CAPITULO Programacién lineal: planteamiento de modelos 8 & Z Brewing Company “ Mi La Junta de Mejoramionio do ‘Caminos del Cohdédo Cook) iliRol 6364 Capitulo 3 + Programacion lineal: planteamiento de modelos —— INTRODUCCION Ahora que ha revisado usted los fundamentos de la programacién lineal y et procedimien- to grafico de solucidn, y ya que estd en posibilidades de interpretar resultados computa- dorizados en forma de tabla simplex, estamos listos para examinar problemas més realis- fasycomplejas. Esevidente que a mayor partede los problemas reales son més complicados (que los ejemplos de dos variables de la Agro-Tech y ef de tres variables de la Baker ‘Manufacturing que se presentaron en el capitulo 2. En este capitulo examinaremos diver~ ‘sos problemas y casos que implican actividades como mezclado de gasolinas, seleccién de medios de publicidad, programacién de la produccién y andlisis de inversiones. Algu- nos ejemplos requieren pocas variables, otros utilizan 15 0 mds. El objetivo del capitulo es exponer al estudiante el proceso implicado en el plantea- miento de un problema de PL e ilustrar tas diversas dreas de problemas a las que se puede aplicar la PL. La presentactén de los problemas estd organizada de tres maneras: {l) se presentan los problemas en orden progresivo de dificuiltad (es decir, puede conside- rarse que los primeros de ellos son una exposicién introductoria a a experiencia de plan- tear problemas, mientras que fos finales son algo mds complejos); (2) se incluyen proble- ‘mas tanto del sector privado ast como del puiblico (aunque no se intenta clasificarlos en estas categortas); (3) se identifican los problemas wtilizando nombres tradicionales de CA/IO como de mezcla, dieta, transporte, asignacién y presupuestos de capital. La razén de esto es que en algunos casos se han desarrollado algoritmos especializados que se identifican con esos nombres. ‘Se espera que los efemplos det capitulo proporcionen una base firme para el proceso de planteamiento y sirva de motivacidn en el estudio del método simplex que se presenta cen el capitulo 4. Al igual que en ta estructura y presentacion del capitulo 2, se incluyen listados por computadora de las soluciones para reforzar y apoyar el proceso de plantea- ‘miento de los problemas.Estructura de fos plantesmientos 65 ESTRUCTURA DE LOS PLANTEAMIENTOS ‘Antes de pasar a los planteamientos de ejemplo, es necesario desarrollar una estructura ‘general para los modelos de PL., Recuérdese que en el capitulo 2 se identificaron algunas ccaracteristicas generales de los modelos de PL, como: (1) una sola funcién objetivo, 2) maximizaciOn de una funcién objetivo, sujeta a disponibilidad de recursos, (3) pro. Porcionalidad dela funcién objetivo y delas resricciones con respecto al nivel de produce cién de cada articulo, etc. $i se expresan estas condiciones en forma ligeramente modifi- cada y se consideran més de acuerdo con el orden en el cual se relacionan con el planteamiento del modelo, entonces es posible enunciar que un problema puede resolver- se a través de la programacién lineal si satisface los siguientes requerimientos. 1. Puede plantearse una funcién objetivo para el problema en términosde variables de dec. sion, e§ decir, cOMO 4, vo ye 2. Las variables del problema deben estar interrelacionadas para generar e! ‘resultado to- tal", €5 decir, puede dejarse de fabricar un producto (variable) para fabricar o utilizar ‘una mayor cantidad de otro producto (variable). 3. Las restrcciones relacionadas con la disponibilidad o uso de los recursos, le satisfaccién de los requerimientos o e! surtimiento de ta demanda deben set de forma lineal. Los valores de las variables en la soluci6n pueden ser fraccionarios, pero doben ser mayo~ res 0 iguales que cero. Expresado en forma matemética general, el modelo de PL ¢s de la siguiente forma MAKIMIAR = Ze ek Hep tos te ea Oy% Oak + Oigka ls By =I, Au8 Oaks 6 daete LS, 2, oT OX, # ane eo + aieky 2,2, “1b Oak, + Ogaks $+ Oagdle 2“]bm ers) fen donde xj,24, ++, representan las variables de decision aren, ay, | Tepresentan los coeticientes de a tas sca de susiucion (w30); por ejemplo, podrian describ la tasa de uso de la ‘materia prima i(en donde ivariade 1 a men la produccién de la variable j (en donde j varia de 1a n), Chen» 6 Febresentan los coeficientes de contribucion bs bay + +yby Tepresentan los recursos disponibles de materias primas El arte de plantear problemas La habilidad para transformar un problema del mundo real en tun modelo de PL debida- de las personas que intentan usar los modelos mente planteado es un arte, La mayori66 Capitulo 9. + Programacién lines: planteamiento de modelos plantew dv investigacién de operaciones/ciencia de la administracién tienen mayores dificultades ‘con el proceso de planteamiento que con los dems aspectos del area. Si puede plantearse en forma apropiada el problema, es posible utilizar un programa comin decomputadora para obtener una respuesta al problema. BI arte de plantear problemas se mejora con paciencia, practica y una estructura apropiada para abordarlos. Al plantear los proble- mas, se ha encontrado que los siguientes procedimientos son titles En primer lugar, debe eoncentrarse la aencién en idemtificar el objetivo general. ;Cual cs cf objetivo final del problema, maximizar utiidades, minimizar costes, minimizar las mmatetias primas que se requieren, maximizer el uso de la fuerza de trabajo, etestera? ‘En segundo lugar, debe plantearse el objetivo en forma verbal, incluyendo en la expresién fa forma en que el objetivo se relaciona con los diversos Factores (variables de decisi6n) sobre los cuales tiene control quien toma las decisiones. En tercer término, se debe identificar y plantear en forma verbal cada restriceion. Una vezque se ha descritocl problema en forma verbal, el siguiente paso es transfor- mar las descripciones verbales en una estructura matemdtica apropiada. Un procedi- tmiento funcional que puede utiizarse en esta etapa del proceso de planteamiento de problemas es: 1. Idontiticar y defini las variables de decisibn, (las 15) asociadas con el problema, incii- yendo en la definicion las unidades de medicion asoviadas con cua una de las variables. 2. Mentificar los coeficentes de contribucidn (los ¢) asociados con cada variable, inclu- vende en la definicidn la unided de medicién asociada, 3, Plantear a funcidn objetivo y verficar que existe consistenciaen las unidades de medicion. 44, Identficar Ia tas fisica de los cooficientes de sustitueién (los a), ineluyendo en fa defi- hicion las wnidades de medicion relacionadas con el coeficiente respectivo, 5. Identificar los recursos 0 requerimientos disponibles, es decir, los coeficientes del segun~ do término (los 6,), que son los valores que aparecen en el lado derecho det signo de fgualdad en las ecutaciones de resiriccién, ineluyendo en la definicién las unidades de rmedici6n asociadas con los recursos. 6, Plantear las restrcciones relacionaidas con cada uno de los respectivos recursos requ miientosy verificar que haya consistencia en las unidades de medicién para cada restricién, 1. Definir las condiciones de no negatividad asoeiadas con fas variables de decisién, Para plantear cada uno de los problemas de ejemplo de este capitulo se seguirdn las elapas de este procedimiento. Hacerlo ayudara a minimizar los errores asociados con ¢l proceso de planteamiento, por ejemplo, una seleccién inadecuada de variables dedecisién, falta de consistencia en las unidades de medicién en algunas de las restriccio- nes que se definen y falta de consistencia de los términos en la funcién objetivo. ‘Comto observacién final para los problemas de ejemplo, debe hacerse hincapié en {queen muchos casos puede haber formas alternativas de definir las variables de decision, de plantear las restrieciones y la funci6n objetivo. En los problemas de ejemplo se presen tan planteamientos Funcionales; pero eso no quiere decir que no existan formas alternati- vas, Esto es cierto para todos los planteamientos. En general, existen muchos modelos “correcios™ para un problema determinado. Al plantear problemas, las personas se acos~Probiemas de un solo periodlo 67 tumbran a considerarlos desde una perspectiva determinada; por lo tanto, cuando se comparan los planteamientos ce dos personas pueden ser distintos. Esto no significa quealguno delos planteamientossea erréneo. Sicha seguido el proceso de planteamien- tode problemas y se satisfacen los requerimientos generates ce un modelo de PL, enton- ces bien podiria ser que ambos planteamientos fueran correctos. Noabanconesu plantea- miento s6lo porque no sea una réplica del planteamniento desarrollaco por otra persona. Verifique su planteamiento comparandolo con los requerimientos de los modelos. Variables continuas y variables discretas Una de las consideraciones que se hicieron con respecto al planteamiento de problemas de PL fue que los valores de las variables en la solucién pueden ser fraccionarios o conti rnuos. Esta cor ‘in no siempre resulta practica en el mundo real. Por ejemplo, si se tiene un problema que implica la fabricacién de articulos de gran tamaiio, como automévileso aviones, osiel problema implica asuntos como contraios, arrendamientos ‘© anuncios, resultan més realistas los valores disctetos para esas variables ya que no se pueden fabricar automéviles o aviones fraccionarios ni tampoco existen arrendamien- tos, contratos o anuncios fraccionarios. Puede evitarse este problema en la programna- cign lineal redondeando los valores continuos para que sean discretos; sin embargo, estono siempre da como resultado una solucién factible. Existen algoritmos que propor- cionan valores discretos dptimos en las soluciones, pero se pospone su andlisis hasta capitulos posteriores. Al analizar los planteamientos se identficardn los casos mas evi dentes en los que valores discretos en Ia solucidn sertan més aplicables que valores fr cionarios. Puesto que el algoritmo simplex no garantiza la ocurrencia de valores discre- tos, simplemente se dara los resultados tal como ocurren. Se deja al leetor el redoncleo de los valores de la solucién, cuando sea aplicable. PROBLEMAS DE UN SOLO PERIODO En el capitulo 1 se definié un modelo estitico como el que se utiliza para abordar un problemaen un punto intervalo fijode tiempo, yen el cual las condiciones del problema permanecen constantes. La decisién 0 curso de accién éptimo para estos problemas se determina sin tomar en consideracidn el curso de accién que se sigue o seguira en periodos anteriores o futuros. En esa seccién se examinan diversos problemas estaticos, on térmi- nos mas tradicionales, problemas de un solo periodo. La aplicacién mas fundamental de los periodos tinicos en la programacién lineal problemas de puede encontrarse en los que se denominan problemas de asignacién de recursos; es asignacién de decir, problemas en los que existen recursos limitados y se busca la utilizacion maxima cellos. Los primeros tres de los ejemplos que siguen ilustran este concepto. Estos ejem- plos son menos complejos que muchos problemas practicos; sin embargo, la diferencia no radica en la estructura del problema sino en el hecho de que la mayoria de los proble- mas reales requieren una mayor cantidad de variables y restricciones.6B Capitio 3 + Programacién lineal: planteamiento de modelos 18 BREEDING MANUFACTURING INC. La Breeding Manufacturing Inc., fabrica y vende dos tipos de bombas hidrulicas: (1) normal y (2) extra grande. El proceso de manufactura asociado con la fabricacién de las bombas implica tres actividades: ensamblado, pintura y pruebas (control de calidad). Los requerimientos de recursos para ensamble, pintura y prueba de las bombas se mues- tran en la tabla 3-1. La contribucién a las utilidades por la venta de una bomba normal es $50, en tanto que la utilidad por una bomba extra grande es $75. Existen disponibles por semana 4800 horas de tiempo de ensamble, 1980 de tiempo de pintura y 900 horas detiempo de prueba. Las experiencias anteriores de venta seialan quela compafia puede esperar vender cuando menos 300 bombas normales y 180 de las extra grandes por sema- na. A la Breeding le gustaria determinar la cantidad de cada tipo de bomba que debe fabricar semanalmente con el objeto de maximizar sus utilidades. ‘TABLA 3-1. Requorimienios ce manulactura {horas}: Breecing Manutacturing Tipo Tiempo de ensamble Tiempo de pintado Tiempo de prueba Normal 36 16 06 Enea grande 48) 18. 0.6 SOLUCION Estecs un problema bastante elemental que se refierea la mezclade productos que maximice las utilidades. La Breeding debe decidir qué cantidad de cada uno de los productos debe fabricar durante cualquier semana, tomando en consideracién queexisten ciertas limita- ciones sobre los recursos (4800 horas de tiempo de ensamble, 1980 horas de tiempo de pintura y 900 horas de tiempo de pruebas). Para satisfacer la demanda semanal, la com- paiiia debe fabricar 300 bombas normales y 180 bombas extra grandes. Para plantear el problemaen términos mateméticos, pueden utilizarse las siguientes variables de deci x, © ndmero de unidades de la Domba normal que deben fabricarse durante una semana determinada 4%; = numero de unidades de la bomba extra grande que deben fabricarse en una semana determinada Puesto que el objetivo es maximizar las utilidades, las unidades de medicién de la funcién objetivo se expresarén en délares, De andlisis anteriores, sabemos quc la for- ma general de la funcién objetivo es Zm ew + ox Por ello, los términos cx, y cyt, deben expresarse en délares. El coeficiente c; es la contribucién a las utilidades que se obtiene por la venta de tuna unidad de la bomba normal, 0 $50; por otro lado c, ¢s la contribucidn a las utilida- des que se obtiene por ia venta de cada bomba de tamafio extra grande, 0 $75. Por tanto, el término ox; esProblemas de un solo periodo 69 ($50/unidad de bombs normal) x (x, unidades de Ia bomba extra grande) y el término cr, es ($75/unidad de la bomba de tamano extra grande) x (x, unidades de la bombs extra grande) Cuando se recopilan las unidades de medicién para las operaciones, el resultado se expre- saen délares, Por lo tanto, la funcién objetivo para el problema se expresa de la siguiente manera: unsaann, —Z = SOx) + 15x Para desarrollar las restricciones del problema, es necesario identificar los coef cientes ay y determinar cual es su relacién con las variables de decision (x; y x3) y los, recursos disponibles. Al estructurar lag restricciones, es necesario tener en cuenta las dos reglas generales que se identificaron en el capitulo 2. Para hacer énfasis en estas reglas, se vuelven a presentar aqui. 1. Lasunidades de medicfon del segundo término de una restric (es decir, del lado dere cho del signo de igualdad o desigualdad) siempre deben ser iguales a las unidades de ‘medicién del primer término, o lado inquierdo de Ia restriceién. 2. Noes necesario que todas la restricciones estén expresadas en las mismas unidades de ‘medicién (es ec, una restrccidn puede estar expresada en délares, en tanto que una segunda restricién podria expresarse en horas, una tercera en libras, pies cuadrados © alguna otra unidad de medicién. Para el problema que se presenta se tienen tres restricciones sobre los recursos para la produecién, Se considera primero la restriccién asociaca con la operacién de ensam- ble. Dado que cada bomba normal requiere de 3.6 horas de tiempo de ensamble y dado que x; es el ntimero de unidades de bombas normales que se fabrican por semana, 3.6%; sel ntimero total de horas de ensamble que se requieren para fabricar bombas normales. De manera similar, 4.85 es el ntimero total de horas de ensamble que se requieren en la fabricacién de bombas extra grandes. Puesto que existen disponibles 4800 horas de tiempo de ensamble, la restriccién a este respecto es 3.6%, horas + 4.8%, horas = 4800 horas La restriceién asociada con la pintura es similar a la restrieci6n de ensamble. Se requieren 1.6x, horas de tiempo de pintura para fabricar x, bombas normales y se re- quieren 1.8%, horas de pintura para fabricar x, bombas extra grandes. Dado que exis- ten disponibles por semana 1980 horas de tiempo de pintura, la restriccién es 1.6%, horas + 1.8% horas < 1980 horas Utilizando el mismo andlisis de procedimiento, la restriccién asociada con las prue- bas es 0.6, horas + 0.6%; horas = 900 horas70. Capitulo 3 + Programacién lineal: planteamiento de modelos Las dos restricciones finales estan asociadas con los niveles minimos de ventas que se han proyectado. Estas restricciones son relativamente féciles de estructurar puesto «que las unidades de medicién estan equilibradas en ambos miembros de las restricciones. Estas restricciones son: (; unidades de fa bomba normal) = (300 unidades de la bomba normal) (x; unidades de la bomba extra grande) = (180 unidades de le bomba extra grande) Reuniendo todas las restricciones y aftadiendo las condiciones de no negatividad (xu % 2 0) se tiene como resultado el siguiente modelo: Maxwazar: — Z= SOx) + 75x, sunt a 3.6x, + 48x, = 4800 1.61 + 18x; = 1980 06x) + 0.62, = 900 x = 300 x= 180 Hime 0 En la figura 3-1 se muestra el listado de una solucién por computadora para el problema de la Breeding Manufacturing Inc. En este caso, se muestran s6lo los valores de la funcién objetivo y las variables que se uilizaron en el planteamiento del problema (‘variables estructuraies”). En capitulos posteriores se presentard un listado de compu- tadora més detallado para problemas de programacién lineal, pero para este capitulo resulta suficienteeste listado para permitirleausted determinar cuales a solucién éptima para el problema. Para cada uno de los problemas que se plantean en este capitulo se presentard un listado similar al de la figura 3-1. En este caso, el listado de la figura 3-1 sefiala que la solucién éptima para este problema es fabricar 300.0 bombas normales ¥ 775.0 bombas extra grandes, con unas utilidades resultantes de $73,125.01. @ D & M POWER PRODUCTS INC. La D & M Power Products Inc., fabrica tres tipos de aisladores de uso industrial on ‘compaitias de servicios electrnicos: aisladores de aplicacién general, de aplicacién espe- cial y de alto voltaje. Cada producto pasa a través de tres operaciones de produccién ‘ena planta dela D&M: horneado, lavado y laminado y pulimiento. Sélo existe disponi- THE VALUE OF THE OBJECTIVE FUNCTION 1S ‘STRUCTURAL ve AL YAR TABLES BLUES KOR) 775.00 FFIGURA 3-1. Resultados por computador para la Breedng Manulatuxing Ine.Problemas de un solo periodo 71 ‘ble una maquina en cada una de las respectivas operaciones. La tasa de produccién (en unidades por hora) para cada tipo de aistador, y en cada operacién, se muestran en latabla 3-2, Los costos de las materias primas asociados con la fabrieacidn de los aislado- es son de (aplicacién general), $6 (aplicacién especial) y $10 (alto voltaje). Los costos or hora de las respectivas operaciones de produccién son: $250 (horneado), $200 (lava do y laminado), y $100 (pulimiento). Los pesos unitarios de venta son $25, $39.75 y ‘$67.50 para los tres productos, respectivamente. A la compania le gustaria asignar el tiempo utilizado en tas diferentes operaciones dle manera que se maximicen las utilidades por hora. TABLA 3-2 Tasas de prodvecion: D & M Power Products Inc, Lavado y Tipo de etsador Hormeado laminado ——_—Plimiento De aplicacién general 50 0 2s De aplicacién especial 40 20 20 De alto valtaje 25 to 10 SOLUCION Existen dos formas evidentes para plantear este problema. En primer lugar, podrian definirse ax, % y x como las fracciones de cada hora que se dedican a fabricar cada Producto en la operacién de horneado; x. x; Y 2 serfan las fracciones de tiempo en Jas que se utiliza la operacién de lavado y laminado para fabricar cada producto; y x, %r ¥ %p serian Tas fracciones que se utilizan en Ia maquina de pulir. Un segundo método, que es el que desarrollaremos aqut, consistiriaen definir x, 44 y x; como el niimero de cada uno de los tres aisladores que se fabrican por hora. Esie enfoque nos exige determinar la fraccién de hora que se requiere para elaborar una unidad de cada uno de los productos en cada operacién, pero este célculo es bastante simple. La tinica restriccién asociada con el problema es la capacidad de las maquinas. Slo existe disponible una méquina en cada operacién. Sin embargo, esto no significa que todas las operaciones se efectiien a su maxima capacidad; simplemente significa ue en una operacién no esta disponible mas del 100% de capacidad. Con esta descripcién del problema, puede comenzarse el planteamiento matemati co. Las variables de decisién para el problema son: | © niimero de unidades por hora de aistadores de oplicacién general que se fabricarén niimero de unidades por hora de aisladores de aplicacién especial que se fabticarin, ‘mimero de unidades por hora de aisladores de alto voltaje que se fabricarén 1 % Puede abordarse el problema de identificar Ios coeficientes del margen de utilidad (© contribucién) para el problema examinando las unidades de medicién asociadas con Ja ecuacién general para la funcién objetivo. Recuérdese que nuestro objetivo consiste ‘en maximizar utilidades por hora para la planta, Expresado en forma general, la funcién objetivo es de la siguiente forma:72 Capitulo 3 = Programecién lineal: planleamiento de modelos masimizats Zn cay + est + 6% ‘en donde Z son las utilidades totales, expresadas en ddlares por hora. Dado que xi, 1X: ¥ 4; Se expresan en unidades por hora, la unidad de medicién de ¢,, ¢ y ¢; debe ser también délares por unidad, es decir, Sshora (S/unidad) (unidades por hora) + ($/unidad) (unidades por hora) + (G/unidad) (unidades por hora) = S/hora + $/hor: + SJhora Los cilculos para determinar los valores de ¢,, cy ¥ ¢; son: La compania puede hor- near 50 aisladores de aplicacién general por hora a un costo de $250 por hora; por tanto, cada aislador de este tipo cuesta $250/50 = $5/unidad. Pero cada aislador de aplicacién general también debe pasar a través del lavado y laminado y de la operacién de pulimi to, Utilizando el mismo procedimiento que se us6 para calcular el costo de produccién para el horneado, los costos unitarios de producci6n para las dos operaciones restantes son $5 y $4 por unidad, respectivamente. Si se afiaden los costos de materiales de $5 ‘a los costos de produccién para cada uno de los aisladores de aplicacién general que se fabrican, entonces el costo unitario total ¢s $19. Dado que el precio de venta de este tipo de aisladores es $25, entonces ¢, es $6 por unidad. Utilizando los mismos procedimientos, pueden calcularse los margenes de utilidad para los otros dos productos. Los resultados de estos céiculos se muestran en la tabla 3-3, en la cual puede verse que c = $12.50 por unidad y ¢, = $17.50 por unidad. Por tanto, la funcién objetivo es wwanimtzan; — Z = 6.00x) + 12.50%; + 17.50%, ‘Ya que hemos verificado las unidades de medicién de ¢, ¢: ¥ ¢, sabemos que fa expre- sin es funcionalmente correcta. 7 Para escribir las restricciones del problema, debemos identificar los coeficientes 4, y determinar la forma en que se relacionan con los recursos disponibles, En este pro- blema, los recursos son las méquinas tinicas que estén disponibles en las operaciones respec- Livas, Sisedesea, puede uilizarse cada maquina en tiempo completo, peronocs obligato- rio que se emplee cada una de las méquinas en forma completa cada hora. Dado que esposible fabricar 50 aisladores de aplicacién general por hora ena operacién de hornea- TABLA 3-9, CAlcules de! margen de ullidadee: D & M Power Producis Inc Altiador de Aislador de Aislador aplicacin ——apieacién——_ para alto seneral spec voltaie CCostos de operacion Horneado S 5.00 8 6.25 $10.00 Lavade y laminado 5.00 10.00 20.00 Patimiento 4.00 5.00 10.00 costo de materiales 5.00 6.00 10.00 CCostos torales 19.00 21.8 0.00 Precio de venta 25.00 39.75 67.50 ilidad unitaria $6.00 31250 817.50Problernas de un solo periodo 73 do, se requiere 0.02 (es decir, 1/50) de hora para hornear un aislador. De manera similar, y dado que pueden fabricarse 40 aisladores de aplicacién especial por hora en la opera cin de horneado, es necesario 0.025 de hora para hornear un aislador de aplicacién especial. Asimismo, se requiere 0.04 de hora para hornear un aislador de alto voltaje, Dado que la méquina de horneado esta disponible para una utilizacién completa en cual- quier hora, la restriceién asociada con la primera operacién es 0.02%, + 0.025%, + 0.04x, ¢ 1 Verificando la consistencia de las unidades de medici6n, se observa que (0.02 horas por unidad) x (x, unidades/hora) + (0.25 horas por unidad) x (xy unidades/nora) + (0.04 horas por unidad) x (x, unidades/hora) < 1 ‘Si multiplicamos el factor (0.04 horas por unidad) (x, unicades por hora) por 100, ten- ddriamos el porcentaje de tiempo de cada hora que la operacién de horneado se dedica alaelaboracién de isladores de aplicacién general. Podria llevarse a cabo una operacién, similar para los otros factores. Entonces las unidades de medicién asociadas con los factores a, x; son adimensionales y simplemente representan la parte de una hora que una maquina determinada se emplea para fabricar un producto especifico. Utilizando un andlisis similar, las restricciones de capacidad para las dos operacio- nes restantes son 0.025%; ++ 0.050x, + 0.10% 1 (operacién de lavado y laminadoy 0.040%, + 0.50%; + 0.10% I (operacién de pi ) Afiadiendo las condiciones de no negatividad (xj, %, x; 2 0), el planteamiento com- pleto del probiema es Maxueea: — Z— Gx, 4 12.505 + 17.50%) fauabaas 0.020%, + 0.25%, + 0.04x, = 1 0.025x, + 0.050%, + 0.10%, <1 0.040%) + 0.050x, + 0.10x) 5 1 Ante % EO La figura 3-2indica que la soluci6n al problemaes fabricar 0.00 aisladores de aplica- cién general, 20.00 especiales y 0.00 de alto voltaje por hora. Al igual que el problema THE VALUE OF THE OBJECTIVE FUNCTION 1S 250.00 STRUCTURAL YARTABLES vatues xt 2) 26:80, xe 3} 8.00) FIGURA 9-2. Resullados por computadora pata la D & M Power Products Inc74 Caplulo 3 + Programacién lineal: planieamiento de modelos de la Breeding Manufacturing, esta solucién no requiere redondeo para que dé valores enteros de x;, ¥%y %3. Sin embargo, este caso no es comtin, Si hubiéramos definido las variables de decisién como la parte fraccionaria de una hora (que es el primer método de solucién que mencionamos), entonces es probable que ocurrieran resultados fraccio- narios. HICKORY DESK COMPANY La Hickory Desk Company, un fabricante de muebles de oficina, produce dos tipos de escritorios: ejecutivos y secretariales. La compania tiene dos plantas en las que Fabrica Jos escritorios, La planta 1, que es una planta antigua, opera con doble turno 80 horas por semana, La planta 2 es una planta mas nueva y no opera a su capacidad total. embargo, y dado que los administradores planean operar la segunda planta con base en un turnodoble comoel dela planta 1, se han encontrado operadores para quetrabajen. os dos turnos. En estos momentos, cada turno de la planta 2 trabaja 25 horas por sema~ nna, No se paga ninguna prima adicional a los trabajadores del segundo turno. La tabla 3-4 muestra ef tiempo de producciéa (en horas por unidad) y los costos esténdar (en délares por unidad) en cada planta. La compafiia ha competido con éxito en el pasado asignando un precio de $350 a los escritorios ejecutivos. Sin embargo, parece que la compatiia tendré que reducir el precio de los escritorios secretariales a$275 con el objeto de estar en posicién competiti- va. La compania ha estado experimentando excesos de costos en las ultimas ocho a diez semanas; por tanto, los administradores han fijado una restriceién presupuestaria sema- nal sobre los costos de produccién. El presupuesto semanal para la produccién total deescritorios ejecutivos es $2000, en tanto que el presupuesto para los escritorios secreta- riales es $2200. A los administradores les gustaria determinar cual es el niimero de cada clase de escritorios que deben fabricarse en cada planta con el objeto de maximizar las utilidades. SOLUCION En los primeros dos ejemplos se presentaron procesos de solucién un tanto detallados. Se proporcionaron para dar al lector una idea del proceso de planteamiento. En este ylos ejemplos subsecuentes, se presentan procesos mas escuetos, dejando al lector algu- nos detalles. TABLA 3-4. Tempo (horas) y costs (dares: Hickory Desk Co, Tempo de produccién Costas etindar ‘horas/undad) (diares/unidod) Plenta2 == Planta) Planta 2 Eseritoros eecutivos 7.0 60 250 260 ser ios secretariales 4.0 50 200 180Problemas de un solo periodo 75 Objetivo (verbal) La compaitia necesita determinar el ntimero de eseritorios ejecutivos y secretariales que deben fabricarse en la planta 1 y los que deben fabricarse en la planta 2 con el objeto fades. La utilidad por unidad en las respectivas plantas es la dife- rencia entre el precio de venta y los costos estandar. Restricciones (verbales) 1. Nosedispone de més de 80 horas para a produccién combinada deescritoriosen faplanta 1 2, Nosedispone de mas de 50 horis para a produccién combinada deesritorios en laplanta 2. 3. Los costos asociados con Ia produccién combinada de escritorios ejecutivos en las dos plantas no deben exceder $2000. 4. Los costos asociados con la produccién combinada de escritorios secretariales en las dos plantas no deben exceder de $2200. Variables (estructura matematica) Dado quees necesario determinar la cantidad de cada tipo de escritorio que vaa fabricar- seen la planta 1 y en a planta 2, se requieren cuatro variables: ‘xy = niimero de eseritorios ejecutivos que se fabrican en la planta 1 x; = miimero de escrit secretariales que se fabrican en la planta | sy ~ nimero de eseritorios ejecutivos que se fabrican en la planta 2 si = mimero de eseritorios seeretariales que se fabrican en ta planta 2 Coeficientes de Ia funcién objetivo (estructura matematica) La funcion objetivo se expresard en délares, puesto que el objetivo es maximizar utilida- des; por tanto, los coeficientes c, se expresardin en ddlares por unidad, dado que las 1x estdn expresadas en unidades. Los coeficientes ¢, se determinan encontrando la dife- rencia entre el precio de venta de un determinado tipo de escritorio y los costos estandar implicados en a fabricacién de ese escritorio en la planta especitica. Por ello: €, = 350 ~ 250 ~ $100/eseritorio ejecutivo fabricado en ta planta 1 c= 275 ~ 200 = $75 fescrtorio secretarial fabrieado en la planta 1 6,~ 350 ~ 260 = $90/escritorio ejecutive fabricado en la planta 2 c¢~ 215 ~ 180 ~ $9S/eseritorio secretarial fabricado en la planta 2 Funcién objetivo (estructura matematica) saxpuat: —— Z= 100%; + 75x, + 90%, + 952,76 Capitulo 3 + Programacidn lineal: plantesmiento de modolos Restricciones (estructura matematica) Es posible identificary verificar la consistencia de las unidades de medicion de los coef- cientes a, y de los valores del segundo término al mismo tiempo que se desarrolla la estructura matematica de las restriecfones. Puesto que las unidades de medicién pueden diferir de una restriceiOn a otra, se considera cada una de ellas en forma separada. 1. Limite del tiempo de produccién en fa planta 1 (80 horas): (7.0 horas por unidad) x (x; unidades) + (40 horas por unidad) x (% unidades) < 80 horas 2. Limite del tiempo de produccién en la planta 2 (50 horas) (6.0 horas por unidad) (x) unidades) ++ (6.0 horas por unidad) x (xj unidades) = 50 horas 3. Restrieci6n de costos de los escritorios ejecutivos ($2000): (250 délares por unidad) x (x unidades) + (260 délares por unidad) x (x, unidades) = $2000 4, Restrieci6n de costos de los escritorios secretariales ($2200): (200 adtares por unidad) x (xy unidades) + i (080 délares por uniéad) x (xq unidades) < $2200 Planteamiento matematico MaSIMIEAR: Zu 1002, + 18x; + 90H + Sx, sunEro ai 20x, + 4.0% =80 6.0% + 50x, = 50 250m + 260%, = 2000 200% + 1803, = 2200 Nita HHO THE VALUE OF THE CBVECTIVE FUNCTION IS 1900.00 STRUCTURAL VARIABLES values ue % & E ¥ y 3 3 FIGURA 9-2, Resuledos por compuladora para la Hickory Desk CompanyProblemas de un solo periodo 77 Debe observarse que en este problema especifico dos restricciones se expresan en délares ¥ dos se expresan en horas. Sin embargo, las variables x, conservan las misimas unida- ‘des de medicién en todas las restricciones y en la funcién objetivo. Enla figura 3-3 se muestra que a solucién éptima consiste en fabricar 8.00escritorios ejecutivos en la planta 1; 2.00escritorios secretariales en la planta 1; 0.00esctitorios cjecu- tivos en la planta? y 10.00 eseritorios secretariales en la planta 2, con lo cual se alcanzan utilidades le $1900. Al igual que en ei caso de los dos primeros ejemplos, no es necesario el redondeo para expresar fas variables resultantes en unidades discretas. SENORA GENERAL HOSPITAL La sefiora B.M, Haddox, dietista del Senora General Hospital es responsable de la pla- neacién y administracién de los requerimientos alimenticios de los pacientes. La sehora Haddox examina en estos momentos un caso de un paciente que se le ha restringido una dicta especial que consta dedos fuentes alimenticias. Al paciente no sel ha restrin- sido [a eantidad de os dos alimentos que puede consumir; sin embargo, se deben satisfa- ‘er los siguientes requerimientos nutritivos minimos por dia: 1000 unidades del nutriente A, 2000 del nutriente By 1500 unidades del nutriente C. Cada onza dela fuente alimenti- cia No. I contiene 100 unidades de mutriente A, 400 unidades de nutriente B y 200 unida- des de nutriente C; cada onza de la fuente alimenticia No. 2 contiene 200 unidades de nutriente A, 250 unidades del nutriente B y 200 unidades del nutriente C. Ambas fuentes alimenticias son algo costosas (Ia fuente No. 1 cuesta $6.00 por libra y la fuente No. 2 cuesta $8.00 por libra); por tanto, la sefiora Haddox desea determinar Ia combinacién de fuentes alimenticies que arrojeel menor costo y que satis/aga todos los requetimientos nuttitivos. SOLUCION Objetivo (verbal) El objetivo en este caso consiste en determinar el niimero de onzas de cada una de las, dos fuentes alimenticias que cuesten lo menos posible y que satisCagan los requerimientos nutritivos de los nutrientes A, B y C. Un punto importante que debe reconocerse es que las unidades de medicién para ias fuentes alimenticias se expresan en onzas, en tanto que sus costos se expresan en libras. Restricciones (verbales) 1, Se deben consumir cuando menos 1000 unidades del nutriente A por dia 2. Se deben consumir cusndo menos 2000 unidades del nutriente B por dia7B Capitulo 3 + Programacién lineal: planteamiento de modelos, 3. Se deben consumir cuando menos 1500 unidades del nutriente C por dia. 4. Noexiste restriceién sobre la cantidad que se consume por dia decada una de las fuentes alimenticias Variables (estructura matematica) Se requeriran dos variables, puesto que se desea determinar la cantidad que debe consu- mirse de dos fuentes alimenticias: Jimero de onzas de la uente alime x ia No. 1 que debe consumirse diariamente x: = ntimero de onzas de la fuente alimenticia No. 2 que debe consumitse diariamente Funcién objetivo (estructura matematica) A diferencia de los primeros tres problemas que se han examinado, en los cuales lo que se pretendia era maximizar una funcidn objetivo, el objetivo de éste consiste en minimi- zat costos. El inico ajuste que es necesario hacer a los coeficientes de costos es reconocer que en el esbozo del problema, los costos de las respectivas fuentes alimenticias se expre- saron en libras y no en onzas. Por tanto, ¢, = $6.00/16 = $0.375 por onza y ¢; $8.00/16 = 50.50 por onza, puesto que existen 16 onzas en cada libra de las respectivas fuentes alimenticias. Entonces, la funcién objetivo puede expresarse dela siguiente manera: sanmaants Z .575x, + 0.50% Restricciones (estructura matematica) Se ha elaborado la tabla 3-5 para ayudar a reestructurar las restricciones que le siguen. TABLA 8-5. Dalos do nuttonies: Senora General Hospital Unidades por onza a Unidas totales Nutrient Fuente alimenticio no. 1 Fuente alimentcia no. 2 que se requieren A 100 200 1000 B 490 250 2000 c 200 200 1500 RestriceiGn del mutriente A: {100 unidades det nutriente A)/(onza de la fuente No. 1)] + (x, onzas de la fuente No. 1) + [00 unidades del nutriente A)/(onza de la Fuente No. 2)} x (x, onzas de la fuente No. 2) = 1000 unidades del nutriente Aproblema de dieta Problemas de un solo perlodo 79 Restriccién det nutriente B: {(400 unidades det nutriente B)/(onza de la fuente No. 1)] x (x, onzas de la fuente No. 1) + {(250 unidades del nutriente B)/(onza de la fuente No. 2)} (x, onzas de la fuente No, 2) = 2000 unidades del nutriente B Restriceién del nutriente C: {200 unidades de! nutriente C)/(onza de Ia fuente No. 1) X (x, onzas de la Fuente No. 1) + (200 unidades del nutriente C)/(onza de la fuente No. 2)] x (xy onzas de la fuente No. 2) = 1500 unidades del nutriente C Planteamiento matematico aunmezar: —Z = O37Sx; + 0.50%, a 100%, + 200%, = 1000 400%, + 250%, = 2000 200%, + 200x; = 1500 ime 0 En la figura 3-4 puede observarse que la solucién éptima exige el uso de 5.00 onzas de Ja fuente alimenticia No. 1 y 2.50 onzas de la fuente alimenticia No. 2. Esta dieta satisface todos los requerimientos nutritivos de los nutrientes A y C, y excede los requer mientos del nutriente B en 625.00 unidades. Los costos asociados con la dieta resultante son $3.12, El signo negativo asociado con el valor de la funcién objetivo resulta al resol- ver un problema de minimizacién a través de SIMPLEX (en cuyo proceso de solucién sevutiliza Ia l6gica dela maximizacién), El signo negativo no debe tomarse en consideracién, THE VALUE OF THE OBJECTIVE FUNCTION 18 ns.12 STRUCTURAL VARIABLES KES rUcrunL vas ES 88 FIGURA 9-4. Resullados por computadora para of Senora Generel Hospital El problema de dieta es clasico entre los problemas para los cuales se utiliza la pro- gramaci6n lineal. Bésicamente, el problema implica determinar la combinacién de ali- mentos que dé el costo minimo y que satisfaga ciertos requerimientos nutritivos. En Ios iltimos aos, se ha ampliado este tipo de modelo y se ha generalizado en aplicaciones ‘a gran escala de administracién de alimentos.’ * Joseph L. 685, 6,0. inf, "A Mathematical Programmning System for Food Management Applications", Jnerfa- noviembre de 1973), pp. 23-380 Capitulo 3 * Programacién lineal: planteamiento de modelos problema ide mezela Lamayoria de los autores clasifican la mezcla de alimentos (como en las operaciones asociadas con ganado) como problemas de dicta. Sin embargo, algunos autores prefieren el término problema de mezela, puesto que los problemas agricolas de mezclado depro- ductos alimenticios pueden referirsea le mezcla de alimentos con e! objeto de proporcio- nar a animales valores nutritivos minimos. El problema més tradicional de las mezclas se presenta en la siguiente seccién. finan ansnins snsasGnnsanSnsnns snsas anna eore=nssnsesanesensseninn” = sessneneeeOw nua’ EVANS OIL DISTRIBUTORS La Bvans Oil Distributors comercializa gasolina de dos grados: la extra y la normal. Cada gasolina debe satisfacer ciertas especificaciones, tales como la presién maxima do vapor aceptable y el octanaje minimo. Los requerimientos de manufactura para las gasolinas y el precio por barril se muestran en la tabla 3-6. ‘TABLA 2-6. Especiicaciones de manulaciura y precio por bart Evans OF Distioulos Presiin Precio Octanaje imdrima de venta Gasolina minim’ fe vapor tor bari Normal 80 9 $21.00 Ena 100 6 524.00 Se utilizan tres tipos de gasolinas para fabricar las gasolinas normal y extra. Las caracteristicas de las gasolinas base se muestran en la tabla 3-7. La Evans se ha comprometido con un comprador a proporcionarle 30,000 barriles, de gasolina normal por semana, No se tienen compromisos con respecto a la gasolina extra. A la compafia le gustarfa determinar el plan de manufactura para las dos clases de gasolina que maximice las utilidades. TABLA 9-7, Ceractersticas de la gasclina baso: Evans Ol Disibuirs Disponbitidad Gasolina Presidn de maxima costo por ase Octeneie vapor (arviesy bari Tipe | 108 4 32,000 $2.00, Tipe 2 90 10 20,000 $20.00 Tipo 3 B 5 38,000 $19.00 SOLUCION ‘Objetivo (verbal) Ala Evans{e gustaria mezclar as dos gasolinas base (tipos 1, 2y 3) para fabricar gasolinasProblemas de un solo periodo 81 extra y normal, de manera que las utilidades totales de las ventas de las cantidades (barri- les) que se fabriquen sean miximas. Restricciones (verbales) 1, La disponibilidad semanal maxima de gasolina base tipo 1 es 32,000 bartiles. El tipo 1 puede utilzarse para fabricar ambos productos finals. 2. La disponibitidad semanal maxima de la gasolina base tipo 2 es 20,000 barriles. El tipo 2 puede usarse en la fabricacion de ambos productos finales. 3. La disponibitidad semanal maxima de gasolina base tipo 3 es 38,000 barrles. El tipo 3 puecle emplearse en la fabricacién de ambos productos finales. 4. La presién de vapor de la gasolina normal mezclada no debe exceder 9 vnidades por Daril. (En este caso, las unidades podrian ser libras por pulgada euadrada, es decir, 9 psi (de sus iniciales en inglés); sin embargo, puede utilzarse el término unidades. 5. Bloctanaje dela gasolina normal mezclada debe ser cuando menos de 80 unidades por barril 6, Lapresion de vapor para ia gasolina extra mezclada no debe exceder 6 unidades por bari 7. Bloctanaje dela gasolina extra mezciada debe ser cuando menos de 100 unidades por bari 8, Deben fabricarse cuando mencs 30,000 barrles de gasolina normal para satisfacer los pedidos que se han comprometido, Variables (estructura matematica) Este problema requiereel uso de seis variables, puesto que hay quedeterminar la cantidad de cada una de las gasolinas base que debe mezclarse para fabricar los dos productos Finales. Puede parecer que el uso de tantas variables es algo desorientador, puesto que el objetivo del problema es determinar las cantidades delosdos productos finales quedeben fabricarse, pero si no se sigue este método, no habria manera de identificar cémo es que se Fabricardn los productos finales. Por tanto, sean 1%, = miimero de bartles de gasolina base tipo I que debe utilizarse para fabricar gasolina normal x, = mtimero de barriles de gasolina base normal 02 que debe utilizarse para fabricar gasolina 1% = miimero de barriles de gasolina base normal x, = niimero debarriles de gasotina base tipo 1 que debe utlizarse para fabricar gasolina extra Xx; = mimero debarrilesde gasolina base tipo 2que 3 debe utilizarsepara fabricar gasolinaextra 2%, = mimero de barriles de gasolina base tipo 3 que debe uilizarse para fabricar gasolinaextra 10 3 que debe utilizarse para fabricar gasolina Las cantidades de gasolina normal y extra que se requieren para maximizar las utilidades pueden determinarse sumando x,, x, ¥ X3, Por una parte, ¥ XX; ¥ Xj POF [a otra, res- ectivamente, a la solucién éptima oara el problema.82 Capitulo 8 * Programacién lineal: planteamiento de modelos Coeficientes de la funcién objetivo (estructura matematica) ar La funcién objetivo (2) se expresaré en délares, puesto que el objetivo es maxis utilidades. Por tanto, los coeficientes ¢, se expresardn en délares por barril, puesto que las x; se expresan en barriles. Para determinar la contribucién a las wtilidades para las respectivas gasolinas basicas, simplemente se determina la diferencia entre el precio de venta por barril y el costo por barti 6; = 21.00 ~ 22.00 = ~1,00 délares por bartil de gasolina base | wtilizada en Ia normal 6 = 21.00 ~ 20.00 = 1.00 délares por barr de gasolina base 2 usada en le normal = 21.00 ~ 19.00 = 2.00 détares por barrl de gasolina base 3 empleada en la normal 4 = 24,00 ~ 22,00 = 2,00 délares por barril de gasolina base I utilizada en la extra cg = 24.00 ~ 20.00 = 4.00 délares por barril de gasolina base 2 useda en la extra = 24.00 ~ 19.00 = 5.00 délares por barril de gasolina base 3 empleada en la extra Funcién objetivo (estructura matematica) sunxiznts — Z = =1.00x) + 1.00x; + 2.00%; + 2.00%, + 4.002, + 5.008, Restricciones (estructura matematica) 1. Restrieei6n de la disponibilidad de gasoline base tipo 1: (% barsiles de gasolina base | utilizada en Ia normal) + (Gy barriles de gasolina base 1 utilizada en Ia extra) + 32,000 barriles de gasolina base 1 2. Restriccién de fa disponibilidad de gxsotina base tipo 2: (xy barriles de gasolina base 2 utilizada en la normal) “+ (% barriles de gasolina base 2 utilizada en la extra) ‘5 20,000 bartiles de gasolina base 2 3. Restriccién de la disponibilidad de gasolina base tipo 3: (4 barriles de gasolina base 3 utilizada en la normal) + Ge bartles de gasotina base 3 uilizada en la extra) + 38,000 banrles de gasolina base 3 4. Presién de vapor para la gasolina normal: Se estructura esta restricei6n reconociendo que la presién de vapor de la gasotina normal se determina a través dela proporcida de gasolina que es atribuible ala base respectiva y el vapor asociado con cada una de las gasolinas base especifica. La pro- porcién de base’en un barril de gasolina normal se determina dividiendo la cantidad (barrie) de cada gasolina base que se usa en la gasolina normal entre et nimeroProblemas de un solo periodo 83 total de barriles de ésta. Puesto que la suma x.y *) es el total de barriles de gasoli- ‘na normal, las proporciones se expresan de fa siguiente manera a X » X4uea) XPHIH MPH ‘Si se multiplican las proporciones respectivas por la presign de vapor asociada con «cada gasolina base, os resultados serdn la presién de vapor que cada base introduce cen cada uno de los barrites de gasolina normal. Los valores dle estas presiones de ‘vapor se expresan de la siguiente manera: 4x, ior 5x) HemtR HHH HERE y Dadoqueta presién de vapor para a gasolina regular no debeser mayor que 9 unidades por barrilla restriccién es ax lox, Sey see eee ee Heme HEmte RM oMEH Cctanaje de ta gesolina normal: Esta restriccién se estructura de la misma manera que la restriceiGn para Ia presién de vapor, excepto que se utilizan octanajes en vez de presiones de vapor. 08x, 90x, Tx a to Het HEH ES HEH ES resién de vapor para la gasolina extra: 4 10s Bog ROPER mM Octanaje para la gasolina extra: 73x 108%, | __ 90s Bk 09 Mm HEH Met El lector puede verificar las unidades de medicién de las restricciones 4, 5, 6y 7. Bs ‘cil verificar que las restricciones se equilibran si reconocemos que los cocientes x/(x + % +) son proporciones y no tienen unidades de medicién, Pedidos comprometidos: EI miimero total de barriles de gasolina normal que se fabrich es la surma de x, X: 2x5 (es decir, x, + 34 + 25). Dado que la Evans se ha comprometido a vender 30,000 barrles de gasolina normal, la restrccién es Xi +x + x)= 30,00084 Capitulo 3 + Programacién lineal: planteamiento de modelos ‘Antes de poder expresar el modelo en forma general de PL, es necesario transformar algebraicamente las ecuaciones 4 2 7. La restriccién 4 se expresa 4x 4 1035 + Say 9 Multiplicando ambos términos de la desigualdad por 2 + x + xy se tiene 4x 4 10x, + Say = (ay Fo 5) Agrupando tétminos, la restriccién 4 es Saba by 0 Ahora, la restriceién queda expresada en forma general de PL. Pueden llevarse a ‘cabo operaciones similares en las restricciones 5, 6 y 7. Planteamiento matematico saaxttent: — Z = ~1.00x, + 1.00%, + 2.00%) + 2.00%5 + 4.00x5 + 5.003% susero s x 532,000 * + os £20,000 » + x= 38,000 “Sut ome tn <0 x,t Wx Tx =0 xt dy ys Bxe— 10x3= 27x42 0 tomboy = 30,000 Hikes Mats RO La figura 3-5esellistado de computadora parala Evans Oil Distributors. Utilizando estos datos, se determina que la politica Sptima consisteen mezclar 0.0 barriles de gasoli- na base tipo 1, 19,970.59 barriles de tipo 2 y 28,529.41 barriles de tipo 3, para fabricar 48,500.00 barriles de gasolina normal y mezclar 32,000.00 barriles de gasolina base tipo 1, 29.42 barriles de tipo 2 y 9,470.59 barriles de tipo 3 para fabricar 41,500.01 barriles de gasolina extra, Eso da como resultado utilidades totales de $188,500.03. THE VALUE OF THE OBJECTIVE FUNCTION IS 188500.02 ‘STRUCTURAL VARIABLES VALLES 03} ue HD HS} 38:83 ROB 9496188 FIGURA 3.5. Resutados por computadora para la Evans Oi DisiiovorsProblemas de un solo perodo 85 Este pequefio ejempio ilustra una de Ias aplicaciones tradicionales dela PL, es decir, Ja mezcla de ingredientes basicos para fabricar productos refinados. Sin embargo, no ¢s necesario que los problemas de mezclas se restrinjan simplemente a la mezela de com- bustibles; como hemos mencionado, puede considerarse el problema de fabricar un ali- ‘mento mezclado a partir de un conjunto basico de alimentos como si fuera un problema de mezclas. De la misma manera, la fabricacién de bebidas alcohdlicas de diferentes grados a partir de materias primas puede contemplarse como un problema de mezcla. EI problema de estructurar una cartera a partir de un conjunto de acciones también podria considerarse como una mezcla, FONDO DE JUBILACION DE EMPLEADOS DEL ESTADO Elsefior F.T. Wells es un analista financiero para el Estado de Utah. El comité financiero Icha pedido al sefior Wells que prepare recomendaciones deinversiéa para los $2,000,000 del Fondo de Jubilacién de Empleados del Estado. El comité ha sugerido diversificar las inversiones asignando el fondo entre los siguientes intrumentos: certificados de depé- sito, bonos de la tesoreria, acciones con buen historial, acciones especulativas, bonos de compaiiias y bienes raices. El sefior Wells ha estimado un rendimiento anual para cada clase de inversién y asimismo, ha desarrollado un factor de riesgo para cada una de ellas, que sefiala la probabilidad de que el rendimiento real de las inversiones en esa clase sea inferior al rendimiento esperado. Por tiltimo, ha elaborado un pronéstico del nuimero promedio de aflos en que se espera obtener el rendimiento esperado para la clase respectiva de inversion. Esta informacién se presenta en la tabla 3-8. Elcomité de finanzas del Estado ha indicado que le gustaria tener un periodo prome- dio ponderado de inversién de cuando menos cinco afios. El comité ha seftalado también que el factor promedio ponderado de riesgo no debe ser superior a 0.20. La ley prohibe que se inviertan mas del 25% de las inversiones estatales en bienes raices y acciones cespeculativas. {Qué recomendacidn debe hacer el sefior Wells si se pretence maximizar el rendimiento sobre la inversién de $2,000,000? TABLA 3.8. lendimientos esperados y faciores de tesgo: Fondo de Jubtacidn de Empleacos el Estado. Rendiniento ‘esperado Piezo anual Factor de promedio Clase de inversion oo riesgo ‘deta vers CCeniticados de depésiva 85 0.02 8 Bonos dela tesoreria 90 0.01 2 Acciones comunes con buen istoral 8.5 038 5 Acziones especulatvas 143 os 6 Bonos de companias 67 0.07 2 4 Bienes raices 130 03586 Capitulo 3 * Programacién lineal: planteamiento de modelos SOLUCION Objetivo (verbal) El objetivo consiste en determinar la proporcién de los $2,000,000 que debe invertirse ‘en cada una de las seis categorias, de manera que se maximice el rendimiento esperado total anual. En términos monetarios, lainversién para cada categoria respectiva de inver- sidn puede determinarse después de encontrar la mezcla éptima, simplemente multipli- cando los valores de las variables de decisién por $2,000,000, Restricciones (verbales) 1, Sedeben invertir todos tos fondos disponibles ($2,000,000) en una o mis de fas catego- vias de inversién, factor promedio ponderado deriesgo, es decir, la probabilidad de que las utilidades, esperadas no se produzcan, no debe ser superior a 0.20, El periodo promedio ponderado de inversion debe ser de euando menos cinco afos, ‘Cuando ms puede invertrse el 25% de la cartera de la organizacién en bienes rafees ¥y nesiones especulativas. Variables (estructura matematica) Se requieren seis variables, puesto que existen seis clases de inversiones: | = proporcién de la cartera que se invierte en certificados de depésito x = proporcién de la cartera que se invierte en bonos de la tesoreria x = proporcién de la cartera que se invierte en acciones comunes con buen historial 2x1 = proporeién de la cartern que se invierte en acciones especulativas 2% = proporcién de la cartera que se invierte en bonos de empresas 2, = proporcién de la cartera que se invierte en bienes rafces Funcién objetivo (estructura matematica) Con base en ef planteamiento verbal del problema, podria concluirse que la funcién objetivo debe expresarse en délares, puesto que el objetivo consiste en maximizar los ingtesos esperados; sin embargo, esto no es cierto. Los coeficientes ¢ para el problema son los rendimientos esperados (tabla 3-8) para las respectivas clases de inversion, G85, 2-90, G85, #143, M67, Yn 130. Puesto que las variables x, tienen valores fraccionarios, el factor ¢, x es simplementeProblemas de un solo perioda 87 tun porcentaje, Cuando se suman estos valores se tiene un porcentaje ponderado. Si se expresa la funcién objetivo de la siguiente manera: Maxnatan: — Z~ 85x) + 9.0%, + 85x54 M43ty + 6.715 + 13.0%) entonees se est maximizando el rendimiento esperado de las inversiones. Lo que esto significa es que, sin importar cual sea la cantidad disponible para invertir (en este caso, $2,000,000), se estructurard el modelo para que proporcione la cartera éptima. Restricciones (estructura matematica) 1. Restriceién de la inversién total: APMP EA ERAT Dado que deben invertirse todos los fondos, la suma de la parte fraccionatia debe ser igual a 1. No existen unidades de medida para los coeficientes x, 0 para los valores del Segundo término. 2. Restriceidn del factor de riesgo: Puesto que tas variables x, son partes fraccionarias de la inversién total en las clases respectivas de inversién, ei producto del factor de riesgo y la variable asociada da como ‘resultado ol riesgo ponderado dela inversion. El factor ponderado de riesgo para todas ‘as inversioneses la suma delos factores ponderados individuales de riesgo dela tabla 3-2, 0.02%, + O01x + 0.3845 + O45xe + 0.07; + 0.352, < 0.20 No existen unidades de medi 3. La restriceidn del periodo de inversién: La l6gica paraceste renglon es idéatica a la que se wii in. la resiricisn det factor de riesgo: (8 anos) x x} + [2 afos) x x4) + (5 afios) x x4) + [(6 afios) x x4) + [(2 afios) x x] + [U4 afios) x x4) & 5 alos 4, Restriceién legal: Xe + 5 0.25 No existen unidades de medicién, Planteamiento matematico Maxnzan: — Z=BSx, 4+ 9.0 + 85x 4 MASK 67x + 13.0% sUIETO a M+ mt ye et Eel But Ant Sut Out Ae des set 4510.25 002K, + 0.01x, + 0.3855 + O.45K, + 007K + 0.38% = 0.20 iMate 08B Capitulo 3 + Programacién lineal: planteamiento de modetos {He VALUE OF THE OBLECTIVE FUNCTION 1810038 rucrugee yeniasies VALE ey He Ha HB FIGURA 3-6. Resuados por compuladora para el Fondo de Vublacién de Emploados del Estado En la figura 3-6 muestra que x, = 0.33, % = 0.42, X = 0.0, x4 = 0.25, x5 = 0.0 y xg =0.0. Para determinar los valores monetarios que deben invertirse en las dife- rentes alternativas, simplemente se multiplican los valores de las variables de decisin ‘por $2,000,000, como se sefial6 antes. Esto produce un rendimiento de la cartera éptima del 10.16%. Este caso de ejemplo ilustra bien una de las areas en las que se ha utilizado con mucho provecho la programacidn lineal en afos recientes; e} area de andilisis de inversio- res. En especifico, el problema muestra la forma en que puede aplicarse la PL a proble- ‘mas de seleccidn de cartera.? Este tipo de problema lo enfrentan con frecuencia los ad- ‘ministradores de las compatiias de seguros, de bancos y uniones de crédito, asi como Jos administradores de fondos mutualistas. Pe 1 THE FERGUSON COMPANY La Ferguson Company enfrenta el problema de determinar qué proyectos de “crecimien- to" debe emprender en los préximos 4 alos. La compaiifa tiene una cantidad limitada de fondos para inversiones de capital; por tanto, no puede financiar todos los proyectos. ‘A cada uno de estos se le ha caracterizado determinando su valor presente y el requeti- miento (costo) asociado de capital. Cada proyecto tiene diferentes requerimientos de capital para los préximos 4 afios. En la tabla 3-9 se muestran el valor presente estimado, Jos requerimientos de capital y el capital disponible proyectado para cada uno de ellos. ‘TABLA 2-9, Valor aclu, requerimienios do capital y cape! isponibe pare is Ferguson Company Eo ee eae eae Valor Requerimientos de capital presente Tipo de proyecto estado ——«Ato!=— ARO? ANO 3 AOA Expansi6 de fe planta ‘$180,000 $30,000 $40,000 $40,000 $30,000 Nueva maquina 20,000 12,000 8,000 ‘9 4,000 Investigacion sobre nuevos productes 72,000 30,000 20,000 20,000 20,000 ‘Ampliacign del almacén 80,000 20,000 30,000 40,000 10,000, Fondos disponibles de capital $65,000 $80,000 $80,000 $50,000 A los administradores de la Ferguson les gustaria desarrollar un plan de asignacion de capital que muestre las erogaciones que debe hacer para cada uno de los 4 afios y qué proyectos se deben financiar bajo el plan general. 2 Consitte un andlisis detallade de los métodos de slecién de cartera en H. Markowitz, Poryoto Selec. tion, Cowles Foundation Monograph no. 16 (New York: Wiley), 1989,Probiemas de un solo periodo 89 SOLUCION Este es un caso especial, porque la solucién consiste en aceptar o rechazar un proyecto. No pueden financiarse partes Fraccionarias de un proyecto. También, si se financia un Proyecto durante cualquier afio, debe financiarse durante fodas los aftos. Como se men cioné antes, utilizar la programacién lineal para resolver un problema de este tipo no garantiza que no se obtengan como resultado proyectos fraccionarios. Los valores frac- cionarios para las variables de decisién podrian interpretarse como fondos insuticientes para el proyecto completo; por ello, el proyecto se rechazaria.» Operar bajo esta condi- cin puede fécilmente dar como resultado una solucién no factible 0 que no pueda ser puesta en préctica. Sin embargo, tna solucién dle programacién lineal para el problema del presupuesto del capital puede, atin asf, proporcionar informacién valiosa. En el capi- tulo 9 se mostrard que es posible utilizar la programacién lineal para resolver problemas del tipo de asignacién o presupuesto de capital en los cuales serequicren soluciones enteras Objetivo (verbal) El objetivo de la Ferguson es determinar qué proyectos se pueden “financiar por comple- to”, es decir, financiar para el periodo completo de 4 afios, reconociendo que cada afio cxisten disponibles fondos timitados de capital. El proceso de financiamiento debe ser tal que se maximice el valor actual estimado total de los proyectos. Restricciones (verbales) 1, Los requerimientes (costos)(otales de capital en el ato | no pueden exceder los fondos de capital disponibles en el alo 1 2, Los requerimientos (costos) totales de capital en el aio 2 no pueden exeeder los fondos disponibles de capital en el ado 2. 3. Los requerimientos (costos)totales de capital en el ao 3 no pueden exceder los fondos disponibles de capital en el afio 3 4, Los requerimientos (costes) totales de capital ene] alo 4 no pueden exceder los fondos disponibles de capital en el aio 4. 5. Un proyecto que se inancfe en cualquier ano debe ser financiado en todos los afios 6. Una valor fraccionario de financiamiento para un proyecto es una solucién aceptable, pero se interpreta que el proyecto no se emprende. Variables (estructura matematica) ‘Serequieren cuatro variables en el planteamiento, puesto quese tienen cuatro proyectos. Por lo tanto, 3 Un valor faccionatio cereano a | para una variabley un valor ceeano a0 para ma segunda variable suger Hla que es neeesaria una veriiacin para detemminar s pudiera generare tna solucoa facile (avsaee vo necesariamente éptima para PL) tomando recursos del segundo proyecto 9 ilzandolos para ftaancer Primero. La programactn entra (cpftul 5) puede mansiar este problewa et fonee eure i90 Capitulo 3 + Programacién lineal: planteamiento de modelos valor proporcional que indica fa medida en que se financfa el proyecto J (3, ca que se financia completo, x; < | sofala que no se financia), j ="1, 2, 3, 4 Funcién objetivo (estructura matematica) Puesto que las variables x; no tienen unidad de medicién, ef desarrollo de la funcién objetivo s6lo requiere sumar los productos ¢, x), en donde c, = $180,000, ¢, = $20,000, ¢, = $72,000 y c = $80,000. Por ello, ta funcidn objetivo se expresa de la siguiente axontzat: — Z = 180,000x, + 20,000x; + 72,000% + 80,000: Restricciones (estructura matematica) 1, Requerimientos de capital, ato 1: [130,000 détares) x xy] + ((12,000 détares) x a) + [(80,000 détares) x x4] ++ (20,000 détares) x x,] < 65,000 délares 2. Requerimientos de capital, ao 2: 1(40,000 adtares) x x4] + {(8,000 dtares) x x] + {(20,000 dtares) x 5] + {(30,000 délares) x x] = 80,000 délares 13. Requerimientos de capital, afio 3: 140,000 détares) » x4] + [(0 détares) x 2g) + {(20,000 dares) x x4] ++ [(40,000 détares) x x] = 80,000 détares 4. Requerimientos de capital, aho 4: 120,000 dtares) x xi + {4,000 délares) x a3] + {20,000 datares) x 3] + {(10,000 détares) x x) = $0,000 détares 5. Flnanciamiento de proyectos, ano con ato: ‘Al seleccionar y defini las variables x, como se seflalé antes, nos aseguramos de que cl valor x, que se obtiene para el ato | ser4 igual al valor x, para los afios 2, 3 y 4 [Lo mismo es cierto para x, x y xy. Por tanto, no se requiere ninguna estructura mate- midtica para satisfacer esta restriccién. (6. Financiamiento fraccionario de un proyecto: ‘No puede garantizarse que los valores de las variables de decision serdn nimeros enteros, pero pueden restringrse los valores de manera tal que un proyecto no reciba més del 100% de Tinanciamiento. Se requieren cuatro restricciones: ash msl ast mstProblemas de un solo periodo 91 THE VALUE OF THE OBJECTIVE FUNCTION 18 284800.00 STRUCTURAL, VARIABLES values Bey a0 2) 18, He et o3 92 FIGURA 9-7. Resulacos por computadora para la Ferguson Company Planteamiento matematico Manwazan: —Z = 180,000x; + 20,000x, + 72,000, + 80,000x, SUIETO A 30,000, + 12,000 + 30,000x; + 20,000x, = 65,000 0.000%, + 8,000%, + 20,000x, + 30,000x, = 80,000 40,000x, + Ox, + 20,000x, + 40,000x, = 80,000 30,0002; + 4,000x, + 20,000x, + 10,000x, = 50,000 x zl * sl x sl st Hit tye tee 0 La figura 3-7 indica que la solucién éptima es x, = 1.0, x 24 = 0.92. Puesto que slo los valores 0 0 1 en Ia solucién son realistas, det requerimientos de implante, sélo pueden financiarse los proyectos 1 (expansién de la planta) y 2 (nueva maquinaria), Como se seffalé en el andlisis inicial del problema, en el capitulo 9 se mostrard la forma en que puede resolverse este tipo de problema a través de la programacién entera, en la que sélo ocurren valores 0 0 1 para todas las variables. En términos de una clasificacién, resulta apropiado denominar a este problema ‘como de asignacién de capital. La asignacién de capital implica determinarla reparticién de una cantidad fija de capital entre diversos proyectos, en donde cada uno de ellos tiene diferentes requerimientos de capital. Por lo general muchas empresas enfrentan estos problemas durante el proceso anual de planeacién. THE WHITNEY COMPANY Una area de mercadotecnia en Ia que se ha aplicado la programacién lineal es la publici- dad, En términos mds especificos, se ha aplicado la PL al problema de Ia selecci medios de publicidad. El problema de la seleccién de medios de publicidad consiste basi- ‘camente en determinar la asignacién de un presupuesto fijo de publicidad en diversos medios. En la mayoria de los casos, el objetivo consiste en maximizar la exposicién a la audiencia, Se presentan restricciones sobre las asignaciones permisibles del querimientos contractuales, disponibilidad de los medios y/o reglas de la compania.92 Capitulo 3 + Programacién lineal: planteamiento de modelos El ejemplo que sigue ilustra cémo puede plantearse un problema simple de publicidad utilizando programaciéa lineal. Considérese el caso de la Whitney Company, una fabricante grande de rasuradoras eléctricas. Los administradores de la Whitney han decidido invertir hasta $38,000 en publicidad para las rasuradoras eléctricas para caballeros que fabrica. Algunos estudios de investigacién de mercados realizados por la compafiia han mostrado que el mercado que desea para las casuradoras esté compuesto en su mayor parte por hombres entre 20 y 45 afios de edad, que tienen ingresos de $15,000 0 més y han cursado dos o més afios de educaci6n universitaria, A partir de estos descubrimientos, el grupo de investiga- cin de mercados ha decidido que las caracteristicas de los clientes tienen una importan- cia relativa de acuerdo con los siguientes pesos: Coracterttica del cliente Peso Edad (20-45) 0.40 Ingresos ($15,000 o més) 035 Educacion @ alos de universidad) 0.25 Los administradores del departamento de mercadotecnia de la Whitney han decidi- do utilizar los servicios de una agencia de publicidad para que les ayude a desarrollar un plan de publicidad que les permita aleanzar al cliente potencial en forma més efectiva. Después de estudiar los datos de caracteristicas de los clientes, la agencia de publicidad ha sugerido que la compafifa considere colocar publicidad en tres revistas de consumo popular. Por brevedad simplemente denominaremos a las revistas A, By C. La tabla 3-10 seftala cuales son las caracteristicas de los consumidores de las tres revistas. TABLA 2-10. Caracloriaicas de ft leclores de revielas: The Whitnay Company Porcentaje de consumidores Caracteristcas del cliente Revista A Revisia B Reviste C Edad (20-45) 40 70 60 Ingresos ($15,000 0 mis) oo 50 40 Bdvcacién @2'anos de universdad) 30 20 60 Public lector 780,000 940,000 1,250,000 La agencia de publicidad ha indicado a la Whitney que una meta apropiada seria maximizar el nuimero de exposiciones efectivas, dado el presupuesto de publicidad que se tiene, El objetivo no debe ser maximizar el mimero de exposiciones para todos los lectores de la publicidad, sino més bien, maximizar el nimero de clientes potenciales que se exponen a la publicidad. Para desarrollar un factor efectivo de exposicién, debe calcularse un indice de lectura para cada revista. Bl indice de lectura se calcula sumando Jos productos del poreentaje de ectores que tienen una caracteristica determinada (edad, {ngresos 0 educacién) y el peso que la compania ha asignado a esa caracteristica. Pot jemplo, ry el indice, para la revista A, es ra = (0.4) (40%) + (0.35) (60%) + (0.25) (0%) = 0.445Problemas de un solo periodo 93 Asi, cl indice de lectura es un promedio ponderado de los porcentajes caracteristicos de lectura para la revista respectiva. Laagencia de publicidad ha seftalado que debe elaborarse un coeficiente de efectivi- dad, e, para los lectores, multiplicando el indice de lectura de cada revista por su respecti- va audiencia. Para la revista A, el coeficiente de efectividad es 1&4 = (0.445) (780,000) ~ 347,100 Por iiltimo, la exposicién efectiva, , por anuncio se determina diviendo el coeficiente de efectividad entre el costo por anuncio. La agencia indica que el costo por anuncio enlastres revistas es $500, $750 y $800, respectivamente; por tanto, laexposicién efectiva para la revista A es = 694.2 lectores por délares invertidos De anilisis y estudios conjuntos de la Whitney y la agencia de publicidad, se ha decidido que el niimero maximo de anuncios que debe colocarse en cada revista es 36, 40 y 45, respectivamente. Ademés, sc ha decidido que deben colocarse cuando menos nueve anuncios en Ia revista A y cuando menos cinco en la C. Es necesario determinar el niimero de délares de publicidad que debe invertirse con cada revista para maximizar la exposicién efectiva, y determinar también el nimero de anuncios que debe colocarse en cada revista. SOLUCION Un anidlisis inicial de este problema da la impresién de que es algo complejo. Sin embar- g0, una vez que se ha determinado la exposicidn cfectiva por anuncio para cada revista, el problema se simplifica bastante, Objetivo (verbal) El objetivo dela Whitney es maximizar el nimero de lectores que se expone a la publi dad. Esto se logra maximizando la suma de la efectividad de la exposicién por anuncio, multiplicado por los délares invertidos:en cada revista respectiva. Restricciones (verbales) 1. La eantidad maxima de dinero disponible para publicidad es $38,000. 2, No deben colocerse mas de 36 anuncios en Ia revista A. 3. No deben colocarse ms de 40 anuncios en ta revista B. 4. No deben colocarse més de 45 anuncios en Ia revista C. 5. Deben colocarse cuando menos 9 anuncios en la revista A. 6. Deben colocarse cuando menos $ anuncios en la revista C.94 Capitulo 3 » Programacién lineal: planleamiento de modelos Variables (estructura matematica) Se requieren tres variables para representar el problema, puesto que el objetivo es deter- ‘minar la cantidad que se invierte en cada revista (media): .x, = délares que se invierten en anuncios en ta revista A xq-™ délares que se invierten en anunci en lajrevista B Xj = délares que se invierten en anuncios en fa revista C Funcién objetivo (estructura matematica) Puede elaborarse la funcién objetivo calculando la efectividad de exposicién para cada una de las revistas, Para la revista A se sabe que este valor es 694.2 (lectores por délar invertido). Para las dos revistas restantes, se calcula primero el factor de indice de lecto- res, es decir, ry = (0.4) (708%) + (0.35) (50%) + (0.25) 20%) 0.505 re = (04) (60%) + (0.35) (40%) -+ (.25) (60%) = 0.530 Utilizando estos factores, pueden calcularse los coeficientes de efectividad: ex * (0.505) (940,000) = 474,700 = (0.530) (1,250,000) = 662,500 Por iiltimo, dividiendo los coeficientes de efectividad entre el costo por anuncio, puede calcularse la efectividad de la exposicién para las revistas B y C: 474,700 3150 Ea~ ~ 632.93 lectores por délar invertido 828.13 lectores por délar invertido Dado que las variables de decisin se expresan en délares invertidos en anuncios en las, revistas respectivas, 1a funcién objetivo es: axintzan: — Z = 694.20x, + 632.93%, + 828.135 Restricciones (estructura matemética) 1, Cantidad total disponible para pul iced:Problemas de un solo periodo 95 (1 délares invertidos en publicidad en Ia revista A) + (% délares invertidos en publicidad en ia revista B) + (& délares invertidos en publicidad en ta revisia C) 'S 38,000 délares 2. Maximo de anuncios en Ia revista A: x d6lares invertidos en publicidad en la revista A. ‘S36 anuncios en la revista A 500 délares por anuncio en ia revista A 3. Méximo de anuncios en la revista B: 4% délares invertidos en publicidad en la revista Fe ene Se publicdad en i revista B = 49 ssunsios en a revista B 750 délares por anuncio en la revista B: 4. Méximo de anuncios en la revista ‘lates inverdosen publicidad en evita © 2 ys cg eras 800 délares por anuncio en la revista C inimo de anuncios en la revista A: 4 délares invertidos en publicidad en la revista A & 9 anuncios en la 500 délares por anuncio en la revista A 1. Minimo de anuncios en ta revista C: % délares invertidos en publicidad en ta revista C & 5 amuncios en la revista C 800 délares por anuncio en la revista C Planteamiento matematico Maxouzat: — Z = 694.20y; + 632.934) + 828.134, suse a Ht m+ 538,000 an =36 wee =40 er em 9 ieues sme Debe sentalarse una limitacién del planteamiento anterior, y que consiste en que ¢! problema no toma en consideracién (1) reducciones en el valor de la exposicion por 1 uso repetido en las revistas, (2) descuentos en los costos por cantidad de anuncios96 Capitulo 3 + Programacién jineal: planteamiento de modelos THE VALUE OF THE OBJEC [STRUCTURAL ,YARIABLES vaLues: ¥ 4309.09 IVE FUNCTION 1S 902662 Hb xB se00. FIGURA 9-8. Resutados por compuladore pare fa Whiney Company cen una revista determinada y (@) coincidencia de aucliencia entre las diferentes revises Ee posible superar estas limitaciones, pero es necesario elaborar un modelo mas compo. ‘En la figura 3-8 se muestra que la solucién éptima para la Whitney Company es saverti $4,500 en la revista A, $0.00 en la revista B y $33,500 en la revista C. Los valores Traccionarios en Ia soluci6n, expresados en términos de délares, son aceptables (aunque ‘neste caso no ocut i ‘on), Sin embargo, cuando se intenta abordar la segunda pregunta Gu se planted en el problema (“{{Cudntos anuncios deben colocarse en is respectivas a saa?) los anuncios fraccionarios no son aceptables. Para poner en préctica la sola- Ton, debe caleularse el nimero de anuncios con base en la solucién Optima dada en ets nos de délares, edondear los valores dela publicidad y volver acaleular los dolares que se requieren para los valores redondeados. Invirtiendo $4,500.00en larevista A y $33,500.00 en la revista C, la Whitney alcanza 30,866,252.31 exposiciones (lectores). a B & Z BREWING COMPANY La B&Z Brewing Company fabrica una marea de cerveza muy popular. Para mantener thealidad, la compafia fabrica la cerveza en s6lo tres plantas, en las que existen dispon! bles ojos de agua (cerea de Boulder, Colorado; Minnedpolis, Minnesota; y Olympia, Washington), De estas plantas se envia la cerveza por camién a cuatro almacenes de distribucién ubicados en la parte occidental de los Estados Unidos de Norteamérica (en San Diego, California; Provo, Utah; Albuquerque, Nuevo México; y Lincoln, Nebras, ia), Debido a los aumentos en los precios de la gasolina y del combustible diesel, el justo de trasporte es un concepto importante de los costos. Los administradores han Comenzado a realizar un estudio para determinar si es posible reducir los costos de trans porte, Los gerentes deproduccién de cade una de as res plantas han estimado la produe- Eidn mensual esperada para sus respectivas plantas. Se fabricard en total en las tres plan tas una cantidad suficiente de cerveza para cargar 300 camiones. Los administradores generates de ia B &Z han asignado la produccida total alos respectivos almacenes exam thando datos de meses anteriores. En ia tabla 3-11 se presenta la informacion de oferta (producei6n) y demanda (asignaci6n), junto con los costos de transporte para cada com binacién de oferta y demanda, Debe observarse que las unidades de oferta y demanda se expresan en eamiones de cerveza, en tanto que las cifras de costes que aparecen en ‘el cuerpo de la tabla se expresan en délares por camién. El problema que enfrentan Tos administradores de la B & Z consiste en determinar la cantidad (es decir, el miimero decamiones) de cerveza que debe enviarse de cada planta a cada almacén para minimizar los costos totales de transporte.Problemas de un solo periodo 97 ‘TABLA 3-11 Costos de transporte (8) para la 8 & Z Brewing Company I Aloacéa de ‘estino Prostuccion Fuente 1 2 3 ‘ (oferta) Sere Ee ee ee ee eee Hee merece Plantal 4405135886775 Planta? 352 416690125 Planted 99S 682388100 ‘Asignacién (demands) 8 65s 300 ——,_ _ ‘SOLUCION Objetivo (verbal) Existen doce combinaciones de rutas de transporte entre las plantas y los almacenes (es decir, entre las ofertas y las demandas). El objetivo consiste en determinar el niimero de camiones de cerveza que debe enviarse desde las tres plantas a los cuatro almacenes, ara que se satisfagan en forma completa todas las asignaciones (demandas) y se mini ce el costo total de transporte. Restricciones (verbales) Existe una restriccién para cada punto de oferta y para cada punto de demanda en los problemas detransporte, puesto que los lugaresen dondeexiste oferta tienen capacidades* limitadas y los lugares en donde existe demanda tienen asignaciones 1. No pueden enviarse mas de 75 camiones de cerveza de la planta 1. 2. No pueden enviarse més de 125 camiones de cerveza de la planta 2. 3. No pueden enviarse mas de 100 camiones de cerveza de la planta 3. 4. Deben enviarse 80 camiones de cerveza al almacén 1; esta asignacién esté comprometia.. 5. Deben enviarse 65 camiones de cerveza al almacén 2; esta asignacién est comprometida, 6. Deben enviarse 70 camiones de cerveza al almacén 3; esta asignacién esté comprometida. 7. Deben enviarse 85 camiones de cerveza al almactn 4 esta asignacion estd comprometida, Variables (estructura matematica) Puesto que existen 12,rutas de transporte entre las plantas y los almacenes, se requerirdn {2 variables de decision. Para este problema especifico, modificaremos el procedimiento ue hemos utilizado para identificar las variables. En vez de utilizar un solo subindice98 Capitulo 3 * Programacién tinaal: pisnteamiento de modelos: para identificar cada ruta de transporte, se utilizardn subindices dobles. El primero de ellos identifica la fuente, es decir, la planta desde donde se transporta y el segundo subin- dice identifica el destino, es decir, el almacén al que se envia. Por tanto, sea sy = mnimero de camones que se envian de ta planta ial almacén j, en donde i = 1 2, Bys= 12,34. Funcién objetivo (estructura matematica) Los coeficientes cy de la funcién objetivo son los costos de transporte asociados con las diferentes rutas entre plantas y almacenes, es decit, oy = 464 d6laves por camién en ~ 513 détares por camién 64 = 685 délares por camién Por tanto, la funcién objetivo se expresa de la siguiente manera: minenazats Zam 464K + S1BX + 6S4y + BOTH + 352ay, + AGxy + 690% + T9Lan5 4 995x5y 4 682 + 38BX5 + 685.4 Restricciones (estructura matematica) 1. Restriceiones en las plantas: [Existen tes restricciones con respecto a las plantas, una para cada una de ellas. Estas se expresan de fa siguiente manera: x, camiones que se envian de la planta i al almacén j -Scapacidad, expresada en camiones, en Ia planta (7 = 22.3) 2. Kestrlociones para los almacenes: Existen cuatro restricciones en los almacenes, una para cada uno de ellos, Estas se expre- san de la signiente manera: x, camiones que se envian de ta planta é al almactn j = demanda, expresada en camiones, en el almacén j (j~!,2,3,4) Planteamiento matematicoProblemas de un solo perido 99 manomznk: — Z= 4644 + 513x2 + O54e + 867X44 + 352% + 416xy + 690xy + TL $9952 + 682 + 3BBxy + 685x5, But tab ta tae =15 Ma tim + ty to 2125 Ny tanh ay +545 100 aut oat % 80 ant ant a 65 sat dat xy #70 xut tat X= 85 yO (FH 1,23:7= 1234) La figura 3-9 es el listado de computadora para la B & Z Brewing Company. En se listado se presentan las variables de soluci6n (estructurales), identificadas como x,, 4% sy Kip» en vez de la forma con doble subindice que se utiliaé en el planteamiento. Las variables se listan en orden secuencial: las variables x, a x, corresponden a las rutas de la planta 1 a los almacenes 1, 2, 3 y 4; x, a x, corresponden a las rutas de la planta 2a los almacenes 1, 2, 3 y 4; y xy a Xp corresponden a las rutas de la planta 3 a los almacenes 1, 2, 3 y 4. La solucién dptima, como puede verse en la figura 3-9, consiste ‘en enviar 20.0 camiones dela planta 1 (Boulder, Colorado) al almacén 2 (Provo, Utah); ‘58.0 camiones dela planta { al almacén 4 (Lincoln, Nebraska); 80 camiones dela planta 2 (Minnedpolis, Minnesota) al almacén 1 (San Diego, California); 45.0 camiones de la planta 2 al almacén 2; 70.0 camiones de la planta 3 (Olympia, Washington) al almacén 3 (Albuquerque, Nuevo México); y 30 camiones de la planta 3 al almacén 4. Las rutas restantes no se utilizan (es decir, se envian cero unidades por esas rutas). Al igual que cn el caso del problema de la Senora General Hospital, el signo negativo asociado con {a funcién objetivo se produce porque el problema implica minimizacién. Delo que conocemos en general acerca de que la solucién producida por un modelo de PL puede asumir valores fraccionarios y a partir de los comentarios que se hicieron respecto a los resultados de la Ferguson Company (presupuestos de capital) y la Whitney ‘Company (publicidad), podria conctuir que los valores enteros (discretos) para la solu- problema de cion de a B & Z Brewing ocurrieron por casualidad. Esto es incorrecto; los valores de transporte asolucién para este problema serén siempre discretos porque es un problemi de transporte. "WE VALUE OF THE OBLECTIVE FINETION 16 =182565.00 STRUCTURE. voRTaoLES VALUES GTRUCTURGL vaszames vaLigs ey ( sy ug He as Hoh 3 RCS) 10 Gi xa) " FIGURA 3.9. Resutados por comoutacora pr400 Capitulo 3 + Programaci6n lineat: planteamiento de modelos Un problema de transporte se refiere al transporte o distribucién fisiea de bienes yy servicios, a partir de diversas ubicaciones de abastecimiento (fuentes) y hacia diversas ubicaciones de demanda (destinos). Por lo general existe una capacidad fisica o una cantidad limitada de articulos en cada ubicacién de abastecimiento y una cantidad de pedido o demanda especifica en cada ubicacién de demanda. El problema de transporte es un tipo especial de problemas bajo el érea més amplia de la programacidn lineal. Sin embargo, ciertas caracteristicas de estos problemas los diferencian de otros. En primer lugar, los problemas de transporte tienden a requerir un nimero grande de restricciones y variables y, por ello, el método normal de solucién para los problemas de programacién lineal (capitulo 4) puede ser muy costoso 0 prohibi- tivo en términos de ealeulos. En segundo lugar, la mayoria de los coeficientes ay de las restricciones pueden ser cero, y por lo general, fos relativamente pocos coeticientes que no son cero aparecen en un patrén distinto y todos son iguales a 1. Como resultado de esta ultima caracteristiea, ha sido posible desarrollar versiones modificadas y mas directas del método de solucién normal dela PL. Estos métodos modificados de solucién dan como resultado considerables ahorros de edlculos, ya que explotan la estructura especial del problema, En el capitulo 7 se analiza en detalle uno de estos métodos especia- les de solucién. ‘Nuestro objetivo al presentar el problema de transporte en este punto ¢s ilustrar ‘quees posible planteario en forma de programacién lineal. Sino existe algiin algoritmo de aplicacién especial, en la mayoria de los casos cl problema puede resolverse a través de un algoritmo de programacidn lineal, si seest& dispuestoa pagar el precio de tiempos de solucién relativamente prolongados y costosos. @ LA JUNTA DE MEJORAMIENTO DE CAMINOS DEL CONDADO COOK, ILLINOIS La Junta de Mejoramiento de Caminos del Condado de Cook, Ilinois, tiene tres proyec- tos diferentes de construccién de caminos, que se aprobaron en la sltima reunién men- sual, Ahora, la Junta tiene el problema de determinar qué contratistas levarén a eabo Jos proyectos. Se buscaron cotizaciones para los proyectos entre los contratistas locales y tres de ellos presentaron cotizaciones. Las cotizaciones presentadas por los respectivos ‘contratistas se muestran en la tabla 3-12, en donde cy. ce ¥ ¢; denotan a los contratistas Y Py Px Ps J0s proyectos. Las eantidades en las cotizaciones se expresan en decenas 4e millares de délares. El problema consiste en determinar cémo asignar los proyectos ‘TABLA 3-12. Colzacones de meframiento de caminos (decenas da milares de dolar}: ‘Condado de Cook, tinois Proyecto Contatiste a om ob 4 a 2 6 o 3600 o. 3M woProblemas de un solo periodo 101 para minimizar los costos totales de todos ellos. Se asume que a cada contratista se le asignara un solo proyecto, SOLUCION Esevidente quecon un problema tan pequeno como éste es posible determinar la a ion de proyectos que dé como resultado el menor costo. Sélo se requieren unos cuantos célculos. Para este problema existen s6lo 3! (es decir, 3 x 2 X J}, 0 6 maneras posibles cen las que pueden hacerse las asignaciones. Estas se enumeran en la tabla 3-13, TABLA 9-13. Costos de asignacién: Condade de Cook, Mieois TTT aso aes fen unidades de decenas Asiguaciones* tae milares de dlres) estar 96 cess 2 ene id nents 108, Once 100 nee jon * Bl orden de las asgnaciones e¢ ps Pa ¥ Py respectivamente A partir deestos resultados puede observarse répidamente que costo total minimo ‘es $920,000 asignando p, a Cy, Ps a ¢; Y Py & G- Pero con tin problema que tenga un niimera grande de asignaciones, no seria muy poco préctico enumerar todas las que son posibles. Por ejemplo, si hubiera siete proyectos y site contratistas en cl problema del Condado de Cook, entonces habria 7! = $040 asignaciones entre proyectos y contra- tistas, Es posible evitar enumerar todas las asignaciones posibles estructurando y resol viendo el problema en forma de un modelo de programacién lineal. Objetivo (verbal) Bl problema que enfrenta la Junta de Mejoramiento de Caminos dei Condado de Cook consiste en asignar un solo camino a cada uno de los tres contratistas, de manera que se minimice ef costo total para el condado. Restricciones (verbales) 1. El contratista 1 debe recibir un contrato, pero no més de uno. 2, Bl contratista 2 debe reci 3. Bl contratista 3 debe recibir un contrato, pero no mis de uno, tun contrato, pero no més de uno. 4. El proyecto I (p,) debe asignarse al contratista I (c), al contr a3@. 122 (€), 0 al contratis-102 Capitulo 8 » Programacién lineal: planteamiento de modelos 5. El proyecto 2 (p; debe asignarse al contratista | (c;), al contratista 2(c,), 0 al contratista 3c). 6. El proyecto 3 (p; debe asignarse al contratista I (c)), al contratista 2 (cz), 0 el contratista 3). Variables (estructura matematica) En este problema es necesario utilizar subindices dobles para identificar las variables, de Ja misma manera que en el problema de transporte. Se requieren nueve variables. Por tanto, sea y= Variables que representan la relacién entre el contratsta i y el proyecto j, en donde 4y = indica que el proyecto no se asignd; x, = 1 indica que el proyecto si se asig- nd; ef = 1,2, 12, 3. Funcién objetivo (estructura matematica) Los coeficientes c, de la funcién objetivo son tas cotizaciones presentadas por los tres contratistas distintos para los tres proyectos respectivos, es decir, en = 280,000, ej, = 320,000, .... €35 = 400,000 Por tanto, la funcién obje ivo se expresa de la siguiente manera: Za Wey + 32K + 36K + 6g + 2 + 30K + By + Ixy + 40K) fen donde los coeficientes ¢, se expresan en decenas de millares de délares. Restricciones (estructura matematica) 1. Rest jon del contratista 1 (¢): Aut xt xyel 2, Restricei6n del contratista 2 (e): 3. Restriocion del contratsta 3 (¢) Sut ttyl 4. Restrecion del proyecto 1 (p): Xu ty tyeProbiemas de un solo periodo 103 5. Restriccibn del proyecto 2 (p,): Xatentxycl 6. Restriccién del proyecto 3 (p,): 2a tty tay~t Debe observarse que no existen unidades de medicién asociadas con las restriccio- nes. Las variables xy s6lo pueden tomar el valor 0.0 1; por tanto, son simplemente eti. ‘uetas que sefialan Ja condicién de la relacién respectiva entre contratista y proyecto, Planteamiento matematico ansnezan 2 Wey + 322 + 36x + 36K + Wen + Ory + 38x + Ie + 40Ky sure Mut at ay “1 Muh kat op -1 Sit mt yal mit aut * “1 ant wat Xa oI xu+ xy ayn wy20 = 1234-123) Después de hacer los ajustes de notacién dela figura 3-10 y el planteamiento mate- matico (es decir, las variables x,, x, y x, del listado de computadora se refieren al con- ‘ratista 1; las variables x,, x, y x, al contratista 2; y las variables x,, x, y x, al contratista 3), puede observarse que la solucién dptima para el condado consiste en asignar el pro- yecto 1 al contratista 1, el proyecto 3 al contratista 2 y el proyecto 2 al contratista 3 El proyecto total de mejoramiento de caminos costard $920,000. Problema de Esteproblema ilustra otro caso especial de problemas dela PL, es decir, el problema ‘asignacién de asignacién. Un problema de asignacién es aquel en el cual se asignan los recursos aun niimero fijo de actividades en una base, uno a uno. El objetivo consiste en asignar ‘m recursos a 7 actividades en forma éptima. A diferencia del problema de transporte, STRUCT YORTSRLES HUES STRSTUREL vaunaés vps Ha ue a FIGURA 3-10, Resutados por compulacora paca el Consejo de Mejoramiento de Caminos del Condado de Cook, Win104 Capitulo 3 + Programacién lineal: planteamiento de modelos cada recurso 0 asignacién (es decir, un empleado, una maquina o un espacio de tiempo) debe asignarse en forma total o nica a una actividad o asignacién especifica (por ejer- plo, trabajo, lugar 0 evento). Algunos ejemplos de problemas de asignacién incluyen nasignacion den personas o maquinas a» trabajos diferentes la asignacién de personal de ventas a distrito de ventas, Ia asignacion de tripulaciones a vuclos y la asignaclon de trabajadoras sociales a casos de beneficencia. El objetivo de un problema de asigna- cidn bien puede ser maximizar utilidades, sin embargo, también es probable que se pre- senten ottos objelivos. Por ejemplo, el objetivo de una asignacién de trabajos de produc- tién podria ser maximizar ésta; el objetivo de una asignacién de tripulaciones de vuelos podria ser minimizar los costos; y para.el caso de la trabajadora social, el objetivo podria fer maximizar el ntimero de casos que se manejan dentro de un petiodo dado. El problema de la asignacién no es sélo un tipo especial de problema de programa- {én lineal sino que tambien es un tipo especial de problema de transporte, En especifico, pueden interpretarse los recursos o lo que se asigna como fuentes de un problema de transporte, en donde cada tno de ellos representa una oferta 1. De manera similar, las nidades a donde seasigna pueden interpretarse como destinos de un problema de trans- porte, cada uno de ellos con una demanda 1 ‘De manera similar al problema de transporte, el problema de la asignacién tiene runaestructura tnica. ¥ debido a esto se han desarrollado métodos simplificados de solv- cién que tienen un alto grado de eficiencia computacional. No se pretende decir que el algoritmo normal de la programacién lineal no pueda aplicarse para resolver proble- mas de asignacién; simplemente quiere seftalarse que el algoritmo para encontar una solucién de asignacién es més eficiente para alcanzar ésta. PROBLEMAS CON PERIODOS MULTIPLES problemas de periodos ‘iltiples Los problemas considerados hasta este punto se han concentrado en situaciones que implican determinar una solueién éptima para un periodo fijo. Pero existen numerosas situaciones en las que los administradores deben tomar en consideracién cambios que pueden ocurrir en periodos futuros. Por ejemplo, tendencias en la demanda y costos inflacionarios, as{ como variaciones estacionales podrfan afectar la forma en que una empresa debe operar en el periodo actual. Podria argumentarse que el problema con riitiples periodos quese presenta al considerar estos factores, podria considerarse como tuna serie de subproblemas, en donde cada uno de éstos simplemente implica optimizar ta operacidn de la organizacién durante un solo periodo. Sin embargo, si se contempla ‘el problema de esta manera, es posible producir una suboptimizacién; es decir, fa surna de las soluciones éptimas para cada subperiodo seria inferior a la solucién éptima si se consideran a todos los periodos en forma colectiva, Para ilustrar el proceso de planteamiento asociado con problemas de periodos miil- tiples, se consideran dos ejemplos. Los problemas de periodos miltiples no se limitan a estos dos casos; sin embargo, demuestran los conceptos y factores que deben considerarse para plantear esta clase de problemas. aProblemas con periodos mitiples 105 @ ODESSA MANUFACTURING La Odessa Manufacturing Company fabrica un producto que tiene una demanda que aumenta y disminuye, Por ejemplo, la demanda que se ha pronosticado para los pr6xi 'mos cuatro meses es 1800, 2200, 3400 y 2800, respectivamente. Debido a las variaciones ‘en la demanda, los administradores de la Odessa han encontrado que en algunos meses existe produecidn en exceso, lo cual ocasfona grandes costos de manejo y almacenamien- to; en tanto que en otros meses la compaitia no esté en posibilidades de cubrir la deman- da, Lacompafiia puede fabricar 2400 articulos por mes en sus turns normales. Utilizan- do tiempo extra, es posible fabricar 800 articulos mensuales adicionales. Debido a los mayores costos de mano de obra en tiempo extra, se produce un aumento de $7 por cualquier articulo que no se fabrique durante el turno normal. Los administradores han estimado que se incurre en tun costo de almacenamiento de $3 por cualquier articulo que se fabrique en un mes determinado y que no se venda durante el mismo. A la Odessa le gustaria determinar un programa 6ptimo de produccién que minimice los costos tota- les de produecién y almacenamiento. El programa debe satisfacer todas las demandas de ventas. SOLUCION Objetivo (verbal) ‘Ala Odessa le gustaria determinar la cantidad de unidades que deben fabricarse durante ‘al turno normal y el turno de tiempo extra para los siguientes cuatro meses, con el objeto deminimizar los costos totales. La compaiiia debe tomar en consideracién el costo unita- rio de produccién durante los dos turnos, la demanda de unidades durante un mes deter- minado, asi como también la demanda en los meses subsiguientes, yel costo deconservar (almacenar) unidades que no se consumen en el mes en que se fabrican. Restricciones (verbales) Existen doce restricciones; cuatro de ellas se refieren a la demanda y 8 a la capi de produccién. 1. El nimero total de unidades que se fabriquen en fos turnos normal y de tiempo extra en el primer mes debe cuando menos satisfacer la demanda de 1800 unidades. 2, El mimero total de unidades que se fabriquen en los turnos normal y en tiempo extra fen el mes 2, mis cualquier inventario que se tenga del mes 1, deben satisfacer cuando ‘menos la demanda de 2200 unidades. ‘3. El mimero total de unidades que se fabriquen en los turnos normal y en tiempo extra ‘en el mes 3, mds cualquier inventario que se tenga del mes 2 deben satisfacer cuando ‘menos la demanda de 3400 unidades. 4, El mimero total de unidades que se fabriquen en los turnos normal y de tiempo extra ‘en el mes 4, mds cualquier inventario que se tenga del mes 3 deben satisfacer la demanda, ‘de 2800 unidades.106 Capitulo 3 + Programacién lineal: planteamiento de modelos 5.12, EI nimero de unidades que se fabriquen en los turnos normales en los meses 1, 2, 3 y 4 no puede exceder de 2400: capacidad mensual disponible de produccién. El niimero. de unidades que se fabviguen en los turnos de tempo extra en los meses 1, 2, 3y 4 no puede exceder 800: capacidad mensual de produccién en tiempo ext. Variables (estructura matemética) Examinando el problema por primera vez. puede concluirse que se requieren ocho varia- bles, puesto que es necesario tomar una decisi6n con respecto a la cantidad de unidades que deben fabricarse en los turnos normal y de tiempo extra para los cuatro meses. Sin ‘embargo, la politica 6ptima de operacién puede consistir en fabricar unidades en exceso en uno o més meses para utilizarias en meses futuros. Por tanto, se usan tres variables adicionales que representan tos inventarios en los meses 1, 2 3. Nose considera inventa- rio en el mes 4 porque el problema, como se ha estructurado, termina después de cuatro meses. Por tanto, sean 4, = niimero de unidades que deben fabricarse en turnos normales en el mes j. yy = ntlmero de unidades que deben fabricarse en turnos de tiempo extra en el mes j. aventario al final de! mes j. x en donde j = 1, 2, 3, 4. (a no existe porque no se permiten inventarios en el mes 4) Funcién objetivo (estructura matem a) Puesto que se incurre en costos normales de produccién para la fabricacién de cualquier tunidad, no es necesario ocuparse de este factor al minimizar los costos. Los factores que deben considerarse son los costos adicionales de produccién en el turno de tiempo extra y los costos de almacenamiento. Por tanto, la funcién objetivo para el problema Puede expresarse de Ia siguiente manera: mmzan: — Z= Ty, + 1914 19) + Tye Bey + 3a + 32, en donde7 ese costo unitario por tiempo extra y 3 esel costo unitario de almacenamiento. Restricciones (estructura matematica) 1. Rest ién de ta demanda en el periodo 1: (; unidades fabricadas en ef turno normal en el period 1) + ( unidades fabricadas en el turno de tiempo extra en el periodo 3) = (1800 unidades que se demandan en el periodo 1) + (@ unidades de inventario, periods 1) 2. Restricién de la demanda en el periodo 2: (% unidades fabricadas en el turno normal en el periodo 2)Problemas con periodos multiples 107 + 02 unidades fabricadas en el turno de tiempo extra en el periodo 2) + (@ unidades de inventario en el periodo 1) = 2200 unidades que se demandan en el p lo 2) + (% unidades de inventarlo, periodo 2) 3. Rest n de fa-demanda en el periodo 3: (4; tmidades fabricadas en el turno normal en el petiodo 3) + (3 unidades fabricadas en el turno de mpo extra en el periods 3) + 2; unidades de inventario, period 2) = (3400 unidades que se demandan en el perioda 3) “+ (% unidades de inventario, periodo 3) 4, Resttiecién de la demanda en el periodo 4 (cunidades fabricadas en el turno normal en el periodo 4) + 04 umidades fabricadas en et turno de tiempo extra en el periodo 4) + (& unidades de inventario, periodo 3) = 2800 unidades que se demandian en et periodo 4 5 8. Restricciones de la capacidad de produccién normal: 4x; unidades que se fabrican en e! (urno normal, periado i ‘5 2400 unidades de capacidad normal de producei6n en el periodo ¢ = 1,2,3,4) 9.-12. Restricciones de la capacidad de produecién en tiempo extra: 4 unidades fabricadas en ef turne de tiempo extra, petiodo ¢ 800 unidades de capacidad de produccién en tiempo extra en el periodo # G2123,4 Planteamiento matematico Zw Ox, 4 Oxy + Oxy + ONG + TH + TY + Ty + Ty + 32, 4 Bey + Bey ne ne a = 1800 nt re ©2200 at nt Br = 3400 ae vw 5 » 2800108 Capitulo 3 + Programacién lineal: planteamiento de modelos THE VALUE CF THE OBJECTIVE FUNCTION TS 8490.00 STRUCTURAL yARIABLES VALUES STURCTURGL VARIABLES Bh 3400; 00 408) an 2400.90 xe} RES} 2408: 38, REDS OB) 86 FIGURA 3-11. Resutados po: computadora para la Odessa Manufacturing 7 = 2400 % 2400 % 52400 x 2400 ye = 800 ne = 800 » = 800 Mm = 800 Ne y2Q zyme (123.4) Debe reconocerse que no existen limites para el elmacenamiento en este problema. Para incorporar una restriccién de maximo de almacenamiento al problema, serfan nece- sarias restricciones adicionales. También, defini ls variables de inventario simplemente como 2, ZY % NO permite identificar el periodo en el que se utilizaran los inventarios.. Schubieran podido dividir ain mas estas variables (en aetapa dedefinicién de variables) de manera que la solucién final no s6lo reflejara el inventario en un periodo dado, sino que también mostrara et periodo futuro en el que se espera vender esas unidades. Del andlisis de ta figura 3-11 se observa que la solucién dptima es = 2400.00 y,= 0.00 =, = 600.00 x1~ 240000 y;= 0.00 2; ~ 800.00 x; = 2400.00 y= 20000 2)= 000 x1 = 2400.00 y, = 400.00 El costo de este programa de produccidn es $8,400.00. Pero es necesario recordar que Ja funcién objetivo no toma en consideracién el costo del tiempo normal en la produc- ida, por lo que el valor objetivo que se obtuvo subestima los costos totales. 1 BROOKS-HALL INVESTMENT COMPANY La Brooks-Hall Investment Company, una casa de corretaje deinversiones recién forma- da, dispone de $600,000 para colocarlos en un conjunto de alternativas de inversién. La inversién tipo 1 esté disponible en cada uno de los préximos seis afios y se esperaPropieas Gon penwuus miuwpes 197 que produzca un rendimiento de 28% por cada délar invertido, al momento de su venci- miento al final de tres afios. La inversién tipo 2 también esta disponible en cada uno de los proximos seis aos. Esta inversion rendira $1.16 por cada délar invertido y vence al final de dos afios. La inversién tipo 3 esta disponible sélo al principio del segundo aiio y rinde $1,50 al final del cuarto aio por cada délar invertido. La inversién tipo 4st disponible en cualquier momento después del tercer afio y produce un rendimiento ‘del 40% al final de dos aftos. La oportunidad final de inversién, la tipo 5, esta disponible s6lo una ver, al principio del afo 1. Esta inversién rendiria $1.45 por cada dolar inverti- do, pero no vence sino hasta principios del aio 5. Cuando las inversiones vencen est disponibles para reinversién. A la Brooks-Hall le gustaria determinar la cartera de inves- siones que maximice el rendimiento de la inversién total para un periodo de seis afios {es decir, al final del sexto aio). SOLUCION Este problema es similaral problema de fa cartera de inversiones para cl fondo de jubila- cién de empleados estatales. Sin embargo, en este caso estamos interesados en forma specifica en que el paquete completo de inversiones se termine al final de stis afos.. ara plantearel problema, se requiere una ilustracién gréfica como la dela tabla 3-14 para mostrar las inversiones disponibles en cada uno de los diferentes atios, el afio en que vencen las inversiones y el rendimiento asociado con la inversion. Es necesario hacer diversos comentarios acerca de los datos que se presentan en Ja tabla 3-14. En primer lugar, observe que se ha aftadido una inversiéa tipo 6 al grupo de categorias de inversiones disponibles. Esta categoria de inversién simplemente repre- senta fondos no ocupados, es decir, fondos quenose invierten durante! afio. Lanecesi- ‘TABLA 3-14. Paisdn de inversones de la Brooks Hall ano | ano | Ano | Ato | ano | Ano Anversién disponible ' 2 3 4 5 6 Tipo 1 28% Tino 2 18 Tipo 5 45% Tipo 6 ‘Tipo 2 16% 2 ‘Ano 1 Ano Tipo 3 506 Tipo 6 Tino | 28% 3 Ato Tipo 2 is Tipo 6 Oo Tipo 1 28% 4 Tipo 4 0% Tipo 6 oe Tipo 4 40% Tipe6 0% Ano 6 {Tipo 6 0% Ano ae 5110 Capitulo 3 * Programacidn lineal: planteamiento de modelos dad de esta categoria extra se produce por el hecho de que puede ser mas redituable en uno 0 més periodos reservar dinero para su inversién en periodos futuros en vez de comprometer en este momento los fondas para inversiones a largo plazo. También debe observarse que se omite la inversin tipo 2 en los afios 4 y 5, aun cuando ¢s una alternativa disponible. Considerando que ambas inversiones son @ dos afios, y que Ia Jnversién tipo 4 produce el 40%, en tanto que la inversin tipo 2 produce el 16% para un periodo de dos aos, se preferiria en forma automitica la inversién que produce mayores rendimientos. Es posible seguir el mismo razonamiento para eliminar Ia inver- sion tipo 1 en el periodo 2, en el cual Ia inversion tipo 3 es preferible, puesto que tiene tan rendimiento del 50%. No se considera ninguna oportunidad de inversién més allé de comienzos del ato 5, puesto que ninguna de las inversiones vence en un aio. Objetivo (verbal) La Brooks-Hall debe determinar cudntos délares debe invertir en cada una de las catego- fas disponibles de inversion para los siguientes seis afios. Las inversiones deben producir el rendimfento maximo sobre los $600,000 al final del periodo de inversion de seis afios. Restricciones (verbales) Las restricciones asociadas con este problema se relacionan con los fondos disponibles para inversién en un afio determinado. Se requieren seis restricciones, puesto que se ienen seis periodos de inversién. Los fondos disponibles para inversién en cualquier afio dependen de las acciones que se hayan emprendido en afios anteriores. Por ejemplo, 8 principios del afto 2, los tinicos fondos disponibles son los que no se hayan invertido ‘enelano I, es decir, los fondos que permanecieron desocupados enel fio 1. A comienzos delaio3, el total de dinero disponible para inversién es el dinero que permanecié desocu- ado en el afio 2, més el dinero que se colocé en la inversi6n tipo 2 a principios del afio 1. Esta inversién venefa al final del segundo afio.) Las restriceiones pueden expresar~ se de la siguiente manera: 41, El dinero total que se invierte en los tipos 1, 2, 5 y 6 al principio del ato 1 debe ser ‘gual a $600,000. 2, El dinero total que se invierte en los tipos 2, 3 y 6 a principios del afio 2 debe ser igual al dinero no ocupado en el ao |. 3. El total de dinero que se invierte en los tipos 1, 2 y 6 al principio del atto 3 debe ser ‘gual al dinero no ocupado en el afto 2, mas la inversién produeida por el tipo 2 y que se realiz6 en el afo 1 4, El total de dinero que se invierte en los tipos 1, 4 y 6 a principios del afio 4 debe ser {gual al dinero no ocupado en el ato 3, més los rendimientos de las inversiones y las inversiones mismas del tipo 1 en el afto 1 y del tipo 2 en el ato 2, 5. Bl total de dinero que se coloca en inversiones tipo 4 y 6 @ principios del afio $ debe Ser igual al dinero no ocupado en el allo 4, més las inversiones y sus rendimientos para el tipo § en el ato 1, el tipo 3 en el afta 2 y el tipo 2 en el aio 3.Problemas con periodos miitiples 111 6. El total de dinero disponible a principios del ato 6 debe ser igual al dinero no ocupado én el afto 5 junto con las inversiones y sus rendimientos para el tipo 1 en el afio 3 y el tipo 4 en el alo 4. Variables (estructura matematica) i estuvieran disponibles todas tas categorias (tipos) de inversién en cada uno de los 6 afios, entonces se requeririan 36 variables. Sin embargo, como se ha planteado el pro- blema, s6lo se necesitan 16 variables puesto que muchas de las inversiones no estan dispo- nibles en mas de un afio. Para ayudar a rastrear el tipo de inversién y el afio en que se realiza, se utilizan dobles subindices, en donde el primero de éstos identifica la catego- ria (0 tipo) de inversién y el segundo identifica el ano en el que se invierte: dinero invertido en el tipo i en el ado j Funcién objetivo (estructura matematica) Analizando el problema, podria concluirse quella funcién objetivo consisteen maximizar la sume de los rendimientos de las 16 inversiones. Sin embargo, esto seria incorrecto porque una buena parte de los $600,000 podria reinvertirse varias veces; y, aunque maxi- mizar la suma de los rendimientos sobre las inversiones arrojaria los valores Sptimos en la solucién para las variables de decision (xy pu «ny 9) €l valor de la funcidn ob- jetivo sobrestimaria el valor de los $600,000 invertidos. El objetivo general es maximi- zat el total de dinero que se tiene al final del sexto aio. Cada délar que se coloca en ta inversion tipo 1 en el alto 4 rinde 28% al final del alo 6; la inversién neta es la inversi6n original més $0.28, es decir, $1.28. Cada délar que se coloca en la inversion tipo 4 en el aiio 5 produce 40% al final del afto 6; por ello, la inversién neta resuitante es $1.40. El tipo 6 de inversién produce OM% al final de cada aio por cada délar invertido; por ello, el resultado neto es $1.00. Puesto que estas tres inversiones son las tinicas que vencen en cl afio 6, la funcién objetivo incluye sélo estas variables. La funcién objetivo se expresa de la siguiente manera: suaxmnizans Zw 12g + 1M Oxyg + 1O%y Restricciones (estructura matemética) 1, Restresi6n de Ia inversion en el ao tz Yn 4 a + tay + x = 600,000 2. Restricign de la inversdn en el ato 2: Ant in tras 10re jén de la inversion en el afto 3:112 Capitulo 3 + Programacién linea: planteamniento de modelos Ay tty tte = Onis + 11689) 4. Resteiecion de a inversién en el ao 4: mie ae # Keg WOR 11 2BR L1G 5, Restriecién de la inversion en el ao 5 ay 4 ap = LO + LAS xy, + 1SO% oF 1G 6. Restriccién de la inversién en el aio 6: wag Mx + 2B + 140 Las variables que se encuentran en el término izquierdo de cada restriccién son las alternativas de inversién que estan disponibles al principio del respectivo periodo, y las variables que se encuentran del lado derecho son los fondos disponibles para la inversion, Las unidades de medicién en todos los casos son délares. Planteamiento matematico Maxinar — Ze L2BE e+ LAO + LOK, xut aut Xt xm = 600,000 ant ome 10k + sa =O ky- Mbyte ty 1Oxg + y= 0 1.28e + su = L16aa + Xu 1.085 + Xe NG = 180% + Ray — LESH) — LOG Hs = 1.28 - 40K — Loess + a = 0 Ripken tae Aneta ea Take es tae ig 2 0 Lasolucién aeste problema proporcionaré os valores monetarios de las inversiones, que deben hacerse en cada periodo. El valor resultante de Z sera el valor total de los $600,000 después de las inversiones. La figura 3-12 ¢s el listado de computadora para la Brooks-Hall. Para interpretar el listado, deben identificarse las variables de los resultados con las variables que se pre- sentaron en el planteamiento matemético. En la figura 3-12, las variables de resultado (estructurales) corresponden en forma directa al orden de las variables en la condicién de no negatividad, es decir, x) = yy.) = X%) = Xa Ke = Mapp woes Ke = Ne POT tanto, la solucién dptima es x = 600,000, x4; = 900,000 ¥ xu, = 600,000. Esto signi ca que la compafifa debe colocar $600,000 en el tipo 3 de inversién en el afio 2, $900,000STRUCT gpeyyenastcs Unies ever He ER # us £38 x # Glosario 113 THE VALUE CE THE OBJECTIVE FUNCTION Ts 59999. 66 FIGURA 9-12. Resuitados por compulacora para la Brooke Hall Investment Company en el tipo de inversién 4 en el afto 5 y $600,000 en el tipo de inversion 6 en el afio 1, El valor total de la inversién al final del sexto afio seria $1,259,999.66, RESUMEN Los ejemplos de este capitulo se disetaron para ilustrar el proceso de plantcamiento asociado con fa programaciéa lineal. Esperamos que ahora comprenda usted mejor este proceso. En varios de los ejemplos se sefialé que el algoritmo de solucién de programacién lineal (simplex) no garantiza una solucién 6ptima. Hicimos notar esto en forma especifi- ca al analizar los problemas de publicidad y de asignacién o presupuesto de capital, ‘También es necesario sefalar que aun cuando todos estos problemas se plantearon en forma de programacién lineal, en muchos casos es posible estructurarios para que se ajusten a otros algoritmos de soluciéa, Por ejemplo, el problema de programacién de la produccién con periodos miltiples también puede plantearse como un problema de transporte, y el problema de inversiones en periodos multiples puede plantearse como un problema de programacién dindmica. Algunos de los problemas de este capitulo se utilizarén como ejemplos en capitulos posteriores. Como sefialamiento final, no debe concluirse que las tinicas clases de problemas ‘que es posible resolver a través de la programacién lineal son los que se presentaron en este capitulo. Existen muchas otras aplicaciones, como los problemas de fabricar ‘comprar, problemas de asignacién agricola, andlisis de punto de equilibrio, problemas de reduccion de pérdidas y problemas de encogimiento. GLOSARIO planteamiento: arte de transformar un problema poco estructurado para darle una forma matemé- fica, Para la programacidn lineal, la forma maternética se expresa como tina Tuncién objetivo sujeta a un conjunto definido de restricciones lineales. problemas con periodos miiltiptes: problemas que pueden plantearse como modelos de PL cuando elproceso de planteamiento abarca diversos periodos. Algunos ejemplos incluyen la progrémacion de produccién y andlisis de javersiones. problemas de asignaciéwde recursos: problemas en los que exisen recursos limitados y se busca ‘wna utlizacion maxima de ellos. Problemas de asignacién: tipo especial de problemas de programacién lineal en el que el objetivo144 Capitulo 3.» Programacién lineal: planteamiento de modelos ‘es asignar en forma Sptima m recursos a. actividades. Algunos ejemplos incluyen la asignacién ‘de n personas & n trabajos diferentes, es decir, Ia asignacién de personal de ventas a distritos de ventas, la asignacién de tripulaciones de aerolineas a vuelos y la asignacién de trabajadores sociales a casos de beneficencia, nlemas de mexela: problemas que pusten plantearse como modelos de PL y en fos cuales el Dbjetivo consiste en mezciar ingredients basicos para fabricar productos finales refinados. Algun~ So ejemplos incluyer la mezela de gasolinas, la produccién de una mezcia alimenticia y la mezcla dle pinturas, productos quimicos y bebidas aleohlicas. problema de dicta: problema “clésico" de PL, que consiste en determinar ta combinacién de Alimentos de costo minimo que satisTega ciertos tequerimientos nutritivos. problema de transporte: tipo especial de problema que puede agruparse bajo el area general de fe programacidn lineal. El problema se refiere al transporte o distribucién fisica de bienes y ser ios, @ partir dle diversas ubjeaciones de oferta para enviarlos a diversas ubicaciones ce clemanda, BIBLIOGRAFIA 1. Anderson, David R., Dennis J, Sweeney y Thomas A. Williams. Linear Programming for Decision Making: An Applications Approcch. St. Paul, Mina. West Publishing, 1974, 2. Budnick, Frank S., Richard Mojena y Thomas E, Vollmann, Principles af Operations Re- search for Management. Homewood, Ii.: Richard D. Irwin, 1977 43. Childress, Robert L. Mathematics for Managerial Decisions. Englewood Cliffs, N.J-: Prentics- Hall, 1974 4. Eck, Roger D. Operations Research for Business. Bemont, Calif: Wadsworth Publishing, 1976. 5. Hadley, G. Linecr Programming. Reading, Mass.: Addison-Wesley, 1962. 6. Hartley, Ronald V. Operations Research: A Managerial Emphasis. Pacific Palisades. Calif. Goodyear Publishing, 1976. 7. Hillce, Frederick S., y Gerald J, Lieberman. fniroduction to Operations Research. 2a. ¢d. San Franciseo: Holden-Day, 1974. 8. Kim, Chaiho. Quantitative Analysis for Managerial Decisions. Reading, Mass.: Addison- Wesley, 1976. 9. Lee, Sang M. y Laurence J. Moore, Introduction fo Decision Science. New York: Petroce: Mi/Charter Publishers, 1975. 10. Minch, R.y W.K. Holstein, Linear Programming: A Modular Approach. Monograph, State University of New York at Albany, 1974, 11, Simmons, Donald M. Linear Programming for Operations Research. San Francisco: Holden- Day, 1972, 12. Spivey, W. Allen y Robert M. Thrall, Linear Optimization. New York: Holt, Rinehart and Winston, 1970. 43. Trueman, Richard B, Aw Indroduction to Quantitative Methods for Decision Making. New York: Holt, Rinehart & Winston, 1974, 44. Wagner, Harvey M. Principles of Operations Research, 2a. ed. Englewood Cliffs, N. Jt Prentice-Hall, 1975, PREGUNTAS DE REPASO 1, Identifique la forma matematica general del modelo basico de PL. 2. Describa en forma breve los procedimientos o etapas que deben seguirse para plantear un problema en forma de modelo de PL.Problemas 115 3. Explique las diferencias entre un problema de dieta y un problema de mezclas. Proporcione cjemplos de cada caso, Qué caracteristicas dc los problemas de presupuestos de capital posiblemente pueden darcomo resultado una solucién no practicable, si se utiliza la PL. para tesolver esos problemas? 5. Qué caracteristica de los problemas de transporte hace que sea posible desarrollar versiones simplificadas del método normal de solucién de PL? 6. ¢£n qué difiere un problema de transportede uno de asignacién? Sea especifico en su respuesta ¥ dé ejemplos. 17, Identifique fas caracteristicas de un problema con periods miiltipls, ZEs posible resolver esos problemas contempléndolos como si fueran un conjunto de subproblemas, es deci, zpoclemos ‘optimizar cada periodo y sumar los resultados? Explique sw respuesta. 4 PROPOSICIONES FALSO/VERDADERO 1. Cualquier problema puede reducisse a un solo modelo correcto de PL. 2, Los valores de as variables en las soluciones 6ptimas de PL. se redonclean al entero mayor, 3. Los problemas de asignacién de recursos son ejemplos de problemas con periodos miitiples. Jos problemas de asignaciéa de recursos se busca maximizar Ia utilizacién de recursos imitados. 5. Todas las restricciones deben expresarse en Ia misma unidad de medicién, 6. Los problemas de dieta implican especificamente Ia determinacion de una combinacién de alimentos de costo minimo que satisfaga ciertos requerimientos nutritives, 7. El problema de identificar una cartera de inversion a partir de un grupo dado de aectones puede considerarse como un problema de mezcl, 8. Enel caso de los problemas de asignacién de capital, a PL asegura que Ia solucién éptima rho contiene ningiin proyecto fraccionario. 9. Los valores en la solucién para problemas de transporte siempre son diseretos. 10. El problema de asignar cierta cantidad de empleados a una maquina puede considerarse como un problema de asignacién. 11. Losproblemas deasignacién impliean asignar m personaso maquinas a n trabajos diferentes 12. Los problemas de transporte implican la distribucién fisica de bienes y servicios, a partir de una ubicacién de oferta o almacenamiento hacia diversas ubicaciones de demanda, 13. Los problemas de inversiones de periodos miltiples pueden plantearse como problemas de programacién dinémica, PROBLEMAS: 1. LaSmith Motors, Inc., vende automéviles normales y vagonetas. La compania obtiene $300 detilidad sobre cada automévil que vende y $400 por cada vagoneta. El fabricante no puede proveer més de 300 attoméviles ni més de 200 vagonetas por mes. El tiempo de preparacién para los distribuidores es de 2 horas para cada automévil y 3 horas para cada vagoneta. La compaitia cuenta con 900 horas de tiempo de taller disponible cada mes para la prepar cién de automéviles nuevos. Plante un problema de PL para determinar cuantos automév les y cusintas vagonetas deben ordenarse para maximizar las utilidades. 2. La EZ Company fabrica tres productos de tiltima moda, a los cuales el departamento de ‘mercadoteenia ha denominado Mad, Mud y Mod, Estos tres productos se fabrican a partir de tres ingredientes los cuales, por razones de seguridad, se han designado con nombres116 Captiulo 3 + Programacién lineal: planteamiento de modelos 3 en cédigo que son Alpha, Baker y Charlie, Las libras de cada ingrediente que se req pare fabricar una libra de producto final se muestran en fa tabla P3-2. TABLA P32 Ingrodiente Producto Alphe—“Baker’_—Charlle. Mad 4 7 8 Mud 3 ° 7 Mod 2 2 2 La empresa cuenta respectivamente con 400, 800 y 1000 libras de los ingredientes Alpha, Baker y Charlie. Bajo las condiciones actuales del mercado, las contribuciones alas tiidades para os productos son $18 para Mad, $10 para Mud y $12 para Mod. Plantee un problema dde PL para determinar la cantidad de cada uno de los productos de itima moda que deben fabricarse. La Clear-Tube Company fabrica partes electrénicas para aparatos de televisin y radio. La ‘compania ha decidido fabricar y vender radios de AM/FM y tocacintas, Ha consiruido una planta que puede operar 48 horas semanales con gastos fijos de $10,000 por semana. La produceién de un radio AM/FM requiere 2 horas de mano de obra y la produccién de un tocacintas requiere 3 horas de mano de obra. Cada radio contribuye con $20 a las utilidades ‘yada tocacintas con $25. El departamento de mereadotecnia dela Clear-Tubeha determina- ‘do que fo maximo que puede venderse por semana son 150 radies y 100 tocacintas. Plante tun problema de PL para determinar la mezcla Sptima de produccién que maximice a contri- bacién a las utilidades, La Lord Manufacturing Company fabrica3 productos para el reciente mercado de las compu tadoras: diskettes, cassettes de cinta y cactuchos para limpiar unidades de disco. La contribu- cidn unitaria a las utilidades para cada producto se muestra en la tabla P3-4a, TABLA Pata Contribucion @ Producto es ulldades Diskette 2 Cassete st Paguete de impieza $3.50 ‘Cada uno de es0s productos pasa a iravés de tres centros de manufactura y prueba como parte del proceso de produccién. Los tiempos que se requieren en cada uno de los centros pare fabricar una unidad de cada uno de los tres productos se muestran en la tabla P3-ab, TABLA P34 ‘Horas por unided Producto enrol Centro? Centra 3 Disket 3 2 t asset 4 1 3 Paquete de impieza 2 2 2Problemas 117. En Ia tabla P3.4e se muestran el tiempo disponible para la siguiente semana y los costos fijos para cada uno de los centros. TABLA P-4e Tiempo Casto fijos Centro I: horas $1000 Centro 2: AO horas $2000 Gentro 3: SO horas $1300 Plante un problema de PL para programar la produccién de manera que se maximise la contribucién a las utilidades. La Ware Farms del Valle Schoharie, cerca de Albany, N.Y., cultiva brécoli y colifior en 500 acres de terreno en el valle. Un acre de brécoli produce $500 de contribucion alas utilida- des y la contribuci6n de un acre decoliffor es de $1000. Debido a reglamentos gubernamenta- Jes, no pueden cultivarse més de 200 acres de brOcoli. Durante la temporada de plantacin, hhabré disponibles 1200 horas-hombre de tiempo de plantadores. Cada acre de brécoli req e2.5 horas-hombre y cada acre de coliflorrequiere 5.5 horas-hombre, Plantee un problema de PL para determinar cudntos acres de brécoli y eudintos de coliflor deben plantarse para ‘maximizar la contribucién a las utilidades. La Pro-Shaft Company Fabrica y vende tres lineas de raquetas de tenis: A, By C: A es una raqueta “esténdar”, B y C son raguetas “‘profesionales”. El proceso de manufactura de Jas raquetas hace que se requieran dos operaciones de produecién; todas Ins raquetas pasan a través de ambas operaciones. Cada raqueta requiere 3 horas de tiempo de produecién en Ia operacién 1. En la operacién 2 Ia raqueta A requiere 2 horas de tiempo de produecisn; la raqueta B requiere 4 horas y la C, 5. La operacién I tiene 50 horas de tiempo semanal cde produccién y la operacién 2 tiene suficiente mano de obra para operar 80 horas ala sema- na. El grupo de mercadotecnia de la Pro-Shaft ha proyectado quc la demanda de la raqueta estandar no seré de ms de 25 por semana. Debido a que las raquetas B y Con de calidad similar,-se ha pronosticado que la demanda combinada para éstas serd, en total, de dicz ‘0 més, pero no més de 30 por semana, La venta de la raqueta A da como resultado $7 de iades, en tanto que lasraquetas By C proporcionan utijidades de $8.00 y $8.50, respecti- vamente, ;Cuéntas raquetas del tipo A, By C deben fabricarse por semana, sila Compania busca maximizar sus utilidades? Plantee el problema como un modelo estdndar de PL. La Higgins Company fabrica piezas de metal de alta precision que se utlizan en los motores ‘de automéviles de carreras. La pieza se Fabrica en un proceso de farjado y refinacidn y son necesarias cantidades minimas de diversos metales. Cada pieza requiere 40 onzas de plomo, 48 de cobre y 60 de hierro colado. Existen 4 tipos de mineral disponible para el proceso de forjado y refinacién. El mineral de tipo 1 contiene 4 onzas de plomo, 2 de cobre y 2 de acero colado por libra. Una libra de mineral de tipo 2 contiene 2 onzas de plomo, 6 de ‘cobre y 6 de acero colado. Una libra del mineral tipo 3 contiene 1 onza de plomo, 4 de ccobre y 4 de acero colado. Por ultimo, el mineral de tipo 4 contiene % onza de plomo, 1 de cobre y 8 onzas de acero colado por libra. El costo por libra para los cuatro minerales ‘¢5 $20, $30, $60 y $50, respectivamente. A la Higgins le gustaria mezclar los minerales de ‘manera que se satisfagan las especificaciones de as piezas y st minimice el costo de fabricar- las. Defina las variables de decisién y plantee et apropiado modelo de PL. ‘La Georgia Outdoors Company fabrica tres tipos de combinaciones energéticas de semillas118 Capnulo 3 + Progremacién lineal: planteamiento de modelos 10. ‘que se venden a mayoristas los cuales a su vez los venden a expendios al menudeo. Los tres tiposson normal, especialy extra ye venden en $1.50, $2.20 y$3.S0 por libra, respectivamen- te, Cada mezela requiere los mismos ingredientes: mani, pasas y algarrobo. Los costos de estos ingredientes son Mant: $0.90 por tbr Pass: $1.60 por libra Algatrobo: $1.50 por libra Los requerimients de las mezclas son: Normal: cuando menos $8 de ada ingrediente Especial: cuando menos 20% de cada ingrediente y no mis de $0% de cualquiera de ellos xa: cuando menos 25% de pasas y no mis de 25% de mant Las instalaciones de produecién hacen que haya disponibles por semana como miximo 1000 Tibras de mani, 2000 de pesas y 3000 de algarrobo. Existe un costo fijo de $2000 para la fabricacién de as mezelas, Existe también la condicién de que la mezcla normal debe limitar: se al 20% dela produccién total. Plantee un problema de PL para maximizar las utlidades, Los supervisores dela produccién de una refineria deben programar dos procesos de mezcla- 4o. Cuando se realiza el proceso | durante una hora se consumen 100 barries de petréleo nacional y 300 bartiles de petréleo importado, De manera similar, cuando seefectia el proce- so2duranie una hora, seconsumen 1OObarriles de petréleo nacional y 200 barriles de petréleo importado. Con respecto a la produccién, el proceso 1 genera 4,000 galones de gasolina y 1,750 galones de petréleo para uso doméstico por hora de operacién. El proceso 2 genera 3,$00 galones de gasolina y 2,250 galones de petrOleo para uso doméstico, por hora. Para 1a siguiente corrida de produccién, existen disponibles 1,200 barriles de petréleo nacional ¥ 1,800 barriles de petcéleo importado. Los contratos de ventas exigen que se fabriquen 28,000 galones de gasoline y 12,000 galones de petr6leo para consumo doméstico. Las contri- buciones a las utlidades por hora de operacién son $1,000 y $1,100 para los procesos 1 2, respectivamente. ‘4. Plantee un modelo de programacién lineal para determinar el programa de produccién, que maximice la contribucién total. Ascgérese de indicar les unidades de medicién para sus variables de decisiOn y las unidades en las que se mide cada restrccién, b. EIU.S. Department of Energy puede emit un dictamen que limite la produecién total ‘de gasolina a no mis de la mitad del petrdleo que se fabrique para uso doméstico. zQué restriccién debe afiadirse al modelo para plantear esta condicién? 1La Carpinteria Shipping Company opera un avién que combina pasajeros y carga entre el aeropuerto de Newark, Estados Unidos y Bonn, en Alemania Occidental. Debido alos cleva- dos costes de operacin, el avidn no sale hasta que todas sus bodegashayan sido cargadas. El avin tiene tres bodegas: inferior, media y superior. Debido &limitaciones en el espacio de las Bodegas, el avidn no puede Hevar mas de 100 toneladas de carga en cada viaje. No deben levarse més de 40 toneladas de carga en la bodega inferior. Con fines de auilibrio ta bodega intermedia debe evar un tercio de la carga de la bodega inferior y la ‘bodega superior debe levar dos quintas partes de la cargade la bodega inferior. Sin embargo, no deben levarse més de 60 toncladas de carga en las bodegas media y superior combinadas. Las uildades por el transporte son-de $8 por tonelada de carga en la bodega inferior, S10 por tonelada de carga en la bodega intermedia y $12 por tonelada de carga en In bodega superior, después de deducir todos los gastos necesarios. Plantee un problema de PL para determina Ja forma de cargar el avién que proporcione las mayores utdades.n. 2 Probieras 119. La H.R. Russell Manufacturing Company es un fabricanteimportante deequipo estereofs co. En a actualidad, los administradores de la Russell estin considerando afiadir una nueva linea de productos a su grupo existente de sistemas estereofénieos, La nueva linea incluira ‘euairo nuevos productos. La Russell iene dos plantas en laz que puede fabricar Ia nueva linea de productos. El proceso de manufactura en la planta no. I tiene una estructura algo diferente al dela planta no. 2, En la planta no. | se requieren tres procesos de fabricacién, ‘enlaplanta no, 2s6lo se requieren dos procesos. Debido aque las operaciones de manufacti~ Ta de las dos plantas difieren, sus costos variables son también diferentes. Por tanto, tal ver reditiie més fabricar un articulo de la linea en una de las plantas y uno o mas de los restantes en la otra, El precio de venta y los costos variables, asi como tambign la demanda ‘maxima para los nuevos productos, se muestran en la tabla P3-11a. En Ia tabla P3-11b se describen las operaciones de manufactura para las dos plantas (los nimeros de la tabla expresan horas de tiempo de fabricacién). El gerente de la planta no. 1 ha efialade que pueden dedicarse las sighientes horas de capacisad mensual de produc- cién para la nueva linea de productos: operacién A 30,000 horas; operacién B 100,000 horas: operacién C 16,000 horas. En cada una de las dos operaciones de la planta no, 2 existen disponibles 20,000 horas de tiempo de produccién. A Ia Ruseelt le gustaria determinar la cantidad de cada uno de los 4 tipos de productos que deben fabricarse cada mes en las dos plantas, de manera que se maximice la contribucidn de las utlidades de la compania. a, Plantee el problema como modelo de PL. , Suponga que los administradores de primer nivel de ta Russell han decidido que cada planta fabrique el $0% de Ia demanda para cada producto. Plantes dos modelos que pudieran representar esta politica. ; Qué podria hacer usted para convencer alos adminis- tradores de la Russell que esa no es una politica éptima para la compana? TABLA Patta Producto Precio de venta y demenda _no.1— 0.2 m3 m0. Precio de venta $200 $300 «52505280 Cosios variables: planta no. 1 $160 $270 «$240 «$270 CCostos variables: planta no. 2 $220 © $300» «$200 $220 Demands (uaidades) ooo 300040006000 TABLA Pa-tib Producto mot m2 mo.3 med Planta no. 1 Openciés A = 60724070 Operacién BBD «200160180 OpeaiéaC = 2020101 Planta no. 2 OperaciéaX = «8088 Operacién Y 1001608080 ricola grande, La compania tiene 130 jol de soya, trigo y maiz. Los productos La Overland Farm Company es una cooperativa acres en los que produce tres articulos pri pales:120 Capitulo 3 + Programacién lineal: planteamiento de modelos B. 4. dola cooperativa son para consumo desus miembros para ventas alexterior. Lacooperativa std organizada de tal manera que deben satisfacerse primero las demandas de sus miembros antes de vender al exterior cualesquiera articulos. Todos losexcedentes de produccién se venden den al precio de mercado, La tabla P3-12 resume para eada producto, durante la temporada, decultivo, el rendimiento proyectado por acre, el nimero de bushels quelos miembros solici+ tan, lademanda méxima del mercado (en bushels), y fa utilidad estimada por bushel. Plantee uun miodelo de PL para el problema que permita a ls cooperativa determinar el nimero de acres que deben asignarse a cada producto para que se maximicen las utilidades. TABLA P2-12 Rendimiento (bushels Demanda de Demande del Utiided por ‘os miembros mereado (Spor Cuttivo aera) doushels) Coushelsy bushel) Fiijol de soya 420 2000 10,000 1.50 Tego 200 +000 8,000 180 Male 7 1000 3,000 2.50 La Beta Corporation aeaba de adquirir una licencia existente de operacién para el servicio de automéviles entre el eropuerto DFW y el centro de la ciudad. Antes el servicio de esos automéviles operaba una flota de 20 vagonetas; sin embargo, el volumen del negocio hace ‘que sea ficil justificar le adici6n de otros vehiculos. Ademis, la mayoria de los vehiculos son muy viejos y requieren un mantenimiento muy costoso. Debido a la baja inversién que se requiere para la adquisici6n de Ia licencfa, la Beta esta en posicién de reemplazar todos los veh{culos existentes. Se estén considerando tres tipos de vehfeulos: vagonetas, autobuses pequefios yautobuses grandes. La compaftia ha examinado cada tipo de vehiculo y ha recopi lado los datos que se muestran en la tabla P3-13, El consejo de administracién de la Beta tha autorizado $500,000 para la adquisicién de vehiculos. La Beta ha proyectado que puede utilizar en forma adecuada cuantos vehiculos pueda financiar; sin embargo, las instalaciones de servicio y mantenimiento son limitadas. En estos momentos, el departamento de manteni- ‘miento puede manejar 30 vagonetas. En Ia actualidad, Ia compatifa no desea ampliar las imiento. Puesto que la nveva flota puede incluir autobuses pequeios y grandes, el departamento de mantenimiento debe estar en posibilidades de trabajar con ellas. Un autobis pequefioesequivalentea 1'4 vagonetas y cada autobis grande equivale 2 3 vagonetas. Plantee un modelo lineal que permita a Ia Beta determinar el nimero éptimo ecada uno de los tipos de vehiculos que debe adquirir con el objeto demaximizar las utilida- des anuales esperadas. TABLA P3-13 Uiiided anual neta Tipo de vehieulos Precio de compra _esperada Yayoneia 5 6,300 82,000 ‘Autobis pequena 10,500 2,800 ‘Autobis grande 29,000 6,500 ixon’s, Inc., ¢s tn expendio exclusivo al menudeo, en el que se venden trajes y abrigos para eaballero, La Dixon's vende tres Iineas de ropa: deportiva, para ejecutivos jévenes y18. Problemas 121 delujo, En general, estas lineas pueden caracterizarse como de precio moderudo, ligeramente costosasycostosas. Las lineas mas costosa exigen exhbieiones mis complicadasy una ma- yor cantidad de tiempo del personal de ventas; sin embargo, con éstas se obtienen mayores Ullidades, Para propésitos de planeacion, la Dixon's ha determinado que la uilidad prome- por artculo en la linea deportiva es $6.50, en tanto que la utilidad uaitaria para las lineas de ejecutivos jévenes y de lujo son $13.70 y $23.25, respectivamente. Las wilidades dentro de cada una de as lneas no citieren entre los tajesy fos abriges. De experiencas pasadas, Ia Dixon’s ha determinado que se requieren 200 pie? para exhibir 1000 unidades de i linea deportiva, en tanto que se requeren 450 pie? para 1000 articuls de fa tinea dle ejecuivos j6venesy 690 pie® por cada 1000 articulos que se exhiben de la linea de tuo. Ex periencias previasseRalan que las horashombre de personal de ventas que serequieren por 1000 artculos que se venden para las linea respectivas son 250, 650 y 1800 Para mantener une varieded razonable de abrigos y trajs, la Dixon ordena cuando ‘menos 1000 articulos de cada linea. Para reflejar ef hecho de que se venden mds trajes que abrigos, la Dixon mantiene una proporeién de 80 a 20 en cada una de las lineas cuando hhace sus pedidos. La Dixon's tiene 6,000 pe” de espacio en la sala de exhibicion. Los a ‘ministradores han determinado que la estcidn en la que los artiulos son comercializables dara aproximadamente 16 semanas, En estos momentos la Dixon tiene una fuera de venta de & personas. La seman norma de trabajo para todo el personal de venta es de 48 horas Plantee un modelo de programacin lineal para el problema que pueda uilirarse para deter- minar ef niimero de traes y abrigos de cada linea que el personal de compras de la Dixon debe ordenar con cl objeto de maximizar las utilidades. Eldistrito escolar del Condado Clark tiene dos escuetas en nivel medio superior que atienden las necesidades del condado. La escuela no, 1 tiene una capacidad de 6,500 estudiantes y laescuela no, 2tiene una eapacidad para 4500. El distrito escolar esta subdividide en 6 Areas. Cada una deellas iene tamafto diferente (poblacién de estudiantes) y una combinacion distin ta de alumnos de minorias. En la tabla P3-1Sa se describen las seis areas respectivas: TABLA Po-t62 Poblacién total Nimero de Arcade estudiantes estudiantes de minovias Aa 1900) 200 a 2475 1600 c 1000 0 DB 2150 450 £ 1800 870 F 1409 330 Un plan en contra de la discriminacién, ordenado por wn tribunal, ha legado al distrito y especifica que cada escuela debe tener inscritos por lo menos 32% de alumnos de minorias. ‘Ninguna escuela puede tener inscritos mas del 45% de alumnos de minorias. Para tratar dde cumplir con el dictamen del tribunal, el distrito desea minimizar et néimero de millas que ddeben viajar en autobiis escolar los estudiantes. Ena tabla P3-15b se muestran datos queindican, Is distancias (millas) entre Ias diversas dreas y las escuelas correspondientes. Si es posible, alisrit le gustaria evitar que los estudiantes viajaran mds de 2.8 millas. Plantee un modelo de PL que le permita al distrito cumplir con el plan de no discriminacién y la restriecién. del transporte.122 Capitulo 3 Programacién linea: planteamianto de modelos 16. . TABLA P3.15b Escuela Bscuela Area no 0.2 A 18 25 B 18 9 c 22 26 DB 28 23 E 28 18 F 28 1 La E. L. Griffith Company ¢s un fabricante grande de zapatos, ubicado en la regién del ‘medio oesteen los Estados Unidas de Norteamérica, La Griffith se especializa en la fabrica- cidn de botas vaqueras y no vende en forma directa al piblico sino que, en cambio, vende através deexpendios al menudo. Segin las fluctuacionesen los costos de os diversos compo rentes, a compania ha observado queel costo de producci6n varla de un mes otro. Debido ‘estas variaciones en los costos (y al bajo costo de manejo y almacenamiento que es de $81.00 por mes por par de botas), la Griffith considera que resulta conve de botasen exceso en algunos meses para venderlasen meses posteriores. Los administradores dela Griffith han pronosticado la demanda y los costos para los siguientes siete meses como se muestra en la tabla P3-16. La compafia desea programar la produccién para minimizar Jos costos totales de produecién y manejo. Plantee un modelo de PL para el problema. (No existe restricelén de capacidad sobre la produccién o sobre el almacenamiento.) TABLA P3-16 costa Demanda —_proyectado Mes ‘pronosticada (por par) 1 10,000 36.00 2 11.000 42.00 3 180,00, 38.00 4 400,000 40.00 5 200,000, 35.00 6 180,000 39.00 7 19,000 37.00 ‘Una cooperativa agricola grande del suroeste de los Estados Unidos de Norteamérica opera ‘cuatro granjas. La produccién de cada granjaestélimitada parla cantidad de aguadisponible para irigacién y por el nimmero de acres disponibles para cultivo. Los datos delatabla P3-17a describen las granjas. Normalmente, la cooperativa cultiva 3 tipos de productos, aunque ‘cada una de las granjas no necesariamente cutiva todos ellos. Debido a la limitacién en Ja disponibilidad de equipo para cosechar, existen restricciones sobre el nimero de acres de cada producto que se cultivan en cada granja. Los datos de la tabla P3-17b reflejan el ‘méximo de acres de cada cultivo que pueden producirseen cada granja. Elagua queserequie- re (expresada en millares de pies cibicos por acre) para los respectivos cultivos son: 6, 5, yA. Las utilidades que se proyectan por acre para cada uno de los tres cultivos son $500, 18350 y $200, respectivamente. Para mantener una carga de trabajo equilibrada entre las 4 granjas, Ia cooperativa hha adoptado la politica de hacer que en cada granja se cutive un poreentaje igual de terreno18. Problemas 123 disponible. Plantee un modelo de PL paracl problema, que permitaa la cooperativadetermi- nara cantidad (acres) de cada cultivo que deben plantarseen cada granja para quese maximi- cen las utilidades totales esperadas para la cooperativa, TABLA P3-17a Disponibtiad de agua Disponiiidad de Granja {ples ebicos) tierra foores) 1 480,000 450 2 4,320,000 650 3 ‘370.000, 350 4 390,000 500 TABLA P3-17b Granja Grania Granja Granja cutive 1 2 3 4 a 0300. 10250 a 10200 130100 c 200 350 200300 La AJAX Fertilizer Company fabrica y vende un fertilizante de aplicacion general (10-10-10) La compania fabrica el fertiizante en (es plantas distntas y enviael produto final a cuatro almacenes diferentes, ubicados en diversos puntos de los Estados Unidos de Norteamérica Puesto que algunas operaciones fabriles han existido durante més tiempo que otras, hay diferentes costos de produccién en las distintas plantas. (Las plantas més recientes wtilizan procesos mas modernos y actualizados que dan como resultado menores costos de produe- Gién.) En la tabla P3-18a se presentan los costos de producci6n en délares por tonelada y Ia capacidad en toneladas para las plantas. TABLA P3-t82 Planta ——Costos_—_Capacidad 1 8 650 2 ss ‘00 3 0600 ‘Los requerimientos en tonelatdas de los cuatro almacenes son 200, 450, 500 y 600 respectiva- ‘mente. Debido a que cada almacén opera en forma separada, los precios por tonelada en los respectivos almacenes difieren un poco. Los precios de venta son $62, $63, $64 y $64 El objetivo de los administradores de la AJAX es maximizar las utilidades totales para la compaitia. Por ello, deben considerar los costos de transporte asociados con el envio del producio de una planta determinada a un almacén especifico, Los costos de transporte (ex- presados en délares por tonelada) para las diferentes rutas de transporte se muestran en la tabla P3-18b, Plantee un modelo de PL que le permita a la AJAX satisfacer su objetivo de maximizar las utiidades. i124 Capfulo 9 + Programacién linea: planteamiento de modelos v. 20, TABLA P3-18 Maquina Pract eee 1 Bos 2 2 4 BOB 3 [ee La H&L Manufacturing Company se especializa en la fabricacién de partes para ia industria automottiz, En la actualidad, la compafia tiene un problema de capacidad y se ve obligada ‘ comprar partes a una compania compelidora para poder satisfacer las demandas que tiene comprometidas. El problema que laempresa enfrentaes: ls compaftiatiene cuatro productos, y étos se fabrican en seis maquinas. Los tiempos de produccién (en horas) necesaries para fabricar los productos se muestran en la tabla P3-19, Existen 60 horas de tiempo disponible cen cada una de tas miquinas. La H & L ha comprometido un pedi de 250 unidades por $2.25, $4.40y $2.10. Sila compania compra las partes con el competidor externo los precios de compra son $3.15, $2.75, $4.70 y $2.30, respectivamente. Plantee un modelo de PL que pudiera uilizarse para identificar las cantidades de Ios cuatro productos que la H & L debe Jabricar y las cantidades que debe comprar con el objeto de minimizar los costos. TABLA P3.19 Alnacén Planta not 0.2 m9 mod _m0.$ 0.6 ' 0080088 00602 2 ° 002 O10 030 B02 3 os 02 ois 050 Os 4 012008 03s ° 0.10 El gerente de la Unea de produccién de una empresa clectrénica debe asignar personal a cinco tareas. Existen cinco operadores disponibles para asignarios. El gerente de linea su disposicién datos de prueba que reflejan una calificacién numérica de productivided para cada uno de los cinco trabajadoresen ceda uno de os trabajos. Estos datosse obtuvieron através de un examen de operacién y prueba administrado por el departamento de ingenieria TABLA P3.20 Niimero de trabajo Nuimero de ovender 1 28S 1 n 6 mw 8 2 2 6 ot mM Mu 6 3 0 6 W ow oR 4 2 4 2 Mw 5 re)ay 22. 23, Problemas 125 industrial (véase a tabla P3-20). Suponiendo queun operador puede ejecutar un solo trabajo, plantee un modelo que conduzca a la asignacién éptima de tareas La Reed Service Company se desenvuelvcen el negocio de reparacién de méquinas lavacioras, y secadoras domésticas. La compamia da servicio a clientes en toda la ciudad, Tiene cinco templeados de servicio que viven en diferentes lugares dela ciudad, Con el objeto de ahorrar tiempo de manejo y costos al iniclo de cada dia, el personal de servicio se dirige directamente desus casas. los lugares donde eles requiere, La tabla P3-21 presenta las distancias asocia- das con los primeras cinco trabajos que deben Ilevarse a cabo. A cada empleado de servicio se le paga por conducir; por ello, ia Reed desea minimizar [a distancia extra de trasiado. Plantee el modelo apropiado de PL. TABLA P3-21 ‘Milmero de trabajo mapleato de swnito 12S ' mo 4 6 oom 2 6 8 2 2» 10 a 5 6 mM Mw 4 mo 2 2 48 6 5 4 2 6 om La Eat-A-Bite Fastfood Company opera un restaurante que funciona 24 horas al dia. En ‘a ompresa trabajan diversas personas, y cada una de ellas lo hace 8 horas consecutivas por ia, Debido a que la demanda varia durante el dia, el nimero de empleados que se requiere varia con el tiempo. Con base en experiencias pasadas, la compaiiia ha proyectado el requeri- ‘miento minimio de mano de obra para cada periodo de 4 horas del dia, Plantes un modelo de PL que indique el nimero minimo de empleados que se requeriran para atender las opera- ciones durante las 24 horas TABLA P3.22 Namero minima de empleados Tiempo que se requieren 12:0 pm. 4:00 am, a 400 asm. a 8:00am, 5 8:0 a.m. a 12:00 0 12:00 m. 4:00 pam. 6 4:00 p.m, a 8:00 p.m. 0 8:00 pam, a 12:00 p.m. % La Riccardo Manufacturing Company esta considerando ampliar Ia capacidad de su planta para los préximos ocho trimestres, El objetivo de la compafia es hacer que su capacidad {abril sea tan amplia como sea posible al final de dos afior (al final de los ocho trimestres). ‘La compania fabrica un solo producto, Los costos de materias primas y otros costos variables sonde$120por unidad. Cada unidad que se fabrica requiere 1.2 unidades de capact126 Capitulo 3 * Programacion lineal: planteamiento de modelos dad de produccién, Todos los costos y requerimientos de produccién ocurren en un solo periado; las ventas ocurren en el periodo inmediatamente posterior. Cada unidad se vende en $175. Por propésitos de expansién (en cualquier periodo) la compania tiene dos politicas; pueden wtilizarse na oambaede ellas. Bajo la politica 1, cada unidad de capacidad adicional require $24,000 al principio del periodo; la capacidad nueva estd disponible al principio del siguiente periodo, Cada unidad de capacidad adicional bajo la politica 2 requiere $18,000 al principio del periodo en el que se comienze la ampliacién; pero esa capacidad no est disponible sino hasta el principio del periodo siguiente al primero. ‘La compatia tiene $320,000 al principio del periodo I. Ese dinero debe utilizarse para financiar la produccién y la expansién dela planta, Después del periodo 1 no existen fondos “externos” disponibles. Tanto Ia produecién como la expansién de fa planta, después del periodo 1, deben financiarse del fondo para materiales 0 de fonddos generados con ventas. ‘Apprineipios del periodo 1, resultan funcionales un total de 960 unidades de capacidad. Todas Jas ampliaciones deben estar en condiciones de operarse hacia finales del periodo 8. Plantee un modelode PL que sefalee mimero deactivos de capacidad que la Riccardo debe adicionar ‘en cada trimestrey la politica o politics de construccién que debe emplear en la ampliacién La BL & C Paper Company fabrica papel y lo vende a su vez a vendedores comerciales. La compania fabrica un rollo de papel “estandar"” de 120 pulgadas de ancho. Sin embargo, no necesatiamente todos los pedides ton para este ancho. Es frecuente que la companiia reciba pedidos para ollos mas angostes. Para satisfaceres0s pedidos, los rollos mas angostos secortan de os rollos estandar. Para el mes siguiente, la compania ha comprometido pedidos para cl siguiente nimero de rollos: Anca del rollo Pedidos wie 1800 70 ple. 500 60 ple. 1200 50 pls 400 Ala BL & Cle gustaria determinar el mimero minimo de rollos estindar que se requerirén para satisfacer esta demanda, Plantee un modelo de PL apropiado para el problema. La D. M. Riddle Company vende al menudeo productos novedosos. La compatia esté consi

You might also like

• Cuestionario de Control Interno

  

  Document2 pages

  Cuestionario de Control Interno

  Sebastián Peralta

  No ratings yet
• Preguntas de Macroeconomia

  

  Document15 pages

  Preguntas de Macroeconomia

  Sebastián Peralta

  No ratings yet
• Estadistica Inferencial

  

  Document8 pages

  Estadistica Inferencial

  Sebastián Peralta

  No ratings yet
• • Magazines
  • Podcasts
  • Sheet music
• 1tipos Disen o de Invgestigacion

  

  Document4 pages

  1tipos Disen o de Invgestigacion

  Sebastián Peralta

  No ratings yet