APLICACIONES

1. Problema de la Dieta: (Stigler, 1945). Consiste en determinar una dieta de manera eficiente, a
partir de un conjunto dado de alimentos, de modo de satisfacer requerimientos nutricionales. La
cantidad de alimentos a considerar, sus caractersticas nutricionales y los costos de stos, permiten
obtener diferentes variantes de este tipo de modelos. Por ejemplo:

Leche Legumbre Naranjas Requerimientos

(lt)

(1 porcin) (unidad)

Nutricionales

Niacina

3,2

4,9

0,8

13

Tiamina

1,12

1,3

0,19

15

Vitamina C

32

93

45

Costo

0,2

0,25

Variables de Decisin:

X1: Litros de Leche utilizados en la Dieta

X2: Porciones de Legumbres utilizadas en la Dieta

X3: Unidades de Naranjas utilizadas en la Dieta

Funcin Objetivo: (Minimizar los Costos de la Dieta) Min 2X1 + 0,2X2 + 0,25X3
Restricciones: Satisfacer los requerimientos nutricionales

Niacina: 3,2X1 + 4,9X2 + 0,8X3 >= 13

Tiamina: 1,12X1 + 1,3X2 + 0,19X3 >=15

Vitamina C: 32X1 + 0X2 + 93X3 >= 45

No Negatividad: X1>=0; X2>=0; X3>=0

Compruebe

utilizando

nuestro Mdulo

de

Resolucin que

es X1=0, X2=11,4677, X3=0,483871, con Valor ptimo V(P)=2,4145.

la

solucin

ptima

2. Problema de Dimensionamiento de Lotes: (Wagner y Whitin, 1958). Consiste en hallar una

poltica ptima de produccin para satisfacer demandas fluctuantes en el tiempo, de modo de
minimizar los costos de produccin e inventario, considerando la disponibilidad de recursos escasos.
Considere que una fabrica puede elaborar hasta 150 unidades en cada uno de los 4 periodos en que se
ha subdividido el horizonte de planificacin y se tiene adicionalmente la siguiente informacin:

Periodos

Demandas Costo Prod. Costo de Inventario

(unidades) (US$/unidad)

(US$/unidad)

130

80

125

2.5

195

Adicionalmente considere que se dispone de un Inventario Inicial de 15 unidades y no se acepta

demanda pendiente o faltante, es decir, se debe satisfacer toda la demanda del perodo.
Variables de Decisin:

Xt: Unidades elaboradas en el perodo t (Con t =1,2,3,4)

It: Unidades en inventario al final del perodo t (Con t =1,2,3,4)

Funcin Objetivo: (Minimizar los Costos de Produccin e Inventarios) Min 6X1 + 4X2 + 8X3 +
9X4 + 2I1 + 1I2 + 2,5I3+ 3I4
Restricciones:

Capacidad de Produccin por Perodo: Xt <= 150 (Con t =1,2,3,4)

Satisfacer Demanda Perodo 1: X1 + I0 - I1 = 130 (I0 = 15)

Satisfacer Demanda Perodo 2: X2 + I1 - I2 = 80

Satisfacer Demanda Perodo 3: X3 + I2 - I3 = 125

Satisfacer Demanda Perodo 4: X4 + I3 - I4 = 195

No Negatividad: Xt >=0, It >=0

Solucin ptima utilizando Solver de MS Excel (Para ver una aplicacin de esta herramienta
ingrese AQUI): X1=115,X2=150, X3=100, X4=150, I1=0, I2=70, I3=45, I4=0.
ptimo V(P)=3.622,5

Valor

1. Cmo puedo constatar que un problema de Programacin Lineal tiene infinitas

soluciones?
R: Un problema de PL tiene infinitas soluciones si en la tabla final del Mtodo Simplex un costo
reducido

asociado

una

variable

no

bsica

igual

cero.

2. Utilizando el Mtodo Simplex de 2 Fases, Cmo compruebo que el problema asociado es

infactible?
R: Esto se comprueba si el valor de la funcin objetivo terminada la Fase I es distinto de cero.
3. Puede existir una restriccin activa con precio sombra asociado igual a cero?
R:

Si.

Sin

embargo,

este

caso

es

ms

la

excepcin

que

la

regla.

4. Es incorrecto considerar como variable que entra a la base alguna variable no bsica
con costo reducido negativo, pero no el "ms negativo" de todos? (Mtodo Simplex)
R: No es incorrecto. En general, se utiliza como criterio seleccionar como variable entrante a la base
aquella variable no bsica con costo reducido ms negativo, de modo de que en menos iteraciones
podamos alcanzar el ptimo en caso que ste exista (rapidez de convergencia).
5. Utilizando el Mtodo Simplex, Cmo se puede detectar que un problema de
Programacin

Lineal

es

no

acotado?

R: Esta situacin se detecta cuando al realizar el clculo de la variable que deja la base, todos los
elementos Ykj de la columna jen la tabla son negativos, para j el ndice de una variable no bsica con
costo reducido negativo.
6. Si el problema Dual asociado a un modelo de Programacin Lineal es no acotado, Qu
situacin

se

verifica

con

el

modelo

Primal?

R: Si el modelo Dual es no acotado, entonces el Primal es infactible.

7.

Cmo

se

verifica

que

un

problema

lineal

es

infactible?

R: Si todas las entradas en la columna correspondiente a una variable no bsica con costo reducido
negativo son negativas o igual a cero.
8.

Qu

significa

que

un

modelo

de

programacin

lineal

sea

infactible?

R: Bsicamente consiste en que no existen valores que puedan adoptar las variables de decisin de
modo que se verifique el cumplimiento de todas las restricciones del modelo.