Maestra en Direccin de Empresas MADEUCA

Programacin por Metas

por Antonio Meja

Introduccin. algoritmo utilizado provee una alternativa donde

Supngase que usted desea comprar un nuevo
carro, al analizar las posibles modelos desea
considerar los siguientes atributos de cada uno:
a. Tamao del carro
b. Economa del carro (km/galn)
c. Estilo de carro
d. Precio del carro
Otro ejemplo sera en una planificacin
corporativa, donde se desean lograr los siguientes
objetivos:
a. Maximizar la utilizacin del equipo (alta
produccin)
b. Maximizar la participacin en el mercado
(alta variedad)
c. Minimizar el costo de produccin
d. Maximizar la tasa de efectivo
En ambos ejemplos hay objetivos en conflicto
y en muchas ocasiones no pueden ser logrados en
forma directa o simultnea. La solucin se
encuentra en utilizar una de las tcnicas de
Programacin por metas desarrollada por A.
Charles y W. Cooper. A fin de entender esta tcnica
en la tabla inferior se definen ciertos trminos.
las desviaciones de las diferentes metas se
minimizan.
Existen diversas tcnicas para las medir las
desviaciones de las metas y para ponderar y/o
priorizar cada una de ellas. En el presente curso
estudiaremos la tcnica ms sencilla y la ms
ampliamente utilizada.
En Programacin Lineal todas y cada una de
las restricciones deben cumplirse, en Programacin
por Metas las metas pueden o no cumplirse. La
Funcin Objetivo determinar aquella alternativa
que primeramente satisfaga todas y cada una de
las restricciones fijas o rgidas del modelo y
segundo que cumplan de mejor forma todas las
metas.
Ventajas
La Funcin Objetivo minimiza las desviaciones
de las mltiples metas
Existen diversos criterios para medir las
desviaciones de las metas
Existe un peso o prioridad para cada meta
La alternativa ptima muestra el grado en que
cada meta ha sido alcanzada, lo cual facilita
tomar decisiones.

Esta tcnica resuelve problemas de Limitaciones:

optimizacin con varios objetivos, aun y cuando
stos estn en conflicto. Puede ser usada para toma
de decisiones en distribucin de recursos,
planeacin financiera, distribucin de
presupuestos, decisiones de mercado y otras. El
Tanto las variables de decisin de la funcin
objetivo como las de las restricciones deben de
ser lineales
Las variables deben de ser continuas.

Objetivo. Refleja los deseos del tomador de decisiones (ej. Max o Min. algn criterio).
Nivel de aspiracin. Es un valor especfico asociado con un deseo o un nivel de
logro de un objetivo.
Meta. Es un objetivo con un nivel de aspiracin
Desviacin de la meta. Es la diferencia entre lo que se logra y lo que se deseaba
alcanzar. Pueden ser categorizados como sub-logros o sobre-logros de las metas.

63

No existe una forma sistmica para llevar a cabo
el anlisis de sensibilidad.
Las Variables de decisin deben ser no-negativa.
No siempre se logra satisfacer todas las metas
Variables de desviacin:
Reflejan la desviacin positiva o negativa del
valor logrado con respecto a la meta.
Deben ser no-negativas.
Cuando el valor requerido para que la meta se
cumpla es positivo se denomina desviacin
faltante (Ui)
Cuando el valor requerido para que la meta se
cumpla es negativo se denomina desviacin
sobrante (Vi)
Pesos de las variables de desviacin
Existen diversas tcnicas para las medir las
desviaciones de las metas y para ponderar y/o
priorizar cada una de ellas. En el presente curso
estudiaremos la tcnica ms sencilla y que es a la
vez la ms ampliamente utilizada.
Los pesos se asignan de acuerdo a lo que el
tomador de decisiones considere sea la
penalizacin por la desviacin (por unidad) con
respecto a la meta. Los pesos pueden indicar
penalizaciones monetarias o cualquier otra
medida que se relacione a la meta. La meta ms
importante recibe el mayor peso.
Transformacin de Objetivos Y Metas
Sea F(x) una representacin matemtica de
un objetivo y Bi el nivel de aspiracin asociado
al objetivo, entonces las metas pueden ser de tres
tipos:
Tipo de Meta Forma en Programacin
de metas
Fi (x) Bi F(x) + Ui - Vi = Bi
Fi (x) Bi F(x) + Ui -Vi = Bi
Fi( x) = Bi F(x) + Ui -Vi = Bi
Maestra en Direccin de Empresas MADEUCA
1. F(x) Bi
2. F(x) Bi
3. F(x) = Bi
Sea cual sea la forma, la transformacin a
programacin por metas se logra aadiendo una
variable de desviacin faltante (Ui ) y sustrayendo
una variable de desviacin de excedente (Vi). Ver
tabla inferior.
Al resolver el modelo, cualquier alternativa
factible tiene como resultado que Ui = 0 Vi = 0,
o ambas son igual a cero (0).
Aquellas restricciones rgidas, propias del
sistemas (que no se consideran metas) no sufren
ninguna transformacin. Estas restricciones
deben ser cumplidas en su totalidad para que una
alternativa pueda sean considerada factible y sea
evaluada por la funcin objetiva.
Ejemplos.
I . Meta del tipo . Supngase que desea obtener
una ganancia mnima determinada. Tomemos
una funcin de utilidad de la forma: 5*X1 + 7*X2.
Si el nivel de aspiracin es lograr al menos
10,000, se tiene la siguiente transformacin:
5*X1 + 7*X2 10,000
5*X1 + 7*X2 + U1 - V1 = 10,000
La obtencin de la meta se lograr en la
medida que Ui sea pequeo. O sea, la tcnica
buscar la alternativa que logre minimizar tanto
el valor de Ui como el valor global de la Funcin
Objetivo, y al mismo tiempo tratar de cumplir
la meta lo ms posible.
II. Meta del tipo . Supngase que se desea
Variable de desviacin
a ser minimizada
Vi
Ui
Ui + Vi
64

limitar los costos a un valor determinado. Tome
la funcin de costos 100*X1 + 200*X2. Si el nivel
de aspiracin establece que los costos no deben
sobrepasar de 5,000. Se tiene la siguiente
transformacin:
100*X1 + 200*X2 5,000
100*X1 + 200*X2 + U1 - V1 = 5,000
La obtencin de la meta se lograr en la
medida que V1 sea pequeo. La tcnica
encontrar la alternativa que minimice
simultneamente el valor de V1 y el valor de la
funcin Objetivo, y al mismo tiempo tratar que
la meta se cumpla lo ms posible.
III. Meta del tipo =. Si se desea cumplir con una
igualdad. Supngase se desea invertir una
cantidad determinada de recurso, con un nivel de
aspiracin de digamos 30,000 colones. Se realiza
la siguiente transformacin:
100*X1 + 50*X2 = 30,000
100*X1 + 50*X2 + U1 - V1 = 30,000
En este caso, la obtencin de la meta se lograr
en la medida que U1 + V1 sea lo ms pequeo
posible.
IV. Meta de intervalo. Supngase que se tiene
un producto que tiene que ser producido, y existe
una produccin mnima y otra mxima. Para este
caso 25 X1 50. Esta meta pueden reescribirse
como:
X1 25 y X1 50
Transformando las desigualdades en forma de
Programacin por metas se tiene dos metas:
X1 + U1 - V1 = 25 y
X1 + U2 - V2 = 50
En la funcin objetivo se deben minimizarn
tanto U1 como V2.
Qu sucede con las restricciones rgidas
Maestra en Direccin de Empresas MADEUCA
propias del sistema? Estas no sufren ninguna
transformacin, o sea, no se les agrega ningn
tipo de variable de desviacin. Recuerde estas
restricciones deben ser cumplidas en su totalidad
para que una alternativa pueda sean considerada
factible y sea evaluada por la Funcin Objetiva.
Caso Burmit.
La compaa publicitaria Burmit esta tratando
de determinar una programacin de comerciales
a contratar para la compaa de autos Priceler.
Priceler tiene tres metas.
Meta 1: Sus comerciales deben de ser vistos por
al menos 40 (mil) hombres de alto
ingreso econmico. (HAI).
Meta 2: Sus comerciales deben de ser vistos por
al menos 60 (mil) hombres de mediano
ingreso econmico. (HMI).
Meta 3: Sus comerciales deben de ser vistos por
al menos 35 (mil) mujeres de alto ingreso
econmico. (MAI)
La compaa Burnit puede comprar 2 tipos
de comerciales: el primero durante los juegos de
ftbol y el segundo durante los programas de
comedias. El mximo desembolso debe ser de
$60,000.
Los costos de los comerciales y la audiencia
potencial de un anuncio de un minuto se muestra
en la Tabla # 1. Burnit debe determinar el nmero
de comerciales que deben de ser pasados en los
partidos de ftbol y en las comedias a fin de
satisfacer las metas de la compaa Priceler.
Tipo de Costo HAI HMI MAI
comercial ($/spot) (#) (#) (#)
Ftbol 10,000 7,000 10,000 5,000
Comedias 6,000 3,000 5,000 4,000
Tabla # 1
65
19 Maestra en Direccin de Empresas MADEUCA

18 Figura #1 Presupuesto
HAI
17
HMI
16 HMI
15

14

13

12

11

10

0
0

10

11

12
9

66
 Maestra en Direccin de Empresas MADEUCA
Variables de Decisin. 10*X1 + 5*X2 + U2 - V2 = 60
5*X1 + 4*X2 + U3 - V3 = 35
Sea X1 = nmero de comerciales contratados
durante los juegos de ftbol. Supongamos que Priceler desea minimizar
Sea X2 = nmero de comerciales contratados el total de penalizacin de las prdidas de sus
durante las comedias. ventas. Los coeficientes en la funcin objetivo
son llamados pesos. Cuando las unidades de
F.O. Min. (o Max) Z = 0*X1 + 0*X2 las diversas metas son homogneas y medidas en
(o cualquier otra funcin objetivo equivalente) la misma unidad, la meta ms importante debe
tener el mayor peso de penalizacin. Burmit debe
10*X1 + 6*X2 60 (Presupuesto en miles) ahora resolver ahora el siguiente problema de PL
7*X1 + 3*X2 40 (HAI)
10*X1 + 5*X2 60 (HMI) F.O. Min. 2*U1 + 1*U2 + 0.5*U3
5*X1 + 4*X2 35 (MAI) s.a
X1, X2 0 7*X1 + 3*X2 + U1 - V1 = 40
10*X1 + 5*X2 + U2 - V2 = 60
Este modelo no tiene solucin (vea figura #1), 5*X1 + 4*X2 + U3 - V3 = 35
por lo que Burnit pide a Priceler identificar para 10*X1 + 6*X2 60
cada meta, un costo (por unidad de faltante) en Todas las variables no-negativas
que se incurrira por no cumplir sus metas.
La solucin al modelo proporciona los
Supngase que Priceler determina que: siguientes resultados:

- Por cada mil hombres, bajo la meta de HAI que X1 = 6 V1 = 2 V3 = 0 U2 = 0

no vean el comercial, un (1) hombre deja de X2 = 0 V2 = 0 U1 = 0 U3 = 5
comprar un vehculo y la compaia Priceler
pierde $2,000 en concepto de ganancia neta. Sustituyendo tenemos que el valor de la
- Por cada mil hombres, bajo la meta de HMI que funcin objetivo es:
no vean el comercial, un (1) hombre deja de = 2*U1 + 1*U2 + 0.5*U3
comprar un vehculo y la compaia Priceler = 2*0 +1*0 + 0.5*5
pierde $1,000 en concepto de ganancia neta. = 2.5
- Por cada cuatro mil mujeres, bajo la meta de
MAI que no vean el comercial, una (1) mujer La alternativa ptima logra cumplir con las
deja de comprar un vehculo y la compaia primeras dos metas y falla en la tercera, que tiene
Priceler pierde $2,000 en concepto de ganancia el menor peso (penalizacin)
neta.
Supngase que se decide modificar la
El siguiente paso es transformar las metas restriccin del presupuesto y considerarla como
en igualdades tomando las siguientes variables una meta. Si se decide penalizar con 0.30 cada
de desviacin: unidad monetaria gastada por encima de la meta
del presupuesto, el modelo apropiado de la
Ui = Cantidad numrica por debajo de la meta i programacin por metas sera:
Vi = Cantidad numrica por sobre la meta i
Min. 2*U1 + 1*U2 + 0.5*U3 + 0.3*V4
Metas transformadas: s.a.
7*X1 + 3*X2 + U1 - V1 = 40
7*X1 + 3*X2 + U1 - V1 = 40 10*X1 + 5*X2 + U2 - V2 = 60

67
 Maestra en Direccin de Empresas MADEUCA
5*X1 + 4*X2 + U3 - V3 = 35 X2= 3.333
10*X1 + 6*X2 + U4 - V4 = 60 V1 =0.3333
Todas las variables no-negativas. V4 = 3.333

La solucin a este modelo es: F.O. = 1.0

X1 = 4.333

68
 Maestra en Direccin de Empresas MADEUCA
Priceler, Burmit Programacin por Metas -A

OPTIMAL SOLUTION - DETAILED REPORT

Variable Value Cost Red. cost Status
1 X1 6.0000 0.0000 0.0000 Basic
2 X2 0.0000 0.0000 0.0000 Basic
3 U1 0.0000 2.0000 2.0000 Lower bound
4 V1 2.0000 0.0000 0.0000 Basic
5 U2 0.0000 1.0000 0.5000 Lower bound
6 V2 0.0000 0.0000 0.5000 Lower bound
7 U3 5.0000 0.5000 0.0000 Basic
8 V3 0.0000 0.0000 0.5000 Lower bound

Slack Variables
14 PRESUPUEST 0.0000 0.0000 0.7500 Lower bound

Objective Function Value = 2.5

OPTIMAL SOLUTION - DETAILED REPORT

Constraint Type RHS Slack Shadow price
1 HAI = 40.0000 0.0000 0.0000
2 HMI = 60.0000 0.0000 0.5000
3 MAI = 35.0000 0.0000 0.5000
4 PRESUPUEST <= 60.0000 0.0000 -0.7500

SENSITIVITY ANALYSIS OF COST COEFFICIENTS

Current Allowable Allowable
Variable Coeff. Minimum Maximum
1 X1 0.0000 -0.8333 0.8333
2 X2 0.0000 -0.5000 0.5000
3 U1 2.0000 0.0000 Infinity
4 V1 0.0000 -0.4167 0.4167
5 U2 1.0000 0.5000 Infinity
6 V2 0.0000 -0.5000 Infinity
7 U3 0.5000 0.0000 1.0000
8 V3 0.0000 -0.5000 Infinity

SENSITIVITY ANALYSIS OF RIGHT-HAND SIDE VALUES

Constraint Type Current Allowable Allowable
Value Minimum Maximum
1 HAI = 40.0000 -Infinity 42.0000
2 HMI = 60.0000 58.3333 60.0000
3 MAI = 35.0000 30.0000 Infinity
4 PRESUPUEST <= 60.0000 60.0000 63.3333
69
 Maestra en Direccin de Empresas MADEUCA
Priceler, Burmit Programacin por Metas -b

OPTIMAL SOLUTION - DETAILED REPORT

Variable Value Cost Red. cost Status
1 X1 4.3333 0.0000 0.0000 Basic
2 X2 3.3333 0.0000 0.0000 Basic
3 U1 0.0000 2.0000 2.0000 Lower bound
4 V1 0.3333 0.0000 0.0000 Basic
5 U2 0.0000 1.0000 0.8000 Lower bound
6 V2 0.0000 0.0000 0.2000 Lower bound
7 U3 0.0000 0.5000 0.3000 Lower bound
8 V3 0.0000 0.0000 0.2000 Lower bound
9 U4 0.0000 0.0000 0.3000 Lower bound
10 V4 3.3333 0.3000 0.0000 Basic

Objective Function Value = 1

Constraint Type RHS Slack Shadow price

1 HAI = 40.0000 0.0000 0.0000

2 HMI = 60.0000 0.0000 0.2000
3 MAI = 35.0000 0.0000 0.2000
4 PRESUPUEST = 60.0000 0.0000 -0.3000

SENSITIVITY ANALYSIS OF COST COEFFICIENTS

Current Allowable Allowable
Variable Coeff. Minimum Maximum
1 X1 0.0000 -0.7500 0.6000
2 X2 0.0000 -0.3000 0.4500
3 U1 2.0000 0.0000 Infinity
4 V1 0.0000 -0.2308 0.6000
5 U2 1.0000 0.2000 Infinity
6 V2 0.0000 -0.2000 Infinity
7 U3 0.5000 0.2000 Infinity
8 V3 0.0000 -0.2000 Infinity
9 U4 0.0000 -0.3000 Infinity
10 V4 0.3000 0.0000 0.7500

SENSITIVITY ANALYSIS OF RIGHT-HAND SIDE VALUES

Current Allowable Allowable
Constraint Type Value Minimum Maximum
1 HAI = 40.0000 -Infinity 40.3333
2 HMI = 60.0000 59.6154 70.0000
3 MAI = 35.0000 30.0000 36.0000
4 PRESUPUEST = 60.0000 -Infinity 63.3333

70

Cuadro Comparativo
Programacin lineal
- Maximizar/Minimizar una Funcin
Objetivo
- Utiliza variables de decisin
- Existe un slo objetivo
- Las alternativas factibles satisfacen todas
y cada una de las restricciones rgidas
del sistema o modelo
Ejercicios adicionales
1. La compaia Fumiture Company (TCFC)
fabrica mesas y sillas. Escriba las metas para los
siguientes objetivos (las variables M y S deben
representar, respectivamente, el nmero de mesas
y sillas producidas en un periodo):
a. La fabricacin de una mesa requiere 10 horas y
la de una silla 5 horas. El nmero total de horas
de trabajo disponibles por perodo es de 3,200.
Aunque el tiempo ocioso y las horas
extraordinarias de trabajo son opciones
aceptables, TCFC desea que el nmero total de
horas de trabajo se aproxime lo ms posible a
3,200.
b. Se utiliza una pieza de madera para fabricar una
mesa y media pieza para una silla; durante un
periodo determinado se dispone de 300 piezas
de madera y no es posible comprar ms. TCFC
desea utilizar lo ms posible de esta cantidad
de madera durante cada perodo.
c. TCFC fabrica mesas sobre pedido y se ha
comprometido a proveer 200 mesas en un
perodo dado. Cualquier mesa adicional que
produjera tendra que mantenerse en inventario,
y la compaa desea minimizar el nmero de
mesas que mantenga en inventario.
d. La demanda de sillas es incierta, pero se estima
que ser de entre 200 y 250. La compaa desea
fabricar sillas aproximndose lo ms posible a
Maestra en Direccin de Empresas MADEUCA
Programacin por metas
- Minimizar las desviaciones de las
diferentes Metas
- Utiliza variables de decisin y de
desviacin
- Existen mltiples objetivos
- Las alternativas satisfacen todas las
restricciones rgidas del modelo, pero
no siempre satisface todas las metas
- Se perciben dos (2) tipos de
restricciones
estas cifras.
2. La ciudad de Chicago est estudiando dos
proyectos. Cada unidad de proyecto A cuesta $400,
crea 20 empleos y redita $200 al final del ao.
Cada unidad del proyecto B cuesta $600, crea 40
empleos y redita $200. La persona encargada de
la planeacin desea alcanzar las siguientes metas:
1. Mantener el total de gastos en $2,400 o menos.
2. Crear 120 empleos por lo menos.
3. Maximizar el rdito obtenido al final del ao
(en otro ejercicio lograr mas de 1,000)
Suponga que las tres metas aparecen en orden
descendente de prioridad absoluta.
a. Utilice el anlisis grfico ( o un software) para
encontrar el nmero ptimo de unidades que
deber dedicarse a cada proyecto.
b. Se han alcanzado las metas? Si no es as, cul
es el faltante para lograrlo?
c. Cules son el gasto neto y el nmero de empleos
creados?
3. El almacn de discos Ricky emplea
actualmente cinco empleados a tiempo completo
y tres empleados a medio tiempo. La carga de
trabajo normal es hasta 40 horas por la semana
para los de tiempo completo y de hasta 20 horas
por la semana para los empleados de medio tiempo.
A cada empleado a tiempo completo se le paga
71

00
$6. /hora, y stos pueden vender 5 discos por hora
(cada empleado). Si un empleado a tiempo
completo trabaja horas extras, estas son pagadas a
10.00 por hora. A cada empleado a medio tiempo
se le paga $3.00 /hora y puede vender 3 discos por
hora (cada empleado). Cada disco le cuesta a Ricky
$6.00, y los vende a $9.00. Ricky tienen costos fijos
semanales de $500. l ha establecido las metas
semanales siguientes, enumeradas en orden de
prioridad:
Meta 1: Vender por lo menos 1,600 discos por
semana.
Meta 2: Tener un beneficio (ganancia) de por lo
menos $2,200 por semana.
Meta 3: Ya que la fatiga hace declinar su
efectividad, los empleados a tiempo
completo deben trabajar a lo mas 20
horas extras por semana (cada uno).
Meta 4: Para aumentar su sentido de la seguridad
de los empleados, se deben reducir el
nmero de horas que cada empleado a
tiempo completo le falten para llegar a
40 horas por semana.
Meta: 5 Para aumentar su sentido de la seguridad
en el empleo, se debe reducir el nmero
de las horas que a cada empleado a
medio tiempo le falten para llegar a 20
horas por semana.
Formule un modelo de programacin lineal por
metas para determinar cuntas horas por semana
deben trabajar cada tipo de empleado.
4. Fruit Computer Company esta lista hacer
su compra anual de chips para computadoras. Fruit
puede comprar los chips (en lotes de 100) de tres
proveedores. Cada chips se clasifica como en
trminos de calidad como: excelente, bueno, o
mediocre. Durante el ao que viene la compaia
Fruit necesitar 5,000 chips excelentes, 3,000 chips
buenos , y 1,000 chips mediocres. Las
caractersticas de los chips comprados a cada
proveedor se demuestran en la tabla #1. La
compaia Fruit ha presupuestado $28,000 para la
compra de los chips. Si la compaia no obtiene
bastantes chips de una determinada calidad, la
Maestra en Direccin de Empresas MADEUCA
compaa puede ordenar chips adicionales a travs
de ordenes especiales a un precio de $10 por chips
excelentes. $6 por chips buenos, y $4 por chips
mediocres. Fruit determina una penalizacin de
$1 por cada dlar pagada a los proveedores en
exceso a la cantidad presupu-estada anual.
Formule y resuelva un modelo de Programacin
Lineal por metas para determinar una estrategia
de compra.
Tabla #1 Caracterstcas de un lote de 100
CHIPS
Proveedor Excelentes Buenos Mediocres Precio
#1 60 20 20 $400
#2 50 35 15 $300
#3 40 20 40 $250
5. Electrodomsticos Highland debe
determinar cunto TVs y VCRs deben de estar
en stock. Un color TV cuesta $300 y un VCR $200.
Un color TV requiere 2 mts 2 de espacio de
almacenaje, y un VCR requiere 0.64 mts2 de
espacio de almacenaje. La venta de un color TV
proporciona un beneficio de $150, y el de un VCR
$100. Electrodomsticos Highland ha fijado las
metas siguientes (enumeradas en la orden de la
importancia):
Meta 1: La mxima erogacin para comprar de
TVs a color y VCRs. es de $20,000.
Meta 2: Los TVs a color y VCRs. no debe utilizar
ms de 22 mtrs2 de espacio de almacenaje.
Meta 3: Electrodomsticos Highland debe tener
una ganancia de por lo menos $11,000 por las
ventas de TVs a color y VCRs.
Asuma que se ha establecido:
- Que el costo de oportunidad es del 20%.
- Que el costo por mtr2 es de $1,000
- Que la utilidad no percibida se costea en 40
ctvos de dolar por dolar no percibido.
Formule un modelo de programacin lineal de
metas para determinarse cunto TVs a color y
VCRs. ordenar (asuma que sern para la nueva
temporada, y por tanto los modelos existentes no
72

cuentan). Cmo modificara usted la formu-
lacin del modelo de metas si la meta de compaa
fuera utilizar exactamente 22 mtrs2 ?
6. Una compaa tiene varias lneas de
productos, una lnea es la industrial la cual produce
dos productos. La informacin relevante para cada
producto se muestra en la tabla #2.
Tabla #2 Producto 1 Producto 2
Mano de obra
requerida 400 horas 200 horas
Contribucin
marginal $ 4,000 $ 2,000
La compaa tiene la meta de obtener
beneficios mayores a $48,000 e incurre en una
penalizacin de $0.25 por cada dlar faltante a esa
meta. Se dispone de un total de 3,200 horas/hombre
de trabajo. Se incurre en una penalizacin de $20
por cada hora de tiempo extra (trabajo sobre 3,200
horas) usada, y existe una penalizacin de $10 por
cada hora del trabajo disponible que no es usada.
El departamento de Marketing considera que se
requieren al menos 7 unidades del producto #1 que
deben producirse y por lo menos 10 unidades del
producto #2. Por cada unidad (de cualquier
producto) que la produccin sea inferior a la
demanda se penalizar con $500.
a. Formule un modelo de PL que se pueda utilizar
para reducir al mnimo la penalizacin del total
incurrido por la compaa.
b. Suponga que la compaa establece (en orden
de la importancia) las metas siguientes:
Meta 1: Evitar la sub-utilizacin de la mano de
Tiempo Normal
Tabla #3 Capacidad Costo/unidad
Trimestre l 9 $4
Trimestre 2 10 $4
Trimestre 3 11 $5
Trimestre 4 12 $6
Maestra en Direccin de Empresas MADEUCA
obra.
Meta 2: Lograr producir la demanda del producto
#1.
Meta 3: Lograr producir la demanda del producto
#2.
Meta 4: No utilizar horas extras.
Formule y resuelva un modelo de programacin
lineal de metas.
7. Durante los cuatro trimestres siguientes
Wivco debe enfrentar las demandas siguientes para
los Gobots (juguete competencia de los
transformadores): 13,14, 12 y l5 respectivamente.
Los Gobots se puede producir en tiempo regular
de trabajo o con trabajo de tiempo extra. La
capacidad de produccin (en nmero de gobots) y
sus costos de produccin se muestran en la tabla
#3. Wivco ha fijado las metas siguientes en la orden
de la importancia:
Meta 1: Lograr la demanda de cada trimestre.
Meta 2: El inventario al final de cada trimestre no
puede exceder 3 unidades.
Meta 3: El costo total de produccin debe ser
menor de $250.
Formule un modelo de programacin lineal de
metas que se podra utilizar para determinar el
plan de fabricacin de Wivco durante los cuatro
trimestres siguientes. Asuma que al principio del
primer trimestre hay 1 gobot en inventario.
Asuma un costo por mantener en inventario de
$0.50 por trimestre y un costo por no tener en
inventario de $0.75 por unidad faltante.
Sea Pi la penalizacin por cada unidad no
producida en un trimenstre y sea Pj la penalizacin
por cada uidad mantenida al final de cada trimestre.
As mismo, sea M la
penalizacinpor cada
Tiempo Extra unidad de mantenida en
Capacidad Cost/unidad inventario sobre la meta
de 3 como mximo y C
5 $6 el costo por cada dolar
5 $7 arriba de $250.00
5 $8
5 $9
73
 Maestra en Direccin de Empresas MADEUCA

Solucin
Ejercicio #1

a. 10M + 5S = 3200
10M + 5S + U1 - V1 = 3200;
b. M + 0.5S = 300
M + 0.5S + U2 - V2 = 300 (Pero V2 debe tener un valor de cero, puesto que no podemos tener mas
de 300) unidades), entonces reescribimos:
M + 0.5S + U2 = 300
- Si este enfoque no es claro, podemos colocarle a la variable V2 un coeficiente muy alto, cerca
de +) sto hara que el software asigne un valor de cero (0) a esta variable.
c. M + U3 - V3 = 200 (Pero U3 debe valer cero, puesto que no podemos tener menos de 200), enton-
ces reescribimos:
M - V3 = 200
- Si este enfoque no es claro, podemos colocarle a la variable U3 un coeficiente muy alto, cerca
de +) sto hara que el software asigne un valor de cero (0) a esta variable.
d. S 200
S + U4 - V4 = 200
e. S 250
S + U5 - V5 = 250

En la funcin Objetivo minimizariamos:

F.O. MIN U1 + V1 + U2 + V3 + U4 + V5 (con sus respectivos coeficientes las diferentes variables de
decisin)

Ejercicio #2

400 A + 600B 2400, se transforma en:

400 A + 600B + U1 - V1 = 2400
20 A + 40B 120, se transforma en:
20 A + 40B + U2 - V2 = 120

Respecto a la meta de maximizar el rdito, esta establece maximizarlo, esto se logra a travs de
200A + 200B, pero recordemos que la funcin objetivo es minimizar. Si deseo incluirla en la F.O.
deber transformaresta expresin multiplicando por -1 la expresin.

F.O. MIN P1*V1 + P2*U2 - 200A - 200B

OPTIMAL SOLUTION - DETAILED REPORT
Variable Value Cost Red. cost Status
1 A 6.0000 -200.0000 0.0000 Basic
2 B 0.0000 -200.0000 90.0000 Lower bound
3 U1 0.0000 0.0000 0.5500 Lower bound
4 V1 0.0000 1.0000 0.4500 Lower bound
5 U2 0.0000 1.0000 0.0000 Basic
6 V2 0.0000 0.0000 1.0000 Lower bound

Objective Function Value = -1200

Constraint Type RHS Slack Shadow price
1 COSTO = 2400.0000 0.0000 -0.5500
2 EMPLEOS = 120.0000 0.0000 1.0000
74
 Maestra en Direccin de Empresas MADEUCA
Ejercicio #3. XNTC 40

Nota: Este modelo tambin puede ser formulado XNTC + U4 - V4 = 40

usando XNTC como el nmero de horas semanales
trabajadas cada uno de los empleado a tiempo Meta 5. (Reducir faltante semanal MT)
completo y XN MT el nmero de horas semanales XNMT 20
trabajadas por cada uno de los empleados a medio
tiempo.
XNMT + U5 - V5 = 20
Sea: F.O. Min P1U1 +P2U2+P3V3 +P4U4 + P5U5
XNTC el nmero de horas semanales trabajadas por
todos los empleados a tiempo completo. Ejercicio #4.
XE TC el nmero de horas extras semanales
trabajadas por todos los empleados a tiempo Sean:
completo.
X1: el nmero de lotes a ser adquiridos del
XNMT el nmero de horas semanales trabajadas por proveedor #1
todos los empleados a medio tiempo. X2: el nmero de lotes a ser adquiridos del
proveedor #2
Se asume que todos los empleados de una misma X3: el nmero de lotes a ser adquiridos del
categoria son igualmente importantes, por tanto proveedor #3
todos y cada uno trabajarn el mismo nmero de
horas normales (y horas extras los de tiempo 60X1 + 50X2 +40X3 + U1 - V1 = 5,000 (Chips
completo). Por tanto, para determinar el nmero excelentes)
de horas semanales a trabajar por cada empleado,
se debe dividir el nmero de horas globales a 20X1 + 35X2 + 20X3 + U2 - V2 = 300 (Chips
trabajar (de cada tipo de empleado) entre el buenos)
nmero de empleados.
20X1 + 15X2 + 40X3 + U3 - V3 = 1,000 (Chips
Meta 1. (Nmero de discos a vender mediocres)
semanalmente)
5*XNTC + 3*XNMT + 5*XETC >= 1,600 400X1 + 300X2 + 250X3 + U4 - V4 = 28,000
(presupuesto)
5*XNTC + 3*XNMT + 5*XETC + U1 - V1 = 1600
F.O. Min 10U1 +6U2+4U3 +1V4
Meta 2. (Utilidad semanal)
3*5*XN TC + 3*3*XN MT +3*5*XE TC - 500 -
Ejercicio#5
6*XNTC - 3*XNMT -10*XETC >= 2,200
Sean:
3*5*XN TC + 3*3*XN MT +3*5*XE TC - 500 - X1: el nmero de televisores a ser adquiridos para
6*XNTC + 3*XNMT -10*XETC + U2 - V2 = 2,200 la temporada. y
X2: el nmero de VCRs a ser adquiridos para la
Meta 3. (Horas extra semanal) temporada
XETC =< 100 (max. horas semana 5 empleados) 300X1 + 200X2 20,000 (meta 1)
XETC + U3 - V3 = 100 2X1 + 0.64X2 22 (meta 2)
Meta 4. (Reducir faltante semanal TC) 150X1 + 100X2 11,000 (meta 3)
75

Transformando las metas
300X1 + 200X2 + U1 - V1 = 20,000 (meta 1)
2X1 + 0.64X2 + U2 - V2 = 22 (meta 2)
150X1 + 100X2 + U3 - V3 = 11,000 (meta 3)
F.O. Min P1*V1 + P1*V2 +P3 *U3
Sustituyendo tenemos,
F.O. Min 0.2*V1 + 1,000*V2 +0.4 *U3
Ejercicio #6
X1 nmero de unidades producidas del producto
#1
X2 nmero de unidades producidas del producto
#2
I. Programacin Lineal
Restriccin de Utilidad
4000X1 + 2000X2 48,000, se transforma en:
4000X1 + 2000X2 +S1 = 48,000
donde: S1 es la variable de holgura de la
restriccin)
Restriccin de Horas en tiempo normal
disponibles
400 X1 + 200X2 = 3200, se transforma en:
400 X1 + 200X2 + S2 - T1 = 3200
donde: S1 es la variable de holgura de la restriccin
y T1 es la variable de excedente)
Restriccin de nmero de unidades producto #1
X1 7, se transforma en:
X1 + S3 = 7
Restriccin de nmero de unidades producto #2
X2 10, se transforma en:
X2 + S4 = 10
F.O. MIN 0.25*S1 + 20*T1 + 10*S2 +500*S3 +
500*S4
Maestra en Direccin de Empresas MADEUCA
II. Programacin Meta
Meta de Utilidad
4000X1 + 2000X2 >= 48,000, se transforma en:
4000X1 + 2000X2 +U1 -V1 = 48,000
Meta de Horas en tiempo normal disponibles
400 X1 + 200X2 = 3200, se transforma en:
400 X1 + 200X2 + U2 - V2 = 3200
Meta de nmero de unidades producto #1
X1 7, se transforma en: X1 + U3 - V3 = 7
Meta de nmero de unidades producto #2
X2 10, se transforma en: X2 + U4 - V4 = 10
F.O. MIN 0.25*U1 + 100*U2 + 20*V2 + 500*U3
+ 500*U4
Ejercicio #7
Sea:
XIN el nmero de Gobots fabricados en el trimestre
I en tiempo normal. (para I = 1, 2, 3 y 4)
XIN el nmero de Gobots fabricados en el trimestre
I en tiempo extra. (para I = 1, 2, 3 y 4)
Metas de produccin:
X1N + X1E + U1 - V1 = (13 -1)
X2N + X2E + V1 + U2 - V2 = 14 (porque vienen V1
unidades del trimestre #1)
X3N + X3E + V2 + U3 - V3 = 12 (idem)
X4N + X4E + V3 + U4 - V4 = 15 (idem)
Metas de mximo inventario al final de cada
trimestre.
V1 + U5 - V5 = 3 ()
V2 + U6 - V6 = 3 ()
V3 + U7 - V7 = 3 ()
V4 + U8 - V8 = 3 ()
Meta de costo
4*X1N + 4*X2N + 5*X3N + 6*X4N + 6*X1E + 7*X2E
+ 8*X3E + 9*X4E + U9 - V9 = 250 ()
76
 Maestra en Direccin de Empresas MADEUCA
Restricciones del sistema
X1N 9
X1E 5
X2N 10
X2E 5
X3N 11
X3E 5
X4N 12
X4E 5

F.O. MIN ..............................................................

...........................................................................................

77