Universidad Nacional Mayor de San Marcos

Facultad de Ingeniera Industrial

Formulacin de
problemas en PL
2013-II

Introduccin.
El principal objetivo de esta rea de conocimientos
consiste en formular y resolver diversos problemas
orientados a la toma de decisiones.
La naturaleza de los problemas abordados puede
ser determinstica, como en los Modelos de
Programacin Matemtica, donde la teora de
probabilidades no es necesaria, o bien de
problemas donde la presencia de incertidumbre
tiene un rol preponderante, como en los Modelos
Probabilsticos.

Introduccin
Hoy en da, la toma de decisiones abarca una gran
cantidad de problemas reales cada ms complejos y
especializados, que necesariamente requieren del
uso de metodologas para la formulacin matemtica
de estos problemas y, conjuntamente, de mtodos y
herramientas de resolucin, como los que provee la
Investigacin de Operaciones.

Elementos de un modelo de
optimizacin
Supongamos que se dispone de determinadas piezas
para la elaboracin de dos productos finales. Se
dispone de 8 piezas pequeas y 6 piezas grandes,
que son utilizadas para elaborar sillas (usando 2
piezas pequeas y 1 pieza grande) y mesas (usando
2 piezas de cada tipo).
Interesa decidir cuntas sillas y mesas fabricar de
modo de obtener la mxima utilidad, dado un
beneficio neto de U$ 15 por cada silla y de U$20 por
cada mesa fabricada.

Elementos de un modelo de
optimizacin
Posibles soluciones factibles a considerar, esto es
soluciones que respetan las restricciones del
nmero de piezas disponibles, son por ejemplo,
fabricar:
4 sillas, que reportan una utilidad de U$60
1 sillas y 2 mesas , utilidad de U$55
3 mesas, utilidad de U$60
1 mesa y tres sillas, utilidad de U$65
2 sillas y 2 mesas, utilidad de U$70
etc.

Elementos de un modelo de
optimizacin
Un modelo matemtico para hallar la mejor solucin
factible a este problema tiene tres componentes
bsicas:
i) Las variables de decisin, que consiste en definir
cules son las decisiones que se debe tomar. En el
ejemplo,
x: nmero de sillas elaboradas.
y: nmero de mesas elaboradas.

Elementos de un modelo de
optimizacin
ii) La funcin objetivo del problema,
que permita tener un criterio para
decidir entre todas las soluciones
factibles. En el ejemplo, maximizar la
utilidad dada por:
z = f(x,y) = 15x + 20y

Elementos de un modelo de
optimizacin
iii) Restricciones del problema, que consiste
en definir un conjunto de ecuaciones e
inecuaciones que restringen los valores de las
variables de decisin a aquellos considerados
como factibles. En el ejemplo, respetar la
disponibilidad de piezas para la fabricacin de
sillas y mesas:
Piezas pequeas: 2x + 2y 8
Piezas grandes : x + 2y 6
Tambin se impone restricciones de no
negatividad:
x,y 0

Elementos de un modelo de
optimizacin
En resumen:

Max
sa:

15x + 20y
2x + 2y 8
x + 2y 6
x,y 0

El ejemplo corresponde a un modelo de

Programacin Lineal. Si adems restringimos los
valores de x e y a nmeros enteros, tendramos un
modelo de Programacin Entera. Por otra parte, si
hubiese retornos crecientes a escala, deberamos
emplear una funcin objetivo no lineal como f(x,y) =
cxa + dyb con a,b >1, y tendramos un modelo de
Programacin No Lineal.

Formulacin de problemas
en PL
Un programa lineal puede formularse de
muy diferentes formas, pero dentro de la
Programacin Lineal se adopta como
estndar la siguiente:

Max z cx
sa :
Ax b
x 0

Etapas en la Formulacin
de problemas en PL
Definicin de Variables
Coeficientes de costos (o de utilidades)
Funcin Objetivo (F.O)
Trmino independiente o del lado
derecho (recursos o requerimientos)
Coeficientes tecnolgicos
Restricciones funcionales
Restricciones de signo de las variables

Usos de los PL
Alguno de los tipos de problemas que se
pueden formular son:
Planeacin de la produccin e inventarios
Mezcla de Alimentos
Transporte y asignacin
Planeacin financiera
Mercadotecnia
Asignacin de recursos

Mezcla de productos...
Considere la produccin de 3 artculos; cada
uno produciendo una ganancia
unidades
monetarias por unidad. Los artculos hacen
uso de los recursos de dos departamentos;
siendo los tiempos estndares consumidos
por cada artculo por departamento:
Artculo
1

Ganancia
c1

Dpto. 1

Dpto. 2

a11

a21

c2

a12

a22

c3

a13

a23

...Mezcla de productos
Si existen un total de tiempos disponibles de
b1
y
b2,
respectivamente
por
los
departamentos 1 y 2. Cul es la mejor
decisin, con la finalidad de optimizar la
ganancia total?
Artculo
1

Ganancia
c1

Dpto. 1

Dpto. 2

a11

a21

c2

a12

a22

c3

a13

a23

Solucin
Analizando:
Cul es el objetivo de la modelacin?
Como queremos maximizar la ganancia total ?
Mediante el producto de la cantidad de
unidades por cada artculo
Entonces nuestras variables de decisin,
corresponden al nmero de unidades a producir
por cada artculo.

Solucin
Sea; xj la cantida de unidades a producir para el
articulo j entonces la FO (funcin objetivo),
expresar la maximizacin de la ganancia total;
producto de la contribucin de cada uno de los
artculos, de la sgte manera:

Max z c1 x1 c2 x2 c3 x3

Solucin
Para la produccin de las unidades expresadas
en las variables de decisiones; se hace
necesario, balancear el uso de los recursos de
cada Dpto., con su disponibilidad; as se tiene
que para cada departamento :
Departamento 1:

a11 x1 a12 x2 a13 x3 b1

Departamento 2:

x j 0,

a21 x1 a22 x2 a23 x3 b2

j 1,2,3

Solucin
El modelo de PL, completo se presenta a
continuacin:

Max z c1 x1 c2 x2 c3 x3
sa :
a11 x1 a12 x2 a13 x3 b1
a21 x1 a22 x2 a23 x3 b2
x j , j 1,2,3

Ejercicios
En una fbrica de muebles se producen dos tipos:
mesa y silla, adicionalmente la empresa dispone de
2 reas en su planta: Corte y acabado.

Ejercicios
Para producir una mesa se requiere de 2hr y 1hr en las
reas respectivas. Para la produccin de una silla se
requiere de 1.5 hr. y 0.5 hr. en las diferentes reas.
Adicionalmente se sabe que la mesa da una utilidad
de S / 10.00 y la silla S /. 8.00
Qu cantidad de muebles se debe producir?, si se
sabe que la capacidad de produccin en el rea de
corte y acabado es de 80hr y 60 hr. respectivamente.

Solucin
Elaborando la tabla:

Seccin Seccin
Utilidad
Corte(Hr) Acabado(Hr) unit.(s.)
Mesas
Sillas
Cap. Prod.

2.0
1.5
80.0

1.0
0.5
60.0

10.0
8.0

Solucin
Seccin de

Seccin de

Corte

Acabado

X1

Mesa

X2

Silla
80 hr.

60 hr.

Solucin

Mesas
Sillas
Cap. Prod.

Mesa
Silla

Seccin
Seccin
Utilidad
unit.(s.)
Corte(Hr) Acabado(Hr)
2.0
1.0
10.0
1.5
0.5
8.0
80.0
60.0

2X1 + 1.5X2 < 80

1X1 + 0.5X2 < 60

Funcin Objetivo:
Max Z = 10X1 + 8X2

Solucin
El PL queda de la siguiente manera:
Max Z = 10X1 + 8X2
s.a:
2X1 + 1.5X2 < 80
1X1 + 0.5X2 < 60
X1,X2 > 0

Ejercicio
Se fabrica mesas y sillas. Para una mesa se necesitan
40 pies tabla de madera, y para una silla 30 pies tabla.
Se puede conseguir la madera a 1 dlar el pie tabla, y
se pueden comprar 40000 pies tabla. Se necesitan 2
horas de trabajo especializado para producir una
mesa y una silla sin acabado. Tres horas mas de
trabajo especializado convertirn una mesa sin
acabar, en una mesa acabada, y se necesitan 2 horas
de trabajo especializado para acabar una silla. Se
disponen de 6000 horas para cada trabajo
especializado (que ya se han pagado).

Ejercicio
Todos los muebles producidos se pueden vender a los
siguientes precios unitarios: una mesa sin acabar, 70
dlares; una mesa acabada, 140 dlares; una silla sin
acabar, 60 dlares; y una silla acabada, 110 dlares.
Formule un programa lineal que maximice la
ganancia de la produccin de mesas y sillas.

Solucin
Colocando los Datos:
Productos Requerimientos Costo x
xpies-tabla pie-tablar
de madera
Mesas
Sillas

40
30

US$.1
US$.1

Tiempo (hr.)/Precios US$

Sin acabar
Acabado
2
2

70
60

3
2

140
110

Solucin
Variable de decisin:
Xij = Cantidad de unidades del producto i que
esta en el proceso j
i = 1 => mesa
i = 2 => silla
j =1 => sin acabar
j = 2 => acabado.

Solucin
Funcin Objetivo:
MAX Z = HI E
Max Z = 70X11 + 60X21+140X12+110X22-40(X11+X12)30(X21+X22)

Max Z = 30X11 +100X12+30X21+80X22

Solucin
a) Restricciones:
RR de insumos:
40(X11+X12)+30(X21+X22)<=40000
RR de capacidad seccin acabado
2X11+2X21<=6000
RR de capacidad seccin sin acabar
3X12+2X22<=6000
RR de no negatividad
X11,X12,X21,X22>=0

Solucin
Max Z = 30X11 +100X12+30X21+80X22

s.a
40(X11+X12)+30(X21+X22)<=40000
2X11+

2X21
3X12

<=6000

+2X22<=6000

X11,X12,X21,X22>=0

Ejemplo
El granjero Lopez tiene 480 hectreas de tierra en la
que se puede sembrar ya sea trigo o maz. El calcula
que tiene 800 horas de trabajo disponible durante la
estacin crucial del verano. Cuntas hectreas de
cada uno debe plantar para maximizar su utilidad?
Cul es sta utilidad mxima? Si se tiene la
siguiente informacin de utilidad y requerimiento
de madno de obra:
Utilidad $. Cant. Trabajo Hr
Maz:

40

Trigo:

30

Solucion.
Como primer paso para la formulacin matemtica
de este problema, se tabula la informacin dada.
Maz

Trigo

Elementos
disponibles

Horas

800

Hectreas
Utilidad por unidad $

1
40

1
30

480

Solucin.
Si llamamos x a las hectreas de maz e y a las
hectreas de trigo. Entonces la ganancia total Z, en
dlares, est dada por:
Z=40x+30y
Que viene a ser la funcin objetivo por maximizar.

Solucin.
Maz
Horas

Trigo
1

Elementos
disponibles
800

La cantidad total de tiempo por hectreas para

sembrar maz y trigo est dada por:
2x+y
Haciendo la restriccin por disponibilidad
2x+y < 800

Solucin.
Maz
Hectreas

Trigo
1

Elementos
disponibles
480

La cantidad de hectreas para sembrar maz y trigo

est dada por:
x+y
Haciendo la restriccin por disponibilidad
x+y < 480

Solucin.
En resumen, el problema en cuestin queda de la
siguiente manera:
Maximizar Z=40x+30y
Sujeto a:
2x+y < 800 Hora disp.
x+y < 480 Terreno disp.
x >0
Positiva
y>0
Positiva

Ejemplo
Un nutricionista asesora a un individuo que sufre
una deficiencia de hierro y vitamina B, y le indica
que debe ingerir al menos 2400 mg de vitamina B-1
(tiamina) y 1500 mg de vitamina B-2 (riboflavina)
durante cierto perodo de tiempo. Existen dos
pldoras de vitaminas disponibles, la marca A y la
marca B. Cada pldora de la marca A contiene 40
mg de hierro, 10 mg de vitamina B-1, 5 mg de
vitamina B-2 y cuesta 6 centavos. Cada pldora de
la marca B contiene 10 mg de hierro, 15 mg de
vitamina B-1 y de vitamina B-2, y cuesta 8
centavos (tabla).

Ejemplo
Cules combinaciones de pldoras debe
comprar el paciente para cubrir sus
requerimientos de hierro y vitamina al menor
costo?
Marca A Marca B Req. mnimos

Hierro

40 mg

10 mg

2400 mg

Vitamina B-1

10 mg

15 mg

2100 mg

Vitamina B-2

5 mg

15 mg

1500 mg

Cost *pldora(US$)

0,06

0,08

Solucin.
Cual es el objetivo?
Sea x el nmero de pldoras de la marca A; y el
nmero de pldoras de la marca B por comprar. El
costo Z, medido en centavos, est dado por
Z = 0.06x+ 0.08y
Que viene a ser la funcin objetivo por minimizar.

Solucin.
Marca A Marca B Req. mnimos
Hierro

40 mg

10 mg

2400 mg

La cantidad de hierro contenida en x pldoras de la

marca A e y el nmero de pldoras de la marca B
est dada por:
40x+10y
Haciendo la restriccin por cantidad mnima
requerida.
40x+10y < 2400

Solucin.
Marca A Marca B Req. mnimos
Vitamina B-1

10 mg

15 mg

2100 mg

La cantidad de Vitamina B-1 contenida en x

pldoras de la marca A e y el nmero de pldoras de
la marca B est dada por:
10x+15y
Haciendo la restriccin por cantidad mnima
requerida.
10x+15y < 2100

Solucin.
Marca A Marca B Req. mnimos
Vitamina B-2

5 mg

15 mg

1500 mg

La cantidad de Vitamina B-2 contenida en x

pldoras de la marca A e y el nmero de pldoras de
la marca B est dada por:
5x+15y
Haciendo la restriccin por cantidad mnima
requerida.
5x+15y < 1500

Solucin.
En resumen, el problema en cuestin queda de la
siguiente manera:
Minimizar Z = 0.06x+ 0.08y
Sujeto a:
40x+10y < 2400 Hierro.
10x+15y < 2100 Vitamina B-1
5x+15y < 1500 Vitamina B-2
y >0
Positiva
x
>0
Positiva

Modelo de InventarioProduccin
La demanda de un artculo ha sido
pronosticada, para los siguientes 4 periodos en
las siguientes cantidades: D1, D 2., D 3, D 4
. Se
sabe que los costos variables de produccin
son: C 1, C 2 , C 3, C 4 . Asumiendo que se puede
utilizar inventarios, a un costo de h/unidad .
Formular un programa lineal para minimizar los
costos totales, combinacin de costos de
produccin mas costos por llevar inventario.

Solucin
De lo siguiente:
Inv. final = Inv. inicial + Produccin Demanda
Definiendo :
x Cantidad a producir por periodo.
I0 Como el inventario Inicial.
I Como el inventario Final.

Solucin
Perodo 1:
Perodo 2:
Perodo 3:

I 1 I 0 x 1 D1
I 2 I 1 x2 D2
I 3 I 2 x3 D3

Perodo 4:

I 4 I 3 x4 D4

Solucin
Luego el costo total viene dado por la

z = c1x1 + c2x2 + c3x3 + c4x4 + h(I1+I2+I3+I4)

Generalizando para un horizonte de planeacin a n
periodos:

Solucin
Generalizando para un horizonte de planeacin a n
periodos:
n

Min z =
i 1

xi

hIi

sa :
Ii Ii 1 xi Di
xi 0
Ii 0

i 1

, i 1,2,, n
, i 1,2,, n

El Problema del Almacn

Una persona compra y vende artculos. Su
depsito posee una capacidad de B unidades.
Cada mes puede vender cualquier cantidad
sin sobrepasarse el inventario a principios del
mes.
Sean ci y pi, el valor de compra y el precio
respectivo para cada mes. Cul deber ser la
poltica ptima para n perodos, si el inventario
inicial es Io?

Solucin
Sea:
yi = cantidad a vender.
xi = cantidad a comprar.
La funcin objetivo:

Max z

( p y c x )
i i

i 1

i i

Solucin
La funcin objetivo:

Max z

Restricciones:

( p y c x )
i i

i i

i 1

yi Inventario a inicio de mes i

yi I 0

i 1

k 1

yk

equivalente a :
i

k 1

i 1

xk I 0

, i 1,2, , n

k 1

Inventario final en i B
I0

k 1

xi , yi 0

yk B

, i 1,2, , n
, i 1,2, , n

 Necesito obtener informacion para una semana de 3 turnos,

tengo que producir como maximo 500 unid, se dispone de 10
trabajadores para el primer turno, 7 para el segundo, 5 para el
tercero.
Para ofrecer un minimo de 300 unidades, dispongo de 10
trabajadores en el primer turno, 7 en el segundo y 5 en el tercer
turno.Por cada articulo se va a recibir una renta de S/.2.00para el
primero y los dos productos se procesan secuencialment en los
3 turnos empleando tiempos diferentes.
1 turno requiere 2 horas; 2turno tambien 2 horas y en el 3 turno,
1 hora para el primer producto para el segundo producto
requiero 1 hora para el primer turno 2 horas para el segundo
turno y media hora para el tercer turno.

Ejemplo: Asignacin de
Recursos
El seor Martnez tiene un pequeo camin
con capacidad interior de 20m3en el cual
transporta mercanca. Una reconocida
empresa de la ciudad le ha contratado para
hacer acarreos de esta mercanca, desde la
planta de produccin, hacia los puntos de
distribucin. La mercanca est empacada
en cajas de 3 tamaos diferentes. Adems
la ganancia por transportar cada tipo de
caja es distinta.

Caja tipo 2

1 m3
$ 1000 c/u
1,2 m3
$ 1120 c/u

Caja tipo 3

0.8 m3
$ 900 c/u

Caja tipo 1

Cmo debe llenar el seor Martnez su camin para

maximizar las ganancias en cada viaje que realice, si
tiene que transportar como mnimo 8 cajas tipo 1 y 5
cajas tipo 3 en cada viaje ?

Definicin de Variables.
X1: Nmero de cajas tipo 1 :
transportados
en
cada
viaje
[caja/viaje]
X2: Nmero de cajas tipo 2 :
transportados
en
cada
viaje
[caja/viaje]
X3: Nmero de cajas tipo 3 :
transportado

Coeficientes de costo (utilidad): Datos

Medida de la eficiencia (F. O.)
Z: Ganancia total (pesos) por el
transporte de : los 3 tipos de cajas en
cada viaje.
Max Z = 1000X1+ 1120X2 + 900X3
[$/ caja] * [caja/viaje] = [$/ viaje]

Restricciones funcionales
R1: Capacidad del camin (recurso)
X1+ 1.2X2 + 0.8 X3 20
[m3/ caja] * [caja/viaje ] = [m3/viaje]
R2: Mnimo de mercanca tipo 2 (requerimiento)

X18 [caja/viaje ]
R3 : Mnimo de mercanca tipo 2 (requerimiento)

X3 5 [caja/viaje ]
Restriccin de signo de las variables
X 1, X 2 , X 3 0

Modelo completo.
Max Z = 1000X1+ 1120X2 + 900X3
s.a.

X1+ 1.2X2 + 0.8 X3 20

X1

8
X3 5
X1, X2 , X3 0