OPTIMIZACIÓN

INFORME TAREA 2

GRUPO OPT_111

CRISTIAN DAVID MARTÍNEZ COLLAZOS

BRANDON STEVEN GOMEZ MELO
ELISA VILLAMARÍN MEJÍA

2020-1S
UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE BOGOTÁ - FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA DE SISTEMAS E INDUSTRIAL
 UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE BOGOTÁ - FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA DE SISTEMAS E INDUSTRIAL
ASIGNATURA: OPTIMIZACIÓN CÓDIGO 2025971 GRUPO 01
Periodo 2020_01 Tarea 12Fecha Entrega: Abril 21 /2020

Instrucciones generales:

A. Para cada problema:

a. Formular el modelo de PL
b. Revolver el modelo utilizando el software Matlab e interpretar los
resultados
c. Presentar informe de los literales a. b en un documento físico. (Incluir el
número del problema y el enunciado)

B. La portada del informe por grupo debe estar completamente identificada así:
Periodo, identificador del grupo e Integrantes y enviar a
[email protected] . El identificador del grupo quedara asignado en
el portal del curso en Moodle

PROBLEMA 1

Una empresa estima que la demanda de un determinado producto en los primeros

cinco meses del año será como la que se muestra en la tabla.
El costo unitario de producción es de $3. El costo unitario de almacenaje en un
período es $2. La capacidad de producción durante los cinco períodos es de:

Establecer la programación óptima para el período de cinco meses y calcular el

costo total.

2
a. Formular el modelo de PL

● Variables
Xi = Cantidad de mercancía producida en el mes i
i = enero (1), febrero(2), marzo(3), abril(4), mayo(5)
Yj = Cantidad de mercancía almacenada en el mes i
j = enero (1), febrero(2), marzo(3), abril(4)

● Función Objetivo
MIN(Z) = 3(X1+X2+X3+X4+X5) + 2(Y1+Y2+Y3+Y4)

● Restricciones
16 ≤ X1 ≤ 36
Y1 = X1 - 16
X2 + Y1 ≥ 16
X2 ≤ 12
Y2 = Y1 + X2 -16
X3 + Y2 ≥ 12
X3 ≤ 4
Y3 = Y2 + X3 - 12
X4 + Y3 ≥ 10
X4 ≤ 12
Y4 = Y3 + X4 - 10
X5 + Y4 ≥ 12
X5 ≤ 4
Xi, Yj ≥ 0

b. Revolver el modelo utilizando el software Matlab e interpretar los

resultados

3
 Las columnas 1 - 5 muestran los resultados para X1,X2,X3,X4, X5. Las
columnas 6 - 8 muestran los resultados para Y1, Y2, Y3, Y4.
Como se puede observar en Enero es cuando mayor capacidad de
producción se realiza, y al finalizar Enero es cuando mayor cantidad de
productos se almacenan. Para minimizar los costos, en todos los meses se
tiene que cumplir el tope máximo de producción, menos en Enero.

PROBLEMA 2
Un granjero puede criar ovejas, cerdos y ganado vacuno. Tiene espacio para 30
ovejas, o 50 cerdos, o 20 cabezas de ganado vacuno, o cualquier combinación de
éstos (con la relación siguiente: 3 ovejas, 5 cerdos o dos vacas usan el mismo
espacio). Los beneficios (utilidades) dadas por animal son 5, 4, 10 pesos para
ovejas, cerdos y vacas respectivamente. El granjero debe criar, por ley, al menos
tantos cerdos como ovejas y vacas juntas.

Max Z = (5x1) + (4x2) + (10x3) X2 ≥ X1 + X3

X1 ≤ 30 Max Z = (5x1) + (4x2) + (10x3)
X2 ≤ 50 X1 ≤ 30
X3 ≤ 20 X2 ≤ 50
X1/3 + X2/5 + X3/2 ≤ 10 X3 ≤ 20
X1/3 + X2/5 + X3/2 ≤ 10
X1 – X2 + X3 ≤ 0

Solución con MatLab:

4
PROBLEMA 3
La compañía Tejas Ltda., es un contratista grande que realiza trabajos de techos.
Puesto que el precio de las tejas varía con las estaciones del año, la compañía
trata de acumular existencias cuando los precios están bajos y almacenarlas para
su uso posterior. La compañía cobra el precio corriente en el mercado por las
tejas que instala, sin importar cuando las haya adquirido. La tabla que aparece al
final refleja lo que la compañía ha proyectado como costo, precio y demanda
para las tejas durante las próximas cuatro temporadas. Cuando las tejas se
compran en una temporada y se almacenan para su uso posterior, se incurre en un
costo de manejo de $6 por millar de piezas, así como también en un costo de
almacenamiento de $12 por millar de piezas por cada temporada en la que se
almacena. Lo máximo que se puede guardar en el almacén son 220.000 piezas,
esto incluye el material que se compra para utilizarlo en el mismo período. La
compañía ha fijado como política no conservar materiales más de cuatro
temporadas. Plantee un modelo para el problema que permita a Tejas Ltda.
maximizar sus utilidades para un período de cuatro temporadas.

5
a. Formular el modelo de PL
● Variables
V ij = Compra de 1 teja en temporada i y venta en temporada j.
0≤i≤4
i≤j≤4
● Función Objetivo
max(Z) = 1V 11 + 2.232V12 + 7.47V13 + 4.458V14 + 1.5V22 +
6.482V23 + 3.47V24 + 2.5V33 − 0.518V34 + 1.5V44
● Restricciones
1V11 + 1V12 + 1V13 + 1V14 + 0V22 + 0V23 + 0V24 + 0V33 +
0V34 + 0V44 ≤ 220000
0V11 + 1V12 + 1V13 + 1V14 + 1V22 + 1V23 + 1V24 + 0V33 +
0V34 + 0V44 ≤ 220000
0V11 + 0V12 + 1V13 + 1V14 + 0V22 + 1V23 + 1V24 + 1V33 +
1V34 + 0V44 ≤ 220000
0V11 + 0V12 + 0V13 + 1V14 + 0V22 + 0V23 + 1V24 + 0V33 +
1V34 + 1V44 ≤ 220000
1V11 + 0V12 + 0V13 + 0V14 + 0V22 + 0V23 + 0V24+ 0V33 +
0V34 + 0V44 = 100000
0V11 + 1V12 + 0V13 + 0V14 + 1V22 + 0V23 + 0V24+ 0V33 +
0V34 + 0V44 = 140000
0V11 + 0V12 + 1V13 + 0V14 + 0V22 + 1V23 + 0V24+ 1V33 +
0V34 + 0V44 = 200000
0V11 + 0V12 + 0V13 + 1V14 + 0V22 + 0V23 + 1V24+ 0V33 +
1V34 + 1V44 = 160000
Vi ≥ 0

b. Revolver el modelo utilizando el software Matlab e interpretar los

resultados

6
 Gracias a la solución óptima arrojada por matlab se recomienda a la
compañía vendedora de tejas comprar 220000 tejas en la primera
temporada, para vender 100000 en la primera temporada, 40000 en la
segunda, 80000 en la tercera y ninguna en la última. Además, comprar
100000, 120000 y 160000 tejas en las temporadas 2, 3 y 4 para venderlas
en las respectivas temporadas.

PROBLEMA 4

Un fabricante de muebles tiene tres plantas que requieren semanalmente 500, 700
y 600 toneladas de madera. El fabricante puede comprar la madera a tres (3)
compañías madereras. Los primeros dos fabricantes de madera tienen
virtualmente un suministro ilimitado mientras que, por otros compromisos, el
tercer fabricante no puede surtir más de 500 toneladas por semana. La primera
fábrica de madera usa el ferrocarril como medio de transporte y no hay un límite
al peso que puede enviar a las fábricas de muebles. Por otra parte, las otras dos
compañías madereras usan camiones, lo cual limita a 200 toneladas el peso
máximo que puede enviar a cualquiera de las fábricas de muebles. En la siguiente
tabla se da el costo de transporte de las compañías madereras a las fábricas de
muebles ($/Tonelada).

7
Formular y resolver el problema sabiendo que se quiere minimizar los costos de
transporte.

a. Formular el modelo de PL
● Variables
Xij = Cantidad de madera suministrada por la compañía i a la
fábrica j
● Función Objetivo
MIN(Z) = 2.0X11 + 3.0X12 + 5.0X13 + 2.5X21 + 4.0X22 +
4.9X23 + 3.0X31 + 3.6X32 + 3.2X33
● Restricciones
X11 + X21 +X31 ≥ 500
X12 + X22 + X32 ≥ 700
X13 + X23 + X33 ≥ 600
X31 + X32 + X33 ≤ 500
X21, X22, X23, X31, X32, X33 ≤ 200
Xij ≥ 0
b. Revolver el modelo utilizando el software Matlab e interpretar los
resultados

Según los resultados, para que los costos de transporte sean mínimos, lo
más indicado sería solo pedirle madera la Compañia maderera 1, para que
suministre las 3 fábricas, y la Compañía maderera 3 para que suministre
sólo la fábrica 3

8
PROBLEMA 5

Un cierto fabricante de tornillos, ha constatado la existencia de un mercado para

paquetes de tornillos a granel en distintos tamaños. Los datos de la investigación
de mercados han demostrado que se podrían vender cuatro clases de paquetes con
mezclas de los tres tipos de tornillos (1, 2 y 3), siendo los de mayor aceptación
por el público. Los datos de la investigación realizada indicaron las
especificaciones y los precios de venta siguientes:

Para estos tornillos la capacidad de la instalación y los costos de fabricación se

indican a continuación:

¿Cuál sería la producción que debe programar este fabricante para obtener la
ganancia máxima, suponiendo que puede vender todo lo que fabrique?

FORMULACIÓN MATEMÁTICA

Xij: Cantidad de Kg de tornillos del tipo i a incluir en la mezcla j. (i= 1,2,3 y

j=A,B,C,D)

9
Función objetivo:

Max Z= 60(X1A + X2A + X3A) + 25(X1B + X2B + X3B) + 35(X1C + X2C +

X3C)

+ 20(X1D + X2D + X3D) - 50(X1A + X1B + X1C + X1D) - 30(X2A + X2B +

X2C + X2D)

- 18(X3A + X3B + X3C + X3D)

Restricciones:

X1A ≥ 0,4(X1A + X2A + X3A)

X2A ≤ 0,2(X1A + X2A + X3A)

X1B ≥ 0,2(X1B + X2B + X3B)

X2B ≤ 0,4(X1B + X2B + X3B)

X1C ≥ 0,5(X1C + X2C + X3C)

X2C ≤ 0,1(X1C + X2C + X3C)

X1A + X1B + X1C + X1D ≤ 100

X2A + X2B + X2C + X2D ≤ 100

X3A + X3B + X3C + X3D ≤ 60

Xij ≥ 0, para todo i, j (i=1, 2, 3 y j=A, B, C, D)

Con la notación A.x ≤ b

Max Z(x) = 10X1A + 30 X2A + 42 X3A – 25 X1B – 5 X2B + 7 X3B – 15

X1C + 5 X2C +17 X3C – 30 X1D – 10 X2D + 2 X3D

X1A + X1B + X1C + X1D ≤ 100

X2A + X2B + X2C + X2D ≤ 100

X3A + X3B + X3C + X3D ≤ 60

10
– 0.6 X1A + 0.4 X2A + 0.4 X3A ≤ 0

– 0.2 X1A + 0.8 X2A A – 0.2 X3A ≤ 0

– 0.8 X1B + 0.2 X2B + 0.2 X3B ≤ 0

– 0.4 X1B + 0.6 X2B – 0.4 X3B ≤ 0

– 0.5 X1C + 0.5 X2C + 0.5 X3C ≤ 0

– 0.1 X1C + 0.9 X2C - 0.1 X3C ≤ 0

-Xij ≤ 0

SOLUCION CON MATLAB

11
PROBLEMA 6

Un contratista está considerando una propuesta para la pavimentación de una

carretera. Las especificaciones requieren un espesor mínimo de doce pulgadas
(12"), y un máximo de 18". La carretera debe ser pavimentada en concreto,
asfalto, gravilla, o cualquier combinación de estos tres elementos. Sin embargo,
las especificaciones requieren una consistencia final igual o mayor que la
correspondiente a una superficie de concreto de 9" de espesor. El contratista ha
determinado que 3" de su asfalto son tan resistentes como 1" de concreto, y 6" de
gravilla son tan resistentes como 1" de concreto. Cada pulgada de espesor por
yarda cuadrada de concreto le cuesta $10, el asfalto $3.80, y la gravilla $1.50.
Determine la combinación de materiales que el contratista debería usar para
minimizar su costo.

a. Formular el modelo de PL
● Variables
X1 = Pulgadas de concreto por yarda cuadrada.
X2 = Pulgadas de asfalto por yarda cuadrada.
X3 = Pulgadas de gravilla por yarda cuadrada.

● Función objetivo

12
 Min(Z) = 10X1 + 3.8X2 + 1.5X3

● Restricciones
X1 + X2 + X3 ≥ 12
X1 + X2 + X3 ≤ 18
X1 + X2/3 + X3/6 ≥ 9

b. Revolver el modelo utilizando el software Matlab e interpretar los

resultados

Se determinó que la solución óptima es de 7, 1 y 10 pulgadas de concreto,

asfalto y gravilla por yarda cuadrada, respectivamente

PROBLEMA 7

En una industria pequeña de fabricación de cocinas de gas se debe programar la

producción por un período de seis meses. Teniendo en cuenta que la producción
es eminentemente manual, no existe gran ventaja en producir en grandes
cantidades, sino más bien evitar gastos excesivos de almacenaje. Por
consiguiente, se ha visto la conveniencia de acompasar, en lo posible, la
producción a las necesidades mensuales de la demanda. Se empieza en el período
con un stock de 60 unidades y se desea que al final del período quede una
existencia de por lo menos 50 unidades como stock de seguridad.
Las ventas realizadas en promedio en los cinco últimos años es - mes a mes – la
señalada en la tabla. Después de estudiar las tendencias presentadas, se tiene la
seguridad de que las ventas van a experimentar un 8% de incremento.
El costo unitario de producción es de $1,000 (mil pesos) y los costos de
almacenamiento por unidad y mes (teniendo en cuenta la obsolescencia,
alquileres de bodega, etc.) de $100 (cien pesos).
La capacidad de producción para cada mes se señala a continuación:

13
Con los datos anteriores, establecer la programación óptima para el período de
seis meses y calcular el costo total.

a. Formular el modelo de PL
● Variables
Xi = Cocinas producidas en i
Yi = Cocinas guardadas en i
i = enero(1), febrero(2), marzo(3), abril(4), mayo(5), junio(6)
● Función Objetivo
MIN(Z) = 1000(X1+X2+X3+X4+X5+X6) +
100(Y1+Y2+Y3+Y4+Y5+Y6)
● Restricciones
60 + X1 ≥ 166.67 * 1.08
X1 ≤ 150
Y1 = X1 -120
X2 + Y1 ≥ 80
X2 ≤ 195
Y2 = X2 + Y1 -80
X3 + Y2 ≥ 240
X3 ≤ 210
Y3 = X3 + Y2 - 240
X4 + Y3 ≥ 290
X4 ≤ 255
Y4 = X4 + Y3 -290
X5 + Y4 ≥ 270
X5 ≤ 190
Y5 = X5 + Y4 - 270
X6 + Y5 ≥ 130
X6 ≤ 220
Y6 = X6 + Y5 - 130
Y6 ≥ 50
14
 Xi, Yi ≥ 0
b. Revolver el modelo utilizando el software Matlab e interpretar los
resultados

Para que el costo sea mínimo, en mayo no se debe guardar ninguna cocina.
El mes en el que más se producen cocinas es abril.

PROBLEMA 8

Un productor de aluminio fabrica una aleación especial que el garantiza que

contiene un 90% o más de aluminio, entre 5% y 8% de cobre y el resto de otros
metales. La demanda para esta aleación es muy incierta de modo que el productor
no mantiene un stock disponible. El ha recibido una orden de 1.000 kg. a
$450/kg. La aleación debe hacerse a partir de barras de dos tipos de materiales de
desecho, de cobre puro y de aluminio puro. El análisis de los materiales de
desecho es el siguiente:

Los respectivos costos son: Material de desecho 1 = $150/kg; Material de

desecho 2 = $50/kg; Cobre puro = $150/kg; y Aluminio puro $500/kg.
Cuesta $50 fundir un kilogramo de metal. Se tienen más de 1.000 kg. de cada
tipo de metal disponible. ¿Cómo debe el productor cargar su horno de manera
que maximice sus utilidades?

15
FUNCIÓN OBJETIVO

X1: Material de desecho I

X2: Material de desecho II

A: Aluminio

C: Cobre

200X1 + 100X2 + 550A + 200C = Costo (Minimizar)

RESTRICCIONES

Aluminio: 0,95X1 + 0,85X2 + A ≥ 900

Cobre: 0,03X1 + 0,01X2 + C ≥ 50 y 0,03X

 1 + 0,01X2 + C ≤ 80

Otros metales: 0,02X1 + 0,14 X2 ≥ 50

Total: X1 + X2 + A + C = 1000

0,95X1 + 0,85X2
 +A
 ≥ 900

0,03X1 + 0,01X2 + C ≥ 50

0,03X1 + 0,01X2 + C ≤ 80

0,02X1 + 0,14 X2 ≤ 50

X1 + X2 + A + C = 1000

SOLUCION CON MATLAB

16
Mezcla: La aleación estará compuesta de 719,8276 libras de desecho I, 254,3103
libras de desecho II y 25,8621 de cobre puro. Nada de aluminio puro.

La aleación tiene un 90% de aluminio, 5% de cobre y 5% de otros metales. El

aluminio es muy caro, para que pase a formar parte de la aleación su costo
debería descender como mínimo en $0,348.

PROBLEMA 9

Un comando estratégico de bombardeo recibe instrucciones de interrumpir la

producción de tanques del enemigo. El enemigo tiene cuatro plantas claves
situadas en diferentes ciudades y la destrucción de una de ellas produce
efectivamente la paralización de la producción de tanques.
Existe una aguda escasez de combustible que limita la cantidad a 48.00 galones
para esta misión. Cualquier bombardeo debe tener, en caso de ser mandado a una
ciudad, una cantidad suficiente de combustible para ir y volver más 100 galones
de reserva.

17
La ubicación de las plantas y su vulnerabilidad al ataque para bombardeos del
tipo 1 y 2 es:

¿Cuántos bombarderos de cada tipo deben despacharse y como deben ser

distribuidos en cada planta maximizar la probabilidad de éxito?

a. Formular el modelo de PL

● Variables

Bij = 1 bombardero tipo i es mandado a la planta j. 1 ≤ i ≤ 2. 1 ≤ i ≤

4.

● Función objetivo

MAX(Z) = 0.1B11 + 0.2B12+ 0.15B13 + 0.25B14 + 0.08B21 +

0.16B22 + 0.12B23 + 0.2B24

● Restricciones

2.1B11 + 2.1B12 + 2.1B13 + 2.1B14 + 3.1B21 + 3.1B22 + 3.1B23

+ 3.1B24 ≤ 48
1B11 + 1B12 + 1B13 + 1B14 + 0B21 + 0B22 + 0B23 + 0B24 ≤ 48
0B11 + 0B12 + 0B13 + 0B14 + 1B21 + 1B22 + 1B23 + 1B24 ≤ 48
0.1 B11 + 0B12 + 0B13 + 0B14 + 0B21 + 0B22 + 0B23 + 0B24 ≤
1

18
 0B11 + 0.2B12+ 0B13 + 0B14 + 0B21 + 0B22 + 0B23 + 0B24 ≤ 1
0B11 + 0B12 + 0.15B13 + 0B14 + 0B21 + 0B22 + 0B23 + 0B24 ≤
1
0B11 + 0B12 + 0B13 + 0.25B14 + 0B21 + 0B22 + 0B23 + 0B24 ≤
1
0B11 + 0B12 + 0B13 + 0B14 + 0.08B21 + 0B22 + 0B23 + 0B24 ≤
1
0B11 + 0B12 + 0B13 + 0B14 + 0B21 + 0.16B22 + 0B23 + 0B24 ≤
1

0B11 + 0B12 + 0B13 + 0B14 + 0B21 + 0B22 + 0.12B23 + 0B24 ≤

1
0B11 + 0B12 + 0B13 + 0B14 + 0B21 + 0B22 + 0B23 + 0.2B24 ≤ 1

b. Revolver el modelo utilizando el software Matlab e interpretar los

resultados

La solución óptima entregada por el programa nos indica que se deben

enviar 0 bombarderos de tipo 1 a la planta 1, 5 de tipo 1 a la planta 2, 6.6
de tipo 1 a la planta 3, 4.0 de tipo 1 a la planta 4, 0 de tipo 2 a la planta 1,
0 de tipo 2 a la planta 2, 0 de tipo 2 a la planta 3 y 4.8 de tipo 2 a la planta
4.

PROBLEMA 10
Un taller mecánico tiene que fabricar seis pedidos en las cantidades que se
detallan en la tabla. Los tiempos necesarios para la fabricación de piezas de cada
pedido en las distintas máquinas también aparecen en la tabla. Debe tenerse en
cuenta que los tiempos de preparación son muy pequeños y se consideran
incluidos como suplemento en los tiempos. En la misma tabla, se muestran las
horas disponibles para cada máquina.

19
Realizar la programación del trabajo en las tres máquinas, de forma que se
obtenga el tiempo mínimo.

a. Formular el modelo de PL
● Variables
Xij = Producir un pedido i en la máquina j
i = 1,2,3,4,5,6
j = 1,2,3
● Función Objetivo
MIN(Z) = 3X11 + 4X12 + 2X13 + 3X21 + X22 + 2X23 + 2X31 +
X32 + 5X33 + 5X41 + 2X42 + X43 +2X51 + 2X52 + X53 + X61 +
X62 + X63
● Restricciones
X11 + X12 + X13 = 10
X21 + X22 + X23 = 40
X31 + X32 + X33 = 60
X41 + X42 + X43 = 50
X51 + X52 + X53 = 20
X61 + X62 + X63 = 30
3X11 + 3X21 + 2X31 + 5X41 + 2X51 + X61 ≤ 80
4X12 + X22 + X32 + 2X42 + 2X52 + X62 ≤ 30
2X13 + 2X23 + 5X33 + X43 + X53 + 2X63 ≤ 200
Xij ≥ 0

b. Revolver el modelo utilizando el software Matlab e interpretar los

resultados

20
 Para minimizar el tiempo, como se puede observar, los pedidos 1,2,4 y 5
se tienen que fabricar en la máquina 3, mientras que los pedidos 3 y 6 se
dividen en 2 máquinas. La mayoría de pedidos pasan por la máquina 3, lo
que nos da a entender que es la que menos tiempo consume en fabricar el
producto.

PROBLEMA 11

Se hace un pedido a una fábrica de papel, de 800 bobinas de papel corrugado de

30 pulgadas de ancho, 500 bobinas de 45 pulgadas de ancho y 1000 de 56
pulgadas. La fábrica de papel tiene bovinas de 108 pulgadas de ancho. ¿Cómo
deben cortarse las bobinas para suministrar el pedido con el mínimo de recortes o
desperdicios?

POSIBILIDADES DEL CORTE

CORTE CORTE CORTE CORTE CORTE

A B C D E

Corte 30cm 3 2 1 0 0

21
Corte 45cm 0 1 0 2 1

Corte 56cm 0 0 1 0 1

Perdida corte 18 3 22 18 7
(cm)

FUNCIÓN OBJETIVO

Minimizar 18CA + 3CB + 22CC + 18CD + 7CE

RESTRICCIONES

3CA + 2CB
 + 3CC ≥ 800 - 3CA - 2CB - 3CC ≤
-800

CB + 2CD
 + CE ≥ 500 -CB
 - 2CD - CE ≤
-500

CC + CE
 ≥1000 -CC - CE
 ≤ -1000

SOLUCIÓN CON MATLAB

22
PROBLEMA 12

El pronóstico de ventas mensuales para un cierto producto está presentado en el

siguiente cuadro:

El costo unitario de aumentar o disminuir la producción de un mes a otro es de

$1.00 y de $0.50, respectivamente. La producción programada para el mes de
diciembre de este año es de 2.000 unidades, y está calculado que el nivel de
inventario en enero 1 será de 1.000 unidades. La capacidad de almacenaje está
limitada a 5.000 unidades.
Obtener la programación de la producción para el año entrante que minimice el
costo producido al cambiar tasas de producción y asegure al mismo tiempo la
disponibilidad de un stock suficiente para cubrir el pronóstico de ventas en
cualquier momento. (Supóngase que la programación de la producción durante

23
un mes esté disponible justo en el momento de cubrir la demanda de ventas en el
mes corriente).

a. Formular el modelo de PL

● Variables

Di = Unidades disminuidas del mes i.

Ai = Unidades aumentadas del mes i.
Ali = Unidades almacenadas en el mes i.
i = 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12

● Función Objetivo

MIN(Z) = 1A1 + 1A2 + 1A3 + 1A4 + 1A5 + 1A6 + 1A7 + 1A8 +

1A9 + 1A10 + 1A11 + 1A12 + 0.5D1 + 0.5D2 + 0.5D3 + 0.5D4 +
0.5D5 + 0.5D6 + 0.5D7 + 0.5D8 + 0.5D9 + 0.5D10 + 0.5D11 +
0.5D12 + 0AL1 + 0AL2 + 0AL3 + 0AL4 + 0AL5 + 0AL6 + 0AL7
+ 0AL8 + 0AL9 + 0AL10 + 0AL11 + 0AL12

● Restricciones

1A1 − 1D1 − 1AL1 = 1000.

1A1 + 1A2 − 1D1 − 1D2 + 1AL1 − 1AL2 = 3000.
1A1 + 1A2 + 1A3 − 1D1 − 1D2 − 1D3 + 1AL2 − 1AL3 = 4000.
1A1 + 1A2 + 1A3 + 1A4− 1D1 − 1D2 − 1D3 − 1D4 + 1AL3 −
1AL4 = 6000.
1A1 + 1A2 + 1A3 + 1A4 + 1A5 − 1D1 − 1D2 − 1D3 − 1D4 − 1D5
+ 1AL4 − 1AL5 = 8000.
1A1 + 1A2 + 1A3 + 1A4 + 1A5 + 1A6 − 1D1 − 1D2 − 1D3 − 1D4
− 1D5 − 1D6 + 1AL5 − 1AL6 = 10000.
1A1 + 1A2 + 1A3 + 1A4 + 1A5 + 1A6 + 1A7 − 1D1 − 1D2 − 1D3
− 1D4 − 1D5 − 1D6 − 1D7 + 1AL6 − 1AL7 = 10000.
1A1 + 1A2 + 1A3 + 1A4 + 1A5 + 1A6 + 1A7 + 1A8 − 1D1 − 1D2
− 1D3 − 1D4 − 1D5 − 1D6 − 1D7 − 1D8 + 1AL7 − 1AL8 = 6000.
1A1 + 1A2 + 1A3 + 1A4 + 1A5 + 1A6 + 1A7 + 1A8 + 1A9 − 1D1
− 1D2 − 1D3 − 1D4 − 1D5 − 1D6 − 1D7 − 1D8 − 1D9 + 1AL8 −
1AL9 = 4000.
1A1 + 1A2 + 1A3 + 1A4 + 1A5 + 1A6 + 1A7 + 1A8 + 1A9 +
zA10 − 1D1 − 1D2 − 1D3 − 1D4 − 1D5 − 1D6 − 1D7 − 1D8 −
1D9 − 1D10 + 1AL9 − 1AL10 = 3000.

24
 1A1 + 1A2 + 1A3 + 1A4 + 1A5 + 1A6 + 1A7 + 1A8 + 1A9 +
1A10 + 1A11 − 1D1 − 1D2 − 1D3 − 1D4 − 1D5 − 1D6 − 1D7 −
1D8 − 1D9 − 1D10 − 1D11 + 1AL10 − 1AL11 = 2000.
1A1 + 1A2 + 1A3 + 1A4 + 1A5 + 1A6 + 1A7 + 1A8 + 1A9 +
1A10 + 1A11 + 1A12 − 1D1 − 1D2 − 1D3 − 1D4 − 1D5 − 1D6 −
1D7 − 1D8 − 1D9 − 1D10 − 1D11 − 1D12 + 1AL11 + 1AL12 =
2000.
ALij ≤ 5000 para i = (2, 3, …, 11) y j = (2, 3, …, 11).
1AL12 = 2000.

b. Revolver el modelo utilizando el software Matlab e interpretar los

resultados

25
PROBLEMA 13

A Tomás le gustaría tomar exactamente 1½ litros de cerveza casera hoy, y al

menos 2 litros más mañana. Ricardo desea vender un máximo de 2 litros en total
a un precio de $1.54 medio litro hoy y a $1.50 medio litro mañana. Enrique desea
vender un máximo de 2½ litros en total a un precio $1.60 medio litro hoy y a
$1.44 medio litro mañana.

Tomás desea saber cómo debe realizar sus compras para minimizar su costo,
satisfaciendo sus requerimientos mínimos de sed. Plantee el modelo de P.L. para
este problema, y obtenga la respuesta por medio del paquete LINGO.

a. Formular el modelo de PL

● Variables

X1 = Cantidad ½ litros de cerveza comprada a Ricardo hoy

X2 = Cantidad ½ litros de cerveza comprada a Enrique hoy
X3 = Cantidad ½ litros de cerveza comprada a Ricardo mañana
X4 = Cantidad ½ litros de cerveza comprada a Enrique mañana
X5 = Cantidad ½ litros de cerveza sobrante de hoy

● Función objetivo

MIN(Z) = 1.54X1 + 1.60x2 + 1.50x3 + 1.44x4

● Restricciones

X1 + X2 - X5 = 3
X3 + X4 + X5 ≥ 4
X1 + X3 ≤ 4
X2 + X4 ≤ 5

b. Revolver el modelo utilizando el software Matlab e interpretar los

resultados

26
 Según se puede observar en los resultados de optimalidad que arroja
Matlab Mateo debería comprar 3 medios litros de cerveza a ricardo hoy y
para satisfacer la demanda del día de mañana debe comprar a Enrique.
Esto minimiza los gastos de Mateo.

PROBLEMA 14

Una corporación ha decidido producir tres productos nuevos. En este momento,

cinco de sus plantas tienen capacidad de producción en exceso. El costo unitario
de fabricación del primer producto sería de $90, $82, $92, $84 y $86, en las
plantas 1, 2, 3, 4 y 5, respectivamente. El costo unitario de fabricación del
segundo producto sería $62, $58, $64, $56 y $58, en las plantas 1, 2, 3, 4 y 5,
respectivamente. El costo unitario de fabricación del tercer producto sería $76,
$70, $80, en las plantas 1, 2, y 3, respectivamente, mientras que las plantas 4 y 5
no tienen la capacidad para elaborar este producto. Los pronósticos de ventas
indican que deben producirse al día 5000, 3000 y 4000 unidades de los productos
1, 2 y 3, respectivamente. Las plantas 1, 2, 3, 4 y 5 tienen capacidad para
producir 2000, 3000, 2000, 3000 y 5000 unidades cada día, respectivamente, sin
importar el producto o la combinación de productos de que se trate. Supóngase
que cualquier planta que tenga los elementos y la capacidad necesarios puede
producir cualquier combinación de los productos en cualquier cantidad.
El gerente desea saber cómo asignar los nuevos productos a las plantas para
minimizar el costo total y requerimientos.

a. Formular el modelo de PL

● Variables

Xij = Cantidad de producto i en la planta j

i = 1,2,3
j = 1,2,3,4,5

X34 y X35 no existen.

27
 ● Función Objetivo

MIN(Z) = 90X11 + 82X12 + 92X13 + 84X14 + 86X15 + 62X21 +

58X22 + 64X23 + 56X24 + 58X25 + 76X31 + 70X32 + 80X33

● Restricciones

X11 + X12 + X13 + X14 +X15 = 5000

X21 + X22 + X23 + X24 +X25 = 3000
X31 + X32 + X33 = 4000
X11 + X21 + X31 ≤ 2000
X12 + X22 + X32 ≤ 3000
X13 + X23 + X33 ≤ 2000
X14 + X24 ≤ 3000
X15 + X25 ≤ 5000

b. Revolver el modelo utilizando el software Matlab e interpretar los

resultados

Como se puede observar, el producto 1 solo se fabricaría en la planta 5, el

producto 2, únicamente en la planta 4, y el producto 3 se dividiría en las
plantas 1 y 2. Se evidencia que ningún producto se fabrica en la planta 3,
se puede concluir que la planta 3 es prescindible.

28