Manual de Lingo

UNIVERSIDAD NACIONAL DE INGENIERIA
FACULTAD DE INGENIERIA INDUSTRIAL Y SISTEMAS
INVESTIGACION DE OPERACIONES I
TEMA : MANUAL DE LINGO
PROFESOR : ING. EYZAGUIRRE
ALUMNOS : RODAS POCCORPACHI MARTIN

ANGULO CCAHUANA SANDRO
CASTRO CASTILLO GUSTAVO
RAMON ZUIGA LUIS
2011-I
INDICE
1. INTRODUCCION......................................................................................... 3
2. LENGUAJE DE MODELADO LINGO..... 4
2.1 SINTAXIS DE LINGO.... 5

2.2 SECCION DE CONJUNTO.......................................................... 5
2.3 USO DE FUNCIONES DE DOMINIO DE VARIABLES....... 8
2.4 COMANDOS DE LOS MENS Y FUNCIONES DE LINGO........ 9
2.4.1 MEN FILE:... 10
2.4.2 MEN EDIT:...10
3. MENU LINGO.............................................................................................. 11
4. FUNCIONES:..... 12
4.1 OPERADORES ESTANDAR...12
4.2 FUNCIONES DE IMPORTACIN DE ARCHIVOS:..... 12
4.3 FUNCIONES DE FINANZAS :..... 12
4.4 FUNCIONES MATEMTICAS: 13
4.5 FUNCIONES DE ITERACIONES EN CONJUNTOS:.. 13
4.6 FUNCIONES DEL DOMINIO DE LA VARIABLE:...... 13
4.7 FUNCIONES DE PROBABILIDAD:........ 13
5 PROBLEMAS RESUELTOS CON LINGO:........ 14
5.1 PROBLEMA DE MEZCLA (usando 1 sub. ndice).. 14
5.2 PROBLEMA DE DIETAS ( usando 1 sub ndices):...... 15

5.3 PROBLEMA(usando 3 ndices)... 19
5.4 PROBLEMA(usando 4 ndices).... 20
6 PROBLEMAS DE TRASNPORTE.. 25
7 PROBLEMAS DE INVESION...... 28
8 PLANEACIN DE PRODUCCIN..... 29
9 PROBLEMAS DE PLANEAMIENTO FINANCIERO.... 29
10 PROBLEMAS DE PROGRAMACIN ENTERA CON LINGO.. 35
11 PROBLEMA APLICADO A LA ASIGNACIN IMPORTANDO DE
XCEL.............. 49
12 PROBLEMA 1 EN LINGO EXPORTANDO DATOS EN ACCESS.... 73
1. INTRODUCCIN
En el trabajo mostrado a continuacin, se muestra una prctica de laboratorio

correspondiente a contenidos de programacin matemtica. Se desarrollan
ejemplos, tanto de forma lineal, no lineal, de transportes, enteras, etc., as como la
solucin de los mismos como el anlisis de sensibilidad, el cual se realiza con
LINGO.
El software matemtico se ha venido empleando desde hace varios aos como un

asistente ms en la docencia de ciertas titulaciones con buenos resultados. Las
ventajas de su utilizacin son muchas.
LINGO es una herramienta matemtica que resuelve una amplia gama de problemas
de optimizacin, lineales, no lineales y enteros, utilizando un lenguaje sencillo, lo que
lo convierte en un asistente ideal en la docencia. Junto con LINDO forma parte del
paquete SOLVER SUITE (manual de usuario, 1996).
Podemos decir que el objetivo de este trabajo es mostrar las posibilidades del
software en la docencia de la optimizacin matemtica y no de servir de manual de
introduccin al manejo de LINGO, se incluyen los conocimientos elementales
necesarios para empezar a trabajar con este paquete.
2. LENGUAJE DE MODELADO LINGO
Qu es LINGO?
LINGO es una herramienta simple para utilizar la potencialidad de la optimizacin

lineal y no lineal para formular problemas muy grandes de una manera concisa,
resolverlos y analizar su solucin. La optimizacin le ayuda a encontrar la respuesta
que representa la mejor solucin; obtiene la mayor utilidad, respuesta o felicidad; o
logra el menor costo, desperdicio o disconformidad. A menudo estos problemas
significan hacer el uso ms eficiente de sus recursos- incluyendo dinero, tiempo,
maquinaria, personal, inventario y mucho ms. Los problemas de optimizacin se
clasifican a menudo como lineales y no lineales, dependiendo si las relaciones entre
las variables son o no lineales.
LINGO es un lenguaje de modelado matemtico diseado para formular y resolver
problemas de programacin lineal, programacin entera y programacin no lineal.
Cmo Instalar LINGO?

Esta seccin discute cmo instalar LINGO en la plataforma Windows. Para instalar
LINGO en plataformas aparte de Windows, se refieren a las instrucciones de
instalacin incluidas con su software.
Instalar el software de LINGO es directo. A LINGO de disposicin para Windows,

ponga su CD en la gua apropiada y corrida la instalacin programa SETUP
contenido en la carpeta de LINGO. El programa de instalacin de LINGO le abrir y
guiar por los pasos requeridos para instalar LINGO en su disco duro.
Nota: Si existe una versin previa de LINGO instalada en su mquina, entonces

usted puede necesitar. Desinstala lo antes que puede instalar la nueva copia de
LINGO. Para desinstalar la copia existente de lingos, haga clic en el botn Start de
Windows, escogen las colocaciones mande, escoja Panel de Control, entonces haga
clic dos veces sobre en el Add o quite programe icono. Deba entonces ser capaz de
escoger LINGO y tener la versin vieja quitada de su sistema.
La mayor parte de las copias de LINGO vienen con sus preinstaladas licencias. Sin
embargo, ciertas versiones de LINGO requieren usted para entrar una llave de
licencia. Si su versin de LINGO requiere una licencia teclee, estar presente con la
caja de dilogos siguiente cuando usted empieza LINGO:
Su llave de licencia puede haber sido incluido en un correo electrnico envi a usted
cuando usted orden su software. La llave de licencia es una cuerda de letras,
smbolos y nmeros, separado en grupos de cuatro por los guiones (por ejempo,
r82m-XCW2-dZu?-%72S-fD?S-Wp@ ). Cuidadosamente entre la llave de licencia
en el campo de edicin, incluyendo guiones. Las llaves de licencia son el caso
sensitivo, as que debe estar seguro de preservar el caso de las letras individuales al
entrar su llave. Haga clic sobre el botn OK y, asumiendo la llave es sido entrada
correctamente, LINGO empezar entonces. En lo sucesivo, ser capaz de correr
LINGO directamente sin entrar la llave.
Nota: Si recibi su licencia teclee por correo electrnico, entonces tiene la

opcin de cortante-y-pegndolo en la caja de dilogos clave de licencia. Corte la
llave del correo electrnico que contiene lo con el Ctrl+C llave, entonces escoja el
campo clave en caja de dilogos de LINGO y pegue la llave con la llave de Ctrl+V.
2.1 SINTAXIS DE LINGO
La sintaxis que se utiliza en este programa es muy sencilla. Para el nombre de las
Variables y otros identificadores se establece que pueden tener 32 caracteres como
Mximo, Deben comenzar con una letra seguido de letras, dgitos o _. LINGO no
distingue entre maysculas y minsculas.
Con respecto a las sentencias:
Todas las sentencias deben terminar en un punto y coma.

Para darle un nombre a la funcin objetivo o a las restricciones, estos se deben
colocar entre corchetes.
Para declarar la funcin objetivo debemos colocar las palabras reservadas MAX o
MIN, (aparecern resaltadas en azul) seguidas del signo = .
Los comentarios deben comenzar con un signo! , los cuales aparecen resaltados
en verde. Al igual que las sentencias los comentarios finalizan con un punto y coma.
Una formulacin en LINGO, tiene tres secciones:

Seccin de conjuntos, SETS, que especifica los conjuntos y sus atributos
Seccin de datos, DATA, que proporciona los datos a usar o indica donde
obtenerlos
Seccin del modelo, MODEL, lugar donde se describe el modelo matemtico.
2.2 SECCION DE CONJUNTOS

Cada conjunto tiene la sintaxis siguiente:
NOMBRE/ LOS MIEMBROS/: LOS ATRIBUTOS;
SETS:
FABRICAS /F1, F2/: CAPACIDAD;
CENTROS /C1, C2, C3/: DEMANDA;
RUTAS (FBRICAS, CENTROS): C, X;
ENDSETS
Los conjuntos, FABRICAS y CENTROS se denominan conjuntos primitivos y el
ltimo se denomina conjunto derivado, donde C y X representan, respectivamente,
los costos unitarios de transporte y cantidad transportada de las fabricas a los
centros.
o SECCION DE DATOS
Los valores de los atributos de los elementos de los conjuntos, tienen la sintaxis
siguiente:
DATA:
CAPACIDAD = 30, 20;
DEMANDA = 10, 25, 15;
C = 2, 4, 6,
7, 10, 1;
ENDDATA
o SECCION DEL MODELO

Para presentar el modelo se utiliza dos funciones @SUM y @FOR.
@SUM calcula la suma de una expresin sobre todos los miembros del conjunto.
La forma general es:
@SUM (set: expresin)
Suma la expresin que sigue a los dos puntos.
Por ejemplo:
@SUM (RUTAS: C*X)
Suma la expresin que sigue a los dos puntos que corresponde al producto del costo
unitario de transporte por la cantidad transportada de cada origen a cada destino
considerado.
La segunda funcin es @FOR, esta funcin sirve para generar restricciones sobre
los miembros de un conjunto. La forma general es:
@FOR (set: restriccin)
Por ejemplo:
@FOR (CENTROS (J): @SUM (FABRICAS(I):X(I,J))<=CAPACIDAD(I));
Indica que se genere la restriccin que sigue a los dos puntos para cada miembro
del conjunto que les precede. Cada elemento del conjunto CENTROS (J) para J =
1, 2,3 se genera las restricciones siguientes:
J = 1: X11 + X21 >= 10
J = 2: X12 + X22 >= 25
J=3 X13 + X23 >= 15
La formulacin completa es como sigue:
MODEL:
! 2 FABRICAS, 3 CENTROS, problema de transporte;

SETS:
FABRICAS /1..2/: CAPACIDAD;
CENTROS /1..3/ : DEMANDA;
RUTAS (FBRICAS, CENTROS): C, X;
ENDSETS
DATA:
CAPACIDAD = 30,20;
DEMANDA = 10, 25,15;
C = 2, 4, 6,
7,10, 1;
ENDDATA
! LA FUNCION OBJETIVO;
MIN = @SUM (RUTAS: C*X);
! RESTRICCIONES DE LA DEMANDA;
@FOR (CENTROS (J): @SUM (FABRICAS (I): X (I, J)) >= DEMANDA (J));
! RESTRICCIONES DE LA OFERTA;
@FOR (FABRICAS (I): @SUM (CENTROS (J): X (I, J)) <= CAPACIDAD (I));
END
Para presentar el modelo algebrico se hace clic en la ficha LINGO, Generate,

Algebraic, Generate y se tiene como resultado lo siguiente:
MODEL:
[_1] MIN= 2 * X_1_1 + 4 * X_1_2 + 6 * X_1_3 + 7 * X_2_1 + 10 * X_2_2 + X_2_3;
[_2] X_1_1 + X_2_1 >= 10;
[_3] X_1_2 + X_2_2 >= 25;
[_4] X_1_3 + X_2_3 >= 15;
[_5] X_1_1 + X_1_2 + X_1_3 <= 30;
[_6] X_2_1 + X_2_2 + X_2_3 <= 20;
END
Se puede omitir el paso anterior pasando a la solucin del modelo haciendo clic en
LINGO, Solve obteniendo el siguiente resultado:
Objective value: 160.0000
Variable Value Reduced Cost

CAPACIDAD( F1) 30.00000 0.0000000
CAPACIDAD ( F2) 20.00000 0.0000000
DEMANDA( C1) 10.00000 0.0000000
DEMANDA( C2) 25.00000 0.0000000
DEMANDA( C3) 15.00000 0.0000000
C( F1, C1) 2.000000 0.0000000
C( F1, C2) 4.000000 0.0000000
C( F1, C3) 6.000000 0.0000000
C( F2, C1) 7.000000 0.0000000
C( F2, C2) 10.00000 0.0000000
C( F2, C3) 1.000000 0.0000000
X( F1, C1) 5.000000 0.0000000
X( F1, C2) 25.00000 0.0000000
X( F1, C3) 0.000000 10.000000
X( F2, C1) 5.000000 0.0000000
X( F2, C2) 0.000000 1.0000000
X( F2, C3) 15.00000 0.0000000
2.3 USO DE FUNCIONES DE DOMINIO DE VARIABLES

A menos que se especifique lo contrario, las variables en un modelo de LINGO son
continuas y no negativas. Ms especficamente las variables pueden asumir
cualquier valor real desde cero hasta ms infinito. En muchos casos este dominio
para una variable puede ser inapropiado. Por ejemplo puede necesitarse que una
variable asuma valores negativos, o solamente valores enteros. LINGO est
provisto de cuatro funciones de dominio de variables que permiten sobrepasar el
dominio por omisin de una variable:
@GIN Limita la variable slo a valores enteros
@BIN Hace una variable binaria (0 1)

Permite que la variable tome cualquier valor
@FREE
real (positivo o negativo)
Limita la variable para que se ajuste a un rango
@BND
finito
Ejemplos de uso de variables enteras:

@GIN(X); Transforma la variable escalar X en entera
@GIN (PRODUCE (5)); Transforma la variable PRODUCE (5) en entera
@FOR (DAYS(I): @GIN(START(I))); Transforma todas las variables del atributo
START
Ejemplos de uso de variables binarias:
@BIN(X); Transforma la variable escalar X en binaria
@BIN (INCLUDE (4)); Transforma la variable INCLUDE (4) en binaria
@FOR (ITEMS:@BIN(INCLUDE));Transforma todas las variables del atributo
INCLUDE en binarias
Ejemplos de uso de variables libres:

@FREE(X); Transforma la variable escalar X en libre
@FREEE (QUANTITY (4)); Transforma la variable QUANTITY (4) en libre
@FOR (ITEMS:@FREE(QUANTITY));Transforma todas las variables del atributo
QUANTITY en libres
Ejemplos de uso de variables con lmites:

@BND (-1, X, 1): Restringe la variable X al intervalo [-1, 1]
@BND (100, QUANTITY (4), 200): Limita QUANTITY (4) entre 100 y 200
@FOR (ITEMS: @BND (10, Q, 20)): Fija los lmites de todas las variables del
atributo Q en 10 y 20
@FOR (ITEMS: @BND (QL, Q, QU)): Fija los lmites de todas las variables del
atributo Q en QL y QU (A QL y QU deben habrsele asignado valores en la seccin
de datos)
OPERADORES LOGICOS
LINGO tiene nueve operadores lgicos:
NOT (no), EQ (igual), NE (no igual), GT (mayor que), GE (mayor igual), LT (menor
igual), LE (menor igual), AND (y) y OR (o) que se utilizan para comparar valores, la
forma de usar es: #operador#.
Los elementos del LINGO requieren un objetivo, una o ms variables y una o ms

restricciones. Las instrucciones del LINGO terminan con: (punto y coma).
2.4 COMANDOS DE LOS MENS Y FUNCIONES DE LINGO

El men principal comprende 5 submens acomodados en la parte superior de la
pantalla en los que se listan diversos comandos.
2.4.1 MEN FILE:
Los comandos del men File (archivo) le permiten manejar sus archivos de datos en
LINGO de distintas maneras. Usted puede usar este men para abrir, cerrar,
guardar e imprimir archivos, as como para ejecutar varias tareas nicas con LINGO.
COMANDOS FILE:
NEW F2: Crea una nueva ventana para ingresar datos.
OPEN F3: Abre un archivo existente. Mediante los cuadros de dialogo usted
puede seleccionar entre varios tipos de archivos y ubicaciones.
SAVE F4: Guarda la ventana activa. Usted puede guardar los datos de entrada
(un modelo), una ventana de informes (ventana de informes) o una ventana de
comandos.
SAVE AS F5 : Guarda la ventana activa con un nombre de archivo especifico. Es
til para volver a asignar un nombre a un archivo revisado y conservar intacto el
archivo original.
CLOSE F6: Cierra la ventana activa. Si la ventana contiene nuevos datos,
entonces se le preguntar si desea guardar los cambios.
PRINT F7: Enva la ventana activa a su impresora.
PRINTER SETUP F8: Selecciona la impresora y varias opciones para el formato
de impresin.
Log output F9: Enva toda la actividad posterior de la pantalla que normalmente se
enviara a la ventana Reports, a un archivo de texto. Si usted especifica una
ubicacin log file, aparece una marca en el men file en la lnea de Log Output.
Para inactivar Log Output seleccione simplemente el comando de nuevo.
Take Commands: Toma un batch file de LINGO con comandos y texto del modelo
para operacin automatizada. Se puede poner un modelo en la memoria, resolverlo
y la solucin es colocada en la ventana Reports y guardada en un archivo. Si usted
usa el comando BATCH antes del inicio del texto del modelo, el modelo y los
comandos contenidos en el archivo, as como la solucin, se vern en la ventana
Reports
Import LINDO file F12: Abre un archivo que contiene un modelo de Lindo en el
formato TAKE de Lindo y traduce el modelo en un formato que Lingo acepta.
Exit F10: Cierra LINGO.
2.4.2 MEN EDIT:

Los comandos del men edit permiten a usted ejecutar tareas bsicas de edicin
comunes a la mayora de aplicaciones para Windows, as como efectuar varias
tareas que son exclusivas para LINGO.
COMANDOS EDIT:
Undo ctrl. + Z: Deshace la ltima accin.
Cut ctrl. + X: Corta el texto seleccionado en el portapapeles para pegarlo.
Copy ctrl. + C: Copia el texto seleccionado en el portapapeles para pegarlo.
Paste ctrl. + V: Inserta o pega el contenido del portapapeles en el punto de
insercin.
Clear delete : Borra el texto seleccionado pero no lo coloca en el
portapapeles.
Find/ Replace ctrl. + F: Busca la ventana activa para encontrar el texto
seleccionado y reemplazarlo con el texto introducido en el cuadro Replace
with (Sustituya por).
G oto line ctrl. + T: Usted puede mover el cursor a cualquier linea especificada
de la ventana activa.
Match Parntesis ctrl. + P: Encuentra el parntesis cerrado que corresponde
al parntesis abierto seleccionado.
Paste Function: Pega las funciones incorporadas EN LINGO en el punto de
insercin actual. Despus de seleccionar este comando aparece otro submenu
con las distintas categoras de las funciones.
Select All ctrl. +A: Selecciona toda la ventana activa para cortarla o copiarla.
Cose New Font: Selecciona una nueva fuente para el texto en la ventana
activa.
3. MENU LINGO:
Los comandos del men LINGO se usan despus de que usted ya introdujo datos y
estn listos para obtener una solucin.
COMANDOS LINGO:
Solve ctrl. + S: Enva el modelo que se encuentra en la ventana activa al Solver
de LINGO.
Solution ctrl. + O: Abre el cuadro de dialogo Solution Report Options (opciones
para mostrar la solucin), el cual permite a usted especificar como quiere que
aparezca su solucin.
Range ctrl. + R: Despliega un informe de intervalos, el cual le muestra dentro de
que valores usted puede cambiar valores coeficientes sin modificar los valores
ptimos.
Look ctrl.+ L: Despliega todo el modelo o las lneas seleccionadas.
Generate ctrl. + S: Crea otra versin del modelo actual en formato algebraico de
LINDO o MPS. Se puede usar para enumerar renglones y desplegar el modelo
en un formato ms fcil de leer. El comando GEN proporciona una capacidad
similar desde la ventana de comandos.
Export to Spreadsheet ctrl. + E: Exporta valores de variables seleccionadas a
intervalos nombrados en una hoja de calculo.
Primero se tiene que crear una hoja de clculo con intervalos dimensionados para que
se puedan acomodar en ellos los valores exportados.
Los intervalos tienen que contener nmeros. Al seleccionar este comando se abrir un
cuadro de dialogo que pide la plantilla y las hojas de trabajo (nombres de archivo de la
hoja de calculo), variables por exportar y el intervalo para el cual se exportaran los
valores. Las variables y el intervalo se introducen por pares y se aaden a la lista de
pares de variable e intervalo dando un clic en el botn de agregar.
4. FUNCIONES:
LINGO tiene siete funciones principales: operador estndar, importacin de archivos,
finanzas, matemticas, iteraciones en conjuntos, dominio de variable y probabilidad y
una variedad de otras funciones. La mayora de estas funciones esta disponible por
medio de los comandos del men.
4.1 OPERADORES ESTANDAR

Entre estos operadores se encuentran los aritmticos (^,*,/,+ y - ) , operadores lgicos
(#EQ# , #NE# , #GT# , #GE# , #LT# y #L3#) para determinar la calidad del conjunto y
operadores de igualdad-desigualdad ( <;=;>; <= ; y >=) para especificar si el primer
miembro de una expresin debe ser menor que, igual a , o mayor que el segundo
miembro.
4.2 FUNCIONES DE IMPORTACIN DE ARCHIVOS:

Estas funciones le permiten importar el texto y datos de fuentes externas. La funcin
@FILE le permite importar el texto o datos desde un archivo en ASCIL, y la funcin
@IMPORT le permite importar datos solo de una hoja de calculo.
4.3 FUNCIONES DE FINANZAS :

Entre estas funciones estn @FPA (I, N), la cual da el valor presente de una anualidad
y la funcin @FPL (I, N), la cual regresa el valor presente de un valor global de N
periodos de $1 a partir de ahora si la tasa de inters es I por periodo. I no es un
porcentaje, sino un nmero no negativo que representa la tasa de inters.
4.4 FUNCIONES MATEMTICAS:
Comprenden las funciones generales y trigonomtricas siguientes: @ABS(X),
@COS(X), @EXP(X), @LGM (X), @LOG(X), @SIGN(X), @SIN(X), @SMAX (list),
@SMIN (list), @TAN(X). Se pueden utilizar combinaciones de las tres funciones
trigonomtricas bsicas (seno, coseno y tangente) para obtener otras funciones
trigonomtricas.
4.6 FUNCIONES DE ITERACIONES EN CONJUNTOS:

Comprenden @FOR (set_name: constraint_expression), @MAX (set name:
expression), @MIN (set_name:expression) y @SUM (set_name:expression). Estas
funciones operan sobre un conjunto completo y producen un solo resultado en todos
los casos, excepto con la funcin @FOR, la cual genera restricciones
independientemente de cada elemento del conjunto.
4.7 FUNCIONES DEL DOMINIO DE LA VARIABLE:

Estas funciones fijan restricciones adicionales sobre variables y atributos. Comprenden
las siguientes: @BND (L, X, U), @BIN(X), @FREE(X) y @GIN(X).
4.8 FUNCIONES DE PROBABILIDAD:

LINGO posee capacidades estadsticas comunes con sus funciones de probabilidad:
@PSN(X),@PSL (X), @PPS (A,X), @PPL( A,X), @PBN(P,N,X), @PHG(POP,G,N,X),
@PEL(A,X), @PEB(A,X), PFS(A,X,C),
@PFD(N, D, X), @PCX(N, X), @PTD (N, X) y @RAND (X).
5 PROBLEMAS RESUELTOS CON LINGO
5.1 EJEMPLO DE MEZCLA (usando 1 sub. ndice)
Una compaa Fabrica tres productos de caucho: AIRTEX (material esponjoso),

EXTENDEX (material elstico) y RESISTEX (material rgido). Los tres productos
requieren los mismos tres polmeros qumicos y una base. La cantidad de cada
ingrediente usado por libra del producto final se muestra en la siguiente tabla.
Ingrediente (OZ/LB de producto)

Producto
Polmero A Polmero B Polmero C Base
AIRTEX 4 2 4 6
EXTENDEX 3 2 2 9
EXTENDEX 6 3 5 2
Inventario 500 425 650 1100
La compaa tiene el compromiso de producir ala menos 1000 libras de airtex,500

libras de extendex y 400 libras de resistex para la prxima semana pero la gerencia de
la compaa sabe que puede vender mas de cada uno de los tres productos .los
inventarios actuales de los ingredientes son 500 libras del polmero A , 425 libras del
polmero B,650 libras el polmero C Y 1100 libras de la base . Cada libra de airtex
produce a la compaa una ganancia de $ 7, cada libra de extendex una ganancia de
$7 y cada libra de resistex una ganancia de $6.como gerente del departamento de
produccin, usted necesita determinar el plan de produccin optimo para esta semana.
Solucin:
Ingredientes (oz/lb. de producto)

Producto Polimero Polimero B Polimero C base compromiso ganancia
A
AIRTEX 4 2 4 6 1000 7
EXTENDE 3 2 2 9 500 7
X
RESISTEX 6 3 5 2 400 6
inventario 500 425 650 1100
Sea:
Xi: la cantidad de ingredientes del PRODUCTO i (i=airtex,extendex,resistex) que se
puede usar.
3
FUNCION OBJETIVO: X
i 1
i * ganacia(i ) ;donde ganancia es la utilidad ya sea del
Producto airtex, extendex, resistex.
Entonces: MAX Z = 7*X1 + 7*X2 + 6*X3
SUJETO A:
3
X
i 1
i COMPROMISO(i )
Para i=1-----X1 >=1000
Para i=2-----X2 >=500
Para i=3-----X3 >=400
3
X
i 1
i * requerimen to(i, j ) inventario ( j ) * 16 , donde requerimiento (i , j) es la
cantidad de producto de cada tipo de ingrediente.

Para J= 1------ 4X1 + 3X2 + 6X3 <= 500*16;
Para J= 2------ 2X1 + 2X2 + 3X3 <= 425*16;
Para J= 3------ 4X1 + 2X2 + 5X3 <= 650*16;
Para J= 4------ 6X1 + 9X2 + 2X3 <= 1100*16;
SETS:
PRODUCTO/1..3/:NIVEL,COMPROMISO,GANANCIA;
INGREDIENTE/A..D/:INVENTARIO;
PROIN(PRODUCTO, INGREDIENTE):X;
ENDSETS
DATA:
COMPROMISO=1000,500,400;
GANANCIA=7,7,6;
INVENTARIO =500,425,650,1100;
X=4,2,4,6,
3,2,2,9,
6,3,5,2;
ENDDATA
!FUNCION OBJETIVO MAXIMIZAR LA UTILIDAD;

MAX=@SUM(PRODUCTO:GANANCIA*NIVEL);
!RESTRICCION DEL INVENTARIO;
@FOR(INGREDIENTE(I):@SUM(PRODUCTO(P):X(P,I)*NIVEL(P))<=INVENTARIO(I)*16);
!RESTRICCION DEL COMPROMISO;
@FOR(PRODUCTO:NIVEL>=COMPROMISO);
END
5.2 EJEMPLO DE DIETAS ( usando 1 sub ndice):
El departamento de nutricin de u hospital prepara 30 menes de cena, uno para

cada da del mas. Una comida consiste en espagueti, pavo, papas en escalope y
pastel de manzanas. Como director del departamento de nutricin, usted ha
determinado que esta comida debe proporcionar 63000 miligramos de protenas, 10
miligramos de hierro, 15 miligramos de niacina, 1 miligramo de tiamina y 50
miligramos de vitamina C .cada 100 gramos de esta comida proporciona la cantidad
de cada nutriente y grasas indicadas en la siguiente tabla:
NUTRIENTE(mg / 100g)
PROTEINA HIERRO TIACINA TIAMINA VITNA C GRASA
ESPAGUET 5000 1.1 1.4 0.18 0.0 5000
I
PAVO 29300 1.8 5.4 0.06 0.0 5000
PAPAS 5300 0.5 0.9 0.06 10 7900
ESPINACA 3000 2.2 0.5 0.07 28 300
S
PASTEL 4000 1.2 0.60 0.15 3.0 14300
SOLUCION: hacemos nuestra tabla
POTAJE NUTRIENTE(mg/100g)
PROTEINA HIERRO TIACINA TIAMINA VITNA C GRASA MAXIMO
ESPAGUETI 5000 1.1 1.4 0.18 0 5000 300
PAVO 29300 1.8 5.4 0.06 0 5000 300
PAPAS 5300 0.5 0.9 0.06 10 7900 200
ESPINACAS 3000 2.2 0.5 0.07 28 300 100
PASTEL 4000 1.2 0.6 0.15 3 14300 100
MINIMO 63000 10 15 1 50 0
Sea Xi: cantidad de nutriente de tipo (i=1, 2, 3, 4, 5,6) i=1---espagueti

i=2---pavo
i=3---papas
i=4---espinacas
i=5---pastel
i=6---grasa
Funcin objetivo:
Min Z=X6;
SUJETO A:
Restriccin de la cantidad de grasa total que debe haber :

5
X 6 X i * CGi 0 ; donde
i 1 CGi es la cantidad de grasa ya sea en Pavo ,
papas ,espinacas ,pastel, espagueti.
Por lo tanto: X6 X1*5000 5000*X2 7900*X3 3000*X4 14300*X5=0
Restriccin de la cantidad de nutriente por cada 100 mg que proporciona:
X
i 1
i MAXIMOi / 100 ; donde MAXIMO i es la cantidad mxima de cada potaje
ya sea de Espagueti, pavo, papas, espinacas y pastel
Por lo tanto:
Para i=1 -- X1<=300/100

Para i=2 -- X2<=300/100
Para i=3 -- X3<=200/100
Para i=4 -- X4<=100/100
Para i=5 -- X5<=100/100
Restriccin de la cantidad de nutriente por pataje que debe haber como

mnimo:
X
i 1
i * nutriente j ,i MINIMO j , donde NUTRIENTE j,i . j ,es la cantidad de
nutriente ya Sea de protena, hierro, tiacina, tiamina, vitna C ,grasa por Cada potaje
i ya sea :Espagueti, pavo, papas, espinacas, pastel.
Y MINIMO j es la cantidad de potaje como mximo que debe existir.
Por lo tanto:
Para i=1,2,3,4,5 Y j=1

X1*5000 + X2*29300 + X3*5300 + X4*3000 + X5*4000 >=63000
Para i=1,2,3,4,5 Y j=2

X1*1.1 + X2*1.8 + X3*0.5 + X4*2.2 + X5*1.2 >=10
Para i=1,2,3,4,5 Y j=3

X1*1.4 + X2*5.4 + X3*0.9 + X4*0.5 + X5*0.6 >=15
Para i=1,2,3,4,5 Y j=4

X1*0.18 + X2*0.06+ X3*0.06 + X4*0.07 + X5* 0.15 >=1
Para i=1,2,3,4,5 Y j=5

X1*5000 + X 2*5000 + X3*7900 + X4*300 + X5*14300 >=0
SETS:
POTAJE/1..5/:NIVEL,MAXIMO;
NUTRIENTE/1..6/:MINIMO;
PONU(POTAJE,NUTRIENTE):REQ;
ENDSETS
DATA:
MAXIMO=300,300,200,100,100;
MINIMO=63000,10,15,1,50,0;
REQ=5000,1.1,1.4,0.18,0,5000,
29300,1.8,5.4,0.06,0,5000,
5300,0.5,0.9,0.06,10,7900,
3000,2.2,0.5,0.07,28,300,
4000,1.2,0.6,0.15,3,14300;
ENDDATA
MIN=GRASA;
GRASA=@SUM(POTAJE(I):REQ(I,6)*NIVEL(I));
@FOR(POTAJE(I):NIVEL(I)<=MAXIMO(I)/100);
@FOR(NUTRIENTE(J):@SUM(POTAJE(I):REQ(I,J)*NIVEL(I))>=MINIMO(J));
END
HACIENDO CORRER EL PROGRAMA CON LINGO 11

Total solver iterations: 3

NIVEL( ESPAGUETI) 3.000000 0.000000
NIVEL( PAVO) 2.833333 0.000000
NIVEL( PAPAS) 2.000000 0.000000
NIVEL( ESPINACAS) 1.000000 0.000000
NIVEL( PASTEL) 0.6666667 0.000000
A ASI SUCESIVAMENTE.
- PROBLEMA 5.2
Una empresa que fabrica un producto nico, tiene 3 fabricas y 4 clientes. Las 3
fabricas producen 3 000, 5 000 y 5 000 unidades respectivamente, durante el siguiente
periodo. La empresa se comprometi a vender 4 000 unidades al cliente 1; 3 000
unidades al cliente 2; y, por lo menos, 3 000 unidades al cliente 3. Los clientes 3 y 4
quieren comprar la mayor cantidad posible de las unidades restantes. En la siguiente
tabla se da la ganancia asociada con el envo de una unidad desde la fabrica i hacia el
cliente j.
DESDE AL CLIENTE
1 2 3 4
(dlares) (dlares) (dlares)
(dlares)
Fabrica 1 65 63 62 64
Fabrica 2 68 67 65 62
Fabrica 3 63 60 59 60
Plantear un problema de transporte balanceado que se pueda utilizar para maximizar

la ganancia de la compaa.
Solucin:
UNID ij = la cantidad enviada de la fabrica i al cliente j (i=1,2,3 j=1,2,3,4)
La funcin objetivo seria:
MAX 65 UNID( FAB1, CEN1) + 63 UNID( FAB1, CEN2) + 62 UNID( FAB1, CEN3) +
64 UNID( FAB1, CEN4)+ 68 UNID( FAB2, CEN1) + 67 UNID( FAB2, CEN2) + 65 UNID(
FAB2, CEN3) + 62 UNID( FAB2, CEN4)+ 63 UNID( FAB3, CEN1) + 60 UNID( FAB3,
CEN2) + 59 UNID( FAB3, CEN3) + 60 UNID( FAB3, CEN4)
SUBJECT TO
2] UNID( FAB1, CEN1) + UNID( FAB2, CEN1) + UNID( FAB3, CEN1) >= 4000
6] UNID( FAB1, CEN1) + UNID( FAB1, CEN2) + UNID( FAB1, CEN3) + UNID( FAB1,
CEN4)
<= 3000
CEN4)
<= 5000
CEN4)
<= 5000
END
Mostrando la solucin en LINGO:
SETS:
FABR/FAB1,FAB2,FAB3/: CAPAC;
CLIEN/CEN1,CEN2,CEN3,CEN4/:DEMAN;
VIAS(FABR,CLIEN):GANAN,UNID;
ENDSETS
DATA:
CAPAC=3000 5000 5000;
DEMAN=4000 3000 3000 6000;
GANAN=65,63,62,64,
68,67,65,62,
63,60,59,60;
ENDDATA
MAX UNID=@SUM(VIAS:GANAN*UNID);
@FOR(CLIEN(J):@SUM(FABR(I):UNID(I,J))>=DEMAN(J));
@FOR(FABR(I):@SUM(CLIEN(J):UNID(I,J))<=CAPAC(I));
END
UNID( FAB1, CEN1) 0.0000000 3.0000000

UNID( FAB1, CEN2) 0.0000000 1.0000000
UNID( FAB1, CEN3) 0.0000000 2.0000000
UNID( FAB1, CEN4) 3000.000 0.0000000
UNID( FAB2, CEN1) 2000.000 0.0000000
UNID( FAB2, CEN2) 3000.000 0.0000000
UNID( FAB2, CEN3) 0.0000000 0.0000000
UNID( FAB2, CEN4) 0.0000000 2.0000000
UNID( FAB3, CEN1) 2000.000 0.0000000
UNID( FAB3, CEN2) 0.0000000 0.0000000
UNID( FAB3, CEN3) 0.0000000 1.0000000
UNID( FAB3, CEN4) 3000.000 0.0000000
. Problema (Usando 3 sub ndices):
La ciudad de Busville tiene tres distritos escolares. En la tabla A se da el nmero

de estudiantes que pertenecen a grupos minoritarios y no minoritarios. El 25% de
todos los estudiantes (200/800) pertenecen a grupos minoritarios.
TABLA A
ESTUDIANTES ESTUDIANTES
DISTRITO
MINORITARIOS NO MINORITARIOS
1 50 200
2 50 250
3 100 150
La corte local a decidido que cada una de las dos escuelas de segunda enseanza
de la ciudad (Cooley y walt whitman) debe tener aproximadamente (ms o menos
5%) el mismo porcentaje de estudiantes de minoras, que la ciudad entera. En la
tabla B se da las distancias entre los distritos escolares y las escuelas. Cada escuela
debe tener entre 300 y 500 estudiantes. Utilice la programacin lineal para
determinar la asignacin de los estudiantes a cada escuela para minimizar la
distancia total que tienen que viajar los estudiantes para llegar a ella.
TABLA B
WALT
DISTRITO COOLEY WHITMAN
1 1 2
2 2 1
3 1 1
SOLUCION:
Primero vamos a encontrar la funcin objetivo, la escuela busca minimizar la

distancia total recorrida por sus estudiantes desde su distrito a la escuela y cuantos
estudiantes son mayoras y minoritarios, entonces vamos a llamar a la variable
estudiantes i,j,k, donde i: estudiantes del distrito i (i=1,2,3) que pertenecen al grupo j
(1:minoria,2:mayoria) y que estudian en la escuela k ( 1:Cooley,2:Walt Whitman).Si lo
queremos expresar escalarmente con los datos de la tabla Nro 2
MIN=1*( estudiantes 111+ estudiantes 121)+2*( estudiantes 211+ estudiantes

221)+1*( estudiantes 311+ estudiantes 321)+2*( estudiantes 112+ estudiantes
222)+1*( estudiantes 221+ estudiantes 222)+1*( estudiantes 312+1* estudiantes 322)
SETS:
DIST/1 . . 3/ : ;
TIPO / 1 . .2/ : ;
COLE / 1 . .2 / : ;
DT ( DIST , TIPO ) : CANT ;
DC ( DIST , COLE ) : DIS ;
DTC ( DIST , TIPO , COLE ) : X ;
ENDSETS ;
DATA:
CANT = 50 , 200 , 50 , 250 , 100 , 150 ;
DIS = 1 , 2 , 2 , 1 , 1 , 1 ;
N = 300 , 500 ;
ENDDATA
MINIMIZAR LA DISTANCIA TOTAL RRECORRIDA POR LOS ESTUDIANTES ;
MIN = @ SUM ( DTC : DIS * X ) ;
TOTAL DE ESTUDIANTES POR DISTRITO
@ FOR ( DIST ( I ) : @ FOR ( TIPO (J) : @SUM(COLE (K) : X (I,J,K) ) = CANT (I,J)));
!ESTUDIANTES POR COLEGIO ;
@FOR (COLE (K) : @SUM( DT ( I,J ) |J# EQ#1 : X ( I,J,K) ) >=0.2 * ( @SUM(DT(I,J):X(I,J,K))));
@FOR ( COLE(K) : @SUM( DT ( I, J ) |J#EQ#1 : X( I,J,K) ) < 0.3 * ( @ SUM ( DT(I,J):X(I,J,K))));
END
- PROBLEMA DE TRANSPORTE (usando 4 subndices):

La Quality Paper, fabricante y distribuidor de papel .produce 3 tipos diferentes de papel
que se pueden fabricar tanto en la fabrica A,B, o C ubicados en lima.la empresa busca
satisfacer la demanda establecida para las ciudades(Tacna y Cuzco) en donde se
venden los productos, adems en cada ciudad existen 2 tipos de centros de
distribucin(supermercados y libreras) los cuales pertenecen a la corporacin.los
precios de ventas de los productos segn donde fueron fabricados, la ciudad y el
centro de distribucin donde se va a vender son los siguientes:
TACNA CUZCO
SUPERMEMRCADO LIBRERIA SUPERMERCADO LIBRERIA
Prod Prod2 Prod3 Prod1 Prod2 Prod3 Prod Prod2 Prod3 Prod1 Prod2 Prod3
1 1
Fab A 13 15 17 11 12 15 14 12 13 15 13 12
Fab B 10 13 14 12 14 16 13 14 15 11 12 13
Fab C 12 11 13 10 11 13 11 13 14 12 13 14
La corporacin busca maximizar sus ventas y saber como va a distribuir sus productos
tomando en cuenta la capacidad de produccin de las fbricas, la demanda de las
ciudades y la capacidad de los centros de distribucin.
Capacidad de produccin
FAB FAB FAB C
PROD1 75 65 70
PROD2 60 70 80
PROD3 65 75 75
Demanda
TACNA CUZCO
PROD1 73 67
PROD2 58 72
PROD3 67 74
Capacidad de los centros de distribucin

TACNA CUZCO
SUPER MERCADO 150 140
LIBRERA 130 150
Solucin:
Xi,j,k,l=cantidad de productos fabricados en la fabrica i(i=A,B,C),en la ciudad si en
TACNA, si y CUZCO(j=TC,CZ) distribuidos en SUPER MERCADO y LIBRERA
(K=SM,L) el producto L(L=P1,P2,P3).
FUNCION OBJETIVO:
C CZ L P4
MAX X I , J , K , L * PRECIOI , J , K , L , donde PRECIO es el precio
I A, J TC K SM L P1
de venta de cada producto.
MAXZ=13 * XA,P1,SM,TC + 15* XA,P1,SM,CZ + 17 * XA,P1,L,TC+11 * XA,P1,L,CZ

+ 12 * XA,P2,SM,TC + 15 * XA,P2,SM,CZ +14*XA,P2,L,TC + 12 * XA,P2_L,CZ + 13
* XA,P3,SM,TC + 15 * XA,P3,SM,CZ + 13 * XA,P3,L,TC + 12 * XA,P3,L,CZ + 10 *
XB,P1,SM,TC + 13 *XB,P1,SM,CZ + 14 * XB,P1,L,TC + 12 * XB, P1, L, CZ + 14 *
XB, P2,SM,TC + 16 * XB,P2,SM,CZ + 13 * XB,P2,L,TC + 14 * XB,P2,L,CZ + 15 *
XB,P3,SM,TC + 11 * XB,P3,SM,CZ + 12 * XB,P3,L,TC + 13 *XB,P3,LCZ +12 *
XC,P1,SM,TC + 11 * XC,P1,SM,CZ + 13 * XC,P1,L,TC + 10 *XC,P1,L,CZ + 11 *
XC,P2,SM,TC + 13 * XC,P2,SM,CZ + 11 * XC,P2,LTC +13 * XC,P2,L,CZ + 14 *
X,C,P3,SM,TC + 12 * XC,P3,SM,CZ + 13 *XC,P3,L,TC + 14 * XC,P3,LCZ ;
SUJETO A:
Capacidad de produccin:
L P4
X
K SM , L P1
I , J ,K ,L
Para I=A,J=P1:
XA,P1_SM,TC + XA,P1,SM,CZ + XA,P1,L,TC + XA,P1,L,CZ <= 75 ;
Para I=A,J=P2:
XA,P2,SM,TC + XA,P2,SM,CZ + XA,P2,L,TC + XA,P2,L,CZ <= 60 ;
Para I=A,J=P3:
XA,P3,SM,TC + XA,P3,SM,CZ + XA,P3,L,TC + XA,P3,L,CZ <= 65 ;
Para I=B,J=P1:
XB,P1,SM,TC + XB,P1,SM,CZ + XB,P1,L,TC + XB,P1,L,CZ <= 65 ;
Para I=B,J=P2:
Para I=B,J=P3:
Para I=C,J=P1:
XC,P1,SM,TC + XC,P1,SM,CZ + XC,P1,L,TC + XC,P1,L,CZ <= 70 ;
Para I=C,J=P2:
XC,P2,SM,TC + XC,P2,SM,CZ + XC,P2,L,TC + XC,P2,LCZ <= 80 ;
Para I=C,J=P3:
XC,P3,SM,TC + XC,P3,SM,CZ + XC,P3,L,TC + XC,P3,L,CZ <= 75
Demanda:
C L
X
I A, K SM
I ,J ,K ,L
Para J=TC, L=P1:

XA,P1,SM,TC + XA,P1,L,TC + XB,P1,SM,TC + XB,P1,L,TC +XC,P1,SM,TC +
XC, P1, L, TC >= 73;
Para J=CZ, L=P1:

XA,P1,SM,CZ + XA,P1,L,CZ + XB,P1,SM,CZ + XB,P1,L,CZ +
XC,P1,SM,CZ + XC,P1,L,CZ >= 67 ;
Para J=TC, L=P2:

XA,P2,SM,TC + XA,P2,L,TC + XB,P2,SM,TC + XB,P2,L,TC +
XC,P2,SM,TC + XC,P2,L,TC >= 58 ;
Para J=CZ, L=P2:

XA,P2,SM,CZ + XA,P2,L,CZ + X,B,P2,SM,CZ + XB,P2,L,CZ +
Para J=TC, L=P3:

XA,P3,SM,TC + XA,P3,L,TC + XB,P3,SM,TC + XB,P3,L,TC +
XC,P3,SM,TC + XC,P3,L,TC >= 67 ;
Para J=CZ, L=P3:

XA,P3_SM,CZ + XA,P3,L,CZ + XB,P3,SM,CZ + XB,P3,L,CZ +
Capacidad de los centros de distribucin:
C P4
X
I A , L P1
I ,J ,K ,L
Para J=TC, K=SM:

XA,P1,SM,TC + XA,P2,SM,TC + XA,P3,SM,TC + XB,P1,SM,TC +
XB,P2,SM,TC + XB,P3,SM,TC + XC,P1,SM,TC + XC,P2,SM,TC +
XC,P3,SM,TC<=150
Para J=CZ, K=SM:

XA,P1,SM,CZ + X,A,P2,SM,CZ + X,A,P3,SM,CZ + X,B,P1,SM,CZ +
X_B_P2_SM_CZ + XB,P3_SM,CZ + XC,P1,SM,CZ + XC,P2,SM,CZ + XC,P3,SM,CZ
<= 140 ;
Para J=TC, K=L:

XA,P1,L,TC + XA,P2,L,TC + X,A,P3,L,TC + XB,P1,L,TC +XB,P2,L,TC + XB,P3,L,TC
+ XC,P1,L,TC + XC,P2,L,TC + XC,P3,L,TC <=130 ;
Para J=CZ, K=L:

XA,P1,L,CZ + XA,P2,L,CZ + XA,P3,L,CZ + XB,P1,L,CZ +XB,P2,L,CZ + XB,P3,L,CZ
+ XC,P1,L,CZ + XC,P2,L,CZ + XC,P3,L,CZ <=150 ;
EL EQUIVALENTE EN LINGO ES:

SETS:
! FABRICAS DONDE SE VA A PRODUCIR EL PAPEL;
FABRICAS/A B C/: ;
! PRODUCTOS A SER PRODUCIDO POR LAS FBRICAS;
PRODUCTOS/P1 P2 P3/: ;
! CENTRO DE DISTRIBUCION DE LOS PRODUCTOS;
CDIST/SM L/:;
! CIUDADES DONDE VAN A SER DISTRIBUIDOS LOS PRODUCTOS;
CIUDAD/TC CZ/:;
! REQUERIMIENTO DE PRODUCTOS PARA UNA FABRICA ,EN UNA CIUDAD,EN UN
DETERMINADO SUPERMERCADO;
FPCC (FBRICAS, PRODUCTOS, CDIST, CIUDAD): PRECIO, X;
! CAPACIDAD DE PRODUCCION DE UN TERMENINADOM PRODUCTO POR
FBRICA;
FABPRO (FBRICAS, PRODUCTOS): CAPACIDAD;
! DEMANDA DE PRODUCCION;
PROCIU(PRODUCTOS,CIUDAD):DEMANDA;
! CAPACIDAD DE LOS CENTROS DE DISTRIBUCION;
CDCIUDAD (CDIST, CIUDAD): CAPACCD;
ENDSETS
DATA:
CAPACIDAD=75,60,65,
65,70,75,
70,80,75;
DEMANDA= 73,67,
58,72,
67,74;
CAPACCD= 150,140,
130,150;
PRECIO= 12,15,17,11,12,15,14,12,13,15,13,12,
10,13,14,12,14,16,13,14,15,11,12,13,
12,11,13,10,11,13,11,13,14,12,13,14;
ENDDATA
!FUNCION OBJETIVO ,MAXIMIZANDO LA UTILIDAD;
[OBJETIVO]MAX =@SUM(FPCC:PRECIO*X);
!RESTRICCION DE LA CAPACIDAD DE DISTRIBUCION ;
@FOR(FABPRO(I,J):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACIDAD(I,J));
!RESTRICCION DE LA DEMANDA;
@FOR(PROCIU(J,L):@SUM(FPCC(I,J,K,L):X(I,J,K,L))>=DEMANDA(J,L));
! RESTRICCION DE LA CAPACIDAD DE LOS CENTROS DE DISTRIBUCION;
@FOR(CDCIUDAD(K,L):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACCD(K,L));
END
HACIENDO CORRER EL PROGRAMA CON LINGO 10.0
Global optimal solution found.

Total solver iterations: 20

PRECIO( A, P1, SM, TC) 12.00000 0.000000
PRECIO( A, P1, SM, CZ) 15.00000 0.000000
PRECIO( A, P1, L, TC) 17.00000 0.000000
PRECIO( A, P1, L, CZ) 11.00000 0.000000
PRECIO( A, P2, SM, TC) 12.00000 0.000000
PRECIO( A, P2, SM, CZ) 15.00000 0.000000
PRECIO( A, P2, L, TC) 14.00000 0.000000
PRECIO( A, P2, L, CZ) 12.00000 0.000000
PRECIO( A, P3, SM, TC) 13.00000 0.000000
A ASI SUCESIVAMENTE.
6. PROBLEMAS DE TRANSPORTE
La cadena de restaurantes CUATRO MARAS se especializa en la preparacin y

venta de pescados y mariscos. La demanda de pescado de las cuatro sucursales de la
cadena de restaurantes CUATRO MARAS es presentada en la siguiente tabla.
Sucursal Jess Mara Callao San Luis Los Olivos

Demanda (Ton) 15 17 22 12
La cadena de restaurantes CUATRO MARAS compra el pescado de tres

proveedores que proporcionan las siguientes cantidades (ton) de pescado:
Proveedor Ventanilla Villa El Salvador Chorrillos

Cantidad 30 25 21
Los costos de transporte (soles/tonelada) de los proveedores a las sucursales son:
Sucursal
Proveedor Jess Mara Callao San Los Olivos
Luis
Ventanilla 6 2 6 7
Villa El Salvador 4 9 5 3
Chorrillos 8 8 1 5
Formule el modelo de PL que permita determinar la distribucin ptima del pescado de

los proveedores a las sucursales.
El modelo en LINGO es:
MODEL:
! Problema de transporte de 3 proveedores a 4 sucursales;
SETS:
PROVEEDOR / 1..3/: CAPACIDAD;
SUCURSAL / 1..4/: DEMANDA;
RUTAS( PROVEEDOR, SUCURSAL): COSTO, VOLUMEN;
ENDSETS
! La funcin objetivo;
[OBJ] MIN = @SUM( RUTAS: COSTO * VOLUMEN);
! Las restricciones de demanda son;

@FOR( SUCURSAL( J): [DEMANDA](@SUM( PROVEEDOR( I): VOLUMEN( I, J))
>= DEMANDA( J))));
! Las restricciones de los proveedores son;

@FOR( PROVEEDOR( I): [SUPPLY](@SUM( SUCURSAL( J): VOLUMEN( I, J))
<= CAPACIDAD( I))));
! Los parmetros del modelo son;

DATA:
CAPACIDAD = 30, 25, 21;
DEMANDA = 15, 17, 22, 12;
COSTO = 6, 2, 6, 7,
4, 9, 5, 3,
8, 8, 1, 5;
ENDDATA
END
- Problema 5.2
Los requerimientos para la produccin de 3 tipos de barras de chocolate as como la

cantidad de recursos y la utilidad de cada tipo se muestran en el siguiente cuadro:
Materia Cantidad
B1 B2 B3
prima disponible
Azcar 1 1 1 50
Chocolate 2 3 1 100
Ganancia 3 7 5
unitaria
Solucin:
Utilizando el siguiente algoritmo para resolver el modelo mediante LINGO:
Sets:
in/1..2/:d;
b/1..3/:p,g;
ca(in,b):Uso;
Endsets
Data:
g=3 7 5;
d=50 100;
Uso= 1 1 1
2 3 1;
Enddata
Max=@sum (b:p*g);
@for(in(i):@sum(b(j):uso(i,j)*p(j))<=d(i));
End
MAX 3 P (1) + 7 P (2) + 5 P (3)
SUBJECT TO
2] P (1) + P (2) + P (3) <= 50

3] 2 P (1) + 3 P (2) + P (3) <= 100
END

D( 1) 50.00000 0.0000000
D( 2) 100.0000 0.0000000
P( 1) 0.0000000 3.000000
P( 2) 25.00000 0.0000000
P( 3) 25.00000 0.0000000
- PROBLEMA 5.2
Sailco Corporation tiene que determinar cuntos veleros hay que producir en cada uno
de cuatro trimestres. La demanda es 40, 60, 75 y 25 para el primer, segundo, tercero y
cuarto trimestre. Sailco tiene que cumplir con las demandas. Al principio del primer
trimestre, Sailco tiene un inventario de 10 veleros. Sailco tiene que decidir, al principio
de cada trimestre, cuntos veleros hay que construir en el trimestre. Los veleros
construidos en un trimestre son usados para satisfacer la demanda de ese trimestre.
Durante cada trimestre, Sailco puede producir hasta 40 veleros, en el tiempo regular
de trabajo, a un costo de 400 dlares por velero. Sailco puede producir ms veleros, al
hacer que trabajen tiempo extra los empleados durante un trimestre, a un costo total
de 450 dlares por velero. Al final de cada trimestre (despus de terminar la
produccin y despus de satisfacer la demanda del trimestre actual) se presentan
costos de mantenimiento del inventario, de 20 dlares por velero.
Utilice la programacin lineal para determinar un programa de produccin para los
siguientes cuatro trimestres.

!El modelo en LINGO es:
Sets:
trimestres/1..4/:tiempo,demanda,prod_reg,prod_ext,inv;
Endsets
Min=@sum(trimestres:400*prod_reg+450*prod_ext+20*inv);
@for(trimestres(i):prod_reg(i)<40);
@for(trimestres(i)|tiempo(i) #gt#1:
inv(i)=inv(i-1)+prod_reg(i)+prod_ext(i)-demanda(i););
inv(1)=10+prod_reg(1)+prod_ext(1)-demanda(1);
Data:
demanda=40,60,75,25;
tiempo=1,2,3,4;
Enddata
End
6. PROBLEMA DE INVERSIN
Suponga que Ud. es trabajador de la empresa DISQUET S.A. Uno de los beneficios
que le otorga la empresa es el plan de retiro en que Ud. aporta 5% de su ingreso
mensual y 5% lo pone DISQUET S.A. El dinero de este plan de retiro es invertido en
cualquiera de dos fondos: fondos mutuos o fondos de acciones. Suponga que la
empresa le pregunta a Ud. qu fraccin de dinero debe ser invertido en cada fondo.
Antes de tomar una decisin, Ud. investiga y se entera que el fondo de acciones ha
crecido a una tasa anual promedio de 10% mientras que los fondos mutuos a una tasa
anual promedio de 8%. Para diversificar su cartera de inversiones y controlar el riesgo,
Ud. no desea poner todos los huevos en una sola canasta por lo que ha logrado
identificar dos pautas:
Ninguno de los fondos debe tener ms de 70% de la inversin total.
La cantidad de dinero en el fondo de acciones no debe exceder del doble invertido
en los fondos mutuos.
Qu decisin Ud. tomara para optimizar su dinero?
Model:
Sets:
Tipos_de_inversion/acciones, fondos_mutuos/:tope_maximo;
cantidad(tipos_de_inversion): interes, monto;
Endsets
Data:
interes= 0.1, 0.08;
tope_maximo = 0.7, 0.7;
Enddata
MAX = @sum(cantidad: monto*interes);
@for(tipos_de_inversion(i) :monto(i)<=tope_maximo(i));
monto(acciones)<=2*monto(fondos_mutuos);
@sum(cantidad:monto)=1;
End
7. PLANEACIN DE PRODUCCIN
QUMICA S.A. produce dos solventes, S1 y S2. Las empresas compran S1 y S2 para
disolver ciertas pinturas y sustancias txicas. La empresa trabaja 40 horas semanales
y en el departamento de mezcla tiene a 4 trabajadores a tiempo completo y a tres a
tiempo parcial, que trabajan 10 horas a la semana cada uno. Los trabajadores operan
seis mquinas que mezclan las sustancias qumicas para producir cada solvente. Los
productos salen del departamento de mezclado para pasar al departamento de
purificacin que posee seis purificadores y emplea a siete trabajadores de tiempo
completo y a uno de tiempo parcial que trabaja 12 horas a la semana. QUMICA S.A.
tiene una provisin ilimitada de materia prima para producir los dos solventes. El
volumen de venta de S1 es ilimitado pero de S2 es de 100,000 galones semanales. El
departamento de contabilidad estima una utilidad de $0.35 por galn de S1 y $0.45 por
galn de S2. El gerente de procesos estima que el nmero de horas necesarias para
producir mil galones de cada solvente en los departamentos de mezcla y purificacin
es dada en la siguiente tabla:
Departamento S1 S2
Mezcla 2 1
Purificacin 1 2
Cul es el plan de produccin ptimo para QUMICA S.A.?
Model:
Sets:
Solvente/1..2/:;
Departamento/ mezcla, purificacion/: disponibilidad_horas;
Produccion(Solvente):cantidad, utilidad;
Horas_de_consumo(Solvente,Departamento):Horas;
Endsets
Data:
utilidad = 350, 450;
horas = 2,1,
1,2;
disponibilidad_horas=190, 292;
Enddata
Max=@sum (Produccion:cantidad*utilidad);
@for(Departamento(j):@sum(Produccion(i):cantidad(i)*horas(i,j))<=disponibilidad_horas(j));
@for (Produccion:cantidad(2)<=100);
8. PLANEAMIENTO FINANCIERO
-PROBLEMA 8.1
Un banco otorga cuatro tipos de prstamos a sus clientes los cuales producen las
siguientes tasas de inters anual:
Tipo de prstamo Tasa de inters anual

Compra de casa (o departamento) 14%
Compra de un terreno 20%
Ampliar o remodelar el hogar 20%
Compra de un carro 10%
El banco ha dispuesto 250 millones de nuevos soles para otorgar los prstamos. Las
directivas que se deben tener presentes para efectuar los prstamos son:
a. Los prstamos para compras de casa deben ser al menos 55% de todos los
prstamos otorgados para compras de casa o terreno y al menos 25% de todos los
prstamos otorgados.
b. Los prstamos para compra de terrenos no pueden exceder el 25% de todos los
prstamos otorgados.
c. Para evitar el descontento pblico y la introduccin de un impuesto no previsto el
dinero total anual recaudado por los prstamos no debe exceder el 15% del total
de dinero destinado a los prstamos.
Formule el problema de prstamos del banco como un PL.
! PLANEAMIENTO FINANCIERO;
Model:
Sets:
Tipo_de_prestamo/casa, terreno, hogar,carro/:interes;
Dinero(Tipo_de_prestamo):cantidad;
Endsets
Data:
interes= 0.14, 0.20, 0.20, 0.10;
Enddata
Max= @sum(Dinero(i):cantidad(i)*interes(i));
@sum(Dinero(i):cantidad(i))<=250;
@for(Dinero:cantidad(1)>=0.55*@sum(Dinero(i)|i#le#2:cantidad(i)));
@for(Dinero:cantidad(1)>=0.25*@sum(Dinero(i):cantidad(i)));
@for(Dinero:cantidad(2)<=0.25*@sum(Dinero(i):cantidad(i)));
@sum(Dinero(i):cantidad(i)*interes(i)) <= 0.15*@sum(Dinero(i):cantidad(i));
-. Problema 8 .2
Cuatro productos se procesan en secuencia de dos maquinas. La siguiente tabla

proporciona los datos pertinentes al problema.
Tiempo de fabricacin por unidad (hora)

Costo Producto Capacida
Mquina ($) / d
hora 1 2 3 4 (hora)
1 10 2 3 4 2 500
2 5 3 2 1 2 380
Precio de
venta 65 70 55 45
Solucin:
Xij: unidades producidas por tipo de producto j (1, 2, 3, 4), utilizando cada maquina i
(1, 2)
MAX Z = 65(X11 + X12) + 70(X21 + X22) + 55(X31 + X32) + 45(X41 + X42)

- 10 (2X11 + 3X21 + 4X31 + 2X41) - 5(3X12 + 2X22 + 1X32 + 2X42)
MAX Z = 45X11 + 50X21 + 40X12 + 60X22 + 15X13 + 50X23 + 25X14 +35X24

Sujeto a:
Capacidad de la maquina 1: 2X11+ 3X12 + 4X13 + 2X14 <= 500
Capacidad de la maquina 2: 3X21 + 2X22 + 1X23 + 2X24 <=380
!MAQ=MAQUINA(1,2) CAP=CAPACIDAD DE CADA MAQUINA(HORAS);

!PROD=PRODUCTO(1,2,3,4) PV=PRECIO DE VENTA;
!TM= TIEMPO X=UNIDADES PRODUCIDAS UTI= UTILIDAD;
SETS:
MAQ/1..2/:CAP;
PROD/1..4/:PV;
MATRIZ1(MAQ,PROD):TM,X,uti;
ENDSETS
DATA:
CAP=500,380;
PV=65,70,55,45;
TM= 2,3,4,2,
3,2,1,2;
UTI=45,40,15,25
50,60,50,35;
ENDDATA
MAX=@SUM(MATRIZ1:UTI*X);
@FOR(MAQ(I):@SUM(PROD(J):TM(I,J)*X(I,J))<=CAP(I));
END
Solucin ptima:
MAX 45 X( 1, 1) + 40 X( 1, 2) + 15 X( 1, 3) + 25 X( 1, 4)+ 50 X( 2, 1) + 60 X( 2, 2)
+ 50 X( 2, 3) + 35 X( 2, 4)
SUBJECT TO
2] 2 X( 1, 1) + 3 X( 1, 2) + 4 X( 1, 3) + 2 X( 1, 4) <= 500
3] 3 X( 2, 1) + 2 X( 2, 2) + X( 2, 3) + 2 X( 2, 4) <= 380
END

X( 1, 1) 250.0000 0.0000000
X( 1, 2) 0.0000000 27.50000
X( 1, 3) 0.0000000 75.00000
X( 1, 4) 0.0000000 20.00000
X( 2, 1) 0.0000000 100.0000
X( 2, 2) 0.0000000 40.00000
X( 2, 3) 380.0000 0.0000000
X( 2, 4) 0.0000000 65.00000
- PROBLEMA DE PERSONAL 8.3
Para una jornada de 24 horas un hospital esta requiriendo el siguiente personal para
el rea de enfermera, se define 6 turnos de 4 horas cada uno.
Turno Nmero mnimo
de personal
2:00 - 6:00 4
6:00 - 10:00 8
10:00 - 14:00 10
14:00 - 18:00 7
18:00 - 22:00 12
22:00 - 2:00 4
Los contratos laborales son de 8 horas consecutivas por da. El objetivo es encontrar
el nmero menor de personas que cumplan con los requerimientos. Formule el
problema como un modelo de programacin lineal.
Solucin:
Xi = Cantidad de personal por cada turno i = 1, 2, 3, 4, 5, 6.
Necesidades de personal por horario

2:00 - 6:00 - 10:00 - 14:00 - 18:00 - 20:00 -
Horas 6:00 10:00 14:00 18:00 20:00 24:00
X1 X1
X2 X2
X3 X3
X4 X4
X5 X5
X6 X6
Personal 4 8 10 7 12 4
MIN Z = X1 + X2 + X3 + X4 + X4 + X5 + X6
Sujeto a:
Turno 1: X1 + X6 >= 4
Turno 2: X1 + X2 >=8
Turno 3: X2 + X3 >=10
Turno 4: X3 + X4 >=7
Turno 5: X4 + X5 >=12
Turno 6: X5 + X6 >=4
!HORAS=TUENO X=CANTIDAD DE PERSONAL POR TURNO;

!PERS=PERSONAL MIN=PERSONAL MINIMO;
!CANT=PERSONAL POR TURNO (1=EXISTE PERSONAL EN EL TURNO, 0= NO
EXISTE PERSONAL EN EL TURNO);
SETS:
HORAS/1..6/:X;
PERS/1..6/:MIN;
MATRIZ1(HORAS,PERS):CANT;
ENDSETS
DATA:
MIN=4,8,10,7,12,4;
CANT=1,1,0,0,0,0,
0,1,1,0,0,0,
0,0,1,1,0,0,
0,0,0,1,1,0,
0,0,0,0,1,1,
1,0,0,0,0,1;
ENDDATA
MIN=@SUM(HORAS:X);
@FOR(PERS(J):@SUM(HORAS(I):CANT(I,J)*X(I))>=MIN(J));
END
MIN X( 1) + X( 2) + X( 3) + X( 4) + X( 5) + X( 6)
SUBJECT TO
2] X( 1) + X( 6) >= 4
3] X( 1) + X( 2) >= 8
4] X( 2) + X( 3) >= 10
5] X( 3) + X( 4) >= 7
6] X( 4) + X( 5) >= 12
7] X( 5) + X( 6) >= 4
END

X(1) 0.0000000 0.0000000
X(2) 8.000000 0.0000000
X(3) 2.000000 0.0000000
X(4) 5.000000 0.0000000
X(5) 7.000000 0.0000000
X(6) 4.000000 0.0000000
- PROBLEMA 8.4
Se desean invertir 2 mil dlares en 6 tipos de inversin cuyas caractersticas son las
siguientes:
Plazo
Tipo de Interes Factor de promedio
Inversion Anual (%) Riesgo de
inversion
1 8.5 0.02 8
2 9 0.01 2
3 8.5 0.38 5
4 14.3 0.45 6
5 6.7 0.07 2
6 13 0.35 4
El factor de riesgo significa la probabilidad de que el rendimiento real sea inferior al

esperado. Se considera ventajoso un perodo promedio ponderado de inversin de
ciando menos 5 aos; pero el factor promedio ponderado de riesgo no debe ser
superior a 0.20. La ley prohbe que la suma de las inversiones de los tipos 4 y 6 sea
mayor al 25% del total de la inversin. Con P.L formule un modelo de P.L para decidir
cmo invertir para maximizar el rendimiento de los 2 millones de dlares.
Solucin:
Xj = cantidad de dlares a invertir en el tipo de inversin j (1, 2, 3, 4, 5,6) para
maximizar el rendimiento.
MAX Z = 0.085X1 + 0.09X2 + 0.85X3 + 0.143X4 + 0.067X5 +0.13X6
Sujeto a:
X1 + X2 + X3 +X4 + X5 + X6 = 2 000
0.02X1 + 0.01X2 + 0.38X3 + 0.45X4 + 0.07X5 + 0.35X6 = 0.2 (2 000) = 400
8X1 + 2X2 + 5X3 + 6X4 +2X5 + 4X6 = 5 (2 000) = 10 000
X4 + X6 = 0.25 (2 000) = 500
!TIPO=TIPO DE INVERSION INV= INVERSION SUJETA A FACTORES;

!INT=INTERES ANUAL X=CANTIDAD DE DOLARES A INVERTIR EN LA
INVERSION;
!DAT= CARACTERISTICAS;
SETS:
TIPO/1..4/:INV;
CAR/1..6/:INT,X;
MATRIZ1(TIPO,CAR):DAT;
ENDSETS
DATA:
INT=8.5,9,8.5,14.3,6.7,13;
INV= 2000,400,10000,500;
DAT= 1,1,1,1,1,1,
0.02,0.01,0.38,0.45,0.07,0.35,
8,2,5,6,2,4,
0,0,0,1,0,1;
ENDDATA
MIN=@SUM(CAR:0.01*INT*X);
@FOR(TIPO(I):@SUM(CAR(J):DAT(I,J)*X(J))>=INV(I));
END
Global optimal solution found at step: 5

X( 1) 592.0398 0.0000000
X( 2) 0.0000000 0.2461194E-01
X( 3) 482.5871 0.0000000
X( 4) 0.0000000 0.3865672E-02
X( 5) 425.3731 0.0000000
X( 6) 500.0000 0.0000000
9. PROBLEMAS DE PROGRAMACIN ENTERA CON LINGO
Problema 1
La decisin de una corte estableci que la matrcula de cada escuela de bachillerato

en Metrpolis debe tener por lo menos 20% de negros. El nmero de estudiantes de
bachillerato, blancos y negros, en cada uno de los 5 distritos escolares de la ciudad se
muestra en la tabla 2 .La distancia (en millas)que un estudiante debe viajar a cada
escuela de bachillerato en cada distrito, se proporciona en la tabla 3.La poltica escolar
establece que todos los estudiantes en un distrito dado asistan a la misma escuela .Si
se supone que cada escuela debe tener una matricula de por lo menos 150
estudiantes ,formule un PE con el que se pueda minimizar la distancia total que los
estudiantes de Metrpolis tienen que recorrer hasta la escuela.
TABLA 2 TABLA 3
Distrit Escuela de Escuela de
Solucin: o bachillerato 1 bachillerato 2
1 1 2
Si los estudiantes del distrito 2 0.5 1.7
Xij = i (i = 1, 2, 3, 4, 5,6) son enviados a 3 0.8 0.8
la escuela j (j = =1,2) 4 1.3 0.4
5 1.5 0.6
0, si no es as.
Entonces, el PE apropiado es:
Para hallar la funcin objetivo tengo que sumar la cantidad de blancos y negros que
hay en cada distrito y despus multiplicarlo por la distancia que hay de ese distrito a
cada escuela.
Funcin objetivo es:

Min z = 110 X11+220 X12+37.5 X21+127.5 X22+80 X31+80 X32 +117 X41 +36 X42 +135 X51
+54 X52
s.a :
110 X11+75 X21+100 X31+90 X41 +90 X51 >=150(escuela 1 debe tener una
matricula de por lo menos 150 estudiantes)
110 X12+75 X22+100 X32+90 X42 +90 X52 >=150(escuela 2 debe tener una
matricula de por lo menos 150 estudiantes)
30 X11 5 X21 10 X31 40 X41 30 X51

0.20<= (escuela1 debe tener
110 X11 75 X21 100 X31 90 X41 90 X51
por lo menos 20% de negros)
30 X12 5 X22 10 X32 40 X42 30 X52
0.20<= (escuela2 debe tener
110 X12 75 X22 100 X32 90 X42 90 X52
por lo menos 20% de negros)
Los estudiantes de cada distrito bien van a la escuela 1 2, pero no a las dos a la
vez por lo que solo una de ellas tiene el valor de uno y la otra de cero.
X11+ X12 =1(todos los estudiantes del distrito1 asisten a la misma escuela)
X41 + X42 =1(todos los estudiantes del distrito4 asisten a la misma escuela)
X51 + X52 =1(todos los estudiantes del distrito5 asisten a la misma escuela)
Xij =1 0; (i = 1, 2, 3, 4, 5,6), (j = 1,2)
El programa en Lingo es:

! MODELO DE WINSTON CAP 9 # 4;
!total es alumnos blancos mas alumnos negros en cada escuela;
SETS:
distrito/1..5/:total;
escuela/1..2/:;
MATRIZ(distrito,escuela):X,alumnos,millas;
ENDSETS
DATA:
millas = 1, 2
0.5, 1.7
0.8, 0.8
1.3, 0.4
1.5, 0.6;
alumnos= 80, 30
70, 5
90, 10
50, 40
60, 30;
minmatri=150;
minnegros=0.2;
ENDDATA
MIN=@SUM(matriz(i,j):total(i)*x(i,j)*millas(i,j));
@for(distrito(i):total(i)=@sum(escuela(j):alumnos));
! RESTRICCION DE matri por escuela;

@FOR(escuela(J):@sum(distrito(i):total(i)*x(i,j))>=minmatri);
! RESTRICCION DE negros por escuela;

@FOR(escuela(J):@sum(distrito(i):alumnos(i,2)*x(i,j))/@sum(distrito(i):total(i)*x(i,j))>
=minnegros);
@FOR(distrito(i):@SUM(escuela(J):x(I,J))=1);
! RESTRICCION DE VARIABLES BINARIAS;

@FOR(MATRIZ(I,J)):
@BIN(x(I,J));
La distancia mnima total que todos los estudiantes de Metrpolis tienen que recorrer
hasta la escuela es 398.5 millas.
Problema 2
Eastinghouse embarca 1 2000 capacitores por mes para sus clientes. Se podran
producir los capacitores en tres plantas distintas. La capacidad de produccin, costos
fijos mensuales de operacin y costos variables por la produccin de un capacitor en
cada planta se proporcionan en la tabla 96. El costo fijo de una planta se contrae slo
si la planta se usa para hacer capacitores. Desarrolle un modelo de programacin con
enteros cuya solucin le indique a Eastinghouse cmo minimizar sus costos
mensuales por cumplir con la demanda de sus clientes.
TABLA
Planta Costos fijos Costos Capacidad de

(miles de variables(dlares produccin
dlares) )
1 80 20 6000
2 40 25 7000
3 30 30 6000
SOLUCIN:
Xi = Cantidad de capacitores producidos en la fbrica i.
Yi = 1 si se utiliza la planta i.
0 en caso contrario.
i =1, 2, 3.
FUNCION OBJETIVO:
Min z = (80 000Y1 + 40 000Y2 + 30 000Y3) + (20X1 + 25X2 + 30X3)
RESTRICCIONES:
X1 + X2 + X3 >= 12 000
X1 <= 6 000Y1
X2 <= 7 000Y2
X3 <= 6 000Y3
X1,X2,X3>0
Y1,Y2,Y3= 1 0

Sets:
planta/1..3/:x,y,cf,cv,cap;
Endsets
Data:
cf = 80,40,30;
cv = 20,25,30;
cap = 6000,7000,6000;
Enddata
Min =@sum(planta(i):cf(i)*y(i))+@sum(planta(i):cv(i)*x(i));
!restriccion de la demanda;
@sum(planta(i):x(i))>=12000;
!restriccion de la capacidad;
@for(planta(i):x(i)<=cap(i)*y(i));
!restriccion binaria;
@for(planta(i):@bin(y));
End
MODEL:
[_1] MIN= 20 * X_1 + 80 * Y_1 + 25 * X_2 + 40 * Y_2 + 30 * X_3 + 30 *Y_3 ;

[_2] X_1 + X_2 + X_3 >= 12000 ;
[_3] X_1 - 6000 * Y_1 <= 0 ;
[_4] X_2 - 7000 * Y_2 <= 0 ;
[_5] X_3 - 6000 * Y_3 <= 0 ;
@BIN( Y_1); @BIN( Y_2); @BIN( Y_3);
END
Solucin Lingo:
Objective Value: 270120.0

X( 1) 6000.000 0.000000
X( 2) 6000.000 0.000000
X( 3) 0.000000 5.000000
Y( 1) 1.000000 -29920.00
Y( 2) 1.000000 40.00000
Y( 3) 0.000000 30.00000
CF( 1) 80.00000 0.000000
CF( 2) 40.00000 0.000000
CF( 3) 30.00000 0.000000
CV( 1) 20.00000 0.000000
CV( 2) 25.00000 0.000000
CV( 3) 30.00000 0.000000
CAP( 1) 6000.000 0.000000
CAP( 2) 7000.000 0.000000
CAP( 3) 6000.000 0.000000
PROBLEMA 3
Una empresa se dedica a la construccin de puertas y ventanas de fierro. Una puerta

requiere 2 horas de pintado y 5 horas de soldadura, mientras que una ventana
requiere 4 de pintado y 6 de soldadura. El total de horas disponibles de la mquina
para pintura es 150 y de la mquina para soldar es 200. La utilidad de una puerta es
30 dlares y de una ventana es 40 dlares. Formule un modelo que permita
determinar la combinacin ptima de produccin de puertas y ventanas.
La formulacin del modelo en LINGO es:

Model:
Sets:
Productos/1..2/: utilidad, cant;
materia_prima/1..2/:horas disponibles;
Horas(productos, materia_prima):hora;
Endsets
Data:
hora= 2, 5, 4, 6;
utilidad= 30, 40;
horas_disponibles= 150, 200;
Enddata
Max=@sum(productos(i):cant(i)*utilidad(i));
@for(materia_prima(j):@sum(productos(i):cant(i)*hora(i,j))<=horas_disponibles(j));
@for(productos(i):@gin(cant(i)));
End
Problema 4
Una empresa que se dedica a la comercializacin de agua mineral embotellada

estudia adquirir un conjunto de fuentes y construir plantas embotelladoras. Para cada
localizacin potencial ha estimado unos costos variables de embotellamiento
parecidos, pero los costes fijos anuales ms la amortizacin de la adquisicin de la
fuente y de la construccin de la planta embotelladora varan de una localizacin a
otra, las fuentes sobre las que se han iniciado negociaciones son las reflejadas en la
tabla siguiente:
Fuente Capacidad de Costes fijos de localizacin en

embotellamiento millones de u. monetarias/ao
(m3 anuales)
1.Biesacas 60.000 100
2.Bellanuga 70.000 140
3.Canfranc 55.000 88
4.La Seu dUrgel 45.000 65
5.Bielsa 90.000 145
6.Benasc 85.000 155
7.Llavors 65.000 160
8.Masella 75.000 175
9.Bellver de 62.000 150

Cerdanya
Desde estas plantas embotelladoras se han de abastecer los mercados de Lrida,

Gerona, Tarragona y Barcelona.
Las demandas de los diferentes mercados y los costes de transporte se resumen en

las tablas siguientes:
Mercado 1.Lrida 2.Girona 3.Tarragona 4.Barcelona
Demanda(m3/ao) 30.350 60.700 45.500 160.000
Costes unitarios de transporte(u. monetarias/m3)
Fuente 1.Lrida 2.Girona 3.Tarragona 4.Barcelona
1.Biesacas 200 450 290 370
2.Bellanuga 210 460 310 380
3.Canfranc 220 470 310 390
4.La Seu dUrgel 140 170 250 180
5.Bielsa 150 400 250 320
6.Benasc 140 390 230 310
7.Llavors 144 240 200 250
8.Masella 200 135 230 160
9.Bellver de 190 140 220 150

Cerdanya
MODEL:
TITLE MODELO DE BALINSKI;
!Definicion de Conjuntos;
SETS:
fuente /BIESCAS BELLANUGA CANFRANC SEU BIELSA BENASC
LLAVORSI MASELLA BELLVER/:capacidad, coste_localizacion, y;
La variable coste_localizacion representa el coste fijo de Construir una planta
industrial en la localizacin de la fuente i;
La variable y indica donde se tiene que construir una planta Industrial. Sus valores
sern binarios: 0=no se construye, 1=si se Construye;
mercado /LLEIDA GIRONA TARRAGONA BARCELONA/:demanda;

links(fuente,mercado):costo_transporte,volumen;
La variable volumen indica el porcentaje de demanda de aquel Mercado que se

tiene que abastecer desde la planta i, de esta forma. La cantidad de producto que se
tiene que enviar desde la planta i al Mercado j viene dado por demanda (j)*volumen
(i,j);
ENDSETS
DATA:
capacidad = 60000, 70000, 55000, 45000, 90000, 85000, 65000, 75000,
62000;
coste_localizacion = 100000000, 140000000, 88000000, 65000000, 145000000,
155000000, 160000000, 175000000, 150000000;
demanda = 30350, 60700, 45500, 160000;
costo_transporte = 200, 450, 290, 370,
210, 460, 310, 380,
220, 470, 310, 390,
140, 170, 250, 180,
150, 400, 250, 320,
140, 390, 230, 310,
144, 240, 200, 250,
200, 135, 230, 160,
190, 140, 220, 150;
ENDDATA
!Funcion Objetivo;
MIN=@SUm(links(i,j):costo_transporte(i,j)*demanda(j)*volumen(i,j)) +
@SUm(fuente(i):coste_localizacion(i)*y(i)) ;
!Restricciones para la oferta;

@FOR(fuente(i):
@SUM (mercado(j):demanda(j)*volumen(i,j))<=capacidad(i));
!Restricciones para la demanda;
@FOR(mercado(j):@SUM(fuente(i):volumen(i,j)) = 1);
!Restriciones para la variable y;

@FOR(fuente:@BIN(y));
@FOR(fuente(i):y(i)<1);
@FOR(mercado(j): @FOR(fuente(i):y(i) - volumen(i,j) > 0));
!Restricciones de no negatividad;
@FOR(links(i,j):volumen(i,j)>=0);
END
PROBLEMA 5
NEWCOMP S.A. ha obtenido fondos para producir un nuevo tipo de computadora. La

empresa debe decidir la ubicacin y el tamao de las fbricas que producirn la
computadora. Existen dos lugares disponibles, en cada lugar slo puede construirse a
lo ms una fbrica pequea, grande o enorme. En uno de los lugares se puede
construir una fbrica enorme. La tabla N1 presenta los costos de construccin de las
fbricas, sus capacidades de produccin y los costos unitarios de manufactura de la
computadora para cada una de las alternativas.
Tabla N 1
Lugar Tamao Costo de Capacidad Costo de

construccin (miles de Manufactura
(miles de unidades) (dlares por
dlares) unidad)
Pequea 1000 600 5.00
Ate
Grande 1500 1200 4.00
Pequea 1200 600 5.00
Bellavista Grande 1600 1200 4.00
Enorme 2000 2000 3.50
NEWCOMP S.A. debe distribuir su producto en cuatro regiones. El costo de transporte

por unidad de las fbricas a las regiones y los requerimientos de las regiones se
presenta en la tabla N2.
Tabla N2
Hasta la regin
De la fbrica
1 2 3 4
ATE 1 2 3 4
BELLAVISTA 2 3 2 3
Requerimiento (Miles de 500 200 700 800
unidades)
NEWCOMP S.A. debe decidir en qu lugares se deben construir las fbricas, de qu

tamaos deben ser stas y cmo se deben satisfacer los requerimientos de las
regiones.

Conjunto primitivo
Model:
Sets:
fabrica/fpa,fga,fpb,fgb,feb/:capacidad,costo_construccion, costo_manufactura,
construccion;
region/r1,r2,r3,r4/:requerimiento;
rutas(fabrica, region): costo, cantidad;
Endsets Conjunto derivado

Data:
capacidad = 600, 1200, 600, 1200, 2000;
costo_construccion = 1000, 1500, 1200, 1600, 2000;
costo_manufactura = 5, 4, 5, 4, 3.5;
requerimiento = 500, 200, 700, 800;
costo = 1, 2, 3, 4,
1, 2, 3, 4,
2, 3, 2, 3,
2, 3, 2, 3,
2, 3, 2, 3;
Enddata
Min=@sum(rutas:costo*cantidad)+@sum(fabrica: costo_construccion*construccion)
+@sum(fabrica(i):@sum(rutas(i,j):costo_manufactura(i)*cantidad(i,j)));
@for(region(j):@sum(rutas(i,j) : cantidad(i,j)) >= requerimiento(j));

@for(fabrica(i):@sum(rutas (i,j) : cantidad(i,j))<=capacidad(i)*construccion(i));
@for(fabrica(i):@sum(rutas(i,j) : cantidad(i,j))<=capacidad(i));
@for(fabrica:@bin(construccion));
End
La solucin de lingo es:
Problema 6
La empresa financiera de Boris Milken es el dueo de 6 bienes. En las tablas se dan

los precios esperados de venta (en millones de dlares) para cada bien. En la tabla se
puede observar que la venta del bien 1 en el ao 2 dar a la empresa un ingreso de
20 millones de dlares. Para conservar el flujo de efectivo regular, Milken debe vender
por lo menos 20 millones de dlares en el ao 1, por lo menos 30 millones de dlares
en el ao 2, y por lo menos 35 millones de dlares en el ao 3. Se necesita maximizar
el ingreso total de los bienes vendidos en los prximos 3 aos.
VENDIDO EN EL
AO 1 AO 2 AO 3
BIEN 1 15 20 24
BIEN 2 16 18 21
BIEN 3 22 30 36
BIEN 4 10 20 30
BIEN 5 17 19 22
BIEN 6 19 25 29
SOLUCION:
VARIABLES: i = 1,2,3,4,5,6 j = 1,2,3
X(i,j) = 1 si el bien i se vende en el ao j

0 en caso contrario
FUNCION OBJETIVO:
MAX Z = B( 1) + B( 2) + B( 3)
Donde:
15X(1,1) + 16X(2,1) + 22X(3,1) + 10X(4,1) + 17X(5,1) + 19X(6,1) = B(1)
20X(1,2) + 18X(2,2) + 30X(3,2) + 20X(4,2) + 19X(5,2) + 25X(6,2) = B(2)
24X(1,3) + 21X(2,3) + 36X(3,3) + 30X(4,3) + 22X(5,3) + 29X(6,3) = B(3)
RESTRICCIONES:
o RESTRICCION 1: Cada bien solo se puede vender una vez:
X( 1, 1) + X( 1, 2) + X( 1, 3) <= 1
X( 2, 1) + X( 2, 2) + X( 2, 3) <= 1
X( 3, 1) + X( 3, 2) + X( 3, 3) <= 1
X( 4, 1) + X( 4, 2) + X( 4, 3) <= 1
X( 5, 1) + X( 5, 2) + X( 5, 3) <= 1
X( 6, 1) + X( 6, 2) + X( 6, 3) <= 1
o RESTRICCION 2: Conservacin del flujo de efectivo regular:
15X(1,1) + 16X(2,1) + 22X(3,1) + 10X(4,1) + 17X(5,1) + 19X(6,1) >= 20
20X(1,2) + 18X(2,2) + 30X(3,2) + 20X(4,2) + 19X(5,2) + 25X(6,2) >= 30
24X(1,3) + 21X(2,3) + 36X(3,3) + 30X(4,3) + 22X(5,3) + 29X(6,3) >= 35
FORMULACION EN LINGO:
Sets:
bien/1..6/;
year/1..3/:a,b;
matriz(bien,year):precio,x;
Endsets
Data:
a=20,30,35;
precio=15,20,24,
16,18,21,
22,30,36,
10,20,30,
17,19,22,
19,25,29;
Enddata
Max=@sum(year:b);
FUNCION OBJETIVO;
@for(year(j):@sum(bien(i):precio(i,j)*x(i,j))=b(j));
RESTRICCION 1;
@for(bien(i):@sum(year(j):x(i,j))<=1);
RESTRICCION 2
@for(year(j):@sum(bien(i):precio(i,j)*x(i,j))>=a(j));
@for(matriz:@bin(x));
SOLUCIN EN LINGO:
El mximo ingreso por la venta de bienes es 146 millones. El bien 1 se vende en el

ao 3, el bien 2 en el ao 1, el bien 3 en el ao 2, el bien 4 en el ao 3, el bien 5 en
el ao 1 y en bien 6 en el ao 3.
Problema 7
La universidad estatal tiene que comprar 1100 computadoras de tres vendedores. El

vendedor 1 carga 500 dlares por computadora mas un encargo por la entrega de
5000 dlares, el vendedor 2 carga 350 dlares por computadora mas un cargo por la
entrega de 4000 dlares. El vendedor 3 carga 250 dlares por computadora mas un
cargo por la entrega por de 6000 dlares. El vendedor 1 vender a lo mas 500
computadoras, el vendedor a los mucho 900 y el vendedor cuando mas 400. Se
necesita minimizar el costo de la compra de computadoras necesarias.
SOLUCION:
VARIABLES:
X(i,j) = Cantidad de computadoras que vende el vendedor
Y(i,j) = 1 Si el vendedor i vende computadoras a la universidad estatal

0 en caso contrario.
FUNCION OBJETIVO:
MIN Z = 5000Y (1) + 4000Y (2) + 6000Y (3) + 500X (1) + 350X (2) + 250X (3)
RESTRICCIONES:
o RESTRICCION 1: La universidad estatal tiene que comprar 1100

computadoras de tres vendedores.
X( 1) + X( 2) + X( 3) >= 1100
o RESTRICCION 2: Lo mximo que puede vender cada vendedor:
X( 1) <= 500
X( 2) <= 900
X( 3) <= 400
o RESTRICCION 3: Si la universidad compra computadoras al vendedor i
entonces tambin tendr que pagar el cargo respectivo por la entrega de
computadoras.
1000000 Y( 1) + X( 1) <= 0
1000000 Y( 2) + X( 2) <= 0
1000000 Y( 3) + X( 3) <= 0
FORMULACION EN LINGO:
! MODELO DE WINSTON CAP 9 # PROB 6
COSTOS EN DOLARES;
!M=VALOR MUY GRANDE;
!COSTOE ES EL COSTO DE ENTREGA;
!X CANTIDAD DE COMPUTADORAS QUE VENDE EN VENDEDOR I;
!Y 1 SI EL VENDEDOR I VENDCOMPUTADORAS
! 0 EN CASO CONTRARIO;
SETS:
VENDEDOR/1..3/:COSTOE,COSTO,X,Y,MAXVEND;
ENDSETS
DATA:
COSTOE = 5000 4000 6000;
COSTO = 500 350 250;
MAXVEND= 500 900 400;
M=1000000;
REQUERIMIENTO=1100;
ENDDATA
MIN=@SUM(VENDEDOR(I):COSTO(I)*X(I))
+@SUM(VENDEDOR(I):COSTOE(I)*Y(I));
! RESTRICCION 1;
@SUM(VENDEDOR(I):X(I))>=REQUERIMIENTO;
! RESTRICCION DE 2;
@FOR(VENDEDOR(I):X(I)<=MAXVEND(I));
! RESTRICCION DE 3;
@FOR(VENDEDOR(I):X(I)<=M*Y(I));
! RESTRICCION DE VARIABLES BINARIAS;

@FOR(VENDEDOR(I):@BIN(Y));
SOLUCION EN LINGO:
El mnimo costo para comprar computadoras es de 355 000 dolares, y la universidad

tendr que comprar 700 y 400 computadoras a los vendedores 1 y 2
respectivamente.
Problema 8
La acerera de Newcor recibi un pedido de 25 toneladas de acero. El acero debe tener
5% de carbono y 5% de molibdeno por peso. El acero es el resultado de combinar tres
tipos de metales: lingotes de acero, acero de desperdicios y aleaciones. Estn
disponibles para la compra cuatro lingotes de acero. El peso (en toneladas), costo por
tonelada, contenido de carbono y molibdeno de cada lingote se proporcionan en la
tabla 1.
Se pueden comprar tres tipos de aleaciones. El costo por tonelada y composicin
qumica de cada aleacin se dan en la tabla 2.
El desperdicio de acero se compra a un costo de 100 dlares por tonelada, y contiene
3% de carbono y 9% de molibdeno. Plantee un PE, mezclada con cuya solucin
indique a Newcor cmo debe minimizar el costo de cumplir con el pedido.
TABLA 1
Lingote Peso Costo por % de % de

tonelada carbono molibdeno
1 5 350 5 3
2 3 330 4 3
3 4 310 5 4
4 6 280 3 4
TABLA 2
Aleacin Costo por Carbono % Molibdeno %

tonelada
1 500 8 6
2 450 7 7
3 400 6
SOLUCIN:
Xi: 1, cuando se ha comprado el lingote i

0, en caso contrario
Yi: Numero de toneladas de aleacin tipoi compradas
W: Numero de toneladas de desperdicios compradas
FUNCIN OBJETIVO:
MINZ=350*(5*X1)+330*(3*X2)+310*(4*X3)+280*(6*X4)+500*Y1+450Y2+400Y3+100
W
S.A.:
5*X1+3*X2+4*X3+6*X4+Y1+Y2+Y3+W=25 (PEDIDO)
5*(5*X1)+4*(3*X2)+5*(4*X3)+3*(6*X4)+8*Y1+7*Y2+6*Y3+3*W=5*25 (% CARBONO)
3*(5*X1)+3*(3*X2)+4*(4*X3)+4*(6*X4)+6*Y1+7*Y2+9*W=5*25 (% MOLIBDENO)
X1+X2+X3+X4=1 (LINGOTE)
Y1+Y2+Y3>0
W>0
XI=0 1
YI>0
W>0
Sets:
lingote/1..4/:peso,costo1,carbono1,molibdeno1,x;
aleacion/1..3/:costo2,carbono2,molibdeno2,y;
desperdicio/1..1/:costo3,carbono3,molibdeno3,w;
Endsets
Data:
peso = 5,3,4,6;
costo1 = 350 ,330 ,310 ,280;
carbono1 = 0.05, 0.04 ,0.05 ,0.03;
molibdeno1 = 0.03, 0.03, 0.04, 0.04;
costo2 = 500, 450, 400;

carbono2 = 0.08, 0.07, 0.06;
molibdeno2 = 0.06, 0.07, 0.00;
costo3 = 100;
carbono3 = 0.03;
molibdeno3 = 0.09;
Enddata
!funcion objetivo;
min = @sum(lingote(i):costo1(i)*peso(i)*x(i))+ @sum(aleacion(j):costo2(j)*y(j) )+
@sum(desperdicio(k):costo3(k)*w(k));
!restriccion del pedido;

@sum(lingote(i):x(i)*peso(i))+ @sum(aleacion(j):y(j)) + @sum(desperdicio(k):w(k))
=25;
!restriccion del % de carbono;

@sum(lingote(i):x(i)*peso(i)*carbono1(i))+@sum(aleacion(j):y(j)*carbono2(j))+
@sum(desperdicio(k):w(k)*carbono3(k)) =1.25;
!restriccion del % de molibdeno;

@sum(lingote(i):x(i)*peso(i)*molibdeno1(i))+@sum(aleacion(j):y(j)*molibdeno2(j))+
@sum(desperdicio(k):w(k)*molibdeno3(k)) =1.25;
!restriccion del lingote;

@sum(lingote(i):x(i))=1;
!restriccion de las aleaciones;

@sum(aleacion(j):y(j))>0;
!restriccion de los desperdicios;
@sum(desperdicio(k):w(k))>0;
!restriccion del binario;

@for(lingote(i):@bin (x));
End
10. PROBLEMA APLICADO A LA ASIGNACIN IMPORTANDO DE EXCEL
a) La Fbrica de Calzado Flores produce y vende calzados de verano exclusivos. Uno de

los factores ms importantes para poder realizar una venta es el servicio rpido de
Flores. Flores vende en 6 ciudades: Piura, Sullana, Sechura, Paita, Morropn y
Ayabaca. Se proyectan las ventas anuales de pares de zapatos de acuerdo a la
presencia de un representante de ventas dentro de 55 Km de una ciudad (tabla 1).
La ganancia por cada par de zapato es de S/. 70. El costo anual por representante de
venta es de S/. 8 400. Flores debe determinar cuntos representantes colocar en cada
uno de sus mercados. Solo se consideran Piura, Ayabaca, Paita y Sechura como
bases para representantes de ventas, ya que en estas se encuentran las fbricas. Se
dispone de 10, 8, 6, y 9 representantes en las bases: Piura, Ayabaca, Paita y
Sechura respectivamente y se requieren 4, 5, 3 ,2 ,1 ,4 representantes de venta por
mercado Piura, Ayabaca, Paita, Sechura, Morropn y Sullana respectivamente. La
tabla 2 muestra las distancias en Km.
Se necesita maximizar las ganancias anuales.
TABLA 1
REPRESENTANTE MERCADOS VENTA
Piura Ayabaca Paita Sechura Morropn Sullana
DENTRO DE
55Km
SI 130 120 130 110 110 122
NO 70 40 80 70 90 50
TABLA 2
Base- Piura Ayabaca Paita Sechura
Fbrica Mercado
Piura 0 229 60 50
Ayabaca 229 0 117 260
Paita 60 117 0 55
Sechura 50 260 55 0
Morropn 60 58 115 52
Sullana 39 40 47 239
SOLUCIN:
FORMULACIN ALGEBRAICA DEL MODELO

Definicin de variables:
X i, j = Cantidad de representantes de la Fabrica j en el mercado de la ciudad i.
H i, j = Es 1 si la distancia de la fabrica i a la ciudad j es menor o igual a 55, sino 0.
T i, j = Es 1 si la distancia de la fabrica i a la ciudad j es mayor que 55.
Z i, j = matriz de variables que se filtraran con la matriz Hij.
W i, = Cantidad de ventas en el mercado i, sin representante.
Y i = Cantidad de ventas en el mercado i, con representante
Definicin de parmetros:
SI i, j = Cantidad de ventas anuales en el mercado de la ciudad i, por cada

representante.
NO i, j = Cantidad de ventas anuales en el mercado de la ciudad i, en caso no hubiesen
representantes.
REPRE i = Cantidad disponible de representantes en la fabrica i.
REPREMIN i = Cantidad mnima requerida de representantes en el mercado i.
DIST i, j = Distancia de la fabrica i, a la ciudad j
RESTRICCION DE MAXIMA CANTIDAD DE REPRESENTANTES POR FBRICA Y

MERCADO
RESTRICCION DE MNIMA CANTIDAD DE REPRESENTANTES POR FBRICA Y

MERCADO
VENTAS SIN REPRESENTANTE POR MERCADO
VENTAS CON REPRESENTANTE POR MERCADO
SALARIO DE REPRESENTANTES
FUNCION OBJETIVO
INTERPRETACIN E IMPLENTACIN EN LINGO:
1. INTERPRETACIN
FUNCION OBJETIVO:
Lo que pide el problema es maximizar las utilidades por cada ao de operacin
por lo cual se analizaran los ingresos y egresos.
Ingresos:
Los ingresos son proporcionales a la cantidad de pares de zapatos vendidos.
Por ejemplo la distancia de la fbrica en Paita al mercado en Piura es de 60 Km

(encerrado de rojo) por lo cual no es posible la presencia de un representante y de
acuerdo a la tabla 1 solo se vender 70 pares de zapatos.
Ahora la distancia de la fbrica en Piura al mercado en Sechura es de 50 Km

(encerrado de verde) por lo cual hay probabilidad de asignar uno o ms
representantes y de acuerdo a la tabla 1 se vender 110 pares de zapatos por cada
representante asignado (Si fuera un representante se vendera como 110 y si fueran
dos entonces 220).
Entonces se realiza el siguiente cuadro de acuerdo a las ventas y a las

distancias.
Total de pares de zapatos vendidos por cada mercado

CUADRO 1 Piura Ayabaca Paita Sechura
Piura 130X11 70 70 130X14
Ayabaca 40 120X22 40 40
Paita 80 80 130X33 130X34
Sechura 110X41 70 110X43 110X44
Morropn 90 90 90 110X54
Sullana 122X61 122X62 122X63 50
X i, j = Cantidad de representantes de la Fabrica j en el mercado de la ciudad i.
Egresos:
Los egresos serian lo que se paga a cada uno de los representantes esto sera:
Ahora nuestra funcin objetivo quedara:
RESTRICCIONES:
Cantidad mnima de los representantes de cada fbrica
Cantidad mnima de representante por mercado
IMPLEMENTACIN EN LINGO:
En LINGO se realizan implementaciones muy largas y tediosas, pero estas siempre
siguen un formato de suma o repeticin por filas y columnas.
DEFINICIN DE SETS:
Segn lo planteado y a los datos del problema tenemos:
SETS:
MERCADOS/1..6/:SI,NO,W,Y,REPREMIN;
FABRICAS/1..4/:REPRE;
MERCAFABRI(MERCADOS,FABRICAS):DIST,X,H,T,Z;
ENDSETS
Creando Hij y Tij;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#LE#55:H(I,J)=1);!REPRESENTANTES;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#GT#55:H(I,J)=0);
@FOR(MERCAFABRI(I,J)|DIST(I,J)#GT#55:T(I,J)=1);!SIN
REPRESENTANTES;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#LE#55:T(I,J)=0);
@FOR(MERCAFABRI(I,J):) seala que realizar una operacin tantas veces como

la cantidad de elementos de MERCAFABRI, como es una matriz de 6 filas y 4
columnas har la operacin 24 veces.
DIST(I,J)#LE#55; har la operacin si DIST(I,J)<=55.
@FOR(MERCAFABRI(I,J)|DIST(I,J)#LE#55:H(I,J)=1); toda esta sentencia

indica que si DIST(I,J)<=55 el valor H(I,J)=1.
Las dems sentencias son anlogas, solo que DIST(I,J)#GT#55; indica que solo
se realizar la operacin si DIST(I,J)>55.
Restriccin De Mxima Cantidad De Representantes Por Fbrica
!RESTRICCION DE MAXIMA CANTIDAD DE REPRESENTANTES POR FABRICA Y

MERCADO;
@FOR(FABRICAS(J):@SUM(MERCADOS(I):X(I,J))<=REPRE(J));
Restriccin De Mnima Cantidad De Representantes Por Mercado
!RESTRICCION DE MINIMA CANTIDAD DE REPRESENTANTES POR FABRICA Y

MERCADO;
@FOR(MERCADOS(J):@SUM(FABRICAS(I):X(J,I))>=REPREMIN(J));
Ventas Sin Representante Por Mercado
!VENTAS SIN REPRESENTANTE POR MERCADO;

@FOR(MERCADOS(J):@SUM(FABRICAS(I):NO(J)*T(J,I))=W(J));
Ventas Con Representante Por Mercado
!VENTAS CON REPRESENTANTE POR MERCADO;

@FOR(MERCAFABRI(I,J):Z(I,J)*H(I,J)=X(I,J));
@FOR(MERCADOS(J):@SUM(FABRICAS(I):SI(J)*X(J,I))=Y(J));
Salario De Representantes
!SALARIO DE REPRESENTANTES;
@SUM(MERCAFABRI(I,J):X(I,J))*8400=COSTO;
Funcin Objetivo
MAX=70*(@SUM(MERCADOS(I):W(I))+@SUM(MERCADOS(I):Y(I)))-COSTO;
Definicin de data.
Data directa en lingo:
DATA:
DIST= 0 229 60 50
229 0 117 260
60 117 0 55
50 260 55 0
60 58 115 52
39 40 47 239;
REPRE=10 8 6 9;
REPREMIN=4 5 3 2 1 4;
SI=130 120 130 110 110 122;
NO=70 40 80 70 90 50;
ENDDATA
Data exportada de Excel:
DATA:
DIST,REPRE,REPREMIN,SI,NO= @OLE('F:\VII
CICLO\OPE\LABO\PROBLEMA2.xlsx');
@OLE('F:\VII CICLO\OPE\LABO \DATA1.xlsx')=X;
ENDDATA
LINGO tiene una funcin sencilla, @OLE(),para recuperar y colocar datos de y a una
hoja de clculo (Excel).
Un paso sencillo pero oculto que debe de realizarse antes en las hojas de clculo es
definir los nombres de los rangos de las distintas colecciones de celdas que contienen
datos. Los nombres de los rangos se pueden definir en Excel con el ratn y el
elemento del men Insertar, nombre, definir. Se elige los datos de la hoja y luego click
derecho luego a asignar rangos y poner el nombre con que se llamara en LINGO.
Las primeras 5 aplicaciones mostradas en el data ilustran que esta funcin se puede
usar de a la derecha de una instruccin de asignacin para recuperar datos de una
hoja de clculo. La ltima muestra que se puede colocar a la izquierda de una
asignacin para colocar los resultados en la hoja de clculo.
PROGRAMA EN LINGO:
MODEL ASIGNACION :
!MODELO DE ASIGNACION DE REPRESENTANTES;
SETS:
MERCADOS/1..6/:SI,NO,W,Y,REPREMIN;
FABRICAS/1..4/:REPRE;
MERCAFABRI(MERCADOS,FABRICAS):DIST,X,H,T,Z;
ENDSETS
DATA:
DIST,REPRE,REPREMIN,SI,NO= @OLE('G:\VII
CICLO\OPE\LABO\DATA1.xlsx');
@OLE('F:\VII CICLO\OPE\LABO \DATA1.xlsx','C_X')=X;
ENDDATA
MAX=70*(@SUM(MERCADOS(I):W(I))+@SUM(MERCADOS(I):Y(I)))-COSTO;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#LE#55:H(I,J)=1);!REPRESENTANTES;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#GT#55:H(I,J)=0);
@FOR(MERCAFABRI(I,J)|DIST(I,J)#GT#55:T(I,J)=1);!SIN
REPRESENTANTES;
@FOR(MERCAFABRI(I,J)|DIST(I,J)#LE#55:T(I,J)=0);
!RESTRICCION DE MAXIMA CANTIDAD DE REPRESENTANTES POR FABRICA Y

MERCADO;
@FOR(FABRICAS(J):@SUM(MERCADOS(I):X(I,J))<=REPRE(J));
!RESTRICCION DE MINIMA CANTIDAD DE REPRESENTANTES POR FABRICA Y

MERCADO;
@FOR(MERCADOS(J):@SUM(FABRICAS(I):X(J,I))>=REPREMIN(J));
!VENTAS SIN REPRESENTANTE POR MERCADO;

@FOR(MERCADOS(J):@SUM(FABRICAS(I):NO(J)*T(J,I))=W(J));
!VENTAS CON REPRESENTANTE POR MERCADO;

@FOR(MERCAFABRI(I,J):Z(I,J)*H(I,J)=X(I,J));
@FOR(MERCADOS(J):@SUM(FABRICAS(I):SI(J)*X(J,I))=Y(J));
!SALARIO DE REPRESENTANTES;
@SUM(MERCAFABRI(I,J):X(I,J))*8400=COSTO;
END
REPORTE DE LA SOLUCIN EXPORTANDO DATOS A EXCEL:
CANT. DE
REPRESENTANTES PIURA AYABACA PAITA SECHURA
PIURA 7 0 0 0
AYABACA 0 5 0 0
PAITA 0 0 6 8
SECHURA 2 0 0 0
MORROPN 0 0 0 1
SULLANA 1 3 0 0
En este cuadro podemos ver las cantidades de representantes asignados para cada
mercado pertenecientes a una determinada fbrica o base. Estas cantidades cumplen
con todas las condiciones establecidas.
Modelo de Asignacin de Presupuesto
La compaa constructora Molina dispone de 180 millones como presupuesto para 3

aos, que se usaran en sus 3 sucursales. Se ha establecido un nivel mximo de
asignacin de fondos de 20 millones para cada sucursal por ao. En caso que una
sucursal no exceda el lmite anual, puede usar esa diferencia para el siguiente ao.
Cada sucursal tiene la oportunidad de dirigir distintos proyectos con los fondos que
recibe. Para cada proyecto se ha establecido una tasa de ganancia (como un
porcentaje de la inversin) y una inversin mxima (Tabla1). Por otra parte, algunos de
los proyectos obligan una inversin mnima como se indica en la tabla 2. Determine la
poltica de asignacin de recursos que genere el mejor beneficio.
TABLA 1
Ao 1 Ao 2 Ao 3
Proyecto Tasa de Inversi Proyecto Tasa de Inversi Proyecto Tasa de Inversi
SUCURSAL utilidad n utilidad n utilidad n
(%) mxima (%) mxima (%) mxima
(m) (m) (m)
Trujillo 1 8 10 1 9 9 1 8 8
2 6 7 2 6 5 2 7 7
3 7 9 3 7 9 3 7 7
Lima 1 5 7 1 6 4 1 5 9
2 8 10 2 18 10 2 8 8
3 9 5 3 5 6 3 5 5
Tacna 1 10 6 1 11 6 1 7 6
2 6 7 2 6 10 2 6 11
3 15 5 3 15 5 3 15 6
TABLA 2
Inversin Mnima (millones)
Sucursal Proyecto Periodo Cantidad mnima
Trujillo 2 1 4
Lima 1 1 5
Tacna 2 2 9
Adicionalmente por una directiva de la alta gerencia se requiere que los proyectos que
tienen una utilidad mayores del 7% en cualquier ao, por lo menos tengan una
inversin de 5 millones.
SOLUCIN:
A. FORMULACIN ALGEBRAICA DEL MODELO
Definicin de variables:
X i, j, k = Cantidad asignada a la sucursal i para el proyecto j en el periodo k.

Sobrante i, k = Cantidad sobrante de dinero no asignado a la sucursal i en
periodo k.
Mximo i, k = Nivel mximo de asignacin de fondos para la sucursal i en el periodo

k.
Mnimo i, j, k = Nivel mnimo de asignacin de fondos en la sucursal i, para el
proyecto j, en el periodo k.
InvMxima i, j, k = Inversin mxima en la sucursal i para el proyecto j en el periodo
k.
InvMnima=Inversin mnima que establece la gerencia para ciertos proyectos con
tasa de utilidad mayor a 7%.
Presupuesto Total = Presupuesto total disponible.
Tasa i, j, k = Tasa de rentabilidad de la sucursal i, para el proyecto j durante el periodo
k.
RESTRICCIN DE USO MXIMO DE PRESUPUESTO POR PERIODO POR

SUCURSAL.
3

X i, j, k + Sobrante i, k = Mximo i, k
j =1
k=1 (Solo el primer ao)
i = 1, 2, 3 (Sucursal).
3

X i , j ,k -Sobrante i,k-1 + Sobrante i, k = Mximo i, k
j 1
k 2, 3 (Periodo)
i 1, 2, 3 (Sucursal)
RESTRICCIN DE INVERSIN MNIMA PARA ALGUNOS PROYECTOS
ESPECFICOS.
X i , j ,k Mnimo i , j ,k ; Solo para (i=1, j=2, k=1) (i=2, j=1, k=1)

(i=3, j=2, k=2)
RESTRICCIN DE INVERSIN MXIMA POR PROYECTO EN CADA SUCURSAL.
X i , j ,k InvMxima i , j ,k
i =1, 2, 3
j =1, 2, 3
k=1, 2, 3
RESTRICCIN DE PRESUPUESTO DISPONIBLE.
3 3 3
X i , j ,k Presupuesto Total
I=1 j=1 k =1
RESTRICCIN DE INVERSIN MNIMA POR DIRECTIVA DE ALTA GERENCIA.
X i , j ,k InvMnima
Tasai,j,k 0.07
FUNCIN OBJETIVO
MODEL PRESUPUESTOS:
! MODELO DE ASIGNACION DE PRESUPUESTO;
SETS:
SUCURSAL /TRUJILLO,LIMA,TACNA/:;
PROYECTO /1..3/: ;
PERIODO /1..3/: ;
SUCURSAL_PERIODO (SUCURSAL,PERIODO) : SOBRANTE, MAXIMO;
SUCURSAL_PROYECTO_PERIODO (SUCURSAL,PROYECTO,PERIODO):TASA,
INVMAXIMA, ASIGNACION;
INVERSION_MINIMA (SUCURSAL,PROYECTO,PERIODO)/TRUJILLO 2 1, LIMA 1 1, TACNA 2
2 /: MINIMO;
ENDSETS
DATA:
TASA,INVMAXIMA,MINIMO,PRESUPUESTO,INVMINIMA= @OLE('G:\VII
CICLO\OPE\LABO\DATA2.xlsx','tasa','INV_MAX','mnima','presupuesto','inv_mnima'
);
MAXIMO = 20, 20, 20,
20, 20, 20,
20, 20, 20;
ENDDATA
! Funcion Objetivo;
MAX = FO;
FO=@SUM(SUCURSAL_PROYECTO_PERIODO: TASA * ASIGNACION );
! Restriccion de uso maximo de presupuesto por periodo por sucursal ;
@FOR(PERIODO(K) | K #EQ#
1:@FOR( SUCURSAL(I):@SUM( PROYECTO(J) :ASIGNACION(I,J,K) ) + SOBRANTE(I,K) =
MAXIMO(I,K) ));
@FOR(PERIODO(K) | K #NE# 1:@FOR( SUCURSAL(I):@SUM( PROYECTO(J)

:ASIGNACION(I,J,K) ) - SOBRANTE(I,K-1)+ SOBRANTE(I,K) = MAXIMO(I,K) ));
! Restriccion de inversion minima para algunos proyectos especificos ;

@FOR(INVERSION_MINIMA(I,J,K): ASIGNACION(I,J,K) >= MINIMO(I,J,K));
! Restriccion de inversion maxima por proyecto en cada sucursal ;
@FOR(SUCURSAL_PROYECTO_PERIODO(I,J,K): ASIGNACION(I,J,K) <=
INVMAXIMA(I,J,K) );
@FOR(SUCURSAL_PROYECTO_PERIODO(I,J,K)|TASA(I,J,K)#GT#0.07: ASIGNACION(I,J,K)>=
INVMINIMA);
! Restriccion de prespuesto disponible;
@SUM( SUCURSAL_PROYECTO_PERIODO(I,J,K): ASIGNACION(I,J,K)) <= PRESUPUESTO ;
DATA:
@OLE('J:\OPE\LABO\DATA2.xlsx','FO','SOBRANTE','ASIGNACION' )
=FO,SOBRANTE,ASIGNACION;
ENDDATA
END
B. PROGRAMA EN LINGO
REPORTE DE LA SOLUCIN EXPORTANDO DATOS A EXCEL :
Utilidad en 3 aos en millones de dlares
UTILIDAD EN 3 AOS 15.24 millones
Excedente de sucursales por aos

EXCEDENTE DE SUCURSALES
POR AOS
SUCURSAL 1 2 3
TRUJILLO 0 2 0
LIMA 0 2 0
TACNA 4 3 0
Este cuadro nos muestra los excedentes que se dieron en cada uno e los aos en
las diferentes sucursales debido a que no se utiliz el mximo asignado que era de
20 millones. As tenemos que en la sucursal de Trujillo hubo un sobrante de 2
millones en el segundo ao, luego de haber invertido en los 3 proyectos; en lima
igualmente en el segundo ao hubo un sobrante de 2 millones y en Tacna en el
primer y segundo ao sobrantes de 4 y 3 millones respectivamente.
Asignaciones de presupuesto por sucursal, proyecto y ao
PROYECTO 1
1 2 3
TRUJILLO 10 9 8
LIMA 5 4 9
TACNA 6 6 6
PROYECTO 2
1 2 3
TRUJILLO 4 0 7
LIMA 10 10 8
TACNA 5 10 11
PROYECTO 3
1 2 3
TRUJILLO 6 9 7
LIMA 5 4 5
TACNA 5 5 6
En estos 3 ltimos cuadros podemos ver las cantidades en millones asignadas para
cada proyecto en una determinada sucursal y ao. Estas cantidades cumplen con
todas las condiciones establecidas.
b) Modelo de Asignacion de Proyecto
Una compaa dispone de 35 millones para distribuirlos el prximo ao entre sus

sucursales (Arequipa, Cuzco, Trujillo). Debido a compromisos de la estabilidad, el nivel
de empleados y por otras razones la compaa ha establecido un nivel mnimo de
asignacin de fondos para cada sucursal. Estos fondos mnimos son de 8, 10 y 15
millones de dlares respectivamente. Debido a la naturaleza de su operacin, la
sucursal Cuzco no puede utilizar ms de 20 millones de dlares. Cada sucursal tiene
la oportunidad de dirigir distintos proyectos con los fondos que recibe. Para cada
proyecto se ha establecido una tasa de ganancia (como un porcentaje de la inversin).
Por otra parte, algunos de los proyectos permiten solo una inversin limitada. A
continuacin se dan los datos para cada proyecto.
Sucursal Proyecto Tasa de Inversin

Utilidad(%) Mxima
1 8 10
Arequipa 2 6 5
3 7 9
1 5 7
Cuzco 2 8 10
3 9 4
1 10 6
Trujillo 2 6 12
3 15 6
Solucin:
Dada la informacin del problema, lo que se debe hacer es maximizar las utilidades de
la compaa en mencin, asignando de la mejor manera los fondos a sus respectivas
sucursales.
FORMULACIN DEL MODELO

1) DEFINICIN DE VARIABLES:
Xij: Cantidad asignada a la sucursal i para el proyecto j

(Siendo: i=1, 2, 3; 1: Arequipa, 2: Cuzco, 3: Trujillo) (j=1, 2, 3)
Mnimo: Nivel mnimo de asignacin de fondos para la sucursal i (i=1,2,3)
Mximo: Nivel mximo de asignacin de fondos para la sucursal i (i=1,2,3)
Inv.Maximaij: Inversin mxima en la sucursal i para el proyecto j.
(Siendo: i=1, 2, 3 y j=1, 2, 3)

PresupuestoTotal: Presupuesto total disponible.
Tasaij: Tasa de rentabilidad del proyecto j en sucursal i.
(Siendo: i=1, 2, 3 y j=1, 2, 3)
1) FUNCIN OBJETIVO:
Max Z = Tasa11*X11 +Tasa12*X12+ Tasa 13*X13 + Tasa 21 *X21 + Tasa 22 *X22 + Tasa 23
*X23 + Tasa 31 *X31 + Tasa 32 *X32 + Tasa 33*X 33
2) RESTRICCIONES:
3.1 RESTRICCIN DE USO MNIMO DE PRESUPUESTO POR SUSCURSAL

Arequipa: X11 +X12 +X13 Minimo1
Cuzco: X21 +X22 +X23 Minimo2
Trujillo: X31 +X32 +X33 Minimo3
3.2 RESTRICCIN DE USO MXIMO DE PRESUPESTO POR SUCURSAL
Cuzco: X21 +X22 +X23 Mximo2
3.3 RESTRICCIN DE INVERSIN MXIMA POR PROYECTO EN CADA
SUCURSAL
Arequipa:
X11 InvMaxima11
X12 InvMaxima12
X13 InvMaxima13
Cuzco:
X21 InvMaxima21
X22 InvMaxima22
X23 InvMaxima23
Trujillo:
X31 InvMaxima31
X32 InvMaxima32
X33 InvMaxima33
3.4 RESTRICCION DE PRESUPUESTO DISPONOBLE
X11 +X12 +X13 +X21 +X22 +X23+ X31 +X32 +X33 PresupuestoTotal
PROGRAMACIN EN LINGO
Ahora resolvamos el modelo, pulsando el cono , con lo que obtendremos los

siguientes resultados:
De los resultados del reporte, en la parte superior se nota que la funcin objetivo se
optimiza cuando la rentabilidad es mxima, es decir, cuando toma el valor de 3.32
millones de dlares.
El resultado tambin nos da la asignacin total de los recursos financieros, en el
atributo ASIGNACIN. El valor de ASIGNACION (Arequipa, 1), por ejemplo es 8. Esto
significa que la cantidad de dinero asignado a la sucursal Arequipa para el proyecto 1
deber ser 8 millones de dlares. Para ver la solucin de slo este atributo, escoge la
opcin solution y en el cuadro de dilogo se ingresa el nombre ASIGNACION.
Tambin puede seleccionar el siguiente cono:
Y aparecer la siguiente ventana:
Se activa la opcin que permite mostrar slo los valores distintos de cero para que
LINGO slo muestre los valores de la variable ASIGNACION distintos de cero, as:
Y en este ltimo cuadro se puede ver la forma cmo tienen que ser repartidos los
fondos a las diversas sucursales de la compaa para alcanzar una mxima utilidad. A
la sucursal de Arequipa se le asigna 8 millones para invertir en el proyecto 1, a la
sucursal del Cuzco 8 millones para el proyecto 2 y 4 millones para el proyecto 3 y
finalmente para la sucursal de Trujillo 1 milln para el proyecto 1, 3 millones para el
proyecto 2 y 6 millones para el proyecto 3.
c) Programacin Lineal con 4 variables (excel)
Graficolor, fabricante y distribuidor de papel y dems tiles escolares produce 3 tipos

diferentes de papel que se pueden fabricar tanto en la fbrica A, B o C, las cuales se
encuentran ubicadas en la ciudad de Lima. La empresa busca satisfacer la demanda
establecida para las ciudades de Tacna y Cuzco en donde se venden dichos
productos. Para ello se tiene en cuenta que en estas ciudades existen 2 tipos de
centros de distribucin (supermercados y libreras) los cuales pertenecen a la
corporacin. Los precios de venta de los productos segn donde fueron fabricados, la
ciudad y el centro de distribucin donde se va a vender se muestran en las siguientes
tablas:
Tacna Cuzco
Supermercado Librera Supermercado Librera
Producto Producto Producto Producto Producto Producto Producto Producto Producto Producto Producto Producto
1 2 3 1 2 3 1 2 3 1 2 3
Fbrica
A 12 15 17 11 12 15 14 12 13 15 13 12
Fbrica
B 10 13 14 12 14 16 13 14 15 11 12 13
Fbrica
C 12 11 13 10 11 13 11 13 14 12 13 14
La corporacin busca maximizar sus ventas y saber cmo va a distribuir sus productos
tomando en cuenta la capacidad de produccin de las fbricas, la demanda de las
ciudades y la capacidad de los centros de distribucin.
Capacidad de Produccin:
Fbrica A Fbrica B Fbrica C

Producto 1 75 65 70
Producto 2 60 70 80
Producto 3 65 75 75
Demanda:
Tacna Cuzco
Producto 1 73 67
Producto 2 58 72
Producto 3 67 74
Tacna Cuzco
Supermercado 150 140
Librera 130 150
Solucin:
Xijkl: cantidad de productos elaborados en la fbrica i, que corresponde al tipo j,
distribuido en k, en la ciudad l
Donde:
Tipo de fbrica: i= A, B, C
Tipo de producto: j= P1, P2, P3
Tipo de centro de distribucin: k=supermercado (S), librera (L)
Ciudades: l=Tacna (T), Cuzco (Cz)
Funcin objetivo:
Sujeto a:
Capacidad de produccin:
Demanda:

1) El ejercicio en el programa Lingo
!PROBLEMA LINGO;
MODEL:
SETS:
FABRICAS / A B C/:; !Tipo de fbrica: i= A, B, C ;
PRODUCTOS /P1 P2 P3/:; !Tipo de producto: j= P1, P2, P3 ;
CENTRO /S L/:; !Tipo de centro de distribucin: k=supermercado (S), librera (L);
CIUDAD /T C/:; !Ciudades: l=Tacna (T), Cuzco (Cz);

!REQUERIMIENTO DE PRODUCTOS PARA UNA FABRICA, EN UN CENTRO DE
DISTRIBUCION, EN UNA CIUDAD,;
FPCC(FABRICAS,PRODUCTOS,CENTRO,CIUDAD):PRECIO,X;
FABPRO(FABRICAS,PRODUCTOS):CAPACIDAD;
CENCIUDAD(CENTRO,CIUDAD):CAPACIDAD2;
ENDSETS
DATA:
CAPACIDAD= 75 60 65,
65 70 75,
70 80 75;
DEMANDA= 73 67,
58 72,
67 74;
CAPACIDAD2= 150 140,
130 150;
PRECIO= 12 15 17 11 12 15 14 12 13 15 13 12,
10 13 14 12 14 16 13 14 15 11 12 13,
12 11 13 10 11 13 11 13 14 12 13 14;
ENDDATA
MAX=@SUM(FPCC:PRECIO*X);!FUNCION OBEJTIVO RESULTADO;
@FOR(FABPRO(I,J):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACIDAD(I,J));
!RESTRICCIONES DE LA CAPACIDAD DE CADA RECURSO;
!RESTRICCIONES DE LA DEMANDA DE CADA RECURSO;
@FOR(CENCIUDAD(K,L):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACIDAD2(K,L));
!RESTRICCIONES DE KA CAPACIDAD DE CADA RECURSO;

END
2) RESULTADOS
Podemos ver que la maximizacin de ventas es de: 8260

Para maximizar los costos:
Fabrica A:
La empresa debe de distribuir las 75 unidades del producto 1 a la librera de la ciudad

de Tacna.
Tambin debe distribuir 5 unidades del producto 2 al supermercado de la ciudad del
Cuzco y el resto (55 unidades) ser enviada a la librera de la ciudad de Tacna.
Adems debe distribuir 65 unidades del producto 3 al supermercado de la ciudad del
Cuzco.
Fabrica B:
La empresa debe distribuir 1 unidad del producto 1 al supermercado de la ciudad del

Cuzco. Adems tiene que distribuir 64 unidades a la librera de la ciudad del Cuzco.
Adems debe distribuir 3 unidades del producto 2 al supermercado de la ciudad de
Tacna. Tambin 67 unidades al supermercado de la ciudad del Cuzco.
Tambin podemos ver que se debe distribuir 75 unidades del producto 3 al
supermercado de la ciudad de Tacna.
Fabrica C:
Se deben distribuir 6 unidades del producto 1 al supermercado de Tacna. Adems de 2

unidades al supermercado de Cuzco.
Tambin se debe distribuir 77 unidades del producto 2 a la librera del Cuzco.
Tambin se debe distribuir 66 unidades del producto 3 al supermercado de Tacna.
Adems de 9 unidades a la librera de la ciudad de Cuzco.
Anlisis de los Costos Reducidos
Por ejemplo en X(A,P1,S,T) tiene un costo reducido de 4 esto quiere decir que si
nosotros aumentamos en 4 unidades el coeficiente de la FO se convertir en una
alternativa conveniente ya que se har 0 el costo reducido.
X( A, P1, S, T) 0.000000 4.000000
X( A, P1, S, C) 0.000000 0.000000
X( A, P1, L, T) 75.00000 0.000000
X( A, P1, L, C) 0.000000 3.000000
Ahora el primer recurso si le aumentamos 4 unidades ser 12+4=16 el nuevo resultado

sera :
X( A, P1, S, T) 3.000000 0.000000
X( A, P1, S, C) 0.000000 0.000000
X( A, P1, L, T) 72.00000 0.000000
X( A, P1, L, C) 0.000000 3.000000
Holgura o Excedente
Vemos que si la restriccin es exacta satisfecha como una igualdad, la holgura o

excedente valdr cero y como no hay ningn nmero negativo en nuestro reporte
diremos que ninguna restriccin es violada.
Precio Dual
El precio dual se puede interpretar como el monto en que la funcin objetivo mejorar
si el segundo miembro de la restriccin se incrementase en una unidad en nuestro
cuadro de resultados podemos ver que Row 2 =4 esto quiere decir que si al recurso de
la segunda restriccin le aumentamos en 4 unidades, es decir 60+4=64 el nuevo valor
de nuestra FO= 2864, aumentar en 4 unidades.
CONCLUSIONES
Primero podemos decir que una variable en la solucin ptima automticamente tiene
un costo reducido de 0.
En la interpretacin del costo reducido podemos ver que si la variable tiene un costo
reducido de a el coeficiente objetivo de esta variable deber incrementarse en a
unidades en un problema de maximizacin o disminuirse en a unidades en un
problema de minimizacin para convertirse en una alternativa atractiva.
En nuestro ejerci podemos ver que ninguna restriccin es violada ya que en el
anlisis de Holgura y Excedente no hay ninguna variable negativa.
EL PROBLEMA EN LINGO EXPORTANDO DATOS EN EXCEL
Los pasos que se sigue para crear una base de datos en EXCEL son:
Crear una carpeta en C, por ejemplo: TRABAJO DE OPE I
Crear un hoja de clculo denominado PROBLEMA 1
Luego en la hoja de clculo poner los datos del problema:

Asignar nombre a la matriz:
Hacer click en la barra del men: Formulas
1. Hacer click en: Administrador de nombres
2. Luego aparecer una nueva ventana donde colocaremos el nombre de la

matriz luego la hoja, el rango de la matriz y por ltimo hacer click en aceptar.
PROGRAMACION EN LINGO EXPORTANDO DATOS EN EXCEL
!PROBLEMA LINGO;
MODEL:
SETS:

FPCC(FABRICAS,PRODUCTOS,CENTRO,CIUDAD):PRECIO,X;
FABPRO(FABRICAS,PRODUCTOS):CAPACIDAD;
ENDSETS
DATA:
PRECIO,CAPACIDAD,DEMANDA,CAPACIDAD2=@OLE('C:\LINGO11\Samples\PROBLEMA
1.XLS','precio','capacidad','demanda','capacidad1');
ENDDATA
MAX=FO;
FO=@SUM(FPCC:PRECIO*X);
@FOR(FABPRO(J,I):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACIDAD(J,I));
!RESTRICCIONES DE LA CAPACIDAD DE CADA RECURSO;
!RESTRICCIONES DE LA DEMANDA DE CADA RECURSO;
@FOR(CENCIUDAD(K,L):@SUM(FPCC(I,J,K,L):X(I,J,K,L))<=CAPACIDAD2(K,L));
!RESTRICCIONES DE KA CAPACIDAD DE CADA RECURSO;

RESULTADOS EN LA TABLA DE EXCEL:
TACNA CUZCO
SUPERMERCADO LIBRERA SUPERMERCADO LIBRERA
P1 P2 P3 P1 P2 P3 P1 P2 P3 P1 P2 P3
FABRICA
0 0 75 0 0 5 55 0 0 65 0 0
A
FABRICA
0 1 0 64 3 67 0 0 75 0 0 0
B
FABRICA
6 2 0 0 0 0 0 77 66 0 0 9
C
FO 8260
12. PROBLEMA 1 EN LINGO EXPORTANDO DATOS EN ACCESS
En la carpeta donde se instalo LINGO, se incluy una base de datos Microsoft

Access para el modelo de Programacin Lineal con cuatro variables.
Este archivo se encuentra en el directorio con el nombre de PROBLE.MDB.
Para registrar esta base de datos como una fuente de datos ODBC para nuestro
modelo, debe iniciar el Administrador de ODBC de la siguiente manera:
1. Haga doble clic en el icono Mi PC en su escritorio.

2. Encontrar el icono del Panel de control y haga doble clic en l.
3. Haga doble clic en el icono Rendimiento y mantenimiento luego en Herramientas
administrativas.
4. Buscar el icono de Orgenes de Datos (ODBC) haga doble clic en l.
Ahora debe ver el cuadro de dilogo Administrador de orgenes de datos ODBC se
muestra a continuacin:
Para instalar la base de datos PROBLE.MDB como una fuente de datos, haga lo
siguiente:
1. Haga clic en el botn Agregar en el cuadro de dilogo Administrador de datos
ODBC para mostrar el cuadro de dilogo a continuacin:
2. Estamos instalando una fuente de datos de acceso, as que seleccione la opcin
Microsoft Access Driver y pulse el botn Finalizar.
3. En el siguiente cuadro de dilogo:
Asignar la fuente de datos el nombre de Programacin Lineal en el campo Nombre

de origen de datos. En el campo Descripcin, escriba "Fuente de datos para un
modelo de Programacin Lineal LINGO". Pulse el botn Seleccionar e introduzca el
nombre de la base de datos "LINGO \ SAMPLES \ PROBLE.MDB" (esto asume
LINGO se ha instalado en la LINGO-directorio de su instalacin puede ser diferente).
El cuadro de dilogo que ahora se parecen a las que se muestra a continuacin:
4. Pulse el botn Aceptar y podr ver la fuente de datos de Transporte se ha aadido
a la lista de orgenes de datos ODBC:
5. Haga clic en el botn Aceptar para cerrar el Administrador de ODBC. Ahora

debe ser capaz de iniciar y resolver el modelo LINGO PROBLE.LG4.
!PROBLEMA LINGO;
MODEL:
SETS:

PRODUCTO: FABRICA_1: FABRICA_2: FABRICA_3;

PRODUCTO: TACNA : CUZCO;
CENTROS: TACNA: CUZCO;
FABRICA: PRODUCTO1: PRODUCTO2: PRODUCTO3;
ENDSETS
DATA:
PRECIO,CAPACIDAD,DEMANDA,CAPACIDAD2=@OLE('C:\Archivos de
programa\LINGO11\Samples\PROBLE.MDB','precio','capacidad','demanda','c
apacidad1');
ENDDATA
MAX=FO;
FO=@SUM(FPCC:PRECIO*X);
CONCLUSIONES
Se ha presentado una prctica de optimizacin empleando LINGO. La

experiencia docente derivada de su utilizacin ha puesto de manifiesto la
idoneidad del empleo de dicha herramienta. En particular, su aplicacin en la
resolucin de problemas relacionados con el campo empresarial ha permitido
facilitar su asimilacin por el alumnado, alcanzando un mejor nivel de
comprensin y un buen grado de satisfaccin por su parte.
Las herramientas matemticas como LINGO permiten que alumnos con unos
conocimientos elementales en optimizacin puedan resolver una amplia gama de
problemas. En aquellas titulaciones en las cuales las matemticas no son el fin
en s mismas y se reducen a una herramienta de trabajo, resulta de mayor
inters la formulacin de los problemas, la interpretacin y el anlisis de las
soluciones, en detrimento del mtodo empleado en la obtencin de dicha
solucin.
En los problemas estudiados se ha hecho una simplificacin importante que

debe puntualizarse. En el problema sin restricciones de capacidad se conoce el
coste de transporte por unidad entre las plantas y los almacenes. En general,
este coste puede venir dado en funcin de la distancia recorrida a lo largo de
cierta red que represente las comunicaciones entre ciudades. En tal caso, habra
que resolver en primer lugar el problema de las distancias mnimas en la red de
transporte y agregar los costes a lo largo del camino mnimo. En el problema con
capacidad, se conoce c y r para cada par origen-destino, aunque en general
sobre una red de transporte habra que tener en cuenta estos parmetros a lo
largo de todas las aristas que pertenecen al camino mnimo.
REFERENCIAS
Bazaraa, M.S., Sherali, H.D. y Shetty, C.M. (1993): Nonlinear programming.

Theory and algorithms (2 edicin). Ed. John Wiley.
Chiang, A.C. (1.987): Mtodos Fundamentales de Economa Matemtica (3
edicin).
Ed. McGraw-Hill.
Haeussler, E.I. y Paul, R.S. (1997): Matemticas para la Administracin,
Economa, Ciencias Sociales y de la Vida (8 edicin). Ed. Prentice-Hall.
Manual de usuario (1996). Solver Suite: LINDO, LINGO and WHATS BEST,
Lindo Systems Inc.
Surez Vega, R., Dorta Gonzlez, P., Gonzlez Martel, C. , Andrada Flix, J.
y Hernndez Guerra, J. (2001): Problemas de Algebra Lineal para la
Economa y la Empresa. Ejercicios resueltos, cuestiones y tratamiento con
DERIVE y LINGO. Ed. El Libro Tcnico.
Sydsaeter, K. y Hammond, P.J. (1996). Matemticas para el Anlisis
Econmico. Ed. Prentice-Hall.
Helmut Kopka and Patrick W. Dale. A Guide to LATEX. Addison-Wesley,
Harlow, England, 3rd edition, 1999.
Gerson Lachtermacher. Pesquisa Operacional na Tomada de Decises.
Editora Campus, Rio de Janeiro, 2002.
Lindo Systems Inc., Chicago. LINGO: the modeling language and optmizer,
2001.
http://books.google.com.pe/books?
id=8IMSA6DEaRoC&pg=PA506&lpg=PA506&dq=La+Father+Domino+Compa
ny+vende+copiadoras&source=bl&ots=MGl20VhBRl&sig=DJKAJvZY7UKCB
mkxuORYqTF3YqY&hl=es&ei=-
ad6S_r2LqiTtgeaz5HrCw&sa=X&oi=book_result&ct=result&resnum=1&ved=0
CAcQ6AEwAA#v=onepage&q=La%20Father%20Domino%20Company
%20vende%20copiadoras&f=false

Manual de Lingo

Cargado por

Copyright:

Formatos disponibles

Manual de Lingo

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Manual de Lingo

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA INDUSTRIAL Y SISTEMAS

TEMA : MANUAL DE LINGO

PROFESOR : ING. EYZAGUIRRE

ALUMNOS : RODAS POCCORPACHI MARTIN

2.1 SINTAXIS DE LINGO.... 5

5.1 PROBLEMA DE MEZCLA (usando 1 sub. ndice).. 14

5.2 PROBLEMA DE DIETAS ( usando 1 sub ndices):...... 15

En el trabajo mostrado a continuacin, se muestra una prctica de laboratorio

El software matemtico se ha venido empleando desde hace varios aos como un

LINGO es una herramienta simple para utilizar la potencialidad de la optimizacin

Cmo Instalar LINGO?

Instalar el software de LINGO es directo. A LINGO de disposicin para Windows,

Nota: Si existe una versin previa de LINGO instalada en su mquina, entonces

Nota: Si recibi su licencia teclee por correo electrnico, entonces tiene la

2.1 SINTAXIS DE LINGO

Con respecto a las sentencias:

Todas las sentencias deben terminar en un punto y coma.

Una formulacin en LINGO, tiene tres secciones:

2.2 SECCION DE CONJUNTOS

o SECCION DEL MODELO

! 2 FABRICAS, 3 CENTROS, problema de transporte;

Para presentar el modelo algebrico se hace clic en la ficha LINGO, Generate,

[_1] MIN= 2 * X_1_1 + 4 * X_1_2 + 6 * X_1_3 + 7 * X_2_1 + 10 * X_2_2 + X_2_3;

[_2] X_1_1 + X_2_1 >= 10;

[_3] X_1_2 + X_2_2 >= 25;

[_4] X_1_3 + X_2_3 >= 15;

[_5] X_1_1 + X_1_2 + X_1_3 <= 30;

[_6] X_2_1 + X_2_2 + X_2_3 <= 20;

Variable Value Reduced Cost

2.3 USO DE FUNCIONES DE DOMINIO DE VARIABLES

@GIN Limita la variable slo a valores enteros

@BIN Hace una variable binaria (0 1)

Ejemplos de uso de variables enteras:

Ejemplos de uso de variables libres:

Ejemplos de uso de variables con lmites:

Los elementos del LINGO requieren un objetivo, una o ms variables y una o ms

2.4 COMANDOS DE LOS MENS Y FUNCIONES DE LINGO

2.4.2 MEN EDIT:

4.1 OPERADORES ESTANDAR

4.2 FUNCIONES DE IMPORTACIN DE ARCHIVOS:

4.3 FUNCIONES DE FINANZAS :

4.6 FUNCIONES DE ITERACIONES EN CONJUNTOS:

4.7 FUNCIONES DEL DOMINIO DE LA VARIABLE:

4.8 FUNCIONES DE PROBABILIDAD:

5.1 EJEMPLO DE MEZCLA (usando 1 sub. ndice)

Una compaa Fabrica tres productos de caucho: AIRTEX (material esponjoso),

Ingrediente (OZ/LB de producto)

La compaa tiene el compromiso de producir ala menos 1000 libras de airtex,500

Ingredientes (oz/lb. de producto)

Producto airtex, extendex, resistex.

Entonces: MAX Z = 7*X1 + 7*X2 + 6*X3

cantidad de producto de cada tipo de ingrediente.

!FUNCION OBJETIVO MAXIMIZAR LA UTILIDAD;

5.2 EJEMPLO DE DIETAS ( usando 1 sub ndice):

El departamento de nutricin de u hospital prepara 30 menes de cena, uno para

Sea Xi: cantidad de nutriente de tipo (i=1, 2, 3, 4, 5,6) i=1---espagueti

Restriccin de la cantidad de grasa total que debe haber :

Por lo tanto: X6 X1*5000 5000*X2 7900*X3 3000*X4 14300*X5=0

Entonces: MAX Z = 7X1 + 7X2 + 6*X3

Por lo tanto: X6 X15000 5000X2 7900X3 3000X4 14300*X5=0

MIN=1( estudiantes 111+ estudiantes 121)+2( estudiantes 211+ estudiantes