible
(horas/da)
Mq. 1
0.08
-0.04
0.12
21
Procesos de Fabricacin
(horas/unidad)
Mq. 2 Mq. 3 Mq. 4 Mq. 5
0.04
0.04
-0.06
0.02
0.10
0.30
0.18
0.12
-0.15
0.50
0.08
0.35
--21
21
21
21
Pedidos
(unid/semana)
Mq. 6
0.12
0.12
0.45
0.10
21
250
300
500
100
Los costos de manufactura de la planta comparados con los costos de maquila dados por la competencia, para el
producto 1, 2, 3 y 4 respectivamente, son: $26 contra $31, $22.50 contra $27.50, $44 contra $47 y $21 contra $23.
Considere que la planta trabaja 6 das por semana. La empresa quiere un modelo que le ayude a decidir, en base a
los pedidos semanales que tenga, la cantidad de cada producto que se debe de fabricar en la planta y lo que se debe
de maquilar con la competencia para minimizar el costo total de produccin.
Modelacin.
Variables de Decisin.
Xi = Unidades semanales a fabricar del producto "i" en la planta.
Yi = Unidades semanales a maquilar del producto "i" con la competencia.
(u/s)
JEVA / PTI
42
Solucin Optima.
X1 = 250
X2 = 200
X3 = 111.1111
X4 = 100
Y3 = 388.8889
Mquina 1 (H1) = 89.5556
Mquina 2 (H2) = 88.6667
Mquina 3 (H3) = 51
Mquina 4 (H4) = 19.3333
Mquina 5 (H5) = 1.4444
mn. Z = 38,516.67
Interpretacin.
Haciendo los ajustes por ser variables discretas, el programa de produccin para la prxima semana consiste en
fabricar en la planta: 250 productos 1, 300 productos 2, 111 productos 3 y 100 productos 4; maquilar con la
competencia 389 productos 3. Al realizar esta programacin, se tiene el mnimo costo total de produccin de $38,517
y una capacidad sobrante en las mquinas de: 89.56 horas en la mquina 1, 88.68 horas en la mquina 2, 51 horas
en la mquina 3, 19.35 horas en la mquina 4, 1.5 horas en la mquina 5 y 0.05 horas en la mquina 6.
Las restricciones dominantes son los pedidos que se tienen que entregar y la capacidad de la mquina 6.
36. Productos con Demanda Variable.
Una empresa fabrica un producto que tiene una demanda variable, es decir, que puede aumentar o disminuir de un
mes a otro. El pronstico de la demanda que se tiene para los prximos cuatro meses es de: 1,800 unidades en el
mes 1, 2,200 unidades en el mes 2, 3,400 unidades en el mes 3 y 2,800 unidades en el mes 4. Debido a las
variaciones de la demanda, se tiene que en algunos meses hay produccin en exceso ocasionando altos costos de
inventario, mientras que en otros meses no se cubre la demanda del mercado. La capacidad de produccin de la
empresa es de 2,400 unidades mensuales considerando un turno normal, pero utilizando tiempo extra, se puede
fabricar hasta 800 unidades adicionales. Debido al mayor costo que implica el tiempo extra repercute en un aumento
de $7 a cualquier unidad que no se fabrique en tiempo normal. Se ha estimado un costo de almacenamiento de $3 por
cada unidad que se fabrique en un determinado mes y que no se venda en el mismo. Tambin quiere la empresa
terminar el mes 4 sin inventario en el almacn. La empresa quiere un modelo que le permita desarrollar un programa
de produccin para cumplir con la demanda del mercado y que minimice el costo total, es decir, el costo de
produccin y el costo del almacenamiento.
Modelacin.
Variables de Decisin.
Xi = Unidades a fabricarse en el turno normal en el Mes "i".
Yi = Unidades a fabricarse en tiempo extra en el Mes "i".
Zi = Unidades de inventario al final del Mes "i".
(u)
Otra forma de definir las Variables de Decisin es:
Xij = Unidades a fabricarse en la Opcin "i" en el Mes "j".
Zi = Unidades de inventario final en el Mes "i".
(u)
Funcin Objetivo.
Considerar que al minimizar el costo total, no repercute el costo de produccin del turno normal solo el incremento del
costo que se tenga por el tiempo extra utilizado en los diferentes meses; tambin repercute el costo del
almacenamiento que se tenga en los meses.
mn. Z = 7(Y1+Y2+Y3+Y4) + 3(Z1+Z2+Z3+0)
$
$/u (u) = $
Restricciones.
1. Capacidad de produccin.
Turno normal.
JEVA / PTI
43
Mes 1
Mes 2
Mes 3
Mes 4
X1 2400
X2 2400
X3 2400
X4 2400
u
u
Tiempo extra.
Mes 1
Mes 2
Mes 3
Mes 4
Y1 800
Y2 800
Y3 800
Y4 800
u
u
2. Pronstico de la demanda.
Considerar que: Inventario Final = Inventario Inicial + Entradas - Salidas
Mes 1 Z1 = 0 + (X1+Y1) - 1,800
X1 + Y1 - Z1 = 1,800
Mes 2 Z2 = Z1 + (X2+Y2) - 2,200
X2 + Y2 + Z1 - Z2 = 2,200
Mes 3 Z3 = Z2 + (X3+Y3) - 3,400
X3 + Y3 + Z2 - Z3 = 3,400
Mes 4 Como la empresa quiere que el inventario final en el mes 4 sea cero, se tiene:
0 = Z3 + (X4+Y4) - 2,800
X4 + Y4 + Z3 = 2,800
u
u
3. No negatividad
Xi, Yi, Zi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X1 = 2,400
Y3 = 200
X2 = 2,400
Y4 = 400
X3 = 2,400
Z1 = 600
X4 = 2,400
Z2 = 800
T. extra mes 1 (H5) = 800
T. extra mes 2 (H6) = 800
T. extra mes 3 (H7) = 600
T. extra mes 4 (H8) = 400
mn. Z = 8,400
Interpretacin.
El programa de produccin para los siguientes cuatro meses es: fabricar 2,400 unidades en el turno normal en cada
uno de los cuatro meses; fabricar en tiempo extra, 200 unidades en el mes 3 y 400 unidades en el mes 4; el inventario
final que se tendr en el mes 1 es de 600 unidades y de 800 unidades en el mes 2. Con esta programacin se tiene el
mnimo costo total de $8,400 con el siguiente anlisis de los recursos: no se utilizar la capacidad del tiempo extra en
los meses 1 y 2, en el mes 3 sobrar capacidad del tiempo extra equivalente a 600 unidades y en el mes 4 por 400
unidades.
La restriccin dominante es la capacidad del turno normal y las condiciones que se tienen del inventario final en
relacin con el pronstico de la demanda.
37. Discriminacin Racial en Escuelas.
En un intercambio estudiantil con una universidad americana, se le encarg a un grupo de alumnos mexicanos en el
curso de Investigacin de Operaciones, desarrollar un modelo de programacin lineal que resolviera un problema
social de la regin. Ellos escogieron trabajar con un problema de discriminacin racial en las escuelas del condado.
Este condado tiene dos escuelas de nivel medio superior que atienden las necesidades de educacin. La escuela 1
tiene una capacidad para atender 6,500 estudiantes y la escuela 2 para 4,500. El distrito escolar tiene 6 reas, cada
una con cantidad y tipo de poblacin estudiantil diferente.
JEVA / PTI
44
Area
A
B
C
D
E
F
Poblacin
Estudiantil
(estudiantes)
1900
2475
1000
2150
1800
1400
Estudiantes Minoritarios
(estudiantes)
200
1600
490
450
870
590
Una estrategia implementada por el gobierno, establece que cada escuela debe tener inscritos por lo menos 32% de
alumnos de minora pero no ms del 45%. El objetivo del distrito escolar es minimizar la distancia recorrida por el
autobs escolar para transportar a los estudiantes y le gustara que los estudiantes no recorrieran ms de 2.8 km en el
autobs escolar. El grupo de alumnos mexicanos quiere desarrollar un modelo que ayude al distrito escolar a cumplir
con su objetivo respetando todas las restricciones.
Modelacin.
Variables de Decisin.
Xij = Estudiantes norteamericanos del Area "i" que asisten a la Escuela "j"
Yij = Estudiantes minoritarios del Area "i" que asisten a la Escuela "j"
(est)
Funcin Objetivo.
mn Z = 1.5(X11+Y11) + 1.8(X21+Y21) + 2.2(X31+Y31) + 2.5(X41+Y41) + 2.9(X51+Y51) + 2.8(X61+y61) + 2.5(X12+Y12)+
1.9(X22+Y22) + 2.6(X32+Y32) + 2.3(X42+Y42) + 1.8(X52+Y52) + 1.1(X62+y62)
km
(km/est)est = km
Restricciones.
1. Capacidad de las escuelas.
Escuela 1: (X11+Y11) + (X21+Y21) + (X31+Y31) + (X41+Y41) + (X51+Y51) + (X61+Y61) 6500
Escuela 2: (X12+Y12) + (X22+Y22) + (X32+Y32) + (X42+Y42) + (X52+Y52) + (X62+Y62) 4500
est
est
45
Area 3
Area 4
Area 5
Area 6
Producto
1
2
Precio de Compra
($/unidades)
Ao 1
Ao 2
7.50
8.00
7.00
8.50
Pronostico de Ventas
(unidades/$1 en publicidad.)
Ao 1
Ao 2
6
7
9
12
Mercadotecnia ha pronosticado tambin, que en ambos aos, cuando menos el 30% pero no ms del 60% del total de
unidades vendidas de ambos productos sern del producto 2.
A principio del ao 1, la empresa tendr un presupuesto de $120 mil para los gastos de publicidad y compras. Se
supone que los productos se pueden comprar en un ao y conservarse hasta el ao siguiente sin incurrir en los costos
JEVA / PTI
46
de inventario. Tambin se considera que, la publicidad hecha en cualquier ao solo tendr efecto sobre las ventas de
ese ao. Los gastos de publicidad y de compras que se hagan en el ao 2, se deben de financiar con las utilidades del
ao 1. La empresa quiere tener un modelo que le ayude a determinar el dinero que debe gastar en publicidad y en
compras, para cada producto en cada ao, con el objeto de maximizar la utilidad total en el transcurso de los dos
aos.
Modelacin.
Variables de Decisin.
Xij = Dinero para comprar el Producto "i" en el Ao "j"
Yij = Dinero para publicidad del Producto "i" en el Ao "j"
($/a)
Funcin Objetivo.
Las ventas estn dadas en funcin del gasto que se haga en publicidad, por lo que las ventas se pueden expresar
como:
Ventas = (unidades vendidas por peso gastado en publicidad) (cantidad gastada en
publicidad al ao)
(u/$)($/a) = u/a
Las ventas calculadas para cada producto y su utilidad se presentan en el siguiente cuadro:
Producto
1
1
2
2
Ao
1
2
1
2
Ventas
(unidades/ao)
6 Y11
7 Y12
9 Y21
12 Y22
Utilidad
($/unidades)
4.50
4.00
3.50
2.00
JEVA / PTI
47
X11 = 84,000
X12 = 45,476.74
X21 = 33,600
X22 = 20,708.16
Interpretacin.
El programa de gastos para los prximos dos aos, considera gastar para el producto 1: $1,1866.6670 en publicidad
en el ao 1 y $812.0846 en el ao 2; $84,000 en compras del producto 1 en el ao 1 y $45,476.74 en el ao 2. Para el
producto 2 se gastar: $533.3333 en publicidad en el ao 1 y $203.0211 en el ao 2; $33,600 en compras del
producto 2 en el ao 1 y $20,708.16 en el ao 2. Con este programa de gastos se tiene la mxima utilidad de
$94,810.88 en el transcurso de los dos aos y el pronstico de ventas del producto 2 est 4,800 unidades (30%) por
abajo del lmite superior en el ao 1 y 2,436 unidades (30%) por abajo del lmite superior en el ao 2.
Se tiene como restricciones dominantes las compras y el presupuesto para la publicidad y compras.
JEVA / PTI
48
2. No negatividad
Xi 0
Restricciones.
1. Requerimientos.
Nutriente A 2X1 + 2X2 80
Nutriente B 6X1 + 2X2 120
Nutriente C 4X1 + 12X2 240
(u/c)(c)=u u
2. No negatividad
Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X1 = 30
X2 = 10
Nutriente B (E2) = 80
mn. Z = 1,700
Interpretacin.
Se deben de mezclar 30 costales de la primera marca con 10 costales de la segunda marca para hacer el fertilizante
al mnimo costo de $ 1,700. Al hacer esta combinacin para el fertilizante, habr un excedente de 80 unidades del
nutriente B respecto a las 120 unidades requeridas como mnimo. Las restricciones dominantes son el nutriente A y el
C.
3. Elaboracin de una Dieta.
La dietista de un hospital, encargada de la planeacin y administracin de las dietas, tiene un paciente sometido a una
dieta especial a base de dos tipos de alimentos. Aunque el paciente puede comer la cantidad que guste de los dos
alimentos, la dieta debe cumplir con los siguientes requerimientos mnimos diarios: 1000 unidades del nutriente A,
JEVA / PTI
49
2000 del B y 1500 del C. Se analiz en el laboratorio 100 gramos de cada alimento y se encontr que el alimento 1
contiene 100 unidades del nutriente A, 400 unidades del B y 200 unidades del C. El alimento 2 contiene 200 unidades
de A, 250 unidades de B y 200 del C. Los alimentos son algo costosos, el costo de cada kilogramo del alimento 1 es
de $60 y de $80 para el alimento 2. La dietista desea conocer la combinacin de cada alimento que tiene que utilizar
por da para cumplir con los requerimientos de la dieta al mnimo costo.
a. Elabore la tabla de datos para el problema.
b. Desarrolle el modelo para el problema.
Tabla de Datos.
Nutriente
A
B
C
Costo
($/kilogramo)
Modelacin.
Variables de Decisin.
Xi = Kilogramos del Alimento "i" a combinar diariamente
(Kg/d)
Funcin Objetivo.
mn. Z = 60X1 + 80X2
$/d
($/kg)(kg/d) = $/d
Restricciones.
1. Requerimientos.
Nutriente A 1,000X1 + 2,000X2 1,000
Nutriente B 4,000X1 + 2,500X2 2,000
Nutriente C 2,000X1 + 2,000X2 1,500
(u/kg)(kg/d) = u/d
u/d
2. No negatividad
X1 0
Anlisis Dimensional: Probado.
Solucin Optima.
X1 = 0.5
X2 = 0.25
Nutriente C (E2) = 625
mn. Z = 50
Interpretacin.
La combinacin diaria que debe hacer la dietista es de 0.5 kg del alimento 1 con 0.25 Kg del alimento 2 para tener el
mnimo costo posible de $50. Al hacer esta combinacin, se tendr un excedente de 625 unidades del nutriente B
respecto al mnimo requerido de 2,000 unidades. Las restricciones dominantes son la vitamina A y B.
4. Piezas de Metal de Alta Precisin.
Una empresa fabrica piezas de metal de alta precisin para motores de carros de carreras. La pieza que actualmente
fabrica se hace mediante un proceso de fundicin con ciertos requerimientos mnimos de calidad. Para asegurar el
cumplimiento de las especificaciones de calidad de la pieza, se deben tener por lo menos 400 gramos de plomo, 480
de cobre y 600 de hierro colado. Se tienen localizados 4 tipos de minerales que se pueden utilizar en la fabricacin de
la pieza. El reporte del contenido de componentes por cada kilogramo de mineral es:
JEVA / PTI
50
Tipo de
Mineral
1
2
3
4
Contenido de Componentes
(gramos/kg. )
Plomo
Cobre
Hierro C.
40
20
20
20
60
60
10
40
40
5
10
80
Costo
Mineral
($/kilogramo)
20
30
60
50
La empresa quiere un modelo que le permita determinar cunto se debe de mezclar de cada tipo de mineral para
cumplir con las especificaciones de fabricacin de la pieza al mnimo costo.
Modelacin.
Variables de Decisin.
Xi = Kilogramos del Mineral "i" que se deben de mezclar para fabricar la pieza.
(kg)
Funcin Objetivo.
mn Z = 20X1 + 30X2 + 60X3 + 50X4
$
($/kg)kg = $
Restricciones:
1. Especificaciones de calidad.
Plomo
40X1 + 20X2 + 10X3 + 5X4 400
Cobre
20X1 + 60X2 + 40X3 + 10X4 480
Hierro colado
20X1 + 60X2 + 40X3 + 80X4 600
(g/kg)kg = g
g
2. No negatividad
Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X1 = 6
X2 = 8
Cobre (E2) = 120
mn. Z = 360
Interpretacin.
Para fabricar la pieza al mnimo costo de $360, se deben de mezclar 6 Kg del mineral tipo 1 con 8 Kg del mineral tipo
2. Haciendo esta mezcla de minerales, se tendr un excedente de 120 gramos de cobre respecto al mnimo requerido
de 120 gramos. Las restricciones dominantes en el modelo son las especificaciones de calidad del plomo y del hierro
colado.
5. Desarrollo de un Nuevo Alimento para Perros.
Un fabricante de alimentos para animales est desarrollando un nuevo producto para perros. Este alimento
balanceado es una lata de 160 gramos que debe de tener como mnimo 30 gramos de protenas, 50 gramos de
carbohidratos y 40 gramos de grasas, el resto es un componente de relleno sin costo. Se van a comprar cuatro
alimentos comerciales para mezclarse en diferentes proporciones y as sacar una lata de alimento que cumpla con
todos los requerimientos. Un anlisis de 160 gramos de cada tipo de alimento, dieron los siguientes datos:
Tipo de Alimento
1
2
3
JEVA / PTI
Costo
($/kilogramo)
250
375
187.50
51
4
Cantidad Requerida
(gramos/lata)
30
30
80
50
20
40
125
a. Desarrolle un modelo que permita determinar la cantidad de cada alimento que se le debe de poner a una
lata para minimizar su costo.
b. Desarrolle un modelo que permita conocer la proporcin de cada alimento que se le debe de poner a una
lata para minimizar su costo.
c. Qu cantidad de cada alimento se debe comprar para fabricar 500 latas diarias?
Modelacin.
a. Modelo para cantidad.
Variables de Decisin.
Xi = Gramos del Alimento "i" que se deben de poner por lata
(g/l)
Funcin Objetivo.
mn. Z = 0.25X1 + 0.375X2 + 0.1875X3 + 0.125X4
$/l
($/g)(g/l) = $/l
Restricciones.
1. Requerimientos.
La aportacin de cada alimento se tiene que expresar en porcentaje para tener congruencia dimensional en el
modelo. Ejemplo, la aportacin del alimento 1 es de 30 gramos de protena por cada 160 gramos de alimento,
equivalente a un 18.75%. En esta forma se construyen las restricciones quedando:
Protena
0.1875X1 + 0.3125X2 + 0.125X3 + 0.1875 X4 30
Carbohidrato
0.4375X1 + 0.2500X2 + 0.125X3 + 0.5000 X4 50
Grasa
0.3125X1 + 0.3750X2 + 0.375X3 + 0.1250 X4 40
%(g/l) = g/l
g/l
1. Proporcin
X1 + X2 + X3 + X4 = 160
g/l
g/l
3. No negatividad
Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X2 = 26.6667
X3 = 53.3333
X4 = 80
Carbohidratos (E2) = 3.3333
mn. Z = 26.666
Interpretacin.
Para tener el mnimo costo de $26.67 por lata, se debe poner 26.6667 gramos del alimento 2, 53.3333 gramos
del alimento 3 y 80 gramos del alimento 4. Al poner en la lata estas cantidades, se tendr un excedente de
3.3333 gramos de carbohidratos respecto a los 50 requeridos.
b. Modelo para proporcin.
Variables de Decisin.
Xi = Proporcin de Alimento "i" que se debe poner por lata
(%)
Funcin Objetivo.
Para construir la Funcin Objetivo, se debe calcular el costo por lata de cada alimento considerando que una
lata tiene 160 gramos. Se muestra el clculo del costo para el alimento 1 quedando (250/1,000)160 = $40/lata
mn. Z = 40X1 + 60X2 + 30X3 + 20X4
$/l
($/l)(%) = $/l
JEVA / PTI
52
Restricciones.
1. Requerimientos.
Protena
30X1 + 50X2 + 20X3 + 30X4 30
Carbohidrato 70X1 + 40X2 + 20X3 + 80X4 50
Grasa
50X1 + 60X2 + 60X3 + 20X4 40
(g/l)(%) = g/l
g/l
2. Proporcin
X1 + X2 + X3 + X4 = 1
%
%
3. No negatividad Xi 0
Anlisis Dimensional: Probado.
Solucin Optima.
X2 = 0.1667
X3 = 0.3333
X4 = 0.5
Carbohidratos (E2) = 3.3333
mn. Z = 26.666
Se puede concluir que los dos modelos son equivalentes.
Interpretacin.
Se le debe poner por lata, 16.67% de alimento 2, el 33.33% del alimento 3 y 50% del alimento 4 para tener el
mnimo costo de $26.67. Mezclando esta proporcin de alimentos, se tendr un excedente de 3.3333 gramos de
carbohidrato respecto a los 50 gramos requeridos. La restriccin dominante es la proporcin y el requerimiento
de protena y grasa.
c. Fabricacin de 500 latas diarias.
Para fabricar 500 latas diarias se gastarn $15,000 comprando las siguientes cantidades de cada alimento:
Alimento 2
0.160 (0.1667) (500) = 13.336 Kgs
Alimento 3
0.160 (0.3333) (500) = 26.664
Alimento 4
0.160 (0.5000) (500) = 40.000
6. Alimentos Energticos.
Una empresa produce alimentos energticos en tres combinaciones: la normal que se vende a $15 el kilogramo, la
especial se vende a $22 por kilogramo y la extra a $35. Cada combinacin requiere los mismos ingredientes:,
cacahuate con un costo de $9 por kilogramo, pasas a $15 por kilogramo y nuez a $20. La combinacin normal
requiriere cuando menos 5% de cada ingrediente, la combinacin especial requiere cuando menos 20% de cada
ingrediente pero no ms de un 50% y la extra necesita cuando menos 25% de pasas y no ms de 25% de cacahuate.
Adems, se tiene especificado que la combinacin normal debe limitarse al 20% de la produccin total. Se ha definido
como poltica presupuestaria el tener como mximo semanal 1,000 kilogramos de cacahuate, 2,000 kilogramos de
pasas y 3,000 de nuez. La empresa tiene un costo fijo de $8,000 para producir las combinaciones. Desarrolle un
modelo para maximizar las utilidades de la empresa determinando la cantidad a producir de cada combinacin
energtica.
Modelacin.
Variables de Decisin.
Xij = Kilogramos por semana del Ingrediente "i" a usarse en la elaboracin del Producto "j"
(kg/s)
Funcin Objetivo.
Si no se puede calcular directamente el margen de utilidad para cada combinacin porque no se conoce la
proporcin que llevan de cada ingredientes, se puede calcular considerando la utilidad que proporciona cada uno
de los ingredientes.
Mx Z = 6X11 - 5X31 + 13X12 + 7X22 + 2X32 + 26X13 + 20X23 + 15X33
$/s
($/kg)(kg/s) = $/s
JEVA / PTI
53
Restricciones.
1. Especificaciones.
Combinacin Normal:
Cacahuate
Pasas
Nuez
Combinacin Especial:
Cacahuate
Pasas
Nuez
Combinacin Extra:
Cacahuate
Pasas
Produccin:
Combinacin Normal.
(X11+X21+X31)/(X11+X21+X31+X12+X22+X32+X13+X23+X33) 0.20
(kg/s)/(kg/s) = %
%
0.8X11+0.8X21+0.8X31-0.2X12-0.2X22-0.2X32-0.2X13-0.2X23-0.2X33) 0
%(kg/s) = kg/s
2. Poltica presupuestaria.
Cacahuate
X11 + X12 + X13 1,000
Pasas
X21 + X22 + X23 2,000
Nuez
X31 + X32 + X33 3,000
kg/s
kg/s
3. No negatividad
Xij 0
Anlisis Dimensional: Probado.
Solucin Optima.
X13 = 1,000
X23 = 2,000
X33 = 3,000
Esp. extra cacahuate (H10) = 500
Esp. extra pasas (E11) = 500
Esp. prod. normal (H12) = 1,200
Mx. Z = 111,000
Interpretacin.
Para tener la mxima utilidad semanal de $111,000, se debe producir 6,000 kilogramos de la combinacin extra
utilizando 1,000 kilogramos de cacahuate, 2,000 de pasas y 3,000 de nuez. Con este programa de produccin, se
tendrn 500 kilogramos sobrantes de cacahuate (500/6,000 = 8.3333%) y un excedente de 500 kilogramos de pasas
(8.3333%) respecto a los 6,000 kilogramos fijados como mnimo (25%). Como no se fabric nada de la combinacin
normal, se tiene disponible la capacidad del 20% de la produccin total que es equivalente a 1,200 kilogramos. La
restriccin dominante es la poltica presupuestaria con la disponibilidad de la nuez.
7. Fabricacin de Gasolinas.
Una empresa petroqumica comercializa gasolina de dos tipos, la premium y la magna. Cada gasolina debe cumplir
con ciertas especificaciones de octanaje y de presin de vapor. Las especificaciones para las gasolinas se muestran
en la siguiente tabla:
JEVA / PTI
54
Gasolina
Magna
Premium
Octanaje Mnimo
(unidades de
octanaje/barril)
80
100
Precio de Venta
($/barril)
21
24
Se utilizan tres tipos de gasolina base para fabricar la magna y la premium. Las caractersticas de las gasolinas base
son:
Gasolina
Base
Tipo 1
Tipo 2
Tipo 3
Octanaje
(unidades de
octanaje/barril)
108
90
73
Presin de Vapor
(unidades de presin
de vapor/barril)
4
10
5
Disponibilidad
Mxima
(barriles/semana)
32,000
20,000
38,000
Costo
($/barril)
22
20
19
La empresa se ha comprometido con un distribuidor a entregarle cuando menos 30,000 barriles de magna para la
siguiente semana pero nada de la premium. Esta empresa quiere desarrollar un modelo para hacer un programa de
produccin que le permita maximizar las utilidades.
Modelacin
Variables de Decisin.
Xij = Barriles semanales del Tipo "i" a utilizar en la fabricacin de la Gasolina "j"
(b/s)
Funcin Objetivo.
Mx. Z = -X11 + X21 + 2X31 + 2X12 + 4X22 + 5X32
$/s
($/b)(b/s) = $/s
Restricciones.
1. Especificaciones.
Presin de Vapor:
Magna [X11/(X11+X21+X31)]4 + [X21/(X11+X21+X31)]10 + [X31/(X11+X21+X31)]5 9
Se puede poner esta restriccin ms simplificada quedando:
(4X11+10X21+5X31)/(X11+X21+X31) 9
- 5X11 + X21 - 4X31 0
Premium
(4X12+10X22+5X32)/(X12+X22+X32) 6
(upv/b)(b/s)/(b/s) = upv/b
upv/b
- 2X12 + 4X22 - X32 0
(upv/b)(b/s) = upv/s
Octanaje:
Magna
(108X11+90X21+73X31)/(X11+X21+X31) 80
28X11 +10X21 - 7X31 0
Premium
(108X12+90X22+73X32)/(X12+X22+X32) 100
(uo/b)(b/s)/(b/s) = uo/b
uo/b
8X12 - 10X22 - 27X32 0
(uo/b)(b/s) = uo/s
2. Disponibilidad.
Tipo 1
X11 + X12 32,000
Tipo 2
X21 + X22 20,000
Tipo 3
X31 + X32 38,000
b/s
b/s
JEVA / PTI
55
3. Pedidos.
Magna
Premium
4. No negatividad
1
464
352
995
Almacenes
($/camin)
2
3
513
654
416
690
682
388
4
867
791
985
Capacidad de las
Plantas
(camiones/mes)
75
125
100
80
65
85
300
Plantas
1
2
3
Demanda de los
Almacenes
(camiones/mes)
JEVA / PTI
70
56
La administracin de la empresa quiere desarrollar un modelo que le permita determinar la cantidad de camiones que
tiene que enviar de cada planta a cada almacn de tal forma que sea mnimo el costo de la distribucin del producto.
Modelacin.
Variables de Decisin.
Xij = Camiones mensuales a enviar de la Planta "i" al Almacn "j"
(camiones/mes)
Funcin Objetivo.
mn. Z = 464X11 + 513X12 + 654X13 + 867X14 + 352X21 + 416X22 + 690X23 + 791X24 +
995X31 + 682X32 + 388X33 + 685X34
$/m
($/c)(c/m) = $/m
Restricciones.
1. Capacidad de las plantas.
Planta 1
X11 + X12 + X13 + X14 75
Planta 2
X21 + X22 + X23 + X24 125
Planta 3
X31 + X32 + X33 + X34 100
c/m
c/m
2. Demanda de los almacenes.
Almacn 1
X11 + X21 + X31 80
Almacn 2
X12 + X22 + X32 65
Almacn 3
X13 + X23 + X33 70
Almacn 4
X14 + X24 + X34 85
c/m
c/m
3. No negatividad
Xij 0
Anlisis Dimensional: Probado.
Solucin Optima.
X12 = 20
X14 = 55
X21 = 80
X22 = 45
X33 = 70
X34 = 30
mn. Z = 152,535
Interpretacin.
El programa de distribucin mensual considera enviar: de la planta 1, 20 camiones al almacn 2 y 55 al almacn 4; de
la planta 2, 80 camiones al almacn 1 y 45 al almacn 2 y de la planta 3, 70 camiones al almacn 3 y 30 al almacn 4.
Con este programa, se tiene el mnimo costo de distribucin del producto de $152,535 mensuales. Las restricciones
dominantes son la capacidad de produccin de las plantas y la demanda de los almacenes. Como la capacidad total
de las plantas es igual que la demanda total de los almacenes, se puede asignar los recursos en forma exacta.
2. Distribucin de Latas.
Una fundidora de aluminio recicla latas de este material de diferentes productos utilizados en el mercado. Esta
fundidora suministra la materia prima a un grupo cervecero que tiene cinco plantas productoras de cerveza y 3 plantas
fabricantes de latas. Este grupo quiere desarrollar un modelo que le permita hacer un programa de distribucin
mensual, que le diga la cantidad de latas que conviene enviar de cada planta de latas a cada planta de cerveza para
minimizar el costo total de distribucin. Con este fin se ha determinado la demanda mnima de latas para cada planta
de cerveza como se indica en la siguiente tabla:
Planta de Cerveza
Distrito Federal
JEVA / PTI
Demanda
(latas/mes)
2000,000
57
Guadalajara
Monterrey
Tijuana
Mrida
500,000
500,000
100,000
100,000
Tambin se tienen datos de la capacidad de produccin de las diferentes plantas productoras de latas como se
muestra a continuacin:
Capacidad
Planta de Latas
(latas/mes)
Puebla
1000,000
Torren
1000,000
Celaya
750,000
Se sabe que el costo de los fletes son una funcin de la distancia que existe entre las plantas de cerveza y las plantas
de latas, por lo que se recabaron los siguientes costos de distribucin:
Costos de Distribucin
($/mil latas)
Plantas de Cerveza
Distrito Federal
Guadalajara
Monterrey
Tijuana
Mrida
Plantas de Latas
Puebla
50
200
250
750
450
Torren
200
150
20
500
800
Celaya
150
20
100
400
600
Modelacin.
Variables de Decisin.
Xij = Miles de latas a enviar mensualmente de la Planta de Latas "i" a la Planta de
Cerveza "j".
(l/m)
Funcin Objetivo.
mn. Z = 50X11 + 200X12 + 250X13 + 750X14 + 450X15 + 200X21 + 150X22 + 20X23 + 500X24 + 800X25 + 150X31 +
20X32 + 100X33 + 400X34 + 600X35
$/m
($/l)(l/m) = $/m
Restricciones.
1. Demanda.
Distrito Federal X11 + X21 + X31 2,000
Guadalajara
X12 + X22 + X32 500
Monterrey
X13 + X23 + X33 500
Tijuana
X14 + X24 + X34 100
Mrida
X15 + X25 + X35 100
l/m
l/m
2. Capacidad.
Puebla
X11 + X12 + X13 + X14 + X15 1,000
Torren
X21 + X22 + X23 + X24 + X25 1,500
Celaya
X31 + X32 + X33 + X34 + X35 750
l/m
l/m
3. No negatividad
Xij 0
Anlisis Dimensional: Probado.
Solucin Optima.
JEVA / PTI
58
X11 = 900
X15 = 100
X21 = 950
X23 = 500
X31 = 150
X32 = 500
X34 = 100
Planta
1
2
3
Demanda
Mxima
(tonelada/mes)
Precio Venta
($/tonelada)
Capacidad de
Produccin
(tonelada/mes)
Costo de Transporte
($/tonelada)
Almacn 1
230
210
180
Almacn 2
180
240
210
Almacn 3
210
230
270
Almacn 4
250
180
230
300
450
500
600
665
670
640
635
650
600
600
Costo de
Produccin
($/ton)
380
300
350
Modele el problema para que el grupo industrial logre maximizar las utilidades totales determinando las toneladas
mensuales a enviar de cada planta a cada almacn.
Modelacin.
Variables de Decisin.
Xij = Toneladas mensuales de fertilizante a fabricar en la Planta "i" para entregarse en el Almacn "j"
(toneladas/mes)
Funcin Objetivo.
Mx Z = 55X11 + 110X12 + 50X13 + 5X14 + 155X21 + 130X22 + 110X23 + 155X24 + 135X31 + 110X32 + 20X33 + 55X34
$/m
($/t)(t/m) = $/m
Restricciones.
1. Capacidad de las plantas.
Planta 1
X11 + X12 + X13 + X14 650
Planta 2
X21 + X22 + X23 + X24 600
Planta 3
X31 + X32 + X33 + X34 600
t/m
t/m
2. Demanda de los almacenes.
Almacn 1
X11 + X21 + X31 300
Almacn 2
X12 + X22 + X32 450
JEVA / PTI
59
Tiendas
1
2
Demanda
(arreglos/mes)
1
6
15
400
Costos de Transporte
($/arreglo)
Sucursales
2
3
4
4
12
9
9
5
8
600
200
800
Capacidad
(arreglos/mes)
5
5
8
1,000
2,000
1,200
La empresa quiere desarrollar un modelo para determinar cuntos arreglos se deben de enviar de cada tienda a cada
sucursal de tal forma que se minimice el costo total.
Modelacin.
Variables de Decisin.
Xij = Arreglos mensuales a enviar de la Tienda "i" a la Sucursal "j".
(a/m)
Funcin Objetivo.
mn. Z = 159X11 + 157X12 + 165X13 + 162X14 + 158X15 + 172X21 + 166X22 + 162X23 + 165X24 +1 65X25
$/m
($/a)(a/m) = $/m
Restricciones.
JEVA / PTI
60
1. Capacidad.
Tienda 1
Tienda 2
2. Pedidos.
Sucursal 1
Sucursal 2
Sucursal 3
Sucursal 4
Sucursal 5
3. No negatividad
Fuentes de Aprovisionamiento
1
2
Ubicacin 1
Ubicacin 2
Embarques Requeridos
(embarques/ao)
Costos de Transporte
($/embarque)
Planta 1 Planta 2 Planta 3
750
870
700
600
650
800
800
730
600
600
800
1,000
200
300
400
Embarques Disponibles
(embarques/ao)
300
400
200
200
Desarrolle un modelo que permita decidir al consorcio qu ubicacin es mejor para la nueva fuente de
aprovisionamiento de materia prima.
Modelacin.
Para decidir sobre la localizacin de la nueva fuente es necesario conocer el costo mnimo total de cada ubicacin
para compararlas. Para evaluar estas alternativas, se deben hacer dos modelos uno para cada ubicacin:
JEVA / PTI
61
X33 = 200
JEVA / PTI
X22 = 300
X23 = 100
X31 = 200
62
mn. Z = 605,000
Interpretacin.
La mejor decisin para el consorcio industrial es localizar la nueva fuente de aprovisionamiento de materia prima en la
ubicacin 1, ya que tiene un costo mnimo de $590,000 mientras que la ubicacin 2 tiene un costo de $605,000.
Considerando la nueva fuente de aprovisionamiento en la ubicacin 1, se tendr el siguiente programa de distribucin:
enviar de la fuente 1 un total de 300 embarques anuales, 100 a la planta 1 y 200 a la planta 2; de la fuente 2 enviar
400 embarques anuales, 100 a la planta 1 y 300 a la planta 2; de la nueva fuente, enviar 200 embarques anuales a la
planta 3. Las demandas de las plantas son iguales a las capacidades de las fuentes por lo que la asignacin es
exacta.
6. Localizacin de Nueva Planta.
Un grupo industrial manufactura sus productos en dos plantas y enva embarques a tres sucursales para la
comercializacin de sus productos. La planta 1, produce un mximo de 50 embarques por ao y la planta 2 un
mximo de 70. El costo por embarque de la planta 1 a la sucursal 1 es de $1,000, a la sucursal 2 es de $900 y a la
sucursal 3 es de $1,600. El costo por embarque de la planta 2 a las sucursales 1, 2 y 3 son de $800, $1,300 y $1,000
respectivamente. El pronstico de la demanda para el prximo ao puede alcanzar 60 embarques anuales para la
sucursal 1, 40 para la sucursal 2 y 80 para la 3. Considerando este crecimiento de la demanda, se decidi construir
una nueva planta que incremente la capacidad total en 60 embarques anuales. Con este fin se calcularon los costos
de manufactura y de transporte para dos posibles localizaciones de la nueva planta. El costo de manufactura
promedio estimado por embarque, en la localizacin 1 es de $100,000 y en la 2 es de $80,000, mientras que en la
planta 1 es de $78,000 y en la planta 2 de $90,000. El costo por embarque de la localizacin 1 a la sucursal 1 es de
$600, a la sucursal 2 es de $1,000 y a la sucursal 3 es de $1,400, mientras que de la localizacin 2 a las sucursales 1,
2 y 3 son de $900, $1,200 y $700 respectivamente. Con los precios actuales se tiene un ingreso de venta promedio
por embarque en la sucursal 1 de $120,000, en la sucursal 2 de $110,000 y en la sucursal 3 de $100,000.
a. Construya una tabla de datos considerando las utilidades promedio por embarque, las demandas de las
sucursales y las capacidades de las plantas.
b. Modele el problema para tomar la mejor decisin en la localizacin de la nueva planta que maximice la utilidad
total del grupo industrial.
Tabla de Datos.
Plantas
1
2
Localizacin 1
Localizacin 2
Demanda
(embarques/ao)
Capacidad
(embarques/ao)
50
70
60
60
180
Modelacin.
Para decidir sobre la localizacin de la nueva planta se necesita conocer cual alternativa da la mxima utilidad
promedio por lo que se requieren dos modelos para evaluar dichas alternativas.
Modelo para localizacin 1.
Variables de Decisin.
Xij = Embarques anuales a enviar de la Planta "i" a la Sucursal "j".
(e/a)
Funcin Objetivo.
Mx. Z = 41,000X11 + 31,100X12 + 20,400X13 + 29,200X21 + 18,700X22 + 9,000X23 + 19,400X31 + 9,000X32
JEVA / PTI
63
$/a
-1,400X33
($/e)(e/a) = $/a
Restricciones.
1. Capacidad.
Planta 1
Planta 2
Localiz. 1
2. Demanda.
Sucursal 1
Sucursal 2
Sucursal 3
X21 = 50
X23 = 20
2. Demanda.
Sucursal 1
Sucursal 2
Sucursal 3
X21 = 50
X23 = 20
X33 = 60
Interpretacin.
JEVA / PTI
64
La nueva planta conviene ponerla en la localizacin 2 para tener la mxima utilidad anual de $4'452,000. Esta
localizacin permite hacer el siguiente programa de embarques: de la planta 1, enviar 10 embarques anuales a la
sucursal 1 y 40 a la sucursal 2; de la planta 2, enviar 50 embarques anuales a la sucursal 1 y 20 a la sucursal 3; de la
planta 3, enviar 60 embarques anuales a la planta 3. La capacidad total de las plantas es igual a la demanda total de
las sucursales por lo que existe una asignacin perfecta.
7. Plantas Mltiples.
Debido a la globalizacin de los mercados internacionales, un grupo de empresas fabricantes de calzado decidi
hacer una alianza para penetrar a nuevos mercados para fines de exportacin. Actualmente, el grupo tiene dos
plantas en diferentes estados y 5 almacenes en diferentes pases desde los cuales se comercializa el calzado. Debido
a la tendencia en el incremento de la demanda que se ha tenido en los ltimos aos, la administracin decidi
construir una nueva planta, por lo que se est estudiando tres posibles alternativas. Los costos de distribucin (que
incluyen el transporte, el almacenamiento y manejo del inventario), el costo de produccin, la demanda potencial
mnima de los almacenes y la capacidad de produccin de las plantas, se muestran en la siguiente tabla de datos:
Almacenes
Pas 1
Pas 2
Pas 3
Pas 4
Pas 5
Capacidad de
Produccin
(pares/semana)
Costo de
Produccin
(dlares/par)
Costo de distribucin
(dlares/par)
Plantas Existentes
Localizaciones Posibles
1
2
1
2
3
0.42
0.32
0.46
0.44
0.48
0.36
0.44
0.37
0.30
0.45
0.41
0.42
0.30
0.37
0.43
0.38
0.48
0.42
0.38
0.46
0.50
0.49
0.43
0.45
0.27
27,000
20,000
45,000
45,000
45,000
12.70
12.68
12.64
12.69
12.62
Demanda
Potencial
(pares/semana)
10,000
15,000
16,000
19,000
12,000
Desarrolle un modelo que permita decidir dnde localizar la nueva planta para minimizar el costo total.
Modelacin.
El modelo para evaluar cada una de las alternativas de localizacin de la nueva planta solo vara en los coeficientes
de contribucin de la Funcin Objetivo ya que las restricciones sern iguales para cualquiera de las localizaciones.
Una ayuda para la construccin del modelo es hacer la tabla de costos totales entre las plantas y los almacenes como
a continuacin se presenta:
Almacenes
Pas 1
Pas 2
Pas 3
Pas 4
Pas 5
Capacidad de
Produccin
(pares/semana)
Plantas Existentes
1
2
13.12
13.00
13.06
13.12
13.11
13.10
13.08
13.16
13.20
13.17
27,000
20,000
Costo Total
(dlares/par)
Localizaciones Posibles
1
2
3
13.10
13.13
13.10
13.01
12.99
13.07
12.94
13.06
13.05
13.06
13.07
13.08
13.07
13.14
12.89
45,000
45,000
45,000
Demanda
Potencial
(pares/semana)
10,000
15,000
16,000
19,000
12,000
Variables de Decisin.
Xij = Pares semanales a enviar de la Planta "i" al Almacn "j".
(p/s)
JEVA / PTI
65
Funcin Objetivo.
Localizacin 1.
mn. Z = 13.12X11 + 13.06X12 + 13.11X13 + 13.08X14 + 13.20X15 + 13.00X21 + 13.12X22 + 13.10X23 + 13.16X24 +
13.17X25 + 13.10X31 + 13.01X32 + 12.94X33 + 13.06X34 + 13.97X35
$/s
($/p)(p/s) = $/s
Localizacin 2.
mn. Z = 13.12X11 + 13.06X12 + 13.11X13 + 13.08X14 + 13.20X15 + 13.00X21 + 13.12X22 + 13.10X23 + 13.16X24 +
13.17X25 + 13.13X31 + 12.99X32 + 13.06X33 + 13.07X34 + 13.14X35
$/s
($/p)(p/s) = $/s
Localizacin 3.
mn. Z = 13.12X11 + 13.06X12 + 13.11X13 + 13.08X14 + 13.20X15 + 13.00X21 + 13.12X22 + 13.10X23 + 13.16X24 +
13.17X25 + 13.10X31 + 13.07X32 + 13.05X33 + 13.08X34 + 12.89X35
$/s
($/p)(p/s) = $/s
Restricciones.
1. Capacidad.
Planta 1
X11 + X12 + X13 + X14 + X15 27,000
Planta 2
X21 + X22 + X23 + X24 + X25 20,000
Localizacin X31 + X32 + X33 + X34 + X35 45,000
p/s
p/s
2. Demanda.
Pas 1
X11 + X21 + X31 10,000
Pas 2
X12 + X12 + X12 15,000
Pas 3
X13 + X13 + X13 16,000
Pas 4
X14 + X14 + X14 19,000
Pas 5
X15 + X15 + X15 12,000
p/s
p/s
3. No negatividad
Xij 0
Anlisis Dimensional: Probado.
Solucin Optima.
Localizacin 1
X14 = 17,000
X21 = 10,000
X32 = 15,000
X33 = 16,000
X34 = 2,000
X35 = 12,000
C. planta 1 (H1) = 10,000
C. planta 2 (H2) = 10,000
mn. Z = 937,510
Localizacin 2
Localizacin 3
X14 = 17,000
X12 = 15,000
X21 = 10,000
X14 = 12,000
X32 = 15,000
X21 = 10,000
X33 = 16,000
X33 = 16,000
X34 = 2,000
X34 = 7,000
X35 = 12,000
X35 = 12,000
C. planta 1 (H1) = 10,000
C. planta 2 (H2) = 10,000
C. planta 2 (H2) = 10,000 C. localizacin 3 (H3) = 10,000
mn. Z = 939,990
mn. Z = 937,900
Interpretacin.
La localizacin 1 es la mejor para poner la nueva planta, ya que se tendra un programa de comercializacin con un
costo total de $937,510, que es el valor mnimo de las tres alternativas evaluadas. Este programa de distribucin
sera: de la planta 1 enviar 17,000 pares al pas 4; de la planta 2 enviar 10,000 pares al pas 1; de la planta 3 enviar
45,000 pares en total, 15,000 pares al pas 2, 16,000 pares al pas 3, 2,000 al pas 4 y 12,000 pares al pas 5. Al
seguir este programa, se tendr una capacidad sobrante en la planta 1 y 2 de 10,000 pares.
JEVA / PTI
66
Constructoras
1
2
3
Para el manejo del presupuesto de obras pblicas, se form un comit que decidir sobre la asignacin de los
proyectos a las constructoras seleccionadas. Se quiere un modelo que ayude al comit a hacer la asignacin ptima
de tal forma que se minimice el costo total.
Modelacin.
Variables de Decisin.
Xij = Asignar el Contratista "i" al Proyecto "j".
(%)
Criterio de decisin: Xij = 0 No asignar
Xij = 1 Asignar
Funcin Objetivo.
mn. Z = 28000,000X11 + 32000,000X12 + 36000,000X13 + 36000,000X21 + 28'000,000X22 + 30000,000X23 +
38000,000X31 + 34000,000X32 + 40000,000X33
$
$ (%) = $
Restricciones.
1. Contratistas.
Contratista 1
Contratista 2
Contratista 3
2. Proyectos.
Proyecto 1
Proyecto 2
Proyecto 3
3. No negatividad
JEVA / PTI
67
Trabajador
1
2
3
4
5
Desarrolle un modelo para tener la asignacin ptima de los trabajadores para maximizar la eficiencia promedio de la
nueva lnea de produccin.
Modelacin.
Variables de Decisin.
Xij = Asignacin del Trabajador "i" para realizar la Operacin "j" de la lnea de produccin.
(%)
Criterio de Decisin: Xij = 1 Asignar
Xij = 0 No asignar
Funcin Objetivo.
Mx Z = 1.12X11 + 1.16X12 + 1.24X13 + 1.08X14 + 1.02X15 + 1.06X21 + 1.08X22 + 1.20X23 + 1.14X24 + 1.06X25 +
1.10X31 + 1.06X32 + 1.16X33 + 1.18X34 + 1.12X35 + 1.02X41 + 1.04X42 + 1.02X43 + 1.24X44 + 1.20X45 +
1.07X51 + 1.10X52 + 1.06X53 + 1.06X54 + 1.18X55
%
(%)% = %
Restricciones.
1. Relacin de trabajadores.
Trabajador 1 X11 + X12 + X13 + X14 + X15 = 1
Trabajador 2 X21 + X22 + X23 + X24 + X25 = 1
Trabajador 3 X31 + X32 + X33 + X34 + X35 = 1
Trabajador 4 X41 + X42 + X43 + X44 + X45 = 1
Trabajador 5 X51 + X52 + X53 + X54 + X55 = 1
%
%
2. Relacin de operaciones.
Operacin 1
X11 + X21 + X31 + X41 + X51 = 1
Operacin 2
X12 + X22 + X32 + X42 + X52 = 1
Operacin 3
X13 + X23 + X33 + X43 + X53 = 1
Operacin 4
X14 + X24 + X34 + X44 + X54 = 1
Operacin 5
X15 + X25 + X35 + X45 + X55 = 1
%
%
3. No Negatividad
Xij 0
Anlisis Dimensional: Probado.
Solucin Optima.
X12 = 1
X23 = 1
X31 = 1
X44 = 1
X55 = 1
Mx. Z = 5.88
JEVA / PTI
68
Interpretacin.
Para la nueva lnea de produccin, el gerente de produccin debe asignar a la operacin 1 el trabajador 3, a la
operacin 2 el trabajador 1, a la operacin 3 el trabajador 2, a la operacin 4 el trabajador 4 y a la operacin 5 el
trabajador 5. Esta asignacin del personal dar la mxima eficiencia promedio para la lnea de 117.6% (5.88/5=1.176)
3. Servicio de Reparacin de Lavadoras.
Una empresa dedicada a la reparacin de lavadoras y secadoras domsticas, da servicio en toda la ciudad.
Actualmente tiene cinco empleados de servicio que viven en diferentes lugares de la ciudad. De acuerdo al contrato
de trabajo, la empresa paga el tiempo de transporte que los empleados utilizan para ir a los servicios. Con el objetivo
de ahorrar costos, la empresa le pidi a sus empleados que se trasladaran directamente de sus casas al primer
servicio que les asignara la oficina y para los siguientes servicios, la asignacin la har la oficina comunicndose con
ellos por radio. Se quiere un modelo que haga la programacin ptima de los empleados para los servicios iniciales
del da de tal forma que se minimice la distancia promedio recorrida por ellos. Se presentan los datos de los primeros
cinco servicios que se deben atender al principio del siguiente da:
Empleado
1
2
3
4
5
Servicio 1
20
16
8
20
4
Servicio 5
22
10
12
6
24
Modelacin.
Variables de Decisin.
Xij = Asignar Empleado "i" al Servicio "j" para iniciar el siguiente dia
(%)
Criterio de Decisin: Xij = 1 Asignar
Xij = 0 No asignar
Funcin Objetivo.
mn Z = 20X11 + 14X12 + 6X13 + 10X14 + 22X15 + 16X21 + 8X22 + 22X23 + 20X24 + 10X25 +
8X31 + 6X32 + 24X33 + 14X34 + 12X35 + 20X41 + 22X42 + 2X43 + 8X44 + 6X45 +
4X51 + 16X52 + 22X53 + 6X54 + 24X55
km
(km)% = km
Restricciones.
1. Empleados.
Empleado 1
Empleado 2
Empleado 3
Empleado 4
Empleado 5
2. Servicios.
Servicio 1
Servicio 2
Servicio 3
Servicio 4
Servicio 5
3. No Negatividad
JEVA / PTI
69
Solucin Optima.
X14 = 1
X25 = 1
X32 = 1
X43 = 1
X51 = 1
mn. Z = 32
Interpretacin.
Para atender los servicio al inicio del da siguiente, la secretaria debe asignar el empleado 1 al servicio 4, el empleado
2 al servicio 5, el empleado 3 al servicio 2, el empleado 4 al servicio 3 y el empleado 5 al servicio 1. Con esta
asignacin, se tiene la mnima distancia promedio de 6.4 kilmetros (32/5=6.4) que tiene que recorrer cada empleado.
JEVA / PTI
70
Vigilantes Mnimos
Requeridos
15
7
12
9
5
7
El gerente de personal ha planeado hacer varios turnos de 8 horas para responder a los requerimientos solicitados
con la siguiente distribucin de los turnos:
Turno
1
2
3
4
5
6
Horario
24-8 horas
4-12
8-16
12-20
16-24
20-4
El gerente de personal quiere desarrollar un modelo que le diga cuntos vigilantes tiene que asignar a cada turno para
cumplir con el programa de seguridad de tal forma que se minimice el total de vigilantes.
Modelacin.
Variables de Decisin.
Xi = Vigilantes a trabajar en el Turno "i".
(v)
Funcin Objetivo.
mn. Z = X1 + X2 + X3 + X4 + X5 + X6
v
v
Restricciones.
Para modelar las restricciones se requiere que considere un traslape de los turnos, es decir, un turno de 8 horas
comprende dos intervalos de 4 horas tal como se muestra en la siguiente tabla auxiliar:
Turnos
1
2
3
4
5
6
Vigilantes
Requeridos
(vigilantes)
8-12
X2
X3
15
12-16
X3
X4
Intervalos de 4 horas
16-20
20-24
24-4
X1
X4
X5
12
X5
X6
X6
4-8
X1
X2
An sin hacer la tabla auxiliar, se pueden hacer directamente las restricciones que quedan en la siguiente forma:
JEVA / PTI
71
1. Intervalos.
8-12 horas
12-16
16-20
20-24
24-4
4-8
X2 + X3 15
X 3 + X4 7
X4 + X5 12
X 5 + X6 9
X 1 + X6 5
X 1 + X2 7
v
v
2. No negatividad
Xi >= 0
Anlisis Dimensional: Probado.
Solucin Optima.
X1 = 5
X2 = 2
X3 = 13
X5 = 12
Int. 12-16 hrs. (E2) = 6
Int. 20-24 hrs. (E4) = 3
mn. Z = 32
Interpretacin.
El gerente de personal debe asignar 5 vigilantes al turno 1, 2 vigilantes al turno 2, 13 vigilantes al turno 3 y 12
vigilantes al turno 5 para tener un total mnimo de 32 vigilantes. Al hacer esta asignacin, se tendr en el intervalo de
12-16 horas un excedente de 6 vigilantes respecto a los 7 requeridos y en el intervalo de 20-24 horas se tendr un
excedente de 3 vigilantes respecto a los 9 requeridos.
2. Restaurante de Comida Rpida.
Un restaurante de comida rpida trabaja 24 horas al da. Analizando la demanda que tiene el negocio se observa que
cambia durante el da, por lo que requiere una cantidad diferente de empleados para cubrir la demanda. De acuerdo
con las experiencias pasadas, el gerente del restaurante ha proyectado el requerimiento mnimo de empleados para
todo el da en perodos de cuatro horas como se presenta en la siguiente tabla:
Perodos
de
4 horas
24 a 4 horas
4a 8
8 a 12
12 a 16
16 a 20
20 a 24
Requerimiento de
Empleados
Mnimo
Mximo
3
5
10
16
10
8
5
8
14
20
12
10
Considere que el personal trabaja turnos de 8 horas corridas al da. Actualmente se tienen 6 turnos de trabajo con los
siguientes horarios:
Turno
Horario
1
24 a 8 horas
2
4 a 12
3
8 a 16
4
12 a 20
5
16 a 24
6
20 a 4
Desarrolle un modelo para asignar el nmero de empleados que debe trabajar cada turno, para cubrir los
requerimientos proyectados por el gerente de tal forma que se minice el nmero de empleados.
JEVA / PTI
72
Modelacin.
Variables de Decisin.
Xi = Empleados a trabajar en el Turno "i"
(e)
Funcin Objetivo.
mn Z = X1 + X2 + X3 + X4 + X5 + X6
e
e
Restricciones.
Para hacer las restricciones se debe analizar que un turno de trabajo est formado por dos perodos de 4 horas
traslapados. Con esta base, se puede construir la siguiente tabla auxiliar:
Turnos
1
2
3
4
5
6
Vigilantes
Requeridos
24-04
X1
Mn
Mx
X6
3
5
4-8
X1
X2
5
8
Intervalos de Tiempo
8-12
12-16
16-20
X2
X3
10
14
X3
X4
16
20
X4
X5
10
12
20-24
X5
X6
8
10
1. Perodos de Tiempo.
24 a 04 hrs.
5 X1 + X 6 3
04 a 08 hrs.
8 X1 + X 2 5
08 a 12 hrs.
14 X2 + X3 10
12 a 16 hrs.
20 X3 + X4 16
16 a 20 hrs.
12 X4 + X5 10
20 a 24 hrs.
10 X5 + X6 8
e
e
2. No negatividad
Xi 0
Anlisis Dimensional: Probado.
Solucin ptima.
X1 = 5
X3 = 14
X4 = 2
X5 = 8
24-4 (E1) = 2
4-8 (H2) = 3
8-12 (E3) = 4
12-16 (H4) = 4
16-20 (H5) = 2
20-24 (H6) = 2
mn. Z = 29
Interpretacin.
Se deben asignar 5 empleados en el turno 1, 14 empleados en el turno 3, 2 empleados en el turno 4 y 8 empleados en
el turno 5 para tener un total mnimo de 29 empleados. Con estas asignaciones se tienen 2 empleados por arriba del
mnimo establecido para el intervalo de 24-4 horas y 4 para el intervalo de 8-12 horas. En el intervalo de 4-8 horas, se
est por abajo del lmite superior en 3 empleados, en el intervalo de 12-16 horas en 4, en el intervalo de 16-20 en 2 y
en el intervalo de 20-24 en 2. Las restricciones dominantes son 24-4 y 8-12 horas en el lmite superior; las dominantes
en el lmite inferior son 4-8, 12-16, 16-20 y 20-24 horas.
JEVA / PTI
73
Precio de Venta
(miles $/yate)
10.0
7.5
15.0
Costo Variable
(miles $/yate)
5.0
3.6
8.0
Costo Fijo
(millones $/ao)
5
3
10
La administracin sabe que los costos fijos son muy altos porque incluye todo lo relativo a la modificacin del diseo
del producto, la reconstruccin de moldes y los viajes de prueba. La administracin conoce que los costos fijos son
inevitables y que se deben de cubrir se venda o no, pero se puede intentar reducir los costos variables para tener un
desplazamiento favorable en el punto de equilibrio y as controlar la salida del capital.
Para estimar la demanda para el prximo ao, la administracin mand a hacer un estudio de mercado cuyos
resultados fueron: las ventas esperadas para el albatros estn entre 700 y 1,000 botes como mximo y 300 nautilos
cuando menos. Adems se tenan 400 rayos ya pedidos con anterioridad por sus clientes pero se esperan pedidos por
100 botes ms.
Se conoce que la capacidad de produccin que se tiene actualmente es para 4,000 botes anuales.
Como la empresa es relativamente nueva y est experimentando problemas de flujo de efectivo por el rpido
crecimiento que ha tenido, se quiere un modelo que determine cuntos botes de cada tipo se deben de fabricar para
estar en el punto de equilibrio mediante la minimizacin de los costos variables para el prximo perodo de
operaciones.
Modelacin.
Variables de Decisin.
Xi = Botes "i" a fabricar anualmente.
(b/a)
Funcin Objetivo.
mn. Z = 5,000X1 + 3,600X2 + 8,000X3
$/a
($/b)(b/a) = $/a
Restricciones.
1. Demanda.
Albatros
1,000 X1 700
Nautilos
X2 300
Rayo
500 X3 400
b/a b/a b/a
2. Punto de equilibrio.
Considere que en el punto de equilibrio, los ingreso son iguales a los egresos.
10,000X1 +7,500X2 + 15,000X3 = 5,000X1 + 3,600X2 + 8,000X3 + 18'000,000
5,000X1 + 3,900X2 + 7,000X3 = 18'000,000
($/b)(b/a) = $/a
$/a
2. Capacidad de produccin X1 + X2 + X3 4,000
b/a
b/a
4. No negatividad
Xi 0
Anlisis Dimensional: Probado.
JEVA / PTI
74
Solucin Optima.
X1 = 1,000
X2 = 2,580.6450
X3 = 419.3548
Dem. albatros = 300
Dem. nautilos = 2,280.6450
Dem. rayo = 19.3548
mn. Z = 17'645,160
Interpretacin.
Para lograr el punto de equilibrio, la empresa debe fabricar 1,000 botes albatros, 2,581 nautilos y 419 rayos, teniendo
un costo total mnimo de $17'643,600. Con este programa de produccin, se estar en la demanda mxima de 1,000
albatros, es decir, 300 botes por arriba del mnimo de 700; en la demanda del nautilos, se tendr un excedente de
2,281 botes respecto al mnimo fijado de 300 y en la demanda de los rayos, se estar con 19 botes arriba del mnimo
requerido de 400.
2. Portafolio Financiero: Seleccin de Afores.
Una institucin financiera est administrando los fondos del retiro para los trabajadores (Afores). En el momento actual
el fondo es de 2,000 millones de pesos por lo que le estn pidiendo al analista financiero que prepare
recomendaciones para el consejo directivo.
El analista financiero ha estudiado diferentes instrumentos de inversin para hacer una diversificacin del fondo que
se tiene. Para cada instrumento de inversin calcul el rendimiento anual esperado, un factor de riesgo que indica la
probabilidad de que el rendimiento real sea inferior al rendimiento esperado y desarroll un pronstico del perodo
promedio de aos que se espera tener dicho rendimiento esperado. La informacin que present al consejo directivo
fue la siguiente:
Instrumento
de
Inversin
Certificado de Depsito
Bonos de Tesorera
Acciones Comunes
Acciones Especulativas
Bonos de Compaas
Bienes y Races
Rendimiento Anual
Esperado (%)
8.5
9.0
8.5
14.3
6.7
13.0
Factor de
Riesgo
(%)
2
1
38
45
7
35
Perodo
Promedio
(aos)
8
2
5
6
2
4
El consejo directivo seal que le gustara un perodo promedio para la inversin de cuando menos 5 aos y que el
factor de riesgo no sea mayor del 20%. Tambin existe una disposicin gubernamental que le impide a cualquier
institucin financiera invertir ms del 25% del fondo en acciones especulativas y bienes races. El consejo le pide al
analista su recomendacin para maximizar el rendimiento de la inversin.
Modelacin.
Variables de Decisin.
Xi = Porcentaje del fondo a invertir en el Instrumento "i"
(%)
Funcin Objetivo.
Mx. Z = 0.085X1 + 0.09X2 + 0.085X3 + 0.143X4 + 0.067X5 + 0.13X6
%
% (%) = %
Restricciones.
1. Inversin total
2. Perodo promedio
3. Factor de riesgo
JEVA / PTI
X1 + X2 + X3 + X4 + X5 + X6 = 1
%
%
8X1 + 2X2 + 5X3 + 6X4 + 2X5 + 4X6 5
a (%) = a
a
0.02X1 + 0.01X2 + 0.38X3 + 0.45X4 + 0.07X5 + 0.35X6 0.20
% (%) = %
%
75
4. Disposicin gubernamental
5. No negatividad
X4 + X6 0.25
%
%
Xi 0
Proyecto
Expansin de Planta
Nueva Maquinaria
Desarrollo de Productos
Ampliacin del Almacn
Capital Disponible
(millones $)
Valor
Presente
(millones $)
80
20
72
80
Requerimientos de Capital
(millones $)
Ao 1
Ao 2
Ao 3
Ao 4
30
40
40
30
12
8
0
4
30
20
20
20
20
30
40
10
65
80
80
50
La empresa quiere un modelo que le permita hacer un plan de asignacin de capital para maximizar la cantidad de
proyectos que se puedan financiar al 100%, de tal forma que especifique el porcentaje de financiamiento que se
puede hacer en cada uno de ellos durante los cuatro aos.
Modelacin.
Variables de Decisin.
Xi = Porcentaje de financiamiento del Proyecto "i"
(%)
Criterio de Decisin: Xi = 1 Seleccionar
Xi < 1 No seleccionar
Funcin Objetivo.
Mx. Z = 80X1 + 20X2 + 72X3 + 80X4
$
$(%) = $
millones de pesos
Restricciones.
1. Requerimiento de capital.
Ao 1 30X1 + 12X2 + 30X3 + 20X4 65 millones de pesos
Ao 2 40X1 + 8X2 + 20X3 + 30X4 80
Ao 3 40X1
+ 20X3 + 40X4 80
Ao 4 30X1 + 4X2 + 20X3 + 10X4 50
$(%) = $
$
JEVA / PTI
76
0
- 1,000
6
- 700
Meses
12
1,800
18
400
24
600
24
2,000
Se ha establecido como poltica no pedir prestado dinero ya que se quiere que los proyectos sean autofinanciables.
Sin embargo, al comienzo de cada perodo de seis meses, todo el efectivo excedente que se tenga se tendr que
invertir en instrumentos de inversin, que en este momento estn ofreciendo un rendimiento promedio del 44% anual.
El grupo puede decidir invertir el 100% en los proyectos o cualquier otro porcentaje, en cuyo caso los flujos de efectivo
se reducirn en forma proporcional. Con estos datos, se quiere saber el porcentaje en que se debe financiar cada
proyecto y cunto ser el efectivo sobrante en cada perodo para invertir en un portafolio financiero de tal forma que
se maximice el efectivo que se tendr en el mes 24.
JEVA / PTI
77
Modelacin.
Este problema tiene un objetivo que se quiere optimizar en el futuro, por lo que se requiere hacer las Restricciones en
primer lugar y luego estructurar la Funcin Objetivo.
Variables de Decisin.
Xi = Porcentaje de financiamiento para el Proyecto "i"
(%)
Ej = Efectivo sobrante en el Perodo "j" para invertir en instrumentos de inversin
($)
Restricciones.
1. Inversin en los perodos.
inversin a realizar = efectivo disponible
Inicial
1,000X1 + 800X2 + E1 = 2,000 millones de pesos
6 meses
700X1
+ E2 = 500 + 500X2 + 1.22E1
12 meses
200X2 + E3 = 400 + 1,800X1 + 1.22E2
18 meses
700X2 + E4 = 380 + 400X1 + 1.22E3
24 meses
E5 = 600X1 + 2,000X2 + 1.22E4
$ $ (%) = $
Esta ltima restriccin es el efectivo que se tiene en el mes 24 por lo que formar la Funcin Objetivo que se
quiere maximizar.
2. Condicin de Porcentaje.
X1 1
X2 1
% %
3. No negatividad Xi, Ej 0
Funcin Objetivo.
Mx. Z = 600x1 + 2,000 X2 + 1.22E4
$
$ (%) = $
Anlisis Dimensional: Probado
Solucin Optima.
X1 = 1
E1 = 1,000
E2 = 1,020
E3 = 3,444.4
E4 = 4,982.168
Cond. Porcentaje (H2) = 1
Mx. Z = 6,678.245
Interpretacin.
Para maximizar el efectivo en el mes 24 a $6,678.245 millones, se tiene que financiar al 100% el flujo de efectivo
requerido por el complejo hotelero. Al hacer este programa de financiamiento, se tendr el siguiente efectivo para
invertir en el instrumentos de inversin: en el perodo inicial (primer perodo) se tendrn $1,000 millones disponibles; a
los 6 meses (segundo perodo) se tendrn $1,020 millones disponibles; a los 12 meses (tercer perodo) se tendrn
$3,444.4 millones y a los 18 meses (cuarto perodo) se tendrn $4,982.168 millones. Como no se invirti nada en el
proyecto de las tiendas de descuento se tiene un sobrante del 100% del financiamiento que no se utiliz.
5. Portafolio Financiero: Inversin de una Casa de Bolsa.
Una casa de bolsa ha reunido un capital de 600 millones de pesos para administrarlo por seis aos, por lo que est
interesada en encontrar el mejor portafolio de inversiones que le permita maximizar el rendimiento de la inversin en
ese perodo. Para este fin, se estudiaron algunos instrumentos de inversin a plazo fijo, obtenindose datos del
rendimiento ofrecido al final del vencimiento, los perodos de vencimiento y la disponibilidad del instrumento para
invertir en l. Al analizar los instrumentos de inversin, se vio la necesidad de tener una alternativa ms que
comprendiera el dinero que intencionalmente no se invierta en ese ao esperando una mejor opcin de inversin en
un perodo futuro. Obviamente el rendimiento de esta alternativa es nulo, no tiene vencimiento y est disponible en
forma inmediata, es decir cada ao. Con los datos recabados se construy la siguiente tabla:
JEVA / PTI
78
Instrumentos
de
Inversin
Tipo 1
Tipo 2
Tipo 3
Tipo 4
Tipo 5
Tipo 6
Rendimiento al
Final del Perodo
(%)
28
16
50
40
45
0
Perodo de
Vencimiento
(aos)
3
2
3
2
4
-
Disponibilidad
del Instrumento
(aos)
Cada ao
Cada ao
Principios del ao 2
Cada ao despus del ao 3
Principios del ao 1
Cada ao (inmediata)
La casa de bolsa quiere desarrollar un modelo que le permita determinar el portafolio financiero que maximice el
rendimiento del paquete completo de inversiones al final del ao 6.
Modelacin.
Cuando se tiene un "objetivo futuro", se necesita hacer primero las restricciones y luego la funcin objetivo, ya que el
resultado futuro depender de los resultados que se hayan tenido con anterioridad.
El resultado final, depender de las alternativas de inversin que se hayan utilizado, considerado que las inversiones
vencidas se reinvierten. Para visualizar las posibles alternativas de inversin que se tienen cada ao, se hizo la
siguiente tabla auxiliar:
Ao
5
6
Instrumento de
Inversin
(Tipo)
1
2
5
6
1
2
3
6
1
2
6
1
2
4
6
2
4
6
6
Rendimiento
en Perodo
(%)
0
28
16
45
0
28
16
50
0
28
16
0
28
16
40
0
16
40
0
0
Aos
1
Variables de Decisin.
Xij = Dinero a invertir en el Instrumento "i" en el Ao "j"
($)
Restricciones.
1. Inversin.
Considerando que solo se puede invertir en el ao, lo que se tiene disponible de efectivo en el mismo ao, se pueden
construir las siguientes restricciones:
inversin a realizar = efectivo disponible
Ao 1 X11 + X21 + X51 + X61 = 600,000,000
Ao 2
X22 + X32 + X62 = X61
Ao 3
X13 + X23 + X63 = X62 + 1.16X21
Ao 4
X14 + X44 + X64 = X63 + 1.28X11 + 1.16X22
JEVA / PTI
79
Ao 5
Ao 6
2. No negatividad
Funcin Objetivo.
Mx. Z = X66 + 1.28X14 + 1.40X45
$
% ($) = $
Anlisis Dimensional: Probado.
Solucin Optima.
X61 = 600'000,000
X32 = 600'000,000
X45 = 900'000,000
Mx. Z = 1,260'000,000
Interpretacin.
Para maximizar la utilidad del capital al final del ao 6 a $1,260'000,000, es necesario un portafolio de inversiones en
la siguiente forma: no invertir nada en al ao 1, pero se puede invertir en otras opciones financieras, siempre y
cuando se tenga disponible el capital al principio del ao 2 para invertir los $600'000,000 en el instrumento 3 y en el
ao 5, invertir $900'000,000 en el instrumento 4.
JEVA / PTI
80