Microsoft Word - Programaci N Por Metas
Microsoft Word - Programaci N Por Metas
Microsoft Word - Programaci N Por Metas
Hasta el capítulo anterior se ha supuesto que los modelos elaborados tienen un solo
objetivo como maximizar ganancias o minimizar costos, pero en muchos de los problemas
con los que se enfrentan las empresas ó las personas tienen objetivos múltiples. Estos
objetivos pueden ser igualmente importantes ó tener diferente grado de importancia.
Una empresa puede considerar por ejemplo: maximizar las ganancias, minimizar sus
desperdicios y minimizar el uso de horas extras. Una alcaldía para buscar la forma de
mejorar su estructura tributaria puede tener como objetivos: reducir los impuestos sobre la
propiedad. Minimizar la carga fiscal para las familias de bajos ingresos y Minimizar la fuga
de empresas y de los compradores quienes emigran a otras ciudades para huir de los altos
impuestos sobre las ventas.
En este caso las suma de los tres términos de ninguna manera puede sobrepasar el
valor de b1, por eso se denomina restricción dura
Una meta unilateral inferior: Establece un límite inferior por debajo del cual no se
quiere caer (pero esta bien excederlo).
Una meta unilateral superior: Establece un límite superior que no se debe exceder
(pero esta bien quedar por debajo del mismo).
Una meta bilateral: Establece un blanco específico que no se quiere perder hacia
ningún lado.
A partir de las restricciones meta, se formula una sola función objetivo compuesta
únicamente por variables desviacionales que se ponderan de acuerdo a las metas.
Existe una jerarquía de niveles de prioridad para las metas, de manera que las metas
de primordial importancia reciben atención con primera prioridad, las de importancia
secundaria reciben atención con segunda prioridad, etc.
Objetivo
Min
z = ∑ wi v i
Sujeta a:
Restricciones meta
∀ Xi, ni , pi >= 0
donde :
Ejemplo 3.1
Tabla 3.1
Nutrientes proporcionados por los diferentes alimentos ( mg. / 100 gramos)
Proteínas Hierro Niacina Tianina Vitamina Grasa Costo
C ($/100gr)
Espagueti 5000 1.1 1.4 0.18 0.0 5000 0.15
Pavo 29300 1.8 5.4 0.06 0.0 5000 0.80
Papas 5300 0.5 0.9 0.06 10.0 7900 0.12
Espinacas 3000 2.2 0.5 0.07 28.0 300 0.20
Pastel de 4000 1.2 0.6 0.15 3.0 14300 0.51
manzana
El departamento sabe que debe presentar una comida bien balanceada que guste al
paciente. Con este objetivo en mente, el departamento no servirá más de 300 gramos de
espagueti, 300 gramos de pavo, 200 gramos de papas, 100 gramos de espinacas y 100
gramos de pastel de manzana. Como director del departamento de nutrición se le pide que
determine la composición de una comida que satisfaga los requerimientos nutricionales y
proporcione la mínima cantidad de grasa al costo mínimo.
Solución
Paso 0: A diferencia de los casos anteriores podemos plantear ahora múltiples objetivos:
Cantidad de Hierro
1.1 X1 + 1.8 X2 + 0.5 X3 + 2.2 X4 + 1.2 X5 >= 10
Cantidad de Niacina
1.4 X1 + 5.4 X2 + 0.9 X3 + 0.5 X4 + 0.6 X5 >= 15
Cantidad de Tianina
0.18 X1 + 0.06 X2 + 0.06 X3 + 0.07 X4 + 0.15 X5 >= 1
Cantidad de Vitamina C
0 X1 + 0 X2 + 10.0 X3 + 28.0 X4 + 3.0 X5 >= 50
Cantidad de proteínas
X1 <= 3
X2 <= 3
X3 <= 2
X4 <= 1
X5 <= 1
paso 4: Plantear las condiciones técnicas
∀ Xj >=0
Como se puede observar, los dos objetivos están en conflicto, puesto que si nos
basamos únicamente en el primer objetivo de minimizar la cantidad de grasa, ésta
disminuirá a 55,014.08, pero a un costo total de 3.20. Mientras si nos fijamos únicamente
en el segundo objetivo el costo se reducirá a 3.00 pero la cantidad de grasa se incrementará
a 55,400.
Una penalización numérica para cada unidad que el objetivo se encuentre por debajo
de la meta si el objetivo es maximizar ó por encima de la meta si el objetivo es minimizar.
Ejemplo:
Objetivo:
Min
Z0 = 0.09 p1 + 1 p2
Sujeta a:
Restricciones del sistema
La solución del modelo de programación por metas con los valores óptimos, se
muestra en la tabla 3.3.
Tabla 3.3
Ejemplo 3.2:
La compañía MTV produce tres tipos de tubos: A que vende a $10 el pie, B que vende a
$12 el pie y C que vende a $ 9 el pie. Para manufacturar un pie del tubo A se requieren 0.5
minutos de procesamiento en cierta máquina formadora. Un pie de tubo B necesita 0.45
minutos y un pie de tubo C 0.6 minutos de la misma máquina. Después de la producción,
cada pié de tubo independientemente del tipo, requiere una onza del material de soldadura.
El costo de producción total esta estimado, en $3, $4 y $4 por pie de tubo A, B y C
respectivamente.
El Objetivo consiste en determinar cuánto de cada tipo de tubo producir y cuánto adquirir
del Japón de modo que se puedan cumplir las demandas y maximizar las ganancias de la
Compañía. Sin embargo un segundo objetivo surge cuando el director ejecutivo le informa
que el gobierno ha pedido un esfuerzo voluntario para reducir la cantidad de gasto
monetario en importaciones.
Max
Restricciones de demanda
X1 + Y1 =2000
X2 + Y2 = 4000
X3 + Y3 = 5000
Restricciones de Recursos
∀ Xi, Yi >= 0
Resolviendo el problema para cada función objetivo, se tiene los resultados en la tabla 3.4.
Tabla 3.4
Como se puede observar en la tabla 3.4 hay conflicto entre los dos objetivos y se
procederá a definir las metas para cada uno de estos objetivos. Como la máxima ganancia
que se lograría es de 55,000 se fijará este valor como un valor meta. Como el costo de
importación mínimo es de 39,800 se podría fijar este valor como un valor meta, pero
también se puede estar conforme si el costo mínimo es de 40,000 y se fija este valor como
la meta.
Restricción meta de ganancias
Penalizar la ganancia con Bs.2 por cada boliviano que este por debajo de los 55,000
Penalizar el costo de importación con Bs.1 por cada boliviano que este por encima de los
40,000.
Zo= 2n1 + p2
Sujeta a:
X1 + Y1 = 2000
X2 + Y2 = 4000
X3 + Y3 = 5000
0.5 X1 + 0.45 X2 + 0.6 X3 <= 2400
X1 + X2 + X3 <= 5500
Restricciones meta
La solución del modelo de programación por metas con los valores óptimos se muestra en
la tabla 3.5.
Tabla 3.5
En los dos ejemplos anteriores se hizo la suposición de que se podría determinar con
exactitud la importancia relativa de las dos metas. Sin embargo, en muchos casos es posible
que quien toma decisiones no pueda determinar exactamente la importancia relativa de las
metas. Cuando éste es el caso, puede ser que la programación por metas con prioridades sea
una herramienta útil.
Recuerde que entre los tipos de soluciones que se pueden dar a problemas de PL
está la solución óptima finita única, óptima múltiple, ilimitada e inconsistente. Para éste
último caso es posible que la programación por metas prioritarias pueda dar una solución
“razonable”.
Para aplicar ésta técnica el tomador de decisiones debe categorizar sus metas desde
la más importante hasta la menos importante. Esto quiere decir que la meta con Prioridad 1
tiene mucha mayor importancia que la meta con prioridad 2 y ésta a su vez mayor prioridad
que la meta con Prioridad 3.
El modelo correspondiente es:
Objetivo
Min
z = ∑ Pi (v i )
Sujeta a:
Restricciones meta
∀ xi, ni , pi >= 0
donde :
Ejemplo 3.3
Fruit Computer Company está lista para efectuar su compra anual de chips de
microprocesador. Fruit puede comprar chips en lotes de 100 a sus tres proveedores. La
calidad de cada chip se califica como excelente, buena o mediocre. Durante el año próximo,
Fruit necesitará 5 000 chips excelentes, 3 000 buenos y 1000 mediocres. Las características
de los chips que se compran con cada proveedor se muestra en la Tabla 3.6. Cada año, Fruit
destina 28 000 dólares para chips. Si la compañía no obtiene los chips suficientes de
determinada calidad, puede hacer un pedido especial por chips adicionales a 10 dólares por
cada chip excelente, 6 dólares por cada bueno y 4 dólares por cada chip mediocre. Fruit
impone una multa de 1 dólar por cada dólar que la cantidad pagada a los proveedores 1 a 3
excede al presupuesto anual.
a) Formule y resuelva una programación lineal que ayude a Fruit a mantener al
mínimo la multa asociada al cumplimiento de las necesidades anuales de chips.
b) También, mediante una programación de metas prioritarias determine una estrategia
de compra. La prioridad máxima la tiene la restricción de presupuesto, seguida por
las restricciones de chips excelentes, buenos y mediocres, en ese orden.
Tabla 3.6
Proveedor 1 60 20 20 400
Proveedor 2 50 35 15 300
Proveedor 3 40 20 40 250
Restricciones meta
∀ X, n, p >= 0
Min
Restricciones meta
∀ X, n, p >= 0
Min
Determinación de mejoría de Zo
Si la función objetivo es
Min
S.A.
Restricción meta
4x1 + 5x2 + n1 – p1 = 20 (Min p1)
…..
4
p1
n1
5 X1
Gráfico 3.1
Entre las soluciones que se pueden hallar están: Solución óptima única, Solución
múltiple y solución ilimitada.
Ejemplo 3.4
Min
Zo = P1(n1) + P2 (n2) + P3( n3)
Sujeta a:
7x1 + 3X2 + n1 – p1 = 40
10 X1 + 5X2 + n2 – p2 = 60
5X1 + 4X2 + n3 – p3 = 35
100 X1 + 60 X2 <= 600
X,n,p, >= 0
En primera instancia se debe graficar las restricciones del sistema como se muestra
en el gráfico 3.2
13
12
11
10
9
8
7 Restricción
del sistema
6
5
4
3
2
1
1 2 3 4 5 6 7
Gráfico 3.2
Para graficar una restricción meta únicamente consideramos las variables originales,
y las variables desviacionales toman valores positivos hacia las áreas laterales de la
restricción como se indica en el gráfico 3.3 , pero ¿Cómo definir el área para una variable
desviacional? Considere la primera restricción meta.
7x1 + 3X2 + n1 – p1 = 40
Ubicamos en el gráfico 3.3 un punto cualquiera, por comodidad el punto (0,0) y este
punto evaluamos en la restricción meta, con lo que quedaría:
7(0) + 3(0) + n1 – p1 = 40
n1 – p1 = 40
1 2 3 4 5 6 7
Gráfico 3.3
13 p1
12 n1
Incorporamos la segunda
11 restricción meta
10
9
8 p2
7 n2
6
5
4
3
2
1
1 2 3 4 5 6 7
Gráfico 3.4
13 p1
12 n1
Incorporamos la tercera
11 restricción meta
10
9
8 p2
7 n2
6
5
4
3 P3
2
1 n3
1 2 3 4 5 6 7
Gráfico 3.5
Una vez graficadas las restricciones (del sistema y metas) se procede a encontrar la
solución del problema con los siguientes pasos:
13 p1
12 n1
11
10
9
8 p2
7 n2
6
5
4
3 P3
2
1 n3
1 2 3 4 5 6 7
Gráfico 3.6
1 2 3 4 5 6 7
Gráfico 3.7
En éste gráfico se puede apreciar que hay un área común entre la restricción del
sistema y la primera restricción meta.
Una vez encontrado un punto factible, las siguientes metas no modificarán esta
solución, por lo que la solución óptima corresponde al punto (6,0)
13
12 p1
11 n1
10
9
8 p2
7 n2
6
5
4 A
3
P3
2
1 n3
1 2 3 4 5 6 7
Gráfico 3.8
φ j = c J − c B B −1a j
Si se define
α j = B −1a j
entonces
φ j = c J − c Bα j
o bien, si definimos que:
w = C B B −1
entonces:
φ j = c J − wa j
Esto elementos se ubican en la tabla 3.7 del simplex de programación por metas prioritarias
Tabla 3.7
cj c1 c2 c3 cn
P1 Base X1 X2 X3 ..... Xn Solución
α 11 α 12 α 13 α 1n
α α α α
Cb T Xb 21 22 23 ....... 2n B-1 b
... ... ... ...
α m1 α nm α m3 α mn
P1 φ1 φ2 φ3 φn CBXB
A partir del modelo se plantea la solución básica factible inicial donde las variables
básicas están compuestas de las variables de holgura y las variables desviacionales que
toman valores positivos cuando las variables originales toman el valor de 0.
Una vez encontrada la SBFI, se debe determinar si esta solución es mejorable. Para
ello nos fijamos en los efectos netos de las variables no básicas (las variables que no están
en la base) y seleccionamos como variable de entrada aquella que tenga el menor efecto
neto negativo. Si todos los efectos netos son no negativos, entonces la solución ya no puede
ser mejorable
P1 (n1) + P2 (n2)
Base …. Xi … Solución
n1 1 4 - Sale por prioridad
X1 0 6
n2 1 4
P1 (n1) + P2 (n3)
Base …. Xi … Solución
p1 1 4
X1 0 6
n3 1 4- Sale porque p1 no está entre las prioridades
Ejemplo 3.5
Min
Sujeta a:
7 X1 + 3X2 + n1 – p1 = 40
10 X1 + 5X2 + n2 – p2 = 60
5 X1 + 4X2 + n3 – p3 = 35
100 X1 + 60 X2 <= 600
X,n,p, >= 0
Prioridad 1
Para resolver este problema iniciar por la prioridad 1 que consiste en minimizar el
valor de n1. Por ello, en la parte izquierda, superior e inferior de la tabla se considera
únicamente las variables desviacionales incorporadas en la prioridad 1
Los efectos netos de las variables no básicas son φx1 = -7, φx2 = -3, φp1 =1 φp2 = 0,
φp3 = 0 , φs1 =0. Como φx1 = -7 es el efecto neto más negativo entre todos ellos se elige a X1
como la variable de entrada.
Paso 3: Aplicar el criterio de factibilidad
θ = min
( )
B −1 b i
; ∀(α k )i > 0 = min
40 60 35 600
; ; ; = 40 / 7 = 5.71
(α k )i 7 10 5 100
P1 0 0 1 0 0 0 0 0 0
P1 Base x1 x2 n1 n2 n3 p1 p2 p3 s1 Solución
0 x1 1 0.4 0.1 0 0 -0.1 0 0 0 5.71
0 n2 0 0.7 -1.4 1 0 1.4 -1 0 0 2.86
0 n3 0 1.9 -0.7 0 1 0.7 0 -1 0 6.43
0 s1 0 17 -14 0 0 14 0 0 1 28.57
P1 0 0 1 0 0 0 0 0 0 0.00
Prioridad 2
Los efectos netos de las variables no básicas son φx2 = -0.7, φp1 =-1.4 φp2 = 1, φp3 =
0 , φs1 =0. Como φp1 = -1.4 es el efecto neto más negativo entre todos ellos se elige a p1
como la variable de entrada.
θ = min
( )
B −1 b i
; ∀(α k )i > 0 = min − −−;
2.86 6.43 28.6
; ; =2
(α k )i 1.4 0.7 14
P2 0 0 1 0 0 0 0 0
P2 Base x1 x2 n2 n3 p1 p2 p3 s1 Solución
0 x1 1 0.5 0.1 0 0 -0.1 0 0 6.00
0 p1 0 0.5 0.7 0 1 -0.7 0 0 2.00
0 n3 0 1.5 -0.5 1 0 0.5 -1 0 5.00
0 s1 0 10 -10 0 0 10 0 1 0.00
P2 0 0 1 0 0 0 0 0 0.00
Paso 2: Aplicar el criterio de mejorabilidad
Prioridad 3
P3 0 0 1 0 0 0 0
P3 Base x1 x2 n3 p1 p2 p3 s1 Solución θ
0 x1 1 0.5 0 0 -0.1 0 0 6.00 12.00
0 p1 0 0.5 0 1 -0.7 0 0 2.00 4.00
1 n3 0 1.5 1 0 0.5 -1 0 5.00 3.33
0 s1 0 10 0 0 10 0 1 0.00 0.00
P3 0 -1.5 0 0 -0.5 1 0 5.00
Los efectos netos de las variables no básicas son φx2 = -1.5, φp2 = -0.5, φp3 = 1 , φs1
=0. Como φx2 = -1.5 es el efecto neto más negativo entre todos ellos, se elige a x2 como la
variable de entrada.
θ = min
( )
B −1 b i
; ∀(α k )i > 0 = min
6 2 5 0
; ; ; =0
(α k )i 0.5 0.5 1.5 10
Como el valor mínimo es 0 y corresponde a la variable S1, ésta se convierte en la
variable de salida
P3 0 0 1 0 0 0 0
P3 Base x1 x2 n3 p1 p2 p3 s1 Solución
0 x1 1 0 0 0 -0.6 0 -0.1 6.00
0 p1 0 0 0 1 -1.2 0 -0.1 2.00
1 n3 0 0 1 0 -1 -1 -0.2 5.00
0 x2 0 1 0 0 1 0 0.1 0.00
P3 0 0 0 0 1 1 0.2 5.00
Esto quiere decir que las dos primeras metas se han cumplido en su totalidad, pero la
tercera meta ha quedado por debajo de lo establecido.
EJERCICIOS PROPUESTOS
1.- National Steel Corporation (NSC) produce un acero especial usado en las industrias de
aviación y aeroespaciales. El departamento de ventas de NSC ha recibido pedidos de 2400,
2200, 2700, y 2500 toneladas de acero para cada uno de los siguientes cuatro meses. NSC
puede satisfacer estas demandas produciendo el acero, extrayéndolo de su inventario, o
usando cualquier combinación de las dos alternativas.
Se proyecta que los costos de producción por tonelada de acero durante cada uno de
los siguientes cuatro meses sean de $7400, $7500, $7600, $7650. Como los costos suben
cada mes, debido a las presiones inflacionarias, tal vez sea mejor que NSC produzca mas
acero del que necesita en un mes determinado y que almacene el exceso. La capacidad de
producción, sin embargo, no puede exceder mas de 4000 toneladas en ningún mes. La
producción mensual se termina al final del mes, cuando la demanda se satisface. Cualquier
acero remanente se almacena en inventario a un costo de $120 por tonelada por cada mes
que permanece allí. Estos datos se resumen en la la tabla 3.8
Tabla 3.8
Mes
1 2 3 4
Demanda (tons.) 2400 2200 2700 2500
Costo de producción ($/ton) 7400 7500 7600 7650
Costo de Inventario ($/ton/mes) 120 120 120 120
2.- Case Chemical produce un compuesto al mezclar dos de sus productos: CS-01 y CS02.
Cada litro de CS-01 cuesta $3 y proporciona 5 gramos de sodio y 2 gramos de azufre a la
mezcla resultante. Cada litro de CS-02 cuesta $1 y produce 2 gramos de sodio y 1 gramos
de azufre. La mezcla resultante debe contener al menos 9 gramos de sodio y 9 de azufre. El
siguiente programa de metas está diseñado para lograr un costo objetivo de $3.50 y
producir una meta de 2 litros de mezcla, suponiendo que cada dólar de costo excedido tiene
la misma penalidad que cada litro de exceso de la mezcla producida y dos veces como cada
litro por debajo del objetivo de 2 litros.
3.- Pete’s Pasta Shop hace dos tipo de tallarines: delgados y gruesos. Cada libra de
tallarines delgados produce a la compañía una ganancia de $0.50 y requiere 2.5 minutos en
su máquina cortadora. Cada libra de tallarines gruesos produce una ganancia neta de $0.40
y requiere 1.5 minutos de tiempo de máquina. La compañía tiene 40 horas de tiempo de
máquina disponible esta semana y requiere producir al menos 400 libras de tallarines
delgados y 500 libras de tallarines gruesos. Además de maximizar ganancias , para lo que
se ha establecido una meta de $800, se ha fijado un objetivo de producción de un total de
1000 libras de tallarines, auque se pueden producir mas o menos. Suponiendo que por cada
dólar que quede por debajo de la ganancia se penaliza 0.90 por cada libra de tallarines que
este por debajo de la meta y 0.45 por cada libra de exceso a la meta de producción de
tallarines.
4.- Rich oil Company tiene una tanque de almacenamiento en Trenton con una capacidad
de 100000 galones y uno en Filadelfia con capacidad de 200000 galones, La compañía
desearía embarcar al menos 250000 galones a distribuidores en Nueva York y 100000
galones a aquellos en Washington, D.C. Además la compañía desea que el costo total esté
alrededor de $10000, basándose en los costos de embarque ($/gal) entre tanques de
almacenamiento y distribuidores mostrados en la tabla 3.9:
Tabla 3.9
De A
Nueva York Washington D.C.
Trenton 0.05 0.12
Filadelfia 0.07 0.10
a) Formule un modelo de programación por metas con estos tres objetivos usando el
hecho de que cada dólar de costo excedido es penalizado 11 veces como cada galón
de menos para un distribuidor.
b) Resolver este modelo y responder a las preguntas siguientes:
a. Cuanta gasolina reciben los distribuidores de Washington D.C.?
b. ¿En cuánto tendrían que incrementarse las penalizaciones apropiadas
asociadas con el incumplimiento de la meta para estos distribuidores antes
de que la solución actual ya no sea óptima?
c. Resuelva el modelo e indique ¿En cuánto tendría que disminuir la meta
objetivo para que los distribuidores de Nueva York antes de que la
penalización total incurrida caiga a 125000?
5.- Los gerentes de Fresh food Farms desean decidir cuántos de sus 50 acres cultivar con
maíz, cuántos con frijol de soya y cuántos con lechuga. La granja está limitada por la
disponibilidad de 100000 galones de agua. Cada acre dedicado a maíz requiere 5600
galones de agua y produce una ganancia neta de $640; cada acre dedicada a frijol de soya
necesita 2500 galones de agua y produce una ganancia neta de $400; y cada acre de lechuga
requiere 900 galones de agua y produce una ganancia neta de $240. Si se plantea las dos
metas de ganancia al menos de $17000 y que al menos 8 acres sean dedicados al cultivo del
maíz.
a. Formule un modelo de programación por metas usando el hecho de que
ambos objetivos tienen igual importancia. ¿Qué cantidad de acres se utilizan
bajo el plan actual?
b. Qué metas se alcanzan?
c. ¿Qué metas no se alcanzan y por cuanto?
d. La gerencia de Fresh Food Farms piensa que está subestimada la penalidad
por no dedicar suficiente tierra al maíz. ¿Qué tan sensible es la asignación
actual de tierra respecto a incrementos en este valor? Explique.
6.- Highland Appliance tiene que determinar cuántos televisores a color y videocaseteras
debe mantener en existencia. La compra de un televisor a color le cuesta Highland 300
dólres y la de una videocasetera, 200 dólares. Un televisor a color requiere 3 yardas
cuadradas de espacio para el almanecenamiento y una videocasetera necesita una yarda
cuadrada de espacio. La venta de un televisor a color le proporciona a Highland una
utilidad de 150 dólares, en tanto que la venta de una videocasetera da una utilidad de 100
dólares. Highland se ha fijado los objetivos siguientes (en orden de importancia)
Objetivo 1: Se puede gastár un máximo de de 20000 dólares en la compra de televisores a
color y video caseteras.
Objetivo 2: Highland debe ganar por lo menos 110000 dólares en utilidades por la venta de
televisores a color y videocaseteras.
Objetivo 3: Los televisores y las videocaseteras deben abarcar no mas de 200 yardas
cuadradas de espacio de almacenamiento.
Plantee un modelo de de programación por objetivos prioritarios que Highland pueda usar
para determinar cuántos televisores y a color y videocaseteras tiene que pedir. ¿Cómo se
modificaría el planteamiento por objetivos prioritarios si los objetivos de Highland tuvieran
una utilidad de exactamente 11000 dólares?
7.- Una compañía elabora dos productos. La información pertinente para cada producto se
proporciona en la tabla 3.10. La compañía tiene un objetivo de 48 dólares en utilidades e
incurre en una penalización de 1 dólar por cada dólar que le falte para cumplir con este
objetivo. Dispone de un total de 32 horas de mano de obra. Se incurre en una penalización
de 2 dólares por cada hora de tiempo extra utilizada (mano de obra utilizada después de las
32 horas). Por último, hay una penalización de 1 dólar por cada hora de mano de obra
disponible que no se utilice. Las consideraciones de mercado exigen que se elaboren por lo
menos 7 unidades del producto 1 y un mínimo de 10 unidades del producto 2. Por cada
unidad (de cualquier producto) que falte para cubrir la demanda, se fija una penalización de
5 dólares.
Tabla 3.10
a) Plantee un modelo lineal que se pueda usar para minimizar la penalización en que
incurre la compañía.
b) Suponga que la compañía establece (en orden de importancia) los objetivos
siguientes:
Objetivo 1: Evitar la subutilización de la mano de obra
Objetivo 2: Cumplir con la demanda del producto 1
Objetivo 3: Cumplir con la demanda del producto 2
Objetivo 4: No usar nada de tiempo extra
Plantee y resuelva el modelo de programación por objetivos prioritarios para esta situación.
8.- Deancorp produce embutidos mediante la mezcla de cabeza de res, lomo de cerdo, carne
de oveja y agua. El costo por libra, grasa por libra, proteína por libra de estos ingredientes
se da en la tabla 3.11. Deancorp necesita producir 100 libras de embutido y ha establecido
los objetivos siguientes, listadas en orden de prioridad.
Tabla 3.11
9.- Hay cuatro maestros en la escuela de contaduría de la universidad Faber. Cada semestre,
200 estudiantes toman todos los siguientes cursos: mercadotecnia, finanzas, producción y
estadística. La “efectividad” de cada maestro al enseñar su materia se da en la tabla 3.12.
Cada maestro puede enseñar a un total de 200 alumnos durante el semestre. El director ha
establecido el objetivo de obtener un nivel de efectividad en la enseñanza promedio de
alrededor de 6 en cada curso. Las desviaciones respecto a este objetivo en cualquier curso
se consideran de igual importancia. Plantee un modelo de programación por objetivos que
se pueda usar para determinar los niveles de la enseñanza en el semestre.
Tabla 3.12
10.- La Universidad Faber está admitiendo aspirantes a los cursos del 2008. Hay cuatro
objetivos para ellos, que se listan en orden de prioridad:
Objetivo 1: Los estudiantes que ingresen deben ser por lo menos 5000
Objetivo 2: Los estudiantes que ingresen deben tener por lo menos una calificación
promedio de 640 en la prueba de aptitudes.
Objetivo 3: Por lo menos, 25% de los estudiantes que ingresen deben ser de otros estados.
Objetivo 4 Por lo menos, 2000 estudiantes de los que ingresen no deben ser Nerds.
Los aspirantes que recibe Faber se clasifican según la tabla 3.13. Formule un modelo de
programación por objetivos prioritarios con el que se pueda determinar cuántos aspirantes
de cada tipo deben ser admitidos. Suponga que todos los aspirantes que son admitidos
deciden asistir a esta universidad.
Tabla 3.13
Lugar de residencia Calificación en la Número de Número de
prueba de aptitudes Nerds No Nerds
Mismo estado 700 1500 400
Mismo estado 600 1300 700
Mismo estado 500 500 500
Otro estado 700 350 450
Otro estado 600 400 400
Otro estado 500 400 600
11.- Wivco encara la demanda siguiente de Globots durante los cuatro próximos trimestres:
trimestre 1, 13 Globots; trimestre 2, 14 Globots; trimestre 3, 12 Globots; trimestre 4, 15
Globots. Los Globots se pueden fabricar con mano de obra en el horario regular o con
mano de obra en tiempo extra. La capacidad de producción durante los próximos cuatro
trimestres se proporcionan en la tabla 3.14. Wivco ha establecido los objetivos siguientes
en orden de importancia:
Tabla 3.14
Trimestre Horario Regular Tiempo extra
Capacidad Costo/unidad Capacidad Costo/unidad
1 9 $4 5 $6
2 10 $4 5 $7
3 11 $5 5 $8
4 12 $6 5 $9
Desarrolle un modelo de programación por objetivos prioritarios que se pueda usar para
determinar el programa de producción para los siguientes cuatro trimestres. Suponga que al
principio del primer trimestre hay un Globat en inventario.
Establezca un modelo de programación por objetivos prioritarios que se pueda usar para
determinar cuántas horas por semana debe trabajar cada empleado.
13.- Gotham City pretende determinar el tipo y la ubicación de las instalaciones recreativas
que se construirán en la década próxima. Se está pensando en cuatro tipos de instalaciones:
Campos de Golf, Albercas, Gimnasios y canchas de tenis. Hay seis lugares para ello. Si se
construye un campo de golf tiene que ser en el sitio 1 o en el sitio 6. Otras instalaciones se
pueden erigir en los sitios 2 a 5. El terreno disponible (en miles de pies cuadrados) en cada
sitio se señala en la tabla 3.15.
Tabla 3.15
Sitio
2 3 4 5
Terreno 70 80 95 120
La cantidad de días-usuario (en miles) por cada tipo de instalación depende del
lugar donde se construya. Esta relación de dependencia se proporciona en la tabla 3.17
Tabla 3.17
Sitio 1 2 3 4 5 6
Golf 31 X X X X 27
Natación X 25 21 32 32 X
Gimnasio X 37 29 28 38 X
Canchas de tenis X 20 23 22 20 X
Por lo que se refiere a este conjunto de prioridades, utilice la programación por objetivos
prioritarios para determinar el tipo y ubicación de las instalaciones recreativas en Gotham
City.
b) Considere el siguiente conjunto de prioridades.
Prioridad 1: Usos del terreno límite en cada sitio respecto al terreno disponible
Prioridad 2: Los días-usuario deben exceder 200000.
Prioridad 3: Los costos de construcción no deben exceder 1.2 millones de dólares.
Prioridad 4: Los costos de mantenimiento al año no deben sobrepasar los 200000 dólares.
Por lo que toca a este conju8nto de prioridades, utilice la programación por objetivos
prioritarios para determinar el tipo y ubicación de las instalaciones recreativas de Gotham
City.
Cada proyecto se clasificó según cinco atributos: rendimiento de la inversión (RDI), costo,
mejoramiento de la productividad, trabajadores necesarios y grado de riesgo tecnológico.
Los valores se dan en la tabla 3.18.
Min
Z= P1(p1) + P2(n2) + P3(n3)
S.A.
X1 + X2 + n1 – p1 =10
2X1 + X2 + n2 – p2 = 26
-X1 + 2X2 + n3 – p3 = 6
X,n,p >=0
16.- Resuelva el siguiente modelo mediante el método gráfico
S.A.
3X1 + 2X2 + n1-p1=12
5X1 + n2-p2=10
X1 + X2 + n3 – p3 = 8
-X1 + X2 + n4 – p4 = 4
X1 + 1/2 X2 + n5 – p5 = Max
X,N,P >=0
S.A.
4X1 + 5X2 + n1 - p1=80
4X1 + 2X2 + n2 - p2=48
80X1 + 100X2 + n3 – p3 = 800
X1 + n4 – p4 = 6
X1 + X2 + n5 – p5 = Min
X,N,P >=0
Min
Z= P1(n1) + P2(n3) + P3(n2) + P4 (p1 + p2)
S.A:
2X1 + X2 + n1 – p1 = 20
X1 + n2 – p2 = 12
X2 + n3 – p3 = 10
X,n,p >=0
Min
Z= P1(n1) + P2(p2) + P3(8n3 + 5 n4) + p4 (p1)
S.A.
X1 + X2 + n1 – p1 = 100
X1 + X2 + n2 – p2 = 90
X1 + n3 – p3 = 80
X2 + n4 – p4= 55
X,n,p >=0