You are on page 1of 26

APLICACIONES DE

PROGRAMACIÓN
LINEAL
Aplicaciones de finanzas, mescla e ingredientes y transporte

SELECCIÓN DE PORTAFOLIOS
◦ El objetivo general del gerente suele ser maximizar el rendimiento esperado sobre la
inversión, dado un conjunto de restricciones legales, políticas o de riesgo.
◦ Por ejemplo, International City Trust (ICT) invierte en créditos comerciales a corto plazo,
bonos corporativos, reservas de oro y préstamos para construcción. Para fomentar un
portafolios diversificado, el consejo de administración ha puesto límites en la cantidad
que se puede comprometer a cualquier tipo de inversión. ICT dispone de $5 millones
para inversión inmediata y desea hacer dos cosas:
◦ 1. Maximizar el rendimiento sobre la inversión hecha para los siguientes seis meses y
◦ 2. Satisfacer los requerimientos de diversificación según los estipuló el consejo de
administración.
◦ Los detalles de las posibilidades de inversión son los siguientes:

el objetivo es maximizar el rendimiento. Existen cuatro restricciones separadas que limitan la cantidad máxima en cada opción de inversión a la cantidad dada en la tabla. el consejo especifica que por lo menos 55% de los fondos deben invertirse en reservas de oro y préstamos para construcción. La restricción final estipula que la cantidad total invertida no debe exceder $5 millones (puede ser menor).Además. Al formular esto como un programa lineal. y una restricción especifica que la cantidad total invertida en préstamos comerciales debe ser por lo menos 15% del total invertido. Una restricción especifica que la cantidad total en reservas de oro y préstamos para construcción debería ser al menos 55% del total invertido. Defina las variables como: X1 = dólares invertidos en crédito comercial X2 = dólares invertidos en bonos corporativos X3 = dólares invertidos en reservas de oro X4 = dólares invertidos en préstamos para construcción . y que por lo menos 15% tiene que invertirse en créditos comerciales.

ICT maximiza su interés ganado.07X1 + 0.000.000 ◦ X4 ≤ 1. que debe ser menor que $5 millones.000.6 muestra la solución encontrada con Solver de Excel. X2.000 ◦ X2 ≤ 2.551X1 + X2 + X3 + X42 ◦ X1 ≥ 0. Esto es importante al calcular 55% de la cantidad total invertida y 15% de la cantidad total invertida en dos de las restricciones. el interés total ganado es de $712.000. X3.000 ◦ X3 + X4 ≥ 0.000.500.000.11X2 + 0. X4 ≥ 0 ◦ El programa 8.800. ◦ Objetivo: ◦ Maximizar los dólares de interés ganados = 0.19X3 + 0.◦ La cantidad total invertida es X1 +X2 + X3 + X4.500.151X1 + X2 + X3 + X42 ◦ X1 + X2 + X3 + X4 ≤ 5. si hace las siguiente inversión: ◦ X1 = $750. ◦ X2 = $950.500. . ◦ X3 = $1.000 ◦ X1.000.800.000 ◦ X4 = $1.15X4 ◦ sujeto a X1 ≤ 1.000 ◦ X3 ≤ 1.

. consideramos Goodman Shipping. Como ejemplo. con una capacidad de 10. sin exceder la capacidad de peso del camión.* Se espera enviar los siguientes artículos: ◦ Vemos que cada uno de estos seis artículos tiene asociados un valor en dólares y un peso. Uno de sus camiones. está a punto de cargarse.000 libras. El objetivo es maximizar el valor total de los artículos cargados en el camión. Sea Xi la proporción de cada artículo i cargado en el camión. una empresa en Orlando que pertenece a Steven Goodman.PROBLEMA DE CARGA DE UN CAMIÓN ◦ El problema de cargar un camión incluye decidir qué artículos cargar para maximizar el valor de la carga enviada.

es claro que no se puede enviar un tercio de un Maserati. En efecto. ¿Qué haría Goodman si no se pueden cargar fracciones de artículos? Por ejemplo. . recurrimos a Solver de Excel.000 sillas plegables y no es necesario cargarlas todas juntas).500. El programa 8. si los artículos que se cargan fueran automóviles de lujo. las Xi serán todas porciones que van de 0 (nada) a 1 (todo el lote).Estas seis restricciones finales reflejan el hecho de que cuando mucho se puede cargar una “unidad” de un artículo en el camión. Para resolver este problema de PL. que da un valor total de la carga de $31.7 muestra la formulación de Goodman. los datos de entrada y la solución. La respuesta nos lleva a un aspecto interesante que veremos con detalle en el capítulo 10. si Goodman puede cargar una porción de un artículo (digamos que el artículo 1 es un lote de 1.

.

250.500 libras. Por lo tanto.00.000 libras y ello contravendría la restricción del máximo de 10. la fracción del artículo 1 debería redondearse a cero. el camión no se puede llenar más. el camión llevaría tan solo el artículo 2. Con Excel la solución en enteros al problema de Goodman es cargar los artículos 3. ◦ QM para Windows y los optimizadores de hoja de cálculo como Solver de Excel también son capaces de manejar problemas de programación entera. con un peso de 7. 4 y 6. problemas de PL que requieren de soluciones en enteros. .000 libras de peso. Puesto que ningún otro artículo pesa menos de 2. esto es. dejando sin usar 2. Esto bajaría el peso de la carga a 7.500 libras y un valor de carga de $24.000. ◦ Vemos entonces que al usar programación lineal normal y al redondear los pesos fraccionales. el peso de la carga aumentaría a 15.000 libras y un valor de carga de $27.500 libras de capacidad de carga.500 libras.◦ Si la proporción del artículo 1 se redondeara a 1. con un peso total de 10.

En el empaque de cada uno de sus productos. Conocido en las aplicaciones agrícolas como el problema de la mezcla de alimento. Se consultaron los índices USRDA . una de las primeras aplicaciones de PL. El Whole Food Nutrition Center utiliza tres granos para mezclar un cereal natural que se vende por libra. Whole Food indica el contenido nutricional por cada tazón de cereal cuando se consume con media taza de leche. fósforo y magnesio de cada uno por libra se muestran en la tabla 8.5. el problema de la dieta incluye especificar un alimento o una combinación de ingredientes que satisfaga los requerimientos nutricionales establecidos a un nivel de costos mínimo. se desarrolló originalmente en hospitales para determinar la dieta más económica para los pacientes. El costo de cada grano y las unidades de proteína.APLICACIONES DE MEZCLA DE INGREDIENTES ◦ PROBLEMAS DE LAS DIETAS El problema de la dieta. riboflavina.

el objetivo es minimizar el costo. riboflavina. Así. debemos conocer el número de libras de los granos usadas en una porción del cereal.125 libras. Sean: ◦ XA =libras del grano A en una porción de cereal de 2 onzas ◦ XB =libras del grano B en una porción de cereal de 2 onzas ◦ XC =libras del grano C en una porción de cereal de 2 onzas . para calcular el costo total.◦ (U. ◦ Para definir las variables. la última restricción indica que la cantidad total de granos usada será de 2 onzas o 0.425 unidades de magnesio. los números en la tabla 8. observe que el costo se expresa por libra de los tres granos. 2 unidades de riboflavina. Recommended Dietary Allowance) y el más reciente DRI (Dietary Reference Intake) con la finalidad de establecer las cantidades recomendadas de ciertas vitaminas y minerales para un adulto promedio. Habrá cuatro restricciones (para proteína. Como estos requerimientos son por cada porción de 2 onzas. Whole Food determinó que cada porción de 2 onzas de cereal debería contener 3 unidades de proteína. 1 unidad de fósforo y 0.S. Asimismo. Con base en estas cifras y las cantidades deseadas para la etiqueta en el paquete. fósforo y magnesio) que estipulan que el número de unidades debe ser por lo menos la cantidad mínima especificada. de manera que definir las variables como el número de libras de los granos facilita el cálculo de las cantidades de proteína. fósforo y magnesio.5 están expresados en unidades por libra de grano. ◦ Para modelar esto como un programa lineal. riboflavina.

5 Requerimientos del cereal natural de Whole Food Función objetivo: Minimizar el costo total de mezcla una porción de 2 onzas = $0.05.33Xa + 0. 0.125 libras) La solución a este problema requiere mezclar 0.050 lb del grano B y 0.8 ilustra esta solución obtenida con Solver de Excel 2010. GRANO COSTO POR PROTEÍNA RIBOFLAVINA FÓSFORO LIBRA (UNIDADES/LB) (UNIDADES/LB) (UNIDADES/LB) (CENTAVOS) A 33 22 16 8 5 B 47 28 14 7 0 C 38 21 25 9 6 . El programa 8. El costo por porción es de $0.47Xb + 0. Otra manera de establecer la solución es en términos de la proporción de las 2 onzas de cada grano.425 (unidades de magnesio) Xa + Xb + Xc ≥ 0.125 (la mezcla total son 2 onzas o 0.8 onzas del grano C en cada porción.38Xc sujeto a 22Xa + 28Xb + 21Xc ≥ 3 (unidades de proteína) 16Xa + 14Xb + 25Xc ≥ 2 (unidades de riboflavina) 8Xa + 7Xb + 9Xc ≥ 1 (unidades de fósforo) 5Xa + 0Xb + 6Xc ≥ 0.8 onzas del grano B y 0.TABLA 8.025 lb del grano A.050 lb del grano C.4 onzas del grano A. a saber. 0. 0.

PROBLEMAS DE MEZCLAS Y PROPORCIONES DE INGREDIENTES ◦ Los problemas de dieta y mezcla de proporciones son. Los problemas de mezclas surgen cuando debe tomarse una decisión respecto a la mezcla de dos o más recursos para producir uno o más productos. Los recursos. de manera que cada producto final contenga porcentajes específicos . contienen uno o más ingredientes esenciales que deben mezclarse. en este caso. casos especiales de una clase más general de problemas de PL conocidos como problemas de mezclas o de ingredientes. de hecho.

◦ De cada ingrediente. Los tipos. se obtienen refinando una mezcla de dos tipos de petróleo crudo. sino también en la composición. regular y económica. tipo X100 y tipo X220. La siguiente tabla indica el porcentaje de ingredientes cruciales encontrados en cada uno de los petróleos crudos y el costo por barril de cada uno: . La compañía Low Knock Oil produce dos tipos de gasolina a precio reducido para distribución industrial. El siguiente ejemplo es una aplicación frecuente en la industria del petróleo: la mezcla de petróleo crudo para obtener gasolina refinada. Cada crudo difiere no tan solo en el costo por barril.

existen cuatro restricciones. Mientras que el rendimiento de la gasolina que viene de un barril de crudo depende del tipo de crudo y del tipo de procesamiento utilizado.000 barriles. en tanto que la demanda semanal para la gasolina económica es por lo menos de 32. Las decisiones incluyen la cantidad de cada tipo de crudo a usar en cada tipo de gasolina. Al menos 45% de cada barril de gasolina regular debe ser del ingrediente A. para que la mezcla satisfaga la demanda a un costo mínimo. Así. Cuando mucho 50% de cada barril de gasolina económica debería ser del ingrediente B. Cada tipo de gasolina tiene una restricción de demanda y cada tipo de gasolina tiene una restricción sobre la cantidad de ingredientes.◦ La demanda semanal del tipo gasolina regular de Low Knock es al menos de 25. La gerencia de Low Knock debe decidir cuántos barriles de cada tipo de crudo comprar cada semana. de manera que las variables de decisión serán las siguientes: X1: barriles de crudo X100 mezclados para producir gasolina regular X2: barriles de crudo X100 mezclados para producir gasolina económica X3: barriles de crudo X220 mezclados para producir gasolina regular X4: barriles de crudo X220 mezclados para producir gasolina económica . el objetivo es minimizar el costo. supondremos que un barril de crudo rinde un barril de gasolina. Al modelar esto como un programa lineal.000 barriles. para fines de este ejemplo.

◦ 0.35X1+0.50(X2 + X4) = cantidad máxima permitida del ingrediente B ◦ Pero ◦ 0.000 (demanda de gasolina regular) ◦ X2 + X4 >=32.55X2 + 0.35X1 + 0. cuando mucho 50% de cada barril de gasolina económica debe ser del ingrediente B: ◦ X2 + X4 = cantidad total de crudo mezclado para producir la demanda de gasolina económica ◦ Por lo tanto.50X4 ◦ O ◦ 0.60X3 >= 0.◦ Este problema se formula como sigue: ◦ Objetivo: ◦ Minimizar el costo = $30X1 + $30X2 + $34.50X2 + 0. ◦ 0.15X3 >= 0 (ingrediente A en la restricción de regular) ◦ De manera similar.80X4 sujeto a ◦ X1 + X3 >= 25.60X3 = cantidad de ingrediente A en la gasolina regular de manera que ◦ 0.45(X1 + X3) = cantidad mínima requerida del ingrediente A ◦ Pero ◦ 0.000 (demanda de gasolina económica) ◦ Al menos 45% de cada barril de gasolina regular debe ser el ingrediente A: ◦ (X1+X3)= cantidad total de crudo mezclado para producir la demanda de gasolina regular ◦ Entonces.55X2 + 0.10X1 + 0.80X3 + $34.45X3 o bien. ◦ -0.25X4 <= 0. escribimos la formulación de PL completa: . ◦ 0.45X1+0.0.05X2 .25X4 = cantidad del ingrediente B en la gasolina económica es decir.25X4 <= 0 (ingrediente B en la restricción de económica) ◦ Ahora.

666. .33 barriles de X220 en la gasolina económica ◦ El costo de esta mezcla es de $1.67 barriles de X100 en la gasolina económica ◦ X3 : 10.783.333.600. Consulte los detalles en el programa 8.000 barriles de X220 en la gasolina regular ◦ X4 : 5.9.000 barriles de X100 en la gasolina regular ◦ X2 : 26.◦ La solución con Excel de la formulación de Low Knock Oil es: ◦ X1 : 15.

La Top Speed Bicycle Co. Nueva Orleans puede ensamblar y embarcar .000 bicicletas. y en el almacén de Los Ángeles. 8. de hecho. es uno de los temas del capítulo 9. La capacidad de la fábrica en cada lugar es limitada. El objetivo suele ser minimizar tanto los costos totales como las distancias del envío. en el almacén de Chicago. Chicago y Los Ángeles.Aplicaciones de transporte ◦ PROBLEMA DE EMBARQUES El problema de transporte o de envíos implica determinar la cantidad de bienes o artículos que se vayan a transportar desde varios orígenes (o fuentes) hacia varios destinos. El problema de transporte es un caso muy específico de programación lineal y. 15. La empresa tiene plantas de ensamble final en dos ciudades donde el costo de mano de obra es bajo: Nueva Orleans y Omaha.000 bicicletas. Las restricciones en este tipo de problemas se refieren a las capacidades en cada origen y los requerimientos en cada destino.000 bicicletas. Los requerimientos de ventas para el próximo año en el almacén de Nueva York son 10. fabrica y comercializa en todo el país una línea de bicicletas de 10 velocidades. Sus tres almacenes principales están cerca de las áreas de mercado más grandes: Nueva York.

9 SOLUCIÓN PARA LOW KNOCK OIL EN EXCEL 2010 .PROGRAMA 8.

en tanto que el costo por unidad o embarque a lo largo de cada flecha también se muestra en la figura 8. no pueden enviarse as de 20000 desde Nueva Orleans. Se tienen dos restricciones de suministro (una por cada fuente): 1. la planta de Omaha puede fabricar anualmente 15000 bicicletas.1 ilustra una red de este problema. El costo de enviar una bicicleta de cada fábrica a cada almacén difiere. Cada fuente y destino se numeran para facilitar la definición de las variables. No pueden enviarse más de 15000 desde Omaha. 2.1 Al formular un programa lineal para este problema. La figura 8. donde cada círculo o nodo representa una fuente o un destino. . el objetivo es minimizar los costos de transporte. Cada flecha indica una posible ruta de envío.20000 bicicletas. los siguientes son los costos de envío por unidad: La compañía quiere desarrollar un programa de embarques que minimice sus costos totales anuales de transporte.

2. Las variables de decisión son el numero de unidades a enviar por estas rutas de transporte. ◦ 𝑋𝑖𝑗 =numero de unidades de la fuente i al destino J ( i= 1. ◦ El nuero total enviado a los Angeles debe ser igual a 15000. 2= Chicago y 3= Los Ángeles ).2 donde 1= Nueva Orleans y 2= Omaha. Al definir las variables. ◦ El número total enviado a Nueva York debe ser igual a 10000.◦ Hay tres restricciones de demanda (una por cada destino). las flechas indican de donde salen los artículos. ◦ El numero total que llega a chicago debe ser igual a 8000. En la fogura 8. .1. ◦ La compañía debe decidir cuantas bicicletas enviar por cada una de las rutas de transporte (es decir. Sea ◦ En este ejemplo utilizaremos variables con doble subíndice.3. donde 1= Nueva York. de cada fuente a cada destino). j= 1. donde se entregan y el costo de envio por unidad esta cerca se la flecha. es mas sensillo usar subíndices dobles.

Demandas Y Suministros.Representación En Red Del Problema De Transporte De Bicicletas De Top Speed. Con Costos. .

L es: ◦ Minimizar el costo del envío = 2𝑋11 +3𝑋12 +5𝑋13 +3𝑋21 +1𝑋22 +4𝑋23 sujeto a: ◦ 𝑋11 + 𝑋21 = 10000 ( Demanda En Nueva York ) ◦ 𝑋12 + 𝑋23 = 8000 ( Demanda en Chicago ) ◦ 𝑋13 + 𝑋23 =15000 ( Demanda en los Angeles ) ◦ 𝑋11 + 𝑋12 + 𝑋13 ≤ 20000 (Suministro de la fábrica en Nueva Orleans ) ◦ 𝑋21 + 𝑋22 + 𝑋23 ≤ 15000 ( Suministro de la fabrica Omaha ) ◦ Todas las variables ≥ 0 .◦ El ´problema de transporte tendrá una restricción por cada fuente de demanda y una restricción por cada destino de suinistro. ◦ La formulación de P.

el destino es Nueva York. Como ejercicio útil. mientras que las formulaciones de programación lineal se presentaran ahí. 96000. el toal de las variables qie tienen un 1 como el segundo subíndice(es decir. las unidades que se envían al destino 1) debe ser igual a la demanda en Nueva York. observe los otros nobres de las variables y compárelos con las flechas de la red. ◦ Note que todos de xcoeficientes de una variable en las restricciones son igual a uno. En una restricción 1.10. que se muestra en la tabla que sigue y en el programa 8. Si el segundo subíndice es 1. Ambos modelos se estudiaran en el capiyulo 9. Los dos modelos son el problea de asignación y el problea de transbordo. entonces.◦ El uso de subíndices dobles ayuda a ver fácilmente que variable representa. Existen dos modelos de progracion lineal que tienen una relación estrecha con el modelo de transporte y tienen coeficiente de 1 en las restricciones. . el costo total del envío es de s/.1 lo deja muy claro. Esta catacteristica permite usar un algoritmo especializado que da los resultados con mayor rapidez. ◦ Con sol ver de Excel se obtuvo la solución generada por computadora para el problema de Top Speed. La red de la figura 8.

O. X X2 2 VARIABLES X11 X12 X13 1 X22 3 7 0 1000 800 0 Total VALUES 0 0 0 0 8000 0 Cost COST 2 3 5 3 1 4 96000 CONSTRAINST LHS Sign RHS NY DEMAND 1 1 10000 = 10000 CHIL. NY go . SUPPLY 1 1 1 18000 18000 OMAHA SUPPLY 1 1 1 15000 15000 .PROGRAMA 8. Chica Chica A NY go L.A.10 Solución del problema de bicicletas de Top Speed con Excel 2010 Top Speedy Bicicle Company L . DEMAND 1 1 8000 = 8000 LA DEMAND 1 1 15000 = 15000 N.

.

Conclusiones ◦ En este capítulo hemos seguido los pasos básicos para formular un programa lineal para una variedad de problemas. ◦ Se resaltaron la comprensión del problema. mezcla de ingredientes y transporte. la identificación del objetivo y las restricciones. así como la definición de las variables de decisión y el desarrollo del modelo matemático a partir de todo eso. los cuales incluyeron aplicaciones de finanzas. .