Programación Lineal Aplicada J.

Jesús Bautista García 22/02/2015

1. UNION AIRWAYS va a agregar vuelos desde y hacia su aeropuerto base, por lo

cual necesita contratar más agentes de servicio a clientes. Sin embargo, no está claro
cuántos más debe contratar. La administración reconoce la necesidad de controlar el
costo y al mismo tiempo proporcionar de manera permanente un nivel satisfactorio
de servicio. Por todo esto, un equipo de IO estudia la forma de programar a los
agentes para proporcionar un servicio satisfactorio con el menor costo en personal.
Con base en la nueva programación de vuelos, se ha realizado un análisis del
número mínimo de agentes de servicio a clientes que deben encontrarse de guardia
en diferentes momentos del día para proporcionar un nivel satisfactorio de servicio.
La columna de la derecha de la tabla muestra el número de agentes necesario para
los periodos dados en la primera columna. Los otros datos de la tabla reflejan uno
de los acuerdos del contrato colectivo vigente entre la compañía y el sindicato que
representa a los agentes de servicio a clientes. El acuerdo es que cada agente trabaje
un turno de 8 horas 5 días a la semana, y los turnos autorizados son: Turno 1: 6:00
a.m. a 2:00 p.m. Turno 2: 8:00 a.m. a 4:00 p.m. Turno 3: 12:00 a.m. (mediodía) a
8:00 p.m. Turno 4: 4:00 p.m. a 12 p.m. (medianoche) Turno 5: 10:00 p.m. a 6:00
a.m. Las marcas en el cuerpo principal de la tabla muestran las horas cubiertas por
los turnos respectivos. Como algunos turnos son menos deseables que otros, los
salarios que se especifican en el contrato difieren de uno a otro. En el último
renglón se muestra la compensación diaria —con las prestaciones— por cada agente
para cada turno. El problema consiste en determinar cuántos agentes deben
asignarse a los turnos respectivos cada día para minimizar el costo total de personal
debido a los agentes, de acuerdo con este último renglón, al mismo tiempo que se
cumplen (o se sobrepasan) las necesidades de servicio dados en la columna de la
extrema derecha.

Definición de las variables.

𝑥𝑖 ; 𝑖 = {1,2,3,4,5} los turnos
Función objetivo 𝑀𝑖𝑛𝑍 = 170𝑥1 +160𝑥2 + 175𝑥3 + 180𝑥4 + 195𝑥5 será el costo
asignado con respecto los turnos.
Restricción.
𝑥1 ≥ 48
𝑥1 𝑥2 ≥ 79
𝑥1 𝑥2 𝑥3 ≥ 87
𝑥2 𝑥3 ≥ 64
𝑥3 𝑥4 ≥ 82
𝑥4 ≥ 43
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

𝑥4𝑥5 ≥ 51
𝑥5 ≥ 15
𝑥𝑖 ≥ 0
Haciendo uso de TORA, obtenemos los siguientes datos:

𝒁 = 𝟑𝟎𝟔𝟏𝟎
𝒙𝟏 = 𝟒𝟖
𝒙𝟐 = 𝟑𝟏
𝒙𝟑 = 𝟑𝟗
𝒙𝟒 = 𝟒𝟑
𝒙𝟓 = 𝟏𝟓
2. La Confederación Sur de Kibbutzim está formada por tres kibbutzim (comunidades
agrícolas comunales) de Israel. La planeación global de este grupo se hace en su ofi
cina de coordinación técnica. En la actualidad planean la producción agrícola para
el año próximo. La producción agrícola está limitada tanto por la extensión de
terreno disponible para irrigación como por la cantidad de agua que la Comisión de
Aguas (una oficina del gobierno nacional) asigna para irrigarlo. La tabla siguiente
contiene los datos:

Kibbutz Terreno Disponible (Acres) Asignación de Agua (pies-acre) 1 400 600 2

600 800 3 300 375 Los tipos de cultivos adecuados para la región incluyen
remolacha, algodón y sorgo, que son precisamente los tres que están en estudio para
la estación venidera. Los cultivos difieren primordialmente en su rendimiento neto
esperado por acre y en su consumo de agua. Además, el Ministerio de Agricultura
ha establecido una cantidad máxima de acres que la Confederación puede dedicar a
estos cultivos. La tabla siguiente muestra estas cantidades: Cultivo Cantidad
Máxima (Acres) Consumo de Agua (acre-pie/acre) Rendimiento Neto ($/acre)
Remolacha 600 3 1000 Algodón 500 2 750 Sorgo 325 1 250
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

Debido a la disponibilidad limitada de agua para irrigación, la Confederación no

podrá usar todo el terreno irrigable para los cultivos de la próxima temporada. Para
asegurar la equidad entre los tres kibbutzim, han acordado que cada uno sembrará la
misma proporción de sus tierras irrigables disponibles. Por ejemplo, si el kibbutz 1
siembra 200 de sus 400 acres disponibles, entonces el kibbutz 2 deberá sembrar 300
de sus 600 acres, mientras que el kibbutz 3 sembraría 150 acres de los 300 que
tiene. Cualquier combinación de estos cultivos se puede sembrar en cualquiera de
las granjas. El trabajo al que se enfrenta la oficina de coordinación técnica consiste
en planear cuántos acres deben asignarse a cada tipo de cultivo en cada kibbutz, de
forma que cumpla con las restricciones dadas. El objetivo es maximizar el
rendimiento neto total de la Confederación Sur de Kibbutzim.

Definición de variables.

S S
A A

R R

S
A

De esta manera se dividen los terrenos:

Variables: {𝑥𝑖𝑅 , 𝑥𝑖𝐴 , 𝑥𝑖𝑆 } done i={1,2,3}
Objetivo. 𝑀𝑎𝑥 𝑍 = 1000(𝑥1𝑅 + 𝑥2𝑅 + 𝑥3𝑅) + 750(𝑥1𝐴 + 𝑥2𝐴 + 𝑥3𝐴) + 250(𝑥1𝑆 +
𝑥2𝑆 + 𝑥3𝑆)
Restricción.
𝑇𝑖𝑒𝑟𝑟𝑎 → 𝑥1𝑅 + 𝑥1𝐴 + 𝑥1𝑅 ≤ 400; 𝑥2𝑅 + 𝑥2𝐴 + 𝑥2𝑆 ≤ 600; 𝑥3𝑅 + 𝑥3𝐴 + 𝑥3𝑆 ≤ 300
𝐶𝑢𝑙𝑡𝑖𝑣𝑜 → 𝑥1𝑅 + 𝑥2𝑅 + 𝑥3𝑅 ≤ 600; 𝑥1𝐴 + 𝑥2𝐴 + 𝑥3𝐴 ≤ 500; 𝑥1𝑆 + 𝑥2𝑆 + 𝑥3𝑆
≤ 325
𝐴𝑔𝑢𝑎 → 3𝑥1𝑅 + 2𝑥1𝐴 + 𝑥1𝑆 ≤ 600; 3𝑥2𝑅 + 2𝑥2𝐴 + 𝑥2𝑆 ≤ 800; 3𝑥3𝑅 + 2𝑥2𝐴 + 𝑥3𝑆
≤ 375
𝑥1𝑅 + 𝑥1𝐴 + 𝑥1𝑆 𝑥2𝑅 + 𝑥2𝐴 + 𝑥2𝑆 𝑥3𝑅 + 𝑥3𝐴 + 𝑥3𝑆
= = } 𝑃𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛
400 600 300
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

3. Para la vigilancia de un sector de la ciudad se requieren policías como se muestra en

la siguiente tabla: Período 1 2 3 4 5 6 Horario 6 a 10 hrs 10 a 14 hrs 14 a 18 hrs 18 a
22 hrs 22 a 2 hrs 2 a 6 hrs Policías Requeridos 80 70 100 110 60 50 Cada policía
debe trabajar 8 horas consecutivas.

Formule un modelo de Programación Lineal para determinar el número óptimo de

policías que deben asignarse en cada período.
Determinación de variables: a continuación se asignan los 6 turnos como las variables.
𝑥𝑖 , 𝑖 = {1,2,3,4,5,6}
𝑂𝑏𝑗𝑒𝑡𝑖𝑣𝑜: 𝑃 = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 + 𝑥6
𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛:
𝑥1 + 𝑥6 ≥ 80
𝑥1 + 𝑥2 ≥ 70
𝑥2 + 𝑥3 ≥ 100
𝑥3 + 𝑥4 ≥ 110
𝑥4 + 𝑥5 ≥ 60
𝑥5 + 𝑥6 ≥ 50
𝑥𝑖 ≥ 0
Hacemos uso de Tora para resolver el modelo de programación lineal.

𝑷 = 𝟐𝟒𝟎 (𝒄𝒐𝒏 𝒔𝒐𝒍𝒖𝒖𝒄𝒊𝒐𝒏𝒆𝒔 𝒂𝒍𝒕𝒆𝒓𝒏𝒂𝒕𝒊𝒗𝒂𝒔).

𝒙𝟏 = 𝟖𝟎
𝒙𝟐 = 𝟎
𝒙𝟑 = 𝟏𝟎𝟎
𝒙𝟒 = 𝟏𝟎
𝒙𝟓 = 𝟓𝟎
𝒙𝟔 = 𝟎
4. Problema de Transporte Una compañía de automóviles tiene tres centros de
distribución, localizados en el D.F., Monterrey y Guadalajara. Estos centros tienen
disponibles 40, 20 y 40 autos respectivamente. Sus distribuidores foráneos
requieren las siguientes cantidades: Mérida 25, Toluca 10, Querétaro 20,
Guanajuato 30 y Cuernavaca 15. El costo del flete por automóvil expresado en
pesos, entre los centros de distribución y foráneos se muestra en la tabla siguiente:
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

Centro Distribuidor Mérida Toluca Querétaro Guanajuato Cuernavaca D.F. 550 300
400 500 400 Monterrey 300 300 1000 450 600 Guadalajara 400 600 950 350 300.

Se desea minimizar el costo total de todos los fletes entre los centros de
distribución.
Determinación de variables. 𝑥𝒊𝒋 = 𝑎𝑢𝑡𝑜𝑠 𝑞𝑢𝑒 𝑠𝑒 𝑑𝑒𝑙 𝑜𝑟𝑖𝑔𝑒𝑛 𝒊 𝑎𝑙 𝑑𝑒𝑠𝑡𝑖𝑛𝑜 𝒋
Oferta 𝑥1 + 𝑥12 + 𝑥13 + 𝑥14 + 𝑥15 ≤ 40
𝑥21 + 𝑥22 + 𝑥23 + 𝑥24 + 𝑥25 ≤ 20
𝑥31 + 𝑥32 + 𝑥33 + 𝑥34 + 𝑥35 ≤ 40
Demanda 𝑥11 + 𝑥21 + 𝑥31 = 25
𝑥12 + 𝑥22𝑥32 = 10
𝑥13 + 𝑥23 + 𝑥33 = 20
𝑥14 + 𝑥24 + 𝑥34 = 30
𝑥15 + 𝑥25 + 𝑥35 = 15
Objetivo: 𝒁 = 550𝑥11 + 300𝑥12 + 400𝑥13 + 500𝑥14

Haciendo uso de TORA, creamos una matriz de 15 variables por 8 restricciones:

𝒁 = 𝟑𝟓𝟎𝟎𝟎
𝒙𝟏𝟏 = 𝒙𝟏𝟒 = 𝒙𝟐𝟐 = 𝒙𝟐𝟑 = 𝒙𝟐𝟒 = 𝒙𝟐𝟓 = 𝒙𝟑𝟐 = 𝒙𝟑𝟑 = 𝟎
𝒙𝟏𝟐 = 𝒙𝟏𝟓 = 𝟏𝟎
𝒙𝟏𝟑 = 𝒙𝟐𝟏 = 𝟐𝟎
𝒙𝟑𝟏 = 𝒙𝟑𝟓 = 𝟓
𝒙𝟑𝟒 = 𝟑𝟎

5. Problema de Transporte II Una compañía de transporte posee dos tipos de

camiones; el camión del tipo A tiene 20 m3 de espacio refrigerado y 40 m3 de
espacio no refrigerado, y el camión del tipo B tiene 30 m3 de espacio refrigerado y
30 m3 de espacio no refrigerado. Una fábrica de productos alimenticios debe
embarcar por lo menos 900 m3 de productos refrigerados y 1200 m3 de productos
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

no refrigerados. ¿Cuantos camiones de cada tipo debe alquilar la fábrica para

minimizar los costos, si el camión del tipo A se alquila a razón de $30000 y el
camión del tipo B a razón de $40000?
Formule un modelo de programación lineal.

Determinación de variables.
𝑥𝐴 : 𝐶𝑎𝑚𝑖𝑜𝑛𝑒𝑠 𝑑𝑒𝑙 𝑡𝑖𝑝𝑜 𝐴
𝑥𝐵 : 𝐶𝑎𝑚𝑖𝑜𝑛𝑒𝑠 𝑑𝑒𝑙 𝑡𝑖𝑝𝑜 𝐵
Objetivos.
𝐶 = 30000𝑥𝐴 + 40000𝑥𝐵
Restricciones.
20𝑥𝐴 + 30𝑥𝐵 ≥ 900
40𝑥𝐴 + 30𝑥𝐵 ≥ 1200
Haciendo uso de TORA formulando una matriz de 2 variables por 2 restricciones.

𝑪 = 𝟏, 𝟐𝟓𝟎, 𝟎𝟎𝟎
𝒙𝑨 = 𝟏𝟓
𝒙𝑩 = 𝟐𝟎

6. Problema de producción

Se procesan cuatro productos sucesivamente en dos máquinas. Los tiempos de

manufactura en horas por unidad de cada producto se tabulan a continuación para
las dos maquinas. Tiempo por unidad (horas) Máquina.

El costo total de producir una unidad de cada producto está basado directamente en
el tiempo de máquina. El costo por hora para las máquinas 1 y 2 es $ 10 y $ 15
respectivamente. Las horas totales presupuestadas para todos los productos en las
máquinas 1 y 2 son 500 y 380. Si el precio de venta por unidad para los productos 1,
2, 3 y 4 es $65, $70, $55 y $45 respectivamente. Formule el problema como un
modelo de programación lineal para maximizar el beneficio neto total.
Determinación d variables
𝑥𝑖 : 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑖. 𝑖 = {1,2,3,4}
Objetivos.
𝑈 = 65𝑥1 + 70𝑥2 + 50𝑥3 + 45𝑥4 − 65𝑥1 − 60𝑥2 − 55𝑥3 − 50𝑥4
= 10𝑥2 − 5𝑥3 − 5𝑥4
2𝑥1 + 3𝑥2 + 4𝑥3 + 2𝑥4 ≤ 500
3𝑥1 + 2𝑥2 + 𝑥3 + 3𝑥4 ≤ 380
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

Haciendo uso de TORA identificamos la resolución.

𝑼 = 𝟏𝟔𝟔𝟔. 𝟔𝟕
𝒙𝟏 = 𝒙𝟑 = 𝒙𝟒 = 𝟎
𝒙𝟐 = 𝟏𝟔𝟔. 𝟔𝟕
7. Mezcla 2
Problema de Mezcla II Una pequeña empresa especializada en la fabricación de
aleaciones para la industria aeroespacial, ganó una licitación para proveer 2000
libras de una aleación de aluminio para una empresa estadounidense. El precio de
venta de la aleación es de $ 105.00 por libra. La aleación metálica debe cumplir las
siguientes especificaciones: cobre 15% mínimo; Magnesio 3% máximo y 2%
mínimo; Níquel 20% mínimo; impurezas 1.5 % máximo y el resto es aluminio. Se
tienen cinco metales básicos que pueden mezclarse para fabricar la aleación
solicitada:

Debido a la escasez del metal M2, la empresa no puede utilizar más de 600 libras de
dicho material. ¿Cuál es la mezcla de materiales básicos que ofrece las mayores
utilidades?
Determinación de variables.
Las variables las representaremos por los metales M. Proseguimos por identificar:
𝑀𝑖 → 𝑥𝑖, 𝑖 = {1,2,3,4,5}
Objetivo
𝑈 = (105 − 45)𝑥1 + (105 − 82)𝑥2 + (105 − 73)𝑥3 + (105 − 35)𝑥4
+ (105 − 95)𝑥5
= 60𝑥1 + 23𝑥2 + 32𝑥3 + 70𝑥4 + 10𝑥5
Restricciones.
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 = 2000
. 12𝑥1 + .24𝑥2 + .08𝑥3 + .04𝑥4 + .15𝑥5 ≥ 300
. 03𝑥1 + .02𝑥2 + .01𝑥3 + .02𝑥4 + .03𝑥5 ≥ 40
. 03𝑥1 + .65𝑥2 + .55𝑥3 + .15𝑥4 + .75𝑥5 ≥ 400
. 03𝑥1 + .02𝑥2 + .01𝑥3 + .02𝑥4 + .03𝑥5 ≤ 60
. 02𝑥1 + .01𝑥2 + .02𝑥3 + .03𝑥4 + .01𝑥5 ≤ 30
𝑥2 ≤ 600

Haciendo uso de TORA identificamos la resolución

Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

U=77800
X1=1000 x2=600 x3=0 x4=0 x5=400

8. Mezcla 1
El gerente de una compañía de fertilizantes desea planear la combinación de sus dos
mezclas a fin de obtener mejores utilidades. Las mezclas son:

El mayorista comprará cualquier cantidad de los fertilizantes que la compañía pueda

fabricar. Está dispuesto a pagar $70 la tonelada del Fertilizante I y $65 la tonelada
de Fertilizante II. Este mes la disponibilidad y costos de la materia prima son

Mezclar una tonelada de fertilizantes cuesta $15. Describa la maximización de la

utilidad como un problema de programación lineal.

Determinación e variables
Las variables serán representadas por el número de fertilizantes, F1 y F2

Objetivo

𝑈 = 17𝑥1 + 16𝑥2

Restricciones

0.05𝑥1 + 0.05𝑥2 ≤ 1100

0.05𝑥1 + 0.10𝑥2 ≤ 1800
0.10𝑥1 + 0.05𝑥2 ≤ 2000

Haciendo uso de TORA identificamos la resolución.

Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

U=370000
X1= 18000 x2=4000

9. Problema de inventario

Un barco tiene tres bodegas: en la proa, en el centro, y en la popa con los siguientes
límites:

Los siguientes cargamentos se ofrecen, pudiendo aceptar los dueños del barco, el
total o una porción cualquiera de cada uno de los siguientes:

Determinación de variables.
Las variables las representaremos por la combinación de la bodega y la carga
Proa (1)
POPA (2)
Centro (3)
Xa1,xa2, xa3, xb1, xb2, xb3, xc1, xc2, xc3

Objetivo
𝑈 = 6(𝑥𝑎1 + 𝑥𝑎2 + 𝑥𝑎3) + 8(𝑥𝑏1 + 𝑥𝑏2 + 𝑥𝑏3) + 5(𝑥𝑐1 + 𝑥𝑐2 + 𝑥𝑐3)

Restricciones.
𝑥𝑎1 + 𝑥𝑎2 + 𝑥𝑎3 ≤ 6000
𝑥𝑏1 + 𝑥𝑏2 + 𝑥𝑏3 ≤ 4000
𝑥𝑐1 + 𝑥𝑐2 + 𝑥𝑐3 ≤ 2000
60𝑥𝑎1 + 50𝑥𝑏1 + 25𝑥𝑐1 ≤ 100000
60𝑥𝑎2 + 50𝑥𝑏2 + 25𝑥𝑐2 ≤ 30000
60𝑥𝑎3 + 50𝑥𝑏3 + 25𝑥𝑐3 ≤ 135000
36𝑥𝑎1 + 30𝑥𝑏1 + 15𝑥𝑐1 − 12𝑥𝑎2 − 10𝑥𝑏2 − 5𝑥𝑐2 = 0
324𝑥𝑎1 + 270𝑥𝑏1 + 135𝑥𝑐1 − 240𝑥𝑎3 − 200𝑥𝑏3 − 100𝑥𝑐3 = 0
108𝑥𝑎2 + 90𝑥𝑏2 + 45𝑥𝑐2 − 240𝑥𝑎3 − 200𝑥𝑏3 − 100𝑥𝑐3 = 0
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

𝑥𝑎1 + 𝑥𝑏1 + 𝑥𝑐1 ≤ 2000

𝑥𝑎2 + 𝑥𝑏2 + 𝑥𝑐2 ≤ 1500
𝑥𝑎1 + 𝑥𝑏2 + 𝑥𝑐3 ≤ 3000

Haciendo uso de TORA identificamos la resolución.

U=10300
Xa1=0 xa2=0 xa3=0 xb1=200 xb2= 0 xb3=0 xc1=0
xc2=1200 xc3=540

10. Problema de producción 2

En preparación para la temporada invernal, una compañía fabricante de ropa está

manufacturando abrigos de piel con capucha y chamarras con relleno de plumas de
ganso, pantalones con aislamiento y guantes. Todos los productos se elaboran en
cuatro departamentos diferentes: corte, aislamiento, costura y empaque. La
compañía ha recibido pedidos y el contrato estipula una penalización por los
artículos no surtidos. Elabore un plan de producción óptimo para la compañía, con
base en los siguientes datos:
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

Determinación de variables.
Las variables las representaremos por las chamarras, relleno, pantalones, guantes,
además de 4 penalizaciones de cada producto.
Xi i=(1,2,3,4) Productos
Si i=(1,2,3,4) Penalizaciones

Objetivo
𝑈 = 30𝑥1 + 40𝑥2 + 20𝑥3 + 10𝑥4 − (𝑠1 + 𝑠2 + 𝑠3 + 𝑠4)

Restricciones.
0.3𝑥1 + 0.3𝑥2 + 0.25𝑥3 + 0.15𝑥4 ≤ 1000
0.25𝑥1 + 0.35𝑥2 + 0.30𝑥3 + 0.10𝑥4 ≤ 1000
0.45𝑥1 + 0.50𝑥2 + 0.40𝑥3 + 0.22𝑥4 ≤ 1000
0.15𝑥1 + 0.15𝑥2 + 0.10𝑥3 + 0.05𝑥4 ≤ 1000

𝑥1 + 𝑠1 = 800
𝑥2 + 𝑠2 = 750
𝑥3 + 𝑠3 = 600
𝑥4 + 𝑠4 = 500

Haciendo uso de TORA identificamos la resolución.

U=64625
X1=800 x2=750 x3= 387 x4=500 s1=0 s2=0 s3= 212.5 s4=0

11. Problema de inversión

El Sr. Jiménez ha recibido $225 000.00 por su seguro de retiro y bonificaciones por
antigüedad en su trabajo. El desea invertir en acciones y bonos bancarios en una
institución de crédito. El juzga maximizar el rendimiento de su inversión sabiendo
que las acciones deben de ser no más de 80% del total y deben de ser por lo menos
el 20%. En cuanto a los bonos su asesor le recomienda comprar a lo más el 75% y
cuando menos el 10% del total. También se sabe que existe un bono que resulta en
particular interesante y quiere invertir en el, por lo menos $100,000. Se estima que
la tasa de rendimiento en bonos es del 17% y en acciones del 12%. ¿Cuánto debe
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

invertirse en bonos y cuánto en acciones?. Formule el modelo de programación

lineal

Determinación de variables.
X: Dinero invertido en bonos
Y: Dinero invertido en acciones

Objetivo
𝑈 = 0.17𝑥 + 0.12𝑦

Restricciones.
0.8𝑦 − 0.2𝑥 ≥ 0
0.2𝑦 − 0.8𝑥 ≤ 0
0.9𝑥 − 0.1𝑦 ≥ 0
20.25𝑥 − 0.75𝑦 ≤ 0
𝑥 ≥ 100000
𝑥+𝑦 ≤0
Haciendo uso de TORA identificamos la resolución

U=35437.5
X1=168750
X2= 56250

12. Problema de mezcla 3

Se obtienen distintos tipos de gasolina mezclando ciertas gasolinas que se obtienen

directamente de las operaciones de refinería. En un proceso de refinamiento real hay
varias gasolinas para mezcla, varias gasolinas que son productos finales (por
ejemplo, distintos grados de gasolina para aviación y para motores) y varias
características de importancia para la composición química de los diversos grados
de gasolina (por ejemplo, octanaje, presión de vapor, contenido de azufre, contenido
de goma). En este ejemplo simplificando se supondrá que la refinería sólo tiene dos
tipos de gasolina para mezcla, con las características que se presentan en la tabla
siguiente:
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

Estas gasolinas para mezcla pueden combinarse para obtener dos productos finales:
gasolina para aviación y gasolina para motores. En la tabla siguiente se presentan
las características que requieren estos productos finales:

Al mezclar las gasolinas, el octanaje y la presión de vapor de la mezcla que se

obtiene están en proporción directa con el volumen de cada una de las gasolinas que
se mezclan. La empresa desea maximizar los ingresos de la venta de la gasolina que
se obtiene como producto final.

Determinación de variables.
X1: Barriles de gasolina para mezcla 1 usados para aviación
X2: Barriles de gasolina para mezcla 2 usados para aviación
X3: Barriles de gasolina para mezcla 1 usados para motores
X4: Barriles de gasolina para mezcla 2 usados para motores

Objetivo
𝑈 = 45𝑥1 + 45𝑥2 + 32𝑥3 + 32𝑥4

Restricciones.
𝑥1 + 𝑥2 ≤ 20000
𝑥1 + 𝑥3 ≤ 30000
𝑥2 + 𝑥4 ≤ 70000
2𝑥1 − 8𝑥2 ≥ 0
8𝑥3 − 2𝑥1 ≥ 0
−𝑥1 + 3𝑥2 ≤ 0
−3𝑥3 + 𝑥4 ≤ 0

Haciendo uso de TORA identificamos la resolución

U=3318181.82
X1=7272.73 x2=1818.18 x3=22727.27 x4=68181.82
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

13. Problema de inversión 2

Un banco desea establecer una política de préstamo para el siguiente trimestre y por
tal motivo asignó un presupuesto de 12 millones de dólares para prestarle a sus
clientes. En la tabla siguiente se anotan los tipos de préstamo con el interés
correspondiente y las probabilidades de norecuperación del capital prestado. Lo que
no se puede recuperar no tiene intereses. Por competencia con otros bancos, se
requiere asignar préstamos de al menos el 40% del total, a los tipos de préstamo 4 y
5. Con la habitación debe prestarse al menos un 50% de la suma de los préstamos 1,
2, y 3. La política de banco es que la relación total de los irrecuperables sea un
máximo de 0.04. Formule un modelo de programación lineal para este problema de
inversión.

Determinación de variables.
Xi= dólares que se asignan al préstamo i= 1,2,3,4,5

Objetivo
𝑈 = 0.026𝑥1 + 0.0509𝑥2 + 0.864𝑥3 + 0.064𝑥4 + 0.078𝑥5

Restricciones.
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥5 ≤ 12
𝑥4 + 𝑥5 = 4.8
𝑥3 − 𝑥2 − 𝑥1 ≥ 0
0.06𝑥1 + 0.03𝑥2 − 0.01𝑥3 + 0.01𝑥4 − 0.02𝑥5 ≤ 0

Haciendo uso de TORA identificamos la resolución

U=6.5952
Programación Lineal Aplicada J. Jesús Bautista García 22/02/2015

X1=0 X2=0 X3=7.2 X4=0 X5=4.8