DECISIONES DE MEZCLA DE PRODUCTOS

BASA fabrica tres productos de caucho: esponjoso, elástico y rígido.

Los tres requieren los mismos tres polímeros químicos y una base.
Ingredientes usados en la producción de A, B y C
(oz/lb de producto)
Producto Polímero1 Polímero2 Polímero3 Base
A 4 2 4 6
B 3 2 2 9
C 6 3 5 2
BASA, tiene el compromiso de producir al menos 1000 lb de A, 500
lb de B y 400 lb de C para la siguiente semana, pero la gerencia de la
Cía. Sabe que puede vender más de c/u de los productos. El stock de
los ingredientes son 500 lb de polímero1, 425 lb de polímero2 y 650
lb de polímero3. Las utilidades que genera cada producto es de S/.7
por lb de A y B, así como S/.6 la lb de C. Determinar el plan de
producción óptimo.
DECISIONES DE MEZCLA DE PRODUCTOS
Desarrollo del modelo matemático para BASA
Variables de decisión: A, B y C
A= Nº de libras de esponjoso por producir la próxima semana
B= Nº de libras de elástico por producir la próxima semana
C= Nº de libras de rígido por producir la próxima semana
Función objetivo: Maximizar la ganancia total
Max 7A + 7B + 6C
Identificación de restricciones: de recursos, de demanda y lógicas
De recursos: demanda de recursos <= oferta de recursos
demanda de polímero1 <= 500 lb 4A + 3B + 6C <= 8000 oz
demanda de polímero 2 <= 425 lb 2A + 2B + 3C <= 6800 oz
demanda de polímero3 <= 650 lb 4A + 2B + 5C <= 10400 oz
demanda de base <= 1100 lb 6A + 9B + 2C <= 17600 oz
DECISIONES DE MEZCLA DE PRODUCTOS

Desarrollo del modelo matemático para BASA

Identificación de restricciones: de recursos, de demanda y lógicas
De mercado: requerimiento mínimo,
A >= 1000
B >= 500
C >= 400

Lógicas: cantidades de producción no negativas,

A, B, C >= 0
DECISIONES DE MEZCLA DE PRODUCTOS
Desarrollo del modelo matemático para BASA
En resumen:
Max 7A + 7B + 6C
s.a. 4A + 3B + 6C <= 8000
2A + 2B + 3C <= 6800
4A + 2B + 5C <= 10400
6A + 9B + 2C <= 17600
A >= 1000
B >= 500
C >= 400
A, B, C >= 0
 DECISIONES DE FABRICACION O COMPRA
PAVCO fabrica tres tamaños de tubos: A, B y C.
Datos para el problema de hacer o comprar de PAVCO
Tipo Precio Demanda Tiempo de Material Costo Costo
venta máquina pa´ soldar prod. comp.
(S/./pie) (pie) (min/pie) (oz/pie) (S/./p) (S/./p)
A 10 2000 0.50 1 3 6
B 12 4000 0.45 1 4 6
C 9 5000 0.60 1 4 7

Se dispone de 40hr de máquina y 5500oz de soldadura, el depto. de

producción no podrá satisfacer la demanda planteada, que requiere un
total de 97hr de máquina y 11000oz de soldadura. No se espera que la
demanda alta continue. En vez de expandir la capacidad instalada de
producción, la gerencia de PAVCO está considerando importar del
Japón. Como gerente de producción que recomendaría en producción y
compra, para satisfacer la demanda y maximizar la ganancia de la cía.
DECISIONES DE FABRICACION O COMPRA
Desarrollo del modelo matemático de PAVCO
Variables de decisión: AP, BP, CP, AM, BM, CM
AP = Nº de pies de tubo A por producir
BP= Nº de pies de tubo B por producir
CP = Nº de pies de tubo C por producir
AM = Nº de pies de tubo A por importar
BM = Nº de pies de tubo B por importar
CM = Nº de pies de tubo C por importar
Función objetivo: Maximizar las ganancias totales.
Maximizar 7AP + 8BP + 5CP + 4AM + 6BM + 2CM
Identificación de restricciones: de recursos, de mercado y lógicas
De recursos: demanda de recursos <= oferta de recursos
0.5AP +0.45BP + 0.6CP <= 2400 minutos
AP + BP + CP <= 5500 onzas
 DECISIONES DE FABRICACION O COMPRA

Desarrollo del modelo matemático de PAVCO

Identificación de restricciones: de recursos, de mercado y lógicas
De mercado:
Nº total de pies del tubo A = Nº de tubos A producidos + Nº de tubos A importados
Nº total de pies del tubo B = Nº de tubos B producidos + Nº de tubos B importados
Nº total de pies del tubo C = Nº de tubos C producidos + Nº de tubos C importados
AP + AM = 2000 pies (demanda de A)
BP + BM = 4000 pies (demanda de B)
CP + CM = 5000 pies (demanda de C)
Lógicas: Todas las variables deben ser no negativas
AP, BP, CP, AM, BM, CM >= 0
DECISIONES DE FABRICACION O COMPRA

Desarrollo del modelo matemático de PAVCO

En resumen:
Maximizar 7AP + 8BP + 5CP + 4AM + 6BM + 2CM
s.a. 0.5AP +0.45BP + 0.6CP <= 2400 minutos (tiempo de máquina)
AP + BP + CP <= 5500 onzas (soldadura)
AP + AM = 2000 pies (demanda de A)
BP + BM = 4000 pies (demanda de B)
CP+ CM = 5000 pies (demanda de C)
AP, BP, CP, AM, BM, CM >= 0
 PROBLEMA DE DIETAS
El depto de nutrición de ESSALUD prepara 30 menús de cena, uno para
cada día del mes. Una comida consiste en espagueti, pavo, papas,
espinacas y pie de manzana. El jefe del depto de nutrición ha
determinado que esta comida debe proporcionar 63000mg de proteínas,
10mg de hierro, 15mg de niacina, 1mg de tiamina y 50mg de vitamina C.
Nutrientes proporcionadas por las distintas comidas
Nutriente (mg/100g)
Comida Proteína Hierro Tiacina Tiamina Vitamina C Grasa
Espagueti 5000 1.1 1.4 0.18 0.0 5000
Pavo 29300 1.8 5.4 0.06 0.0 5000
Papas 5300 0.5 0.9 0.06 10.0 7900
Espinacas 3000 2.2 0.5 0.07 28.0 300
Pie de manzana 4000 1.2 0.6 0.15 3.0 14300
Para evitar exceso de un tipo de comida, no debe incluirse en ella más de
300gr de espagueti y pavo c/u, 200gr de papas, y 100gr. de espinacas y
pie de manzana c/u. Determinar la composición de una comida que
satisfaga los requerimientos nutricionales y un mínimo de grasa.
 PROBLEMA DE DIETAS
Desarrollo del modelo matemático de ESSALUD
Variables de decisión: SPAG, PAVO, PAPA, SPIN, MANZ
SPAG = Nº de 100gr de espagueti que incluir
PAVO = Nº de 100gr de pavo que incluir
PAPA = Nº de 100gr de papa que incluir
SPIN = Nº de 100gr de espinaca que incluir
MANZ = Nº de 100gr de pie de manzana que incluir
Función Objetivo: Minimizar contenido de grasas totales de la dieta
Grasa total = Grasa aportada por SPAG + grasa aportada por PAVO +
grasa aportada por PAPA + grasa aportada por SPIN + grasa aportada
por pie de manzana
Minmizar 5000 SPAG + 5000 PAVO + 7900 PAPA + 300 SPIN +
14300 MANZ
 PROBLEMA DE DIETAS
Desarrollo del modelo matemático de ESSALUD
Identificación de restricciones: de nutrientes, de límite y lógicas
De nutrientes: Cantidad mínima >= requerimiento
5000SPAG+29300PAVO+5300PAPA+3000SPIN+4000MANZ >= 63000 (proteína)
1.1SPAG + 1.8PAVO + 0.5PAPA + 2.2SPIN + 1.2MANZ >= 10 (hierro)
1.4SPAG + 5.4PAVO + 0.9PAPA + 0.5SPIN + 0.6MANZ >= 15 (niacina)
0.18SPAG+0.06PAVO+0.06PAPA+0.07SPIN+0.15MANZ >= 1 (tiamina)
10PAPA + 28SPIN + 3MANZ >=50 (vitamina C)
De límite: Cantidad máxima de cada tipo de alimento en la comida ( Las unidades
de las variables están en cientos de gramos)
SPAG <= 3
PAVO <= 3
PAPA <= 2
SPIN <= 1
MANZ <= 1
Restricciones lógicas: Todas las variables son no negativas
SPAG, PAVO, PAPA, SPIN, MANZ >= 0
 PROBLEMA DE DIETAS
Desarrollo del modelo matematico de ESSALUD
En resumen:
Minmizar 5000 SPAG + 5000 PAVO + 7900 PAPA + 300 SPIN + 14300 MANZ
s.a. 5000SPAG+29300PAVO+5300PAPA+3000SPIN+4000MANZ >= 63000 (prot)
1.1SPAG + 1.8PAVO + 0.5PAPA + 2.2SPIN + 1.2MANZ >= 10 (hierro)
1.4SPAG + 5.4PAVO + 0.9PAPA + 0.5SPIN + 0.6MANZ >= 15 (niacina)
0.18SPAG+0.06PAVO+0.06PAPA+0.07SPIN+0.15MANZ >= 1 (tiamina)
10PAPA + 28SPIN + 3MANZ >=50 (vitamina C)
SPAG <= 3
PAVO <= 3
PAPA <= 2
SPIN <= 1
MANZ <= 1
SPAG, PAVO, PAPA, SPIN, MANZ >= 0
 ADM. DE CARTERA DE VALORES
Problema de inversión de AFP LIDER
AFP LIDER, planea invertir US$1 000 000 de un fondo de pensiones. El
área de investigación de Inversiones ha identificado seis fondos mutuos
con estrategias de inversión variables, con diferentes rendimientos
potenciales y riesgos asociados.
Riesgo y tasa esperada de rendimiento de 6 fondos de inversión
FONDO
Concepto 1 2 3 4 5 6
Precio ($/acción) 45 76 110 17 23 6
Devolución esperada (%) 30 20 15 12 10 7
Cetegoría de riesgo Alto Alto Alto Medio Medio Bajo

Una forma de controlar el riesgo es limitar la cantidad de dinero

invertido en los diversos fondos. Para tal efecto, la administración de
AFP LIDER ha señalado las siguientes pautas:
 ADM. DE CARTERA DE VALORES
Problema de inversión de AFP LIDER
•La cantidad total invertida en fondos de alto riesgo debe estar entre 50 y
75% de la cartera.
•La cantidad total invertida en fondos de riesgo medio debe estar entre
20 y 30% de la cartera.
•La cantidad total invertida en fondos de bajo riesgo debe ser al menos
de 5% de la cartera.
Una segunda forma de controlar el riesgo es diversificar, esto es, esparcir
el riesgo invirtiendo en muchas alternativas diferentes. La gerencia de
AFP LIDER, ha especificado que la cantidad invertida en los fondos de
alto riesgo 1,2 y 3 deben estar en la tasa 1:2:3, respectivamente. La
cantidad invertida en los fondos de riesgo medio 4 y 5 debe ser 1:2.
¿Qué cartera debería el gerente de cartera, recomendar patra maximizar
la tasa esperada de retorno?
 ADM. DE CARTERA DE VALORES
Desarrollo del modelo matemático de AFP LIDER
Variables de decisión: F1, F2, F3, F4, F5, F6
F1 = la fracción de cartera por invertir en el fondo 1
F2 = la fracción de cartera por invertir en el fondo 2
F3 = la fracción de cartera por invertir en el fondo 3
F4 = la fracción de cartera por invertir en el fondo 4
F5 = la fracción de cartera por invertir en el fondo 5
F6 = la fracción de cartera por invertir en el fondo 6
Función objetivo: Max. la tasa esperada de rendimiento, esto es,
ren dim iento total esperado
Tasa esperada de ren dim iento 
cantidad invertida
Rendimiento total esperado = (rendimiento esperado del fondo 1) +
(rendimiento esperado del fondo 2 ) + (rendimiento esperado del fondo
3) + (rendimiento esperado del fondo 4) + (rendimiento esperado del
fondo 5) + (rendimiento esperado del fondo )
 ADM. DE CARTERA DE VALORES
Desarrollo del modelo matemático de AFP LIDER
Función objetivo: Max. la tasa esperada de rendimiento, esto es,
Rendimiento esperado del fondo 1 = (cantidad invertida en el fondo
1)*(tasa de rendimiento del fondo 1)
REF1 = (F1 * 1 000 000) * 0.30 = 300 000F1
RTE = 300 000F1 + 200 000F2 + 150 000F3 + 120 000F4 + 100 000F5
+ 70 000F6
Dividiendo entre la inversión total de $1 000 000 se obtiene la tasa de
rendimiento, por tanto la FO es:
Max 0.30F1 + 0.20F2 + 0.15F3 + 0.12F3 + 0.10F5 + 0.07F6
Identificación de restricciones: limitaciones de inversión para
control de la inversión en cada una de las tres categorias de riesgo,
de diversificación para extender la inversión dentro de cada
categoría de riesgo y restricciones lógicas.
 ADM. DE CARTERA DE VALORES
Desarrollo del modelo matemático de AFP LIDER
Identificación de restricciones: Limitaciones de inversión
•En alto riesgo entre 50 y 75%: F1, F2 y F3
Fracción de cartera total invertida: F1 + F2 + F3
Las restricciones son:
F1 + F2 + F3 >= 0.50 (mínimo de alto riesgo)
F1 + F2 + F3 <= 0.75 (máximo de alto riesgo)
•En riesgo medio enmtre 20 y 30%: F4 y F5
Fracción de la cartera total invertida: F4 + F5
Las restricciones son:
F4 + F5 >= 0.20 (mínimo de riesgo medio)
F4 + F5 <= 0.30 (máximo de riesgo medio)
•En fondos de bajo riesgo al menos 5%: F6
Fracción de la cartera invertida: F6
La restricción es:
F6 >= 0.05 (mínimo en bajo riesgo)
 ADM. DE CARTERA DE VALORES
Desarrollo del modelo matemático de AFP LIDER
Identificación de restricciones: de diversificación
Fondos de alto riesgo 1,2 y 3: tasa 1:2:3, es decir cantidad invertida en
F2 sea el doble de la cantidad invertida en F1:
F2 = 2F1, reordenando se tiene:
-2F1 + F2 = 0 (proporción de F1 a F2)
Cantidad invertida en F3 debe ser tres veces la invertida en F1:
F3 = 3F1, reordenando se tiene:
-3F1 + F3 = 0 (proporción de F1 a F3)
Fondos de riesgo medio 4 y 5: tasa 1:2, cantidad invertida en F5 debe
ser el doble de la del F4:
F5 = 2F4, reordenando se tiene:
-2F4 + F5 = 0 (proporción de F4 a F5)
Restricciones lógicas: Cada variable debe ser no negativa, valor
fraccional de las acciones, asegurar la inversión total de $1 000 000.
Fracción total de $1 000 000 invertida es igual a 1 ó
F1 + F2 + F3 + F4 + F5 + F6 = 1.0 (agenda total)
 ADM. DE CARTERA DE VALORES

Desarrollo del modelo matemático de AFP LIDER

En resumen:
Max 0.30F1 + 0.20F2 + 0.15F3 + 0.12F3 + 0.10F5 + 0.07F6
s.a. F1 + F2 + F3 >= 0.50 (mínimo de alto riesgo)
F1 + F2 + F3 <= 0.75 (máximo de alto riesgo)
F4 + F5 >= 0.20 (mínimo de riesgo medio)
F4 + F5 <= 0.30 (máximo de riesgo medio)
F6 >= 0.05 (mínimo en bajo riesgo)
-2F1 + F2 = 0 (proporción de F1 a F2)
-3F1 + F3 = 0 (proporción de F1 a F3)
-2F4 + F5 = 0 (proporción de F4 a F5)
F1 + F2 + F3 + F4 + F5 + F6 = 1.0 (cartera total)
F1, F2, F3, F4, F5, F6 = 0
 PROGRAMACION ENTERA
MODELO DE PLANEACIÓN DE PERSONAL DE NBKBANK
La sucursal de NBKBANK en San Isidro requiere de 8 a 15 cajeros de
servicio, dependiendo de la hora del día.
Requerimiento de cajeros de NBKBANK
Periodo Número mínimo de cajeros
8 – 10 A.M. 8
10 – 12 Mediodía 10
12 – 2 A.M. 15
2–4 A. M. 12

Los cajeros de tiempo completo trabajan 8 horas consecutivas a US$15

la hora, comenzando a las 8A.M. Los cajeros a tiempo parcial trabajan 4
horas consecutivas a US$8 la hora, comenzando a las 8A.M, 10A.M.o 12
del mediodía. La convención sidical requiere que a toda hora al menos el
60% de los cajeros sean de tiempo completo. Como jefe de personal,
elaborar un plan óptimo que minimice el costo diario total respecto al Nº
de empleados a tiempo completo y de tiempo parcial.
 PROGRAMACION ENTERA

MODELO DE PLANEACIÓN DE PERSONAL DE NBKBANK

Variables de decisión: X1, X2, X3, X4,
X1 = Nº de cajeros de tiempo completo a contratar
X2 = Nº de cajeros de tiempo parcial por contratar que entra 8A.M.
X3 = Nº de cajeros de tiempo parcial por contratar que entra 10A.M.
X4 = Nº de cajeros de tiempo parcial por contratar que entra 12M.
Función objetivo: Minimizar el costo diario total
Costo total = (costo de cajeros de tiempo completo) + (costo de cajeros
de tiempo parcial que entran 8A.M.) + (costo de cajeros de tiempo
parcial que entran 10A.M.) + (costo de cajeros de tiempo parcial que
entran 12M.)
Minimizar 120X1 + 32X2 + 32X3 + 32X4
 PROGRAMACION ENTERA

MODELO DE PLANEACIÓN DE PERSONAL DE NBKBANK

Identificación de restricciones: de requerimiento y las de proporción
Diagrama esquemático de planeación de personal
X1
Tiempo completo
X4
Tiempo parcial a las 12M.
X3
Tiempo parcial a las 10A.M.
X2
Tiempo parcial a las 8A.M.

8A.M. 10A.M. 12M. 2P.M. 4P.M.

 PROGRAMACION ENTERA
MODELO DE PLANEACIÓN DE PERSONAL DE NBKBANK
Restricción de requerimiento de cajeros: al menos 8 cajeros de 8 a
10A.M. (incluyen a cajeros de tiempo completo y tiempo parcial que
entra a las 8A.M.
X1 + X2 >= 8 (de 8 a 10A.M.)
X1 + X2 +X3 >= 10 (de 10A.M. A 12M.)
X1 + X3 + X4 >= 15 (de 12M. A 2P.M.)
X1 + X4 >= 12 (de 2PM. A 4P.M.
Restricciones de proporción: al menos 60% de cajeros deben ser T.C.
X1 >= 0.6(X1 + X2) o 0.4X1 – 0.6X2 >= 0
X1 >= 0.6(X1 + X2 + X3) o 0.4X1 – 0.6X2 – 0.6X3 >= 0
X1 >= 0.6(X1 + X3 + X4) o 0.4X1 – 0.6X3 – 0.6X4 >= 0
X1 >= 0.6(X1 + X4) o 0.4X1 – 0.6X4 >= 0
Restricciones lógicas: cada variable deber ser un entero no negativo.
 PROGRAMACION ENTERA
MODELO DE PLANEACIÓN DE PERSONAL DE NBKBANK
En resumen:
Minimizar 120X1 + 32X2 + 32X3 + 32X4
s.a. X1 + X2 >= 8
X1 + X2 + X3 >= 10
X1 + X3 + X4 >= 15
X1 + X4 >= 12
0.4X1 – 0.6X2 >= 0
0.4X1 – 0.6X2 – 0.6X3 >= 0
0.4X1 – 0.6X3 – 0.6X4 >= 0
0.4X1 – 0.6X4 >= 0
X1, X2, X3, X4, >= 0 y enteros