problemas de investigacion de operaciones.docx
TRANSCRIPT
UNIVERSIDAD NACIONAL DEL ALTIPLANO
FACULTAD DE INGENIERIA DE MINAS
“FORMULACIÓN DE MODELOS
MATEMÁTICOS”
PRESENTADO POR:
CALLATA PASACA, Juan Carlos
DURSO: INVESTIGACIÓN DE
OPERACIONES MINERAS
SEMETRE “VI”
PUNO -PERÚ
I. PROBLEMAS DE REDES
2015-II
1. La empresa minera ORO_PERÚ tiene un contrato para exportar lingotes
de oro, 50 de 24 quilates y 60 de 18 quilates; para transportarlo entres
avionetas que se dispone. La primera avioneta solo transporta lingotes
de oro de 24 quilates a un costo de $ 10 por lingote. La segunda y
tercera avioneta transportan ambos quilates a un costo de $8 y $5 por
lingote respectivamente. La primera avioneta solo puede llevar 30
lingotes de oro y la segunda y tercera el resto. ¿Cuál es el modelo
matemático a desarrollar para minimizar el costo total?
Solución:
Paso 1: Identificación de las variables de decisión
L1 A1 = el número de lingotes de oro de 24 quilates a ser
transportados en la avioneta 1
L1 A2= el número de lingotes de oro de 24 quilates a ser
transportados en la avioneta 2
L1 A3= el número de lingotes de oro de 24 quilates a ser
transportados en la avioneta 3
L2 A2= el número de lingotes de oro de 18 quilates a ser transportados
en la avioneta 2
L2 A3= el número de lingotes de oro de 18 quilates a ser
transportados en la avioneta 3
Paso 2: Identificación de los datos del problema
a) La empresa minera debe exportar 50 lingotes de 24 quilates.
b) La empresa minera debe exportar 60 lingotes de 18 quilates.
c) La avioneta 1 solo puede transportar lingotes de 24 quilates.
d) La capacidad de la avioneta 1 es de 30lingotes de oro.
e) El costo de transporte de los lingotes de oro se presenta en
siguiente cuadro:
Lingotes de oro Costo de transporte ($/lingote)
Avioneta 1 Avioneta 2 Avioneta 3
24 quilates 10 8 8
18 quilates - 5 5
Paso 3 Identificación de la función objetivo
FV: Minimizar el costo de transporte de los lingotes de oro
FM: Minimizar 10L1 A1 + 8L1 A2 + 8L1 A3 + 5L2 A2 + 5L2 A3
Paso 4 Identificación de las restricciones
f) Contrato para exportar lingotes de oro de 24 quilates
FV: Se debe transportar 50 lingotes de 24 quilates
FM: L1 A1 + L1 A2 + L1 A3 = 50
g) Contrato para exportar lingotes de oro de 18 quilates
FV: Se debe transportar 60 lingotes de 18 quilates
FM: L2 A2 + L2 A3 = 60
h) Capacidad de transporte del barco 1
FV: La capacidad de transporte de la avioneta 1 es de
30 FM: L1 A1 <= 30
i) Restricciones lógicas
L1 A1, L1 A2, L1 A3, L2 A2, L2 A3>= 0 y enteros
Paso 5 Formulación matemática del modelo
FM: Minimizar 10L1 A1 + 8L1 A2 + 8L1 A3 + 5L2 A2 + 5L2 A3
Sujeto a:
FM: L1 A1 + L1 A2 + L1 A3 = 50
FM: L2 A2 + L2 A3 = 60
L1 A1 <= 30
L1 A1, L1 A2, L1 A3, L2 A2, L2 A3>= 0 y enteros
2. Una empresa cementera requiere grava para su producción, puede comprar
hasta 24 toneladas de Santa Lucia y 16 toneladas de Juliaca. Para proveer
a sus tres almacenes, necesita 10, 15, 18 toneladas respectivamente en
cada almacén. El precio de compra por tonelada de cada lugar y los costos
de transporte se muestran en la tabla:
Lugar de
obtención
Costo de transporte por tonelada $ Precio por
toneladaAlmacén 1 Almacén 2 Almacén 3
Santa Lucia 38 35 40 80
Juliaca 45 40 46 90
La empresa contratista desea determinar cuántas toneladas de grava debe
cada lugar al almacén de manera que se minimice el costo total de compra
y acarreo de la grava.
a. Representación de red para este problema.
Paso 1: Identificación de las variables de decisión
S1 = el número de toneladas de Santa Lucia al almacén 1
S2 = el número de toneladas de Santa Lucia al almacén 2
S3 = el número de toneladas de Santa Lucia al almacén 3
J1 = el número de toneladas de Juliaca al almacén 1
J2 = el número de toneladas de Juliaca al almacén 2
J3 = el número de toneladas de Juliaca al almacén 3
Paso 2 Identificación de la función objetivo
FV: Minimizar el costo de transporte de grava a los almacenes
FM: Minimizar 38S1 +35S2 + 40S3 +45J1 + 40J2 + 46J3.
Paso 3 Identificación de las restricciones
b) Restricciones de Capacidad de producción
S1 + S2 + S3 <= 24
J1 + J2 + J3 <= 16
c) Restricciones de demanda
S1 + J1 = 10; S2 + J2 = 5; S3 + J3 = 10
d) Restricciones lógicas
N1, N2, N3, S1, S2 y S3 >= 0 y enteros
Paso 5 Formulación matemática del modelo
Minimizar: 38S1 +35S2 + 40S3 +45J1 + 40J2 + 46J3.
S1 + S2 + S3 <= 24
J1 + J2 + J3 <= 16
S1 + J1 = 10
S2 + J2 = 5
S3 + J3 = 10
N1, N2, N3, S1, S2 y S3 >= 0 y enteros
3. Una empresa minera requiere de madera para el sostenimiento pasivo
que requieren semanalmente 200, 300 y 400 toneladas de madera. El
fabricante puede comprar la madera a 3 compañías madereras. Los
primeros dos fabricantes de madera tienen virtualmente un suministro de
400, mientras que por compromisos, el tercer fabricante no puede surtir
más de 350 toneladas pos semana. El primer fabricante de madera usa
el ferrocarril como medio de transporte y no hay límite de peso que
pueda enviar a las fábricas de muebles. Por otra parte, las otras dos
compañías madereras usan camiones, lo cual limita a 300 toneladas el
peso máximo que pueden enviar a cualquiera de las fábricas de
muebles. En la siguiente tabla se da el costo de transporte de las
compañías madereras a las fábricas de muebles ($/ton):
Compañía
maderera
Bloques que conforman la mina
Bloque 1 Bloque 2 Bloque 3
1 2.5 3 5
2 3.5 4 4.5
3 4 3.5 3.5
Solución
Antes de formular el modelo, dibujaremos un diagrama de redes
que nos ayude a visualizar la información y los datos del problema:
Paso 1: Identificación de las variables de decisión
C1B1 = El número de toneladas de madera transportadas de la
compañía maderera 1 al bloque 1 por semana.
C1B2 = El número de toneladas de madera transportadas de la
compañía maderera 1 al bloque 2 por semana.
C1B3 = El número de toneladas de madera transportadas de la
compañía maderera 1 al bloque 3 por semana.
C2B1 = El número de toneladas de madera transportadas de la
compañía maderera 2 al bloque 1 por semana.
C2B2 = El número de toneladas de madera transportadas de la
compañía maderera 2 al bloque 2 por semana.
C2B3 = El número de toneladas de madera transportadas de la
compañía maderera 2 al bloque 3 por semana.
C3B1 = El número de toneladas de madera transportadas de la
compañía maderera 3 al bloque 1 por semana.
C3B2 = El número de toneladas de madera transportadas de la
compañía maderera 3 al bloque 2 por semana.
C3B3 = El número de toneladas de madera transportadas de la
compañía maderera 3 al bloque 3 por semana.
Paso 2: Identificación de los datos del problema
a) Un fabricante de muebles tiene tres plantas que requieren
semanalmente 200, 300 y 400 toneladas de madera.
b) El fabricante puede comprar la madera a 3 compañías madereras.
Los primeros dos fabricantes de madera tienen virtualmente un
suministro de 400, mientras que por compromisos, el tercer
fabricante no puede surtir más de 300 toneladas por semana.
c) El primer fabricante de madera usa el ferrocarril como medio de
transporte y no hay límite de peso que pueda enviar a las fábricas de
muebles.
d) Las otras dos compañías madereras usan camiones, lo cual limita a
200 toneladas el peso máximo que pueden enviar a cualquiera de las
fábricas de muebles.
e) Costo de transporte de las compañías madereras a las fábricas de
muebles ($/ton): se muestran en las tablas antes señaladas.
Paso 3 Identificación de la función objetivo
FV: Minimizar el costo de transporte de madera de las compañías
madereras a los bloques de min.
FM: Minimizar: 2.5C1B1 + 3C1B2 + 5C1B3 + 3.5C2B1 + 4C2B2 +
4.5C2B3 + 4C3B1 + 3.5C3B2 + 3.5C3B3
Paso 4 Identificación de las restricciones
a) Restricciones de disponibilidad de madera
FV: La compañía maderera 1 tiene una capacidad de suministro de 400.
D: (El suministro de madera AL BLOQUE 1 + El suministro de madera
AL BLOQUE 2 + El suministro de madera AL BLOQUE 3)
FM: C1B1 + C1B2 + C1B3 <= 400
De manera similar para las compañías madereras 2 y 3:
C2B1 + C2B2 + C2B3 <= 400
C3B1 + C3B2 + C3B3 <= 300
b) Restricciones de requerimiento de madera
FV: La fábrica de muebles 1 requiere 200 toneladas de madera
semanalmente.
FM: C1B1 + C2B1 + C3B1 <= 200
De manera similar para las fábricas de muebles 2 y 3:
C1B2 + C2B2 + C3B2 <= 300
C1B3 + C2B3 + C3B3 <= 400
c) Restricciones de capacidad de transporte de madera
FV: La compañía maderera 1 usa el ferrocarril como medio de transporte
y no hay límite de peso que pueda enviar a las fábricas de muebles.
D: El suministro de madera de la compañía maderera 1 a la fábrica de
muebles 1 400.
FM: C1B1 <= 400, C1B2 <= 400, C1B3 <= 400
De manera similar para las compañías madereras 2 y 3:
C2B1 <= 200, C2B2 <= 200, C2B3 <= 200
C3B1 <= 200, C3B2 <= 200, C3B3 <= 200
d) Restricciones lógicas
C1B1, C1B2, C1B3, C2B1, C2B2, C2B3, C3B1, C3B2 y C3B3 >= 0
Paso 5 Formulación matemática del modelo
Minimizar:
2.5C1B1 + 3C1B2 + 5C1B3 + 3.5C2B1 + 4C2B2 + 4.5C2B3 + 4C3B1 +
3.5C3B2 + 3.5C3B3
Sujeto a:
FM: C1B1 + C1B2 + C1B3 <= 400
C2B1 + C2B2 + C2B3 <= 400
C3B1 + C3B2 + C3B3 <= 300
FM: C1B1 + C2B1 + C3B1 <= 200
C1B2 + C2B2 + C3B2 <= 300
C1B3 + C2B3 + C3B3 <= 400
C1B1 <= 400, C1B2 <= 400, C1B3 <= 400
C2B1 <= 200, C2B2 <= 200, C2B3 <= 200
C3B1 <= 200, C3B2 <= 200, C3B3 <= 200
C1B1, C1B2, C1B3, C2B1, C2B2, C2B3, C3B1, C3B2 y C3B3 >= 0
II. PROBLEMAS DE TRANSPORTE
1. La empresa de transporte de concentrado de mineral tiene 15 camiones
con capacidad de 25 toneladas y 8 camiones de 30 toneladas de
capacidad. Los camiones mayor capacidad tienen costos de operación
de $ 0,20/Km y los de menor capacidad de $0,15/km. La siguiente
semana, la empresa debe transportar 250 toneladas de concentrado de
cobre para un recorrido de 500 km. Además por cada dos camiones de
menor capacidad mantenidos como reserva debe de haber por lo menos
uno de mayor capacidad ¿Cuál es el número óptimo de camiones de
ambas clases que deben movilizarse para transportar el concentrado de
mineral?
Solución:
Paso 1: Identificación de las variables de decisión
CG = el número de camiones de mayor capacidad empleados por
semana.
CP = el número de camiones de menor capacidad empleados por
semana.
Paso 2: Identificación de los datos del problema
a) La compañía posee 15 camiones con capacidad de 25 toneladas.
b) La compañía posee 8 camiones con capacidad de 30 toneladas.
c) El costo de operación de un camión de mayor capacidad es de $0,20 /
km.
d) El costo de operación de menor capacidad es de $0,15 / km.
e) Costo de operación de un camión de mayor capacidad para un
recorrido de 500 km = $0,20 * 500 = $100
f) Costo de operación de un camión grande para un recorrido de 500 km
= $0,15 * 500 = $75
g) En reserva debe quedarse un camión de mayor capacidad por cada
dos camiones de menor capacidad.
Paso 3 Identificación de la función objetivo
FV: Minimizar el costo de operación de los camiones a movilizar
FM: Minimizar 100 CG + 75 CP
Paso 4 Identificación de las restricciones
a) Tonelaje a transportar 250
FV: La compañía debe transportar 250 toneladas de concentrado
FM: 25 CG + 30 CP = 250
b) Relación de reserva de camiones
FV: por cada dos camiones medianos mantenidos en reserva debe
quedarse por lo menos un camión grande
FM: 2(8- CP) <= (15 – CG)
CG –2 CP +1<= 0
c) Número de camiones
De manera similar para los camiones medianos
CG <= 15
CP <= 8
d) Restricciones lógicas
CG y CP >= 0
Paso 5 Formulación matemática del modelo
Minimizar 100 CG + 75 CP
Sujeto a:
25 CG + 30 CM = 250
CG –2 CM+1 <= 0
CG <= 15
CP <= 8
CG y CM >= 0 y enteros
2. PETRO_MAX produce diésel, en dos plantas, para todo tipo de
máquinas, la empresa minera PUNO_COPPER, requiere de ese
producto para operar sus máquinas de transporte y acarreo en dos
labores (I, II y III). La tabla presenta el costo unitario de envío desde
cada fábrica a cada centro de trabajo (bloque I y II). Además muestra el
número de unidades que se producirán en cada PLANTA y el número de
unidades ordenadas por cada labor.
Labores Costo unitario de envío Producción
BLOQUE I BLOQUE II BLOQUE IIIPLANTA 1 $250 $220 $180 150 und
PLANTA 2 $300 $280 $210 200 und
Orden 200 und 300 und 500 uns 400 und
Formule un modelo matemático para decidir cuantas unidades enviar de
cada fábrica a cada cliente.
Solución:
Paso 1: Identificación de las variables de decisión
B1K1 = Número de DIESEL a ser enviados de la planta 1 al bloque I
B1K2 = Número de DIESEL a ser enviados de la planta 1 al bloque II
B1K3 = Número de DIESEL a ser enviados de la planta 1 al bloque II
B2K1 = Número de DIESEL a ser enviados de la planta 2 al bloque I
B2K2 = Número de DIESEL a ser enviados de la planta 2 al bloque II
B2K3 = Número de DIESEL a ser enviados de la planta 2 al bloque III
Paso 2: Identificación de los datos del problema
a. El costo unitario de envío de cada planta a cada bloque, la capacidad
de producción y la demanda es el siguiente:
Los datos se muestran en la tabla anteriormente descrita
Paso 3 Identificación de la función objetivo
FV: Minimizar el costo de envío de los equipos médicos
FM: Minimizar 250B1K1+ 220B1K2+ 180B1K3+ 300B2K1+ 280B2K2+
210B2K3
Paso 4 Identificación de las restricciones
a) Capacidad de producción en la PLANTA 1
FV: La planta 1 tiene una capacidad de producción de 150 equipos.
FM: B1K1 + B1K2 + B1K3 = 150
b) Capacidad de producción en la PLANTA 2
De manera similar a la restricción anterior:
B2K1 + B2K2 + B3K3 = 20
c) Demanda del bloque 1
FV: El cliente 1 requiere de 300 equipos para vender
FM: B1K1 + B2K1 = 200
d) Demanda del cliente 2 y cliente 3
De manera similar a la restricción anterior:
B1K2 + B2K2 = 300
B1K3 + B2K3 = 500
e) Restricciones lógicas
B1K1, B1K2, B1K3, B2K1, B2K2 y B2K3 >= 0
Paso 5 Formulación matemática del modelo
Minimizar 250B1K1+ 220B1K2+ 180B1K3+ 300B2K1+ 280B2K2+
210B2K3
Sujeto a:
250B1K1+ 220B1K2+ 180B1K3+ 300B2K1+ 280B2K2+ 210B2K3
FM: B1K1 + B1K2 + B1K3 = 150
B2K1 + B2K2 + B3K3 = 200
FM: B1K1 + B2K1 = 200
B1K2 + B2K2 = 300
B1K3 + B2K3 = 500
B1K1, B1K2, B1K3, B2K1, B2K2 y B2K3 >= 0
III. PROBLEMAS DE MEZCLAS Y ALEACIONES
1. MINSUR _ SAN RAFAEL, usa los ácidos I y II para producir dos
soluciones para lixiviación, S1 y S2 La disponibilidad diaria de los ácidos I
y II es de 200 y 180 galones respectivamente. Una unidad de solución
S1 consume 0,4 unidades de ácido I y 0,8 unidades de ácido II; una
unidad de solución S2 requiere 0,6 unidades de ácido I y 0,5 unidades
de ácido II. Las utilidades unitarias de las soluciones S1 y S2 son $9 y
$11, respectivamente. La demanda diaria de la solución S1 esta entre 20
y 140 unidades, y la de la solución S2 entre 30 y 180 unidades.
Solución:
Paso 1: Identificación de las variables de decisión
S1 = el número de unidades de solución S1 a producir diariamente.
S2 = el número de unidades de solución S2 a producir diariamente.
Paso 2: Identificación de los datos del problema
a) Consumo y disponibilidad de los ácidos I y II
Ácidos Solución A Solución BDisponibilidad
Gl/x día
I 0.4 0.6 200
II 0.8 0.5 180
b) Utilidades unitarias de las soluciones
• Solución A: $ 9,0
• Solución B: $ 11,0
c) Demanda de las soluciones
a. Solución A: entre 20 y 140 unidades
b. Solución B: entre 30 y 180 unidades
Paso 3 Identificación de la función objetivo
FV: Maximizar las utilidades por la venta de las soluciones S1 y S2
D: Maximizar (utilidades por la venta de la solución S1 + utilidades por
la venta de la solución S2)
FM: Maximiza 9S1 + 11S2
Paso 4 Identificación de las restricciones
a) Consumo de ácido I
FV: El consumo de ácido I no debe exceder de 200 gl/día
FM: 0,4 S1 + 0,6 S2 <= 200
b) Consumo de ácido II
FV: El consumo de ácido II no debe exceder de 180 gl/día
D: (consumo de ácido II para producir la solución S1 + consumo de
ácido II para producir la solución S2) no debe de exceder de 180 gl/día.
FM: 0,8 S1 + 0,5 S2 <= 180
c) Demanda de la solución S1
FV: La demanda de la solución S1 está entre 20 y 140 gl/día
FM: S1 >= 20 y S2<= 140
d) Demanda de la solución S2
FV: La demanda de la solución B está entre 30 y 180 gl/día
FM: S1 >= 30 y S2<= 180
e) Restricciones lógicas S1 y S2 >= 0 y enteros.
Paso 5 Formulación matemática del modelo
Maximizar 9S1 + 11S2
Sujeto a:
0,4 S1 + 0,6 S2 <= 200
0,8 S1 + 0,5 S2 <= 180
S1 >= 20 y S2<= 140
S1 >= 30 y S2<= 180
S1 y S2 >= 0 y enteros.
2. CEMENTOS - SUR. mezcla grava, hierro y cal para producir sus
cementos. El producto final debe contener al menos 12%, pero no más
de 22%, de hierro por unidad de peso. La cantidad de cal no puede
exceder el 15% de la cantidad de grava usado. Para evitar un error de
cálculo accidental, la suma de 50% de la grava más 40% de cal más
20% del hierro usados no puede exceder 45% del producto final. El
hierro es con mucho el componente más caro. Formule un modelo para
determinar la cantidad de cada ingrediente que debe utilizarse para
producir cada kilo de cemento que satisfaga las restricciones y, a la vez,
que requiera la menor cantidad de hierro.
Solución:
Paso 1: Identificación de las variables de decisión
G = cantidad de kilos de grava utilizados para producir 1 Kg de cemento
H = cantidad de kilos de hierro utilizados para producir 1 Kg de cemento
C = cantidad de kilos de cal utilizados para producir 1 Kg de cemento
Paso 2: Identificación de los datos del problema
a. El producto final debe contener al menos 12%, pero no más de 22%,
de hierro por unidad de peso.
b. La cantidad de cal no puede exceder el 15% de la cantidad de grava
usado.
c. Para evitar un error de cálculo accidental, la suma de 50% de grava
más 40% de cal más 20% de hierro usados no puede exceder 45% del
producto final.
d. El hierro es con mucho el componente más caro.
Paso 3 Identificación de la función objetivo
FV: Minimizar el uso de hierro en la producción de cemento
FM: Minimizar H
Paso 4 Identificación de las restricciones
e) Porcentaje máximo de HIERRO
FV: El producto final debe contener al menos 12% de carbón por unidad
de peso.
FM: H>= 0.12
f) Porcentaje mínimo de carbón
FV: El producto final debe contener no más de 22% de HIERRO por
unidad de peso.
FM: H <= 0.22
g) Cociente salitre/carbón
FV: La cantidad de salitre no puede exceder el 50% de la cantidad de
carbón usado
FM: C <= 0.15G
C - 0.15G <= 0
h) Cantidad de componentes
FV: Para evitar una error de cálculo accidental, la suma de 50% de
grava más 40% de cal más 20% de hierro usados no puede exceder
45% del producto final.
FM: 0.5G + 0.4C +0.2H <= 0.45
i) Balance
FV: se debe mezclar GRAVA, CAL Y HIERRO para producir 1 kg de
cemento.
FM: G + C + H = 1.00
j) Restricciones lógicas
G, C y H >= 0
Paso 5 Formulación matemática del modelo
Minimizar H
Sujeto a:
FM: H>= 0.12
FM: H <= 0.22
FM: C <= 0.15G
C - 0.15G <= 0
FM: 0.5G + 0.4C +0.2H <= 0.45
FM: G + C + H = 1.00
G, C y H >= 0
3. PETRO _ PERÚ, utiliza dos aditivos, M y N, que se mezcla con
gasolinas de alto grado. Después de un cuidadoso análisis se han
determinado las siguientes restricciones:
a. Si se emplea más de un cuarto de litro de aditivos totales por carro
cisterna, los aditivos forman depósitos perjudiciales en los carburadores.
b. 3M + 2N no puede ser menor que un cuarto o la gasolina no tendrá
su color distintivo (un punto principal en las ventas).
c. Medio litro de aditivo x añadiera 100 unidades equivalentes de octano
por carro cisterna y medio litro del aditivo y añadiera 250 unidades
equivalentes de octano por carro cisterna. El número total de unidades
equivalentes por carro cisterna no puede ser menor a 50, a fin de
asegurar los estándares de rendimiento.
d. El aditivo M cuesta $ 200 por medio litro y el aditivo N cuesta $ 500
por medio litro. Determine el modelo matemático para realizar el cálculo
de la mezcla óptima de aditivos.
Solución:
Paso 1: Identificación de las variables de decisión
M = cantidad de litros de aditivo M a mezclar para producir 1 litro de
gasolina de alto grado
N = cantidad de litros de aditivo N a mezclar para producir 1 litro de
gasolina de alto grado
Paso 2: Identificación de los datos del problema
a. Se utiliza los aditivos M y N para producir gasolina de alto grado
b. Si se emplea más de un cuarto de litro de aditivos totales por carro
cisterna, los aditivos forman depósitos perjudiciales en los carburadores.
c. 3M + 2N no puede ser menor que un cuarto o la gasolina no tendrá
su color distintivo.
d. Medio litro de aditivo x añadiera 100 unidades equivalentes de
octano por carro cisterna y medio litro del aditivo y añadiera 250
unidades equivalentes de octano por carro cisterna. El número total de
unidades equivalentes por carro cisterna no puede ser menor a 50, a
fin de asegurar los estándares de rendimiento.
e. El aditivo x cuesta $ 200 por medio litro y el aditivo y cuesta $ 500
por medio litro.
Paso 3 Identificación de la función objetivo
FV: Minimizar el costo de los aditivos M y N para producir gasolina de
alto grado
D: Minimizar el costo del aditivo M más el costo del aditivo N utilizados
para producir gasolina de alto grado
FM: Minimizar 600M + 1000N
Paso 4 Identificación de las restricciones
a) Uso máximo de aditivos
FV: Si se emplea más de un cuarto de litro de aditivos totales por carro
cisterna, los aditivos forman depósitos perjudiciales en los carburadores
D: el aditivo M más el aditivo N deben ser menor de un cuarto de litro
FM: M + N <= 0.25
b) Color distintivo de la gasolina
FV: 3M + 2N no puede ser menor que un cuarto o la gasolina no tendrá
su color distintivo
FM: 3M + 2N >= 0.25
c) Unidades mínimas de octano
FV: Medio litro de aditivo x añadiera 100 unidades equivalentes de
octano por carro cisterna y medio litro del aditivo N añadiera 250
unidades equivalentes de octano por carro cisterna. El número total de
unidades equivalentes por carro cisterna no puede ser menor a 50
D: las unidades de octano añadidos por el aditivo M más las unidades
de octano añadidos por el aditivo N deben ser mayor de 60
FM: 200x + 500y >= 50
d) Restricciones lógicas
M, N >= 0
Paso 5 Formulación matemática del modelo
Minimizar 600M + 1000N
Sujeto a:
M + N <= 0.25
3M + 2N >= 0.25
200x + 500y >= 50
M, N >= 0
IV. PROBLEMAS DE INVERSION
1. LA EMPRESA MINERA CERRO VERDE. ha decidido invertir 2 millones
de dólares en proyectos mineros. El departamento de inversiones ha
identificado 4 proyectos con estrategias de inversión, resultando en
diferentes rendimientos potenciales y riesgos asociados, como se
resume en la tabla.
Proyecto 1 2 3 4
Precio ($/acción) 40 70 100 20
Devolución esperada (%) 25 35 20 10
Categoría de riesgo alto alto mediano mediano
Una forma de controlar el riesgo es limitar la cantidad de dinero
invertido en los diversos proyectos. Para este fin se ha especificado las
siguientes pautas.
a. la cantidad total invertida en proyectos de alto riesgo debe estar
entre 55 y 70% de la cartera.
b. la cantidad total invertida en proyectos de mediano riesgo debe
estar entre 25 y 35% de la cartera.
La empresa minera CERRO VERDE ha especificado que la cantidad
invertida en los proyectos de alto riesgo 1 y 2 deben estar en la tasa 1:2,
respectivamente. La cantidad invertida en los proyectos de mediano
riesgo 3 y 4 debe ser 1:2.
¿Qué proyectos debería recomendar para maximizar la tasa esperada
de retorno?
Solución:
Paso 1: Identificación de las variables de decisión
P1 = La fracción de la cartera por invertir en el proyecto 1
P2 = La fracción de la cartera por invertir en el proyecto 2
P3 = La fracción de la cartera por invertir en el proyecto 3
P4 = La fracción de la cartera por invertir en el proyecto 4
Paso 2: Identificación de los datos del problema
a) Capital a invertir $200 000 000
b) Rendimientos potenciales y riesgos asociados: se muestran en la
anterior tabla
c) La cantidad total invertida en proyectos de alto riesgo debe estar
entre 55 y 70% de la cartera.
d) La cantidad total invertida en proyectos de mediano riesgo debe
estar entre 25 y 35% de la cartera.
e) La cantidad invertida en los proyectos de alto riesgo 1, 2
deben estar en la tasa 1:2:, respectivamente.
f) La cantidad invertida en los proyectos de mediano riesgo 3 y 4 debe
ser 1:2.
Paso 3 Identificación de la función objetivo
FV: Maximizar el rendimiento total esperado.
D : Maximizar (rendimiento esperado del proyecto 1 + rendimiento
esperado del proyecto 2 + rendimiento esperado del proyecto 3 +
rendimiento esperado del proyecto 4).
FM: Maximizar 0.25P1 +0.35P2 + 0.20P3 + 0.10P4
Paso 4 Identificación de las restricciones
d) Inversión en proyectos de alto riesgo
FV: La cantidad total invertida en proyectos de alto riesgo debe estar
entre 55 y 70% de la cartera.
D: ((la cantidad invertida en el proyecto 1 + la cantidad invertida en el
proyecto 2)) debe estar entre 55 y 70% de la cartera.
FM: P1 + P2 >= 0.55 (mínimo en alto riesgo)
P1 + P2 <= 0.70 (máximo en alto riesgo)
e) Inversión en proyectos de mediano riesgo
FV: La cantidad total invertida en proyectos de mediano riesgo debe
estar entre 25 y 35% de la cartera.
D: ((la cantidad invertida en el proyecto 3 + la cantidad invertida en el
proyecto 4)) debe estar entre 25 y 35% de la cartera.
FM: P3 + P4 >= 0.25 (mínimo en mediano riesgo)
P3 + P4 <= 0.35 (máximo en mediano riesgo)
f) Diversificación de inversión en proyectos de alto riesgo
FV: La cantidad invertida en los proyectos de alto riesgo 1, 2
deben estar en la tasa 1:2:, respectivamente.
D: La cantidad invertida en el proyecto 2 debe ser el doble de lo invertido
en el proyecto 1.
FM: -2P1 + P2 = 0
g) Diversificación de inversión en proyectos de mediano riesgo
FV: La cantidad invertida en los proyectos de mediano riesgo 3 y
4 deben estar en la tasa 1:2, respectivamente.
D: La cantidad invertida en el proyecto 4 debe ser el doble de lo invertido
en el proyecto 3.
FM: -2P3 + P4 = 0
h) Capital de inversión
FV: El capital disponible para invertir en todos los proyectos es de
$200000 000
FM: P1 + P2 + P3 + P4= 2
i) Restricciones lógicas
P1, P2, P3 y P4 >= 0
Paso 5 Formulación matemática del modelo
Maximizar 0.25P1 +0.35P2 + 0.20P3 + 0.10P4
Sujeto a:
P1 + P2 >= 0.55 (mínimo en alto riesgo)
P1 + P2 <= 0.70 (máximo en alto riesgo)
P3 + P4 >= 0.25 (mínimo en mediano riesgo)
P3 + P4 <= 0.35 (máximo en mediano riesgo)
FM: -2P1 + P2 = 0
FM: -2P3 + P4 = 0
FM: P1 + P2 + P3 + P4= 2
P1, P2, P3 y P4 >= 0
2. El MEM ha dispuesto $ 10 millones de dólares de su presupuesto
general para conflictos sociales mineras. 50 por ciento del presupuesto
se utilizara para contratar especialistas: ingenieros de minas,
trabajadores sociales y antropólogos. A un precio de $ 10000, $ 5000 y $
8000, respectivamente. Se ha decidido contratar al menos 20 ingenieros
de minas, y 10 trabajadores sociales. Debido a la demanda de
ingenieros de mina se ha decido contratar no más de 15 trabajadores
sociales. Por razones estratégicas, la proporción de antropólogos a
trabajadores sociales contratados debe estar en el rango de ¼ a ½. El
objetivo es maximizar la utilidad total de estos contratos, en donde las
utilidades individuales están dadas como 1, 3 y 2, respectivamente.
Formular el programa lineal.
Solución:
Paso 1: Identificación de las variables de decisión
IM= Número de ingenieros de minas a contratar
TS= Número de trabajadores sociales a contratar
AN= Número de antropólogos a contratar
Paso 2: Identificación de los datos del problema
El MEM dispone de $ 10 millones de dólares de su presupuesto
general para fines de conflictos sociales.
50 por ciento del presupuesto, se utilizara para contratar
profesionales; ingenieros de minas, trabajadores sociales y
antropólogos = 0.50 x $ 10 millones = $ 5 millones
Los ingenieros de minas se contratan por $ 10000.
Los trabajadores sociales por $ 5000.
Los antropólogos por $ 8000.
Se ha decidido que se deben contratar al menos 20 ingenieros de
minas y 10 trabajadores sociales.
Debido a la demanda de ingenieros de minas se ha decidido no
contratar más de 15 trabajadores sociales.
Por razones estratégicas, la proporción de antropólogos a
trabajadores sociales contratados debe estar en el rango de ¼ a ½.
El objetivo es maximizar la utilidad total para realizar contratos, en
donde las utilidades individuales están dadas como 1, 3 y 2,
respectivamente.
Paso 3 Identificación de la función objetivo
FV: Maximizar la utilidad de contratos
D: Maximizar (utilidad de contratos de ingenieros d minas + utilidad de
contratos de trabajadores sociales + utilidad de contrato de
antropólogos) FM: Maximizar 1 x IM + 3 x TS +2 x AN
Maximizar IM + 3TS + 2AN
Paso 4 Identificación de las restricciones
a) Disponibilidad de presupuesto
FV: El gobierno utilizara $ 5 millones para contratar profesionales.
Ingenieros de minas, trabajadores sociales y antropólogos.
FM: 0.1IM + 0.05TS + 0.08AN <= 5
b) contrato de ingeniero de minas
FV: El MEM debe contratar al menos 20 ingenieros de minas.
FM: IM >= 20
c) contrato de trabajadores sociales
FV: El MEM debe contratar al menos 10 trabajadores sociales.
FM: TS >= 10
d) Demanda de ingenieros de minas
FV: Debido a la demanda de ingenieros de minas el MEM no debe
contratar más de 15 trabajadores sociales.
FM: TS <= 15
e) Razones estratégicas
FV: La proporción de antropólogos a trabajadores sociales contratados
debe estar en el rango de ¼ a ½.
FM: 1/4 = AN/TS = ½
De donde tenemos:
4AN – TS >= 0
2AN – TS<= 0
f) Restricciones lógicas
IM, TS y AN >= 0
Paso 5 Formulación matemática del modelo
Maximizar IM + 3TS + 2AN
Sujeto a:
0.1T + 0.05A + 0.08P <= 5
IM >= 20
TS >= 10
TS <= 15
1/4 = AN/TS = ½
4AN – TS >= 0
2AN – TS<= 0
IM, TS y AN >= 0
3. La gerencia general de Inversiones Mineras TACAZA, está considerando
invertir en 4 prospectos mineros, cada uno de ellos requiere una cierta
cantidad de capital inicial. El asesor financiero de la empresa luego de la
evaluación de la información de cada prospecto, de la inversión inicial,
del factor de riesgo asociado (entre 0 y 1) y la recuperación anual,
presenta la tabla siguiente:
PROYECTO CAPITAL INICIAL (US $)
RIESGO DEVOLUCIÓN
P1 2 000 000 0.40
0.65
P2 3 000 000 0.45
0.55
P3 1 500 000 0.60
0.95
P4 3 500 000 0.55
0.85
El directorio de la empresa ha acordado que el riesgo total, obtenido al
sumar los factores de riesgo de cada proyecto aprobado, no debe
exceder a 3.0. También, cuando mucho dos proyectos pueden tener un
factor de riesgo mayor a 0.5.
Se debe determinar en qué proyectos de debe invertir el presupuesto de
15 millones de dólares que dispone para lograr la mayor recuperación
anual posible.
Formule un modelo matemático.
Solución:
Paso 1: Identificación de las variables de decisión
En el presente problema podemos elegir aceptar o rechazar cada una
de las seis propuestas. Entonces crearemos una variable entera para
cada proyecto, de la manera siguiente:
P1 (1, si Inversiones Mineras TACAZA debe invertir en el proyecto 1 Y 0,
si Inversiones Mineras Rinconada SAA no debe invertir en el proyecto 1)
P2 (1, si Inversiones Mineras TACAZA debe invertir en el proyecto 2 Y 0,
si Inversiones Mineras TACAZA no debe invertir en el proyecto 2)
P3 (1, si Inversiones Mineras TACAZA debe invertir en el proyecto 3 Y 0,
si Inversiones Mineras TACAZA no debe invertir en el proyecto 3)
P4 (1, si Inversiones Mineras TACAZA debe invertir en el proyecto 4 Y 0,
si Inversiones Mineras TACAZA no debe invertir en el proyecto 4)
Paso 2: Identificación de los datos del problema
a. Evaluación de los proyectos:
PROYECTO CAPITAL INICIAL (US $)
RIESGO DEVOLUCIÓN
P1 2 000 000 0.40
0.65
P2 3 000 000 0.45
0.55
P3 1 500 000 0.60
0.95
P4 3 500 000 0.55
0.85
b. El riesgo total, obtenido al sumar los factores de riesgo de cada
proyecto aprobado, no debe exceder a 3.0.
c. Cuando muchos dos proyectos pueden tener un factor de riesgo
mayor a 0.5.
d. Se dispone de un presupuesto de US $ 15 000 000.
Paso 3 Identificación de la función objetivo
FV: Maximizar el rendimiento total de las inversiones.
D: Maximizar (rendimiento del proyecto 1 + rendimiento del proyecto 2
+ rendimiento del proyecto 3 + rendimiento del proyecto 4)
PROYECTO CAPITAL INICIAL (US $)
RIESGO DEVOLUCIÓN
P1 2 000 000 0.40
0.65
P2 3 000 000 0.45
0.55
P3 1 500 000 0.60
0.95
P4 3 500 000 0.55
0.85
FM: Maximizar 2 000 000 x 0.65P1 + 3 000 000 x 0.55P2 + 1 500 000 x
0.95P3 + 3 500 000 x 0.85P4
Maximizar 130 000P1 + 1 650 000P2 + 1 425 000P3 + 2975 000P4
Paso 4 Identificación de las restricciones
a) Flujo de efectivo anual
FV: Se dispone de 15 000 000 para invertir anualmente.
D: (Inversión en el proyecto 1 + Inversión en el proyecto 2 + Inversión
en el proyecto 3 + Inversión en el proyecto 4) debe ser menor o igual a
15000000.
FM: 2 000 000P1 + 3 000 000P2 + 1 500 000P3 + 3 500 000P4<=
15000000
4P1 + 6P2 + 3P3 + 7P4<= 30
b) Riesgo total
FV: El riesgo total, obtenido al sumar los factores de riesgo de cada
proyecto aprobado, no debe exceder a 3.0.
D: (el riesgo del proyecto 1 + el riesgo del proyecto 2 + el riesgo del
proyecto 3 + el riesgo del proyecto 4) debe ser menor o igual a 3.0.
FM: 0.40P1 + 0.45P2 + 0.60P3 + 0.55P4<= 3.0
d) Restricciones lógicas
P1, P2, P3 yP4 binarios
Paso 5 Formulación matemática del modelo
Maximizar: 130 000P1 + 1 650 000P2 + 1 425 000P3 + 2975 000P4
Sujeto a:
2 000 000P1 + 3 000 000P2 + 1 500 000P3 + 3 500 000P4<= 15000000
4P1 + 6P2 + 3P3 + 7P4<= 30
0.40P1 + 0.45P2 + 0.60P3 + 0.55P4<= 3.0
P1, P2, P3 yP4 binarios
V. PROBLEMAS DE DISEÑO
1. Una empresa de mecánica de producción, ha recibido un pedido para
hacer cilindros metálicos para los diferentes desperdicios en una mina.
El volumen total del cilindro debe ser al menos de 20 pies cúbicos. El
costo de acero para hacer el costado del contenedor es $3.5 por pie
cuadrado. El costo de la base y la tapa es de $4.5 por pie cuadrado.
Como ingeniero de producción, formule un modelo matemático para
determinar un diseño que minimice el costo del acero requerido.
Solución:
Paso 1: Identificación de las variables de decisión
R = radio de la base en pies
H = altura del cilindro en pies
Paso 2: Identificación de los datos del problema
a. El volumen total del contenedor debe ser al menos de 20 pies
cúbicos.
b. El costo de acero para hacer el costado del contenedor es $3.5 por
pie cuadrado.
c. El costo de la base y la tapa es de $4.5 por pie cuadrado.
Paso 3 Identificación de la función objetivo
FV: Minimizar el costo de acero requerido para construir el cilindro de
basura.
D: Minimizar (costo del acero del costado del cilindro + costo del acero
de la base y de la tapa)
FM: Minimizar (2πRH pie2 x $3.5 / pie2 + 2πR2 pie2 x $4.5 / pie2)
Minimizar
7πRH + 9πR2
Paso 4 Identificación de las restricciones
a) Volumen del contenedor
FV: El volumen total del contenedor debe ser al menos de 20 pies
cúbicos.
D: (πR2H) debe ser al menos de 20 pies cúbicos.
FM: πR2H >= 20
b) Restricciones lógicas
R y H >= 0
Paso 5 Formulación matemática del modelo
Minimizar 7πRH + 9πR2
Sujeto a:
πR2H >= 20
R y H >= 0
2. Una empresa minera desea diseñar un contenedor de residuos sólidos.
El volumen total del cilindro debe ser al menos de 100 pies cúbicos. El
costo de acero para hacer el costado del contenedor es $10 por pie
cuadrado. El costo de la base y la tapa es de $15 por pie cuadrado.
Como ingeniero de producción, formule un modelo matemático para
determinar un diseño que minimice el costo del acero requerido.
Solución:
Paso 1: Identificación de las variables de decisión
R = radio de la base en pies
H = altura del contenedor en pies
Paso 2: Identificación de los datos del problema
a. El volumen total del contenedor debe ser al menos de 100 pies
cúbicos.
b. El costo de acero para hacer el costado del contenedor es $10 por
pie cuadrado.
c. El costo de la base y la tapa es de $15 por pie cuadrado.
Paso 3 Identificación de la función objetivo
FV: Minimizar el costo de acero requerido para construir el contenedor
de residuos sólidos.
D: Minimizar (costo del acero del costado del contenedor + costo del
acero de la base y de la tapa)
FM: Minimizar (2πRH pie2 x $10/ pie2 + 2πR2 pie2 x $15 / pie2)
Minimizar
20πRH + 30πR2
Paso 4 Identificación de las restricciones
a) Volumen del contenedor
FV: El volumen total del contenedor debe ser al menos de 100 pies
cúbicos.
D: (πR2H) debe ser al menos de 100 pies cúbicos.
FM: πR2H >= 100
b) Restricciones lógicas
R y H >= 0
Paso 5 Formulación matemática del modelo
Minimizar 20πRH + 30πR2
Sujeto a:
πR2H >= 100
R y H >= 0
VI. PROBLEMAS DE DISMINUCIÓN DE CONTAMINACIÓN
1. ACEROS AREQUIPA, ha tenido problema en cuanto a la contaminación
no controlada del aire debido a los altos hornos de la planta está en
camino de arruinar la apariencia de la ciudad y de poner en peligro la
ciudad la salud de sus habitantes. Para esto se ha establecido
estándares rigurosos de calidad del aire para la ciudad.
Los tres tipos principales de contaminantes son partículas de materia,
óxidos de azufre e hidrocarburos. Los nuevos estándares requieren que
la compañía reduzca su emisión anual de estos contaminantes en las
cantidades que se presenta en la tabla 1. Cómo lograr estas reducciones
en la forma más económica.
Tabla 1. Estándares de aire limpio de la empresa
Contaminante Reducción requerida de la tasa de emisión anual (millones de
Partículas 70
Óxidos de azufre 160
Hidrocarburos 135
La fabricación de acero tiene dos fuentes principales de contaminación:
los altos hornos para fabricar (lingotes de acero) y los hornos de
fundición para transformar el hierro en acero. En ambos casos los
ingenieros determinaron que los métodos de abatimiento más eficaces
son: 1) aumentar la altura de las chimeneas, 2) usar filtros (con trampas
de gas) en ellas y 3) incluir limpiadores de alto grado en los
combustibles de los hornos.
La tabla 2. Muestra la cantidad de emisión (en millones de libras
anuales) que se puede eliminar de cada tipo de horno mediante el
empleo del método de abatimiento al máximo límite tecnológico.
Tabla 2. Reducción de la tasa de emisión (en millones de libras por año)
con el uso máximo factible del método de abatimiento
Chimeneas más
Filtros Mejores c
Contaminante Altos hornos
Hornos fundición
Altos hornos
Hornos fundición
Altos hornos
Hornos fundición
Partículas 14 11 27 22 19 15
Óxidos de azufre
37 44 20 33 58 51
Hidrocarburos 39 55 30 26 31 22
Se llevó a cabo un análisis para estimar el costo total anual de cada
método de abatimiento. El costo anual de un método incluye el aumento
de los gastos de operación y mantenimiento al igual que la reducción de
los ingresos de vida a cualquier pérdida de eficiencia en el proceso de
producción que puede generar el uso del método. El otro costo
importante es el costo fijo inicial (el capital inicial) que se requiere para
instalar el método.
El análisis permitió estimar los costos anuales totales en millones de
dólares que se presentan en la tabla 3., en la que se incurre al usar los
métodos a toda su capacidad de abatimiento.
Tabla 3. Costo anual por el uso máximo factible del método de
abatimiento (millones de dólares)
Método de abatimiento
Altos hornos Hornos de corazón abierto
Chimeneas más altas
9 11
Filtros 8 7
Mejores combustibles
12 10
En esta etapa todo está listo para desarrollar el marco general del plan
de la compañía para disminuir la contaminación. Éste plan especifica
qué tipo de métodos de reducción deberán emplearse y a que fracciones
de su capacidad para: 1) los altos hornos y 2) los hornos de fundición.
Debido a la naturaleza combinatoria del problema de encontrar un plan
que satisfaga a los requisitos con el menor costo posible, se formó un
equipo de investigación de operaciones para resolverlo. El equipo
decidió enfocar el problema desde un punto de vista de programación
lineal y debe formular un modelo matemático.
Solución:
Paso 1: Identificación de las variables de decisión
HA = Fracción del uso máximo de chimeneas más altas para altos
hornos.
HF= Fracción del uso máximo de chimeneas más altas para hornos de
fundición.
FA= Fracción del uso máximo de filtros para altos hornos.
FF= Fracción del uso máximo de filtros para hornos de fundición
MA= Fracción del uso máximo de mejores combustibles para altos
hornos.
MF= Fracción del uso máximo de mejores combustibles para hornos de
fundición.
Paso 2: Identificación de los datos del problema
a. Estándares de aire limpio
Contaminante Reducción requerida de la tasa de emisión anual (millones de
Partículas 70
Óxidos de azufre 160
Hidrocarburos 135
b. Reducción de la tasa de emisión (en millones de libras por año)
con el uso máximo factible del método de abatimiento
Chimeneas más
Filtros Mejores c
Contaminante Altos hornos
Hornos fundición
Altos hornos
Hornos fundición
Altos hornos
Hornos fundición
Partículas 14 11 27 22 19 15
Óxidos de azufre
37 44 20 33 58 51
Hidrocarburos 39 55 30 26 31 22
c. Costo anual por el uso máximo factible del método de abatimiento
(millones de dólares)
Método de abatimiento
Altos hornos Hornos de corazón abierto
Chimeneas más altas
9 11
Filtros 8 7
Mejores combustibles
12 10
Paso 3 Identificación de la función objetivo
FV: Minimizar el costo total de la disminución de la contaminación
mediante métodos de abatimiento.
FM: Minimizar 9 HA + 11 HF + 8FA + 7FF +12MA + 10MF
Paso 4 Identificación de las restricciones
p) Reducción requerida de la emisión de partículas anualmente
FV: La reducción requerida de emisión de partículas es de 70 millones
de libras anualmente.
D: (reducción de la tasa de emisión empleando el método de
chimeneas más altas para altos hornos + reducción de la tasa de
emisión empleando el método de chimeneas más altas para hornos de
fundición + reducción de la tasa de emisión empleando el método de
filtros para altos hornos + reducción de la tasa de emisión empleando el
método de filtros para hornos de fundición + reducción de la tasa de
emisión empleando el método de mejores combustibles para altos
hornos + reducción de la tasa de emisión empleando el método de
mejores combustibles para hornos de fundición) debe ser mayor o igual
a 70 millones de libras.
FM: 14 CA + 11 CF + 27FA + 22FF +19MA + 15MF >= 70
De manera similar para los métodos de abatimiento de filtros y el uso de
mejores combustibles:
FM: 37 CA + 44 CF + 20FA + 33FF +58MA + 51MF >= 160
FM: 39 CA + 55 CF + 30FA + 26FF +31MA + 22MF >= 135
q) Eficiencia tecnológica de los métodos
FV: La máxima eficiencia tecnológica del método de chimeneas más
altas para altos hornos es del
100%.
FM: CA <= 1
De manera similar para los otros métodos de abatimiento: CF <= 1
FA <= 1
FF <=
MA <= 1
MF <= 1
r) Restricciones lógicas
CA, CF, FA, FF, MA y MF >= 0
Paso 5 Formulación matemática del modelo
Minimizar 9 HA + 11 HF + 8FA + 7FF +12MA + 10MF
Sujeto a:
14 CA + 11 CF + 27FA + 22FF +19MA + 15MF >= 70
37 CA + 44 CF + 20FA + 33FF +58MA + 51MF >= 160
39 CA + 55 CF + 30FA + 26FF +31MA + 22MF >= 135
FM: CA <= 1
FA <= 1
CF <= 1
FF <= 1
MA <= 1
MF <= 1
CA, CF, FA, FF, MA y MF >= 0