UNIVERSIDAD NACIONAL DE

TRUJILLO

INVESTIGACIÓN DE

DOCENTE : Baca López, Marcos Gregorio

TRABAJO :
 Resolución de seis problemas de PL
con el programa Lingo.
 Resumen de tres papers de
aplicaciones de la PL.

ALUMNOS :
 Ataucuri Ynfante, Isaac Daniel
 Braúl Porras, Richard Robert
 Campos Montero, Brian Alexander
 Machuca Iparraguirre, Leodan
 Valdivia Ramos, Roberto Jose
 Villarroel Rodriguez, Leandro
Nahuel

CICLO : “V”

Trujillo-Perú
2020

ÍNDICE
1. PROBLEMAS RESUELTOS CON PROGRAMA LINGO:

1.1. PROBLEMA 1: Diseño de terapia de radiación……..….…pag.2

1.2. PROBLEMA 2: Planeación regional…………………...… pag.5

1.3. PROBLEMA 3: Control de la contaminación del aire…..... pag.9

1.4. PROBLEMA 4: Mezcla de aleaciones…………………… pag.12

1.5. PROBLEMA 5: Problema de distribución de bienes a través de

una red……………………………………………..…….... pag.16

1.6. PROBLEMA 6: Reciclado de desechos sólidos………..… pag.20

2. PAPERS DE APLICACIONES DE LA PROGRAMACIÓN LINEAL:

2.1. Programación lineal aplicada a la formulación de raciones para

rumiantes………………………………………………...…pag.23

2.2. Modelo de programación lineal para la planificación de fincas

maximizando la cantidad de personas a alimentar…………pag.27

2.3. La programación lineal en aplicación de la pequeñas y medianas

empresas……………………………………………………pag.31

3. REFERENCIA BIBLIOGRÁFICA Y LINKOGRÁFICA……..

…………………………………….…..pag.35

~2~
1. RESOLUCIÓN
DE
PROBLEMAS
CON
PROGRAMA
LINGO

~3~
PROBLEMA 1:

DISEÑO DE TERAPIA DE RADIACIÓN(Cap. , pag.)

Acaban de diagnosticar que Mary padece cáncer en una etapa bastante avanzada.
Específicamente, tiene un tumor grande en el área de la vejiga, una “lesión que afecta a toda la
vejiga”. Mary recibirá los cuidados médicos más avanzados disponibles, para
proporcionarle la mejor posibilidad de supervivencia. Estos cuidados incluyen una terapia
de radiación extensa. La terapia implica el uso de una máquina de rayos externos que envía
radiación ionizante a través del cuerpo de la paciente y daña tanto los tejidos cancerosos
como los sanos. Después de un análisis exhaustivo, el equipo médico estimó con detalle los
datos necesarios para el diseño del tratamiento de Mary, cuyo resumen se presenta en la
tabla. Las decisiones que deben hacerse son las dosis de radiación en los dos puntos de
entrada. Como debe minimizarse la dosis total que llega a la anatomía sana, se definirá
como Z a esta cantidad.

TABLA: Datos para el diseño del tratamiento de radiación de Mary

   
Fracción de la dosis de entrada
 
absorbida por área (promedio)
 Área Rayo 1 Rayo 2 Restricción sobre la dosis
promedio total, kilorads

Anatomía sana 0.4 0.5 Minimizar

0.1
Tejido crítico 0.3 <= 2.7

Región del tumor 0.5 0.5 =6

Centro del tumor 0.6 0.4 >= 6

Minimizar
Z = 0.4x1 + 0.5 x2,
sujeta a
0.3x1 + 0.1x2 <= 2.7
0.5x1 + 0.5x2 = 6
0.6x1 + 0.4x2 >= 6
y
x1 >= 0 , x2 >= 0
LINGO:

~4~
ANÁLISIS DE SENSIBILIDAD:

En consecuencia, el diseño óptimo implica utilizar una dosis total en el punto de entrada de 7.5
kilorads para el rayo 1 y 4.5 kilorads para el rayo 2

~5~
PROBLEMA 2:

PLANEACIÓN REGIONAL

ENUNCIADO:
 La confederación sur de kibbutzim está formada por tres kibbutzim (comunidades
agrícolas), el cual actualmente planean la producción agrícola para el próximo año.
Donde, la planeación global se hace en su oficina de Coordinación técnica.
 Limitada tanto por la extensión de terreno disponible para irrigación como por la
cantidad de agua que la Comisión de Aguas asigna para irrigarlo, (Tabla 3.8).
 Los tres tipos de cultivos adecuados para la región incluyen remolacha, algodón y
sorgo, los cuales difieren en su rendimiento neto esperado por acre y en su consumo de
agua.
 Ministerio de Agricultura dio una cantidad máxima de acres que la Confederación
puede dedicar a estos cultivos, (Tabla 3.9).
 Debido a la disponibilidad limitada de agua para irrigación, la Confederación han
acordado que cada uno de los tres kibbutzim sembrará la misma proporción de sus
tierras irrigables disponibles.
 El trabajo que se enfrenta la oficina de coordinación técnica consiste en planear cuántos
acres deben asignarse a cada tipo de cultivo en cada kibutz, con el objetivo de
maximizar el rendimiento neto total de la Confederación Sur de estas
comunidades.

Formulación como un problema de programación lineal: La toma de decisiones son el número

de acres que se dedicará a cada cultivo en cada kibbutz.

tabla 3.8. Datos de recursos de la Confederación Sur de kibbutzim.

tabla 3.9. Datos de cultivos de la Confederación Sur de kibbutzim.

~6~
Las variables de decisión xj (j 5 1, 2, . . ., 9) representan estas nueve cantidades, como se
muestran en la tabla 3.10.

tabla 3.10. Variables de decisión del problema de la Confederación Sur de kibbutzim

SOLUCIÓN EN LINGO:
Como la medida de eficacia Z es el rendimiento neto total, el modelo de programación lineal
que resulta para este problema es maximizar:

Sujeta a las siguientes restricciones:

 Bloque 1: Terreno para uso en cada kibbutz.

 Bloque 2: Asignación de agua para cada kibbutz.
 Bloque 3: Total de acres para cada cultivo.
 Bloque 4: Igual proporción del área planteada:

~7~
Primero digitamos en lingo la función objetivo y sus restricciones:

BLOQUE 1

BLOQUE 2

BLOQUE 3

BLOQUE 4

~8~
Luego, aplicamos al método solver de nuestro software, el cual nos da el valor de cada variable
1
y el valor óptimo de la función objetivo que obtuvieron es Z= 633, 333 , es decir, un
3

rendimiento neto total de $633,333.33.

ANÁLISIS DE SENSIBILIDAD:
Tomamos como ejemplo la restricción número cinco, como es menor o igual es un slack. Por lo
tanto, si aumento en una unidad un pie-acre dentro del rango del lado derecho (RHS), vamos a
ganar 333.3 dólares, el cual es su dual Price.
Por otro lado, el dual Price de la restricción cinco va ser 333.3 porque equivale a la resta de
nuestra nueva función objetivo al aumentarle en una unidad esa restricción menos la de función
objetiva de nuestro problema que es 633 333.
Es necesario saber que efecto tendría la solución óptima en caso de que prevaleciera otras
condiciones para hacer una mejor toma de decisiones.
Aplicaremos un análisis de sensibilidad como ejemplo en la restricción de la fila cinco, el cual
es 3*X1 + 2*X4+ X7<=600; como es una slack de valor igual a cero, entonces si cambiamos el
valor de esa restricción, también cambiará los valores de nuestra solución óptima, el cual está
permitido dentro de los rangos de [144,4-167,7]. Donde, como podemos apreciar si le
aumentamos 144 a nuestra restricción de ejemplo, nuestra función objetivo se maximizaría aún
más.

~9~
 PROBLEMA 3:

CONTROL DE LA CONTAMINACIÓN DEL AIRE

La NORI & LEETS CO es una de las mayores productoras de acero en la parte

occidental, y es la causante de la contaminación del aire teniendo como principales
contaminantes a partículas de materia, óxido de azufre e hidrocarburos, esta fábrica
cuentas con dos fuentes principales de contaminación: los altos hornos y los hornos
Siemens Martin; para lo cual los directores han decidido encontrar los métodos de
abatimiento más eficaces; éstos fueron: aumentar la altura de las chimeneas, usar filtros
con trampa de gas en ellas e incluir limpiadores de alto grado en los combustibles de
los hornos; sin embargo al darse cuenta que uno o dos métodos aplicados
simultáneamente no afectaría a la reducción de la contaminación se decidió tener una

~ 10 ~
 combinación de los tres métodos, por consiguiente lo que buscan es reducir el costo de
implementar los métodos de reducción de emisión de los contaminantes.
TABLA 1: Estándares de aire limpio de Nori & Leets Co.

Contaminantes Reducción requerida de la tasa de

emisión anual (millones de libras)
Partículas 60
Óxidos de azufre 150
Hidrocarburos 125

TABLA 2: Reducción de la tasa de emisión (en millones de libras por año) con el uso máximo
factible del método de abatimiento de Nori & Leets Co.

Chimeneas más altas Filtros Mejores combustibles

Contaminantes Altos Hornos Altos Hornos Altos Hornos
hornos Siemens- hornos Siemens- hornos Siemens-
Martin Martin Martin
Partículas 12 9 25 20 17 13
Óxidos de 35 42 18 31 56 49
azufre
Hidrocarbonos 37 53 28 24 29 20

TABLA 3: Costo total anual por el uso máximo factible del método de abatimiento de Nori &
Leets Co. (millones de dólares).

Método de abatimiento Altos hornos Hornos Siemens-Martin

Chimeneas más altas 8 10
Filtros 7 6
Mejores combustibles 11 9

Lo que se quiere hallar es la minimización del costo sin alterar los requerimientos de reducción
de la emisión:
Xj <= 1, para j = 1, 2, …, 6 ; son la seis variables del problema y representan el uso de cada uno de los
tres métodos de reducción en cada tipo de horno, expresado como una fracción de la capacidad de
reducción, de manera que no exceda de uno.

Minimizar:

Z = 8*X1 + 10* X2 + 7*X3 + 6*X4 + 11*X5 + 9*X6;

Restricciones:

37*X1 + 53*X2 + 28*X3 + 24*X4 + 29*X5 + 20*X6 >= 125

35*X1 + 42*X2 + 18*X3 + 31*X4 + 56*X5 + 49*X6 >= 150
12*X1 + 9*X2 + 25*X3 + 20*X4 + 17*X5 + 13*X6 >= 60
Xj <= 1, para j = 1, 2, …, 6

~ 11 ~
SOLUCION EN LINGO:
MODELO:

SOLUCION:

ANALISIS DE SENSIBILIDAD (rangos):

~ 12 ~
RESULTADO DE LA FUNCIÓN OPTIMA:
Zmínimo = 32.16
El mínimo costo total para aplicar los métodos de abatimiento fue de 33.16 millones de dólares.

PROBLEMA 4:
MEZCLA DE ALEACIONES
Metalco Company desea hacer una nueva aleación con 40% de aluminio, 35% de zinc y 25% de
plomo a partir de varias aleaciones disponibles que tienen las siguientes propiedades:
~ 13 ~
 ALEACIÓN
PROPIEDAD 1 2 3 4 5
Porcentaje de Aluminio 60 25 45 20 50
Porcentaje de Zinc 10 15 45 50 40
Porcentaje de Plomo 30 60 10 30 10
Costo de ($/libra) 77 70 88 84 94

El objetivo es determinar las proporciones de estas aleaciones que deben mezclarse para
producir la nueva aleación a un costo mínimo

- Formule un modelo de programación lineal

SOLUCIÓN:

 VARIABLES:

X1: Cantidad de libras utilizadas de aleación A1.

X2: Cantidad de libras utilizadas de aleación A2.
X3: Cantidad de libras utilizadas de aleación A3.
X4: Cantidad de libras utilizadas de aleación A4.
X5: Cantidad de libras utilizadas de aleación A5.

 FUNCIÓN OBJETIVO:
Min Z=77 X 1+70 X 2+ 88 X 3+ 84 X 4 +94 X 5
Teniendo en cuenta las unidades:
 Ejemplo:

$
77 ∗X 1(libras )
libras

 RESTRICCIONES:

PARA FORMAR EL 40% DE ALUMINIO:

60 X 1 +25 X 2 + 45 X 3 +20 X 4 +50 X 5=40

~ 14 ~
 PARA FORMAR EL 35% DE ZINC:

10 X 1 +15 X 2 +45 X 3+ 50 X 4 + 40 X 5=35

PARA FORMAR EL 25% DE PLOMO:

30 X 1 +60 X 2 +10 X 3 +30 X 4 +10 X 5=25

 SOLUCIÓN:

1.- COLOCAMOS LA FUNCIÓN OBJETIVO Y SUS RESPECTIVAS RESTRICCIONES.

2.- Nos da la solución óptima:

3.- En esta solución se puede apreciar las soluciones posibles para las variables de
restricción

~ 15 ~
 ANALISIS DE SENSIBILIDAD EN LINGO

4.- Analizamos que tenemos 3 Surplus por haber un exceso, por ende, nos guiamos de la
tabla de referencia, que se verá al final del documento. Para poder observar si debemos
aumentar o disminuir el porcentaje de propiedad de cada uno de los componentes, y
observar como afecta a la solución óptima.

5.- Esta imagen nos muestra los rangos en los que puede variar los porcentaje de
propiedad de cada uno de los componentes, y observar cómo afecta a la solución
óptima.

6.- Llegando a la conclusión que se debe disminuir el porcentaje de propiedad de zinc

en un 27.19298

~ 16 ~
 7.- Podemos observar que la solución óptima del inicio, se puede reducir aún más los costos,
dándonos lo mínimo posible como lo vemos a continuación:

 TABLA DE REFERENCIA DEL DUAL PRICE CON LA SOLUCIÓN ÓPTIMA

PROBLEMA 5:

~ 17 ~
PROBLEMA DE DISTRIBUCION DE BIENES A TRAVES DE UNA RED

I) EL PROBLEMA

La DISTRIBUTION UNLIMITED CO. fabricará el mismo nuevo producto en dos

plantas distintas y después tendrá que enviarlo a dos almacenes de distribución,
donde cualquiera de las dos fábricas puede abastecer a cualquiera de los dos
almacenes. La red de distribución disponible para el envío de este producto se
muestra en la figura, donde F1 y F2 son las dos fábricas, Al y A2 son los dos
almacenes y CD es el centro de distribución. Las cantidades que deben enviarse
desde F1 y F2 se muestran a la izquierda, y las cantidades que deben recibirse en Al
y A2 se presentan a la derecha. Cada flecha representa un canal factible de envío.
F1 puede enviar directamente a Al y tiene tres rutas posibles (F1 → CD → A2, F1
→ F2 → CD → A2 y F1 → A1 → A2) para mandar bienes a A2. La fábrica F2
tiene sólo una ruta a A2 (F2 → CD → A2) y una a A1 (F2 → CD → A2 → A1). El
costo por unidad enviada a través de cada canal se muestra al lado de la flecha.
También, junto a F1 → F2 y CD → A2 se muestran las cantidades máximas que se
pueden enviar por estos canales. Los otros canales tienen suficiente capacidad para
manejar todo lo que las fábricas pueden enviar. La decisión que debe tomarse se
refiere a qué cantidades enviar a través de cada canal de distribución. El objetivo es

minimizar el costo total de envío.

~ 18 ~
 FUNCION OBJETIVO

 Z = 2xF1-F2 + 4xF1-CD + 9xF1-A1 +3xF2-CD +xCD-A2 +3xA1 -A2

+2xA2 -A1
 La función objetivo esta usando las unidades de cientos de dólares.

RESTRICCIONES

 Se tienen dos restricciones de cota superior impuestas por la capacidad

limitada de envío de los dos canales, F1 → F2 y CD → A2.
 xF1-F2 ≤10
 xCD-A2 ≤ 80

 Restricción de flujo neto para cada localidad:

Cantidad enviada – cantidad recibida = cantidad requerida.
 xF1-F2 + xF1-CD + xF1-A1 = 50 (fábrica 1)
 - xF1-F2 + xF2-CD = 40 (fábrica 2)
 - xF1-CD -xF2-CD + xCD-A2 =0 (centro de distribución)
 -xF1-A1 + xA1 -A2 -xA2 -A1 = -30 (almacén 1)
 -xCD-A2 - xA1 -A2 + xA2 -A1 = -60 (almacén 2)

II) SOLUCION EN LINGO

 Ingreso de la Función Objetivo y de las Restricciones

~ 19 ~
  Dándonos por resultado

 Los valores que adoptara cada variable:

xA1 -A2 = 0, xA2 -A1 =20. xF1-F2 = 0, xF1-CD = 40, xF1-A1 =10, xF2-
CD = 40, xCD-A2 = 80,
 El costo total de envío resultante es de $49 000.

III) ANALISIS DE SENSIBILIDAD

1) Se observa que se puede variar en un solo componente (Row 8) para

disminuir aun mas el costo total.

~ 20 ~
2) Se debe incrementar ese componente (Row 8) ya que es un slack

3) Logrando un costo menor al de la solución óptima.

~ 21 ~
PROBLEMA 6:
RECICLADO DE DESECHOS SÓLIDOS
ENUNCIADO:

La SAVE-IT COMPANY opera un centro de reciclado que recoge cuatro tipos de material de
desecho sólido y los trata para amalgamarlos. El tratamiento y el amalgamado son dos procesos
diferentes. Se pueden obtener tres grados diferentes de este producto (vea la primera columna de
la tabla 3.16),los estándares de calidad especifican una cantidad mínima y una máxima de la

~ 22 ~
proporción de los materiales permitidos en ese grado. Estas especificaciones se presentan en la
tabla 3.16 junto con el costo de amalgamado y el precio de venta de cada grado.
Tabla 3.16:

En la tabla 3.17 se muestran las cantidades disponibles para la recolección y tratamiento

semanal, al igual que el costo del proceso de cada tipo de material.
La Save-It Co. es propiedad de Green Earth, Esta organización ha logrado contribuciones de 30
000 dólares semanales, que deben usarse sólo para cubrir el costo del tratamiento completo de
los desechos sólidos. El consejo directivo de Green Earth a especificado que se trate al menos la
mitad de la cantidad disponible de cada tipo de material (tabla3.17).
Tabla 3.17:

Con las restricciones especificadas en las tablas 3.16 y 3.17, la administración desea determinar
la cantidad que debe producir de cada grado y la mezcla exacta de materiales que usará para
cada uno, de manera que se maximice la ganancia semanal neta —ingresos totales por ventas
menos costo total del amalgamado—, independiente del costo del tratamiento fijo de 30 000
dólares por semana que será cubierto por donaciones.

SOLUCION EN LINGO:
MODELO:

~ 23 ~
SOLUCION:

ANALISIS DE SENSIBILIDAD (rangos):

~ 24 ~
RESULTADO DE LA FUNCION OPTIMA:
Zmaximo = 35109.65 dólares de ganancia máxima

~ 25 ~
 2. PAPERS DE
APLICACIONES
DE LA
PROGRAMACIÓN
LINEAL

~ 26 ~
PAPER N°1:
PROGRAMACIÓN LINEAL APLICADA
A LA FORMULACIÓN DE RACIONES PARA RUMIANTES

Ricardo Rosero Noguera, Zoot, Esp, MS, PhD;

Sandra Lucía Posad1, Zoot, Esp, MS, PhD y Diana María Ortiz, Est. Zoot.Instituto de Ciencia
Grupo GRICA, Línea de investigación en Ciencias Animales, Facultad de Ciencias Agrarias,
Universidad de Antioquia, Carrera 75 No 65 – 87, Medellín, Colombia.

PROBLEMA:
Se ha planteado el siguiente problema hipotético: se desea formular una ración para vacas
lecheras en producción, con un peso vivo promedio de 600 kg, una producción diaria de leche
de 26 kg corregida al 4% de grasa y con siete semanas de lactancia. La dieta base de los
animales esta constituida por pasto kikuyo (Pennisetum clandestinum) cuyas características
nutricionales son descritas en la tabla 1. La disponibilidad diaria de materia seca de forraje por
animal es de 30 kg y su porcentaje de utilización es del 60%. Los requerimientos nutricionales
para esta categoría de animales de acuerdo con las recomendaciones del NRC son 28,94 Mcal
ENl/día y 2,75 kg de proteína bruta (PB)/día. Se desea que la relación forraje - concentrado sea
de 60:40, respectivamente.
En la tabla 1, se describe la composición química del alimento base, las materias primas
disponibles y su costo expresado en dólares americanos.

tabla 1:

Se estimó que el consumo de materia seca (CMS) de los animales fue de 18,32 kg /día, lo que se
hizo utilizando la ecuación:

~ 27 ~
de donde:
PLC: Producción de leche corregida al 4% de grasa (kg/día).
PV: Peso vivo del animal
SL: semana de lactancia

METODO DE SOLUCION: Para resolver este problema utilizaremos el procedimiento

SOLVER de Microsoft Excel®, aplicado a nuestro problema práctico utilizando un modelo de
programación lineal para la formulación de raciones para rumiantes a mínimo costo
SOLUCION:
El algoritmo matemático para resolver el problema planteado contempla el siguiente
procedimiento:
1. Optimizar la función objetivo:
W = C1X1 + C2X2 +…..+ CnXn
de donde:
W:corresponde al mínimo valor (costo) de la ración que satisface las restricciones.
CnXn: corresponde a la n-ésima cantidad de materia prima multiplicada por el n-esimo
valor de esa materia prima en el mercado.

2. La función objetivo debe estar sujeta a ciertas restricciones:

C1P1 + C2P2 + …. + CnPn ≥ ó ≤ Z
En la cual:
CnPn: corresponde a la n-ésima cantidad de materia prima multiplicada por la n-ésima
concentración del nutriente en esa materia prima.
Z: corresponde a la concentración del nutriente en la dieta final. Esa oncentración puede
tener un valor fijo o variar dentro de un intervalo previamente determinado.

3. Restringir todas las variables para que tomen valores mayores o iguales que cero:
C1 ≥ 0, C2 ≥ 0… Cn ≥ 0
de donde:
Cn: corresponde a la cantidad de la n-ésima materia prima dentro de la formulación
cuyo valor debe ser positivo.
Las hojas de cálculo permiten resolver este tipo de problemas a través de procesos
iterativos
 El primer paso es introducir la información correspondiente a la composición de las
materias primas que se utilizaran, por lo cual debemos reservar una columna para que el
programa calcule la participación de las materias en la dieta.
 El siguiente paso es definir la función objetivo, esto es, multiplicar el costo de cada

materia prima por su correspondiente cantidad como ilustrado en la figura 1.

~ 28 ~
 Figura 1. Composición nutricional y valor comercial de las materias primas a ser
utilizadas en la formulación.
Una vez definida la función objetivo es necesario establecer a que estará supeditada dicha
función (Figura 2), estas restricciones se construyen de acuerdo a las características que se
desean en la dieta final.

Figura 2:

Una vez establecido la función objetivo y las restricciones usaremos el SOLVER de Excel que
solicitara una serie de parámetros y debemos indicarle cuales son.

$F$4: $F$9 > = 0 Cantidades estimadas de las materias primas que participaran en la dieta final
tienen que ser positivas.
$F$8 > = 0,5 La cantidad de grasa en la ración no debe ser inferior a 500 gramos.
$F$9 > = 0,082 Limita la cantidad de urea en la ración, para que no más de un tercio de la
proteína de la dieta provenga de la urea.

~ 29 ~
$I$15 = $H$15 Cantidad de proteína de la dieta estimada que cubre el requerimiento.
$I$16 = $H$16 Cantidad de energía de la dieta estimada que cubre el requerimiento.
$I$17<= $H$17 y $I$18 = $H$18 Garantizan que la proporción forraje concentrado se
mantenga en la reciprocidad establecida (60:40)
Con esta información SOLVER es capaz de dar solución al problema planteado:

El programa estima las proporciones de las materias primas que satisfacen a plenitud las
restricciones impuestas. De igual manera en la celda objetivo aparece descrito el valor de la
ración estimado con el criterio de mínimo costo que es de 0.2912.
IMPACTO:
 El resultado de este trabajo ofrece múltiples ventajas a los nutricionistas, al permitir
cierta flexibilidad para describir alimentos y formular raciones prácticas y ajustadas a
los requerimientos del animal, con el fin de tener las cantidades de alimento bien
balanceadas.
 La formulación de dietas utilizando programación lineal, permite crear diferentes
escenarios productivos, que permiten al estudiante o profesional tener un mayor número
de herramientas y criterios para la toma de decisiones.
 Este artículo reportó como paso a paso fue construido un algoritmo que permite utilizar
la programación lineal en la formulación de raciones para animales.

~ 30 ~
PAPER N°2:
MODELO DE PROGRAMACIÓN LINEAL PARA LA PLANIFICACIÓ DE
FINCAS MAXIMIZANDO LA CANTIDAD DE PERSONAS A ALIMENTAR

A. ROCHE, R. LARDUET, R. E. MEDEROS, ANAILY SOTOLONGO,

VERENA TORRES, O. FUNDORA
Instituto de Ciencia Animal, Apdo. 24. San José de Las Lajas, La Habana – Cuba.

RESUMEN:
En este problema se presenta un modelo de programación lineal para maximizar el número de
personas que serán alimentadas para lo cual se utilizó como datos los requerimientos anuales de
una persona en energía, proteína animal, proteína vegetal y hortalizas que se obtendrán de
ciertos cultivos en una superficie de tierra limitada.
Palabras Claves: Planificación de Fincas, Alimentación humana, Programación Lineal.

INTRODUCCIÓN:
La programación lineal nos da la posibilidad de obtener niveles óptimos en una función lineal,
en donde las variables de dicha función se encuentran bajo ciertas restricciones por lo cual son
expresadas en forma de inecuaciones.
Los problemas en relación a la finca, son temas tan importantes y complicados de resolver, que
han permitido un mayor uso de la programación lineal debido a su alto grado de eficacia.
(Rodríguez 1965)
La explotación de fincas por computadora tiene dos grandes ventajas. En primer lugar, por el
buen rendimiento previsto y el aporte de sus limitaciones. En segundo lugar, la dimensión del
programa de cálculo tiene poca importancia. (Hardaker 1971).
El objetivo fundamental del modelo de programación lineal expuesto, es la planificación
óptima de la tierra, maximizando la cantidad de personas a alimentar en una superficie dada,
tomando en consideración los requerimientos nutricionales de las personas, la disponibilidad de
los cultivos y la cantidad de tierra y basando la planificación en la garantía de la biodiversidad
como factor agroecológico.

PLANTEAMIENTO DEL PROBLEMA:

A partir de:
1. Los requerimientos nutricionales anuales de una persona en energía, proteína animal, proteína
vegetal y hortalizas.
2. Los aportes de esos mismos nutrientes por los cultivos disponibles (los cuales tienen
aproximadamente un año de duración).
3. La cantidad de tierra a cultivar.

~ 31 ~
Se pretende determinar la proporción que debe ocupar cada cultivo en esa superficie de tierra,
para alimentar la mayor cantidad de personas.
DESCRIPCIÓN DEL MODELO:
Se confecciona un modelo de programación lineal, el cual tiene la siguiente representación
algebraica (Simmonard 1972):
VARIABLES:
Xi: Cantidad de tierra a sembrar del cultivo i
RE: Requerimiento de energía
RPA: Requerimiento de Proteína Animal
RPV: Requerimiento de Proteína Vegetal
RH: Requerimiento de Hortalizas
Ei: Aporte de Energía del cultivo i
Pai: Aporte de proteína Animal del cultivo i
Pavi: Aporte de proteína Vegetal del cultivo i
Hi: Aporte de Hortalizas del cultivo i
p: Personas a alimentar
CantHa: Cantidad de Hectáreas.
La Función Objetivo (F.O.) definida para este modelo es maximizar la cantidad de personas a
alimentar:
F.O. Máx. p

Sujeto a (s.a.) las siguientes restricciones:

n
(1) X1E1 + X2E2 + … + XnEn - p.RE ≥ 0 ;
(∑ i=1
X i E i− p . ℜ≥ 0
)
n
(2) X1PA1 + X2PA2 + … + XnPAn - p.RPA ≥0 ;
(∑ i=1
X i PA i −p . RPA ≥0
)
n
(3) X1PV1 + X2PV2 + … + XnPVn - p.RPV ≥0 ;
( ∑ X i PV i− p . RPV ≥0
i=1
)
n
(4) X1H1 + X2H2 + … + XnHn - p.RH ≥0 ;
( ∑ X i H i− p . RH ≥ 0
i=1
)
n
(5) X1 + X2 + … + Xn ≤0 ;
( ∑ X i ≤ CantHa
i=1
)
~ 32 ~
Se define la cota inferior (CI) y la cota superior (CS) para cada variable (X i) de la siguiente
forma:
(6) CI = 0

(7) CS = CantHa/2

DISCUSIÓN DEL MODELO:

 Las inecuaciones de la 1 – 4 suman al aporte que hace cada cultivo en energía, proteína
animal, vegetal y hortalizas, respectivamente, y resta la cantidad de personas
multiplicado por el requerimiento de una persona de ese nutriente; el resultado debe ser
mayor o igual a cero. De esa forma garantiza que los nutrientes de los cultivos
satisfagan a los requerimientos de las personas.
 5-> restringe la cantidad de la tierra a sembrar de cada cultivo, sumando todos los
valores de modo que el resultado sea menor o igual que el total de tierra disponible.
 6 -> garantiza que el cultivo pueda excluirse, garantizando que la solución óptima esté
en la inclusión de los demás.
 7-> garantiza que nunca un solo cultivo ocupe toda la superficie.

ALGORITMO:

ENTRADA DE DATOS

ASIGNACIÓN DE LAS
VARIABLES MODELO

LLAMADO AL
SIMPLEX

SI -> LA CANTIDAD DE PERSONAS QUE SE PUEDEN

ALIMENTAR ES P Y LOS CULTIVOS QUE SE DEBEN
SEMBRAR EN LAS SIGUIENTE CANT. X1-Xn (cant. De
tierras a sembrar del cultivo 1)

NO -> NO ES POSIBLE SATISFACER UNO O VARIOS DE

LOS NUTRIENTES. MOSTRAMOS LO QUE NO FUE
SATISFECHO.
~ 33 ~
  Se aplicó el método SIMPLEX (es un método analítico de solución de problemas de
programación lineal, capaz de resolver modelos más complejos que los resueltos
mediante el método gráfico sin restricción en el número de variables.)
 El algoritmo se hizo en BORLAND DELPHI 6.0(es un lenguaje de programación y un
entorno de desarrollo integrado (IDE) para el desarrollo rápido de aplicaciones de
software) por ser un lenguaje de programación orientada a objeto y visual. También por
la interfaz amigable al final.
DATOS TOMADOS INTRODUCIDOS AL MODELO:
1. Requerimientos de las personas.
a. . Los requerimientos anuales de las personas: Energía: 1022 Mcal, Proteína
Animal: 29.2 kg, Proteína vegetal: 18.3 kg, Hortalizas: 109.5 kg.
2. Los cultivos disponibles
Combinaciones de Cultivos (De Energía Prot.Animal Prot. Vegetal Hortalizas
un año de duración) (Mcal) (kg) (kg) (kg)
(Yuca) 14400 0 144 0
(Yuca+ Maíz Animal) 14520 13 132 0
Pasto 3090 146 0 0
(Tomate)-(Boniato) 5370 0 327 10000

 TABLA 1: Ejemplo del aporte de diferentes combinaciones de cultivos.

3. Superficie del terreno
a. La superficie del terreno considerado fue de 10 Hectáreas.
RESULTADOS:
1. Cantidad máxima de personas a alimentar
2. Cantidad de hectáreas que se debe sembrar de cada cultivo, del total del área
Entonces:

 Si, una vez ejecutados los datos en el modelo se obtuvo como solución
óptima que pueden ser alimentadas 22 personas al año en las 10
hectáreas de tierra y para eso se deben distribuir las combinaciones de
cultivos de la siguiente forma:(Yuca + Maíz Animal): 4.50 há * Pasto:
5.00 há *(Tomate) – (Boniato): 0.50 há

 No, cuando no es posible obtener solución con los datos introducidos se

muestra cuáles nutrientes no pudieron ser cubiertos con los alimentos
dados para cubrir los requerimientos de las personas.
IMPACTO:
El modelo desarrollado se emplea como una aplicación de propósito general, sobre el cual
se pueden realizar simulaciones en dependencia de las situaciones reales que se pretenden
analizar y adaptándose a las condiciones locales de cada lugar, este modelo permite ayudar
a los productores para realizar sus planificaciones a nivel de finca, teniendo en cuenta las

~ 34 ~
 producciones necesarias para satisfacer las necesidades del mayor número de personas
posible.

PAPER N°3:
LA PROGRAMACIÓN LINEAL EN APLICACIÓN DE LA PEQUEÑAS Y
MEDIANAS EMPRESAS

I) Introducción
El objetivo de este informe es definir y aplicar el método denominado como
Programación Lineal, para la ayuda de las empresas pequeñas y medianas
conocidas como PYMES. Ocupan la gran mayoría del sector de trabajo y también
es la que más riesgos corre. Tomando como punto de ejemplificación una empresa
de manejo de verduras que al igual que en este caso se puede aplicar en muchos
otros.
II) Problema
El propósito de este apartado es mostrar un modelo Agrícola de Programación
Lineal orientado a optimizar ganancias. realizando una rotación de cultivos para el
logro de mejores precios en el mercado.
 Definir los cultivos o actividades (cuadro 1) que se podían explotar de
acuerdo con las características físicas de la finca y su ubicación
geográfica.


Decidir en qué mes se debía vender la producción de cada actividad con
base al comportamiento histórico de los precios, para esto se elaboró
una matriz de rotación de cultivos la cual se muestra en el (cuadro 2).

~ 35 ~
 Donde: 0 = cultivo no activo en ese mes.
1 = cultivo en actividad en ese mes.
 Llegando al cuadro siguiente, que contiene la información de los dos
primeros cuadros más la ganancia por cada producto.


TIERRA:
El terreno consta de un área máxima de 3,38 hectáreas de riego.
Los cuales fueron destinados como máximo 1,5 hectáreas para chiles.
 MANO DE OBRA DISPONIBLE:
Registrando en zonas aledañas a la finca se contó con un máximo de 7
trabajadores a laborar 8 horas diarias. Nos da como tal un máximo de
1456 al mes.
Dato: Los repollos y cebollas tienen un periodo de 2 meses.
 CAPITAL DISPONIBLE:
Se asumió de un capital inicial de 1374014,00 colones
Tener en cuenta.

 Se busca maximizar las ganancias.

III) METODO DE SOLUCION

a) Función Objetivo

~ 36 ~
  Para maximizar las ganancias y encontrar una combinación óptima para
eso se construyó la siguiente función objetivo.
Z=599049CH1+642608CH2+435680ZA1
+970869ZA2+1021643ZA3+384381RE1+366175
RE2+208270RE3+2070255CE1+2383952CE2+2
189EL1+18075EL2+537029PA1+778195PA2

b) Restricciones
 TIERRA:

 M
ANO DE OBRA DISPONIBLE:

~ 37 ~


~ 38 ~
  CAPITAL DISPONIBLE:

IV)
SOLUCION
Según el programa LINGO, utilizando el método de optimización
simplex, arrojando un valor de óptimo de 10203880,00 colones siendo
esta la máxima ganancia obtenida en el área agrícola.
 Además, el programa LINGO nos da unos rangos de variación de
coeficientes de las variables que se tomaron para formar la función
objetivo.
c) CONCLUSIONES

~ 39 ~
  Gracias a estas técnicas de optimización dentro de una empresa, se
recomienda que todas la PYMES desarrollen dichas formas para poder
alcanzar a tener un máximo beneficio para la empresa.
 Como sabemos la contribución de las PYMES , generan empleo en un país ,
y muchas veces se cree que porque es una pequeña o mediana empresa ,
ésta no genera o no contribuye de manera competitiva como otras empresas
más robustas lo cual es totalmente errónea , no hay que olvidar que la
robustez de una empresa no está ligada a su infraestructura sino a su
capacidad de dar valor agregado a la sociedad a la que pertenece.

3. REFERENCIAS BIBLIOGRAFÍAS Y LINKOGRÁFICAS:

Papers:

 PROGRAMACIÓN LINEAL APLICADAA LA FORMULACIÓN DE

RACIONES PARA RUMIANTES
o http://www.utu.edu.uy/Publicaciones/Publicaciones%20Educativas/Libros
%20de%20Matematica/PROGRAMACION%20LINEAL.pdf
 MODELO DE PROGRAMACIÓN LINEAL PARA LA PLANIFICACIÓN DE
FINCAS MAXIMIZANDO LA CANTIDAD DE PERSONAS A ALIMENTAR
o https://dialnet.unirioja.es/descarga/articulo/3995950.pdf
 LA PROGRAMACIÓN LINEAL EN APLICACIÓN DE LA PEQUEÑAS Y
MEDIANAS EMPRESAS
o https://www.redalyc.org/articulo.oa?id=72912559007

Libro:
 Hillier, F & Lieberman, G (2010)Introducción a la Investigación de
Operaciones. Mexico: The McGraw-Hill Companies.
 Problema 1: (Cap. 3. ; pag. 39)
 Problema 2: (Cap. 3, pag. 42)
 Problema 3: (Cap.3 , pag. 44)
 Problema 4: (Cap. 3, pag. 75)
 Problema 5: (Cap. 3, pag. 53)
 Problema 6: (Cap. 3, pag. 47)
Video:

 https://www.youtube.com/watch?v=ntzlRjYMNPo

~ 40 ~