Procedimiento para Formular un M.P.L.

 Definir las Variables de decisión: x1 , x 2 , x3 ,..., x n

Cantidad de recursos disponibles, Cantidades demandas,
Con sus respectivas
 Definir la Función objetivo:
capacidad de producción o requerimientounidades
de nutrientes
F .O . : Optimizar Z  c1 x1  c2 x 2  ...  cn x n
 Definir las Restricciones estructurales
Coeficientes de Utilidad o Costo
Maximizar o Minimizar
a11 x1  a12 x 2  ...  a1n x n    b1  R1
Con sus respectivas unidades


a 21 x1  a 22 x 2  ...  a 2 n x n    b2  R2
Sujeto a : 
        
( s . a .) 
a m1 x1  a m 2 xpueden
Las variables de decisión solo
2  ...tomar
 a mn xn 
valores   bm  Rm
positivos
 Definir las Restricciones
Cantidad del recurso de No negatividad
Según la disponibilidad de los recursos,
por unidad de producto condiciones de producción
No negativos : x1 , x 2 ,..., x  0 o requerimientos
n de mercado
Ing. Ricardo Chura Sucojayo 1
 Ejemplo: Banco Ganadero
El banco Ganadero dispone de 18 millones de
dólares para ofrecer préstamos de riesgo alto y
riesgo medio, cuyos rendimientos son del 14% y 7%
respectivamente; por otro lado se conoce que se
debe dedicar al menos 4 millones de dólares a
préstamos de riesgo medio y que el dinero invertido
en alto y medio riesgo debe estar a lo sumo a razón
de 4 a 5. Formular un M.P.L. que permita determinar
¿cuánto debe dedicarse a cada uno de los tipos de
préstamos para maximizar el beneficio?
Variables de decisión:
x1 = Dinero dedicado a préstamos de riesgo alto [millones de $us]
x2 = Dinero dedicado a préstamos de riesgo medio [millones de $us]

Ing. Ricardo Chura Sucojayo 2

 Ejemplo: Banco Ganadero ( 2º parte )
Función Objetivo:

F .O. : Max. z  0.14 x1  0.07 x2 [millones de $us.]

Restricciones estructurales:

 x1  x 2  18 [ millones de $us.]

Sujeto a  s .a . :  x 2  4 [ millones de $us.]
5 x  4 x  0 [ millones de $us.]
 1 2
Restricciones de No negatividad:
Operaciones Auxiliares
No negativos : x ; x de0 inversión
Relación
1 x1 4
El dinero invertido en2 alto y medio   5x1  4x 2
riesgo debe estar a lo sumo x2 5
a razón de 4 a 5  5x1 4x 2 0

Ing. Ricardo Chura Sucojayo 3

Restricciones Lados derechos y
Planteamiento de Recursos
estructurale
Variables
unidades de tiempo
de decisión
s por unidad de Actividad
de las variables

Actividades Cantidad de recursos

Recursos 1 2 . . . … disponibles
n
1 a11 a12 ... a1n b1
2 a21 a22 ... a2 n
Distintos b2
Recursos con los
 que se
 cuenta  
m am1 am 2 ... amn bn
Cantidad
Disponibilidad de un recursode un recurso
Contribución a Z por
unidad de actividad
c1 c2 ... c n que se utiliza por
por unidad de tiempo
Coeficientes de
unidad de actividad
costo o ganancia
Función Objetivo por unidad de actividad
Ing. Ricardo Chura Sucojayo 4
 Ejemplo: Taller de Carpintería
Supongamos que un taller de carpintería dispone de
determinadas piezas para la elaboración de dos productos
finales. El taller dispone de 8 “piezas pequeñas” y 6 “piezas
grandes”, que son utilizadas para elaborar sillas (usando 2
piezas pequeñas y 1 pieza grande) y mesas (usando 2
piezas de cada tipo). Nos interesa decidir cuántas sillas y
mesas se debe fabricar de modo que se obtenga la
máxima utilidad, dado que se tiene un beneficio neto de
$us. 15 por cada silla y de $us. 20 por cada mesa
fabricada.

RECURSOS ACTIVIDADES

Piezas pequeñas Fabricar sillas

Piezas grandes Fabricar mesas

Ing. Ricardo Chura Sucojayo 5

 Ejemplo: Taller de Carpintería ( 2º parte)
Piezas por
Piezas por unidad
unidad de
de
Disponobilidad
Disponobilidad
Recursos
Recursos Sillas
Sillas Mesas
Mesas de piezas
de piezas

Piezas pequeñas
Piezas pequeñas [[ Pza.
Pza. // uu ]] 2 2 8 [ Pzas. ]
Piezas grandes
Piezas grandes [[ Pza.
Pza. // u
u ]] 1 2 6 [ Pzas. ]
Utilidad [[ $us.
Utilidad $us. // u
u ]] 15 20
Variables de decisión:
x1 = Número de sillas a fabricar [unidades]
x2 = Número de mesas a fabricar [unidades]
Función Objetivo:

F .O . : Max . z  15 x1  20 x2 [$us.]
 $us.   $us. 
 u * u 
  u * u    $us.
   

Ing. Ricardo Chura Sucojayo 6

Ejemplo: Taller de Carpintería ( 3º parte)
Restricciones estructurales:
Pzas . pequeñas : 2 x1  2 x 2  8  Pzas.   Pzas. 
 u * u   u * u   Pzas.
Pzas . grandes : x1  2 x 2  6    
Restricciones de No negatividad:

No negativos : x1  0 ; x2  0
Resumen:
F .O . : Max . z  15 x1  20 x2 [$us.]
2 x1  2 x 2  8
S .a . : 
 x1  2 x 2  6
No negativos : x1  0 ; x2  0
Ing. Ricardo Chura Sucojayo 7
 Ejemplo: Empresa MONOPOL
La empresa de pinturas MONOPOL, produce pinturas tanto para
interiores como para exteriores, a partir de dos materias primas M1 y
M2. La siguiente tabla proporciona los datos básicos del problema:.
Toneladas de M.P. por
tonelada de pintura p / Disponibilidad
Materia Prima Máxima diaria
Exteriores Interiores (Toneladas)
TnTn M
M21 
M1  Tn 6 4 24
M2 1 2 6 1
Tn
Tn M 2 M 
Utilidad por Tonelada
5 4   día
día
Una [ encuesta
en 1000 $us.
de] mercado restringe la demanda máxima diaria de
 Miles
pintura para interiores a 2 toneladas. de $us la demanda diaria de
Además,

pintura para interiores no puede exceder Tn
a la pintura para exteriores
por más de 1 tonelada. La empresa MONOPOL quiere determinar la
mezcla de productos óptima de pintura para interiores y para
exteriores que maximice la utilidad total diaria.

Ing. Ricardo Chura Sucojayo 8

 Ejemplo: Empresa METALMEC
La empresa “METALMEC” fabrica maquinaria:
Frezadoras y Tornos, cada una requiere una técnica
diferente de fabricación. La Frezadora requiere de
18 hrs. de mano de obra, 9 hrs. de prueba y
produce una utilidad de 800 $us. El torno requiere
de 6 hrs. de mano de obra, 8 de prueba y produce
una utilidad de 400 $us. Se dispone de 800 hrs. de
mano de obra y 600 para realizar las pruebas cada
mes. La demanda mensual llega máximo a 80 unid.
para las frezas y 150 para los tornos. Cual es el
mejor plan de producción para la empresa.

Ing. Ricardo Chura Sucojayo 9

Ejemplo: Embutidos COLONIA PIRAI

La fábrica de embutidos “COLONIA PIRAI”

prepara chorizos parrilleros. Estos para
considerarse saludables necesitan 20% de
grasa o menos. La carne de res contiene 16 %
de grasa y cuesta 14 Bs. / kg. La carne de cerdo
contiene 35 % de grasa y cuesta 12 Bs. / kg.
Cual deberá ser la combinación optima de carne
para exactamente 200 kg. de chorizo (el peso de
los condimentos es despreciable)

Ing. Ricardo Chura Sucojayo 10

Ejemplo: Empresa Constructora
Una empresa constructora va a edificar dos tipos
de viviendas (tipo A y tipo B) en una urbanización
de la cuidad de Santa Cruz. La empresa dispone
de 600 mil dólares, el costo de una casa de tipo A
es de 13 mil dólares y 8 mil dólares una de tipo B.
Las condiciones de construcción que debe
considerar son: que el número de casas de tipo A
debe ser al menos el 40% del total y del tipo B por
lo menos el 20% del total. Si cada casa de tipo A
se vende a 16 mil dólares y cada una de tipo B en
9 mil dólares. ¿Cuántas casas de cada tipo debe
construir para obtener el mayor beneficio?

Ing. Ricardo Chura Sucojayo 11

 Ejemplo: Empresario Agroindustrial
Un empresario agroindustrial tiene 140 ha. de tierra
que aun no ha cultivado y piensa trabajarlo la próxima
temporada junto a sus dos hijos Pedro y Juan. Pedro
insiste en sembrar Soya que tiene una ganancia neta
de 1100 $us. / ha., una vez descontado los gastos que
son de 400 $us. / ha. Juan quiere sembrar algodón
que tiene una ganancia neta de 950 $us. /ha., y los
gastos son de 560 $us. / ha. Para la época critica
dispone solo de 450 m3 de agua, la Soya requiere 4
m3 / ha, contra 3 m3 / ha. que requiere el algodón. El
empresario por su parte hace notar que solo dispone
de 65000 $us. Para comprar semillas, contratar
obreros y otros gastos. Formular un modelo
matemático para maximizar las ganancias.
Ing. Ricardo Chura Sucojayo 12
Ing. Ricardo Chura Sucojayo 13