APLICACIONES DE

PROGRAMACIN
LINEAL
Aplicaciones de finanzas, mescla e ingredientes y transporte
SELECCIN DE PORTAFOLIOS
El objetivo general del gerente suele ser maximizar el rendimiento esperado sobre la
inversin, dado un conjunto de restricciones legales, polticas o de riesgo.
Por ejemplo, International City Trust (ICT) invierte en crditos comerciales a corto plazo,
bonos corporativos, reservas de oro y prstamos para construccin. Para fomentar un
portafolios diversificado, el consejo de administracin ha puesto lmites en la cantidad
que se puede comprometer a cualquier tipo de inversin. ICT dispone de $5 millones
para inversin inmediata y desea hacer dos cosas:
1. Maximizar el rendimiento sobre la inversin hecha para los siguientes seis meses y
2. Satisfacer los requerimientos de diversificacin segn los estipul el consejo de
administracin.
Los detalles de las posibilidades de inversin son los siguientes:
Adems, el consejo especifica que por lo menos 55% de los fondos deben invertirse en reservas de oro y prstamos para
construccin, y que por lo menos 15% tiene que invertirse en crditos comerciales. Al formular esto como un programa
lineal, el objetivo es maximizar el rendimiento. Existen cuatro restricciones separadas que limitan la cantidad mxima en
cada opcin de inversin a la cantidad dada en la tabla. Una restriccin especifica que la cantidad total en reservas de oro y
prstamos para construccin debera ser al menos 55% del total invertido, y una restriccin especifica que la cantidad total
invertida en prstamos comerciales debe ser por lo menos 15% del total invertido. La restriccin final estipula que la
cantidad total invertida no debe exceder $5 millones (puede ser menor). Defina las variables como:
X1 = dlares invertidos en crdito comercial
X2 = dlares invertidos en bonos corporativos
X3 = dlares invertidos en reservas de oro
X4 = dlares invertidos en prstamos para construccin
 La cantidad total invertida es X1 +X2 + X3 + X4, que debe ser menor que $5 millones. Esto es importante al calcular 55% de la cantidad total invertida y
15% de la cantidad total invertida en dos de las restricciones.

Objetivo:

Maximizar los dlares de inters ganados = 0.07X1 + 0.11X2 + 0.19X3 + 0.15X4

sujeto a X1 1,000,000

X2 2,500,000

X3 1,500,000

X4 1,800,000

X3 + X4 0.551X1 + X2 + X3 + X42

X1 0.151X1 + X2 + X3 + X42

X1 + X2 + X3 + X4 5,000,000

X1, X2, X3, X4 0

El programa 8.6 muestra la solucin encontrada con Solver de Excel. ICT maximiza su inters ganado, si hace las siguiente
inversin:
X1 = $750,000,
X2 = $950,000,
X3 = $1,500,000
X4 = $1,800,000; el inters total ganado es de $712,000.
PROBLEMA DE CARGA DE UN
CAMIN
El problema de cargar un camin incluye decidir qu artculos cargar para maximizar
el valor de la carga enviada. Como ejemplo, consideramos Goodman Shipping, una
empresa en Orlando que pertenece a Steven Goodman. Uno de sus camiones, con
una capacidad de 10,000 libras, est a punto de cargarse.* Se espera enviar los
siguientes artculos:
Vemos que cada uno de estos seis artculos tiene asociados un valor en dlares y un
peso. El objetivo es maximizar el valor total de los artculos cargados en el camin, sin
exceder la capacidad de peso del camin. Sea Xi la proporcin de cada artculo i
cargado en el camin.
Estas seis restricciones finales reflejan el hecho de que cuando mucho se puede cargar una unidad de un artculo en el
camin. En efecto, si Goodman puede cargar una porcin de un artculo (digamos que el artculo 1 es un lote de 1,000
sillas plegables y no es necesario cargarlas todas juntas), las Xi sern todas porciones que van de 0 (nada) a 1 (todo el
lote). Para resolver este problema de PL, recurrimos a Solver de Excel. El programa 8.7 muestra la formulacin de
Goodman, los datos de entrada y la solucin, que da un valor total de la carga de $31,500. La respuesta nos lleva a un
aspecto interesante que veremos con detalle en el captulo 10. Qu hara Goodman si no se pueden cargar fracciones de
artculos? Por ejemplo, si los artculos que se cargan fueran automviles de lujo, es claro que no se puede enviar un tercio
de un Maserati.
 Si la proporcin del artculo 1 se redondeara a 1.00, el peso de la carga aumentara a 15,000
libras y ello contravendra la restriccin del mximo de 10,000 libras de peso. Por lo tanto, la
fraccin del artculo 1 debera redondearse a cero. Esto bajara el peso de la carga a 7,500
libras, dejando sin usar 2,500 libras de capacidad de carga. Puesto que ningn otro artculo
pesa menos de 2,500 libras, el camin no se puede llenar ms.
Vemos entonces que al usar programacin lineal normal y al redondear los pesos
fraccionales, el camin llevara tan solo el artculo 2, con un peso de 7,500 libras y un valor de
carga de $24,000.
QM para Windows y los optimizadores de hoja de clculo como Solver de Excel tambin son
capaces de manejar problemas de programacin entera; esto es, problemas de PL que
requieren de soluciones en enteros. Con Excel la solucin en enteros al problema de
Goodman es cargar los artculos 3, 4 y 6, con un peso total de 10,000 libras y un valor de carga
de $27,250.
APLICACIONES DE MEZCLA DE
INGREDIENTES
PROBLEMAS DE LAS DIETAS
El problema de la dieta, una de las primeras aplicaciones de PL, se desarroll
originalmente en hospitales para determinar la dieta ms econmica para los
pacientes. Conocido en las aplicaciones agrcolas como el problema de la mezcla de
alimento, el problema de la dieta incluye especificar un alimento o una combinacin
de ingredientes que satisfaga los requerimientos nutricionales establecidos a un nivel de
costos mnimo.
El Whole Food Nutrition Center utiliza tres granos para mezclar un cereal natural que se
vende por libra. El costo de cada grano y las unidades de protena, riboflavina, fsforo y
magnesio de cada uno por libra se muestran en la tabla 8.5.
En el empaque de cada uno de sus productos, Whole Food indica el contenido
nutricional por cada tazn de cereal cuando se consume con media taza de leche. Se
consultaron los ndices USRDA
 (U.S. Recommended Dietary Allowance) y el ms reciente DRI (Dietary Reference Intake) con la
finalidad de establecer las cantidades recomendadas de ciertas vitaminas y minerales para un
adulto promedio. Con base en estas cifras y las cantidades deseadas para la etiqueta en el
paquete, Whole Food determin que cada porcin de 2 onzas de cereal debera contener 3
unidades de protena, 2 unidades de riboflavina, 1 unidad de fsforo y 0.425 unidades de magnesio.
Para modelar esto como un programa lineal, el objetivo es minimizar el costo. Habr cuatro
restricciones (para protena, riboflavina, fsforo y magnesio) que estipulan que el nmero de
unidades debe ser por lo menos la cantidad mnima especificada. Como estos requerimientos son
por cada porcin de 2 onzas, la ltima restriccin indica que la cantidad total de granos usada ser
de 2 onzas o 0.125 libras.
Para definir las variables, observe que el costo se expresa por libra de los tres granos. As, para
calcular el costo total, debemos conocer el nmero de libras de los granos usadas en una porcin
del cereal. Asimismo, los nmeros en la tabla 8.5 estn expresados en unidades por libra de grano,
de manera que definir las variables como el nmero de libras de los granos facilita el clculo de las
cantidades de protena, riboflavina, fsforo y magnesio. Sean:
XA =libras del grano A en una porcin de cereal de 2 onzas
XB =libras del grano B en una porcin de cereal de 2 onzas
XC =libras del grano C en una porcin de cereal de 2 onzas
TABLA 8.5 Requerimientos del cereal natural de Whole Food
Funcin objetivo:
Minimizar el costo total de mezcla una porcin de 2 onzas = $0.33Xa + 0.47Xb + 0.38Xc sujeto a
22Xa + 28Xb + 21Xc 3 (unidades de protena)
16Xa + 14Xb + 25Xc 2 (unidades de riboflavina)
8Xa + 7Xb + 9Xc 1 (unidades de fsforo)
5Xa + 0Xb + 6Xc 0.425 (unidades de magnesio)
Xa + Xb + Xc 0.125 (la mezcla total son 2 onzas o 0.125 libras)
La solucin a este problema requiere mezclar 0.025 lb del grano A, 0.050 lb del grano B y 0.050 lb del grano C. Otra manera de
establecer la solucin es en trminos de la proporcin de las 2 onzas de cada grano; a saber, 0.4 onzas del grano A, 0.8 onzas
del grano B y 0.8 onzas del grano C en cada porcin. El costo por porcin es de $0.05. El programa 8.8 ilustra esta solucin
obtenida con Solver de Excel 2010.

GRANO COSTO POR PROTENA RIBOFLAVINA FSFORO

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
PROBLEMAS DE MEZCLAS Y
PROPORCIONES DE INGREDIENTES
Los problemas de dieta y mezcla de proporciones son, de hecho, casos especiales de
una clase ms general de problemas de PL conocidos como problemas de mezclas o
de ingredientes. Los problemas de mezclas surgen cuando debe tomarse una decisin
respecto a la mezcla de dos o ms recursos para producir uno o ms productos. Los
recursos, en este caso, contienen uno o ms ingredientes esenciales que deben
mezclarse, de manera que cada producto final contenga porcentajes especficos
 De cada ingrediente. El siguiente ejemplo es una aplicacin frecuente en la industria
del petrleo: la mezcla de petrleo crudo para obtener gasolina refinada. La
compaa Low Knock Oil produce dos tipos de gasolina a precio reducido para
distribucin industrial. Los tipos, regular y econmica, se obtienen refinando una
mezcla de dos tipos de petrleo crudo, tipo X100 y tipo X220. Cada crudo difiere no
tan solo en el costo por barril, sino tambin en la composicin. La siguiente tabla
indica el porcentaje de ingredientes cruciales encontrados en cada uno de los
petrleos crudos y el costo por barril de cada uno:
 La demanda semanal del tipo gasolina regular de Low Knock es al menos de 25,000 barriles, en
tanto que la demanda semanal para la gasolina econmica es por lo menos de 32,000 barriles. Al
menos 45% de cada barril de gasolina regular debe ser del ingrediente A. Cuando mucho 50% de
cada barril de gasolina econmica debera ser del ingrediente B. 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, para fines de este ejemplo, supondremos que un barril de crudo rinde un barril de gasolina.
La gerencia de Low Knock debe decidir cuntos barriles de cada tipo de crudo comprar cada
semana, para que la mezcla satisfaga la demanda a un costo mnimo. Al modelar esto como un
programa lineal, el objetivo es minimizar el costo. Cada tipo de gasolina tiene una restriccin de
demanda y cada tipo de gasolina tiene una restriccin sobre la cantidad de ingredientes. As,
existen cuatro restricciones. Las decisiones incluyen la cantidad de cada tipo de crudo a usar en
cada tipo de gasolina, de manera que las variables de decisin sern las siguientes:

X1: barriles de crudo X100 mezclados para producir gasolina

regular
X2: barriles de crudo X100 mezclados para producir gasolina
econmica
X3: barriles de crudo X220 mezclados para producir gasolina
regular
X4: barriles de crudo X220 mezclados para producir gasolina
econmica
 Este problema se formula como sigue:
Objetivo:
Minimizar el costo = $30X1 + $30X2 + $34.80X3 + $34.80X4 sujeto a
X1 + X3 >= 25,000 (demanda de gasolina regular)
X2 + X4 >=32,000 (demanda de gasolina econmica)
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,
0.45(X1 + X3) = cantidad mnima requerida del ingrediente A
Pero
0.35X1 + 0.60X3 = cantidad de ingrediente A en la gasolina regular de manera que
0.35X1+0.60X3 >= 0.45X1+0.45X3 o bien,
-0.10X1 + 0.15X3 >= 0 (ingrediente A en la restriccin de regular)
De manera similar, cuando mucho 50% de cada barril de gasolina econmica debe ser del ingrediente B:
X2 + X4 = cantidad total de crudo mezclado para producir la demanda de gasolina econmica
Por lo tanto,
0.50(X2 + X4) = cantidad mxima permitida del ingrediente B
Pero
0.55X2 + 0.25X4 = cantidad del ingrediente B en la gasolina econmica es decir,
0.55X2 + 0.25X4 <= 0.50X2 + 0.50X4
O
0.05X2 - 0.25X4 <= 0 (ingrediente B en la restriccin de econmica)
Ahora, escribimos la formulacin de PL completa:
 La solucin con Excel de la formulacin de Low Knock Oil es:
X1 : 15,000 barriles de X100 en la gasolina regular
X2 : 26,666.67 barriles de X100 en la gasolina econmica
X3 : 10,000 barriles de X220 en la gasolina regular
X4 : 5,333.33 barriles de X220 en la gasolina econmica
El costo de esta mezcla es de $1,783,600. Consulte los detalles en el programa 8.9.
Aplicaciones de transporte
PROBLEMA DE EMBARQUES
El problema de transporte o de envos implica determinar la cantidad de bienes o
artculos que se vayan a transportar desde varios orgenes (o fuentes) hacia varios
destinos. El objetivo suele ser minimizar tanto los costos totales como las distancias del
envo. Las restricciones en este tipo de problemas se refieren a las capacidades en
cada origen y los requerimientos en cada destino. El problema de transporte es un caso
muy especfico de programacin lineal y, de hecho, es uno de los temas del captulo 9.
La Top Speed Bicycle Co. fabrica y comercializa en todo el pas una lnea de bicicletas
de 10 velocidades. La empresa tiene plantas de ensamble final en dos ciudades donde
el costo de mano de obra es bajo: Nueva Orleans y Omaha. Sus tres almacenes
principales estn cerca de las reas de mercado ms grandes: Nueva York, Chicago y
Los ngeles. Los requerimientos de ventas para el prximo ao en el almacn de Nueva
York son 10,000 bicicletas; en el almacn de Chicago, 8,000 bicicletas; y en el almacn
de Los ngeles, 15,000 bicicletas. La capacidad de la fbrica en cada lugar es limitada.
Nueva Orleans puede ensamblar y embarcar
PROGRAMA 8.9
SOLUCIN PARA LOW KNOCK OIL EN
EXCEL 2010
20000 bicicletas; la planta de Omaha puede fabricar anualmente 15000 bicicletas. El costo de enviar una bicicleta de cada fbrica a cada
almacn difiere; los siguientes son los costos de envo por unidad:

La compaa quiere desarrollar un programa de embarques que minimice sus costos totales anuales de transporte.

La figura 8.1 ilustra una red de este problema, donde cada crculo o nodo representa una fuente o un destino. Cada fuente
y destino se numeran para facilitar la definicin de las variables. Cada flecha indica una posible ruta de envo, en tanto que
el costo por unidad o embarque a lo largo de cada flecha tambin se muestra en la figura 8.1
Al formular un programa lineal para este problema, el objetivo
es minimizar los costos de transporte. Se tienen dos
restricciones de suministro (una por cada fuente):
1. no pueden enviarse as de 20000 desde Nueva Orleans.
2. No pueden enviarse ms de 15000 desde Omaha.
 Hay tres restricciones de demanda (una por cada destino).
El nmero total enviado a Nueva York debe ser igual a 10000.
El numero total que llega a chicago debe ser igual a 8000.
El nuero total enviado a los Angeles debe ser igual a 15000.
La compaa debe decidir cuantas bicicletas enviar por cada una de las rutas de transporte (es
decir, de cada fuente a cada destino). En la fogura 8.1, las flechas indican de donde salen los
artculos, donde se entregan y el costo de envio por unidad esta cerca se la flecha. Las variables
de decisin son el numero de unidades a enviar por estas rutas de transporte. Al definir las
variables, es mas sensillo usar subndices dobles. Sea
En este ejemplo utilizaremos variables con doble subndice.
=numero de unidades de la fuente i al destino J ( i= 1,2 donde 1= Nueva Orleans y 2= Omaha; j=
1,2,3, donde 1= Nueva York, 2= Chicago y 3= Los ngeles ).
Representacin En Red Del Problema
De Transporte De Bicicletas De Top
Speed, Con Costos, Demandas Y
Suministros.
 El problema de transporte tendr una restriccin por cada
fuente de demanda y una restriccin por cada destino de
suinistro.
La formulacin de P.L es:
Minimizar el costo del envo = 211 +312 +513 +321 +122 +423
sujeto a:
11 + 21 = 10000 ( Demanda En Nueva York )
12 + 23 = 8000 ( Demanda en Chicago )
13 + 23 =15000 ( Demanda en los Angeles )
11 + 12 + 13 20000 (Suministro de la fbrica en Nueva
Orleans )
21 + 22 + 23 15000 ( Suministro de la fabrica Omaha )
Todas las variables 0
 El uso de subndices dobles ayuda a ver fcilmente que variable representa. Si el segundo
subndice es 1, entonces, el destino es Nueva York. En una restriccin 1, el toal de las
variables qie tienen un 1 como el segundo subndice(es decir, las unidades que se envan al
destino 1) debe ser igual a la demanda en Nueva York. La red de la figura 8.1 lo deja muy
claro. Como ejercicio til, observe los otros nobres de las variables y comprelos con las
flechas de la red.
Note que todos de xcoeficientes de una variable en las restricciones son igual a uno. Esta
catacteristica permite usar un algoritmo especializado que da los resultados con mayor
rapidez. Existen dos modelos de progracion lineal que tienen una relacin estrecha con el
modelo de transporte y tienen coeficiente de 1 en las restricciones. Los dos modelos son el
problea de asignacin y el problea de transbordo. Ambos modelos se estudiaran en el
capiyulo 9, mientras que las formulaciones de programacin lineal se presentaran ah.
Con sol ver de Excel se obtuvo la solucin generada por computadora para el problema
de Top Speed, que se muestra en la tabla que sigue y en el programa 8.10. el costo total
del envo es de s/. 96000.
PROGRAMA 8.10
Solucin del problema de bicicletas de Top Speed con Excel 2010
Top Speedy Bicicle Company
L
.
Chica Chica A
NY go L.A. NY go .
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.
DEMAND 1 1 8000 = 8000
LA DEMAND 1 1 15000 = 15000
N.O. SUPPLY 1 1 1 18000 18000
OMAHA
SUPPLY 1 1 1 15000 15000
Conclusiones
En este captulo hemos seguido los pasos bsicos para formular un programa lineal
para una variedad de problemas, los cuales incluyeron aplicaciones de finanzas,
mezcla de ingredientes y transporte.
Se resaltaron la comprensin del problema, la identificacin del objetivo y las
restricciones, as como la definicin de las variables de decisin y el desarrollo del
modelo matemtico a partir de todo eso.