You are on page 1of 8

Optimizacion y Programacion Lineal

Departamento de Matematicas, CCIR/ITESM


3 de junio de 2014
Problemas Resueltos
1. El granjero Jones debe determinar cuantos acres de maz y trigo debe plantar este a no. Un acre sembrado
de trigo produce 25 bushels de trigo y requiere de 10 horas de labor a la semana. Un acre sembrado de
maz produce 10 bushels de maz y requiere 4 horas de labor a la semana. Todo el trigo producido puede
ser vendido a 4 dolares el bushel y todo el maz producido puede ser vendido a 3 dolares el bushel. Se
tienen disponibles 7 acres de terreno y 40 horas de labor. El gobierno impone la condicion de que se
produzcan al menos 30 bushel de maz. Sea x
1
el n umero de acres de trigo a ser plantados y x
2
el n umero
de acres de maz a ser plantados. Usando tales variables de decision, formule un modelo de programacion
lineal(PL) donde el granjero Jones pueda maximizar la ganancia de las ventas de trigo y maz sembrado.
Modelo
Variables de Decision:
x
1
: Cantidad de acres de terreno sembrados con trigo
x
2
: Cantidad de acres de terreno sembrados con maz
Funcion Objetivo:
Maximizar la ganancia total de ventas de los productos sembrados:
Ventas = (
4 dolares
bushel
) (
25 bushel
acre
) (x
1
) + (
3 dolares
bushel
) (
10 bushel
acre
) (x
2
)
= 100 x
1
+ 30 x
2
dolares
Restricciones:
R1: Por recursos de terreno: Total plantado = x
1
+x
2
7 acres
R2: Por recursos de manor de obra: Total de horas de labor = (
10 horas
acre
) x
1
+(
4 horas
acre
) x
2
40 horas
R3: Por condiciones de produccion impuestas: Produccion de maz = (
10 bushels
acre
) x
2
30 bushels
Naturales: x
1
0 y x
2
0
2. Respecto al problema anterior,
x
1
= 2, x
2
= 3 esta en la region factible? S, todas las restricciones se cumplen.
x
1
= 4, x
2
= 3 esta en la region factible? No, falla la restriccion de horas de labor.
x
1
= 2, x
2
= 1 esta en la region factible? No, no se cumplen las restricciones naturales.
x
1
= 3, x
2
= 2 esta en la region factible? No, no se cumple la restriccion impuesta por el
gobierno en la produccion de maz.
3. Respecto al problema inicial, reformule el modelo usando ahora
x
1
= n umero de bushels de maz a producir y
x
2
= n umero de bushels de trigo a producir.
Modelo
Funcion Objetivo:
Maximizar la ganancia de ventas de los productos sembrados:
Ventas = (
3 dolares
1 bushel
) x
1
+ (
4 dolares
1 bushel
) x
2
= 3 x
1
+ 4 x
2
dolares
Restricciones:
Condiciones de produccion: Bushels de maz producido = x
1
30 bushels
Recursos de terreno: Total sembrado=

1 acre
10 bushels

x
1
+

1 acre
25 bushels

x
2
7 acres
Horas de labor : Total horas=

4 horas
1 acre

1 acre
10 bushels

x
1
+

10 horas
1 acre

1 acre
25 bushels

x
2
40 horas
Naturales: x
1
0 y x
2
0
4. FeedCo produce dos tipos de alimento para ganado. Ambos productos estan hechos completamente de
trigo y de alfalfa. El alimento 1 debe contener por lo menos 80 % de trigo y el alimento 2 por lo menos
60 % de alfalfa. El alimento 1 se vende a 1.50 dolares la libra y el alimento 2 a 1.30 dolares la libra.
FeedCO puede comprar hasta 1,000 libras de trigo a 50 centavos la libra y hasta 800 libras a 40 centavos
la libra. Suponiendo que todo producto producido se puede vender, formule un PL para maximizar las
ganancias de FeedCo.
Modelo
Variables de decision:
x
11
= Libras de trigo usadas para producir el alimento 1
x
12
= Libras de trigo usadas para producir el alimento 2
x
21
= Libras de alfalfa usadas para producir el alimento 1
x
22
= Libras de alfalfa usadas para producir el alimento 2
As
x
11
+x
12
total de trigo usado
x
21
+x
22
total de alfalfa usada
x
11
+x
21
total de producto 1 producido
x
12
+x
22
total de producto 2 producido
Funcion objetivo:
Maximizar la ganancia:
Ganancia = Ventas Gastos
z = (1.5 (x
11
+x
21
) + 1.3(x
12
+x
22
)) (0.5(x
11
+x
12
) + 0.4(x
21
+x
22
)
Restricciones:
Libras de trigo que se pueden comprar: x
11
+x
12
1000
Libras de alfalfa que se pueden comprar: x
21
+x
22
800
Porcentaje de trigo en el alimento 1: x
11
0.80 (x
11
+x
21
)
2
Porcentaje de alfalfa en el alimento 2: x
22
0.60 (x
12
+x
22
)
Naturales: x
11
, x
12
, x
21
, x
22
0
5. Hay 3 fabricas a la orilla del ro Momiss. Cada una de ellas emite 2 tipos de contaminante en el ro. Si la
basura es procesada en cada fabrica es posible reducir el contaminante vertido al ro. Cuesta 15 dolares
procesar una tonelada de basura de la fabrica 1 y reduce en 0.1 toneladas en el contaminante 1 y en
el contaminante 2 en 0.45 toneladas. Cuesta 10 dolares procesar una tonelada de basura de la fabrica
2 y reduce en 0.2 toneladas en el contaminante 1 y en el contaminante 2 en 0.25 toneladas. Cuesta 20
dolares procesar una tonelada de basura de la fabrica 2 y reduce en 0.4 toneladas en el contaminante
1 y en el contaminante 2 en 0.3 toneladas. El Estado quiere reducir la contaminacion vertida al ro en
al menos 30 toneladas del contaminante 1 y en al menos 40 toneladas en el contaminante 2. Formule
un modelo de programacion lineal que minimice el costo de reducir la contaminacion. Argumente sobre
el cumplimiento de las suposiciones de que exige el modelo lineal. Tome como variables de decision las
cantidades (en toneladas) de la basura a ser procesada por cada fabrica.
Modelo
Variables de Decision:
X
i
: El n umero de toneladas de basura procesada por la fabrica i (i = 1, 2, 3).
Datos:
C
i
: El costo en dolares de procesar una tonelada de basura en la fabrica i (i = 1, 2, 3).
i = 1 i = 2 i = 3
C
i
15 10 20
j: El tipo de contaminante a disminuir (j = 1, 2).
f
ij
: La cantidad en toneladas de contaminante j que se elimina al procesar una tonelada de basura
en la fabrica i.
f
ij
i = 1 i = 2 i = 3
j = 1 0.10 0.20 0.40
j = 2 0.45 0.25 0.30
M
j
: La cantidad en toneladas en que se impone reducir el contaminate j en el ro Momiss por las
tres fabricas.
j = 1 j = 2
M
j
30 40
Funcion Objetivo:
Minimizar el costo total de procesar X
i
toneladas de basura en la f abrica i.
Costo =
3

i=1
C
i
X
i
Restricciones:
Reducir cada tipo de contaminante en la cantidad total reducida no es menor que la meta
Para cada j = 1, 2 :
3

i=1
f
ij
X
i
M
j
3
Naturales: X
i
0 para i = 1, 2, 3.
6. Supongase que en el ejemplo de la ocina de correos, que cada emplado de tiempo completo trabaja 8
horas. De esta manera, el requerimiento de 17 trabajadores el lunes puede verse como una necesidad de
8 17 = 136 horas. La ocina de correos quiere cumplir con sus necesidades laborables diarias empleando
personal de tiempo completo y de tiempo parcial. Durante una semana, un trabajador de tiempo completo
labora 5 das consecutivos y uno de tiempo parcial trabaja 4 horas durante 5 das consecutivos. Un
empleado de tiempo completo cuesta 15 dolares la hora mientras que un empleado de tiempo parcial
cuesta 10 dolares la hora. Los requirimientos sindicales limitan el trabajo de tiempo parcial al 25 % de
las necesidades laborales semanales. Formule un PL para minimizar los costos laborales semanales de la
ocina de correos.
Modelo
Variables de Decision:
x
i
= n umero de trabajadores de planta que inicia su semana en el da i
y
i
= n umero de trabajadores de tiempo parcial que inicia su semana el da i.
X = total de trabajadores de tiempo completo
Y = total de trabajadores de tiempo parcial
Datos:
C
1
= Costo de hora laboral de un empleado de tiempo completo.
C
2
= Costo de hora laboral de un empleado de tiempo parcial.
H
i
= N umero de horas hombre requeridas en el da i.
Funcion Objetivo:
Min z = 40 C
1
X + 20 C
2
Y
Restricciones:
X =

7
i=1
, Y =

7
i=1
y
i
.
Horas requeridas da 1: 8 (X (x
2
+x
3
)) + 4 (Y (y
2
+y
3
)) H
1
Horas requeridas da 2: 8 (X (x
3
+x
4
)) + 4 (Y (y
3
+y
4
)) H
2
Horas requeridas da 3: 8 (X (x
4
+x
5
)) + 4 (Y (y
4
+y
5
)) H
3
Horas requeridas da 4: 8 (X (x
5
+x
6
)) + 4 (Y (y
5
+y
6
)) H
4
Horas requeridas da 5: 8 (X (x
6
+x
7
)) + 4 (Y (y
6
+y
7
)) H
5
Horas requeridas da 6: 8 (X (x
7
+x
1
)) + 4 (Y (y
7
+y
1
)) H
6
Horas requeridas da 7: 8 (X (x
1
+x
2
)) + 4 (Y (y
1
+y
2
)) H
7
Relacion tiempo parcial/completo: 400 Y 25 (8 X + 4 Y )
Naturales x
i
, y, X, Y 0.
7. Usted ha decidido entrar en el negocio de los dulces. Esta considerando producir dos tipos de dulces:
Slugger Candy y Easy Out Candy, que se componen unicamente de az ucar, chocolate y nueces. Actual-
mente tiene en bodega 100 Onzas de az ucar, 20 onzas de nueces y 30 onzas de chocolate. La mezcla para
producir Slugger tiene que contener al menos 10 % de nueces y por la menos 10 % de chocolate, mientras
que para producir Easy Out debe contener al menos 20 % de nueces. Cada onza de Easy Out se vende en
25 centavos de dolar mientras que una de Slugger se vende en 20 centavos. Formule un PL que permita
maximizar los ingresos por venta.
Modelo
Variables de Decision:
4
x
ij
= n umero de onzas del ingrediente i usada en el producto j.
X
j
= total de onzas producidas del producto j.
Datos:
N = n umero de productos a producir.
M = n umero de ingredientes usados.
G
j
= ganancia en el producto j, j = 1, . . . , N.
P
i
= n umero de onzas del ingrediente i disponibles i = 1, . . . , M.
Q
11
= 10 % del producto 1 (Slugger) debe ser del ingrediente 1 (nuez) al menos.
Q
21
= 10 % del producto 1 (Slugger) debe ser del ingrediente 2 (chocolate) al menos.
Q
12
= 20 % del producto 2 (Easy Out) debe ser del ingrediente 1 (nuez) al menos.
Funcion Objetivo:
Max z =
N

j=1
G
j
X
j
Restricciones:
Produccion: para todo j = 1, . . . , N, X
j
=

M
i=1
x
ij
.
Recursos: para todo i = 1, . . . , M,

N
j=1
x
ij
P
i
.
Calidad:
Nueces en Slugger: x
11
Q
11
X
1
Chocolate en Sluger: x
21
Q
21
X
1
Nueces en Easy-Out: x
12
Q
12
X
2
Naturales: x
ij
, X
j
0.
8. La cervecera Bloomington produce cerveza del tipo I y cerveza del tipo II. La cerveza del tipo I se vende
a 5 dolares el barril y la cerveza del tipo II se vende a 2 dolares el barril. La produccion de un barril de
cerveza tipo I requiere 5 libras de cebada y 2 libras de l upulo, mientras que un barril de cerveza del tipo
II requiere 2 libras de cebada y 1 libra de l upulo. Se disponen 60 libras de cebada y 23 libras de l upulo.
Formule un modelo de PL de manera que la compa na maximice sus ingresos bajo el supuesto que toda
la produccion sera vendida.
Modelo
Variables de Decision:
x
ij
= n umero de libras del ingrediente i usada en el producto j.
X
j
= total de barriles producidos del producto j.
Datos:
N = n umero de productos a producir 2.
M = n umero de ingredientes usados 2.
G
j
= ganancia en el producto j, j = 1, . . . , N.
P
i
= n umero de libras del ingrediente i disponibles i = 1, . . . , M.
R
ij
= libras del ingrediente i requeridas en un barril del producto j.
5
Funcion Objetivo:
Max z =
N

j=1
G
j
X
j
Restricciones:
Produccion: para todo j = 1, . . . , N y para todo i, R
ij
X
j
= x
ij
.
Materia prima: para todo i = 1, . . . , M,

N
j=1
x
ij
P
i
.
Recursos humanos: no considerados.
Calidad: No hay restricciones.
Demanda: No hay restricciones.
Naturales: x
ij
, X
j
0.
9. El pastelero Jones produce dos tipos de pastelillos (de chocolate y de vainilla). Se puede vender cada
pastelillo de chocolate a 1 dolar y cada pastelillo de vainilla a 50 centavos. Cada pastelillo de chocolate
tarda 20 minutos en cocerse y requiere 4 huevos. Cada pastelillo de vainilla tarda 40 minutos en cocerse
y requiere 1 huevo. Se disponen 8 horas de horneado y 30 huevos. Formule un modelo de PL de manera
que el pastelero maximice sus ingresos bajo el supuesto que todos sus productos seran vendidos.
Modelo
Variables de Decision:
x
i
= n umero de productos tipo i a producir
Datos:
N = n umero de productos a producir 2.
G
i
= ganancia en el producto i, i = 1, . . . , N.
C
i
= horas requeridas de cocimiento para el producto i
H
i
= n umero de huevos requeridos para el producto i
HT = total de huevos disponibles
CT = total de horas de horno disponibles
Funcion Objetivo:
Max z =
N

i=1
G
i
x
i
Restricciones:
Materia prima huevo: para todo

N
i=1
H
i
x
i
HT.
Materia prima tiempo cocimiento:

N
i=1
C
i
x
i
CT.
Recursos humanos: no considerdos.
Calidad: No hay restricciones.
Demanda: No hay restricciones.
Naturales: x
i
0.
6
10. Todo el acero producido por SteelCo tiene que cumplir con las siguientes especicaciones: 3.2 a 3.5 %
de carbono; 1.8 a 2.5 % de silicio; 0.9 a 1.2 % de nquel; y resistencia a la traccion de por lo menos
45,000 lb/pulg
2
. SteelCo produce su acero mezclando dos tipos de aleaciones. El costo y sus propiedades
aparecen en la siguiente tabla. Suponga que se puede determinar la resistencia a la traccion haciendo un
promedio ponderado de los tipos de aceros que se mezclan. Modele un PL que minimize los costos de
produccion de una tonelada de acero.
Aleacion 1 Aleacion 2
Costo 190 200
% Si 2 % 2.5 %
% Ni 1 % 1.5 %
% C 3 % 4.0 %
Resistencia 42,000 lb/pulg
2
50,000 lb/pulg
2
Modelo
Variables de decision:
x
1
= Toneladas de la aleacion 1 a usar
x
2
= Toneladas de la aleacion 2 a usar
Funcion objetivo:
Minimizar los costos de produccion:
z = 190 x
1
+ 200 x
2
Restricciones:
Se desea producir solo una tonelada de acero: x
1
+x
2
= 1
Rango de nquel:
0.009 (x
1
+x
2
) (0.01 x
1
+ 0.015 x
2
)
(0.01 x
1
+ 0.015 x
2
) 0.012 (x
1
+x
2
)
Rango de silicio:
0.018 (x
1
+x
2
) (0.02 x
1
+ 0.025 x
2
)
(0.02 x
1
+ 0.025 x
2
) 0.025 (x
1
+x
2
)
Rango de carbono:
0.032 (x
1
+x
2
) (0.03 x
1
+ 0.04 x
2
)
(0.03 x
1
+ 0.04 x
2
) 0.035 (x
1
+x
2
)
Resistencia de traccion mnima: (42000 x
1
+ 50000 x
2
) 45000 (x
1
+x
2
)
Naturales: x
1
, x
2
0
11. SteelCo produce dos tipos de aceros en tres diferentes aceras. Durante un mes dado, cada acerera
dispone de 200 horas de alto horno. El tiempo y el costo de produccion de una tonelada de acero, diere
de una acera a otra debido a las diferencias de hornos en cada acera. En la siguiente tabla se muestran
el tiempo y el costo de produccion para cada acera. Cada mes, SteelCo debe producir al menos 500 ton
de acero tipo 1 y 600 ton de acero tipo 2. Formule un PL para nimimizar el costo de producir el acero
deseado.
Acero 1 Acero 2
costo(dls) tiempo(min) costo(dls) tiempo(min)
Acera 1 10 20 11 22
Acera 2 12 24 9 18
Acera 3 14 28 10 30
7
Modelo
Variables de Decision:
x
ij
= n umero de toneladas de acero tipo i producidas en la acera j.
Datos:
N = n umero de tipos de acero a producir 2.
M = n umero de aceras disponibles 3.
H
j
= n umero de horas de alto horno disponibles en la acera j.
A
i
= toneladas de acero tipo i requeridas en total.
C
ij
= costo de produccion de una tonelada de acero tipo i en la acera j.
H
ij
= n umero de horas de alto horno requeridas para la produccion de una tonelada acero tipo i
en la acera j.
Funcion Objetivo:: Minimizar el costo total de produccion:
Min z =
N

i=1
M

j=1
C
ij
x
ij
Restricciones:
Produccion: para cada acero i = 1, . . . , N:

M
j=1
x
ij
= A
i
.
Recursos horas de alto horno: para cada acera j = 1, . . . , M

N
i=1
H
ij
x
ij
H
j
.
Naturales x
ij
0.
8