Planteamiento de modelos de programacton lineal Tai como se ha mencionado en el capitulo anterior, la aplicacién de la progra- macidn fineal a través de toda su historia ha sido muy diversa. Por lo tanto en este capitulo se presentarén las formulaciones y planteamientos de modelos clasicos de este terna, 2.1. APLICACIONES EN PRODUCCION Ejercicio 2.1.1. La compafia SIGMA fabrica pupitres, sillas y mesas, para los cuales ha establecido que rinden una contribucién a las utilidades de $ 5.000, $6.000 y $3.000 por unidad respectivamente, Para la produccién de dichos ar- ticutos la compatiia cuenta con una disponibilidad semanal de 150 metros de madera, 120 metros de tubo y 200 horas-hambre de trabajo. Plantee e! mode- lo matematice de programacién lineal que se genera si sabe que para producir un pupitre se requiere de 5 metros de madera, 3 metros de tubo y 4 horas- hombre de trabajo; para producir una silla se requieren 3 metros de madera, 4 metras de tubo y 5 horas-hombre de trabajo; mientras que, para producir una mesa se requieren 2 metros de madera, 3 metros de tubo y 1 hora-hombre de trabajo. Solucién Anélisis de informacion Para el planteamiento de este problema primero se organiza la informacién en fa table 21. PRODUCTO DISPONIBILIDAD ae =] sana. RECURSO POPITRES | SIMAS “/MESAS | pet recurso MADERA Sm 3m 2m 150 metres “Waa “em an 3 eo, ao awa HORAS-HOWARE ah Sh Th 200 horas UiADADGNIDAB™ | 5008 sooo goo PE i Definicién de variables En la compatfila SIGMA se debe decidir cudntos pupitres, sillas y mesas se de- beran producir por semana para lograr un maximo de utilidad, por lo cual las variables de decision son: X{=cantidad de pupitres a producir por semana x. ntidad de sillas a producir por semana Capitulo 2Programacién lineal aplicada sumberto Guero Salas X, =cantidad de mesas 2 producir por semana Funcién objetivo La compafiia debe garantizar un maximo de utilidad, por lo tanto fa funcion objetivo es la siguiente: Max. Z = 5.000 X, + 6,000 X, + 3.000 X, Restricciones def modelo ‘Ademés, la compafia debe tener en cuenta las siguientes limitaciones en los recursos: 5X,+3X,+2K, $150 metros de madera. 3X, + 4X, + 3X, $120 metros de tube. 4X,+5X,+X, $200 horas-hombre También, se deben consicerar las restricciones de no negatividad (restricciones de signo de las variables), ya que en este caso, no se pueden producir unidades negativas de ningiin producto. Tales restricciones son las siguientes: X,, Xp X; 20 Modelo matematico completo En compendio, el modelo matematico de programacién lineal para la compania SIGMA queda de la siguiente manera: Max, Z = 5.000 X, + 6.000 X, + 3.000 X, sa, 5X,+3X,+2X, <150 metros de madera 3X, + 4X, + 3X, 120 metros de tubo 4X,+5X,+X, $200 horas-hombre. x, Xp X 2 Orestricciones de no nagativided Ejercicio 2.1.2. La compafia BETA ha sacado del mercado un producto que ya hole era rentable, lo cual genera que haya una capacidad disponible semanal que no se esta utilizando en sus 3 departamentos ast: 200 horas en corte, 240 horas en soldadura y 150 horas en empaque. El departernento de produccién propone que dicha capacidad sea utlizada en Ja produccién de puertas, ventanas y claraboyas en la forma mas eficiente po- sible, para dichos articulos se ha establacido un posible precio de venta de $5,000, $2.000 y $4.000 por unidad respectivamente. Ademés se ha determi-— a8Planteariento ce modelos de programacién lineal nado que para praducir una puerta se requiere de 2 horas en corte, 3 horas en soldadura y 5 horas en empaque, Para producir una ventana se requiere 5 horas en corte, 4 horas en soldadura y 1 hora en empaque: mientras que para producir una claraboya se requiere 4 horas en corte, 2 horas en soldadura y 3 horas en empaque. Plantee e! modelo de programacién lineal que se genera si se sabe que al de- partamento de mercadeo informe que minimo se venderan 20 ventanas y como maximo 10 claraboyas. Solucién Anilisis de informacion Primero y pera mejor comprensién en la tabla 2.2 se resume la informacién de la compaitia BETA : aa 5 ; PRODUCTO DISPONIBLE 6 s . SECCION | DUERTA [WENTANA “[G@LARABOWA | POR SEMANA CORTE 2h Sh 200 horas EuPaQue She Tees LG hotes SOLDADURA 3h ah 240 horas PROT ae pale eee VENTA MIN 20 MAX 10 Definicién de variables La compafiia BETA debe establecer qué cantidad de puertas, ventanas y clara~ boyas debe producir semanalmente, par lo tanto las variables de decision se definen de la siguiente forma antidad de puertas a producir por semana. antidad de ventanas a producir por seman. X, =cantidad de claraboyas a producir por semana, Funcién objetivo Como el precio de venta de cada articulo, genera el ingreso de la compatita, y éste debe ser lo mas alto posible; la funcién objetivo se establece de la siguien- te forma Max. z = 5000.X, + 3000 X, + 4000 x, Capituto 2Prograrnacién lineal aplicada Humberto Guetora Saas Restricciones del modelo Ademiés, se debe tener en cuenta la disponibilidad limitada de fos recursos, lo cual define las siguientes restricciones: 2X, +5X,+4X, 200 horas disponibles en la seccién de corte, 5X,+ X,+3.X, s 150 horas disponibles en la seccién de empaque. 3X,+4X,+ 2X, < 240 horas disponibles en la seccién de soldadura También, se deben considerar las restricciones generadas por e! prondstico de! departamento de mercadeo que son: dado que minimo se venderan 20 ven- tanas, la produccién de ventanas deberd ser minimo 20, que en términos del modelo es X, 2 20; y como maximo se venderan 10 ciaraboyas, su produccién se restringe a maximo 10 unidades de fa siguiente forma: X, < 10 Unido a todo lo anterior, se definen las restricciones de no negatividad de la siguiente manera: X,, X,, X, 20. Modelo matematico completo Por Io tanto e! modelo matematica de programacién lineal para la compaiifa BETA queda de la siguiente forma: Max, z = 5,000 X, + 3.000 x, + 4.000 x, sa 2X,+5X,+ 4X, < 200 horas disponibles en la secci6n de corte 5X, + X,+3.X, < 150 horas disponibles en la seccién de empaque. 3X,+4X,+ 2X, £240 horas disponibles en la seccién de soldadura x, 2 20 venta minima de ventanas. 2 X, £10 venta maxima de claraboyas, X, Xy X, 2 Orestricciones de no negatividad. Ejercicio 2.1.3. i compaiia ALFA se dedica a [a fabricacién de esferos, esti- lografos y plumillas en dos tipos de talleres; en el primero. de ellos se resliza el montaje yen el segunda la decoracién. El departamento de produccién determing que para la fabricacién de un paquete de 10 esferos se requiere de una hora de trabajo en montaje y 1.5 horas en decoracién; que para ia produc- cién de un paquete de 10 estilégrafos se requiere de dos horas de montaje y 3 en decoracién; mientras que para la produccion de un paquete de 10 plumillas se necesita 15 y 2.5 horas respectivamente. Plantee ei modelo matematico de Programacién lineal que se genera a fin de maximizar el beneficio si se sabe que se dispone mensualmente de 100 horas para montaje y 175 para decora- clén; y que a utilidacrgenerade- per-cadaesfera es de $200, por cada estil graf es de $250 y por cada plumilla es de $225Plantzamianto de modelos de programacién fineal Solucién Anilisis de informacion Para inicias, en la tabla 2.3 se resume la informacion de la compatiia ALFA. : na ae PRoDUCTO DISPONIBLE SECCION ‘ESFERO. | ESTILOGRAFO | PLUMMLA POR MES MONTAIE Th 2h 15h 160 HORAS -DECORACION. [ashy eho bo espe 7s HORS uTIDAD/UD | $200 $250 $225 Definicién de variables Observe el lector que le utilldad viene dads por unidad, mientras que el consu- mo de horas de produccién esté dada por paquete de 10 unidades; por lo tanto {as variables de decision pueden estar definidas tanto por paquetes, como por unidades a fabricar. Por comodidad en el presente, se trabaja por paquete, por io que las variables de decisién quedan de ia siguiente manera: X, spaquetes de esferos a producir por mes, X, =Paquetes de estildgrafos a producir por mes X, =paquetes de plumilias a producir por mes Funcién objetivo La compafia debe garantizar un maximo de utilidad, por lo que la funcién ob- Jetivo queda definida de la siguiente manera: Max. Z = 2.000 X, + 2.500X, + 2.250X, En esta funcién objetivo, las utilidades se han multiplicade por 10 ya que la variable quede estipulada en términos de paquete Restricciones del modelo Al igual que en los ejemplos anteriores hay que considerar las limitaciones en la disponibilidad de los recursos ast: X,+ 2X, +15 X, s100 horas disponibles en montaje. 15X,+ 3X,+2.5X, S175 horas disponibles en decoracién. Modelo matemético completo En resumen, el modelo matemético de programacién lineal para la produccién de la compariia ALFA, junto con las restricciones de no negatividad, es como se presenta a continuacién: Capitulo 2Programacién lineal aplicada Humberto Guerero Salas Max. Z = 2.000 X, + 2.500X, + 2.250x, sa. X,+ 2X,+ 15 X, $100 horas disponibles en montaje. 15X,+ 3X, +25, <175 horas disponibles en decoracién. X, XxX, 2 Orestricciones de no negatividad Bjercicio 2.1.4. La compafia GAMA fabrica camisas y blusas en una linea de produccién con tres procesos que son: corte, ensamble y empaque. Se ha esta- biecido que una camisa genera una utilidad de $7,000 y una blusa una utilidad de $9000. Mediante un estudio de tiempos se establecié que una camisa re- quiere de 1 hora en corte, 3 horas en ensamble y ¥2 hora en empague; mientras que una blusa requiere de ¥2 hora en corte, 4 horas en ensamble y 1 hora en ‘empaque. Se sabe que !a compafifa GAMA trabaja 8 horas diarias durante § dias a la semana. ¢Cémo queda el modelo de programacién lineal si se sabe que ac- tualmente se cuenta con 40 trabajadores en ia seccidn de corte, 80 trabajadores en la seccién de ensamble y 20 trabajadores en ia seccion de empaque? Solucién Anilisis de informacién En la tabla 2.4 se presenta el resumen de la informacién de la compaiiia GAMA, teniendo en cuenta que las horas disponibles en cada praceso se calculan mul- tiplicando fos 5 dias laborales en cada semana por 8 horas laborables por dia; y este resuitado multiplicado por la cantidad de trabajadores disponibles en cada proceso. Asi, para el praceso de corte la disponibilidad es: (5 dias)(8 horas/dia) (40 trabajadores) = 1600 horas disponibles en la semana Theiaga PRODUCTO DISPONISILIDAD PROCESO Gitagy i] Buda] TRABAMIAPORES | onacyseMann conte th Yh ny 1.600 HORAS ENSAMBLE © Phe ah | Bose rp sze0 Horas EMPAQUE | 3h th 20 800 HORAS UNMDAD/: * ” Bi Sone Say Se Up: $7,000 $9.00. Definicién de variables La compajiia GAMA se debe preocupar por determinar que cantidad de cami- sas y blusas debe fabricar semanalmente, por lo cual las variables de decision quedan de la siguiente manera:Planteamiento de modelos de programacién lineal X, = Cantidad de camisas a fabricar por semana. X, = Cantidad de blusas a fabricar por semana, Funcién objetivo Ahora, el parametro de rendimiento de la compatia es su utilidad, lo cual gene- ra le siguiente funcién objetivi Max Z =7.000 X,+ 9,000 X, iones del modelo Restrit Ademés, se debe tener en cuenta la disponibilidad de horas en cada proceso. Esto define las siguientes restricciones: X,+ 1/2 X, < 1.600 horas dispenibles en el proceso de corte. 3X,+ 4X, 3.200 horas disponibles en el proceso de ensamble. Y/2X,+ — X,< 800 horas disponibles en el proceso de empaque. Modelo matematico completo Todo lo anterior, anexandole las restricciones de no negatividad; presenta el siguiente modelo en total: Max Z =7.000 x, 9,000 X, sa. X,+ 1/2X, < 1.600 horas disponibles en el proceso de corte. 3X,+ 4X, < 3.200 horas disponibles en e! proceso de ensemble. V/2X,+ — X,< 800 horas disponibles en el proceso de empaque X, —-X;2 0 restricciones de no negativided. Ejercicio 2.1.5. ia compaiiia OMEGA est considerando la posibilidad de ianzar al mercado 2 nuevos productos, en las cantidades que mejor se acomoden a sus objetivos. Los productos son pupitres unipersonales y bipersonales, para los cuales se ha estimado que contribuiran a las utilidades en 3,000 y 5.000 pesos por unidad respectivamente, Para la manufacturacién de dichos productos se cuenta con una disponibiliciad semanal de 300 metros de madera, 500 metros de angulo y 200 metros de pafio. Plantee el modeto de programacién lineal que se genera si se sabe que para producir un pupitre unipersonal se requieren 2 metros de madera, 3 metros de Capitulo 2Programacién lineal aplicada Humberto Guerrero Saas Angulo y un metro de pafio; mientras que para producir un pupitre bipersonal se requieren 3 metros de madera, 5 metros de dngulo y 4 metros de pafio. Solucién Andlisis de informaci6n Para iniciar en la tabla 2.5 se presenta la informacidn resumida para la compaia OMEGA. E E : TABLA 25. 2 cS TTPO DE PUPITRE DISPONIBILIDAD URSO - - Rec UNIPERSONAL | BIPERSONAL ‘SEMANAL MADERA 2m 3m 300 metros ANGULO: pe US Smo ge 225-500 matios PARO am 4m 200 metros UTUDAQAUD 2 S00 $000 Definicion de variables En esta aplicacién la compaitia OMEGA debe decidir la cantidad de pupitres unipersonales y bipersonales que debe fabricar para obtener su maximo bene- icio, lo cual permite definir las siguientes variables de decision: X,= Cantidad de pupitres unipersonales a fabricar semanalmente %) ‘antidad de pupitres bipersoneles a fabricar semanalmente Funcién objetivo El parémetro de rendimiento en esta oportunidad es la utilidad de la compatiia por lo tanto se define ia siguiente funcién objetivo: Max Z = 3.000X,+ 5.000X, Restricciones del modelo También, debe considerarse {a limitacién en el consumo de las recursos, lo que permite generar (as siguientes restricciones: 2X,+ 3X, < 300 metros de madera disponibles. 3X,+ 5X, < 500 metros cle angulo disponibles. X,+ 4X, < 200 metros de patio disponibles. Modelo matemitico compieto £] modelo matematico de programacién lineal para la empresa, adjuntandole las restricciones de no negatividad, en este caso queda como sigue:Plantzamienta de modieios de prograntacién lineal Max. Z = 3.000x,+ 5.000x, sa. 2X,+ 3X, < 300 metros de madera disponibles. 3X,+ 5X, < 500 metros de Angulo disponibles, X,t 4X, < 200 metros de patio disponibles. X,, X,2.0 restricciones de no negativided. a 2.2. APLICACIONES EN DIETAS Bjercicio 2.2.1. Una compaiia cervecera dispone de un jardin infantil para darle albergue a ios hifos de los empleados. La nutricionista de la empresa establecié que a cada nifio se le debe suministrar diariamente un minimo 25 miligramos de calcio,15 miligramos de hierro y 24 miligramos de vitaminas, pero no mas de 30 mg. En e! transcurso del dia los nifios son alimentados con leche por valor de $1.000 por litro, huevos a $150 cada uno y compotas que cuestan a $600 el frasco. Plantee e| modelo de programacién lineal que se genera si se sabe que un litro de leche contiene 2 miligremos de calcio, 3 miligramos de hierro y 1 miligramo de vitaminas; un huevo contiene 4 miligramos de calcio, 5 miligramos de hierro y 3 miligramos de vitaminas; mientras que un frasco de compota contiene 6 miligramos de calcio, un miligrama de hierro y 2 miligra- mos de vitaminas. Solucién Anilisis de informacién Este tipo de problemas consiste en determinar la cantidad de alimentos que se deben comprar, para satisfacer unos requerimientos alimentitos de tal forma que el costa se haga minima, Para iniciar, en fa tabla 2.6 se estructura la infor- macién de la empresa cervecera, ALIMENTO. REQUERI- NUTRENTE [teens | fuevos | compora.. | MENTO cao amg ang emg was © IERRO ame [sg Po ang wiv VITAMINAS, img 3mo 2mg | MIN24y MAX “SosTOUD, Song | se P60 SSProgramacién lineal aplicaca Humberto Guenter Sate Definicién de variables £1 jardin infantil debe decidir qué cantidad de cada alimento debe suministrar 3 cada nifo diariamente, por consiguiente las variables de decision a utilizar se definen a continuacién: canticad de fitras de leche a suministrar a cada nifio por dia. Cantidad de huevos a suministrar a cade nifto por ia. X, = cantidad de frascos de compota a suministrar a cada nifio por dia, Funcién objetivo Con base en lo dicho anteriormente, a la compaiiia en este caso le conviene invertir en los alimentos la menor cantidad de dinero posible, por lo tanto la funcién abjetivo queda come sigue a continuacién: Min. Z = 1,000 x, + 250X, + 600 x, Restricciones del modeto Para este caso, las restricciones tienen que ver con gatantizar los requerimien- tos nutricionales de cada nifio. Esto con base en |a definicién de la variable queda asi: 2X, + 4X, +6 BK SX+ xX, %X + 3% + 2X, 2 24 miligramos minimo de consumo de vitaminas wv 25 miligramos minimo de consume de calcio. 15 miligramos minimo de consumo de hierro, %+ 3X, + 2X, < 30 miligramos maximo de consumo de vitaminas, Observe, que estas dos Ultimas testricciones en su lado izquierdo son la mis- bra pero una garantiza un consumo minimo y fa otva un consumo maximo de vitaminas, Modelo matemético completo Foro tanto el modela completo, junto a las restricciones de no negetividad queda de fa siguiente manera: Min. Z = 1.000 X, + 150 x, + 600X, sa, 2X, + 4X, 6X, 2 25 miligramos minimo de consumo de calcio. 3X, + 5X, + X, 2 15 miligramos minimo de consumo de hierro, X,* 3% + 2X, 2 24 miligramos minimo de consumo de vitaminas X43 + 2X) < 30 miligramos méximo de consumo de vitamines At 3+ 2X, s: X, 20Planteamiento de modelos de programacién lineal 2.3, APLICACIONES DE MEZCLA Ejercicio 2.3.1. Una compafiia siderurgica dispone de un horno, el cual debe ser cargado con 2 toneladas de materiales para elaborar una aleacién de ca- ricter especial, fa cual por requisitos de calidad contener minimo el 15% de cobre pero no mas del 20% y maximo 17 % de fésforo. Para cargar el horno la compafiia cuenta con hierro, tungsteno, niquel y carborio. Mediante un estudio quimico se establecié que el hierro contiene 7 % de cobre y 9% de fésforo, el tungsteno contiene 11% de cobre y 3 % de fésforo, el niquel contiene 19 % de cobre y 8% de fésforo; mientras que el carbono contiene 4% de cobre y 17% de fasforo. Plantee e! modelo de programacién lineal que se genera si sabe que un kilo de hierro cuesta $1.000, una libra de tungsteno cuesta $2.000, un kilo de niquel cuesta $3,000 y una libra de carbono cuesta $1.700. Sotucién Andlisis de informacién Con la informacién suministrada, se establece !a informacion resumida de la tabla 27. REQUISITO: ERIALES Di MATERIAL mart ISPONIBLES PARA LA ALEACION REQUISTTC HIERRO: ”[ usteno T NiQuEL "| CARBONO™ BAD TANI copre 19% 4% eae FOSEORO 4 costos/ Kuo, $1.00 $4000 52.000 33.400 £l lector observaré que algunos costs estaban definidos por libra; en ja tabla se pesé toda le informacidn a kilos. Definicién de variables El problema que tiene la sidertirgica consiste en determinar la cantidad en kilos de hierro, tungsteno, niquel y carbono que debe comprar para utilizar en la aleacién, por consiguiente ias variables se definen asi: X,= Kilos de hierro a utilizar en la aleacién. ., = Kilos de tungstena a utilizar en la aleacién X, = Kilos de niquel a utilizar en la aleacién, X, = Kilos de carbono a utilizar en la aleacion, Capito 2