Investig. Operativa Tomo I

INVESTIGACIN OPERATIVA TOMO I
ECON. JUAN CARLOS ERAZO F.
Investigacin Operativa Tomo I

Captulo I
OBJETIVOS DEL CAPTULO I
Al finalizar el captulo el alumno estar en capacidad de:
1.2.3.4..
Tener una perspectiva de lo que es la Investigacin Operativa

Mejorar la toma de decisiones gerenciales
Entender el concepto de modelo
Entender los cinco pasos ms importantes en I.O.
a.b.c.d.e.-
Definicin de un problema.
Construccin de un modelo.
Solucin del modelo.
Validacin del modelo
Implementacin
.
5.- Ver como se construye un modelo en dos aplicaciones gerenciales en programacin lineal y anlisis
de decisiones.
LA INVESTIGACIN OPERATIVA
INTRODUCCIN
La Investigacin Operativa es una tcnica o, mejor, conjunto de tcnicas que han surgido para coordinar
la teora con la prctica, para ayudar a resolver los problemas cada vez ms complicados que surgen en
la empresa.
Muchos de los avances de la Investigacin Operativa se han debido a que han encontrado nuevas
tcnicas matemticas, el desarrollo de la Computacin, y, sobre todo mtodos ms abreviados de
clculo numrico, que ha hecho factibles las soluciones a problemas que hace unos aos se
consideraban fuera de nuestras posibilidades. Un caso, quiz el que ms se ha popularizado, es el de la
PROGRAMACIN LINEAL.
Una de las razones principales que hacen indispensable esta ciencia es que tiene que resolver
cuestiones que se refieren a la empresa como totalidad.
La Investigacin Operativa es una ciencia considerada en formacin, de ah que no existe un concepto
generalizado, y quiz por ello, estn sugiriendo muchas inquietudes, pues, se puede plantear y resolver
problemas en una amplia gama de actividades, originando frecuentemente ms y nuevas posibilidades
de accin prctica en esta materia.
Estas caractersticas a la vez que va confirmando la utilidad de la Investigacin Operativa, derivan
interesantes oportunidades para crear modelos y aplicaciones muy subjetivas y de esta forma facilitar la
"TOMA DE DECISIONES" en empresas y organizaciones.
La Investigacin Operativa, rene un conjunto de ciencias como la Fsica, Biologa, Psicologa,
Sociologa, Economa y Matemtica, que identificadas a un problema concreto contribuyen a encontrar la
relacin CAUSA-EFECTO, de un fenmeno y, en base a mtodos matemticos, estadsticos y criterios
cualitativos procura una definicin del problema y una solucin prctica.
Mediante la aplicacin de modelos se puede reunir el conjunto de variables de carcter controlable y
otras no controlables, integrndolas en un contexto general y predeterminando su posible
comportamiento.
Regularmente la Investigacin Operativa utiliza mtodos de aproximaciones sucesivas, es decir,

generando alternativas y opciones para la decisin final, tratando obviamente de MINIMIZAR los riesgos
inherentes a cada posicin.
ORIGEN Y EVOLUCIN DE LA INVESTIGACIN OPERATIVA

La Investigacin Operativa es tan antigua como la conducta humana, pues el avance cientfico es
consecuencia de la acumulacin de diferentes investigaciones en las ciencias aplicadas.
A inicios de la segunda guerra mundial, los mandos militares, solicitaron ayuda de numerosos cientficos
para la resolucin de problemas estratgicos y tcticos.
Los cientficos procedentes de diferentes disciplinas se organizaron en equipos dirigidos inicialmente a
buscar la utilizacin ptima de los recursos. Estos fueron los primeros equipos de Investigacin
Operativa.
Surgieron tres elementos bsicos para definir una operacin de ataque militar.
ESTRATEGIA
LOGISTICA
TACTICA
:
:
:
(Precisin de un objetivo)
(Recursos disponibles)
(Forma, habilidad para cumplir el objetivo con los recursos)
Se realizaron muchos ensayos para comprobar el razonamiento cientfico, intensas investigaciones,

procesos de observacin estadstica, probabilidades, llegando a precisar una nueva forma de
apreciacin sobre los problemas.
Al pasar el tiempo surgieron nuevos modelos, amplindose la iniciativa a la empresa, se la consideraba
como un todo, integrndola en muchos aspectos: produccin, tecnologa, administracin, tareas,
personal, etc., es decir, dando importancia a todos aquellos factores que directa o indirectamente tienen
que ver con la permanencia del producto y de la empresa.
Los casos resueltos a travs de los modelos de la Investigacin Operativa realmente son numerosos y
con sentido de practicidad y eficiencia. Problemas planteados y resueltos mediante programacin lineal,
programacin dinmica, problemas de colas, Problemas de transporte, mtodos GANT PERT, entre los
ms importantes, han despertado varias ideas de aplicacin.
Hoy podra decirse, que toda empresa de dimensin grande o mediana aplican los mtodos de la
Investigacin Operativa, pues, contribuye eficazmente a optimizar una gran parte de los objetivos.
LAS FASES DE LA INVESTIGACIN OPERATIVA

La Investigacin Operativa comienza describiendo algn sistema mediante un modelo que luego se lo
ampla con el propsito de determinar la mejor forma de operacin del sistema. Las principales fases de
un estudio de Investigacin de Operaciones son las siguientes:
a)
b)
c)
d)
e)
f)
Formulacin del problema.

Construccin de un modelo representativo del sistema de estudio.
Bsqueda de una solucin a partir del modelo.
Prueba del modelo y de la solucin deducida a partir de ste.
Establecimiento de controles sobre la solucin.
Poner la solucin a trabajar: EJECUCION.
FORMULACIN DEL PROBLEMA

En la formulacin de un problema deben estar perfectamente establecidos los objetivos, los cursos
alternativos de accin, las restricciones y los efectos del sistema de estudio. Debe tomarse en cuenta
que es casi imposible dar solucin correcta a un problema incorrectamente planteado.
CONSTRUCCIN DE UN MODELO
El siguiente paso luego de la formulacin de problema, es la construccin del modelo, las caractersticas
esenciales de los modelos permiten describirlos de diferentes maneras. Los modelos pueden clasificarse
por sus dimensiones, funciones, propsitos, temas o grado de abstraccin. Los tipos bsicos de modelos
son los siguientes:
1.-
Modelos Icnicos
Un modelo icnico es la presentacin fsica de un objeto o de una situacin. Esta representacin
puede darse en dos dimensiones como sucede con los planos, los mapas o la fotografa o,
tambin, en tres dimensiones como sucede con las maquetas.
2.-
Modelos Analgicos
Son representaciones que por analoga muestran caractersticas de una determinada situacin.
Se los utiliza, especialmente, para representar situaciones dinmicas. Son ejemplos de estos
modelos las curvas de demanda, las curvas de distribucin de frecuencia y los diagramas de
flujo.
3.-
Modelos Simblicos o Matemticos

Son verdaderas representaciones de la realidad y toman la forma de cifras y smbolos
matemticos. Estos son los modelos especialmente utilizados por la Investigacin Operativa y un
tipo de modelo simblico es una ecuacin.
DEDUCCIN DE LA SOLUCIN
Una vez establecido el modelo, el siguiente paso es obtener una solucin al problema a partir del
modelo. Este paso se lo desarrolla determinando la solucin ptima del modelo y luego aplicando esta
solucin al problema real. Algunas ocasiones las complejidades matemticas del modelo impiden
obtener la solucin ptima, en estos casos, una BUENA respuesta es suficiente. En otros casos, la
solucin ptima del modelo es una aproximacin de la situacin real, sin embargo, un modelo bien
formulado y probado aproxima su solucin ptima verdadera.
PRUEBA DEL MODELO Y DE LA SOLUCIN

Despus de obtener una solucin del modelo, el modelo y la solucin deben probarse. Esto puede
hacerse en dos pasos:
1.2.-
Usando datos pasados, haciendo una comparacin entre el rendimiento real del sistema y el
rendimiento indicado por el modelo.
Permite operar el sistema sin cambios y comparando su rendimiento con aquel del modelo.
ESTABLECIMIENTO DE CONTROLES
Una vez que un modelo y su solucin se consideran aceptables, deben colocarse controles sobre la
solucin con el objeto de detectar cualquier cambio significativo de las condiciones en las cuales se basa
el modelo; obviamente, si cambian tanto que el modelo ya no es una representacin precisa del sistema,
el modelo debe ser invalidado.
EJECUCIN
La ejecucin es una solucin obtenida a partir de un modelo, es la ltima fase de un estudio de
investigacin de Operaciones. En esta fase se explica la solucin a la administracin responsable del
sistema en estudio. Es importante que la explicacin de la solucin se haga en funcin de los
procedimientos usados en el sistema real.
Despus de aplicar la solucin al sistema, se observa la respuesta de ste a los cambios introducidos,
esto permite realizar los ajustes y modificaciones adicionales requeridas por el rendimiento del sistema.
METODOS CUANTITATIVOS QUE ESTUDIA LA I.O.

A continuacin se presenta una breve descripcin de los diferentes modelos que estudia la I.O.
1.2.3.4.5.6.7.8.9.10.11.12.13.14.-
Teora de probabilidades.
Varias tcnicas matemticas.
Modelos de secuenciacin.
Modelos de reemplazo.
Modelos de inventario.
Modelos de asignacin.
Modelos de programacin dinmica.
Modelos competitivos.
Modelos de lneas de espera.
Tcnicas de simulacin.
Modelos de ruta.
Mtodos de bsqueda y heursticos.
Mtodos combinados de investigacin de operaciones.
Modelo de Programacin Lineal.
CAMPOS DE APLICACIN DE LA INVESTIGACIN OPERTIVA

La I.O. tiene mltiples campos de aplicacin, se utiliza en casi toda gestin que requiere la intervencin
de recursos para un objetivo determinado y rena caractersticas muy bien definidas.
En forma sucesiva los mtodos operacionales han ido encontrado aceptacin en los siguientes campos o
sectores:
- Industria
- Agricultura
- Construccin
- Comercio
- Transporte
- Energa
- Banca
- Minera
- Comunicaciones
- Servicios pblicos o privados
Desde el punto de vista de unidades econmicas, la I.O. es un valioso instrumento para resolver
problemas relacionados con los siguientes aspectos:
- Produccin
- Inventarios
- Distribucin
- Seleccin de equipos
- Problemas de espera
- Organizacin y sistemas
- Localizacin LAY-OUT
- Financiamiento
- Precios
- Mercados
- Comercializacin
- Informtica
- Administracin
- Gerencia
- Factor humano
- Seguridad industrial
De acuerdo a lo anterior la I.O. refleja su versatilidad para plantear, analizar y sugerir la mejor solucin a
los diferentes problemas que por sectores econmicos o factores internos de la empresa pueden
presentarse.
LIMITACIONES DE LA INVESTIGACIN OPERATIVA

As como esta materia nos permite resolver muchos tipos de problemas, tambin, encontramos algunas
limitaciones en la prctica, las que pueden sintetizarse en las siguientes:
a)
Capacidad del equipo investigador.- Se refiere a las restricciones en cuanto a contar con
profesionales especializados en la rama.

b)
c)
d)
e)
Costo de la investigacin.- El costo es alto, pero, es necesario anotar que muchas empresas lo
consideran como inversin ya que les permite minimizar errores.
El uso del computador.- Actualmente es necesario la utilizacin de los lenguajes de computacin.
Grado de inters de la empresa.- En los pases menos desarrollados no dan el apoyo respectivo a
estas investigaciones.
Servicios de informtica.- Generalmente las empresas no cuentan con unidades sistematizadas de
informacin, capaz de dar agilidad a la obtencin de datos, fundamentalmente con los necesarios
para la identificacin de coeficientes tcnicos por unidad. Esta es una restriccin que obstaculiza
el proceso de la investigacin. Es indudable, desde luego, para las empresas que cuentan con
servicios internos de informacin, obtengan mejores resultados a travs de los medios de la
informtica.
METODOLOGA DE LA INVESTIGACIN OPERATIVA

La metodologa debe pretender que el decidor, aquel que tomar el riesgo de la decisin (riesgo porque
es de su responsabilidad el xito o fracaso de la operacin), puede afectar la decisin ms racional
posible, o sea, que se minimice el riesgo de ser equivocado. La metodologa a utilizarse debe adaptarse
A fin de facilitar la decisin, para ello contar con modelos fundamentalmente matemticos, con la
calificacin de los factores que intervienen en el proceso.
Conocido el modelo matemtico, cuantificados los parmetros que en l intervienen, habr que hacer
uso del juego lgico matemtico para obtener soluciones.
Captulo II
Programacin Lineal
OBJETIVOS DEL CAPITULO III
Despus de finalizar satisfactoriamente este captulo, usted debe estar en capacidad de:
1.- Determinar las soluciones ptimas para problemas de programacin lineal utilizando el criterio
pesimista, el criterio optimista y el criterio del valor esperado.
2.- Utilizar tcnicas de asignacin de cantidades fijas de recursos a la satisfaccin de varias demandas.
PROGRAMACIN LINEAL
La PL. Es una clase de modelos de programacin matemtica destinados a la asignacin eficiente de los
recursos limitados en actividades conocidas, con el objetivo de satisfacer las metas deseadas (tal como
maximizar beneficios o minimizar costos). La caracterstica distintiva de los modelos de P. L. es que las
funciones que representan el objetivo y las restricciones son lineales o sea inecuaciones o ecuaciones
de primer grado.
La PL. Tuvo sus orgenes a raz de la Segunda Guerra Mundial, cuando George Dantzin, quien realiz
investigaciones y aplicaciones en distintos casos de operacin areo-militar.
Leonfiel aport principalmente en relaciones interindustriales a travs de su Matriz de Insumo - Producto.
Koopmans, incursion profundamente en aplicaciones microeconmicas resolviendo casos de
produccin, asignacin de recursos, maximizacin de beneficios y minimizacin de costos, etc.
La PL. Es un modelo sistemtico y matemtico de enfocar determinado problema para lograr una
solucin ptima o la mejor posible, empleando una ecuacin objetivo (propsito del problema), un
conjunto de restricciones lineales y una condicin de eliminar valores negativos (condicin de no
negatividad).
OBJETIVOS Y APLICACIONES
El objetivo bsico de la PL. es encontrar soluciones mediante mtodos matemticos, utilizando sistemas
lineales, a problemas de carcter tcnico-econmico que se presentan por la limitacin de recursos.
A travs de la PL. se pueden resolver interesantes casos tales como: combinacin ptima de mezclas de
produccin, disposicin interna de procesos, maximizacin de beneficios, localizacin, asignacin de
recursos, minimizacin de costos, transporte, entre los ms sobresalientes.
En cuanto al rea de aplicacin se resuelven casos en la industria en general y dentro de sta con
mejores opciones en la industria qumica, hierro y acero, papel y cartn, petrleo, farmacuticos,
alimenticios y textil.
Se han realizado aplicaciones tambin en la agricultura, construccin, aviacin, sistemas hidroelctricos,
transporte, etc.
Conceptos bsicos
Linealidad
Todo proceso, actividad o relacin lineal utilizada se identifica con la cantidad unitaria de cada uno de los
factores con respecto a los dems y a las cantidades de cada uno de los productos.
Divisibilidad
Los procesos pueden utilizarse en extensiones positivas divisibles mientras se dispongan de recursos.
Finitud
Tanto el nmero de procesos identificados cuanto los recursos disponibles, debern corresponder a
cantidades finitas, esto es, conocidas y cuantificadas en forma determinstica.
Algoritmos o Iteraciones
Como se dijo anteriormente la I. O. en lo que se refiere a la P. L. utiliza mtodos mediante
aproximaciones sucesivas, ensayos, intentos que reciben el nombre de algoritmos o iteraciones y, segn
los cuales se determina pasos o etapas hasta obtener el objetivo planteado.
El problema general de la PL.

Los problemas de la PL. se presentan por la limitacin de recursos que se tratan de distribuir en la mejor
forma. Los recursos a la vez que son limitados en trminos per se (por s mismo) pueden ser
distribuidos en tantas formas como combinaciones matemticas permitan relacionarlos a un mismo
objetivo, de all que es necesario distribuirlos adecuadamente en forma equilibrada y armnica entre los
factores que intervienen en el problema, a fin de encontrar las mejores alternativas de uso, cumpliendo
con el propsito fijado.
Un problema de PL. trae implcitamente el sentido de funcin, propsito o meta, recursos disponibles y
habilidad o forma para seleccionar, comparar y decidir la mejor alternativa (decisin).
Los problemas de PL. planteados y resueltos por cualquiera de los mtodos debern cumplir cuatro
condiciones necesarias y suficientes:
1 Funcin objetivo
Es la ecuacin que expresa la cantidad que va a ser maximizada o minimizada segn el objetivo
planteado y es de la forma
Z C1 X 1 C2 X 2 C3 X 3 C4 X 4 ...................... Cn X n
Z(MAX) para los casos de maximizacin
Z(MIN) para los de minimizacin.
C1 , C2 , C3 , C4 ............. Cn
Coeficientes de la funcin objetivo pueden ser mrgenes
X 1 , X 2 , X 3 , X 4 ............ X n
de beneficios, precios, costos unitarios, etc.

Variables del problema, lo que queremos lograr.
2 Limitaciones y Restricciones
Es el conjunto de inecuaciones o ecuaciones que expresan las condiciones finitas del problema,
denominados tambin COEFICIENTES TECNICOS de produccin, tecnolgicos, de transporte,
etc., segn sea el caso de estudio.
A11. X 1 A12 X 2 A13 X 3 ............... A1n X n T1 b1

A21 X 1 A22 X 2 A23 X 3 ............... A2 n X n T2 b2
A31 X 1 A32 X 2 A33 X 3 ............... A3 n X n T3 b3
......................................................................................
......................................................................................
Am1 X 1 Am 2 X 2 Am 3 X 3 .............. Amn X n Tn bn
Donde
A11 A12 A13 .......... A1n

A A A .......... A
2n
21 22 23
A31 A32 A33 .......... A3 n
Coeficientes Tcnicos
............................
............................
Am1 Am 2 Am 3 ......... Amn
X 1 , X 2 , X 3 ..........X n
T1 , T2 , T3.............Tn
Variables o incgnitas del problema.

Signos o lmites del sistema.
Igual o menor que

Mayor o igual que
Igual
3. No negatividad
En la resolucin de los problemas de P. L. en ningn caso se aceptarn resultados negativos en
las respuestas, pues, no se concibe produccin negativa, gastos negativos, tendrn que ser por
lo menos igual o mayor que cero. Xn 0
4 Condiciones de Optimizacin
Se van obteniendo por aproximaciones sucesivas.
Solucin factible: Aquella que satisface las limitaciones y restricciones del problema.
Solucin bsica factible: Es aquella que satisface tanto las limitaciones o restricciones como la
funcin objetivo del problema (optimizacin).
EJEMPLOS DE PROBLEMAS DE PROGRAMACIN LINEAL
MAXIMIZACIN
PROBLEMA N 1.Un taller fabrica dos clases de cinturones de piel. En cada cinturn A de alta calidad gana S/4 y en cada
cinturn B de baja calidad gana S/3. El taller puede producir diariamente 500 cinturones de tipo B o 250
cinturones de tipo A. Slo se dispone de piel para 400 cinturones diarios A y B combinados, de 200
hebillas elegantes para el cinturn A y de 350 hebillas diarias para el cinturn B Qu produccin
maximiza la ganancia?
Formulacin del problema

A
X1
4
Recursos
Piel
Hebillas A
Hebillas B
Capacidad
B
X2
3
=
=
=
Consumo
1
1
1
0
0
1
2
1
Productos
Nmero producido
Utilidad
Disponibilidad
400
200
350
500
Funcin objetivo: Maximizar la utilidad total

Z(MAX) = 4X1 + 3X2
Restricciones:
1.2.3.4.5.-
X1 + X2
X1
X2
2X1 + X2
X1, X2
400
200
350
500
0
(Consumo de piel)
(Consumo de hebillas A)
(Consumo de hebillas B)
(Consumo de capacidad)
(Restricciones de no negatividad).
Es necesario realizar la formulacin algebraica ya que la multiplicidad de datos en interpelaciones hace

difcil el planteamiento de los problemas de PL. Una forma de resumir la informacin consiste en elaborar
una matriz de recursos y productos con sus respectivos coeficientes de consumo con la oferta disponible
de los insumos y con la utilidad generada por cada producto. Previo a ello conviene definir con claridad el
significado de las variables utilizadas. Analice detenidamente la formulacin de los ejemplos.
SOLUCIN GRFICA
El mtodo grfico permite una comprensin visual de la resolucin de un problema.
De acuerdo a las condiciones deber cumplir con los cuatro requisitos bsicos.
1.2.3.4.-
Funcin Objetivo
Conjunto de limitaciones o restricciones
Condicin de no negatividad
Condiciones u optimizacin
4.1.- Solucin factible
4.2.- Solucin bsica factible
4.3.- Solucin ptima factible
Mediante el mtodo grfico se trata de resolver por aproximaciones, o interacciones grficas las
posibilidades de mejorar las soluciones de conformidad a la funcin objetivo determinada.
Maximizacin
Z ( MAX ) C1 X 1 C 2 X 2
Cuando se trata de problemas de maximizacin, la solucin est determinada por la regin interior
formada por el polgono convexo.
Para este caso se utilizar las expresiones (menor o igual) lo que indica que la empresa no podr
utilizar ms recursos de los que dispone (Finitud) y los coeficientes de X 1 y X2 corresponden a las
necesidades tcnicas de produccin.
Las restricciones o limitaciones sern:
A11 X 1 A12 X 2 b1
A21 X 1 A22 X 2 b2
A31 X 1 A32 X 2 b3
X1, X 2 0
La funcin objetivo puede representarse mediante un conjunto de rectas paralelas con pendiente.
C1
C2
Donde C1 es el coeficiente de X1 y C2 el coeficiente de X2. Cada recta indica un conjunto de puntos que
proporcionan un beneficio idntico.
SOLUCIN DEL PROBLEMA N 1.

Funcin Objetivo
Z(MAX) = 4X1 + 3X2
Restricciones
X1 + X2
X1
X2
2X1+ X2
X1 X2
Abstraccin
400
200
350
500
X1 + X2 =
X1
=
X2 =
2X1 + X2 =
400
200
350
500
1
2
3
4
Graficamos las ecuaciones

X1 + X2 = 400
X1
X2
0
400
2X1 +
400
0
X2 = 500
X1
X2
0
250
X1 = 200
X1
X2
500
0
X2 = 350
X1
X2
200
350
GRFICO N 1
550
500
(2)
450
400
350
(3)
300
250
200
150
100
100
E
50
0
-100
-50 -50 0
-100
X1
50
100
150
200
250
300
350
400
450
500
Se ha determinado la regin bsica factible que sea positiva y satisfaga las condiciones o restricciones
del problema. Un punto por fuera de esta regin no satisface los requerimientos tcnicos y nos
interpretar que estamos utilizando recursos por encima de los existentes, y eso no es cierto, no
podemos.
Conocida la regin bsica factible procedemos a ensayar puntos combinados que nos den respuesta, o
sea que cumplan con las restricciones del problema y con el propsito de la funcin objetivo (maximizar)
para lo cual resolvemos las ecuaciones.
10
Resolucin de las ecuaciones

C(Ecuaciones 1 y 3)
X1 + X2 = 400
X2 = 350
D(Ecuaciones 1 y 4)
X1 + X2 = 400
2X1 + X2 = 500
E (Ecuaciones 2 y 4)
X1 = 200
2X1 + X2 = 500
X1 + 350 = 400
X1 = 50
X1 + X2
-2X1 X2
- X1
X1
= 400
= -500
= -100
= 100
C(50, 350)
100 + X2 = 400
X2 = 400 - 100
X2 = 300
D(100,300)
2(200) + X2 = 500
X2 = 100
E(200,100)
Los puntos C, D y E reemplazamos en la funcin objetivo para determinar la solucin ptima.
P(X1, X2)
Z(MAX) = 4X1 + 3X2
C(50, 350) = 4 (50) + 3(350) = 1.250
D(100,300) = 4 (100) + 3(300) = 1.300 Punto ptimo
E(200,100) = 4 (200) + 3(100) = 1.100
La mejor alternativa se presenta cuando X1 = 100 y X2 = 300, es decir, cuando se fabrican 100 cinturones
de la clase A y 300 cinturones de la clase B. En efecto, si reemplazamos en la funcin objetivo, tenemos.
Z(MAX) = 4 X1 + 3 X2
Z(MAX) = 4 (100) + 3(300)
Z = 1.300 MAXIMA.
Siempre el punto de maximizacin estar en un vrtice de un conjunto convexo hacia adentro y habr
una curva de isobeneficio que sea tangente al punto encontrado y sta ser la funcin objetivo.
PROBLEMA N 2.La Compaa ECASA est produciendo dos clases de refrigeradoras, tipo A y tipo B. De estudios hechos
sobre las necesidades del pas, se estima que para el prximo ao los requerimientos de estos dos tipos
de refrigeradoras sern:
Un mximo de 80.000 unidades de A
Un mximo de 120.000 unidades de B
La utilidad que, cada refrigeradora le deja a la empresa es: 15 dlares por unidad de A y 30 dlares por
unidad de B. Cuntas unidades de A y cuntas de B deben producirse para que ECASA alcance la
mxima utilidad anual, si slo se dispone de:
10.000 unidades de hierro
16.000 unidades de fibra de vidrio
14.000 unidades de aluminio
Considerando que la composicin de estas refrigeradoras debe ser la siguiente:
A = 10% de hierro, 12% de fibra de vidrio, 7% de aluminio
B = 5% de hierro, 10% de fibra de vidrio, 10% de aluminio
11

A
X1
15
Recursos
Hierro
Fibra de vidrio
Aluminio
Demanda A
Demanda B
B
X2
30
Consumo
0.10
0.12
0.07
1
0
Producto
Nmero producido
Utilidad
Disponibilidad
10.000
16.000
14.000
80.000
120.000
0.05
0.10
0.10
0
1
Funcin Objetivo
Z(MAX) = 15X1 + 30X2
Restricciones
0,10 X1 + 0,05 X2 10.000
0,12 X1 + 0,10 X2 16.000
0,07 X1 + 0,10 X2 14.000
X1
80.000
X2 120.000
Abstraccin
0,10 X1 + 0,05 X2 = 10.000
0,12 X1 + 0,10 X2 = 16.000
0,07 X1 + 0,10 X2 = 14.000
X1
= 80.000
X2 = 120.000
1
2
3
4
5

0,10 X1 + 0,05 X2 = 10.000
X1
X2
0
100.000
200.000
0
0,07 X1+0,10 X2 =14.000

X1
X2
0
200.000
0,12 X1 + 0,10 X2 = 16.000

X1
X2
140.000
0
0
133333,33
X1 = 80.000
X1
X2 = 120.000
X2
160.000
0
X1
80.000
X2
120.000
Solucin de las ecuaciones

C(Ecuaciones 3 y 5)
0,07 X1 + 0,1X2 = 14.000 0,07X1+0,10(120.000) = 14.000
X2 = 120.000
X1 = 28.571
C(28.571; 120.000) (valores enteros)
D(Ecuaciones 2 y 3)
0,12 X1 + 0,10 X2 = 16.000
0,07 X1 + 0,10 X2 = 14.000
0,12 X1+ 0,10 X2 =

-0,07 X1- 0,10 X2 =
0,05X1 =
X1 =
0.12 (40.000) + 0.10X2 =
X2 =
16.000
-14.000
2.000
40.000
16.000
112.000 D(40.000; 112.000)
12

D(Ecuaciones 2 y 3)
0,12 X1+0,10 X2 = 16.000
0,07 X1+0,10 X2 = 14.000
0,12 X1+0,10 X2 = 16.000

-0,07 X1 -0,10 X2 = -14.000
0,05X1 = 2000
X1 = 40.000
0.12(40.000) + 0.10X2 = 16.000
X2 = 112.000
D(40.000; 112.000)
E(Ecuaciones 1 y 2)
0,10 X1 + 0,05 X2 = 10.000
0,12 X1 + 0,10 X2 = 16.000
0,20 X1 + 0,10 X2 = 20.000

-0,12 X1 - 0,10 X2 = -16.000
0.08X1 = 4.000
X1 = 50.000
0.10(50.000) + 0.05X2 = 10.000
X2 = 100.000
E(50.000; 100.000)
GRAFICO N 2
220
200
180
160
140
120
100
80
60
40
20
0
-40
-20
0
-20
20
40
60
80
100
120
140
160
180
200
220
240
-40
(Las cantidades son en miles)
F(Ecuaciones 1 y 4)
0,10X1+ 0,05 X2 = 10.000
0,10(80.000) + 0,05X2 = 10.000
X1 = 80.000
X2 = 40.000
F(80.000; 40.000)
P(X1, X2)
Z(MAX) = 15 X1 + 30 X2
C(28571;120.000)
Z = 15(28571) + 30(120,000) = 4.028.565 ptimo
D(40.000, 112.000) Z = 15(40.000) +30(112.000) = 3.960.000
E(50.000, 100.000) Z = 15(50.000) +30(100.000) = 3.000.000
F(80.000, 40.000) Z = 15(80.000) + 30(40.000) = 2.400.000
La solucin ptima ser cuando se produzca 28.571 unidades A y 120.000 unidades B. P(28.571;
120.000)
X1 = 28.571 Refrigeradoras tipo A
X2 = 120.000 Refrigeradoras tipo B
Z(MAX) = 4.028.565 dlares
PROBLEMA N 3.Una fbrica produce dos tipos de muebles A y B, dispone del taller de tornamiento el mismo que puede
procesar 25 unidades/tora de A o 40 unidades/hora de B, siendo el coso por hora de S/. 20, el taller de
rectificacin puede procesar 28 unidades / hora de A o 35 unidades / hora de B y su costo es de S/. 14,
13
el taller de pintura puede atender a 35 unidades / hora de A o 25 unidades / hora de B y su costo es de

S/. 17,5. El precio de venta de A es de S/. 5 y el de B S/. 4. Cuntas unidades de A y B debe producir
para obtener la mxima ganancia?
Matriz de recursos
A
X1
Taller
Torneamiento
Rectificacin
Pintura
B
X2
Tipo de muebles
N de unidades
Proceso
25
40
28
35
35
25
Capacidad
1
1
1
Costo
20
14
17,5
Cuando no hay disponible se habla de capacidad (100%) que se representa por 1, y cada taller ocupa
tanto en A como en B un porcentaje de su presentacin en forma de fraccin que significa porcentaje.
Para encontrar la utilidad hallamos el costo total de cada producto.
Costo
A
20 25 = 0,8
14 28 = 0,5
17,5 35 = 0,5
Costo = 1.8
Pv
20 40 = 0,5
14 35 = 0,4
17,5 25 = 0,7
Costo = 1.6
A=5
B=4
Utilidad
UA = PVA - CTA
UA = 5-1,8 = 3,2
UB = PVB - CTB
UB = 4-1,6 = 2,4
Funcin Objetivo
Z(MAX) = 3,2X1 + 2,4X2
Restricciones
1
1
X1
X2 1
25
40
1
1
X1
X2 1
28
35
1
1
X1
X2 1
35
25
X1 X2 0
Abstraccin
Trasformamos las desigualdades fraccionarias en igualdades enteras para lo cual buscamos
el mnimo comn denominador.
8 X 1 5 X 2 200
5 X 1 4 X 2 140
5 X 1 7 X 2 175

X1
X2
X1
0
25
40
0
0
28
X2
35
0
X1
X2
0
35
25
0
14
Consideramos el punto C (Ecuaciones 1 y 2)

8X1 + 5X2 = 200
5X1 + 7X2 = 175
(7) 56X1 + 35X2 = 1400
8(16.93) + 5X2 = 200
(-5) - 25X1 - 35X2 = - 875
135.44 + 5X2 = 200
31X1 = 525
5X2 = 200 - 135,44
5X2 = 64,56
X1
525
31
X2
X1= 16,93
64.56
5
X2 = 12,91
C(16,93; 12,91) (Se considera valores enteros) C(17, 13)

Z(MAX) = 3,2(17) + 2,4(13) = 85,60
GRAFICO N 3
50
45
40
35
30
25
20
15
10
5
0
-5
10
15
20
25
30
35
40
-5
Solucin ptima
Z(MAX) = 85,60
X1 = 17 Muebles tipo A
X2 = 13 Muebles tipo B
MINIMIZACIN
De igual manera que en los casos de maximizacin, por el mtodo grfico, se pueden resolver
problemas de minimizacin, se utilizar la expresin (mayor o igual) para las desigualdades.
En estos casos el problema se ajusta a encontrar un conjunto convexo hacia fuera e identificar un punto
extremo (vrtice) que minimice la funcin objetivo.
Una vez determinada la regin bsica factible, rea positiva y que satisface, las limitaciones o
restricciones del problema. Un punto por debajo de esta regin no satisface los requerimientos tcnicos y
nos interpretar que no cumplimos con las necesidades mnimas.
PROBLEMA N 4
Una compaa qumica est diseando una planta para producir dos tipos de minerales M y N. La planta
debe ser capaz de producir al menos 100 unidades de M y 420 unidades de N cada da. Existen dos
posibles diseos para las cmaras principales de reaccin que vienen incluidas en la planta. Cada
cmara de tipo A cuesta 600 mil dlares y es capaz de producir 10 unidades de M y 20 unidades de N
por da; el tipo B es un diseo ms econmico, cuesta 300 mil dlares y es capaz de producir 4 unidades
de M y 30 unidades de N por da. A causa de los costos de operacin, es necesario tener al menos 4
15
cmaras de cada tipo en la planta. Cuntas cmaras de cada tipo deben ser incluidas para minimizar
el costo de construccin y satisfacer el programa de produccin requerido?
Funcin objetivo:
X1 = Cmaras tipo A
X2 = Cmaras tipo B
Z(MIN) = 600X1 + 300X2
Restricciones:
4
X2 4
10X1 + 4X2 100
20X1 + 30X2 420
X1 X2 0
X1
Cmara tipo A
Cmara tipo B
Produccin mineral M
Produccin mineral N
X1
1
2
3
4
Abstraccin
= 4
X2 = 4
10X1 + 4X2 = 100
20X1 + 30X2 = 420

X1 = 4
1
X1
X2
4
X2 = 4
2
X1
X2
4
10X1 + 4X2 = 100 3

X1
X2
0
10
20X1 + 30X2 = 420

X1
X2
25
0
0
21
14
0
GRAFICO N 4
28
26
24
22
20
18
16
14
12
10
8
6
4
2
-2
0
-2 0
10
12
14
16
18
20
22
24
-4
C(Ecuaciones 1 y 3)
X1 = 4
10X1 + 4X2 = 100
10(4) + 4X2 = 100
X2 = 15
C(4, 15)
D(Ecuaciones 3 y 4)
10X1 + 4X2 = 100
20X1 + 30X2 = 420
(-2) -20X1 - 8X2 = -200
(1) 20X1 + 30X2 = 420
22X2 = 220
X2 = 10
10X1 + 4(10) = 100
10X2 = 60
X2 = 6
D(6, 10)
16

E(Ecuaciones 2 y 4)
X2 = 4
20X1 + 30X2 = 420
20X1 + 30(4) = 420
X1 = 15
E(15, 4)
P(X1, X2)
Z = 600 X1 + 300 X2
C(4, 15) Z = 600(4) + 300(15) = 6.900
D(6, 10) Z = 600(6) + 300(10) = 6.600 Punto ptimo
E(15, 4) Z = 600(15) + 300(4) = 10.200
Solucin ptima:
Z(MIN) = 6.600 MIL
X1 = 6 Cmaras tipo A
X2 = 10 Cmaras tipo B
PROBLEMA N 5
Productora Ca. Lida., elabora 2 productos A y B a partir de tres componentes C 1, C2 y C3, cuyo costo
unitario es de 3 dlares por Ton. el producto A y 5 dlares por Ton. el producto B. El producto A contiene
un 10% de C1, un 16% de C2 y un 12% de C3; mientras que el producto B contiene un 40% de C1 y un
10% de C3.
Para satisfacer sus contratos requiere de al menos 600 Ton. de C 1 , 400 Ton. de C2 y 450 Ton. de C3.
Qu cantidades de A y B se debe elaborar para minimizar el costo?

A
X1
Componentes
C1
C2
C3
B =
Productos
X2 =
Cantidades
Cantidades en Tonelada Requerimientos
0,10
0,40
600
0,16
0,00
400
0,12
0,10
450
Funcin Objetivo
Z(MIN) = 3 X1 + 5 X2
Z(MIN) = Minimizar los costos de los insumos.
Restricciones
0,10X1 + 0,40X2
0,16X1 + 0,00X2
0,12X1 + 0,10X2
X1 ^ X2
Abstraccin
600
400
450
0
0,10X1 + 0,40X2 = 600

0,16X1
= 400
0,12X1 + 0,10X2 = 450
1
2
3

0,10X1+0,40X2=600 1
X1
X2
0
1500
6.000
0
0,16X1=400 2
X1
X2
2500
C(Ecuaciones 2 y 3)
X1 = 2500
0,12 X1 + 0,10 X2 = 450
0,12X1+ 0,10X2 = 450 3

X1
X2
0
4500
3.750
0
12 (2500) + 0,10 X2 = 450

X2 = 1500
C(2500,1500)
17
GRAFICO N 5
6000
5000
4000
3000
2000
1000
0
-1000
1000
2000
3000
4000
5000
6000
7000
-1000
D(Ecuaciones1 y 3)
0,10 X1 + 0,40 X2 = 600
0,12 X1 + 0,10 X2 = 450
( 1) 0,10 X1 + 0,40 X2 = 600

(-4) -0,48 X1 - 0,40 X2 = -1800
-0,38 X1 = -1200
X1 = 3157,89
0,10 (3157,89)+ 0,40 X2 = 600
X2
315.789
0.40
X2 = 710,53
D(3157.89, 710.53)
P(X1, X2)
Z(MIN) = 3 X1 + 5 X2
C(2.500,1.500)
Z = 3(2.500) +5(1.500) = 15.000
D(3.157,89; 710,53) Z = 3(3.157,89)+5(710,53)=13.026,32 Punto ptimo
Solucin ptima
Z(MIN) = 13026,32 sucres
X1 = 3157.89 Ton. del producto A
X2 = 710.53 Ton. del producto B
Se lograr un costo mnimo de (13026,32 dlares) cuando se produzca 3157,89 toneladas del producto
A y 710,53 toneladas del producto B.
PROBLEMAS COMBINADOS DE MAXIMIZACIN Y MINIMIZACIN

PROBLEMA N 6.La Compaa Metales Lida. fabrica dos metales A y B, a travs de dos minerales: cobre y aluminio. El
metal A contiene 90% de cobre y 10% de aluminio y al venderlo deja una ganancia de 5 U$ por kilo. El
metal B contiene 50% de cobre y 50% de aluminio y da una ganancia de 7 U$ por kilo. Cada semana
debe producir 150 kilos del metal A y 100 kilos del metal B, por lo menos. Su proveedor le puede
suministrar cada semana 270 kilos de cobre y 100 de aluminio. Calcular la cantidad de kilos de A y B que
den la mxima ganancia.
Funcin Objetivo
Z(MAX) = 5X1 + 7X2
X1 = A
X2 = B
18
Restricciones o limitaciones
0,90 X1 + 0,5X2 270
0,10 X1 + 0,5X2 100
X1 +
150
X2 100
X1 X2 0
Cobre
Aluminio
Demanda de A
Demanda de B
Abstraccin
0,90 X1 + 0,50X2 =
0,10 X1 + 0,50X2 =
X1
=
X2 =
270
100
150
100
1
2
3
4

X1
X2
0
300
450
0
X1
X2
0
1.000
200
0
X1
X2
150
X1
X2
100
GRAFICO N 6
600
500
400
300
200
100
0
-200
-100
100
200
300
400
500
600
700
800
900
1000 1100 1200
-100
C(Ecuaciones 2 y 3)
0,10 X1 + 0,50X2 =
X1 =
0,10(150) + 0,50X2 =
X2 =
100
150
100
170
C(150, 170)
D(Ecuaciones 1 y 2)
0,90 X1 + 0,50X2 = 270
0,10 X1 + 0,50X2 = 100
E(Ecuaciones 3 y 4)
X1 = 150
X2 = 100
E(150, 100)
(1) 0,90 X1 + 0,50X2 = 270

(-1) -0.10 X1 - 0,5X2 = -100
0,80 X1 = 170
X 1 = 212,5
0,90 (212,5) + 0,50X2 = 270 X2 = 157,5 D(212.5, 157.5)
F(Ecuaciones 1 y 4)
0,90 X1 + 0,50X2 = 270
X2 = 100
0,90 X1 + 0,50 (100) = 270
X1 = 244,44
F(244.44;100)
19

P(X1, X2)
C(150, 170)
D(212,5; 157,5)
E(150, 100)
F(244,44, 100)
Z(MAX) = 5X1 + 7X2

Z = 5(150) + 7(170)
=
Z = 5(212,5) + 7(157,5) =
Z = 5 (150) + 7(100) =
Z = 5(244,4) + 7(100) =

1940
2.165 ptimo
1450
1922,2
Para que se obtenga una ganancia de 2.165 se debe producir 212,5 kilos de A y 157,5 kilos de B.
Solucin ptima
Z(MAX) = 2.165
X1 = 212.5 Kilos de metal A
X2 = 157.5 Kilos de metal B
PROBLEMA N 7.Un agricultor quiere cultivar maz y trigo en un terreno de 200 hectreas. Sabe que una hectrea puede
rendir 4 quintales de maz o 2 de trigo. Cada hectrea requiere un capital de 6 dlares si se cultiva con
maz y de 2 dlares si se cultiva con trigo. El capital disponible es al menos de 600 dlares. Las
necesidades de agua de riego son de 50 m3 por hectrea de maz y 50 m3 por hectrea de trigo en
octubre, de 200 m3 por hectrea de maz y 100 m3 por hectrea de trigo, en el mes de noviembre. La
disponibilidad de agua en octubre es al menos de 6.250 m3 y en noviembre, cuando mucho de 25.000
m3. Si los precios de venta del maz y el trigo son 6 dlares y 10 dlares por quintal mtrico,
respectivamente. Determinar la cantidad de maz y trigo que debe producirse para obtener el beneficio
mximo.
Funcin Objetivo.
Z(MAX) = 6X1 + 10X2
Restricciones:
1
1
X1
X2
200
4
2
6
2
X1
X2
600
4
2
50
50
X1
X 2 6.250
4
2
200
100
X1
X 2 25.000
4
2
Abstraccin:
X1
3X1
X1
X1
+ 2X2 = 800
+ 2X2 = 1.200
+ 2X2 = 500
+ X2 = 500
1
2
3
4

X1 + 2X2 = 800 1
X1
X2
0
400
800
0
X1 + 2X2 = 500 3
X1
X2
0
250
500
0
3X1 + 2X2 = 1.200

X1
X2
0
600
400
0
X1 + X2 = 500 4
X1
X2
0
500
500
0
20
C(Ecuaciones 2 y 4)
3X1 + 2X2 = 1.200
X1 + X2 = 500
(1) 3X1 + 2X2 = 1.200
(-2) -2X1 - 2X2 = -1.000
X1 = 200
200 + X2 = 500
X2 = 300
D(Ecuaciones 2 y 3)
3X1 + 2X2 = 1.200
X1 + 2X2 = 500
(1) 3X1 + 2X2 = 1200
(-1) -X1 - 2X2 = -500
2X1 = 700
X1 = 350
350 + 2X2 = 500
X2 = 75
C (200, 300)
D (350, 75)
F (Ecuaciones 3 y 4)
X1 + 2X2 = 500
X1 + X2 = 500
(1) X1 + 2X2 = 500
(-1) -X1 - X2 = -500
X2 = 0
X1 + 2(0) = 500
X1 = 500
E(500, 0)
GRAFICO N 7
700
600
500
400
300
200
100
0
-100
100
200
300
400
500
600
700
800
900
-100
P(X1, X2)
C (200, 300)
D (350, 75)
E (500, 0)
Z(MAX) = 6X1 + 10X2

Z = 6(200) + 10(300) = 4.200 Punto ptimo
Z = 6(350) + 10(75) = 2.850
Z = 6(500) + 10(0) = 3.000
Solucin ptima
Z(MAX) 4.200
X1 = 200 Unidades de maiz
X2 = 300 Unidades de trigo
PROBLEMA N 8.Un taller de calzado confecciona zapatos para hombre y mujer. El producir un par de zapatos de hombre
requiere el doble de tiempo que para producir un par de zapatos de mujer. El taller est en capacidad de
producir al menos 14 pares de zapatos. En el mercado solo se puede conseguir diariamente la cantidad
de cuero y suela para 12 pares de zapatos. Los zapatos de mujer requieren de una fibra, la cual solo
existe para 7 pares de zapatos diariamente. Para la confeccin de los zapatos de hombre se puede
conseguir exactamente 6 pares de tacos de caucho diariamente. Qu cantidad de zapatos de hombre y
mujer debe producir diariamente dicho taller para maximizar el beneficio si se sabe que al vender un par
de zapatos de hombre se obtiene 2.5 dlares de utilidad y 3 dlares al vender un par de zapatos de
mujer?
21
Funcin Objetivo
Z(MAX) = 2.5X1 + 3X2
X1 = zapatos de hombre
X2 = zapatos de mujer
Restricciones
Abstraccin
14
12
7
= 6
2X1 + X2
X1 + X2
X2
X1
Capacidad
Materiales
Fibra
Tacos
2X1 + X2 =
X1 + X2 =
X2 =
X1
=
14
12
7
6
1
2
3
4

2X1 + X2
X1
0
7
= 14 1
X2
14
0
X1 + X2 = 12
X1
X2
0
12
12
0
X2 = 7 3
X1
X2
X1 = 6 4
X1
X2
GRAFICO N 8
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
-2
-1 -1 0
10
11
12
13
-2
Como la 4 restriccin lleva el signo igual, en consecuencia la regin bsica factible esta formada por la
recta comprendida entre los puntos C y D.
C(Ecuaciones 2 y 4)
X1 + X2 = 12
X1 = 6
6 + X2 = 12
X2 = 6
C(6, 6)
D(Ecuaciones 1 y 4)
2X1 +X2 = 14
X1 = 6
2(6) +X2 = 14
X2 = 2
D(6, 2)
P(X1, X2) Z(MAX) = 2.5X1 + 3X2

C(6, 6) Z = 2.5(6) + 3(6) = 33 Punto ptimo
D(6, 2) Z = 2.5(6) + 3(2) = 21
22
Solucin ptima
Z(MAX) = 33
X1 = 6 Zapatos de hombre
X2 = 6 Zapatos de mujer
PROBLEMA N 9.Se desea realizar una campaa de publicidad para promocionar un nuevo producto y llegar a dos tipos
de clientes: amas de casa de familia con ingresos anuales superiores a 5 mil dlares y amas de casa de
familia con ingresos anuales inferiores a 5 mil dlares. Consideramos que las personas del primer grupo
comprarn dos veces ms nuestro producto que las personas del segundo grupo, y nuestro objetivo es
maximizar las compras. Podemos anunciar el producto en televisin y en una revista; una unidad de
publicidad en televisin cuesta 10 mil dlares y llega aproximadamente a mil personas del primer grupo y
a 4 mil del segundo grupo. Una unidad de publicidad en la revista cuesta 6 mil dlares y llega
aproximadamente a 3 mil personas del primer grupo y a mil del segundo. Hay que usar al menos 3
unidades de publicidad en televisin y 6 unidades de publicidad en la revista, respectivamente, por
cuestiones de poltica. El presupuesto para publicidad es de 90 mil dlares. Resuelva grficamente el
problema y encuentre la solucin ptima que maximice las compras.
Funcin objetivo
Z ( MAX ) 2(1) 1( 4) X 1 2(3) 1(1) X 2
Z(MAX)
= 6X1 + 7X2
Restricciones
Abstraccin
3 Anuncio en televisin
X2 6 Anuncio en revista
10X1 + 6X2 90 Presupuesto
X1X2 0
X1
X1
= 3 1
X2 = 6 2
10X1 + 6X2 = 90 3

X1 = 3 (1)
X1
X2
3
X2 = 6 (2)
X1
X2
6
10X1 + 6X2 = 90 (3)

X1
X2
0
15
9
0
23

C(Ecuaciones 1y3)
X1 = 3
10X1 + 6X2 = 90
10(3) + 6X2 = 90
X2 = 10
D(Ecuaciones 1y2)
X1 = 3
X2 = 6
D(3, 6)
C(3, 10)
P(X1, X2)
C(3, 10)
D(3, 6)
E(5.4, 6)

E(Ecuaciones 2 y 3)
X2 = 6
10X1 + 6X2 = 90
10X1 + 6(6) = 90
X1 = 5.4
E(5, 6)
ZMAX) = 6X1 + 7X2

Z = 6(3) + 7(10) = 88 mil Punto ptimo
Z = 6(3) + 7(6) = 60 mil
Z = 6(5) + 7(6) = 72 mil
Solucin ptima
Z(MAX) = 88 mil dlares
X1 = 3 anuncios en televisin
X2 = 10 anuncios en revista
PROBLEMA N 10.El Ministerio de Obras Pblicas ha decidido aadir exactamente 200 Km. de carretera y exactamente 100
de autopista, en el sector de la costa. El precio estndar para construccin de carretera es de un milln
de dlares por Km. y de 5 millones por Km. de autopista. Solo dos contratistas, la compaa
Prefabricados y la compaa Erazo Lida. pueden realizar este tipo de construcciones, as que los 300
Km. de camino deben ser construidos por estas compaas. Sin embargo, la compaa Prefabricados
puede construir a lo ms 200 Km. de carretera y autopista y la segunda compaa puede construir a lo
ms 150 Km. Por razones polticas, a cada compaa debe adjudicrsele un contrato de al menos 250
millones (antes de descuento). La primera compaa ofrece un descuento de 1.000 dlares por Km. de
carretera y 6.000 dlares por Km. de autopista, la segunda compaa ofrece un descuento de 2.000
dlares por Km. de carretera y 5.000 dlares por Km. de autopista.
a) Si X1 y X2 representan el nmero de Km. de carretera y autopista, respectivamente adjudicados a la
compaa Prefabricados, demuestre que el descuento total D recibido de ambas compaas (en
miles) est dado por.
D = 900 X1 + X2
Solucin
D = X1 + 6X2 + 2 (200 X1) + 5(100 X2)
D = X1 + 6X2 + 400 2X1 + 500 5X2
D = 900 X1 + X2
b) El Ministerio de Obras y Comunicaciones desea maximizar el descuento total D, resuelva el
problema mediante el mtodo grfico.
Funcin objetivo
X1
= Km. de construccin de carretera de la Compaa Prefabricados
X2
= Km. de construccin de autopista de la Compaa Prefabricados
(200 X1) = Km. de construccin de carretera de la Compaa Erazo
(150 X2) = Km. de construccin de autopista de la Compaa Erazo
Z(MAX) = D = 900 X1 + X2
Restricciones
X 1 X 2 200 Construccin de carretera de Pr efabricados

1(200 X 1 ) (100 X 2 ) 150 Construccin de carretera de Erazo
24
X 1 X 2 150 Construccin de carretera de Erazo

X 1 5 X 2 250 Contratos de Pr efabricados
1(200 X 1 ) 5(100 X 2 ) 250 Contratos de Erazo
X 1 5 X 2 450 Contratos de Erazo
Abstraccin
X1 + X2 = 200
X1 + X2 = 150
X1 + 5X2 = 250
X1 + 5X2 = 450

(1)
(2)
(3)
(4)
X1+X2=200 (1)
X1
X2
0
200
200
0
X1+5X2=250 (3)
X1
X2
0
250
X1+X2=150 (2)
X1
X2
0
150
150
0
X1+5X2=450 (4)
X1
X2
50
0
0
450
90
0
GRAFICO N 10
250
200
150
100
50
0
-50
50
100
150
200
250
-50
C(Ecuaciones 2 y 4)
X1 + X2 = 150
X1 + 5X2 = 450
D(Ecuaciones 1 y 4)
X1 + X2 = 200
X1 + 5X2 = 250
(1) X1 + X2 = 150
(-1) X1 - 5X2 = -450
-4X2 = -300
X2 = 75
X1 + 75 = 150
X1 = 75
(1) X1 + X2
(-1) X1 - 5X2
-4X2
X2
X1 + 62.5
X1
C(75, 75)
E(Ecuaciones 2 y 3)
X1 + X2 = 150
X1 + 5X2 = 250
= 200
= -450
= -250
= 62.5
= 200
=137.5
D(137.5, 62.5)
F(Ecuaciones 1 y 3)
X1 + X2 = 200
X1 + 5X2 = 450
25

(1) X1 + X2
(-1) X1 - 5X2
-4X2
X2
X1 + 25
X1
= 150
= -250
= -100
= 25
= 150
= 125

(1) X1 + X2 = 200
(-1) X1 - 5X2 = -250
-4X2 = -50
X2 = 12.5
X1 + 12.5 = 200
X1 = 187.5
C(125, 25)
D(187.5, 12.5)
P(X1, X2)
Z(MAX) = D = 900 X1 + X2
C(75, 75)
D = 900 75 + 75
= 900 Punto ptimo
D(137.5, 62.5) D = 900 137.5 + 62.5 = 825
E(125, 25)
D = 900 125 + 25
= 800
F(187.5, 12.5) D = 900 187.5 + 12.5 = 725
Solucin ptima
Z(MAX) = descuento total = 900 mil dlares
X1 = 75 Km. De carretera
X2 = 75 Km. De autopista
ANLISIS DE SENSIBILIDAD PARA LAS

RESTRICCIONES
La bsqueda de la solucin de un modelo de decisin es slo el primer paso del anlisis. Tambin es
importante que el gerente comprenda cun sensible es la solucin a los cambios en las suposiciones y a
los factores exgenos. Esto tambin se aplica a los modelos de programacin lineal, y una de las
caractersticas agradables de los modelos de programacin lineal es que gran parte de este anlisis de
sensibilidad proviene directamente de la solucin del problema. Primero veremos estos conceptos en
forma grfica y despus por medio de la interpretacin de las salidas de los programas de computacin
que se usan para resolver problemas de programacin lineal.
Para entender mejor el anlisis de sensibilidad, partiremos del siguiente ejemplo
PROBLEMA N 11.Una empresa fabrica dos productos A y B. Cada uno requiere tiempo en dos mquinas. La primera
mquina tiene 24 horas disponibles y la segunda tiene 16. Cada unidad del producto A requiere 2 horas
en ambas mquinas y cada unidad del producto B necesita 3 horas en la primera mquina y una hora en
la segunda. Los beneficios son de 6 dlares por unidad de A y de 7 dlares por unidad de B, y la
empresa puede vender todas las unidades que fabrique de ambos productos. El objetivo es maximizar el
beneficio.
Funcin objetivo
Z(MAX) = 6X1 + 7 X2
Restricciones
Abstraccin
2X1 + 3X2 24
2X1 + X2 16
X1X2 0
2X1 + 3X2 = 24 (1)

2X1 + X2 = 16 (2)

2X1+3X2=24 (1)
X1
X2
0
8
12
0
2X1+X2=16 (2)
X1
X2
0
16
8
0
26
El punto C es el ptimo, para encontrar sus coordenadas resolvemos las ecuaciones

2X1 + 3X2 = 24
2X1 + X2 = 16
(1) 2X1 + 3X2 = 24

(-1) -2X1 - X2 = -16
2X2 = 8
X2 = 4
2X1 + 4 = 16
X1 = 6
C(6, 4)
Solucin ptima
Z(MAX) = 6(6) + 7(4)
Z(MAX) = 64
X1 = 6 Unidades del producto A
X2 = 4 Unidades del producto B
GRFICO N 11
18
16
14
12
10
8
6
4
2
0
-2
10
12
14
16
18
-2
Ampliemos el problema que hemos usado como ejemplo. Suponga que el lmite del mercado es la venta
de seis unidades del producto B. Ahora la formulacin es:
Z(MAX) = 6 X1 + 7 X2
Sujeto a: 2X1 + 3X2 24
2X1 + X2 16
X2 6
El nuevo grfico es:
GRAFICO N 11-1
18
16
14
12
10
8
6
4
2
0
-2
10
12
14
16
18
-2
27
La solucin es la misma:
Z(MAX) = 64
PRECIOS DUALES
Considere la ecuacin de restriccin para la mquina 1, que especifica un mximo de 24 horas
disponibles. En trminos de la programacin lineal, este lmite de la capacidad con frecuencia se
denomina valor del trmino independiente o segundo miembro de la restriccin (o sencillamente b i).
Suponga que puede agregar una hora para que la restriccin sea
2X1 + 3X2 25
Nueva solucin
GRFICO N 11- 2
18
16
14
12
10
8
6
4
2
0
-2
10
12
14
16
18
-2
La nueva solucin ptima se mueve al punto C, con X1 = 5.75 y X2 = 4.5. Como la solucin anterior
requera X1 = 6 y X2 = 4, una hora adicional disponible en la mquina 1 da como resultado una
reduccin de 0.25 unidades de producto A y un aumento de 0.5 unidades de producto B. El cambio neto
en la funcin objetivo es, entonces:
Z(MAX) = 6(5.75) + 7(4.5) = 66
Incremento neto = 6(-0.25) + 7(0.5) = 2

Lo cual representa un incremento de dos dlares en el beneficio. A esto se le conoce como
precio
dual, valor marginal o precio sombra y es el cambio incremental en los beneficios por
cambio unitario en el trmino independiente de una restriccin
28
Grfico para 2X1 + 3X2 23
GRFICO N 11- 3
18
16
14
12
10
8
6
4
2
0
-2
10
12
14
16
18
-2
Observe que el precio dual se mantiene para una reduccin en el valor del trmino independiente. Por
ejemplo, si slo hubiera 23 horas disponibles en la mquina 1, el punto C sera la solucin ptima (X 1 =
6.25 y X2 = 3.5),
Z(MAX) = 6(6.25) + 7(3.5) = 62
Reduccin neta = 6(0.25) + 7(-0.5) = -2

Grfico con reduccin e incremento de una hora en el trmino independiente de la mquina 2
GRFICO N 11- 4
18
16
14
12
10
0
-2
10
12
14
16
18
-2
29
Con una reduccin de dos dlares en el beneficio. Entonces, el precio dual o valor marginal representa
el aumento incremental en el beneficio cuando una restriccin, se amplia en una unidad y una reduccin
en el beneficio cuando la restriccin se estrecha en una unidad.
Se puede aplicar el mismo anlisis a la restriccin de la mquina 2. Cuando la segunda restriccin se
ampla agregando una hora, se convierte en:
2X1 + X2 17
y el punto ptimo es C* con X1 = 6.75 y X2 = 3.5. Esto representa un aumento de 0.75 en el nmero de
unidades del producto A y una reduccin de 0.5 unidades del producto B. El efecto neto en el beneficio
Z(MAX) = 6(6.75) + 7(3.5) = 65
Incremento neto = 6(0.75) + 7(-0.5) = 1

Una reduccin similar en el trmino independiente (es decir, en el nmero de horas disponibles) de la
restriccin 2 da como resultado una solucin de X 1= 5.25 y X2 = 4.5, y una reduccin de un dlar en el
beneficio. Por tanto, el precio dual asociado a la restriccin de la mquina 2 es un dlar.
Z(MAX) = 6(5.25) + 7(4.5) = 63
Reduccin neta = 6(-0.75) + 7(0.5) = -1

Ahora consideremos la tercera restriccin X2 6
El aumento de una unidad en este lmite, a X2 7, y la reduccin de una unidad, a X2 5, se muestran en
el grfico N 11.5. Observe que ninguno de los cambios afecta a la solucin, ya que la restriccin X 2 6
no es efectiva. La solucin ptima requera slo cuatro unidades del producto B, por lo cual no importa
el lmite de seis unidades que impone el mercado. Por tanto, el precio dual es cero. De hecho, el
precio dual de cualquier restriccin no efectiva siempre es cero.
GRFICO N 11-5
18
16
14
12
10
8
6
4
2
0
-2
10
12
14
16
18
-2
Costos Reducidos:
Precios duales para las restricciones de no negatividad. Tambin es posible determinar los valores
marginales asociados a introducir al menos una unidad de una variable de decisin en la solucin.
Recuerde que las restricciones de no negatividad son X1 0 y X2 0. El incluir una unidad en la solucin
30
implica modificar una restriccin de no negatividad a X1 1 o X2 1. Los valores marginales de hacer

esto se denominan costos reducidos.
Considere de nuevo el problema bsico que se presenta en el grfico N 11.5. La solucin ptima
requiere X1 = 6 y X2 = 4. Los dos son valores positivos y, por lo tanto, ninguna de las restricciones de
no negatividad es efectiva. Entonces, el valor marginal (es decir, el costo reducido) asociado a su
modificacin es cero, al igual que para las dems restricciones no efectivas
Suponga ahora que la funcin objetivo es Z (MAX) = 10X1 + 3X2, como se muestra en el grfico N 11.6.
El punto extremo E es la solucin ptima, con X1 = 8 y X2 = 0 y beneficio de 80 dlares.
Z (MAX) = 10(8) + 3(0) = 80
GRFICO N 11- 6
18
16
14
12
10
8
6
4
2
0
-2
10
12
14
16
18
-2
Observe que X2 = 0, por lo cual la restriccin de no negatividad X2 0 es efectiva. Suponga ahora que
debe producirse por lo menos una unidad del producto B, debido a un compromiso con un cliente, por lo
cual se cambia la restriccin de no negatividad a X 2 1. Con esto cambia la solucin ptima del grfico
N 11.7, a E*.
GRAFICO N 11-7
18
16
14
12
10
0
-2
10
12
14
16
18
-2
31
Encontramos la solucin entre las ecuaciones 2 y 4:

2X1 + X2 16
X2 1
2X1 + 1 = 16
2X1 = 15
X1 = 7.5
E*(7.5, 1)
Z(MAX) = 10(7.5) + 3(1) = 78
Una reduccin de dos dlares con respecto al nivel anterior. En este caso el costo reducido o valor
marginal asociado con la restriccin de no negatividad de X 2 es de dos dlares, que representa el
costo de conservar al cliente.

Los precios duales tienen muchas aplicaciones empresariales. Aunque en el mundo existen restricciones
y limitaciones, la mayora de ellas no son absolutas. Por ejemplo, el gerente que formul el problema de
programacin lineal determin las horas disponibles en cada una de las mquinas en circunstancias
normales, pero podra obtener horas adicionales con trabajo en tiempo extra, comprando equipo
adicional o reprogramando otras actividades. Los precios duales indican si vale la pena hacerlo y con
qu margen, y as ayudan a identificar los cuellos de botella clave. En nuestro ejemplo, el gerente sabe
que vale el doble (dos dlares en lugar de uno) obtener horas adicionales para la mquina 1 que para la
mquina 2.
Un precio dual representa el valor marginal asociado con un cambio

unitario en el trmino independiente de una restriccin. Un costo
reducido representa el valor marginal de introducir en la solucin una
unidad de una variable de decisin. Los costos reducidos se pueden
considerar como precios duales de las restricciones de no negatividad. Si
una restriccin no es efectiva, su precio dual es cero.
INTERVALOS DE VARIACIN DEL TRMINO INDEPENDIENTE
Los precios duales proporcionan el valor marginal de la realizacin de un cambio pequeo en el lmite de
una restriccin (es decir, el valor del trmino independiente), pero sera un error creer que estos valores
seran los mismos si la capacidad se cambiara en forma arbitrara. Se llega a un punto en el cual la
capacidad adicional es excesiva y no tiene valor; por lo tanto, hay lmites con respecto al intervalo de
capacidad en el cual se mantienen los valores marginales.
Considere de nuevo la restriccin de 24 horas disponibles para la mquina 1.
El grfico N 11.8, muestra lo que sucede al aadir horas. Recuerde que anteriormente se mencion que
cada hora adicional daba como resultado una reduccin de 0.25 unidades del producto A y un aumento
de 0.5 unidades del producto B. El precio dual asociado con cada hora de variacin era de dos dlares.
Con 28 horas disponibles, la solucin ptima pasa de C a F.
En F, la solucin ptima es X1 = 5 y X2 = 6. Las horas adicionales en la mquina 1 no tendrn efecto
ms all de este punto, ya que la restriccin X 2 = 6 ahora es efectiva. Con las dems restricciones del
problema, la cantidad de 28 horas en la mquina 1 es la mxima que puede usarse de manera rentable.
Entonces, este incremento de cuatro horas, para llegar a 28 horas disponibles, representa el lmite
superior del intervalo en el cual es vlido el precio dual de dos dlares.
De manera anloga, al reducir las horas disponibles de la mquina 1, la solucin ptima se desplaza
hasta el punto F* del grfico N 11.8, donde se usan 16 horas del tiempo de la mquina. Al reducir las
horas, disminuye el beneficio por aumentar el nmero de unidades del producto A y por reducir el
nmero de unidades del producto B, pero al llegar al punto F* no se producen unidades de B, por lo cual
ya no es posible este proceso de sustitucin. Entonces, el lmite inferior del intervalo del precio dual de
dos dlares para el tiempo de la mquina 1 es una reduccin de ocho horas (de 24 a 16).
32
GRFICO N 11-8
18
16
14
12
10
8
6
4
2
0
-2
10
12
14
16
18
-2
Se puede efectuar una anlisis similar para la mquina 2; grfico N 11.9, presenta los lmites. Al aadir
horas a las 16 disponibles, la solucin ptima se desplaza de C a F. En este punto, se han agregado
ocho horas (de 16 a 24) y las horas adicionales ya no aadirn valor. Si se reducen cuatro horas
disponibles (de 16 a 12), la solucin ptima pasa de C a F*. Entonces, el precio dual de un dlar se
mantiene en el intervalo de 12 a 24 horas disponibles en la mquina 2.
La restriccin de la demanda del mercado para el producto B, X 1 6, es un poco diferente. Recuerde
que esta restriccin no es efectiva y tiene precio dual de cero. La solucin ptima requiere slo cuatro
unidades del producto B, por lo cual se puede aumentar indefinidamente el lmite de la demanda sin que
tenga efecto; no importara si la restriccin fuera X 2 10 o X2 100. Por otra parte, si el lmite de la
demanda fuera cuatro unidades, de manera que la restriccin fuera X1 4, sera efectiva. Cualquier
reduccin por debajo de este lmite de cuatro unidades reducira el beneficio. Entonces, el intervalo del
lmite de la demanda (es decir, el trmino independiente) de la tercera restriccin es de cuatro unidades
a infinito y dentro de este intervalo se mantiene el precio dual de cero.
GRFICO N 11-9
26
24
22
20
18
16
14
12
10
8
6
4
2
0
-2
-2
10
12
14
16
18
33
El anlisis de sensibilidad ha producido los siguientes intervalos para los valores del trmino
independiente de las tres restricciones.
Restriccin
Horas de la mquina 1
Horas de la mquina 2
Demanda del producto B
Lmite
Actual
24
16
6
Precio
dual
2
1
0
Aumento
permitido
4
8
infinito
Reduccin
permitida
8
4
2
Los precios duales expresan el valor marginal del cambio del trmino independiente de una restriccin,
pero estos valores slo se mantienen en ciertos intervalos.
Dada una solucin ptima y el valor correspondiente de la funcin objetivo para un modelo de
programacin lineal, el precio sombra de una restriccin funcional es la tasa a
la cual el valor de la funcin objetivo puede aumentar si se incrementa

el lado derecho de la restriccin en una cantidad pequea.
El precio sombra de una restriccin permite verificar de inmediato cul sera el efecto de alterar una
poltica administrativa que cambia el lado derecho de esa restriccin. Mientras el cambio no sea
demasiado grande, el cambio resultante en el valor ptimo de la funcin objetivo slo ser este cambio
en el lado derecho (positivo o negativo) multiplicando por el precio sombra.
PROBLEMA N 12.La fbrica SONY vende dos productos diferentes A y B, los beneficios son, para el producto A $30 y para
el producto B $25.
Los dos productos se fabrican en un proceso de produccin comn y se venden a dos mercados
distintos. El proceso de produccin tiene capacidad de 30 mil horas de trabajo. Se requieren 3 horas
para producir una unidad de A y 1 hora para producir una unidad de B. El mercado se ha estudiado y los
funcionarios de la compaa consideran que el nmero mximo de unidades de A que pueden vender es
8 mil; el mximo de B es 12 mil unidades. Los productos se pueden vender en cualquier combinacin,
con las limitaciones anteriores.
a) Resuelva el problema de programacin lineal mediante el mtodo grfico para encontrar la
combinacin ptima del producto.
Funcin objetivo
Z(MAX) = 30X1 + 25X2
Restricciones:
Abstraccin
3X1 + X2 30
X1
8
X2 12
X1X2 0
3X1 + X2 = 30 (1)
X1 X2
0
30
10
0
C(Ecuaciones 1 y 3)
3X1 + X2 = 30 (1)
X2 = 12 (3)
3X1 + 12 = 30
X1 = 6
C(6, 12)
3X1 + X2 = 30 (1)
X1
= 8 (2)
X2 = 12 (3)
X1 = 8 (2)
X1 X2
8
X2 = 12 (3)
X1
X2
12
D(Ecuaciones 1 y 2)
3X1 + X2 = 30 (1)
X1 = 8 (2)
3(8) + X2 = 30
X2 = 6
D(8, 6)
34
P(X1, X2) Z(MAX) = 30X1 + 25X2

C(6, 12) Z = 30(6) + 25(12) = 480 mil Punto ptimo
D(8, 6) Z = 30(8) + 25(6) = 390 mil
GRFICO N 12
36
33
30
27
24
21
18
15
12
9
6
3
0
-2
10
12
14
-3
Solucin ptima
Z(MAX) = 480 MIL
b) Suponga que el nmero mximo de unidades del producto A que pueden venderse es de 9 mil (en
lugar de 8). Cul es el efecto en la solucin? Cul es el efecto en los beneficios? Cul es el
precio dual para la restriccin que limita las ventas del producto A?
Restricciones:
Abstraccin
3X1 + X2 30
X1
9
X2 12
X1X2 0
3X1 + X2 = 30 (1)
X1
= 9 (2)
X2 = 12 (3)

3X1 + X2 = 30 (1)
X1
X2
0
30
10
0
X1 = 9 (2)
X1 X2
9
X2 = 12 (3)
X1
X2
12
C(Ecuaciones 1 y 3)
D(Ecuaciones 1 y 2)
3X1 + X2 = 30 (1)
3X1 + X2 = 30 (1)
X2 = 12 (3)
X1 = 9 (2)
3X1 + 12 = 30
3(9) + X2 = 30
X1 = 6
X2 = 3
C(6, 12)
D*(9, 3)
P(X1, X2) Z(MAX) = 30X1 + 25X2
C(6, 12) Z = 30(6) + 25(12) = 480 mil Punto ptimo
D*(8, 6) Z = 30(9) + 25(3) = 345 mil
35
GRFICO N 12-1
36
33
30
27
24
21
18
15
12
9
6
3
0
-2
-1
-3
10
11
12
13
14
Solucin ptima
Z(MAX) = 480 MIL
Un aumento de una unidad en el producto A, no afecta la solucin ptima ni el beneficio,
por tanto
el precio dual es cero.

c) Suponga que el nmero mximo de unidades del producto B que puede venderse es 13 mil.
Restricciones:
Abstraccin
3X1 + X2 30
X1
8
X2 13
3X1 + X2 = 30 (1)
X1
= 8 (2)
X2 = 13 (3)

3X1 + X2 = 30 (1)
X1 X2
0
30
10
0
X1 = 8 (2)
X1 X2
8
C*(Ecuaciones 1 y 3)
3X1 + X2 = 30 (1)
X2 = 13 (3)
3X1 + 13 = 30
X1 = 5.67
C*(5.67, 13)
X2 = 12 (3)
X1
X2
13
D(Ecuaciones 1 y 2)
3X1 + X2 = 30 (1)
X1 = 8 (2)
3(8) + X2 = 30
X2 = 6
D(8, 6)
P(X1, X2) Z(MAX) = 30X1 + 25X2

C*(6, 12) Z = 30(5.67) + 25(13) = 495.1 mil Punto ptimo
D(8, 6)
Z = 30(8) + 25(6)
= 390 mil
36
GRFICO N 12-2
36
33
30
27
24
21
18
15
12
9
6
3
0
-2
-3
10
12
14
Solucin ptima
Z(MAX) = 495.1 MIL
X1 = 5.67 Unidades del producto A
Incremento del beneficio = 495.1 480 = 15.1

Cada aumente de una unidad en el lmite de produccin de B, el beneficio aumentar 15.1 dlares.
d) Suponga que hay 31 mil horas de trabajo disponibles, en lugar de 30 mil del caso base. Cul es el
efecto en el problema? Cul es el efecto en los beneficios? Cul es el precio dual de la restriccin
del nmero de horas de trabajo?
Funcin objetivo
Z(MAX) = 30X1 + 25X2
Restricciones:
Abstraccin
3X1 + X2 31
X1
8
X2 12
X1X2 0
3X1 + X2 = 31 (1)
X1
= 8 (2)
X2 = 12 (3)

3X1 + X2 = 31 (1)
X1 X2
0
31
133 0
X1 = 8 (2)
X1
8
X2
X2 = 12 (3)
X1
X2
12
37
GRFICO N 12-3
33
30
27
24
21
18
15
12
9
6
3
0
-2
-3
C(Ecuaciones 1 y 3)
10
12
D(Ecuaciones 1 y 2)
3X1 + X2 = 31 (1)
X2 = 12 (3)
3X1 + 12 = 31
X1 = 6.33
C*(6.33, 12)
3X1 + X2 = 31 (1)
X1 = 8 (2)
3(8) + X2 = 31
X2 = 7
D*(8, 7)
P(X1, X2) Z(MAX) = 30X1 + 25X2

C*(6, 12) Z = 30(6.33) + 25(12) = 489.9 mil Punto ptimo
D*(8, 6) Z = 30(8) + 25(7)
= 415 mil
Solucin ptima
Z(MAX) = 489.9 MIL
X1 = 6.33 unidades del producto A
X2 = 12 unidades del producto B
Incremento neto = 489.9 480 = 9.9

Por lo tanto el precio dual de la hora de trabajo es 9.9
e) Remtase a los literales (b), (c) y (d) anteriores. Determine en forma grfica los intervalos del trmino
independiente en los cuales se mantienen los precios duales de las tres restricciones.
GRFICO N 12-4
36
33
30
27
24
21
18
15
12
9
6
3
0
-2
-3
10
12
38
Nos referimos a los lmites de venta del producto A. De acuerdo al grfico 12.1, el precio dual de esta
restriccin es cero, podemos observar que el aumento en el lmite del producto A, no tendr ningn
efecto; por lo tanto, no hay lmite superior. La solucin ptima incluye 6 mil unidades del producto A. Una
reduccin en el lmite de ventas por debajo de esas cifras si afectar la solucin ptima. Por ello, el
intervalo es de 6 mil en adelante (sin lmite superior) y en este intervalo se mantiene el precio dual de
cero.
<Ahora determinamos el lmite de ventas del producto B. El producir unidades adicionales de B, el
ptimo se traslada hasta el punto C*(A = 0 y B = 30). Ms all de este punto, no es posible fabricar
unidades adicionales de B, por las horas de trabajo. Por consiguiente, el lmite superior es 30 mil
unidades. Al reducir el lmite de ventas de B hasta 6 mil unidades, se llega al vrtice C**(A = 8 y B = 6).
La solucin cambia al pasar de este punto. Por lo tanto el lmite inferior es 6 mil unidades. En resumen,
el precio dual de 15.1 dlares (literal c) por unidad de B se mantiene en el intervalo de 6 mil a 30 mil del
lmite de ventas del producto B.
Lmite de horas de trabajo. Cuando las horas de trabajo se aumenta hasta 36 mil, se alcanza un nuevo
vrtice (A = 8 y B = 12), Si se reduce a 12 mil horas, se llega al vrtice (A = 0 y B = 12). Por lo tanto, el
intervalo para las horas de trabajo es de 12 mil a 36 mil, en el cual se mantiene el precio dual de 9.9
dlares.
GRFICO N 12-5
39
36
33
30
27
24
21
18
15
12
9
6
3
0
-2
10
12
14
-3
Anlisis de precios sombra para el problema de Profit & Gambit

PROBLEMA N 13.Planeacin de una campaa publicitaria
La Proft & Gambit Co. fabrica productos de limpieza para uso domstico. ste es un mercado muy competido y
la compaa lucha en forma constante para aumentar su porcentaje de mercado. La administracin decidi llevar
a cabo una importante campaa de publicidad que se enfocar en los siguientes tres productos clave:
Un quitamanchas para prelavado en aerosol.

Un nuevo detergente lquido para ropa.
Un polvo detergente para ropa con mercado establecido.
Esta campaa utilizar televisin y medios impresos. Se desarroll un comercial de televisin para aparecer a
nivel nacional que anunciar el detergente lquido para ayudar a establecer este nuevo producto. La publicidad
en medios impresos promover los tres productos e incluir cupones de descuento que los consumidores
39
pueden usar para comprar el producto a precios reducidos. La administracin ha establecido metas mnimas para
la campaa: 1) el quitamanchas debe captar 3% adicional de su mercado; 2) el nuevo detergente lquido debe
captar 18% del mercado de detergentes para ropa, y 3) un aumento de 4% de este mismo mercado debe ser
captado por el detergente en polvo. La tabla muestra los aumentos estimados en las participaciones de estos
mercados por cada unidad de publicidad en los medios respectivos. (Una unidad es un bloque estndar de
publicidad que Proft & Gambit compra, pero tambin se permiten otras cantidades). La razn para el -1 % para
el detergente en polvo en la columna de televisin es que el comercial de TV que anuncia el nuevo detergente
lquido le quitar algunas ventas al detergente en polvo. El ltimo rengln de la tabla muestra el costo por unidad
de publicidad para cada medio.
Datos para el problema de mezcla publicitaria de Profit & Gambit Co
Aumento en porcentaje de mercado por unidad de publicidad
Producto
Televisin
Medios Impresos
Incremento mnimo requerido
Quitamanchas
0%
1%
3%
Detergente Liquido
3%
2%
18%
Detergente Polvo
-1%
4%
4%
Costo Unitario
1 milln
2 millones
El objetivo de la administracin es determinar cunta publicidad hacer en cada medio para cumplir las metas de
participacin de mercado a un costo total mnimo.
Funcin objetivo
X 1 Anuncios en televisin
X 2 Anuncios en medios impresos
Z ( MIN ) X 1 2 X 2
Sujeta a :
X2 3
3 X 1 2 X 2 18
X1 4X 2 4
40
La solucin ptima es usar 4 unidades de publicidad en televisin y 3 unidades de publicidad en medios

impresos, el costo total de esta campaa de publicidad sera de $10 millones.
Despus de recibir esta informacin, la administracin de Profit & Gambit ahora quiere analizar el
trueque entre el costo total de publicidad y los beneficios resultantes logrados al incrementar la
participacin de mercado de los tres productos. El resultado del examen a este trueque puede ser que la
administracin altere sus decisiones de poltica sobre los aumentos en la participacin del mercado. Para
analizar el trueque, la administracin necesita saber el efecto sobre el costo por unidad de incremento
en la participacin de mercado requerida para cada producto, esto es, cules son los precios sombra de
las tres restricciones funcionales. Comenzando con el primer producto el quitamanchas en la
participacin de mercado de este producto de 3 a 4%.
Problema de Profit & Gambit revisado donde el aumento mnimo requerido en la participacin de
mercado para quitamanchas cambia de 3 a 4%, que resulta en un aumento de $1 1/3 millones en el
costo total.
Cambio en costo = $11.33 millones$10 millones = $1 1/3 millones
Este clculo revela que:
El precio sombra para la restriccin del quitamanchas = $ 1 1/3 (por 1% de participacin de

mercado).
Este precio sombra indica que un pequeo aumento adicional en la meta de participacin de
mercado costara $ 1 1
millones por 1% de aumento en la participacin de mercado de 4% a
5%.,
Cambio en el costo = $12.67 millones -$11.33 millones =$
1 1 millones
3
Como lo predice el precio sombra.

Aunque el clculo de un precio sombra como el ilustrado es directo, los precios sombra para todas las
restricciones funcionales tambin pueden obtenerse del informe de sensibilidad. La tabla siguiente
muestra la parte del informe de sensibilidad que maneja las restricciones funcionales, donde los precios
sombra estn dados en la tercera columna, esta columna muestra la tasa de aumento en el costo total
(en millones de dlares) por el aumento de 100% en cada lado derecho en forma individual. En este
caso, las participaciones del mercado sobre 100% no son significativas, por lo que se cambian las
unidades dividiendo los nmeros en la columna de precios sombra entre 100. Esto lleva a:
Precio sombra para la restriccin del quitamanchas = $1.33 millones
41
Precio sombra para la restriccin del detergente lquido

= $0.33 millones
Precios sombra para la restriccin del detergente en polvo = $0
Donde stos son los costos por incremento de 1% (y no de 100%) en la participacin de mercado
requerida.
Por qu es $0 el precio sombra para la restriccin del detergente en polvo? La solucin ptima ya
proporciona un aumento de 8% en la participacin de mercado para el detergente en polvo, de modo que
el incremento mnimo requerido de 4 a 5% no requiere de cambios en esta solucin o en el costo total.
Una vez obtenidos todos los precios sombra, se ver cmo debe interpretar esta informacin la
administracin.
Nombre
Quitador de mancha
Detergente lquido
Detergente en polvo
ltimo
valor
3%
18%
8%
Precio
sombra
133.33
33.333
0
Lado
derecho
0.03
0.18
0.04
Aumento
aceptable
0.06
0.12
0.04
Disminucin
aceptable
0.00857
0.12
1E+30
Aumentar la meta mnima por participacin de mercado aumenta de 3 a 4% para el quitamanchas

costar alrededor de $ 1.33 millones (por encima del costo total publicitario actual de $10 millones).
Aumentar la meta mnima de 18 a 20% para detergente lquido costara alrededor de $0.67 millones.
Efectuar ambos al mismo tiempo costara cerca de $ 2 millones que incrementar el costo publicitario
total de $10 a $12 millones. Un pequeo aumento de la meta mnima de 4% para el detergente en polvo
no costara nada puesto que ya se logra 8% con la propuesta anterior para gastos publicitarios.
Si deciden disminuir cualesquiera de estas metas mnimas en lugar de reducir el costo total de
publicidad, estas mismas cifras en dlares muestran cules seran los ahorros es, cada disminucin de
1% en la meta mnima de participacin de mercado ahorrara alrededor de $ 1.33 millones para el
quitamanchas, cerca de $0.33 millones para el detergente lquido y nada para el detergente en polvo.
Tambin puede usarse estas cantidades en dlares para verificar el efecto de aumentar en forma
simultnea algunas metas mnimas y disminuir otras. Por ejemplo, aumentar la meta mnima de
quitamanchas de 18 a 19% costara alrededor de $0.33 millones y la reduccin simultnea de la meta
mnima para el detergente lquido de 3 a 2% ahorrara alrededor de $1.33 millones, de modo que el
ahorro neto ser de $1 milln.
PROBLEMA N 14.Aplicacin al problema de Wyndor

La Wyndor Glass Co. produce artculos de vidrio de alta calidad, incluidas ventanas y puertas de vidrio que
incluyen trabajo manual y la mejor hechura. Aunque los productos son costosos, llenan un nicho de mercado al
ofrecer la mejor calidad disponible en la industria para los clientes ms exigentes. La compaa cuenta con tres
plantas.
La planta 1 fabrica marcos de aluminio y herreras.

La planta 2 fabrica marcos de madera.
La planta 3 fabrica el vidrio y ensambla ventanas y puertas.
Debido a las ventas decrecientes de ciertos productos, la alta direccin decidi reorganizar la lnea de productos
de la compaa. Se estn descontinuando las lneas de productos no rentables, disponiendo capacidad de
produccin para lanzar los dos nuevos productos desarrollados por el grupo de Jim Baker si la administracin
aprueba su lanzamiento.
La puerta de 8 pies precisa alguna capacidad de produccin en las plantas 1 y 3, mas no en la planta 2. La
ventana de marco doble de 4 X 6 pies slo requiere las plantas 2 y 3. .
La administracin quiere ahora analizar dos temas:
42
Tiempo de produccin usado por cada unidad producida

Tiempo de Pcc
Disponible
Planta
Puertas
de ventanas
por semana
1
1 hora
0
4 horas
2
0
2 horas
12 horas
3
3 horas
2 horas
18 horas
Ganancias
300
500
1. Debe la compaa seguir adelante con el lanzamiento de estos dos nuevos productos?
2. Si es as, cul debe ser la mezcla de productos el nmero de unidades producido de cada uno por
semana para los dos nuevos productos?
Funcin objetivo
X 1 Ven tan as
X 2 Puertas
Z ( MAX ) 300 X 1 500 X 2
Sujeta a :
X1
4 Planta 1
2 X 2 12 Planta 2
3 X 1 2 X 2 18 Planta 3
Z(MAX) = $3.600
X 1 2 ven tan as
X 2 6 puertas
El anlisis de qu pasa si (o en particular el anlisis de sensibilidad) revela que tan cerca necesita estar
cada estimacin para evitar obtener una solucin ptima errnea.
Pregunta: qu ocurre si se hace un cambio en el nmero de horas de tiempo de produccin semanal

disponibles para los nuevos productos de Wyndor en una de las plantas?
43
El precio sombra dado dice cunto aumentara el valor de la funcin objetivo si se aumentara en 1 el lado
derecho de esa restriccin. El precio sombra de la restriccin para la planta 1 es O, puesto que esta
planta ya est usando menos horas (2) que las disponibles (4) y no habra beneficio en disponer de una
hora adicional. No obstante, las plantas 2 y 3 estn usando todas las horas a su disposicin para los dos
nuevos productos. Por ello, no es sorprendente que los precios sombra indiquen que la funcin objetivo
aumentara si las horas disponibles en la planta 2 o en la 3, se aumentarn.
Es el precio sombra de una restriccin funcional da informacin valiosa

porque indica cunto aumentar el valor ptimo de la funcin objetivo
por un aumento de unidad en el lado derecho de la restriccin. A la
inversa, un valor negativo del precio sombra proporcional el cambio en
el valor ptimo de la funcin objetivo por una disminucin en el lado
derecho.
Sin embargo, esta informacin slo es vlida para cambios bastante pequeos en el lado derecho. Esta
seccin se centra en la determinacin de qu tan grandes pueden ser estos cambios antes de que el
precio sombra ya no sea vlido.
Continuando con el problema de Wyndor, primero se considera la restriccin funcional con el precio
sombra ms grande, est es la restriccin de la planta 2 con un precio sombra de 150 su lado derecho
actual es: LD = 12
X 1 Ven tan as
X 2 Puertas
Z ( MAX ) 300 X 1 500 X 2
Sujeta a :
X1
4 Planta 1
2 X 2 13 Planta 2
3 X 1 2 X 2 18 Planta 3
Es decir, 12 horas de tiempo de produccin disponible para los dos nuevos productos. Entonces, este
precio sombra dice que la ganancia total aumentar en $150 por un incremento de 1 en el LD (o
disminuir en $150 por disminucin de 1 en LD), siempre y cuando el cambio en LD no sea muy grande.
44
Se requiere determinar cun grande puede ser este cambio en LD. Se cambiar el valor de 12 en la
planta 2 por los sealados en la primera columna de la tabla.
Tiempo disponible
en la planta 2
(horas)
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
La proporcin de la
produccin ptima
Puertas
Ventanas
4
0
4
0.5
4
1
4
1.5
4
2
4
2.5
4
3
3.667
3.5
3.333
4
3
4.5
2.667
5
2.333
5.5
2
6
1.667
6.5
1.333
7
1
7.5
0.667
8
0.333
8.5
0
9
0
9
0
9
Ganancia
total
$1.200
1.450
1.700
1.950
2.200
2.450
2.700
2.850
3.000
3.150
3.300
3.450
3.600
3.750
3.900
4.050
4.200
4.350
4.500
4.500
4.500
Incremento
en la
ganancia
--250
250
250
250
250
250
150
150
150
150
150
150
150
150
150
150
150
150
0
0
Una forma de investigar esto es comenzar con un valor pequeo (como, 0) de LD y luego aumentar
varias veces en 1 este valor para ver cmo cambia la ganancia total cada vez. La tabla anterior muestra
los datos generada de esta forma se muestra el aumento en ganancia total por cada aumento de 1 en
LD. Este incremento primero se vuelve $150 cuando el LD aumenta de 6 a 7 y sigue en $150 hasta que
LD=18. As, el precio sombra de 150 es vlido para:
6 LD 18
Restriccin de la planta1:
4-2 LD1 4+,

12-6 LD2 12+6,
18-6 LD3 18+6,
as
as
as
2 LD1. Sin lmite superior

6 LD2 18
12 LD3 24
Cambios simultneos en los dos lados derechos

Qu ocurre cuando la administracin quiere evaluar cambios simultneos en los lados derechos?
Pregunta: qu ocurre si se hacen cambios simultneos en el nmero de horas de tiempo de

produccin semanal disponibles para los nuevos productos de Wyndor en todas las plantas?
En particular, despus de observar que la restriccin de la planta 2 contiene el mayor precio sombra
(150), contra un precio sombra de 100 para la restriccin de la planta 3, la administracin se interesa en
explorar un tipo especfico de cambio simultneo en estas horas de produccin. Si cambia la produccin
de uno de los productos actuales de la compaa de la planta 2 a la 3, es posible aumentar el nmero de
horas de produccin disponibles para los nuevos productos en la planta 2 (de 12 a 13) con la
disminucin del nmero disponible en la planta 3 por la misma cantidad (de 18 a 17). La administracin
se pregunta qu ocurrira si se hicieran estos cambios simultneos en las horas de produccin.
Segn los precios sombra, el efecto de cambiar una hora de produccin por semana de la planta 3 a la
planta 2 sera el siguiente.
45
LD2: 12 > 13 Cambio en ganancia total = precio sombra = $150

LD3: 18 > 17 Cambio en ganancia total = -precio sombra = - 100
Aumento neto en ganancias totales = $50
Pero no se sabe si estos precios sombra permanecen vlidos si cambian ambos lados derechos en esa
cantidad.
El aumento neto en la ganancia total (de $3, 600 a $3, 650) es, en efecto, $50, de modo que los precios
sombra son validos para estos cambios simultneos en los lados derechos.
La tabla de datos que muestra el efecto de cambiar cada vez ms horas disponibles de la planta 3 a la
planta 2.
Tiempo
disponible en
la planta 2
(horas)
12
13
14
15
16
17
18
Tiempo
disponible en
la planta 3
(horas)
18
17
16
15
14
13
12
La proporcin de la
produccin ptima
Puertas
Ventanas
2
1.333
0.667
0
0
0
0
6
6.5
7
7.5
7
6.5
6
Ganancia
total
($)
3.600
3.650
3.700
3.750
3.500
3.250
3.000
Incremento
en la
ganancia
($)
--50
50
50
-250
-250
-250
En las horas de produccin. La columna clave es la ltima que indica que la ganancia incremental de $50
por hora cambiada permanece vlida hasta el punto donde se cambian tres horas de la planta 3 a la
planta 2.
La regla de 100%
Recuerde que la regla de 100% se usa para investigar cambios simultneos en los coeficientes en lados
derechos de forma similar.
46
Regla de 100% para cambios simultneos en los lados derechos : el precio

sombra sigue vlido slo para predecir el efecto de cambiar en forma simultnea los lados derechos de
algunas restricciones funcionales, siempre y cuando los cambios no sean demasiados grandes. Para
verificar si los cambios son suficientemente pequeos, calcule para cada cambio el porcentaje del
cambio permitido (disminucin o aumento) para que ese lado derecho se conserve dentro de su intervalo
de factibilidad. Si la suma de los cambios porcentuales no exceda del 100%, los precios sombra
definitivamente seguirn siendo vlidos. (Si la suma s excede 100%, entonces no hay seguridad).
Para ilustrar esta regla, considere de nuevo los cambios simultneos (cambio de una hora de tiempo de
produccin semanal de la planta 3 a la 2), los clculos de la regla de 100% son:
LD2 : 12 13
2
13 12
16 %
3
6
Porcentaje de aumento permitido 100
LD3 : 18 17
2
18 17
16 %
3
6
1
Suma= 33 %
3
Porcentaje de disminucin permitida 100
Puesto que la suma de 33 1/3 es menor que 100%, los precios sombra definitivamente son vlidos para
predecir el efecto de estos cambios.
El hecho de que 33 1/3 sea menor que 100% sugiere que los cambios pueden ser tres veces ms
grandes sin invadir los precios sombra. Para verificar esto, aplique la regla de 100% con estas
cantidades ms grandes.
LD2 : 12 15
15 12
50%
6
LD3 : 18 15
18 15
150%
6
-------------Suma = 100%
Puesto que la suma no excede 100%, los precios siguen siendo vlidos, pero stos son los cambios ms
grandes en los lados derechos que proporcionan esta garanta. De hecho, los precios sombra se vuelven
invlidos para cambios ms grandes.
ANLISIS DE SENSIBILIDAD: COEFICIENTES DE LA FUNCIN OBJETIVO

Un gerente puede interesarse por lo que puede suceder con la solucin de un problema de programacin
lineal si cambia uno de los coeficientes de la funcin objetivo, por ejemplo, debido a un aumento en el
precio de la materia prima. Se puede efectuar un anlisis grfico similar al que se hizo para los cambios
en los coeficientes del trmino independiente.
Tomando los datos del problema 11. Suponga que el beneficio por unidad del producto A permanece fijo,
en seis dlares, pero que el beneficio por unidad de B, que se espera sea siete dlares puede cambiar.
Cuando el coeficiente de X2 en la funcin objetivo es $8 (es decir, beneficio de ocho dlares por unidad
del producto B), la funcin beneficio es
47
Funcin objetivo
Z(MAX) = 6X1 + 8 X2
Restricciones
2X1 + 3X2 24
2X1 + X2 16
X2 6
X1X2 0
Z(MAX) = 6X1 + 8X2
C(6, 4) Z(MAX) = 6(6) + 8(4) = 68
La solucin ptima es la misma. Si el coeficiente de X2 aumenta a $9, la pendiente de la funcin
beneficio es idntica a la pendiente de la restriccin. Por lo tanto hay varias soluciones ptimas
alternativas (X1 = 6 X2 = 4) y (X1 = 3 X2 = 6) son vrtices ptimos.
Suponga que el coeficiente de X2 aumenta ms, hasta 10 dlares por unidad, la solucin es (X1 = 3
X2 = 6), de manera que la funcin de beneficio es
Z(MAX) = 6X1 + 10X2
Z(MAX) = 6(3) + 10(6) = 78
El anlisis es el mismo si se reduce el coeficiente de X 2. Con un coeficiente de 3, la solucin es (X1 = 6
X2 = 4), la funcin de beneficio es:
Z(MAX) = 6X1 + 3X2
Z(MAX) = 6(6) + 3(4) = 60
Se puede aplicar el mismo anlisis para los beneficios de A, manteniendo constante el coeficiente de X 2
y modificando el de X1. Aunque no se muestra el anlisis grfico, los resultados indican que el coeficiente
de X1 puede disminuir de 6 a 4.67 antes de que el punto ptimo cambie a (X1 = 3 X2 = 6). Por otra
parte, el coeficiente puede aumentar de 6 a 14 antes de que el punto ptimo se desplace. Estos
resultados se pueden resumir como sigue.
Intervalos de los coeficientes de la funcin objetivo
(Intervalo en el cual no cambia la solucin ptima bsica)
Variable
Coeficiente
Aumento
Reduccin
actual
permitido
permitida
Producto A
6
8
1.33
Producto B
7
2
4
48
Intervalos del trmino independiente e intervalos de los coeficientes de la funcin objetivo:

Conceptualmente, los intervalos del anlisis de sensibilidad son similares para los coeficientes de la
funcin objetivo que se desarrollaron previamente y los correspondientes a los coeficientes del trmino
independiente. Sin embargo, existen diferencias importantes.
La solucin ptima no cambia en el intervalo que se especifica para los coeficientes de la funcin
objetivo, es decir, la empresa debe producir seis unidades del producto A y cuatro unidades del producto
B. Fuera del intervalo, la solucin ptima cambia abruptamente a otro vrtice. Por supuesto, los
beneficios totales varan de acuerda con los cambios en los coeficientes, pero, una vez ms, la solucin
no vara dentro de los intervalos.
Por otra parte, en los intervalos del trmino independiente la solucin cambia, ya que el punto ptimo se
desplaza sobre una de las lneas de restriccin. En nuestro ejemplo se producen diferentes cantidades
de los productos A y B al moverse el punto ptimo. Al llegar al lmite del intervalo, un nuevo vrtice se
convierte en la solucin ptima.
Los intervalos, tanto para los coeficientes del trmino independiente como para los de la funcin objetivo,
proporcionan informacin importante en la interpretacin de la solucin de un programa lineal. Los
intervalos del trmino independiente determinan los lmites dentro de los cuales se mantiene el precio
dual para cada restriccin. Los intervalos de los coeficientes de la funcin objetivo determinan los lmites
dentro de los cuales la solucin es la misma.
PROBLEMA N 15.Tomando los datos del problema N 14 (La Wyndor Glass Co).
Funcin objetivo
X 1 Ven tan as
X 2 Puertas
Z ( MAX ) 300 X 1 500 X 2
Sujeta a :
X1
4 Planta 1
2 X 2 12 Planta 2
Z ( MAX ) 3.600
Solucin X 1 2 ven tan as
X 2 6 puertas
3 X 1 2 X 2 18 Planta 3
El anlisis de qu pasa si (o en particular el anlisis de sensibilidad) revela que tan cerca necesita estar
cada estimacin para evitar obtener una solucin ptima errnea.
Problema de Wyndor revisado donde la estimacin de la ganancia unitaria para las puertas aument
$300 a $1000, ocurre un cambio en la solucin ptima.
49
Que ocurrira si la ganancia unitaria de las puertas disminuyera de $300 a $200, al comparar con la
anterior no hay cambio.
Problema de Wyndor revisado donde la estimacin de la ganancia unitaria para las puertas aument de
X 1 = $300 a X 1 = $500, pero no ocurre cambios en la solucin ptima.
Con el nuevo valor de X 1 = $200 disminuye $200 en la ganancia total (porque cada nueva puerta
producida por semana proporciona $100 menos de ganancia). Puesto que la solucin ptima no cambia
ahora sabemos que la estimacin original de X 1 = $300 puede considerarse demasiado alta sin invalidar
la solucin ptima del modelo.
Si X 1 aumenta a $ 500, de nuevo, no hay cambio en la solucin ptima.
Como el valor original de X 1 = $300 puede cambiar mucho en cualquier direccin sin cambiar la solucin
ptima, se dice que X 1 no es un parmetro sensible. No es necesario que esta estimacin tenga una
gran exactitud para tener confianza en que el modelo proporciona la solucin correcta ptima.
Est puede ser toda la informacin que se necesita de X 1 . Sin embargo, si hay una buena posibilidad de
que el valor verdadero de X 1 quede fuera de este intervalo amplio de $200 a $500, sera deseable una
investigacin adicional. Cunto ms alto ms bajo puede ser X 1 antes de que cambie de solucin
ptima?
50
La solucin ptima en efecto cambiara sI X 1 aumenta a $1000. Entonces, se sabe que este cambio
ocurre en algn punto entre $500 y $1000 durante el proceso de incrementar X 1 .
Para asegurar justo dnde ocurre este cambio, se seleccionar nuevos valores aleatorios de X 1 . Pero
un mejor enfoque es considerar de manera sistemtica un intervalo uniforme de valores de X 1 , como los
mostrados en la siguiente tabla. Esta tabla de datos revela que la solucin ptima es la misma desde
X 1 = $100 (quiz ms abajo) hasta X 1 = $700 y que ocurre un cambio en algn lugar entre $700 y $800.
Cambios en el chef.
X 1 de la fun..objetivo
Solucin ptima
X 1 = puertas
X 2 = ventanas
$100
$200
$300
$400
$500
$600
$700
$800
$900
$1000
2
2
2
2
2
2
2
4
4
4
Valor de la func.
objetivo
6
6
6
6
6
6
6
3
3
3
$3.200
$3.400
$3.600
$3.800
$4.000
$4.200
$4.400
$4.700
$5.100
$5.500
Despus de considerarse valores sistemticos de X 1 entre $ 700 y $ 800 para determinar ms de cerca
el punto en el que cambia la solucin ptima. Sin embargo, existe un atajo. El intervalo de valores de X 1
para que la solucin = ( X 1 2 X 2 6 ) permanece como la solucin ptima se conoce como
intervalo permitido o simplemente intervalo de optimalidad.
La tabla muestra la parte relevante de este informe para el problema de Wyndor. La columna de valores
finales indica la solucin ptima. La siguiente columna de costos reducidos. (No se analizarn estos
costos reducidos porque la informacin que ofrecen tambin puede obtenerse del intervalo de
optimalidad). Las tres columnas siguientes contienen la informacin necesaria para identificar el intervalo
de optimalidad de cada coeficiente en la funcin objetivo. La 4 columna de coeficiente objetivo da el
valor actual de cada coeficiente y las dos columnas siguientes dan el aumento permitido y la disminucin
permitida de este valor para seguir dentro del intervalo de optimalidad.
Nombre
Solucin puertas
Solucin ventanas
Solucin
ptima
2
6
Costos
reducidos
0
0
Chef. Func.
objetivo
300
500
Aumento
aceptable
450
1E+30
Valor actual de X 1
300
Aumento permitido en X 1
450
as, X 300+450=750
Disminucin permitida X 1
300
as, X 1 300-300=0
Intervalo de optimalidad para X 1
Disminuci
n aceptable
300
300
0 X 1 750
Por lo tanto, si se cambia X 1 de su valor actual (sin otro cambio en el modelo), las solucin actual =
( X 1 2 X 2 6 ) se seguir ptima siempre y cuando el nuevo valor de X 1 est dentro del intervalo
de optimalidad.
Conclusin: el intervalo de optimalidad para X 1 es 0 X 1 750, porque ( X 1 2 X 2 6 )

permanece ptima en este intervalo, pero no ms all (cuando X 1 = 0 o X 1 = 750), hay mltiples
soluciones ptimas pero ( X 1 2 X 2 6 ) an es una de ellas. Con un intervalo de optimalidad amplio
alrededor de la estimacin original de $300 ( X 1 = 300) para la ganancia unitaria de las puertas, se
51
puede tener confianza en la obtencin de la solucin ptima correcta para la verdadera ganancia
unitaria.
Este mismo enfoque puede utilizarse para encontrar el intervalo de optimalidad para la ganancia unitaria
del otro nuevo producto de Wyndor. En particular, sea.
X 2 = ganancia unitaria para el nuevo tipo de ventana de Wyndor

Con referencia al regln de ventanas del informe de sensibilidad, este regln indica que la disminucin
permitida en X 2 es 300 (de modelo que X 2 500-300 = 200) y el aumento permitido es 1E+30. Qu
30
significa 1E+30? Esto es taquigrafa de Excel para 10

(1 seguido de 30 ceros). Este nmero
tremendamente grande se usa en Excel para representar infinito. Por lo tanto, el intervalo de optimalidad
de X 2 se obtienen como sigue del informe de sensibilidad.
Valor actual de X 2
500
Aumento permitido en X 2
ilimitado
as X 2 no tiene lmite superior.
Disminucin permitida en X 2
300
as X 2 500 300 = 200
Intervalo de optimalidad
X 2 200
En el intervalo de optimalidad es bastante amplio para ambos coeficientes de la funcin objetivo. Por
ello, aunque X 2 = $300 y X 2 = $500 fueron slo estimaciones burdas de la verdadera ganancia unitaria
para puertas y ventanas, respectivamente, todava se puede confiar en que se obtuvo la solucin
correcta ptima.
Cambios simultneos en los coeficientes de la funcin objetivo

En realidad, las estimaciones de todos los coeficientes (o al menos ms de una) pueden ser inexactos al
mismo tiempo. La pregunta crucial es si esto es probable que se obtenga una solucin ptima
equivocada. Si es as, debe de tenerse ms cuidado en refinar estas estimaciones lo ms posible, al
menos para los coeficientes ms cruciales. Por otra parte, si el anlisis de sensibilidad si revela que es
improbable que afecten a la solucin ptima los errores anticipados en la estimacin de los coeficientes,
entonces la administracin puede estar tranquila de que el modelo de programacin lineal actual y sus
resultados proporcionan una gua adecuada.
Esta seccin se centra en cmo determinar, sin resolver otra vez el problema, si la solucin ptima
podra cambiar si ocurrieran simultneos ciertos cambios en los coeficientes de la funcin objetivo
(debido a que sus valores verdaderos difieren de sus estimaciones).
Pregunta: Qu ocurre s las estimaciones de las ganancias unitarias de los dos nuevos productos de
Wyndor son inexactas?
En cada caso, la mezcla ptima de productos indicada por el modelo se inclina mucho a la produccin de
ventanas (6 semanales) y no de puertas (slo 2 semanales). Debido a que existe igual entusiasmo por
ambos nuevos productos, la administracin est preocupada por este desequilibrio. Por ello, Ann Lester
(subdirectora de comercializacin) plantea unas preguntas de qu pasa si. Qu ocurrira si la
estimacin de la ganancia unitaria para las puertas ($300) es demasiado baja y la estimacin
correspondiente para las ventanas ($500) es demasiado alta? Las estimaciones fcilmente podran estar
equivocadas en estas direcciones (como podra verificarse con una extensa investigacin adicional). Si
ste fuera el caso, conducira esto a que una mezcla de productos ms balanceada fuera la ms
rentable?
Esta pregunta puede responderse en cuestin de segundos mediante la simple sustitucin de nuevas
estimaciones de las ganancias unitarias, las nuevas estimaciones de $450 para puertas y de $400 para
ventanas no provocan cambio alguno en la solucin de la mezcla ptima de productos. (Cambia la
ganancia total, pero esto ocurre slo debido a los cambios en las ganancias unitarias) Cambios incluso
ms grandes en las estimaciones de las ganancias unitarias conduciran a un cambio en la mezcla de
productos ptima?, se mantiene una mezcla de productos relativamente balanceada de productos
52
ptima? ( X 1 4 X 2 3 ) cuando se usan las estimaciones de $600 para las puertas y de $300 para
las ventanas.
Problema revisado de Wyndor donde las estimaciones de las ganancias unitarias para puertas y
ventanas han cambiado X 1 = $450 y X 2 = $400, respectivamente, pero no hay cambio en la solucin
ptima.
Para tener una mejor idea de cunto necesitan cambiar las estimaciones de las ganancias unitarias
antes de que cambie la mezcla ptima de productos, se puede generar una tabla de datos mediante el
cambio sistemtico de las ganancias unitarias.
Cambios en
el coef. X 1
Cambios en
el coef. X 2
Solucin ptima
X 1 = puertas
X 1 = puertas
$300
$300
$300
$400
$400
$400
$500
$500
$500
$600
$600
$600
$500
$300
$100
$500
$300
$100
$500
$300
$100
$500
$300
$100
2
2
4
2
2
4
2
4
4
2
4
4
6
6
3
6
6
3
6
3
3
6
3
3
Valor de la
func. objetivo
$3.600
$2.400
$1.500
$3.800
$2.600
$1.900
$4.000
$2.900
$2.300
$4.200
$3.300
$2.700
Regla de 100% de cambios simultneos en los coeficientes de la funcin objetivo: si se hacen cambios
simultneos en los coeficientes de la funcin objetivo, calcule para cada cambio el porcentaje de cambio
permitido (aumento o disminucin) para que el coeficiente siga dentro del intervalo de optimalidad. Si la
suma de los cambios porcentuales no excede 100%, la solucin ptima original definitivamente seguir
siendo ptima. (si la suma s excede 100%, entonces no hay seguridad).
Para ilustrarlo, considere de nuevo el problema de Wyndor, junto con la informacin proporcionada por el
informe de sensibilidad. Suponga que las condiciones han cambiado desde el estudio inicial y que la
53
ganancia unitaria para puertas ( X 1 ) aument de $300 a $450 mientras que la ganancia unitaria para
ventanas X 2 disminuy de $500 a $400. Los clculos para la regla de 100% son entonces.
X 1 : $300
$450
1
450 300
% 33 %
3
450
X 2 : = $500
$400
1
500 400
% 33 %
3
300
2
suma 66 %
3
Puesto que la suma de los porcentajes no excede 100% definitivamente la solucin original ptima
( X 1 2 X 2 6 ) an es ptima.
Suponga ahora que las condiciones cambian an ms, de modo que X 1 aumenta de $300 a $600
mientras que X 2 disminuye de $500 a $300. Los clculos para la regla de 100% ahora son:
X 1 : $300
$650
1
600 300
% 66 %
3
450
X 2 : $500
$300
1
500 300
% 66 %
3
300
1
3
Suma = 133 %
Como la suma de los porcentajes ahora excede 100%, la regla de 100% dice que no se puede garantizar
que ( X 1 2 X 2 6 ) siga ptima. En efecto, se encontr que la solucin ptima cambia a que
( X 1 4 X 2 3 ).
Estos resultados sugieren cmo encontrar justo dnde cambia la solucin ptima mientras que X 1
aumenta y X 2 : disminuye de esta forma. Dado que 100% est a la mitad del camino entre 66
2
%y
3
1
133 % , la suma de los cambios porcentuales igualar 100% cuando los valores de X 1 y X 2 estn a la
3
mitad entre sus valores en los casos anteriores. En particular, X 1 = $525 est a la mitad entre $450 y
$600 y X 2 = $350 est a la mitad entre $400 y $300. Los clculos correspondientes para la regla de
100% son:
X 1 : $300
$525
525 300
% 50%
450
X 2 : $500
$350
500 350
% 50%
300

Suma = 100 %
54
Aunque la suma de los porcentajes es igual a 100%, el hecho de que no excede 100% garantiza que
(2,6) todava es ptima. La figura muestra la forma grfica que ambos ( X 1 2 X 2 6 ) y
( X 1 4 X 2 3 ) ahora son ptimos, lo mismo que todos los puntos sobre el segmento de recta que
los conecta. Sin embargo, si X 1 y X 2 cambiarn todava ms de sus valores originales (de modo que la
suma de los porcentajes excede 100%), la recta de la funcin objetivo rotara tanto hacia la vertical que =
( X 1 4 X 2 3 ) se convertira en la nica solucin ptima.
Al mismo tiempo recuerde que el hecho de que la suma de los porcentajes de cambios permitidos
exceda 100% no significa en forma automtica que cambiar la solucin ptima. Por ejemplo, suponga
que las estimaciones de ambas ganancias unitarias disminuyen a la mitad. Los clculos resultantes de la
regla de 100% son:
X 1 : $300
$150
300 150
% 50%
300
X 1 : $500
$250
500 250
% 83%
300

Suma = 133 %
ANLISIS DE SENSIBILIDAD: EVALUACIN DE NUEVOS PRODUCTOS

Los precios duales pueden servir para identificar cuellos de botella o restricciones costosas, que se
pueden modificar de manera rentable. Los precios duales tambin pueden ser tiles para evaluar
productos nuevos. Considere una ampliacin de nuestro ejemplo. El departamento de investigacin y
desarrollo de la compaa ha creado un producto, C. Es muy rentable (10 dlares por unidad) pero
requiere cuatro horas en la mquina 1 y tres horas en la mquina 2. Deben producirse unidades del
producto C?
Por supuesto, se podra formular de nuevo todo el problema de programacin lineal para aadir este
producto nuevo, pero se puede obtener una respuesta rpida con los precios duales. La produccin del
producto C requerir la reduccin de las cantidades de los otros dos productos, ya que todos compiten
por el tiempo disponible de las dos mquinas. Recuerde que los precios duales implican que una hora
de la mquina 1 vale dos dlares y una hora de la mquina 2 vale un dlar. Una unidad del producto C
requiere cuatro y tres horas en las dos mquinas, respectivamente. Entonces, el costo de
oportunidad de una unidad de producto C es:

[(Precio dual de las horas de la maquina 1)x(Horas requeridas por maquina 1)]+
[(Precio dual de las horas de la maquina 2) x (Horas requeridas por maquina 2)]
55
o sea $2 x 4 + $1 x 3 = $11
Esto representa el costo de prdida de oportunidad de la produccin de A y B. El beneficio del producto
C es slo de 10 dlares, por lo cual no debe producirse, ya que el costo de oportunidad excede el
beneficio unitario.
La misma empresa tiene otro artculo, el producto D, que requiere una hora en cada una de las mquinas
y produce un beneficio unitario de cinco dlares. Debe producirse?
El costo de oportunidad de este producto es:
$2x1 +$1x1 = $3
Como el beneficio de cinco dlares por unidad excede el costo de oportunidad de tres dlares, hay que
producir algunas unidades del producto D.
Este anlisis no indica cuntas unidades del producto D se deben fabricar; slo indica que debe incluirse
en la combinacin de productos. El gerente formulara de nuevo el problema de programacin lineal para
incluir otra variable de decisin para el producto D y luego resolvera de nuevo el problema.
El costo de oportunidad de un producto nuevo se calcula como la suma de
(Precio dual)x(Unidades requeridas)

para todas las restricciones afectadas. Si el costo de oportunidad en
menor que el beneficio por unidad del nuevo producto, entonces ste es
rentable y debe incluirse en la solucin ptima. Si el costo de
oportunidad es mayor que el beneficio por unidad, entonces no debe
fabricarse el producto.
PROBLEMA N 16.- Problema de programacin de actividades
Una empresa tiene un programa estricto de compromisos de entrega de un producto para los prximos
seis meses. El costo de produccin vara por mes, por los cambios anticipados en costos de materiales.
La capacidad de produccin de la compaa es de 100 unidades por mes con tiempo normal y hasta 15
unidades adicionales por mes con tiempo extra.
La tabla muestra los requerimientos de entrega y los costos de produccin por mes.
Tabla I. Requerimientos y costos
Compromiso de entrega (unidades)

Costo por unidad en tiempo normal
Costo por unidad en tiempo extra
1
95
$30
$35
2
85
30
35
Mes
3
4
110 115
32
32
37
37
5
90
31
36
6
105
32
37
El costo de almacenar en inventario una unidad que no se vende es de dos dlares por mes. El problema
de la compaa es determinar el nmero de unidades que debe producir cada mes en tiempo normal y
tiempo extra para cubrir los requerimientos con el menor costo. La empresa no tiene unidades
disponibles al iniciar el mes 1 y no quiere que sobren unidades al terminar el mes 6.
Formulacin. Sea:
X1 , X2, X3 , X4, X5 , X6,
Y1 , Y2, Y3 , Y4, Y5 , Y6,
I1 , I2, I3 , I4, I5 , I6,
=
=
=
Nmero de unidades producidas en tiempo normal cada mes

Nmero de unidades producidas en tiempo extra cada mes
Nmero de unidades en almacn (no vendidas) al final de cada
mes.
El objetivo es entonces:
56
Minimizar: C = 30X1 + 30X2 + 32X3 + 32X4 + 31X5 + 32X6 + 35Y1 + 35Y2 + 37Y3
+ 37Y4 + 36X5 +37Y6 +2I1 + 2I2 + 2I3 + 2I4 + 2I5 + 2I6
La primera parte de esta expresin es el costo de la produccin en tiempo normal (de la tabla 1)
multiplicado por las cantidades producidas en tiempo normal cada mes. La segunda parte representa el
costo de produccin en tiempo extra multiplicado por las cantidades que se producen en tempo extra
cada mes. La tercera parte es el costo de almacenamiento de las unidades que no se vendan,
multiplicado por el nmero de unidades no vendidas cada mes.
Las restricciones de la produccin en tiempo normal son:
X1
X2
X3
X4
X5
X6
<
<
<
<
<
<
100
100
100
100
100
100
Las restricciones de la produccin en tiempo extra son:

Y1
Y2
Y3
Y4
Y5
Y6
<
<
<
<
<
<
15
15
15
15
15
15
Por ltimo, se requiere un grupo de restricciones de enlace o de equilibrio para unir los perodos y
asegurar que se cumplan los compromisos de entrega. Estas restricciones tienen la siguiente forma:
(Fuentes de las unidades) = (Usos de las unidades)
Inventario
Produccin
en tiempo
normal
+
inicial
Produccin
en tiempo
extra
Compromiso
de
entrega
Inventario
+
final
Para el mes 1, esto es:

0 + X1 + Y1 = 95 + I1
Puesto que no hay inventario inicial. Al acomodar la Ecuacin
X1 + Y1 + I1 = 95
Para el mes 2:
I1 + X2 + Y2 = 85 + I2
I1 + X2 + Y2 I2 = 85
Para los otros meses:
Mes 3
Mes 4
Mes 5
Mes 6
=
=
=
=
I2 + X3
I3 + X4
I4 + X5
I5 + X6
+ Y3 I3
+ Y4 I4
+ Y5 I5
+ Y6 I6
= 110
= 115
= 90
= 105
Puesto que el inventario final debe ser cero, la ltima restriccin es:
I6 = 0
57
En resumen, la formulacin es:
Minimizar:
30X1 + 30X2 + 32X3 + 32X4+31 X5 +32 X6 + 35Y1 +

35Y2 + 37Y3 + 37Y4 + 36X5 +37Y6 +2I1 + 2I2 + 2I3
2I4 + 2I5 + 2I6
Sujeto a:
X1 + Y1 I1 = 95
I1 + X2 Y2 + I2 = 85
I2 + X3 Y3 + I3 = 110
I3 + X4 Y4 + I4 = 115
I4 + X5 Y5 + I5 = 90
I5 + X6 Y6 + I6 = 105
X1
X2
X3
X4
X5
X6
<
<
<
<
<
<
100
100
100
100
100
100
Y1
Y2
Y3
Y4
Y5
Y6
<
<
<
<
<
<
15
15
15
15
15
15
Restricciones de balance de
inventario.
Restricciones de
produccin en tiempo
normal
Restricciones de tiempo extra
I6 = 0 Restriccin de inventario final

X1 , X2 , X3 , X4, X5 , X6 ,Y1 ,Y2 , Y3 , Y4 , 36Y5 , Y6 > 0
I1 , I2 , I3 , I4 , I5 , I6 > 0
SOLUCIN POR COMPUTADORA

MEDIANTE EL PROGRAMA TORA
PROBLEMA N. 1.Z(MAX) = 4X1 + 3X2
Restricciones:
1.2.3.4.-
X1 + X2
X1
X2
2X1 + X2
X1, X2
400
200
350
500
0
(Consumo de piel)
PASOS
1)
Click en el archivo TORA
58
2)
Click en (click here), aparece la siguiente pantalla, click en (Linear Programming)
3)
Sealamos el nmero de cifras de los trminos independientes y las cifras decimales, para ste
caso, 3 cifras y cero decimales, luego click en (G oto Imput Screen).
4)
Aparecer la pantalla en la cual pondremos nombre al problema, el nmero de variables y el

nmero de restricciones.
59
5)
Nombre del problema por ejemplo MARTIN, ENTER, dos variables, ENTER, cuatro restricciones,
ENTER.
6)
Colocamos los datos del problema en la pantalla que aparece, dando ENTER cada vez que
ingresemos un dato.
7)
Click en (SOLVE men) luego (no)
8)
Click Solve Problem, luego Graphical.
9)
Tres cifras para los trminos independientes y cero decimales, click en (Go to Output Screen)
60
10)
Damos click en cada restriccin y en (Click here to graph PL in) y se obtiene la solucin.
11)
Para grabar la pantalla de la solucin, oprimimos la tecla
Im pr
junto a la tecla de F12-inicio-
Pant
paint-Edicin-Pegar-marcar lo que se quiere grabar-Edicin-copiar-abrir Word-pegar.
61
12)
Para salir del programa click en (Exit TORA)
PROBLEMA N 2.Una compaa qumica est diseando una planta para producir dos tipos de minerales M y N. La planta
Funcin objetivo:
Z(MIN) = 600X1 + 300X2
Restricciones:
10X1 + 4X2 100
20X1 + 30X2 420
X1
4
X2 4
X1 X2 0
Produccin mineral M
Produccin mineral N
Cmara tipo A
Cmara tipo B
62
Funcin Objetivo
Z(MAX) = 5X1 + 7X2
X1 = A
X2 = B
El programa no acepta nmeros decimales, de manera que las dos primeras restricciones multiplicamos
por 100.
90 X1 + 50X2 27000 Cobre
10 X1 + 50X2 10000 Alumnio
X1
150 Demanda de A
X2
100 Demanda de B
63
SOLUCIN MEDIANTE QM
PROBLEMA N 4.Un fabricante produce tres modelos I, II y III de cierto producto utilizando materias primas A y B. La
siguiente tabla proporciona los datos para el problema.
Materia prima
A
B
Demanda mnima
Unidad por unidad ($)
Requerimientos por unidad

I
II
III
2
3
5
4
2
7
200
200
150
30
20
50
Disponibilidad
4.000
6.000
El tiempo de mano de obra por unidad del modelo I es el doble del II y el triple del III. Todos los
trabajadores de la fbrica pueden producir el equivalente de 1.500 unidades del modelo I. Los
requerimientos del mercado especifican las proporciones de 3:2:5 para la produccin de los tres modelos
respectivos.
a)
b)
c)
Formule el problema como un programa lineal y encuentre la solucin ptima.

Supongamos que el fabricante puede comprar unidades adicionales de la materia prima A
a 12 dlares por unidad. Sera aconsejable hacerlo?
Recomendara usted que el fabricante comprara unidades adicionales de la materia
prima B a 5 dlares por unidad?
Funcin objetivo
X J N de unidades producidas
Z ( MAX ) 30 X 1 20 X 2 50 X 3
64
Restricciones y limitaciones
ORIGINALES
TRANSFORMADAS
2 X 1 3 X 2 5 X 3 4000
4 X 1 2 X 7 X 3 6000
2 X 1 3 X 2 5 X 3 4000
1
1
X 2 X 3 1500
2
3
1
1
X1 X
3
2
1
1
X2 X3
2
5
X 1 200
4 X 1 2 X 7 X 3 6000
X1
X 2 200
X 3 150
6 X 1 3 X 2 2 X 3 9000
2 X1 3X 2
5X 2 2X 3 0
200
X1
X2
200
X 3 150
XJ 0
XJ 0
65
Para regresar a los datos de click en Solve
66

a)
Supongamos que el fabricante puede comprar unidades adicionales de la materia prima A

a 12 dlares por unidad. Sera aconsejable hacerlo?
Veamos cmo afecta en la funcin objetivo el incrementar una unidad adicional al trmino
independiente de la primera restriccin, ahora ser de 4001
Precio dual = 41091.35 41081.08 = 10.27, esto significa que frente a los $12 adicionales
que va a pagar, no es aconsejable aumentar una unidad adicional.
b)
Recomendara usted que el fabricante comprara unidades adicionales de la materia

prima B a 5 dlares por unidad?
Aumentamos una unidad al trmino independiente de B, ahora ser 6001
67
El precio dual de B es cero, de manera que no es aconsejable aumentar una unidad al

trmino independiente de B.
PROBLEMA 5.- (USO Y URBANIZACIN DEL SUELO).

El Banco del Pichincha es propietaria de 800 acres de terreno no urbanizado a orillas de un lago
panormico en el corazn de una montaa. En el pasado, se aplicaban muy pocas regulaciones, o
ninguna, a las nuevas urbanizaciones alrededor del lago. En la actualidad, las playas del lago estn
salpicadas de casas para vacacionistas. Debido a la carencia de servicios de aguas negras, se utilizan
extensamente las fosas spticas, que se instalan en forma por dems inapropiada. A lo largo de los
aos, las filtraciones de las fosas spticas han dado por resultado un grave problema de contaminacin
del agua.
Para frenar una mayor degradacin en la calidad del agua, los funcionarios del condado aprobaron
reglamentos muy estrictos, aplicables a todas las futuras urbanizaciones.
1.
2.
3.
4.
Slo se pueden construir viviendas familiares individuales, dobles, triples y las viviendas de una
sola familia deben sumar por lo menos 50% del total.
Para limitar el nmero de fosas spticas, se requieren lotes de una superficie mnima de 2, 3 y 4
acres para las viviendas familiares individuales, dobles y triples, respectivamente.
Se deben establecer reas recreativas de un acre cada una, en una proporcin de un rea por
cada 200 familias.
Para preservar la ecologa del lago, las aguas freticas no pueden bombearse para uso domstico
o de jardinera.
El presidente del Banco del Pichincha est estudiando la posibilidad de urbanizar los 800 acres de la
compaa. La nueva urbanizacin incluir viviendas familiares individuales, dobles y triples. Se calcula
que 15% de la superficie se consumir en abrir calles y en instalaciones para servicios pblicos. El
presidente calcula las utilidades de las diferentes unidades habitacionales como
Unidad habitacional
Utilidad neta por unidad ($)
Individual
10.000
Doble
12.000
Triple
15.000
El costo de conectar el servicio de agua al rea es proporcional al nmero de unidades construidas. Sin
embargo, el contrato estipula que se debe cobrar un mnimo de 100 000 dlares para que el proyecto
sea econmicamente factible. Adems, la expansin del sistema de agua, ms all de su capacidad
actual, est limitada a 200 000 galones al da durante los periodos pico. Los siguientes datos resumen el
costo de la conexin del servicio de agua, as como el consumo de agua, suponiendo una familia
promedio:
68

Unidad habitacional
Individual
Doble
Triple
rea
recreativa
1000
1200
1400
800
400
600
840
450
Costo del servicio

de agua por unidad ($)
Consumo de agua
Por unidad (galones/da)
Modelo matemtico
La compaa debe decidir el nmero de viviendas que va a construir junto con el nmero de reas
recreativas que satisfaga los reglamentos del condado. Defina
X 1 = nmero de unidades para una sola familia

X 2 = nmero de unidades para dos familias
X 3 = nmero de unidades para tres familias
X 4 = nmero de reas recreativas

El objetivo de la compaa es maximizar la utilidad total, es decir
Maximice z = 10.000 X 1 12.000 X 2 15.000 X 3

Las restricciones de problema incluyen
1.
2.
3.
4.
5.
Lmite en el uso de suelo

Lmite en los requerimientos para viviendas de una sola familia, en relacin con otros estilos
Lmite en los requerimientos concernientes a reas recreativas
Requerimiento de capital para conexin de agua potable
Lmite sobre el consumo diario de agua durante el periodo pico.
Estas restricciones se expresan matemticamente como sigue:

1. Uso de suelo
2 X 1 3 X 2 4 X 3 1X 4 680( 0.85x800)
2. Viviendas para una sola familia
X1
.50
X1 X 2 X 3
0 .5 X 1 0 .5 X 2 0 .5 X 3 0
3. reas recreativas
X 1 2 X 2 3X 3
200
200 X 4 X 1 2 X 2 3 X 3 0
X4
4. Capital
1000 X 1 1200 X 2 1400 X 3 800 X 4 100.000

5. Consumo del agua
69
400 X 1 600 X 2 840 X 3 450 X 4 200.000

6. No negatividad
X 1 0. X 2 0, X 3 0, X 4 0
En la formulacin del modelo, una buena prctica es prestarle atencin al impacto del redondeo de
errores en el clculo. En el modelo anterior, los coeficientes en las restricciones 4 y 5 (capital y consumo
de agua) son relativamente ms grandes que la mayor parte de los coeficientes en las restricciones
restantes. Esta inconsistencia podra conducir a un indeseable redondeo de errores de la mquina,
resultante de la manipulacin mixta de coeficientes relativamente grandes y relativamente pequeos. En
este ejemplo, podemos rectificar este problema potencial reduciendo en escala todos los coeficientes de
las restricciones 4 y 5 por la constante 1 000. Esto reduce las restricciones a
X 1 1.2 X 2 1.4 X 3 8 X 4 100

0.4 X 1 0.6 X 2 0.84 X 3 0.45 X 4 200
RESMEN DE RESTRICCIONES
Z ( MAX ) 10.000 X 1 12.000 X 2 15.000 X 3 0 X 4

2 X1 3X 2 4 X 3
5X1 5X 2 5X 3
X4
X 1 2 X 2 3 X 3 200 X 4
10 X 1 12 X 2 14 X 3
680
0 (multiplica mos por 10)
0
8 X 4 1.000 (dividido por 100)
40 X 1 60 X 2 84 X 3 45 X 4 20.000 (dividido por 10)
70
PROBLEMA N 6.- Problema de mezcla

Se obtiene distintos tipos de gasolina mezclando ciertas gasolinas que se obtienen directamente de las
operaciones de refinera. En un proceso de refinamiento real hay varias gasolinas para mezcla, varias
gasolinas que son productos finales (por ejemplo, distintos grados de gasolina para aviacin y para
motores) y varias caractersticas de importancia para la composicin qumica de los diversos grados de
gasolina (por ejemplo, octanaje, presin de vapor, contenido de azufre, contenido de goma). En este
ejemplo simplificado se supondr que la refinera slo tiene dos tipos de gasolina para mezcla, con las
caractersticas que se presentan en la tabla 1.
Tabla 1 Caractersticas de las gasolinas para mezcla

Mezclas disponibles
Gasolina para mezcla, tipo1
Octanaje
104
94
Presin
de vapor
5
9
Cantidad
disponible
30.000 barriles
70.000 barriles
Estas gasolinas para mezcla pueden combinarse para obtener dos productos finales: gasolina para
aviacin y gasolina para motores. En la tabla 2 se presentan las caractersticas que requieren estos
productos finales.
Tabla 2 Caractersticas de las gasolinas finales.

Productos
finales
Gasolina para aviacin
Gasolina para motores
Octanaje
mnimo
102
96
Presin de
vapor mxima
6
8
Ventas
mximas
20000 barriles
Cualquier cantidad
Precio de Venta
(por barril)
45,1
32,4
Al mezclar las gasolinas, el octanaje y la presin de vapor de la mezcla que se obtiene estn en
proporcin directa con el volumen de cada una de las gasolinas que se mezclan. Por ejemplo, si se
mezclan 1.000 barriles de la gasolina 1 con 1.000 barriles de la gasolina 2, la gasolina que se obtendra
tendra octanaje 99:
(1.000)(104) (1.000)(94)
99
2.000
y presin de vapor de 7:
(1.000)(5) (1.000)(9)
7
2.000
La empresa desea maximizar los ingresos de la venta de la gasolina que se obtiene como producto final.
Formulacin. Sea:
X1
X2
X3
X4
Nmero de barriles de gasolina para la mezcla 1 utilizados en

Gasolina para aviacin.
Gasolina para aviacin.
Gasolina para motores.
Gasolina para motores.
La funcin objetivo es maximizar P = Ingresos totales:

Maximizar: P = 45.10(X1 + X2) + 32.40 (X3 + X4)
= 45.10X1 + 45.10X2 +32.40 X3 + 32.40 X4
71
Observe que X1 + X2 es la cantidad total de gasolina para aviacin mezclada (en barriles); como se
vende a 45.10 dlares por barril, los ingresos por este producto son 45.10 (X 1 + X2). De manera anloga,
los ingresos por la gasolina para motor son de 32.40(X3 + X4) y la suma de estos trminos representa los
ingresos totales, P.
Hay varios tipos de restricciones que afectan la forma en que la refinera mezclar su gasolina. La
primera es el nivel de ventas o tamao de la demanda, el hecho de que no pueden venderse ms de
20.000 barriles de gasolina para aviacin (vase Tabla 2). Lo anterior puede expresarse as:
X1 + X2 < 20 000
Otro conjunto de restricciones se refiere a las cantidades disponibles de las gasolinas para mezcla
(vase Tabla). Entonces.
X1 + X3 < 30 000
Observe que X1 + X3 representa la cantidad total de gasolina para mezcla 1 (la suma de la cantidad
utilizada en gasolina para aviacin, X1, y la cantidad usada en gasolina para motores, X 3). La ecuacin
anterior establece que la cantidad de gasolina para mezcla 1 no debe exceder la cantidad disponible,
30.000 barriles. Hay una restriccin similar para la gasolina para mezcla 2:
X2 + X4 < 70 000
Otro conjunto de restricciones tiene que ver con el octanaje de las gasolinas finales. Recuerde que la
cantidad total de la gasolina para aviacin es X 1 + X2 y su octanaje estar definido por las cantidades
relativas de X1 + X2, de acuerdo con la siguiente frmula:
Oc tan aje de la gasolina
para aviacin
104 X 1 94 X 2
X1 X 2
Las cifras 104 y 94 provienen de la tabla 1 y son los octanajes de las gasolinas para mezcla 1 y 2,
respectivamente. En la tabla se observa que el octanaje de la gasolina para aviacin debe ser por lo
menos 102, por lo cual se tiene la siguiente restriccin:
104 X 1 94 X 2
102
X1 X 2
Al acomodar la expresin para convertirla en restriccin lineal, se tiene:
104X1 + 94X2 > 102X1 + 102X2
(104X1 - 102X1) + (94X2 - 102X2) > 0
2X1 - 8X2 > 0
Anlogamente, para la gasolina para motores, se tiene:
104X3 + 94X4 > 96 (X3 + X4)
8X3 - 2X4 > 0
El ltimo conjunto de restricciones tiene que ver con los requisitos de presin de vapor de las gasolinas
finales. En el caso de la gasolina para aviacin, la restriccin es:
5X1 + 9X2 < 6 (X1 + X2)
- X1 + 3X2 < 0
y el requisito de presin de vapor de la gasolina para motores es:
5X3 + 9X4 < 8(X3 + X4)
- 3X3 + X4 < 0
En resumen, la formulacin total del modelo de programacin lineal es:
72
Maximizar: P = 45.10X1 + 45.10X2 + 32.40X3 + 32.40X4

Sujeto a:
X1 + X2
X1
< 20 000
+ X3
X2
< 30 000
+ X4 < 70 000
2X1 8X2
>0
8X3 2X4 > 0
-X1 + 3X2
<0
-3X3 + X4 < 0
X1, X2, X3, X4 > 0
Restriccin de la demanda
Restriccin de la disponibilidad
de gasolina para mezclas
Restricciones de octanaje
Restricciones de presin de vapor
La mezcla de gasolina fue una de las primeras aplicaciones de la programacin lineal en problemas
empresariales. Nuestro ejemplo es, por supuesto, una simplificacin del problema real, pero comprende
los elementos esenciales. El problema que se formul se denomina problema de mezcla y este tipo de
problemas se presenta en varios contextos. Como muestra est la produccin de alimentos para
animales. Por ejemplo, una mezcla de alimentos para gallinas puede estar compuesta por distintos tipos
de granos. El fabricante de alimentos quiere usar los granos ms baratos: sin embargo, tiene la
restriccin de que el alimento debe satisfacer ciertos requisitos de nutricin (similares a las restricciones
de presin de vapor y octanaje en nuestro ejemplo de gasolinas). Es ms, tambin hay que aadir
algunas restricciones estticas, ya que las gallinas no comern las mezclas slo con base en las
restricciones de nutricin.
Z(MAX) = 3.355.454.557
PROBLEMA N 7.-Problema de transporte

Un fabricante de jabn y detergentes tiene tres plantas, localizadas en Cincinnati, Denber y Atlanta. Los
almacenes principales se encuentran en Nueva York, Boston, Chicago, Los ngeles y Dallas. En la tabla
1 se proporcionan los requerimientos de ventas del prximo ao para cada almacn
Tabla 1. Requerimientos de los almacenes

Ubicacin del
almacn
Nueva York
Boston
Chicago
Los ngeles
Dallas
Ventas anuales
(miles de cajas)
50
10
60
30
20
total
170
73
En la compaa es necesario determinar cul de las fbricas debe abastecer a cada almacn. La
capacidad de las fbricas est limitada. Cincinnati tiene capacidad anual para 100.000 cajas; Denver
para 60 000 y Atlanta para 50.000.
En la tabla 2 se muestra el costo de envo del jabn de las fbricas a los almacenes. La compaa quiere
determinan un programa de entregas que minimice los costos totales de transporte de la compaa
(representados con C).
Tabla 2. Costos de envo de 1.000 cajas de jabn

A
Nueva
York
$120
210
150
De
Cincinnati
Denver
Atlanta
Boston
Chicago
$150
220
170
$80
150
150
Los
ngeles
$250
100
240
Dallas
$180
110
200
Formulacin Sea:
X1
= Nmero de cajas enviadas de la primera fbrica (Cincinnati) al primer

almacn (Nueva York), en miles de cajas)
Anlogamente:
X2, X3, X4, X5
= Nmero de cajas enviadas de la primera fbrica

(Cincinnati) al segundo, tercero, etc., almacn (Boston, Chicago, etc.)
X6, X7, X8, X9, X10
= Nmero de cajas enviadas de la segunda fbrica

(Denver) al primero, segundo, etc., almacn.
X11, X12, X13, X14, X15 = Nmero de cajas enviadas de la tercera fbrica
(Atlanta) al primero, segundo, etc., almacn.
El objetivo es, entonces:
Minimizar: C = 120X1 + 150X2 + 80X3 + 250X4 + 180X5 +
210X6 + 220X7 + 150X8 + 100X9 + 110X10
150X11 + 170X12 + 150X13 + 240X14 + 200X15
El costo total es la suma de los productos, para cada ruta de envo posible (de la fbrica al almacn), del
costo de envo de la tabla 2 multiplicado por el nmero de millares de cajas que se envan.
Hay dos conjuntos de restricciones para este problema. El primero garantiza que se cumplirn las
necesidades del almacn, entonces, para Nueva York.
X1 + X6 + X11 = 50
Lo anterior estipula que la suma de las cajas que se envan a Nueva York de la primera fbrica
(Cincinnati), la segunda (Denver) y la tercera (Atlanta) debe ser 50 000 cajas, el requerimiento de ventas
de Nueva York. Para los otros almacenes se tiene:
Boston
Chicago
Los ngeles
Dallas
:
:
:
:
X2 + X7 + X12
X3 + X8 + X13
X4 + X9 + X14
X5 + X10 + X15
= 10
= 60
= 30
= 20
El segundo conjunto de restricciones garantiza que las fbricas no excedan sus capacidades de
produccin. De esta manera, para la fbrica de Cincinnati.
X1 + X2 + X3 + X4 + X5 < 100
Esta expresin indica que la cantidad que se enva de la primera fbrica al primer almacn, al segundo,
al tercero, etc., no debe exceder la capacidad de 100 000 cajas de la fbrica.
En forma similar:
74
Denver : X6 + X7 + X8 + X9 + X10 < 60

Atlanta : X11 + X12 + X13 + X14 + X15 < 50
Por ltimo, todas las X deben ser mayores o iguales que cero.
La solucin de este problema de programacin lineal ofrecer el programa ptimo de envos (es decir, el
de menor costo) para la compaa. Es un ejemplo de un tipo de especial de problema, conocido, de
manera bastante natural, como el problema de transporte. El captulo IV se dedica a un procedimiento
especial para resolver este tipo de problemas.
En resumen, la formulacin completa de este problema es:
Minimizar
Sujeto a
120X1 + 150X2 + 80X3 + 250X4 + 180X5 +

210X6 + 220X7 + 150X8 + 100X9 + 110X10 +
150X11 + 170X12 + 150X13 + 240X14 + 200X15
X1 + X6 + X11 = 50
X2 + X7 + X12 = 10
X3 + X8 + X13 = 60
X4 + X9 + X14 = 30
X5 + X10 + X15 = 20
X1 + X2 + X3 + X4 + X5 < 100
X6 + X7 + X8 + X9 + X10 < 60
X11 + X12 + X13 + X14 + X15 < 50
PROBLEMA N 8.Shale Oilm ubicada en la isla de Aruba, tiene una capacidad de 600.000 barriles de petrleo crudo al da.
Los productos finales de la refinera incluyen dos tipos de gasolina sin plomo: regular y premium. El
proceso de refinado abarca tres etapas: (1) una torre de destilado que produce una base concentrada,
(2) una unidad de alambiques desintegradores, que produce un concentrado de gasolina utilizando una
porcin de la base concentrada producida en la torre de destilado y (3) una unidad mezcladora que
mezcla el concentrado de gasolina de la unidad desintegradora y la base concentrada en la torre de
destilado. Tanto la gasolina regular como la premium se pueden producir ya sea con la base concentrada
75
o con el concentrado de gasolina durante el proceso de mezclado, an cuando a costos diferentes. La

compaa calcula que la utilidad neta por barril de gasolina regular es de 770 y 520 dlares, dependiendo
de si se mezcla de la base concentrada o de la gasolina concentrada. Los valores correspondientes de la
utilidad para el grado premiun son 123 y 104 dlares.
Segn las especificaciones del diseo, se necesitan cinco barriles de petrleo crudo para producir un
barril de base concentrada. Las unidades de alambiques desintegradores no pueden utilizar ms de
40.000 barriles de base concentrada al da. Toda la base concentrada restante se utiliza directamente en
la unidad mezcladora para producir el producto final, la gasolina. Los lmites de la demanda para la
gasolina regular y premium son de 80.000 y 50.000 barriles al da.
a)
b)
Desarrolle un modelo para determinar el programa de produccin ptimo para la refinera.

Supongamos que la capacidad de la torre de destilado se puede incrementar a 650.000
barriles de petrleo crudo al da, a un costo inicial de 3500.000 dlares y a un costo diario
de mantenimiento de15.000 dlares. Recomendara usted la expansin? Exponga
cualesquiera hiptesis sean necesarias para llegar a una decisin.
a ) X 1 Barriles de crudo regular

X 2 Barriles de crudo premium
X 3 Barriles de destilado regular
X 4 Barriles de destilado premium
Z ( MAX ) 77 X 1 123 X 2 52 X 3 104 X 4
5( X 1 X 2 X 3 X 4 ) 600.000
X 3 X 4 40.000
X3
X1
X2
b)
80.000
X 4 50.000
Si se incrementa la capacidad de barriles de petrleo crudo a 650.000 al da, la

nueva solucin es.
X 1 Barriles de crudo regular

76
Z ( MAX ) 77 X 1 123 X 2 52 X 3 104 X 4

5( X 1 X 2 X 3 X 4 ) 650.000
X 3 X 4 40.000
X3
X1
X2
80.000
X 4 50.000
Precio dual = 12.310.000 11.540.000 = 770.000, aumenta la utilidad, de manera que se

recomienda la expansin.
PROBLEMA N 9.Hawai Sugar Company produce azcar morena, azcar procesada (blanca), azcar pulverizada y
melazas con el jarabe de la caa de azcar. La compaa compra 4.000 toneladas de jarabe a la
semana y tiene un contrato para entregar un mnimo de 25 toneladas semanales de cada tipo de azcar.
El proceso de produccin se inicia fabricando azcar morena y melazas con el jarabe. Una tonelada de
jarabe produce 0.3 toneladas de azcar morena y 0.1 tonelada de azcar de melazas. Despus, el
azcar blanco se elabora procesando el azcar morena. Se requiere 1 tonelada de azcar morena para
producir 0.8 toneladas de azcar blanca. Finalmente, el azcar pulverizada se fabrica de la azcar
blanca por medio de un proceso de molido especial, que tiene 95% de eficiencia de conversin (1
tonelada de azcar blanca produce 0.95 de toneladas de azcar pulverizada). Las utilidades por tonelada
de azcar morena, azcar blanca, azcar pulverizada y melazas son de 150, 200, 230 y 35 dlares,
respectivamente.
a) Formule el problema como un programa lineal y determinar el programa de produccin
semanal.
b) Investigue la factibilidad econmica de ampliar la capacidad de procesamiento de la
compaa a ms de 4.000 toneladas de jarabe a la semana.
a)
X 1 Toneladas de azucar morena por semana

X 2 Toneladas de azucar refinada por semana
X 3 Toneladas de azucar en polvo por semana
X 4 Toneladas de melaza por semana
Z ( MAX ) 150 X 1 200 X 2 230 X 3 35 X 4

Sujeta a :
X
X2 3
0.95 0.3 x 4000 o 0.76 X 0.95 X X 912
X1
1
2
3
0
.
8
77
Z ( MAX ) 150 X 1 200 X 2 230 X 3 35 X 4

Sujeta a :
X
X2 3
0.95 0.3 x 4000 o 0.76 X 0.95 X X 912
X1
1
2
3
0 .8
X 4 4.000 x0.1 o X 4 400

X 1 25, X 2 25, X 3 25
b)
Modificamos el trmino independiente de la primera restriccin con un valor de

4001.
Precio dual = 222.730 222.677.50 = $52.5

Ahora modificamos al trmino independiente de la quinta restriccin por 4001
78
Precio dual = 222.681.00 222.677.50 = $3.5

Valor por unidad de jarabe = $52.5 + $3.5 = $56, vlido en el intervalo (187.15, )
PROBLEMA N 10.Fox Enterprises est considerando seis proyectos para su posible construccin, a lo largo de los
prximos cuatro aos. A continuacin se proporcionan las utilidades esperadas (valor actual) y los
desembolsos de efectivo para los proyectos. Fox est autorizada para emprender cualquiera de los
proyectos parcial o totalmente. Un compromiso parcial de un proyecto prorratear tanto la utilidad como
los desembolsos de efectivo en forma proporcional.
Desembolso de efectivo (en miles de dlares)
Ao 1
Ao 2
Ao 3
Ao 4 Utilidad (en miles de
dlares)
1
10.5
14.4
2.2
2.4
32
2
8.3
12.6
9.5
3.1
36
3
10.2
14.2
5.6
4.2
18
4
7.2
10.5
7.5
5.0
15
5
12.3
10.1
8.3
6.3
18
6
9.2
7.8
6.9
5.1
12
Fondos disponibles
60.0
70.0
35.0
20.0
(en miles de dlares)
Proyecto
Formule el problema como un problema lineal y determine la mezcla ptima de proyectos que maximice
las utilidades totales.
Sea x J proporcin ejecutada del proyecto i.

Z ( MAX ) 32 X .1 36 X 2 18 X 3 15 X 4 18 X 5 12 X 6
Sujeta a :
10.5 X 1 8.3 X 2 10.2 X 3 7.2 X 4 12.3 X 5 9.2 X 6 60
14.4 X 1 12.6 X 2 14.2 X 3 10.5 X 4 10.1X 5 7.8 X 6 70
2.2 X 1 9.5 X 2 5.6 X 3 7.5 X 4 8.3 X 5 6.9 X 6 35
2 .4 X 1 3 .1 X 2 4 .2 X 3
5 X 4 6.3 X 5 5.1X 6 20
0 x J 1, j 1, 2, 3......6
Z(MAX) = 181.2248
79
X 1 2.0535 Pr oyecto A
X 2 3.2087 Pr oyecto B
X3
Pr oyecto C
X4
Pr oyecto D
X5
Pr oyecto E
X6
Pr oyecto F
PROBLEMA N 11.Cuatro productos se procesan en secuencia en dos mquinas. La siguiente tabla proporciona los datos
pertinentes al problema.
Tiempo de fabricacin por unidad (hora)
Mquina Costo por Producto1 Producto2 Producto 3 Producto 4
hora ($)
1
10
2
3
4
2
2
5
3
2
1
2
Precio de Venta
Por unidad ($)
65
70
55
45
Capacidad
(hora)
500
380
a) Formular el problema como un modelo de PL y encuentre la solucin ptima
X 1 Pr oducto 1 65 2 x10 3 x5 $30

X 2 Pr oducto 2 70 3 x10 2 x5 $30
X 3 Pr oducto 3 55 4 x10 1x5 $10
X 4 Pr oducto 4 45 2 x10 2 x5 $15
Z / MAX ) 30 X 1 30 X 2 10 X 3 15 X 4
Sujeta :
2 X 1 3 X 2 4 X 3 2 X 4 500
3 X 1 2 X 2 X 3 2 X 4 380
Xj 0
b) Supongamos que cualquier capacidad adicional de las mquinas 1 y 2 slo se puede adquirir
trabajando horas extras. Cul es el costo mximo por hora en el cual la compaa debe
estar dispuesta a incurrir para cualquiera de las mquinas?
Reemplazamos los trminos independientes por 501 y 381 respectivamente
80
Precio dual = 5292 5280 = $12, es decir $6 por cada mquina, no pagar ms de dicho
valor en el intervalo (333.33, 750)
PROBLEMA N 12.- (La Compaa REDDY MIKKS).

Reddy Mikks produce pinturas para interiores como para exteriores, a partir de dos materias primas, M1
y M2. La siguiente tabla proporciona los datos bsicos del problema:
Toneladas de materia prima por tonelada de
Pintura para
Pintura para
Exteriores
Interiores
Materia prima, M1
Disponibilidad
mxima diaria
(toneladas)
24
Materia prima, M2
Utilidad por tonelada (1000

dlares)
Una encuesta de mercado restringe la demanda mxima diaria de pintura para interiores a 2 toneladas.
Adems, la demanda diaria de pintura para interiores no puede exceder a la de la pintura para exteriores
por ms de 1 tonelada. Reddy Mikks quiere determinar la mezcla de producto ptima (mejor) de pinturas
para interiores y para exteriores que maximice la utilidad total diaria total.
Para el problema de Reddy Mikks, necesitamos determinar las cantidades que se van a producir de
pintura para interiores y para exteriores. Por consiguiente, las variables del modelo se definen como:
X 1 = Toneladas diarias producidas de pintura para exteriores.

X 2 = Toneladas diarias producidas de pintura para interiores.
81
Z ( MAX ) 5 X 1 4 X 2
Sujeta a :
6 X 1 4 X 2 24 Materia prima M 1
X 1 2 X 2 6 Materia prima M 2
X 2 2 Demanda mxima diaria de la p int ura para int eriores
X 2 X 1 1 El exceso de produccin diaria de p int ura para int eriores
sobre la p int ura para exteriores
PROBLEMA N 13.- (Problema de la dieta)

En Granjas Modelo se usa diariamente un mnimo de 800 libras (1b) de un alimento especial, que es una
mezcla de maz y soya, con las composiciones siguientes:
Alimento
Maz
Soya
Ib por 1b de alimento
protenas
fibras
0.09
0.02
0.60
0.06
Costo ($/1b)
0.30
0.90
Las necesidades dietticas del alimento especial son un mnimo de 30% de protenas y un mximo de
5% de fibras. Granjas Modelo desea determinar las proporciones de alimento que produzcan un costo
diario mnimo.
Como la mezcla de alimentos consiste en maz y soya, las variables de decisin del modelo se definen
como sigue:
X1 = 1b de maz en la mezcla diaria
X2 = 1b de soya en la mezcla diaria
La funcin objetivo trata de minimizar el costo (en dlares) diario total de la mezcla de alimentos, y en
consecuencia se expresa como sigue:
82
Minimizar z = 0.3X1 + 0.9X2

Las restricciones del modelo reflejan la cantidad diaria necesaria y los requerimientos dietticos. Como
Granjas Modelo necesita un mnimo de 800 1b diarias de alimento, la restriccin correspondiente se
puede expresar como sigue:
X1 + X2 800
En cuanto a la restriccin diettica de necesidades de protena, la cantidad de protena que contienen X1
1b de maz y X2 1b de soya es (0.09X1 + 0.6X2) 1b. Esta cantidad debe ser cuando menos igual al 30% de la
mezcla total de alimentos, (X1 + X2) 1b; esto es 0.09X1 + 0.6X2 0.3 (X1 + X2)
De manera similar, la restriccin de la fibra se define como
0.02 X 1 0.06 X 2 0.05 X 1 X 2

Las restricciones se simplifican agrupando todos los trminos en X 1 y X 2 y pasndolos al lado izquierdo
de cada desigualdad, para que slo quede una constante en el lado derecho.
As, el modelo completo viene a ser
Z(MIN) = 0.3X1 + 0.9X2
Sujeta a
X1
X 2 800
0.21X 1 0.30 X 2 0
0.03 X 1 0.01X 2 0
X1, X 2 0
La figura muestra la solucin grfica del modelo. A diferencia del modelo de (Reddy Mikks), la segunda y
la tercera restricciones pasan por el origen. Para graficar las rectas correspondientes slo se necesita un
punto adicional, que se puede obtener asignando un valor a una de las variables y despejando la otra.
Por ejemplo, en la segunda restriccin X1 = 200 produce 0.21 X 200 - 0.3X2 = 0, es decir, X2 = 140. Eso
quiere decir que la recta 0.21X1 - 0.3X2 = O pasa por (0,0) y (200, 140). Tambin obsrvese que no se
puede usar (0,0) como punto de referencia en las restricciones 2 y 3, porque ambas rectas pasan por el
origen. En lugar de ellos se puede usar cualquier otro punto, por ejemplo (100, 0) o (O, 100) para ese
propsito.
Solucin
Z(MAX) = 437.64 Punto D
X 1 470.6 Libras de maz
X 2 329.4 Libras de soya
83
1600
1400
1200
Soya
1000
800
600
400
200
0
0
100
200
300
400
500
600
Maz
PROBLEMA N 14.Problema de programacin (horarios de autobuses)

La ciudad de Progreso estudia la factibilidad de un sistema de autobuses para transportacin masiva que
reduzca el transporte urbano en coche y en consecuencia alivie el problema del esmog. El estudio busca
determinar la cantidad mnima de autobuses que satisfaga las necesidades de transporte. Despus de
reunir la informacin necesaria, el ingeniero de trnsito observa que la cantidad mnima de autobuses
vara con la hora del da, y que la cantidad necesaria de vehculos se puede aproximar con valores
constantes durante intervalos consecutivos de 4 horas. La figura 2.21 resume las determinaciones del
ingeniero. Para hacer el mantenimiento diario a cada autobs, ste puede trabajar 8 horas sucesivas
diariamente.
Representacin matemtica.
Determinar la cantidad de autobuses en funcionamiento durante cada turno (variables) que satisfaga la
demanda mnima (restricciones) y minimice al mismo tiempo la cantidad de autobuses en operacin
(objetivo).
84
El lector habr notado ya que la definicin de las variables es ambigua. Sabemos que cada autobs
debe trabajar durante 8 horas, pero no sabemos cundo debe comenzar un tumo.
Si seguimos un horario normal de tres turnos (8:01 A.M. a 4:00 P.M., 4:01 P.M. a 12:00 media noche, y
12:01 A.M. a 8:00 A.M.) y suponemos que X1, X2 y X3 sean las cantidades de autobuses que inician en el
primero, segundo y tercer turno, podremos ver, en la parte superior de la figura anterior, que X1 10,
X2 12 y X3 8. La cantidad mnima correspondiente de autobuses diarios es X1 + X2 + X3, = 10 + 12
+ 8 = 30.
Esta solucin slo es aceptable si los turnos deben coincidir con el horario normal de tres turnos. Sin
embargo, sera mejor dejar que el proceso de optimizacin elija la "mejor" hora de inicio de un tumo. Una
forma razonable de hacerlo es dejar que un turno pueda comenzar cada 4 horas. La parte inferior de la
figura ilustra este concepto, y se ven turnos traslapados que pueden comenzar a las 12:01 A.M., 4:01
A.M., 8:01 A.M., 12:01 P.M., 4:01 P.M. y 8:01 P.M.; cada turno abarca 8 horas consecutivas. Entonces
se pueden definir las variables como sigue:
X1 = cantidad de autobuses que comienzan a las 12:01 A.M.
X4 = cantidad de autobuses que comienzan a las 12:01 P.M.
Minimizar z = X1 + X2 + X3 + X4 + X5 + X6
Sujeta a
X1
+ X6 4 (12:01 A.M. - 4:00 A.M.)
X1 + X2
8 ( 4:01 A.M. - 8:00 A.M.)
X2 + X3
10 ( 8:01 A.M. - 12:00 medio da)
X3 + X4
7 (12:01 P.M. - 4:00 P.M.)
X4 + X5
12 ( 4:01 P.M. - 8:00 P.M.)
X5 + X6 4 ( 8:01 P.M. - 12:00 P.M.)
Xj, 0, j= 1.2, .6
El resultado que muestra la figura indica que se necesitan 26 autobuses para satisfacer la demanda. El
horario ptimo indica x1 = 4 autobuses que comienzan a las 12:01 A.M., x2 = 10 a las 4:01 A.M., x4 = 8 a
las 12:01 P.M. y x5 = 4 a las 4:01 P.M. Todos los costos reducidos son cero, lo cual indica que el
problema tiene soluciones ptimas alternativas.
PROBLEMA N 15.- (Corte de rollos de papel-desperdicio por corte)

La Papelera Moderna produce rollos de papel (rollos de ancho estndar; son tal como salen de la
mquina de papel) de 20 pies de ancho normal til, cada uno. Se atienden los pedidos de los clientes,
con anchos distintos, cortando los rollos de ancho estndar. Los pedidos normales, que pueden variar de
un da al siguiente, se resumen en la tabla siguiente:
85

Pedido
1
2
3
Ancho deseado (pies)

5
7
9

Cantidad deseada de rollos
150
200
300
En la prctica se surte un pedido ajustando las cuchillas a los anchos deseados. En general hay varias
maneras de cortar un rollo de ancho estndar para surtir determinado pedido. La figura 2.23 muestra tres
posiciones factibles de cuchillas para el rollo de 20 pies. Aunque hay otras posiciones factibles,
limitaremos por el momento la descripcin a considerar las posiciones 1, 2 y 3 de la figura 2.23. Se
pueden combinar las posiciones dadas en varias formas, para surtir los pedidos con 5, 7 y 9 pies de
ancho. A continuacin vemos algunos ejemplos de combinaciones factibles:
1.
2.
Cortar 300 (rollos de ancho estndar) con la posicin 1 y 75 rollos con la posicin 2.
Cortar 200 rollos con la posicin 1 y 100 rollos con la posicin 3.
Cul combinacin es la mejor? Esta pregunta se puede contestar teniendo en cuenta la "merma" (el
desperdicio) que produce cada combinacin. En la figura, la parte sombreada representa el sobrante del
rollo, sin ancho suficiente para surtir los pedidos requeridos. Esos sobrantes se llaman prdida de
recorte. Se puede evaluar la "bondad" de cada combinacin calculando sus prdidas de recorte. Sin
embargo, como los sobrantes pueden tener anchos distintos, la evaluacin se debe basar en el rea de
prdida por recorte, ms que en la cantidad de sobrantes. Suponiendo que cada rollo de ancho estndar
tiene L pies de longitud, se puede calcular como sigue el rea de prdida por recorte:
Combinacin 1: 300(4 X L) + 75(3 X L) = 1425L pies2
Combinacin 2: 200 (4 X L) + 100(1 X L) = 900L pies2
Esas reas slo corresponden a las partes sombreadas en la figura. Toda produccin sobrante de los
rollos de 5, 7 y 9 pies tambin se debe tener en cuenta en el clculo del rea de prdida por recorte. En
la combinacin 1, la posicin 1 produce un sobrante de 300 - 200 = 100 sobrantes de 7 pies, y la
combinacin 2 produce 75 rollos sobrantes de 7 pies. As, el rea de "merma" adicional es 175(7 X L) =
1225L pies2. La combinacin 2 no produce sobrantes de 7 y 9 pies, pero la posicin 3 s produce 200 150 = 50 sobrantes de 5 pies, con un rea A recorte agregada de 50(5 X L) = 250L pies2. En
consecuencia, se tiene que:
rea total de prdida de recorte para la combinacin 1 = 1425L + 1225L = 2650L pies
rea total de prdida de recorte para la combinacin 2 = 900L + 250L == 1150L pies2
La combinacin 2 es mejor, porque produce menos rea de prdida de recorte. Para llegar a la solucin
ptima es necesario determinar todas las posiciones de cuchilla posibles, para entonces generar todas
las combinaciones factibles. Aunque puede no ser muy difcil la determinacin de todas las posiciones,
tambin podra suceder que no sea tan fcil generar todas las combinaciones factibles. Es evidente
entonces la necesidad de un mtodo sistemtico. Es lo que se logra con el modelo de programacin
lineal.
Representacin matemtica.
Determinar las posiciones de cuchillas (variables) que surtan: los pedidos requeridos (restricciones) con
el rea mnima de prdida de recorte (objetivo).
La definicin de las variables tal como se presentan se debe traducir en forma que las pueda usar el
operador de una fbrica. En forma especfica, las variables se definen como cantidad de rollos de ancho
86
estndar a cortar con determinadas posiciones de cuchillas. Para esta definicin se requiere identificar
todas las posiciones de cuchillas posibles, como se ven en la siguiente tabla. Las posiciones 1, 2 y 3 se
ven en la figura. El lector se debe convencer que las posiciones 4, 5 y 6 son vlidas y que no se ha
omitido alguna posicin "prometedora". Recuerde que una posicin prometedora no puede producir un
rollo de desperdicio por recorte; de 5 pies de ancho o mayor.
Ancho requerido
(pies)
5
7
9
Prdida de recorte
por pies de lomo.
1
0
1
1
4
Posiciones de cuchillas
2
3
4
5
6
2
1
0
3
2
0
1
1
4
0
0
0
1
2
0
1
0
0
2
Cantidad mnima de
rollos
150
200
300
Para expresar matemticamente el modelo, se definirn las variables como sigue:

X1= cantidad de rollos de ancho estndar que se van a cortar de acuerdo
con la posicin j, j = 1, 2, .. 6.
Las restricciones del modelo tienen que ver en forma directa con surtir la demanda de los rollos,
Cantidad producida de rollos de 5 pies = 2X1 +
2X3 + 4X4 + X5
Cantidad producida de rollos de 7 pies = X1 + X2 +
2X5
Cantidad producida de rollos de 9 pies = X1 +
X3 +
+ 2X6
150
200
300
Para formar la funcin objetivo se observa que el rea total de prdida por recorte es la diferencia entre
el rea total de los rollos de ancho estndar que se usan, y el rea total que representan todos los
pedidos. Entonces
rea total de los rollos de ancho estndar = 20L(X1 + X2 + X3, + X4 + X5 + X6)
rea total de los pedidos = L(150 X 5 + 200 X 7 + 300 X 9) = 4850L
Entonces, la funcin objetivo es
Minimizar z = (X1 + X2 + X3 + X4+ X5 + X6) 4850L
Como la longitud L del rollo de ancho estndar es constante, la funcin objetivo se reduce, de hecho, a
minimizar la cantidad total de rollos de ancho estndar que se usan para surtir los pedidos; esto es
Minimizar z = X1 + X2 + X3 + X4+ X5 + X6
Sujeta a
2X2 + 2X3 + 4X4 + X5
X1 + X2
+ 2X5
X1
+ X3
+ 2X6
xj 0, j = 1,2, .... 6
150 (rollos de 5 pies)

87
PROBLEMA N 16.Investigacin de marketing

Management Sciences Associates (MSA) es una firma de investigacin de computadoras y marketing
establecida en Washington que maneja este consumo. Uno de sus clientes es un servicio de prensa
nacional que peridicamente realiza sondeos polticos sobre temas de inters general una encuesta para
esta firma, MSA determina que debe satisfacer varios requerimientos para obtener conclusiones
estadsticamente validas sobre el delicado tema en nuevas leyes y sobre migracin de Estados Unidos.
1. Encuesta a por lo menos 2300 hogares estadounidenses en total
2. Encuesta a por lo menos 2000 hogares cuyas cabezas tengan 30 anos o menos
3. Encuesta a por lo menos 600 hogares cuyas cabezas estn entre31 y 50 anos.
4. Garantizar que, por lo menos, 15% de los encuestados vivan en un estado fronterizo con Mxico
5. Garantizar que no ms de20% de los encuestados de 51 anos de edad o mas vivan en un estado
fronterizo con Mxico.
MSA decide que todas las encuestas debern llevarse a cado en persona. Se estima que los costos para
llegar a las personas de cada categora de edad y regin son los siguientes:
COSTO POR PERSONA
ENCUESTADADO ($)
REGIN
Estado fronterizo con Mxico
Estado no fronterizo con Mxico
Edad 30
EDAD31-50
EDAD 51
$7.5
$6.9
$6.8
$7.25
$5.5
$6.1
El objetivo de MSA es satisfacer los cinco requerimientos de muestreo al mnimo costo posible. Sean
X1 = nmero de encuestados de 30 aos o menos que viven en un estado fronterizo
X2 = nmero de encuestados de 31 a 50 aos que viven en un estado fronterizo
X3 = nmero de encuestados de 51 aos o mas que viven en un estado fronterizo
X4 = nmero de encuestados de 30 aos o menos que no viven en un estado fronterizo
X5 = nmero de encuestados de 31 a 50 aos que no viven en un estado fronterizo.
X6 = nmero de encuestados de 51 aos o ms que no viven en un estado fronterizo.
Funcin objetivo:
Minimizar los costos de las entrevistas= $7.5X1+$6.8X2+$5.5X3+$6.9X4+$7.25X5+$6.1X6
Sujeto a:
88
X1 + X2 + X3 + X4 + X5 + X6 2300 (hogares totales)

X1
+ X4
1000 (hogares cuyos miembros tengan 30 o menos)
X2
+ X5
600 (hogares cuyos miembros tengan 31-50 de edad)
X1 + X2 + X3
0.15(X1+X2+X3+X4+X5+X6) (estados fronterizos)
X3
0.20(X3+X6) (limite en el grupo de edad de 51+ que viven en un
estado fronterizo)
X1, X2, X3, X4, X5, X6 0
SOLUCIN MEDIANTE QM
SOLUCIN
Z(MIN) = $15166
X1 =
0
X2 = 600
X3 = 140
X4 =1.000
X5 =
X6 =
S1 =
S2 =
S3 =
S4 =
S5 =
nmero de encuestados de 30 aos o menos que viven en un estado fronterizo

nmero de encuestados de 31 a 50 aos que viven en un estado fronterizo
nmero de encuestados de 51 aos o mas que viven en un estado fronterizo
nmero de encuestados de 30 aos o menos que no viven en un estado
fronterizo
0 nmero de encuestados de 31 a 50 aos que no viven en un estado fronterizo.
560 nmero de encuestados de 51 aos o ms que no viven en un estado fronterizo.
0 (hogares totales)
395 (estados fronterizos)
0 (limite en el grupo de edad de 51+ que viven en un estado fronterizo)
PROBLEMA N 17.APLICACIONES A LA MANUFACTURA

Mezcla de Produccin
Fifth Avenue Industries, un fabricante conocido de ropa para caballero, produce cuatro variedades de
corbatas. Una es corbata de seda, una de polister y dos compuestas de polister y algodn. La tabla
siguiente ilustra el costo y disponibilidad (por periodo de planeacin de produccin mensual) de los tres
materiales que se utiliza en el proceso de produccin:
Material
Costo por
yarda
Material disponible
por mes (yardas)
Seda
21.6
800
Polister
Algodn
6.875
9
3000
1600
89
La compaa firm contratos de varias cadenas de tiendas departamentales importantes para sutirles las
corbatas. Los contratos requieren que Fifth Avenue Industries surta una cantidad mnima de cada
corbata pero que cubra una gran demanda de Fifth Avenue decide satisfacer dicha demanda (la mayora
de las corbatas no se enva con el nombre de Fifth Avenue en su etiqueta, sino con etiqueta de marca
propia suministrada por las tiendas) La tabla resume la demanda contratada de cada uno de los cuatro
estilos de corbatas el precio de venta unitario y los requerimientos de tipos de tela de cada variedad.
El objetivo de Fifth Avenue es maximizar la utilidad mensual. Debe decidir sobre una poltica de mezcla
de productos. Sean:
X1 = numero de corbatas de seda producidas por mes
X2 = numero de corbatas de polister
X3 = numero de corbatas mezcla 1 de polister algodn
X4 = numero de corbatas mezcla 2 de polister y algodn
Variedad de corbata
Precio de
venta por
corbata ($)
Contrato
mnimo
mensual
Demanda
mensual
Totalmente de seda
6.70
6.000
7.000
Totalmente de polister
3.55
10.000
14.000
Mezcla 1 de polister6.79
13.000
16.000
algodn
Mezcla 2 de polister4.84
6.000
8.500
algodn
Sin embargo, la firma debe establece la utilidad por corbata es:
Material
requerido
por corbata
(yardas)
0.125
0.08
0.10
0.10
Requerimientos
de material
100% seda
100% polister
50% polister50% algodn
30% polister70% algodn
1. Cada una de las corbatas de seda (X1) requiere 0,125 yardas de seda, a un costo de $21.6 de
yardas por consiguiente, el costo de corbata es de $2.62. El precio de corbata de seda es de $6.70,
lo que deja una utilidad neta de ($6.70-$2.70=) $4 por unidad de X1.
2. Cada una de las corbatas de polister (X2) requiere 0.08 yardas de polister a un costo de $ 6.875 la
yarda Por consiguiente, el costo por corbata es de $0.55. La utilidad neta por unidad de X2 es $3.55$0.55=$3.
3. Cada corbata de mezcla 1 de polister (X3) requiere 0.05 yardas de polister a un costo de $6.875 la
yarda y 0.05 yardas de algodn a $9 la yarda, es la que hace a un costo de 0.34+$0.45=$0.79 por
corbata .La utilidad es de $6.79 - $0.79 = $5
4. Cada corbata de mezcla 2 de polister (X4) requiere 0.03 yardas de polister a un costo de $6.875 la
yarda y 0.07 yardas de algodn a $9 la yarda, es la que hace a un costo de 0.21+$0.63=$0.84 por
corbata .La utilidad es de $4.84 - $0.84 = $4
Funcin objetivo
Maximizar la utilidad: $4X1+$3X2+$5X3 +$4X4
Sujeta a:
0,125X1
X1
X1
800 (yardas de seda)

0,08X2 + 0.05X3 + 0.03X4 3.000 (yardas de polister)
0.05X3+ 0.07X4 1.600 (yardas de algodn)
6.000 (contrato mnimo de totalidad de seda)
7.000 (contrato mximo)
X2
10,000 (contrato mnimo de totalidad de polister)
X2
14,000 (contrato mximo)
X3
13,000 (contrato mnimo de mezcla 1)
X3
16,000 (contrato mximo)
X4 6,000 (contrato mnimo de mezcla 2)
X4 8,500 (contrato mximo)
X1, X2, X3, X4 0
90
PROBLEMA N 18.Planeacin del trabajo

Los problemas de planeacin de mano de obra abordan las necesidades de personal durante un periodo
especfico. Son especialmente tiles cuando los administradores tienen una cierta flexibilidad al asignar
trabajadores a tareas que requieren superposicin o talentos intercambiables. Con frecuencia, los
grandes bancos utilizan PL para resolver la programacin de su fuerza de trabajo.
El Hong Kong Bank of Commerce and Industry es un banco muy ocupado que requiere entre 10 y 18
cajeras, segn la hora del da. El horario de tiempo o de almuerzo, de medioda a 2 P.M., casi siempre
es el ms pesado. La tabla indica los empleados requeridos en las varias horas en que el banco est
abierto.
PERIODO
NUMERO DE CAJERAS
9 A.M -10A.M
10
10A.M -11A.M
12
11A.M - Medioda
14
Medioda -1P.M
16
1P.M - 2P.M
18
91
2P.M - 3P.M
17
3P.M - 4P.M
15
4P.M - 5P.M
10
En la actualidad el banco cuesta con 12 cajeras de tiempo completo, pero muchas personas estn
disponibles en su lista de empleados de tiempo parcial. Un empleado de tiempo parcial debe trabajar
exactamente 4 horas al da, pero puede comenzar a cualquier hora entre 9 A.M.. y 1 P.M. Estos
empleados forman un equipo de fuerza de trabajo bastante barato, puesto que no gozan de beneficios
de retiro ni almuerzo. Por otra parte, los empleados de tiempo completo laboran de 9 A.M. a 5 P.M. pero
se les permiten 1 hora de comida. (La mitad de ellos como a las 11 A.M. y la otra mitad al medioda) Por
lo tanto, los empleados de tiempo completo generan 35 horas por semanas de tiempo de trabajo
productivo.
Por poltica corporativa, el banco limita las horas de jordanas parciales a un mximo de 50% del
requerimiento total del da. Los empleados de tiempo parcial cobran $8 por hora ($32 por da) en
promedio y los de tiempo completo $100 por da en salario y beneficios, en promedio. Al banco le
gustara establecer un programa que minimice sus costos totales de personal, y despedir a una o ms
de sus cajeras de tiempo completo si es rentable hacerlo.
X1
X2
X3
X4
X5
X6
= cajeras de tiempo completo

= empleados de tiempo parcial que entran a las 9 A.M. (y salen a las 1 P.M.)
= empleados de tiempo parcial que entran al medioda (y salen a las 4 P.M.)
= empleados de tiempo parcial que entran a la 1 P.M. (y salen a las 5 P.M.)
Funcin objetivo:
Minimizar el costo del personal diario total = $100X1 + $32(X2 + X3 + X4 + X5 + X6)
Restricciones:
En cada hora, las horas de mano disponible deben ser por lo menos iguales a las horas de mano de obra
requeridas.
X1 + X2
10 (necesidades de 9 A.M.-10 A.M.)
X1 + X2 + X3
12 (necesidades de 10 A.M.-11A.M.)
X1 + X2 + X3 + X4
14 (necesidades de 11 A.M.- medioda)
X1 + X2 + X3 + X4 + X5
16 (necesidades de medioda -1 P.M.)
X1
+ X3 + X4 + X5 + X6 18 (necesidades de 1 P.M.- 2 P.M.)
X1
+ X4 + X5 + X5 17 (necesidades de 2 P.M.- 3 P.M.)
X1
+ X5 + X6 15 (necesidades de 3 P.M.- 4 P.M.)
X1
+ X6 10 (necesidades de 4 P.M - 5 P.M.)
X1
12 Solo 12 cajeras de tiempo completo estn disponible
XJ 0
Las horas de empleados de tiempo parcial no pueden exceder de 50% del total de horas requeridas cada
da, las cuales son la suma de las cajeras necesarias cada hora.
4(X2 + X3 + X4 + X5 + X6) 0.50 (10+12+14+16+18+17+15+10)
o
4X2 + 4X3 + 4X4 + 4X5 + 4X6 0.50 (112)
92
X1
X2
X3
X4
X5
X6
=
=
=
=
=
=
10 cajeras de tiempo completo

6 empleados de tiempo parcial que entran a las 9 A.M. (y salen a las 1 P.M.)
2 empleados de tiempo parcial que entran al medioda (y salen a las 4 P.M.)
3 empleados de tiempo parcial que entran a la 1 P.M. (y salen a las 5 P.M.)
El costo de todas estas polticas es de $ 1.448
PROBLEMA N 19.Seleccin de una cartera

Un problema que frecuentemente enfrentan gerentes de bancos, fondos mutuos, servicios de inversin y
compaas de seguros es seleccionar inversiones especficas de entre una amplia variedad de
alternativas. Por lo general, el objetivo global del gerente es maximizar la devolucin esperada de la
inversin, dado un conjunto de restricciones de riesgos, polticas o legales.
Por ejemplo, el Internacional City Trust (ICT) invierte en crditos comerciales a corto plazo, bonos
corporativos, acciones en oro y prstamos para construccin. Para promover una cartera diversificada, la
junta de directores impuso lmites a la cantidad que puede ser comprometida en cualquier tipo de
inversin. ICT dispone de $5 millones para inversin inmediata y desea hacer dos cosas: 1) maximizar
el inters que se devenga sobre las inversiones realizadas durante los siguientes seis meses y 2)
satisfacer los requerimientos de diversificacin que estableci la junta de directores.
Los puntos especficos de las posibilidades de inversin son los siguientes:
Inters
Devengado (%)
Inversin mxima
(millones $)
Crdito comercial
1.0
Bonos corporativos
11
2.5
Acciones en oro
Prstamos para construccin
19
15
1.5
1.8
Inversin
93
Adems, la junta especifica, que por lo menos, 55% de los fondos invertidos debe ser acciones en oro y
prstamos para construccin y que no menos de 15% se debe invertir en crdito comercial.
Para formular la decisin de inversin de ICT como un problema de PL, Sean
X1 = monto invertido en crdito comercial
X2 = monto invertido en bonos corporativos
X3 = monto invertido en acciones en oro
X4 = monto invertido en prstamos para construccin
Funcin Objetivo:
Maximizar el monto de inters devengado = 0.07X1+0.11X2+0.19X3+0.15X4
Sujeto a:
X1
X2
X3
X4
X3 + X4
X1
X1 + X2 + X3 + X4
X1, X2, X3, X4
1.000.000
2.500.000
1.500.000
1.800.000
0.55 (X1+X2+X3+X4)
0.15 (X1+X2+X3+X4)
5.000.000
X1 = $ 750.000 monto invertido en crdito comercial

X2 = $ 950.000 monto invertido en bonos corporativos
X3 = $1.500.000 monto invertido en acciones en oro
X4 = $1.800.000 monto invertido en prestamos para construccin Inters total devengado
$712.000
94
PROBLEMA N 20.Problemas de dieta

El problema de dieta, una de las primeras aplicaciones de PL, originalmente fue utilizado por hospitales
para determinar la dieta ms econmica para pacientes. Conocido en aplicaciones agrcolas como
problema de mezcla de alimentos, el problema de dieta implica especificar un alimento o combinacin de
ingredientes alimenticios que satisfaga los requerimientos nutricionales a nivel de costo minino
El Whole Food Nutrition Center utilizar tres granos a granel para preparar un cereal natural que vende
por libra. La tienda anuncia que cada porcin de 2 onzas de cereal cuando se toma taza de leche
entera satisface el requerimiento diario mnimo de un adulto de protenas, riboflavina, fsforo, magnesio.
El costo de cada grano de granel y las utilidades de protena, riboflavina, fsforo, y magnesio por libra de
cada uno se muestran en la tabla.
Grano
A
B
C
Costo por libra

(centavos)
33
47
38
Proteina
Riboflavina
(unidades/lb) (unidades/lb)
22
16
28
14
21
25
Fsforo
Magnesio
8
5
7
0
9
6
El requerimiento diario mnimo de un adulto (llamado Racin diaria Recomendada en Estados Unidos o
USRDA, por sus siglas en ingles) de protenas es de tres unidades de riboflavina 2 unidades de fsforo,
1 unidad de magnesio, 0.425 unidades Whole Food desea elegir la mezcla de granos que satisfaga la
USRD a un costo mnimo.
X1= libras del grano A en una porcin de 2 onzas de cereal
X2= libras del grano B es una porcin de 2 onzas de cereal
X3= libras del grano C en una porcin de 2 onzas de cereal
Funcin objetivo:
Minimizar el costo total de mezcla de una porcin de 2 onzas = $0.33X1 + $0.47X2 + $0.38X3
Sujeta a:
22X1 + 28X2 + 21X3 3
16X1 + !4X2 + 25X3 2
8X1 + 7X2 + 9X3 1
5X1 + 0X2 + 6X3 0.425
X1 + X2 + X3 = 0.125
X1, X2, X3 0
(unidades de protenas)
(unidades de riboflavina)
(unidades de fsforo)
(unidades de magnesio)
(la mezcla total es de 2 onzas o 0.125 libras)
X1 = 0.025 libras del grano A en una porcin de 2 onzas de cereal

X2 = 0.050 libras del grano B es una porcin de 2 onzas de cereal
X3 = 0.050 libras del grano C en una porcin de 2 onzas de cereal
El costo por porcin es de $0.050
95
PROBLEMA N 21.Mezcla de ingredientes y problemas de mezclado

En realidad, los problemas de alimentacin y dieta son casos especiales de una clase ms general de
problema de PL conocidos como problema de mezclado o de ingredientes Los problemas de mezclado
surgen cuando se debe decidir con respecto a la mezcla de dos o ms recursos para producir uno o ms
productos .Los recursos en este caso, contienen uno o ms ingredientes esenciales que deben ser
mezclados de modo que cada producto final contenga porcentajes especficos de cada ingredientes. El
ejemplo siguiente aborda una aplicacin que se presenta con frecuencia en la industria petrolera: mezcla
de petrleos crudos para producir gasolina que se puede refinar
La Low Knock Oil Company produce dos granos de gasolina de precio reducido para distribucin
industrial .Estos granos, regular y econmico, se produce a travs de la refinacin de una mezcla de los
tipos de crudo, de tipo X100 y el tipo X200 Cada crudo difiere no slo en un costo por barril, sino en su
composicin. La tabla siguiente indica el porcentaje de ingredientes cruciales que contiene cada uno de
los crudos y el costo por barril de cada uno:
Tipo de
Petrleo
Ingrediente
A(%)
Ingrediente
B(%)
Costo / Barril
($)
X100
35
55
30.00
X220
60
25
34.80
La demanda semanal de gasolina regular de Low Knock es por lo menos de 25,000 barriles y de la
economa de por lo menos 32.000 barriles de tipo regular debe ser de ingredientes A. Como mximo,
cada barril de tipo econmico deber obtener 50% de Ingredientes B
La administracin de Low Knock debe decidir cuantos barriles de cada tipo de crudo debe comprar cada
semana para realizar la mezcla y satisfacer la demanda a costo mnimo Para resolver este problema
como problema PL la firma hace
X1 = barriles de crudo X100 mezclado para producir la gasolina regular.
X2 = barriles de crudo X100 mezclado para producir la gasolina econmica.
X3 = barriles de crudo X220 mezclado para producir gasolina regular.
Funcin objetivo:
Minimizar el costo = $30X1 + $30X2 + $34.80X3 + $34.80X4
Sujeto a:
X1 + X3 25,000
X2 + X4 32,000
(demanda de gasolina regular)

(demanda de gasolina econmica)
Por lo menos, 45% de cada barril de gasolina regular deber ser ingrediente A.
(X1 + X3) = cantidad total de crudo mezclado para producir la gasolina regular refinada.
Por lo tanto,
0,45(X1 + X3) = cantidad mnima de ingrediente A requerido.
Pero
0,35X1 + 0,60X3 = cantidad de ingrediente A en la gasolina regular refinada.
De manera que
96
0,35X1 + 0,60X3 0,45X1 + 0,45X3

O
- 0,10X1 + 0,15X3 0 (ingrediente A ante restriccin de regular)
Asimismo, como mximo, de cada barril de gasolina econmica 50% debe ser ingrediente B.
X2 + X4 = cantidad total de crudo mezclado para producir la gasolina econmica refinada
demandada.
0,50(X2 + X4) = cantidad mxima de ingrediente B permitido.
0,55X2 + 0,25X4 = cantidad de ingrediente B en la gasolina econmica refinada.
De manera que
0,55X2 + 0,25X4 0,50X2 + 0,50X4
O
0,05X2 - 0,25X4 0 (ingrediente B ante la restriccin de gasolina econmica)
He aqu la formulacin de PL completa:
minimizar el costo =
sujeto a:
30X1
X1
30X2
X2
-0.10X1
+ 34.80X3 +
+
X3
+
+
0.05X2
34.80X4
25,000
32,000
0.25X4
X1,X2,X3,X4
X4
0.15X3
-
X1 = 15.000
barriles de X100 en la gasolina regular.
X2 = 26.666,67 barriles de X100 en la gasolina econmica.
X3 = 10.000
barriles X220 en la gasolina regular.
X4 = 5.333.33 barriles de X220 en la gasolina econmica.
El costo de esta mezcla es de $1.783.600.
97
PROBLEMAS PROPUESTOS
1)
Para el modelo de (LA COMPAA REDDY MIKKS). produce pinturas para exteriores como para
interiores, a partir de dos materias primas, M1 y M2. La siguiente tabla proporciona los datos
bsicos del problema:
Toneladas de materia prima por tonelada de
Pintura para
Exteriores
Pintura para
Interiores
Materia prima, M1
Materia prima, M2
Utilidad por tonelada (1000

dlares)
Disponibilidad
mxima diaria
(toneladas)
24
6
Una encuesta de mercado restringe la demanda mxima diaria de pintura para interiores a 2
toneladas. Adems, la demanda diaria de pintura para interiores no puede exceder a la de la pintura
para exteriores por ms de 1 tonelada. Reddy Mikks quiere determinar la mezcla de producto ptima
(mejor) de pinturas para interiores y para exteriores que maximice la utilidad total diaria. Construya
cada una de las siguientes restricciones y exprselas con un lado derecho constante:
a) La demanda diaria de pintura para interiores excede a la de la pintura para exteriores cuando
menos por 1 tonelada.
b) El empleo diario de materia prima M2, es cuando mucho de 6 toneladas y cuando menos 3
toneladas.
c) La demanda de pintura para interiores no puede ser menor que la demanda de pintura para
exteriores.
d) La cantidad mnima de pintura que debe producirse, tanto para interiores como para
exteriores, es de 3 toneladas.
e) La proporcin de pintura para interiores con la produccin total de pinturas, tanto para
interiores como para exteriores, no debe exceder de 5.
2)
Para la solucin factible X1 = 2, X2 = 2 del modelo de Reddy Mikks, determine.

a) La cantidad no utilizada de materia prima M1.
b) La cantidad no utilizada de materia prima M2.
3)
Suponga que Reddy Mikks le vende su pintura para exteriores a un solo mayorista, con un
descuento por cantidad. El resultado final es que la utilidad por tonelada ser de 5.000 dlares si
el contratista compra no ms de 2 toneladas diarias o de lo contrario de 4.500 dlares. Es posible
modelar esta situacin como un modelo de PL?
4)
Determine el espacio de solucin y la solucin ptima del modelo de Reddy Mikks para cada uno
de los siguientes cambios independientes:
a) La demanda mxima diaria de pintura para exteriores es de 2.5 toneladas.
b) La demanda diaria de pintura para interiores es por lo menos de 2 toneladas.
c) La demanda diaria de pintura para interiores es exactamente de 1 tonelada ms que la
pintura para exteriores.
d) La disponibilidad diaria de materia prima, M1, es de por lo menos 24 toneladas.
e) La disponibilidad diaria de materia, prima M1, es de 24 toneladas como mnimo y la demanda
diaria de pintura para interiores excede a la de la pintura para exteriores en por lo menos 1
tonelada.
5)
La seorita Fernanda Erazo es una estudiante emprendedora de primer ao en la Pontificia

Universidad Catlica del Ecuador. Comprende que slo el trabajo y nada de diversin hacen de
Fernanda una muchacha aburrida. Como resultado, Fernanda quiere distribuir su tiempo
disponible, de alrededor de 10 horas al da, entre el trabajo y la diversin. Calcula que el juego es
dos veces ms divertido que el trabajo. Tambin quiere estudiar por lo menos tanto como juega.
98
Sin embargo, Fernanda comprende que si quiere terminar todas sus tareas universitarias, no
puede jugar ms de cuatro horas al da. Cmo debe distribuir Fernanda su tiempo para
maximizar su satisfaccin tanto en el trabajo como en el juego?
6)
Para el modelo (DE LA DIETA). Ozark Farms utiliza diariamente por lo menos 800 libras de
alimento especial. El alimento especial es una mezcla de maz y semilla de soya, con las
siguientes composiciones:
Libra por libra de alimento para ganado
Alimento para ganado
Protenas
Fibra
Costo (/libra)
Maz
0.09
0.02
0.30
Semilla de Soya
0.60
0.06
0.90
Los requerimientos dietticos diarios del alimento especial estipulan por lo menos un 30% de
protenas y cuando mucho un 5% de fibra. Ozark Farms desea determinar el costo mnimo diario
de la mezcla de alimento, supongamos que la disponibilidad diaria de maz se limita a 450 libras.
Identifique el nuevo espacio de solucin y determine la nueva solucin ptima.
7)
Para el modelo de la dieta anterior. Qu tipo de solucin ptima dara el modelo si la mezcla de
alimento no excediera de 800 libras al da? Tiene sentido esta solucin?
8)
Viviana Erazo debe trabajar por lo menos 20 horas a la semana para completar su ingreso
mientras asiste a la escuela. Tiene la oportunidad de trabajar en dos tiendas al detalle: en la tienda
1 Viviana puede trabajar entre 5 y 12 horas a la semana, y en la tienda 2 le permiten trabajar entre
6 y 10 horas. Ambas tiendas pagan el mismo por hora. De manera que Viviana quiere basar su
decisin acerca de cuntas horas debe trabajar en cada tienda en un criterio diferente: el factor
del estrs en el trabajo. Basndose en entrevistas con los empleados actuales, Viviana calcula
que, en una escala de 1 a 10, los factores del estrs son de 8 y 6 en las tiendas 1 y 2,
respectivamente. Debido a que el estrs aumenta por hora, ella supone que el estrs total al final
de la semana es proporcional al nmero de horas que trabaja en la tienda. Cuntas horas debe
trabajar en cada tienda?
9)
En el modelo de Reddy Mikks (problema 1), considerar la solucin factible x 1 = 3 toneladas y x2 = 1

tonelada. Determine el valor de las holguras asociadas para la materia prima M1, y M2.
10)
En el modelo de la dieta (problema 6), determine la cantidad excedente de alimento que consiste
en 500 libras de maz y 600 libras de semilla de soya.
11)
Dos productos se fabrican en un centro de maquinado. Los tiempos de produccin por unidad de
los productos 1 y 2 son de 10 y 12 minutos, respectivamente. El tiempo regular total de la mquina
es de 2.500 minutos por da. En un da cualquiera, el fabricante vende entre 150 y 200 unidades
del producto 1, pero no ms de 45 unidades del producto 2. Se pueden emplear horas extras para
satisfacer la demanda a un costo adicional de 0.50 de dlar por minuto.
a) Suponiendo que las utilidades por unidad de los productos 1 y 2 son.6.0 y 7.50 dlares,
respectivamente, formule un modelo y determine el nivel ptimo de fabricacin para cada
producto, as como cualesquiera nmero de horas extra necesarias en el centro.
b) Si el costo por minuto de horas extra se incrementa a 1.50 dlares, la compaa debe
utilizar horas extras?
12)
Determine grficamente el rango ptimo, para los siguientes problemas. Observe los casos
especiales donde c1 o c2 pueden asumir un valor de cero
99
Maximice z 2 x1 3 x2
Sujeta a
a)
3 x1 2 x2 5
x x2 0
x1 , x2 0
Maximice z 4 x1 3 x2
Sujeta a
b)
3 x1 5 x2 5
x1 x2 0
x1 , x2 0
13)
En el problema de la dieta (ejercicio 6),

a) Determine la gama de optimilidad para la razn del costo por libra de maz con el costo por
libra de alimento de semilla de soya.
b) Si el costo por libra de maz se incrementa 20% y el del alimento de semilla de soya
disminuye 5%, la solucin actual seguir siendo ptima?
c) Si el costo por libra de maz se mantiene fijo a 30 centavos de dlar y el costo por libra de
alimento de semilla de soya aumenta a 1.10 dlares, la solucin actual seguir siendo
ptima?
14)
La tienda de comestibles B&K vende dos tipos de bebidas no alcohlicas: la marca de sabor de
cola A1 y la marca propia de la tienda, B&K de colas, ms econmica. El margen de utilidad en la
bebida de cola A1 es de alrededor de 5 centavos de dlar por lata, mientras que la de la bebida de
cola B&K suma una ganancia bruta de 7 centavos por lata. En promedio, la tienda no vende ms
de 500 latas de ambas bebidas de cola al da. An cuando A1 es una marca ms conocida, los
clientes tienden a comprar ms latas de marca B&K, porque considerablemente es ms
econmica. Se calcula que la venta de la marca B&K superan a las de la marca A1 en una razn
de 2 a 1 por lo menos. Sin embargo, B&K vende, como mnimo, 100 latas de A1 al da.
a) Cuntas latas de cada marca debe tener en existencia la tienda diariamente para maximizar
su utilidad?
b) Determine la razn de las utilidades por lata de A1 y B&K que mantendr inalterada la
solucin en (a).
15)
Baba Furniture Company emplea a cuatro carpinteros durante 10 das para ensamblar sillas y
mesas. Se requieren 30 minutos para ensamblar una silla.y 2 horas para ensamblar una mesa.
Por lo comn, los clientes compran entre cuatro y seis sillas con cada mesa. Las utilidades son de
13.5 dlares por mesa y 5 dlares por silla. La compaa opera un turno de 8 horas al da.
a) Determine grficamente la mezcla de produccin ptima de los 10 das.
b) Determine el rango de la razn de utilidades por unidad, que mantendr inalterada la ptima
(a).
c) Si las utilidades actuales por cada mesa y silla se reducen 10%, utilice la respuesta en (b)
para mostrar la forma en la cual este cambio afecta la solucin ptima obtenida en (a).
d) Si las utilidades actuales por cada mesa y silla cambia a 12 y 2.5 dlares, utilice el resultado
de sensibilidad en (b) para determinar si cambiar o no la solucin en (a).
16)
El Banco del Pacfico est asignando un mximo de 200.000 dlares para prstamos personales y
de automviles durante el prximo mes. El banco cobra 14% por prstamos personales y 12% por
prstamos para automviles. Ambos tipos de prstamos se liquidan al final de un periodo de un
ao. La experiencia muestra que alrededor del 3% de los prstamos personales y del 2% de los
prstamos para automviles nunca se liquidan. Por lo comn, el banco asigna cuando menos el
doble de los prstamos personales a los prstamos para automviles.
100
a) Determine la asignacin ptima de fondos para los tipos de prstamos y la tasa neta de
utilidad que obtendr el banco de todos los prstamos.
b) Determine el rango de optimilidad para la razn de las tasas de inters de prstamos
personales y para automvil que mantendr inalterada la solucin en (a).
c) Supongamos que el porcentaje de prstamos personales y para automvil no liquidados
cambia a 4% y 3%, respectivamente, Cmo afectara este cambio la solucin ptima en
(a)?.
17)
Electra produce dos tipos de motores elctricos, cada uno en una lnea de ensamble separada.
Las respectivas capacidades diarias de las dos lneas son de 600 y 750 motores. El motor tipo 1
emplea 10 unidades de cierto componente electrnico y el motor tipo 2 slo utiliza 8 unidades. El
proveedor del componente puede proporcionar 8.000 piezas al da. Las utilidades por motor para
los tipos 1 y 2 son de 60 y 40 dlares, respectivamente.
a) Determine la mezcla ptima para la produccin diaria.
b) Determine el rango de optimalidad de la razn de utilidades por unidad que mantendr
inalterada la solucin en (a)
18)
Popeye Canning tiene un contrato para recibir 60.000 libras de tomates maduros a 7 centavos de
dlar por libra, con las cuales produce jugo de tomate enlatado, as como pasta de tomate. Los
productos enlatados se empacan en cajas de 24 latas. Una lata de jugo requiere una libra de
tomates frescos y una lata de pasta slo requiere 1/3 de libra. La participacin de mercado de las
compaas se limita a 2.000 cajas de jugo y 6.000 cajas de pasta. Los precios de mayoreo por
caja de jugo y de pasta son de 18 y 9 dlares, respectivamente.
a) Desarrolle un programa de produccin ptima para Popeye.
b) Determine la razn del precio por caja con el precio por caja de pasta que permitir que
Popeye produzca ms cajas de jugo que de pasta.
19)
Deans Furniture Company ensambla dos tipos de gabinetes de cocina de madera precortada:
regulares y de lujo. Los gabinetes regulares estn pintados de blanco y los de lujo estn
barnizados. Tanto la pintura como el barnizado se llevan a cabo en un departamento. La
capacidad diaria del departamento de ensamble puede producir un mximo de 200 gabinetes
regulares y 150 gabinetes de lujo. El barnizado de un gabinete del lujo se lleva el doble de tiempo
que pintar uno regular. Si el departamento de pintura /barnizado se dedica nicamente a las
unidades de lujo, terminara 180 unidades diarias. La compaa calcula que las utilidades por
unidad de los gabinetes regulares y de lujo son de 100 y 140 dlares, respectivamente.
a) Formule el problema como un programa lineal y encuentre el programa de produccin ptima
por da.
b) Supongamos que, debido a la competencia, las utilidades por unidad de las unidades
regulares y de lujo deben reducirse a 80 y 110 dlares, respectivamente. Utilice el anlisis de
sensibilidad para determinar si la solucin ptima en (a) se mantiene inalterada o no.
20)
Wild West produce dos tipos de sombreros estilo vaquero. El sombrero tipo 1 requiere el doble de
tiempo de trabajo que el de tipo 2. Si todos los sombreros producidos nicamente son del tipo 2,
la compaa puede producir un total de 400 sombreros al da. Los lmites diarios del mercado son
de 150 y 200 sombreros de los tipos 1 y 2, respectivamente. La utilidad del sombrero tipo 1 es de
8 dlares y la del sombrero tipo 2 es de 5 dlares.
a) Utilice la solucin grfica para determinar el nmero de sombreros de cada tipo que se debe
producir.
b) Determine el valor de incrementar la capacidad de produccin de la compaa en un
sombrero tipo 2 y el rango para la cual es aplicable este resultado.
c) Si l limite de la demanda del sombrero tipo 1 disminuye a 120, determine el efecto
correspondiente en la utilidad ptima, utilizando el valor unitario del recurso.
d) Cul es el incremento en el valor por unidad en la participacin de mercado del sombrero
tipo 2? En cunto se puede incrementar la participacin de mercado, al mismo tiempo que
rinde el valor calculado por unidad?
101

21)
Una compaa fabrica dos productos, A y B. El volumen de ventas de A es por lo menos 80% de
las ventas totales de A y B. Sin embargo, la compaa no puede vender ms de 100 unidades de
A por da. Los dos productos utilizan una materia prima, cuya disponibilidad mxima diaria se
limita a 240 libras al da. Las proporciones de utilizacin de la materia prima son 2 libras para cada
unidad de A y 4 libras para cada unidad de B. Los precios unitarios de A y B son de 20 y 50
dlares, respectivamente.
a) Determine la mezcla ptima de los dos productos.
b) Determine el valor por cambio unitario en la disponibilidad de la materia prima y su rango de
aplicabilidad.
c) Utilice el anlisis de sensibilidad para determinar el efecto de cambiar la demanda mxima
del producto A por 10 unidades.
22)
Una compaa que opera 10 horas al da fabrica cada uno de los productos en tres procesos en
secuencia. La siguiente tabla resume los datos del problema:
Producto
1
2
Proceso 1
10
5
Minutos por unidad

Proceso 2
Proceso 3
6
8
20
10
Utilidad por unidad

$2
$3

b) Supongamos que se est considerando los tres procesos para una expansin y usted
necesita determinar su prioridad. Disee una forma lgica para lograr esta meta.
23)
Show & Sell puede anunciar sus productos en la radio o la televisin locales. El presupuesto para
anuncios est limitado a 10.000 dlares al mes. Cada minuto de anuncios por radio cuesta 15
dlares y cada minuto de comerciales por televisin cuesta 300 dlares. A Show & Sell le agrada
utilizar los anuncios por radio por lo menos el doble de los anuncios por televisin. Por lo pronto,
no es prctico utilizar ms de 400 minutos de anuncios por radio. La experiencia pasada muestra
que se calcula que los anuncios por televisin son 25 veces ms efectivos que los de la radio.
a) Determine la asignacin ptima del presupuesto para los anuncios por radio y televisin.
b) Determine el valor por unidad de incrementar el lmite mensual en la publicidad por radio.
c) Si el presupuesto mensual se aumenta a 15.000 dlares, utilice la definicin de valor de la
unidad para determinar la medida resultante de la efectividad publicitaria.
24)
Wyoming Electric Coop. Es propietaria de una planta generadora de energa con turbina de vapor.
Debido a que Wyoming es rica en depsitos de carbn, la planta genera vapor con carbn. Sin
embargo, esto crea el problema de satisfacer los estndares de emisin. Las regulaciones de la
Environmetal Protection Agency (Agencia de Proteccin Ambiental) limitan la descarga de dixido
de azufre a 2.000 partes por milln y la descarga de humo de las chimeneas de la plante a 20
libras por hora. La Cooperativa recibe dos grados de carbones pulverizados, C 1 y C2, para ser
utilizados en la planta. Por lo comn, los dos grados se mezclan antes de quemarlos. Por
simplicidad, supondremos que el contaminante de azufre de la mezcla (en partes por milln) es un
promedio ponderado de la proporcin de cada grado empleado en la mezcla. Los siguientes datos
se basan en el consumo de una tonelada por hora de cada uno de los dos grados de carbn.
Grado de
carbn
Descarga de azufre
en partes por milln
Descarga de humo
en libras por hora
Vapor generado en
libras por hora
C1
C2
1 800
2 100
2.1
0.9
12 000
9 000
a) Determine la proporcin ptima para mezclar los dos grados de carbn.

b) Determine el efecto de relajar el lmite de la descarga de humo 1 libra sobre la cantidad de
vapor generado por hora.
25)
La divisin de Educacin Continua en Ozark Community College ofrece un total de 30 cursos

cada semestre. Los cursos que ofrece generalmente son de dos tipos: prcticos, como trabajos en
madera, procesador de palabras y mantenimiento de automviles; y humansticos, como historia,
msica y bellas artes. Para satisfacer las demandas de la comunidad, es necesario ofrecer por lo
102
menos 10 cursos de cada tipo, cada semestre. La divisin calcula que los ingresos por ofrecer
esos cursos prcticos y humansticos son aproximadamente 1.500 y 1.000 dlares por curso,
respectivamente.
a) Cmo debe asignar la escuela sus cursos?
b) Determine el ingreso si se incrementa el requerimiento mnimo de los cursos prcticos con un
curso ms.
c) Determine el ingreso si se incrementa el requerimiento mnimo de los cursos humansticos
con un curso ms.
26)
Burroughs Garment Company fabrica camisas para caballero y blusas para damas para Walmark
Discount Strores. Walmark aceptar toda la produccin que le proporcione Burroughs. El proceso
de produccin que incluye corte, costura y empacado. Burroughs emplea a 25 trabajadores en el
Departamento de corte, a 35 en el Departamento de costura y a 5 en el departamento de
empacado. La fbrica trabaja un turno de 8 horas, slo 5 das a la semana. La siguiente tabla
proporciona los requerimientos de tiempo y las utilidades por unidad para las dos prendas:
Prenda
Camisas
Blusas
Corte
20
60
Minutos por unidad

Costura
Empacado
70
12
60
4
Utilidad por unidad ($)

2.50
3.20
a) Determine el programa de produccin semanal ptima para Burroughs.

b) Si los requerimientos mnimos diarios de Walmark son de 2.000 camisas y 3.000 blusas, es
posible que Burroughs proporcione estas cantidades con su semana de trabajo actual de 5
das? De no ser as, puede usted sugerir alguna forma para que Burroughs satisfaga estos
requerimientos? Cul ser el programa de produccin ptimo en este caso?
c) Determine el valor por hora de los procesos de corte, costura y empacado.
d) Supongamos que se puedan trabajar horas extra en los departamentos de corte y costura,
cul debe ser la tarifa mxima por hora que debe pagar Burruoghs por las horas extra?
27)
ChemLabs fabrica dos productos de limpieza para el hogar, A y B procesando dos tipos de materia
prima, I y II. El procesamiento de una unidad de materia prima I cuesta 8 dlares y produce 0.5
unidad de solucin A y 0.5 unidad de solucin B. Adems, el procesamiento de una unidad de
materia prima II cuesta 5 dlares y produce 0.6 unidad de solucin A y 0.4 unidad de solucin B.
La demanda diaria de la solucin A es entre 10 y 15 unidades y la de la solucin es entre 12 y 20
unidades.
a) Encuentre la mezcla ptima de A y B que debe producir ChemLabs.
b) Determine el valor por cambio de unidad en los lmites de la demanda de los productos A y
B.
28)
Una lnea de ensamble que consta de tres estaciones consecutivas produce dos modelos de
radios: Hi-fi-1 y Hi-fi-2. La siguiente tabla proporciona los tiempos de ensamble para las tres
estaciones de trabajo.
Minutos por unidad
Edicin de trabajo
Hi-fi-1
1
6
2
5
3
4
Hi-fi-2
4
5
6
El mantenimiento diario de las estaciones 1, 2 y 3 consume 10%. 14% y 12% respectivamente,

del mximo de 480 minutos disponibles para casa estacin, cada da.
a) La compaa desea determinar la mezcla ptima de productos que minimizar los tiempos
inactivos (o no utilizados) en las tres estaciones de trabajo.
b) Determine el valor de disminuir 1 punto de porcentaje el tiempo diario de mantenimiento para
cada estacin.
103

29)
Un ejecutivo de negocios tiene la opcin de invertir ms dinero en dos planes; el plan A garantiza
que cada dlar invertido ganar 0.70 de aqu a un ao y el plan B garantiza que cada dlar
invertido ganar 2 dlares despus de 2 aos. En el plan A, las inversiones se pueden hacer
anualmente y en el plan B, las inversiones se permiten nicamente en los perodos que son
mltiplos de dos.
a) Cmo debe invertir el ejecutivo 100.000 dlares para maximizar las ganancias al final de 3
aos?
b) Vale la pena que el ejecutivo invierta ms dinero en los planes?
30)
OilCo construye una refinera para elaborar cuatro productos: diesel, gasolina, lubricantes y
combustible para aviones. Las demandas (en barriles/da) de esos productos son 14,000, 30,000,
10,000 y 8000, respectivamente. Irn y Dubai tienen contrato para enviar crudo a OilCo. Debido a
las cuotas de produccin que especifica la OPEP (Organizacin de Pases Exportadores de
Petrleo) la nueva refinera puede recibir al menos el 40% de su crudo de Irn, y el resto de Dubai.
OilCo pronostica que estas cuotas de demanda y de crudo permanecern estables durante los 10
aos siguientes.
Las distintas especificaciones de los dos crudos determinan dos proporciones distintas de
productos: un barril de crudo de Irn rinde 0.2 barril de diesel, 0.25 barril de gasolina, 0.1 barril de
lubricante y 0.15 barril de combustible para avin. Los rendimientos correspondientes del crudo de
Dubai son: 0.1, 0.6, 0.15 y 0.1, respectivamente. OilCo necesita determinar la capacidad mnima
de la refinera, en barriles de crudo por da.
31)
Ahorros S.A. desea invertir una suma que genere un rendimiento anual mnimo de $10,000.
Dispone de dos grupos accionarios: acciones selectas y alta tecnologa, con un rendimiento anual
promedio de 10 y 25%, respectivamente. Aunque las acciones de alta tecnologa dan ms
rendimiento, son ms arriesgadas, y Ahorros desea limitar la cantidad invertida en ellas a un
mximo de 60% del total.
Cul es la cantidad mnima que debe invertir Ahorros en cada grupo de acciones para alcanzar la
meta de inversin?
32)
Una empresa fabrica cuatro productos: A, B, C y D. Cada unidad del producto A requiere dos
horas de fresado, una hora de montaje y 10 dlares de inventario en proceso. Cada unidad del
producto B necesita una hora de fresado, tres horas de montaje y un costo de cinco dlares de
proceso de inventariado. Una unidad del producto C requiere 2 horas de fresado, 2 horas de
montaje y dos dlares de proceso de inventariado. Por ltimo, cada unidad del producto D requiere
cinco horas de fresado, no necesita montaje y cuesta 12 dlares de proceso de inventariado.
La empresa tiene 120 horas de fresado y 160 horas de montaje disponibles. Adems, no puede
disponer de ms de mil dlares para proceso de inventario.
Cada unidad del producto A genera un beneficio de 40 dlares; una unidad del producto B genera
un beneficio de 24 dlares; las unidades del producto C generan 36 dlares y las del producto D,
23 dlares. No se pueden vender ms de 20 unidades del producto A, ni ms de 16 unidades del
producto C; puede venderse cualquier nmero de unidades de los productos B y D. Sin embargo,
hay que producir y vender por lo menos 10 unidades del producto D para satisfacer un requisito
contractual.
Formule el problema anterior como un problema de programacin lineal. El objetivo de la empresa
es maximizar los beneficios que resultan de la venta de los cuatro productos. Resuelva el
problema en computadora.
33)
Una compaa vende dos productos diferentes, A y B. La informacin del precio de venta y de los
costos unitarios es la siguiente:
Producto A
Producto B
Precio de venta
$ 60
$ 40
Costo unitario
30
10
Beneficios unitarios
$ 30
$ 30
104
Los dos productos se fabrican en un proceso de produccin comn y se venden a dos mercados
distintos. El proceso de produccin tiene capacidad de 30 000 horas de trabajo. Se requieren
tres horas para producir una unidad A y una hora para producir una unidad B. El mercado se ha
estudiado y los funcionarios de la compaa consideran que el nmero mximo de unidades de A
que pueden vender es 8.000; el mximo de B es 12 000 unidades. Los productos se pueden
vender en cualquier combinacin, con las limitaciones anteriores.
Formule el problema anterior como un problema de programacin lineal; es decir, escriba las
ecuaciones apropiadas y resulvalo grficamente.
34)
Mangus Electric Products Co. (MEPCO) produce grandes transformadores elctricos para la
industria elctrica. La compaa tiene pedidos (Tabla) para los prximos seis meses. Se espera
que el costo de manufactura de un transformador vare un poco en los prximos meses, por
cambios esperados en los costos de los materiales y en las tarifas de trabajo. La compaa puede
producir hasta 50 unidades al mes con tiempo normal y hasta 20 unidades adicionales si utiliza
tiempo extra. En la tabla se muestran los costos del tiempo normal y los del tiempo extra.
Mes
Pedidos (unidades)
Costo por unidad con tiempo
regular (miles de dlares)
extra (miles de dlares)
Ene.
58
Feb.
36
Mar.
34
Abr.
69
Mayo
72
Jun.
43
18
17
17
18,5
19
19
20
19
19
21
22
22
El costo de almacenamiento en inventarios de los transformadores que no se vendan es 500

dlares por mes. Al 10 de enero, la compaa tiene 15 transformadores en existencias y desea
tener no menos de cinco en existencias para el 30 de junio.
Formule un problema de programacin lineal para determinar el programa de produccin ptimo
para MEPCO.
35)
La compaa de diamantes Transval extrae diamantes de tres minas de Sudfrica. Las tres
difieren en cuanto a capacidad, nmero, peso de las gemas y costos; estos datos se presentan en
la tabla.
Mina
Planta 1
Planta 2
Planta 3
Capacidad
3
(m de tierra
procesada)
Costos de
tratamiento
3
(rands por m )
Grado
3
(quintales m )
Recuento de
gemas (nmero
3
de piedras m )
83000
310000
190000
RO.60
RO.36
RO.50
0,36
0,22
0,263
0,58
0,26
0,21
Segn las consideraciones de mercadotecnia, se requiere una produccin mensual exacta de 148
000 gemas, mientras que otro requisito exige por lo menos 130 000 quilates (as, el tamao
promedio de las gemas es, por lo menos, de 130/148 = 0.88 quilates).
El problema para el gerente de la compaa es cumplir con las exigencias de mercadotecnia al
menor costo.
36)
Queremos seleccionar una estrategia de publicidad para llegar a dos tipos de clientes: amas de
casa de familias con ingresos anuales superiores a 10 000 dlares y amas de casa de familias con
ingresos anuales inferiores a 10 000 dlares. Consideramos que las personas del primer grupo
comprarn dos veces ms nuestro producto que las personas del segundo grupo, y nuestro
objetivo es maximizar las compras. Podemos anunciar el producto en televisin o en una revista;
una unidad de publicidad en televisin cuesta 20.000 dlares y llega a aproximadamente 2.000
personas del primer grupo y a 8.000 del segundo. Una unidad de publicidad en la revista cuesta
12. 000 dlares y llega a 6.000 personas del primer grupo y a 3.000 del segundo. Hay que usar
por lo menos seis unidades de publicidad en televisin y no podemos usar ms de 12 unidades de
105
publicidad en la revista, por cuestiones de poltica. El presupuesto para publicidad es de 180 000
dlares.
Formule este problema como un problema de programacin lineal, definiendo todas las variables
que utilice. Resuelva por el mtodo grfico para encontrar la estrategia de publicidad ptima.
37)
En fechas recientes, Super Sausage Company (SSC) ha experimentado cambios radicales en los
precios de las materias primas, y el gerente ha dado instrucciones a una analista para que
examine las proporciones de mezcla de ingredientes que se usa SSC para fabricar salchichas.
La fabricacin de salchichas debe cumplir con dos requisitos clave para el producto. El porcentaje
de protena en peso debe ser por lo menos del 15% y el porcentaje de grasas en peso no puede
exceder el 30% (el peso restante es de relleno). SSC dispone de las cuatro materias primas
siguientes para sus mezclas, con las caractersticas que se indican:
Ingrediente
Porcentaje De
Protena
Porcentaje
de grasas
Costo por
kilogramo
A
B
C
D
40
20
10
5
10
15
35
40
$ 1.80
0.75
0.40
0.15
Formule un modelo de programacin lineal que ayude a SSC a determinar el programa de

mezclas ms deseable. Resuelva el problema en computadora.
38)
Remtase al problema de mezcla de productos. Una empresa de manufactura fabrica productos, A

y B, cada uno de los cuales debe procesarse en dos mquinas diferentes. Una mquina tiene 24
horas de capacidad disponibles y la otra slo tiene 16 horas. Cada unidad del producto A necesita
tres horas en cada mquina, mientras que una unidad del producto B necesita tres horas en la
primera mquina y una hora en la segunda. Los beneficios marginales son de seis dlares por
unidad del producto A y siete dlares por unidad del producto B y la empresa puede vender todas
las unidades que puede fabricar de los dos productos.
El objetivo de la empresa es maximizar los beneficios. El problema es determinar cuntas
unidades de los productos A y B deben producirse dentro de los lmites de las capacidades
disponibles de las mquinas. Resuelva el problema con los dos productos A y B
Suponga que la empresa tiene un tercer producto, C, que puede producirse en la primera o en la
segunda mquina. Si se produce en la primera mquina se requiere una hora; si se hace en la
segunda mquina, se necesitan dos horas. El producto C tiene beneficios marginales de nueve
dlares por unidad.
Modifique la formulacin del problema para incluir el producto C.
39)
El Consejo de Seguridad de Estados Unidos debe asignar su presupuesto para los prximos tres
aos. Ya se han tomado decisiones irrevocables con respecto a varias reas programadas y a su
financiamiento total; por ejemplo, se ha asignado un total de 110.000 dlares a la prevencin de
fallecimientos y a la reduccin en daos a propiedades por accidentes automovilsticos. Pero hay
que tomar decisiones detalladas acerca de los proyectos especficos para alcanzar los objetivos
de los programas. En el caso de la prevencin de fallecimientos y de la reduccin en daos a
propiedades, la tabla contiene los proyectos que recomendaron los analistas del consejo, junto
con los datos apropiados. Los miembros del consejo quieren que usted los ayude a tomar las
decisiones sobre la asignacin del presupuesto (o sobre la eleccin y la magnitud de los
proyectos). Al preguntarles cul de los objetivos especficos es ms importante, dijeron: Es una
pregunta difcil! Por una parte, la vida humana es sagrada y no puede comprarse con ninguna
cantidad de dinero. Por otra parte, si hay dos maneras de ahorrar el mismo nmero de vidas,
obviamente preferiramos el proyecto que de cmo resultado la menor cantidad de daos a
propiedades.
106
Proyecto
1. Publicidad para el uso de
Lmite superior de
gastos para el
proyecto
(en dlares)
Prevencin esperada de
Reduccin esperada en
fallecimientos por cada
daos a propiedades por
1.000 dlares gastados cada 1000 dlares gastados
$80 000
0.33
$0
20 000
0.25
20 000
75 000
0.15
30 000
100 000
0.27
10 000
cinturones de seguridad.
2. Investigacin para mejorar el
diseo de carreteras.
diseo de automviles.
4. Dlares gastados para
promover leyes estatales ms
severas
ebrios
para
conductores
Al preguntarles en forma especfica cul sera la compensacin entre vidas salvadas y daos a
propiedades que les sera indiferente, su respuesta fue: Esta pregunta es an ms difcil! Sin
embargo, somos conscientes de que un organismo de gobierno ha establecido, para fines
internos de asignacin de recursos, un valor monetario implcito de 300.000 dlares por una vida
humana que se salve (creemos que otro organismo tambin usa esta cifra para tomar decisiones
acerca de la incorporacin de caractersticas de seguridad adicionales en su equipo).
Formule un modelo de programacin lineal cuya solucin represente una asignacin ptima del
presupuesto de 110.000 dlares, con base en la informacin anterior. Asegrese de definir todas
las variables que utilice, para resolver por computadora el problema formulado.
40)
Delight Dary Company (DD) produce una amplia gama de productos lcteos. Los productos se han
separado en dos categoras principales, con el fin de planificar la produccin: helados (varios
sabores y tamaos) y especialidades (helado en palito, emparedados de helado, conos de helado,
etc.) Cada clase de producto tienen su propio equipo de empaquetado, pero ambas usan una
misma mquina de fabricacin de helado; tambin emplean el mismo grupo de trabajadores para
producir y empaquetar cada clase de producto.
Los helados requieren dos horas de la mquina de fabricacin de helados, una hora en su propia
lnea de empaquetado y tres horas de trabajo para producir 4.000 litros de producto terminado.
Las especialidades requieren una hora de la mquina de fabricacin de helado, una hora en su
propia lnea de empaquetado y seis de trabajo para producir el equivalente de 4.000 litros de
producto terminado. DD puede vender 4.000 litros de helado en 300 dlares, y 4.000 litros de
especialidades en 500 dlares. Los costos de materias primas son aproximadamente iguales para
ambas clases de productos.
En la actualidad, la compaa tiene un turno de trabajo (40 horas por semana) y emplea tres
trabajadores de tiempo completo y un empleado de de tiempo, para un total de 120 + 30 = 150
horas de trabajo a la semana.
Formule un modelo de programacin lineal para la planificacin de la produccin de Delight Dairy y
resuelva grficamente.
41)
Empire Abrasive Company (EAC) produce polvo de xido de alumno que utiliza en sus afiladoras y
en sus abrasivos. Hay dos tipos de producto terminado: polvo fino polvo grueso. Existen adems
dos tipos de insumos llamados crudo de Surinam y crudo chino (segn el pas de donde proviene
la bauxita de la cual se obtiene el crudo). Por ltimo, hay dos modos de procesamiento, llamados
rpido y lento, que pueden aplicarse a cualquiera de los materiales de entrada para producir
diversos porcentajes de los productos terminados. La tabla describe los porcentajes de cada
producto terminado que se obtienen de las posibles combinaciones de los materiales de entrada y
de los modos de procesamiento.
107
Porcentaje de polvo grueso

Porcentaje de polvo fino
Perdidas en la produccin

Entrada de crudo de
Surinam
Primer
Segundo
proceso proceso
45
25
50
70
5
5
Entrada de crudo
Chino
Primer
Segundo
proceso proceso
35
20
60
80
5
0
La tonelada de crudo de Surinam cuesta 300 dlares, mientras que la de crudo chino cuesta 350.
Una tonelada de procesamiento rpido cuesta 50 dlares, y una de procesamiento lento cuesta
40 dlares. La tonelada de polvo grueso se vende a 500 dlares y la de polvo fino a 325. La
planta de EAC puede procesar 1.000 toneladas de crudo por semana. No hay lmites en cuanto
al volumen de producto terminado que puede venderse.
Formule un modelo de programacin lineal para este problema que indique cmo puede llegar
EAC a la situacin ms rentable. Nota: EAC puede usar ambos tipos de crudo y ambos tipos de
procesos; es decir, puede existir soluciones fraccionarias.
42)
La compaa Consolidated ha contratado el envi de sus productos de la fbrica a los almacenes.

El volumen de entregas se mide en toneladas kilmetro (toneladas de producto multiplicadas por
el nmero de kilmetros hasta el punto de entrega).
Consolidated tiene que entregar aproximadamente 400.000 toneladas-kilmetro por mes.
Actualmente, Consolidated paga a Speedie Trucking Company 50 centavos por tonelada
kilmetro para que entregue el producto, pero quiere comprar una flotilla de camiones para
hacerse cargo de todo o de una parte del servicio de entrega.
Se consideran tres tipos de camiones: grandes camiones remolque, camiones medianos y
camionetas. En la tabla se presentan los detalles de cada tipo.
Tipo
Remolque
Mediano
CAMIONETA
Costo de
compra
$15.000
8.000
5.000
Costo operativo
(tonelada-kilmetro)
$0.28
0.32
0.40
Capacidad (toneladasKilmetroPor mes)

10.000
8.000
5.000
Speedie Trucking ha indicado que seguira entregando los productos que Consolidated no pueda
distribuir con sus camiones, a la misma tarifa de 50 centavos por tonelada kilmetro.
En Consolidated hay escasez de fondos de capital para equipo, y slo se dispone de 380 000
dlares para las compras.
Adems de la limitacin del presupuesto, existen otras restricciones con respecto a los tipos de
camiones que se compren.
El primer punto es el rea de carga disponible. Debido a las limitaciones del espacio de
almacenamiento y de las maniobras de carga, no caben ms de 28 camiones. Un remolque o un
camin mediano ocupara un espacio; dos camionetas ocuparan un espacio.
Adems, como consecuencia de los tipos y tamaos de las entregas, por lo menos dos terceras
partes de los vehculos que se compren tendrn que ser remolques o camiones medianos.
Formule este problema como un problema de programacin lineal. Resuelva en computadora.
Tenga cuidado en la especificacin del objetivo y en la definicin de las variables.
43)
Acme Skateboard Company fabrica tres modelos de patinetas: regular, especial y de lujo. En la
tabla se muestran los datos de costos, precio de venta y otra informacin relacionada con cada
modelo.
108
Modelo
Regular Especial De lujo
Precio de venta por unidad
7
15
25
Costo de materias primas por unidad
3
6
10
Horas de trabajo necesarias para el montaje, para
0.1
0.2
0.5
el acabado y para el empaquetado por unidad.
Lmite superior de la demanda para las ventas semanales. 1000
800
300
Acme tiene una fuerza de trabajo de cinco individuos asalariaos que trabajan un mximo de 40
horas por semana y que reciben una paga de 280 dlares por semana (incluyendo prestaciones)
aunque no trabajen las 40 horas. Acme desea encontrar el plan ptimo de produccin semanal
que maximice el beneficio y la contribucin al costo fijo de fuerza de trabajo.
Formule un modelo de programacin lineal que maximice el beneficio ms la contribucin a los
costos fijos de fuerza de trabajo.
44)
Emory Aluminum Company fabrica rollos de papel de aluminio de distintas anchuras. Los clientes
pueden pedir rollos de 60,50, 30 o 20 centmetros de ancho. El papel se fabrica con un ancho
normal de 135 centmetros y las anchuras menores se cortan del rollo normal.
Anchura
60 centmetros
50 centmetros
30 centmetros
20 centmetros
Desperdicio
(centmetros)
1
2
15
2
1
1
1
5
3
1
4
1
1
2
5
2
15
5
1
Mtodo de corte
6
7
8
9
2
1
3
15
2
1
15
1
2
1
5
1
1
2
15
10
11
12
13
2
3
15
6
15
1
4
5
15
Hay varias maneras de cortar las anchuras menores, como se indica en la tabla. Por ejemplo, con
el mtodo 3 se cortan del rollo normal un rollo de 60 cm. de ancho, un rollo de 30 cm de ancho y
dos rollos de 20 cm. Con este mtodo queda cinco centmetros de desperdicio [135 60 30
2(20) = 5]. Puesto que el mtodo de corte genera ciertos desperdicios, hay algunas combinaciones
(que no se indican) que no se pueden cortar. Todos los rollos para corte tienen anchura de 135
centmetros y todos los pedidos son par las medidas que se indican en la tabla. Adems, todos los
pedidos tienen una longitud determinada (la longitud del rollo).
Emory ha recibido los siguientes pedidos para el mes de julio
:Ancho
24 centmetros
20 centmetros
12 centmetros
8 centmetros
Rollos pedidos
330
120
480
160
Cmo debe cortar Emory sus rollos para satisfacer los pedidos? Formule un modelo de
programacin lineal para el problema, resuelva en computadora.
45)
Un fabricante ha establecido un contrato para producir 2.000 unidades de un producto en los

prximos ocho meses. El programa de entregas es el siguiente:
Mes
Unidades
Enero
100
Febrero
200
Marzo
300
Abril
400
Mayo
100
Junio
100
Julio
500
Agosto
300
Total
2.000
109
El fabricante ha estimado que le cuesta un dlar almacenar una unidad de producto durante un
mes. La capacidad de su almacn es de 300 unidades.
El fabricante puede producir cualquier nmero de unidades en un mes, ya que se producen
principalmente con mano de obra temporal, fcilmente disponible. Sin embargo, existe el costo de
la capacitacin del nuevo personal y los costos que se relacionan con los despidos de personal. El
fabricante estima que cuesta unos 785 centavos por unidad aumentar el nivel de produccin de un
mes al siguiente (es decir, si la produccin de enero es 200 y aumenta a 300 en febrero, el costo
es de 75 dlares para capacitacin del personal adicional que se requiere para producir al nivel de
300 unidades). De manera anloga, cuesta 50 centavos por unidad reducir la produccin de un
mes al siguiente. (Al trmino de los ocho meses se despedir a todos los empleados, con los
costos correspondientes de la reduccin de la produccin). Suponga que el nivel de produccin
antes de enero es cero.
a) Formule lo anterior como un problema de programacin lineal y resuelva en computadora.
b) Suponga que hay un lmite de produccin de 300 unidades mensuales. Formule el problema
de programacin lineal con esta restriccin adicional y resuelva en computadora.
46)
La compaa elctrica Stateside planifica la construccin de nuevas instalaciones en su rea para

los prximos 10 aos. Es posible construir cuatro tipos de instalaciones de energa elctrica:
plantas de vapor que utilizan carbn para generar energa, plantas hidroelctricas sin represa,
plantas hidroelctricas con represa, plantas hidroelctricas con represas pequeas (capacidad de
almacenamiento de agua suficiente para cubrir las fluctuaciones diarias) y plantas hidroelctricas
con grandes represas (suficiente capacidad de almacenamiento de agua para cubrir las
fluctuaciones de flujo de agua y las de demanda de energa en la temporada.
El consumo de energa elctrica se basa en tres caractersticas. La primera es el consumo anual
total; se estima que el rea requerir 4 billones de kilowatts- hora hasta el dcimo ao. La segunda
caracterstica es el consumo mximo de energa, que por lo general ocurre en cualquier da de
verano alrededor de las 4 P.M. Todos los planes deben suministrar capacidad mxima suficiente
para cubrir la necesidad mxima esperada de 3.000 millones de Kilowatts en el dcimo ao. La
tercera caracterstica es el suministro garantizado de energa, que se mide como el suministro
diurno promedio a mediados de invierno, cuando el consumo es alto y los niveles de agua APRA
las plantas hidroelctricas son bajos. El requisito de suministro garantizado hasta el dcimo ao es
de 2.000 millones de kilowatts.
Las diversas plantas de energa posibles varan en cuanto a la forma de satisfacer estas
caractersticas. Por ejemplo, las plantas hidroelcticas con represas pueden proporcionar gran
capacidad mxima, mientras que las plantas de vapor y las hidroelctricas sin represas nos
funcionan muy bien en este aspecto.
En la tabla se presentan las caractersticas de los distintos tipos de plantas. Cada una se mide en
funcin de una unidad de capacidad, la cual se define como la capacidad para producir un billn
de kilowatts hora por ao. Observe que los tipos de plantas varan considerablemente en sus
costos de inversin, as como en sus costos operativos (de explotacin) anuales. Por ejemplo, el
costo del carbn eleva bastante los costos anuales de las plantas de vapor, mientras que los
costos operativos anuales de las plantas hidroelctricas son relativamente menores. La ltima
columna de la tabla muestra los costos totales actualizados, que incluyen tanto el costo de
inversin como los costos operativos anuales actualizados.
Tipo
Vapor
Hidroelctrica, sin represa
Hidroelctrica, represa pequea
Hidroelctrica, represa grande
Suministro
garantizado
(millones de
kilowatts)
Suministro
mximo
(millones de
kilowatts)
Costo de la
inversin
( miles de
dlares)
Costo total
actualizado
( miles de
dlares)
0.15
0.10
0.10
0.80
0.20
0.10
0.40
0.90
30
40
60
100
65
42
64
110
110
La compaa quiere desarrollar un plan de 10 aos que detalle la capacidad de cada tipo de
planta que debe construir. El objetivo es minimizar el costo total actualizado, pero existe la
restriccin de que no puede invertir ms de 350 millones de dlares en plantas en los prximos
diez aos. Formule el problema como un modelo de programacin lineal y resuelva en
computadora.
47)
En los modelos de programacin lineal, por lo general se supone que la demanda de un producto
es algo conocido, cuando en la prctica esta demanda es incierta. Con frecuencia se puede
incorporar esta demanda incierta a un modelo de programacin lineal, como se ilustra en este
ejercicio.
Remtase al problema 32. Considere el producto A, para cuya demanda se supone que existe un
lmite superior de 10 unidades. Suponga ahora que el lmite superior para la demanda del producto
A es incierta pero se asigna una probabilidad de 0.4 de que se vendan 10 unidades como mximo,
y de 0.6 de que se vendan 20 como mximo. Suponga tambin que si se producen ms de 10
unidades y el lmite superior de la demanda resulta ser slo 10 unidades, se puede vender el
excedente a un precio reducido que solo ofrecer un beneficio de 10 dlares por unidad. Su
objetivo es maximizar el beneficio esperado. Cmo modificara la formulacin del problema 32
para lograrlo?
Recomendacin: Defina una nueva variable como el exceso de produccin del producto A, por
encima de 10 unidades, y considere los ingresos esperados que se obtendran de la venta de
estas unidades y resuelva en computadora.
48)
Remtase al problema 33.

a) Resuelva el problema en forma grfica para encontrar la combinacin ptima de productos
Para que los apartados (b) a (d) de este problema, considere que cada caso por separado.
Convierta adems a millares todas las unidades y resuelva grficamente.
b) Suponga que el nmero mximo de unidades del producto A que pueden venderse es 9.000
(en lugar de 8.000, como en el caso base) Cul es el efecto de la solucin? Cul es el
efecto de los beneficios? Cul es el precio dual para la restriccin que limita las ventas del
producto A?
c) Suponga que el nmero mximo de unidades del producto B que pueden venderse es 13.000
(y no 12.000, como en el caso base). Cul es el efecto en los beneficios? Cul es el precio
dual para la restriccin que limita las ventas del producto B?
d) Suponga que hay 31.000 horas de trabajo disponibles, en lugar de las 3.000 del caso base.
Cul es el efecto en el problema? Cul es el efecto de los beneficios? Cul es el precio
dual de la restriccin del nmero de horas de trabajo?
e) Remtase a los apartados (b), (c) y (d) anteriores. Determine en forma grfica los intervalos
del trmino independiente en los cuales se mantienen los precios duales de las tres
restricciones.
49)
Remtase al problema 40 (el problema de la compaa Delight Dairy).

a) Suponga que se podran obtener 10 horas de trabajos adicionales (convirtiendo la posicin
de de tiempo en tiempo completo). Cul es el efecto de la solucin? Muestre el resultado
de manera grfica. Calcule el precio dual por hora de trabajo adicional.
b) Cuntas horas de trabajo adicional pueden aadirse antes de que cambie el precio dual
que calculo en (b)? Muestre el resultado en forma grfica.
c) Suponga que la competencia ha hecho que el precio del helado baje de 300 a 200 dlares
por cada 4.000 litros. Cambiara esto el plan de produccin de DD? De ser as, cul sera
el nuevo plan?
50)
La compaa de prstamos U-Save planifica sus operaciones para el ao entrante. Ofrece cinco
tipos de prstamos, descritos a continuacin, junto con el rendimiento anual (porcentaje) para la
compaa.
Los requisitos legales y la poltica del a compaa imponen los siguientes lmites a las cantidades
que pueden entregarse en los distintos tipos de prstamos.
111

Tipo de prstamos
Prstamos personales
Prstamos para muebles
Prstamos para automviles
Segunda hipoteca de casa
Primera hipoteca de casa

Rendimiento anual
(porcentaje)
15
12
9
10
7
Los prstamos personales no pueden exceder el 10% de la cantidad total de los prstamos. La
cantidad total de los prstamos. La cantidad de prstamos personales y para muebles, en
conjunto, no debe ser mayor del 20%. Las primeras hipotecas deben constituir por lo menos el
40% de todas las hipotecas y por lo menos el 20% del total de prstamos. Las segundas
hipotecas no pueden exceder el 25% del total de prstamos.
51)
La compaa desea maximizar los ingresos de los intereses de los prstamos, sujetndose a las
restricciones anteriores. La empresa puede prestar como mximo 1.5 millones de dlares.
Formule este problema como uno de programacin lineal Resuelva en computadora.
.
Remtase al problema 50.
a) Si la compaa pudiera juntar 1.5 millones de dlares adicionales para prestarlos, cul sera
el rendimiento de cada dlar adicional? En qu intervalo se mantendra el valor?
b) Suponga que el rendimiento anual de las segundas hipotecas aumenta del 10 al 12%. Cul
sera el efecto en la solucin del problema (es decir, en la cartera de prstamos)? Cul sera
el efecto en el rendimiento total? Suponga que la tasa de las segundas hipotecas fuera del
14%. Cul sera el efecto? Cunto tendra que subir la tasa de las segundas hipotecas
para que tuviera efecto en la cartera de prstamos?
52)
La empresa Whitt Window tiene slo tres empleados que hacen dos tipos de ventanas a mano:
con marco de madera y con marco de aluminio. La ganancia es de $60 por cada ventana con
marco de madera y de $30 por cada una con marco de aluminio. Doug hace marcos de madera y
puede terminar 6 al da. Linda hace 4 marcos de aluminio por da. Bob forma y corta el vidrio y
puede hacer 48 pies cuadrados de vidrio por da. Cada ventana con marco de madera usa 6 pies
cuadrados de vidrio y cada una de aluminio, 8 pies cuadrados.
La compaa desea determinar cuntas ventanas de cada tipo producir al da para maximizar la
ganancia total.
a)
b)
c)
d)
Construya y llene una tabla para este problema, identifique las actividades y los recursos.
Formule un modelo de programacin lineal.
Use el mtodo grfico para resolver el modelo.
Un nuevo competidor en la ciudad tambin produce ventanas con marco de madera. Esto
puede forzar a la compaa a bajar el precio y por ende la ganancia debida a este tipo de
ventanas. Cmo cambiara la solucin ptima (si cambia) si la ganancia por ventana de
madera disminuye de $60 a $40? Y de $60 a $20?
e) Doug piensa reducir sus horas de trabajo, lo cual reducira el nmero de ventanas de madera
que produce por da. (Cmo cambiara la solucin ptima si hace slo 5 marcos diarios?
53)
La Apex Televisin Company debe decidir el nmero de televisores de 27 y 20 in producidos en

una de sus fbricas. La investigacin de mercado indica ventas de a lo ms 40 televisores de 27 in
y 10 de 20 in cada mes. El nmero mximo de horas-hombre disponibles es 500 por mes. Un
televisor de 27 in requiere 20 horas-hombre y uno de 20 in, 10. Cada televisor de 27 in produce
una ganancia de $120 y cada uno de 20 in produce $80 de ganancia. Un distribuidor est de
acuerdo en comprar todos los televisores producidos si el nmero no excede el mximo indicado
por el estudio de mercado.
a) Formule un modelo de programacin lineal.
b) Use el mtodo grfico para resolver el modelo.
54)
La compaa Worldlight produce dos dispositivos para lmparas (productos 1 y 2) que requieren
partes de metal y componentes elctricas. La administracin desea determinar cuntas unidades
112
de cada producto fabricar para maximizar la ganancia. Por cada unidad del producto 1 se
requieren 1 unidad de partes de metal y 2 unidades de componentes elctricas. Por cada unidad
del producto 2 se necesitan 3 unidades de partes de metal y 2 unidades de componentes
elctricas. La compaa tiene 200 unidades de partes de metal y 300 de componentes elctricas.
Cada unidad del producto 1 da una ganancia de $1 y cada unidad del producto 2, hasta 60
unidades, da una ganancia de $2. Cualquier exceso de 60 unidades del producto 2 no tiene
ganancia, por lo que fabricar ms de 60 est fuera de consideracin.
b) Utilice el mtodo grfico para resolver este modelo. (Cul es la ganancia total que resulta?
55)
La compaa de seguros Primo est en proceso de introducir dos nuevas lneas de productos:
seguro de riesgo especial e hipotecas. La ganancia esperada es $5 por el seguro de riesgo
especial y $2 por unidad de hipoteca.
La administracin desea establecer las cuotas de venta de las nuevas lneas para maximizar la
ganancia total esperada. Los requerimientos de trabajo son los siguientes;
Horas-hombre por unidad
Departamento
Suscripciones
Administracin
Reclamaciones
56)
Riesgo
especial
Hipoteca
Horas-hombre
disponibles
3
0
2
2
1
0
2.400
800
1.200

b) Use el mtodo grfico para resolver el modelo
.
Weenies and Buns es una planta procesadora de alimentos que fabrica hotdogs y pan para
hotdogs. Muelen su propia harina para el pan a una tasa mxima de 200 libras por semana. Cada
pan requiere 0.1 libras. Tienen un contrato con Pigland, Inc., que especifica la entrega de 800
libras de productos de chancho cada lunes. Cada hot-dog requiere 1/4 de libra de producto de
chancho. Se cuenta con suficiente cantidad del resto de los ingredientes de ambos productos. Por
ltimo, la mano de obra consiste en 5 empleados de tiempo completo (40 horas por semana).
Cada hotdog requiere 3 minutos de mano de obra y cada pan de 2 minutos de mano de obra.
Cada hotdog proporciona una ganancia de $0.20 y cada pan de $0.10.
Weenies and Buns desea saber cuntos hotdogs y cuntos panes deben producir cada semana
para lograr la ganancia ms alta posible.
57)
La compaa manufacturera Omega descontinu la produccin de cierta lnea de productos no

redituable. Esto cre un exceso considerable en la capacidad de produccin. La gerencia quiere
dedicar esta capacidad a uno o ms de tres productos, llamados productos 1, 2 y 3. En la
siguiente tabla se resume la capacidad disponible de cada mquina que puede limitar la
produccin:
Tipo de mquina
Fresadora
Torno
Rectificadora
Tiempo disponible
(en horas-mquina por semana)
500
350
150
El nmero de horas-mquina requeridas para cada unidad de los productos respectivos es,
113
Coeficiente de productividad
(En horas mquina por unidad)
Tipo de mquina
Producto 1
Producto 2
Fresadora
9
3
Torno
5
4
Rectificadora
3
0
Producto 3
5
0
2
El departamento de ventas indica que las ventas potenciales para los productos 1 y 2 exceden la
tasa mxima de produccin y que las ventas potenciales del producto 3 son 20 unidades por
semana. La ganancia unitaria respectiva sera de $50, $20 y $25, para los productos 1, 2 y 3. El
objetivo es determinar cuntos productos de cada tipo debe producir la compaa para
maximizar la ganancia.
Formule un modelo de programacin lineal y resulvalo en computadora.
58)
Hoy es su da de suerte, Acaba de ganar un premio de $10.000. Dedicar $4.000 a impuestos y

diversiones, pero ha decidido invertir los otros $6.000. Al or las nuevas, dos amigos le han
ofrecido una oportunidad de convenirse en socio en dos empresas distintas, cada una planeada
por uno de ellos. En ambos casos, la inversin incluye dedicar parte de su tiempo el siguiente
verano y dinero en efectivo. Para ser un socio completo en el caso del primer amigo debe invertir
$5 000 y 400 horas, y su ganancia estimada (sin tomar en cuenta el valor del dinero en el tiempo)
sera $4.500. Las cifras correspondientes para el segundo caso son $4 000 y 500 horas, con una
ganancia estimada de $4 500. Sin embargo, ambos amigos son flexibles y le permitiran participar
con cualquier fraccin de participacin que quiera. Si elige una participacin parcial, todas las
cifras dadas para la sociedad completa (inversin de dinero y tiempo, y la ganancia) se pueden
multiplicar por esta fraccin.
Como de todas formas usted busca un trabajo de verano interesante (mximo 600 horas), ha
decidido participar en una o ambas empresas en alguna combinacin que maximice su ganancia
total estimada. Usted debe resolver el problema de encontrar la mejor combinacin.
b) Use el mtodo grfico para resolver el modelo, cul es su ganancia total estimada?
59)
Carne con papas es el plato favorito de Ralph Edmund. Por eso decidi hacer una dieta continua
de slo estos dos alimentos (ms algunos lquidos y suplementos de vitaminas) en todas sus
comidas. Ralph sabe que no es la dieta ms sana y quiere asegurarse de que toma las cantidades
adecuadas de los dos alimentos para satisfacer los requerimientos nutricionales. Cuenta con la
siguiente informacin nutricional y de costo:
Granos de ingredientes por porcin
Ingrediente
Carbohidratos
Protenas
Grasa
Costo/porcin
Res
5
20
15
$4
Papas
15
5
2
$2
Requerimiento
diario (gramos)
50
40
60
Ralph quiere determinar el nmero de porciones diarias (pueden ser fraccionales) de res y papas
que cumpliran con estos requerimientos a un costo mnimo.
60)
Dwight es un maestro de primaria que tambin cra chanchos para tener ingresos adicionales.
Intenta decidir qu alimento darles. Piensa que debe usar una combinacin de los alimentos que
venden los proveedores locales. Desea que tenga un costo mnimo al mismo tiempo que cada
chancho reciba una cantidad adecuada de caloras y vitaminas. El costo y los contenidos de cada
alimento se muestran en la tabla.
114

Contenido
Caloras (por libra)
Vitaminas (por libra)
Costo (por libra)

Alimento tipo A
800
140 unidades
$0.40
Alimento tipo B
1.000
70 unidades
$0.80
Cada chancho requiere al menos 8 000 caloras por da y 700 unidades de vitaminas. Una
restriccin ms es que el alimento tipo A no sea ms de un tercio de la dieta (por peso), pues
contiene un ingrediente txico si se consume en demasa.
b) Use el mtodo grfico para resolver el modelo. Cul es el costo diario por chancho que
resulta?
61)
Web Mercantile vende muchos productos para el hogar mediante un catlogo en lnea. La
compaa necesita un gran espacio de almacn para los productos. Ahora planea rentar espacio
para los siguientes 5 meses. Se sabe cunto espacio necesitar cada mes; pero como vara mucho, puede ser ms econmico rentar slo la cantidad necesaria cada mes con contratos
mensuales. Por otro lado, el costo adicional de rentar espacio para meses adicionales es menor
que para el primero, y puede ser menos costoso rentar el espacio mximo los 5 meses. Otra
opcin es el enfoque intermedio de cambiar la cantidad total de espacio rentado (con un nuevo
contrato y/o la terminacin del anterior) al menos una vez pero no cada mes.
El espacio requerido y los costos para los periodos de arrendamiento son los siguientes:
Mes
Espacio
Perodo de
Costo por ft2
2
requerido (ft )
arrendamiento (meses)
arrendado
1
30000
1
$ 65
2
20000
2
$100
3
40000
3
$135
4
10000
4
$160
5
50000
5
$190
El objetivo es minimizar el costo total de arrendamiento para cumplir con los requerimientos.
b) Resuelva este modelo en computadora
62)
La Medequip Company produce equipos de precisin de diagnstico mdico en dos fbricas. Se

han recibido pedidos de tres centros mdicos para la produccin de este mes. La tabla a la
derecha muestra el costo unitario de envo desde cada fbrica a cada centro. Adems, muestra el
nmero de unidades que se producirn en cada fbrica y el nmero de unidades ordenadas por
cada cliente.
A
De
Fabrica 1
Fabrica 2
Orden
Costo unitario de envo

Cliente 1 Cliente 2 Cliente 3
$600
$800
$700
$400
$900
$600
300 unid
200 unid
400 unid
Produccin
400 unid
500 unid
Ahora debe toman la decisin sobre el plan de cuntas unidades enviar de cada fbrica a cada
cliente.
b) Resuelva el modelo en computadora.
63)
Fagersta Steelwonks explota dos minas para obtener mineral de hierro. Este mineral de hierro se
enva a una de dos instalaciones de almacenamiento. Cuando se necesita se manda a la planta de
acero de la compaa. El siguiente diagrama describe la red de distribucin, donde Ml y M2 son las
dos minas, Si y S2, los dos almacenes y P es la planta de acero. Tambin muestra las cantidades
producidas en las minas y las necesarias en la planta, al igual que el costo de envo y la cantidad
mxima que se puede enviar al mes por cada va. La administracin desea determinar el plan ms
115
econmico de envo del mineral de las minas a la planta.

b) Resuelva este modelo en computadora.
64)
Metalco Company desea hacer una nueva aleacin con 40% de aluminio, 35% de zinc y 25% de
plomo a partir de varias aleaciones disponibles que tienen las siguientes propiedades:
Propiedad
Porcentaje de aluminio
Porcentaje de zinc
Porcentaje de plomo
Costo ($ / libra)
1
60
10
30
22
2
25
15
60
20
Aleacin
3
45
45
10
25
4
20
50
30
24
5
50
40
10
27
El objetivo es determinar las proporciones de estas aleaciones que deben mezclarse para
producir la nueva aleacin a un costo mnimo.
Formule un modelo de programacin lineal y resuelva en computadora
65)
La Weigelt Corporation tienes tres plantas con exceso en su capacidad de produccin. Por fortuna,
la corporacin tiene un nuevo producto listo para iniciar su produccin y las tres plantas pueden
fabricarlo, as que se podr usar parte del exceso de este modo. El producto puede hacerse en
tres tamaos: grande, mediano y chico; y darn una ganancia neta de $420, $360 y $300, respectivamente. Las plantas 1, 2 y 3 tienen capacidad de mano de obra y equipo para producir 750, 900
y 450 unidades diarias de este producto, respectivamente, sin importar el tamao o la combinacin
de tamaos de que se trate.
La cantidad de espacio disponible para almacenar material en proceso impone tambin
limitaciones en las tasas de produccin del nuevo producto. Las plantas 1, 2 y 3 tienen 13000,
12000 y 5000 pies cuadrados de espacio respectivo, para material en proceso de la produccin
diaria. Cada unidad grande, mediana y chica que se produce requiere 20, 15 y 12 pies cuadrados,
respectivamente.
Los pronsticos de venta indican que, si estn disponibles, se pueden vender 900, 1200 y 750
unidades diarias de los tamaos respectivos grande, mediano y chico.
Ser necesario despedir algunos empleados en cada planta a menos que la mayor parte de esta
capacidad en exceso se pueda usar con el nuevo producto. Para evitar despidos en lo posible, la
gerencia ha decidido que las plantas deben usar el mismo porcentaje de su capacidad adicional
con este nuevo producto.
El gerente desea saber cuntas unidades de cada tamao producir en cada planta para maximizar
la ganancia.
116

b) Resuelva este modelo en computadora.
66)
Confortable Hands es una compaa que produce una lnea de guantes de invierno para toda la
familia: caballeros, damas y nios. Desean decidir qu mezcla de estos tres tipos de guantes
fabricar.
La fuerza de trabajo es sindicalizada. Cada empleado de tiempo completo trabaja 40 horas por
semana. Por contrato, el nmero de empleados de tiempo completo no puede ser menor que 20.
Se puede contratar trabajadores no sindicalizados con las siguientes restricciones; 1) cada uno
trabaja 20 horas por semana y 2) debe haber al menos 2 de tiempo completo por cada uno de
medio tiempo.
Los tres tipos de guantes estn hechos con el mismo porcentaje de piel de vaca. La compaa
tiene un contrato a largo plazo con el proveedor de piel y recibe 5000 ft 2 de material por semana.
Los requerimientos de material y mano de obra, y la ganancia bruta por guante vendido (sin
considerar costo de mano de obra) son:
Guante
Material req. (ft )
Caballero
Dama
Nio
2
1.5
1
Mano de obra
req.(min)
30
45
40
Ganancia bruta
(por parte)
$8
$10
$6
Cada empleado de tiempo completo gana $13 por hora y cada uno de medio tiempo, $10 por
hora. La gerencia desea saber qu mezcla de los tres tipos de guantes producir por semana, lo
mismo que cuntos empleados de cada tipo contratar. Desea maximizar su ganancia neta, o
sea, la ganancia bruta menos costo de mano de obra.
67)
Slim Down fabrica una lnea de bebidas nutritivas para reduccin de peso. Uno de sus productos
es una malteada de fresa diseada como una comida completa. La malteada contiene varios
ingredientes. En la tabla seda parte de la informacin de estos ingredientes.
Ingrediente
Sabor fresa
Crema
Suplemento
Vitaminas
Endulzante
artificial
Agente p/espesar
Caloras de
grasa (cuch)
1
75
0
Caloras
totales (cuch)
50
100
0
Vitaminas
s(mg/cuch)
20
0
50
Harinas
(mg/cuch)
3
8
1
Costo
($/cuch)
10
8
25
120
15
30
80
25
Los requerimientos nutritivos son los siguientes. La bebida debe tener un total de 380 a 420
caloras (inclusive). No ms de 20% de las caloras totales debe venir de grasas. Debe tener al
menos 50 mg de contenido vitamnico. Para el sabor, debe haber al menos 2 cucharadas (cuch.)
de saborizante de fresa por cada cucharada de endulzante artificial. Por ltimo, para que est
espeso, debe haber justo 15 mg de harinas en la bebida.
La gerencia desea seleccionar la cantidad de cada ingrediente para la bebida que minimice el
costo al tiempo que cumpla con los requerimientos anteriores.
68)
Joyce y Marvin tienen una guardera. Ellos intentan decidir qu dar a los nios de almuerzo.
Desean mantener sus costos bajos, pero tambin deben cumplir con los requerimientos nutritivos
para nios. Ya decidieron darles sndwiches de mantequilla de man y mermelada y alguna
combinacin de galletas, leche y jugo de naranja. El contenido nutritivo de cada alimento y su
117
costo se da en la siguiente tabla.

Alimento
Pan (1 reb)
Mantequilla
man (l cuch.)
Mermelada
(l cuch.)
Galleta (l pz.)
Leche (l taza)
Jugo (l taza)
Caloras de
grasa
10
de
75
Caloras
totales
70
100
Vit. C
(mg)
0
0
Prot.
(g)
3
4
Costo
($)
5
4
50
20
70
0
60
150
100
0
2
120
1
8
1
8
15
35
Los requerimientos nutritivos son los siguientes. Cada nio debe recibir de 400 a 600 caloras.
No ms de 30% de las caloras totales deben venir de grasas. Cada nio debe consumir al
menos 60 mg de vitamina C y 12 g de protena. Todava ms, por razones prcticas, cada nio
necesita justo 2 rebanadas de pan (para un sndwich), al menos el doble de mantequilla de man
que de mermelada y al menos una tasa de lquido (leche y/o jugo de naranja).
Joyce y Marvin desean seleccionar las opciones de alimento para cada nio que minimice el
costo mientras cumple con los requerimientos establecidos.
69)
Se tienen los siguientes datos para un problema de programacin lineal cuyo objetivo es
maximizar la ganancia de asignar tres recursos a dos actividades no negativas.
Recurso
Uso de recursos por unidad de cada

actividad
Actividad 1
Actividad 2
2
3
2
$20
1
3
4
$30
1
2
3
Contribucin
por unidad
Cantidad de recursos
disponible
10
20
20
Contribucin por unidad = ganancia por unidad de cada actividad.

b) Use el mtodo grfico para resolver este modelo.
c) Despliegue el modelo en una hoja de clculo.
70)
Ed Butler es el gerente de produccin de Bilco Corporation, que produce tres tipos de refacciones
para automviles. La manufactura de cada parte requiere procesamiento en dos mquinas, con los
siguientes tiempos de procesado (en horas):
Mquina
1
2
A
0.02
0.05
Refaccin
B
0.03
0.02
C
0.05
0.04
Cada mquina est disponible 40 horas al mes. La ganancia unitaria de cada parte fabricada
est dada por:
Ganancia
A
$50
Refaccin
B
$40
C
$30
118
Ed quiere determinar la mezcla de refacciones que debe producir para maximizar la ganancia
total.
b) Despliegue el modelo en computadora.
c) Realice tres estimaciones de la solucin ptima. Use la hoja de clculo para verificar la
factibilidad de cada una y, si es factible, encuentre el valor de la funcin objetivo. Qu
estimacin tiene el mejor valor de la funcin objetivo?
71)
Usted cuenta con los siguientes datos para un problema de programacin lineal cuyo objetivo es
minimizar el costo de realizar dos actividades no negativas para lograr tres beneficios que no
bajan de sus niveles mnimos.
Beneficio
1
2
3
Costo unitario
Contribucin al beneficio por

unidad de actividad
Actividad 1
Actividad 2
5
3
2
2
7
9
$60
$50
Nivel mnimo
aceptable
60
30
126

b) Utilice el mtodo grfico para resolver este modelo.
c) Despliegue el modelo en computadora.
72)
Fred Jonasson administra la granja de su familia. Para complementar varios alimentos que se
cultivan en la granja, Fred tambin cra cerdos para venta y desea determinar las cantidades de
los distintos tipos de alimento disponibles (maz, grasas y alfalfa) que debe dar a cada cerdo.
Como los cerdos se comern cualquier mezcla de estos tipos de alimento, el objetivo es
determinar qu mezcla cumple ciertos requisitos nutritivos a un costo mnimo. En la siguiente tabla
se dan las unidades de cada tipo de ingrediente nutritivo bsico contenido en 1 kilogramo de cada
tipo de alimento, junto con los requisitos de nutricin diarios y los costos de los alimentos:
Ingrediente
nutritivo
Carbohidratos
Protenas
Vitaminas
Costo ($)
Kilogramo
de maz
90
30
10
84
Kilogramo
de grasas
20
80
20
72
Kilogramo de
alfalfa
40
60
60
60
Req. Mnimo
diario
200
180
150
a) Formule el modelo de programacin lineal.

73)
Maureen Laird es gerente de inversiones de Alva Electric Co., empresa importante en el medio
oeste. La compaa ha programado la construccin de nuevas plantas hidroelctricas a 5, 10 y 20
aos para cumplir con las necesidades de la creciente poblacin en la regin que sirve. Maureen
debe invertir parte del dinero de la compaa para cubrir sus necesidades de efectivo futuras.
Puede comprar slo tres tipos de acciones, cada una cuesta $1 milln por unidad. Se pueden
comprar unidades fraccionarias. Las acciones producen ingresos a 5, lO y 20 aos, y el ingreso se
necesita para cubrir requerimientos mnimos de flujos de efectivo en esos aos. (Cualquier ingreso
arriba del mnimo requerido para cada periodo se usar para incrementar el pago de dividendos a
los accionistas en lugar de ahorrarlo para ayudar a cumplir con los requerimientos mnimos de
efectivo el siguiente periodo.) La siguiente tabla muestra la cantidad de ingreso generada por cada
unidad de acciones y la cantidad mnima de ingreso requerida para cada periodo futuro en que se
construir una nueva planta.
119
Aos
5
10
20
Ingresos por accin

(en millones)
Accin 1
Accin 2
Accin 3
$2
$1
$0.5
$0.5
$0.5
$1
$0
$1.5
$2

Flujo de efectivo
mnimo requerido
$400
$100
$300
Maureen desea determinar la mezcla de inversiones en estas acciones que cubrir los
requerimientos de efectivo y que minimizar la cantidad total invertida.
74)
Una fbrica produce dos tipos de camisas A y B, las camisas tipo A requiere 2.5 minutos para
cortarlas y 5 minutos para confeccionarlas, las de tipo B requieren 4 minutos para cortarlas y 4
minutos para confeccionarlas. Se necesita 1 hora y 40 minutos para corte y 2 horas para
confeccionar. El beneficio es de 2.5 dlares por cada camisa tipo A y 3 dlares por cada camisa
tipo B. Cuntas camisas de cada clase debe producirse para obtener la mxima ganancia?
75)
Una empresa fbrica dos productos A y B. El beneficio para A es 25 dlares por tonelada y para B
20 dlares La planta consta de 3 departamentos de produccin: Cortado, Mezclado y Enlataje. El
equipo en cada departamento puede, emplearse 1.5 horas diarias en el primer departamento, 4
horas en el segundo y al menos 4 en el tercer departamento. El proceso de produccin es el
siguiente El producto A emplea 1/4 hora de la capacidad de cortado y mezclado, y 0.5 hora de
enlataje por tonelada, El producto B requiere 0.5 hora por tonelada de la capacidad de mezclado y
1/3 de hora de la capacidad de enlataje. Qu combinacin de producto deber elaborar la
empresa para maximizar su beneficio?
76)
Una compaa produce dos tipos de pantalones A y B cada pantaln tipo A requiere del doble de
mano de obra que el de tipo B. Se deben producir por lo menos 250 pantalones combinados. El
mercado limita la venta diaria de pantalones tipo A, a un mximo de 75 y los de clase B a un total
de 125 pantalones. Los beneficiados por pantaln son 6 dlares para el tipo A y 4 dlares para el
tipo B. Determinar el nmero de pantalones de cada clase que maximice la ganancia.
77)
Dos productos tienen el siguiente proceso. Hay un taller que lo ms que puede hacer es 200
productos del tipo A o 100 del tipo B por da. El taller de pintura tiene una capacidad diaria de 120
productos del tipo A o 160 del tipo B. Tambin el tratamiento tcnico puede procesar un total de 90
artculos del tipo A por da. El producto A tiene una utilidad de 4 dlares y el producto B de 6
dlares. Determinar la produccin ptima que maximice los beneficios.
78)
Se producen dos artculos A y B los mismos que son procesados por tres mquinas M1, M2 y M3.
La mquina 1 procesa 0.5 unidad de A y 0.5 de B, M2 procesa 1 de A, 0.5 de B, M3 procesa 0.5
de A y 2 de B. Se dispone al menos de 65 horas semanales para M1, 95 para M2 y 100 para M3.
El costo de A es de 3 dlares y 5 dlares el de B Cuntas unidades de A y B se deben producir
para que el costo sea mnimo?
79)
Un fabricante de gasolina para aviacin vende dos clases de combustible A y B. El combustible A

tiene 12.5% de grado 1 y 2 y 25% de gasolina grado 3. El combustible B tiene 25% de gasolina
grado 2 y 3. Disponible para produccin hay 25 galones/hora grado 1, 100 galones/hora grado 2 y
3. Los costos son 15 centavos por galn grado 1, el galn grado 2 cuesta 30 centavos y 45
centavos por galn grado 3. El combustible A puede venderse a 66.88 dlares por galn, mientras
que el combustible B alcanza a 58.75 centavos por galn, Qu cantidad debe fabricarse de cada
combustible para obtener el mayor beneficio?
80)
Un laboratorio farmacutico desea preparar un tnico de tal manera que cada frasco contenga al
menos 32 unidades de vitamina A, 10 de vitamina B y 40 de vitamina C. Para suministrar estas
vitaminas, el laboratorio emplea el aditivo X1, a un costo de 2 dlares por onza, el cual contiene 15
unidades de vitamina A, 2 de B y 4 de C, un aditivo X2 a un costo de 4 dlares por cada onza, que
contiene 4 unidades de vitamina A, 2 de B y 14 de C. Cuntas onzas de cada aditivo se deben
incluir en el frasco para minimizar el costo?
81)
Las mquinas A y B pueden fabricar el mismo artculo, la mquina A produce 18 unidades por
hora, mientras que la mquina B produce 10 unidades por hora. Se deben producir a lo mucho 600
120
unidades del artculo trabajando 40 horas semanales por lo menos; sin embargo la mquina B
tiene una capacidad mxima de 35 horas semanales. Si el costo de operar la mquina A es de 25
dlares y 20 dlares la mquina B. Determinar cuntas horas por semana debe operar cada
mquina para satisfacer las necesidades de produccin a un costo mnimo.
82)
Una fbrica elabora dos clases de cerveza Plsener y Club, para lo cual dispone de ingrediente
para llenar por lo menos 30 botellas combinadas. Toma 1 hora llenar 20 botellas de la cerveza
Plsener y 2 horas llenar 25 botellas de cerveza Club, se dispone a lo mucho de 2 horas. La
demanda de la cerveza Plsener se estima en el mercado un total de 22 botellas y a lo mucho 10
botellas de la cerveza Club. Cada botella de Plsener deja una utilidad de 10 centavos y 15
centavos cada botella de la cerveza Club. Cuntas botellas de cada cerveza se deben llenar para
alcanzar la mxima ganancia?
83)
Una fbrica elabora dos clases de champ A y B, para lo cual dispone de ingrediente para llenar a
lo mucho 80 botellas combinadas de A y B. Toma 1 hora llenar 10 botellas de A y 4 horas llenar
10 botellas de B, se dispone cuando mucho de 20 horas, la demanda de A se estima a lo ms en
70 botellas. La fbrica est en capacidad de llenar cuando mucho 90 botellas de A o 60 botellas de
B. Cada botella de A le deja una utilidad de 80 centavos y 90 centavos la de B. Cuntas botellas
de A y B se deben llenar para que la fbrica obtenga Los mayores beneficios?
84)
Se fabrica dos productos A y B. Unidad de A se lleve $2 de mano de obra y $6 cada unidad de B.

De materia prima se lleva $4 cada unidad de A $2 cada unidad de B. El desgaste de equipo se
supone proporcional a la produccin y es de $2 por cada unidad de A y $2 por unidad de B. Se
dispone al menos de $36 para salarios, al menos $48 para materia prima y cuando mucho $32
para desgaste de equipo. Se estima que la demanda de A en el mercado es al menos 9 unidades.
El beneficio de A es de 20 dlares cada unidad y 10 dlares cada unidad de B. Cul es la
cantidad que se debe producir de cada producto para obtener las utilidades ms altas posibles?
85)
Una compaa produce dos tipos de sombreros vaquero. Cada sombrero del primer tipo requiere
el doble de tiempo en mano de obra que el segundo tipo. Si todos los sombreros son solamente
del segundo tipo, la compaa puede producir un total de 1.000 sombreros al da. El mercado
limita las ventas diarias del primero y segundo tipos a 300 y 500 sombreros. Suponga que los
beneficios por sombrero son $16 para el tipo A y $12 para el tipo B. Determine el nmero de
sombreros que deben producirse de cada tipo a fin de maximizar el beneficio.
86)
Una empresa planea una campaa de publicidad para un nuevo producto. Se establecen como
metas el que la publicidad llegue por lo menos a 320 mil individuos audiencia A, de los cuales al
menos 120 mil tengan un ingreso mnimo anual de 5.000 dlares, y al menos 80 mil sean solteros.
Se desea utilizar nicamente la radio y la televisin como medios de publicidad. Un anuncio de
televisin cuesta 10 mil dlares y se estima que llegue a un promedio de 40 mil individuos
audiencia A, de los cuales un 25% tienen ingresos superiores a 5.000 dlares anuales y un 20%
son solteros. Un anuncio por radio FM cuesta 6 mil dlares y llega a un auditorio promedio de 10
mil oyentes clase A, de los cuales el 80% tienen ingresos superiores a los 5.000 dlares anuales y
4 mil son solteros. Hallar el nmero de anuncios por cada medio para minimizar el costo.
87)
Nutrientes en fertilizantes.- Un agricultor comprar fertilizantes que contienen tres nutrientes: A,

B y C. Los requerimientos mnimos semanales son 80 unidades de A, 120 de B y 240 de C.
Existen dos mezclas populares de fertilizante en el mercado. La mezcla I cuesta $4 por bolsa, con
2 unidades de A, 6 de B y 4 de C. La mezcla II cuesta $5 por bolsa, con 2 unidades de A, 2 de B y
12 de C. Cuntas bolsas de cada mezcla debe comprar el agricultor para minimizar el costo de
satisfacer sus requerimientos de nutrientes?
88)
Programa de produccin.- Una compaa petrolera, que tiene dos refineras, necesita al menos
800, 1400 y 500 barriles de petrleo de grados bajo, medio y alto, respectivamente. Cada da, la
refinera I produce 200 barriles de grado bajo, 300 de medio y 100 de alto grado, mientras que la
refinera II produce 100 barriles de alto grado, 100 de bajo y 200 de grado medio. Si los costos
diarios son de $2.500 para operar la refinera I y de $2.000 para la refinera II, cuntos das debe
ser operada cada refinera para satisfacer los requerimientos de produccin a un costo mnimo?
Cul es el costo mnimo? (Suponga que existe un costo mnimo).
89)
Control de contaminacin.- A causa de reglamentaciones federales nuevas sobre la

contaminacin, una compaa qumica ha introducido en sus plantas un nuevo y ms caro proceso
para complementar o reemplazar un proceso anterior en la produccin de un qumico en particular.
121
El proceso anterior descarga 15 gramos de dixido de azufre y 40 gramos de partculas a la

atmsfera por cada litro de qumico producido. El nuevo proceso descarga 5 gramos de dixido de
azufre y 20 gramos de partculas a la atmsfera por cada litro producido. La compaa obtiene una
utilidad de 30 y 20 centavos por litro en los procesos anterior y nuevo, respectivamente. Si el
gobierno permite a la planta descargar no ms de 10.500 gramos de dixido de azufre y no ms
de 30.000 gramos de partculas a la atmsfera cada da, cuntos litros de qumico deben ser
producidos diariamente, por cada uno de los procesos, para maximizar la utilidad diaria? Cul es
la utilidad diaria?
90)
Produccin. Una compaa fabrica tres tipos de muebles para patio; sillas, mecedoras y
tumbonas. Cada uno requiere madera, plstico y aluminio como se indica en la tabla siguiente. La
compaa tiene disponibles 400 unidades de madera, 500 unidades de plstico y 1450 unidades
de aluminio. Cada silla, mecedora y tumbona se venden en $7, $8 y $12 respectivamente.
Suponiendo que todos los muebles pueden ser vendidos, determine el plan de produccin de
modo que el ingreso total sea maximizado. Cul es el ingreso mximo? Resuelva en
computadora.
Silla
Mecedora
Tumbona
91)
Madera
1 unidad
1 unidad
1 unidad
Aluminio
2 unidades
3 unidades
5 unidades
Plstico
1 unidad
1 unidad
2 unidades
Aluminio
2 unidades
3 unidades
5 unidades
Produccin. Una compaa fabrica dos tipos de estantes Estndar y Ejecutivo. Cada tipo requiere
tiempos de ensamblaje y de terminado como se indica en la tabla siguiente. La utilidad sobre cada
unidad tambin se indica. El nmero de horas disponibles por semana en el departamento de
ensamble es de 4000 y en el departamento de acabado es de 510. A causa de un contrato
sindical, al departamento de acabado se le garantizan al menos 240 horas de trabajo por semana.
Cuntas unidades de cada tipo debe producir la compaa semanalmente para maximizar sus
utilidades?
Estndar
Ejecutivo
93)
Plstico
1 unidad
1 unidad
2 unidades
Produccin. Una compaa fabrica tres tipos de muebles para patio: sillas, mecedoras y
tumbonas. Cada uno requiere madera, plstico y aluminio como se indica en la tabla que sigue.
La compaa tiene disponibles 400 unidades de madera, 600 de plstico y 1500 de aluminio. Cada
silla, mecedora y tumbona se vende en $6, $ 8 y $12, respectivamente. Suponiendo que todos los
muebles pueden ser vendidos. cul es el ingreso mximo total que puede ser obtenido?
Determine las posibles rdenes de produccin que generar ese ingreso. Resuelva en
computadora
Silla
Mecedora
Tumbona
92)
Madera
1 unidad
1 unidad
1 unidad
Tiempo de
ensamble
1 hora
2 hora
Tiempo de
acabado
2 horas
3 horas
Utilidad por
unidad
$10
$12
Produccin. Una compaa fabrica tres productos: X Y, Z. Cada producto requiere el uso de
tiempo de mquina en las mquinas A y B como se da en la tabla siguiente. El nmero de hora por
semana que A y B estn disponibles para la produccin son 40 y 30, respectivamente. La utilidad
por unidad de X, Y y Z es $50, $60 y $75, respectivamente. Las siguiente semana deben producir
al menos cinco para ese perodo de Z. Cul deber ser el plan de produccin para ese perodo si
la utilidad mxima es alcanzada? Cul es la utilidad mxima? Resuelva en computadora.
Producto X
Producto Y
Producto Z
Mquina
A
1 hora
2 horas
2 horas
Mquina
B
1 hora
1 hora
2 horas
122
94)
Inversiones. El folleto informativo de un fondo de inversiones establece que todo el dinero es

invertido en bonos que estn considerados como A, AA y AAA; no mas del 30% de la inversin
total est en bonos A y AA, y al menos el 50% est en bonos AA y AAA. Los bonos A, AA y AAA
respectivamente obtiene un 8,7 y 6% anual. Determine los porcentajes de la inversin total que
sern comprometidos a cada tipo de bono de modo que el fondo maximice el rendimiento anual.
Cul es ese rendimiento? Resuelva en computadora.
95)
Control de emisiones. Una planta de cemento produce 3.300.000 barriles de cemento por ao.
Los hornos emiten 2 libras de polvo por cada barril producido. La planta debe reducir sus
emisiones a no ms de 1000000, A y B libras anuales. Hay dos dispositivos de control disponibles
A y B. El dispositivo A reducir las emisiones a libra por barril y el costo es de $0.22 por barril
de cemento producido. Para el dispositivo B, las emisiones son reducidas a de libra por barril y
el costo es de $0.40 por barril de cemento producido. Determine el plan de accin ms econmico
que la planta debe tomar de modo que mantenga su produccin anual de exactamente 3.300.000
barriles de cemento. Resuelva en computadora
96)
Programacin de envos por camin. A causa de un incremento en los negocios, un servicio de

abastecimiento encuentra que debe rentar camiones de entrega adicionales. Las necesidades
mnimas son de 12 unidades de espacio con refrigeracin y 12 unidades de espacio sin
refrigeracin. En el mercado de renta hay disponibles dos tipos de camiones. El tipo A tiene 2
unidades de espacio con refrigeracin y 1 unidad de espacio sin refrigeracin. El tipo B tiene 2
unidades de espacio con refrigeracin y 3 unidades sin refrigeracin. El costo
97)
Costo de Transporte, Un comerciante tiene tiendas en Exton y Whyton, y almacenes A y B en

otras dos ciudades. Cada tienda requiere de exactamente 30 refrigeradores. En el almacn A hay
50 refrigeradores y en el B hay 20. Los medios de transporte para enviar los refrigeradores desde
los almacenes a las tiendas estn dados en la siguiente tabla. Por ejemplo, el costo de enviar un
refrigerador desde A hasta la tienda de Exton es de $ 15. Cmo debe solicitar los refrigeradores
el comerciante de modo que los requerimientos se satisfagan y el costo total de transporte se
minimice? Cul es el costo mnimo de transporte? Resuelva en computadora.
Almacn A
Almacn B
Exton
$ 15
$ 11
Whyton
$ 13
$ 12
98)
Compra de Bateras, Un fabricante de automviles compra bateras de dos proveedores, X y Y.

El fabricante tiene dos plantas A y B, y requiere exactamente de 6000 bateras de la planta A y de
exactamente 4000 a la planta B. El proveedor X carga $30 y $32 por batera (incluyendo costos de
transporte) a A y B, respectivamente. Para estos precios, X requiere que el fabricante de
automviles ordene al menos un total de 2000 bateras. Sin embargo, X no puede proveer ms de
4000 bateras. El proveedor Y carga $34 y $ 28 por batera a A y a B, respectivamente, y requiere
una orden mnima de 6000 bateras. Determine como debe hacer los pedidos de bateras el
fabricante de automviles a fin de que su costo total sea mnimo. Cul es el costo mnimo?
Resuelva en computadora.
99)
Produccin de papel para envoltura, una compaa de papel almacena su papel para envoltura
en rollos de 48 pulgadas de ancho ms pequeos dependiendo de los pedidos de los clientes.
Suponga que se recibe un pedido de 50 rollos de papel de 15 pulgadas de ancho y de 60 rollos de
10 pulgadas de ancho. De un rollo de almacenamiento la compaa puede cortar tres rollos de 15
pulgadas de ancho y un rollo de 3 pulgadas de ancho. Como el rollo de 3 pulgadas de ancho no
puede ser utilizado en esta orden, es llamado el recorte desperdiciado de este rollo. Del mismo
modo, de un rollo de almacenamiento, se puede cortar dos rollos de 15 pulgadas de ancho, un
rollo de 10 pulgadas de ancho, y otro de 8 pulgadas de ancho. La siguiente tabla indica el nmero
de rollo de 15 y 10 pulgadas, junto con el desperdicio, que pueden cortarse de un rollo de
almacenamiento. (a) Complete las ltimas dos columnas de la tabla. (b) Supongamos que la
compaa tienen suficientes rollos de almacenamiento para cubrir la orden y que al menos 50
rollos de 15 pulgadas y al menos 60 rollos de 10 pulgadas de ancho de papel para envoltura sern
cortados. Si x1, x2, x3, x4, son los nmeros de rollos de almacenamiento que son cortados en una
de las formas descritas en las columnas de la 1 a la 4 de la tabla, respectivamente, determine los
valores de las x de tal forma que el desperdicio total sea minimizado. (c) Cul es la mnima
cantidad de desperdicio total? Resuelva en computadora.
123
15 pulgadas
10 pulgadas
Ancho de rollo
Desperdicio
3
0
3
2
1
8
1
-
100) Costo de mano de obra Una compaa paga a sus trabajadores calificados y semicalificados en
su departamento de ensamblado $7 y $4 por hora, respectivamente. En el departamento de
embarques, a los empleados se les paga $5 por hora y a los aprendices $2 por hora. La compaa
requiere al menos de 90 trabajadores en el departamento de ensamblado y al menos 60
empleados en el departamento de embarques. Debido a acuerdos sindicales, deben emplearse al
menos el doble de trabajadores semicalificados que de calificados. Tambin, deben contratarse al
menos el doble de los empleados de embarques que de aprendices. Resuelva por computadora
para determinar el nmero de trabajadores de cada tipo que la compaa debe emplear, de modo
que el total de salarios por hora sea mnimo. Cul es el costo mnimo en salarios por hora?
Resuelva en computadora.
101) Plan de produccin, Una compaa fbrica tres productos X, Y, Z. Cada producto requiere el uso
de tiempo de las mquinas A y B como se indica en la tabla siguiente. El nmero de hora por
por unidad sobre X, Y, y Z es $ 10, $ 15 y $ 22, respectivamente. Cul debe ser el plan de
produccin semanal para obtener la utilidad mxima? Cul es la utilidad mxima? Resuelva en
computadora, repita el problema si la compaa debe producir al menos un total de 24 unidades
por semana.
Producto X
Producto Y
Producto Z
Mquina A
1 hora
2 horas
2 horas
Mquina B
1 hora
1 hora
2 horas
102) Transportacin de Petrleo, Una compaa petrolera tiene instalaciones de almacenamiento

para combustible de calefaccin en las ciudades A, B, C y D. Las ciudades C y D necesitan cada
una exactamente 500.000 galones de combustible. La compaa determina que A y B puede
proveer cada una un mximo de 600.000 galones para satisfacer las necesidades de C y D. La
tabla que se muestra a continuacin proporciona los costos por galn para transportar el
combustible entre las ciudades. Cmo debe distribuirse el combustible para minimizar el costo
total del transporte?, Cul es el costo mnimo de transporte? Resuelva en computadora.
Desde
A
B
Hacia
C
D
$ 0.01
$ 0.02
$ 0.02
$ 0.04
103) Suponga que tratamientos medicinales y por radiacin estn disponibles para un paciente. Cada
onza de medicamento contiene 500 unidades curativas y 400 unidades txicas. Cada minuto de
radiacin proporciona 1000 unidades curativas y 600 unidades txicas. El paciente requiere al
menos de 2000 unidades curativas y puede tolerar no ms de 1400 unidades txicas. Si cada
onza de la medicina provoca el mismo malestar que cada minuto de radiacin determine las dosis
de medicamento y radiacin de modo que el malestar en el paciente sea minimizado.
104) Suponga que el medicamento A, el B y la terapia con radiacin son tratamiento disponible para un
paciente. Cada onza de la medicinas A contiene 600 unidades curativas y 500 unidades txicas.
Cada onza de la medicina B contiene 500 unidades curativas y 100 txicas. Cada minuto de
radiacin proporciona 1000 unidades curativas y 1000 txicas. El paciente requiere al menos de
3000 unidades curativas y puede tolerar no ms de 2000 unidades txicas. Si cada onza de A y
cada minuto de radiacin provocan el mismo malestar, y cada onza de B provoca dos veces ms
malestar que cada onza de A, determine las dosis de medicamentos de radiacin de modo que el
malestar para el paciente sea minimizado.
105) Terapias con frmacos y radiacin Frecuentemente existen formas alternativas de tratamiento
disponibles para pacientes a los que se les diagnostica una enfermedad particular compleja. Con
cada tratamiento puede haber no slo efectos positivos en el paciente sino tambin efectos
negativos, tales como toxicidad o malestar. Un mdico debe tomar la mejor eleccin de estos
124
tratamientos o combinacin de tratamientos. Esta eleccin depender no slo de los efectos

curativos sino tambin de los efectos txicos y malestar.
Suponga que usted es un mdico con un paciente de cncer bajo su cuidado y dos posibles
tratamientos disponibles: administracin de medicamentos y terapia de radiacin. Supongamos
que la eficacia de los tratamientos est expresada en unidades comunes, digamos, unidades
curativas. La medicina contiene 1000 unidades curativas por onza y la radiacin proporciona 1000
unidades curativas por minuto. Sus anlisis indican que el paciente debe recibir al menos 3000
unidades curativas.
Sin embargo, un grado de toxicidad est implcito en cada tratamiento. Suponga que los efectos
txicos de cada tratamiento estn medidos en una unidad comn de toxicidad, digamos, una
unidad txica. La medicina contiene 400 unidades txicas por onzas y la radiacin produce 1000
unidades txicas por minuto. Con base en sus estudios, usted cree que el paciente no debe recibir
ms de 2000 unidades txicas.
Adems, cada tratamiento implica un grado de malestar al paciente. La medicina provoca tres
veces ms malestar por onza que la radiacin por minuto.
La tabla resume la informacin. El problema que se le plantea es determinar las dosis de la
medicina y radiacin que pueden satisfacer los requerimientos curativos y de toxicidad y, al mismo
tiempo, minimizar el malestar al paciente.
TABLA 7.5
Unidades
curativas
Unidades
Txicas
Malestar
relativo
Medicina (por onza)
1000
400
Radiacin (por minuto)
1000
1000
3000
2000
Requerimiento
106) Nutri-Jenny es un centro de control del peso. Produce una amplia variedad de platillos congelados
para el consumo de su clientela. Los platillos estn estrictamente vigilados por su contenido nutritivo
para asegurar que los clientes coman una dieta balanceada. Un nuevo platillo ser una "'comida de
puntas de filete". Consistir en puntas de filete y salsa, ms alguna combinacin de chcharos,
zanahorias y un bollo de pan. Nutri-Jenny desea determinar qu cantidad incluir de cada producto en
el platillo para cumplir con los requerimientos nutritivos al menor costo posible. En el siguiente cuadro se
da la informacin nutricional y su costo. Los requerimientos nutritivos del platillo son como sigue: 1)
debe contener entre 280 y 320 caloras, 2) las caloras originadas en grasa no deben exceder 30% del
nmero total de caloras, y 3) debe contener al menos 600 UI de vitamina A, 10 miligramos de vitamina
C y 30 gramos de protena. Ms an, por razones prcticas debe incluir de menos 2 onzas de carne de
res y contener al menos media onza de salsa por onza de res.
Producto
Caloras
Caloras
originadas
en grasa
por hors
Vitamina
A (U1 por
onza)
Vitamina C
(Mg por
onza)
Protena
(g por
onza)
Costo
(por
onza)
Puntas de filete
Salsa
Chcharos
Zanahorias
Bollo de pan
54
20
15
8
40
19
15
0
0
10
0
0
15
350
0
0
1
3
1
0
8
0
1
1
1
40
35
15
18
10
Formule en forma algebraica. y resuelva por computadora.

107) The Learning Center opera un campamento de verano para nios de 6 a 10 aos. Su gerente, Elizabeth
Reed, intenta reducir los costos operativos para evitar tener que aumentar la cuota de inscripcin. Por ahora,
125
Elizabeth planea qu dar de comer a los nios en el almuerzo. Desea mantener los costos
Unidad de alimento
Pan ( 1 rebanada)
Mantequilla de cacahuate
(1 cucharada)
Caloras
originadas Caloras Vitamina C
en grasa
totales
(mg)
15
80
0
Fibra
(g)
4
Costo
M
6
80
100
Jalea ( l cucharada)
70
Manzana
90
10
35
Leche (1 taza)
60
120
20
Jugo de arndano ( 1 taza)
110
80
40
Al mnimo, pero tambin quiere estar segura de que cubre los requerimientos nutricionales de los
nios. Ya decidi incluir sandwiches de mantequilla de cacahuate y jalea, y alguna combinacin de
manzanas, leche y jugo de arndano. En la tabla se da el contenido nutricional de cada opcin de
alimento y su costo. Los requerimientos nutricionales son como sigue. Cada nio debe recibir entre
300 y 500 caloras, pero no ms de 30% de estas caloras deben provenir de grasa. Cada nio
debe recibir al menos 60 miligramos f mg) de vitamina C y al menos 10 gramos (g) de fibra. Para
asegurar sandwiches sabrosos, Elizabeth quiere dar a cada nio un mnimo de 2 rebanadas de pan,
1 cucharada de mantequilla de cacahuate, 1 cucharada de jalea, junto con al menos 1 taza de lquido
{leche y jugo de arndano). Elizabeth desea seleccionar las opciones de alimentos que minimicen el
costo al tiempo que cumplan todos estos requerimientos.
108) David, LaDeana y Lydia son socios nicos y trabajadores de una compaa que fabrica relojes
finos. David y LaDeana, cada uno de ellos, tienen disponibilidad de trabajar un mximo de 40
horas semanales en la compaa, mientras que Lydia cuenta con un mximo de 20 horas
semanales. La compaa fabrica dos tipos de relojes: un reloj de pie y uno de pared. Para fabricar
uno, David (ingeniero mecnico) ensambla las partes mecnicas internas del reloj mientras que
LaDeana (ebanista) fabrica las cubiertas de madera labrada a mano. Lydia es responsable de
tomar rdenes y enviar los relojes. Se muestra en seguida el tiempo requerido para cada una de
estas tareas.
Tiempo requenido
Tarea:
Reloj de pie
Ensamble de mecanismo de reloj
6 horas
Cubierta de madera labrada.
8 horas
envi
3 horas
Reloj de pared
4 horas
4 horas
3 horas
Cada reloj de pie fabricado y enviado proporciona una ganancia de $300, mientras que cada reloj
de pared da una ganancia de $200.
Ahora, los tres socios quieren determinar cuntos relojes de cada tipo deben producir por
semana para maximizar la ganancia total.
a)
b)
c)
d)
e)
f)
g)
Formule un modelo de programacin lineal para este problema.

Use el mtodo grfico para resolver el problema.
Despliegue el modelo en una hoja de clculo.
Usar el informe de sensibilidad para determinar si esta solucin ptima sigue ptima si la
estimacin de la ganancia unitaria para los relojes de pie cambia de $300 a $375 (sin
ms cambios en el modelo).
Repita la parte (d) si, adems de este cambio en la ganancia unitaria de relojes de pie, la
ganancia unitaria estimada para relojes de pared tambin cambia de $200 a $175.
Use el anlisis grfico para verificar sus respuestas en las partes d y e.
Para aumentar la ganancia total, los tres socios acordaron que uno de ellos aumentar
ligeramente el mximo de horas de trabajo por semana. La eleccin de quin de ellos se
basar en quin aumentara ms la ganancia total. Use el informe de sensibilidad para
126
h)
i)
j)
k)
efectuar esta eleccin. (Suponga que no hay cambios en las estimaciones originales de
las ganancias unitarias)
Explique por qu uno de los precios unitarios es igual a cero.
Es vlido usar los precios del informe de sensibilidad para determinar el efecto si Lydia
cambiara su nmero mximo de horas disponibles de trabajo a la semana de 20 a 25? Si
es as, cul sera el aumento en la ganancia total?
Repita la parte (i) si, adems del cambio para Lydia, David tambin cambiara su nmero
mximo de horas disponibles semanales de 40 a 35.
Use el anlisis grfico para verificar su respuesta en la parte (j).
109) La Electrocomp Corporation fabrica dos productos elctricos: acondicionadores de aire y grandes
ventiladores. El proceso de ensamble de cada uno es similar en el sentido que ambos requieren
una cierta de cantidad de alambrado y taladrado. Cada acondicionador de aire requiere 3 horas de
alambrado y 2 de taladrado. Cada ventilador debe pasar por 2 horas de alambrado y 1 hora de
taladrado. Durante el siguiente periodo de produccin, estn disponibles 240 horas de tiempo de
alambrado y se pueden utilizar hasta 140 horas de tiempo de taladrado. Cada acondicionador de
aire vendido produce una ganancia de $25. Cada ventilador ensamblado puede ser vendido con
una ganancia de $15. Formule y resuelva esta situacin de mezcla de produccin de
programacin lineal para encontrar la mejor combinacin de acondicionadores de aire y
ventiladores que produzcan la ganancia mxima. Use el mtodo grfico para hallar la solucin.
110) La administracin de Electrocomp se percata de que no incluy dos restricciones crticas (vea el
problema 109).En particular, la administracin decide que para garantizar un suministro adecuado
de acondicionadores de aire de un contrato, se deben fabricar, por lo menos, 10 de estos
aparatos. Como Electrocomp incurri en una sobreoferta de ventiladores en el periodo precedente,
la administracin tambin insiste que no se produzcan ms de 80 ventiladores durante este
periodo de produccin. Resuelva este problema de mezcla de productos para encontrar la nueva
solucin ptima.
111) Un candidato a alcalde de un pequeo pueblo asign $40,000 para publicidad de ltimo minuto en
los das previos a la eleccin. Se utilizarn dos tipos de anuncios: radio y televisin. Cada anuncio
de radio cuesta $200 y llega a un auditorio estimado de 3000 personas. Cada anuncio de
televisin, que cuesta $500, afectar a unas 7000 personas. Al planificar la campaa de
publicidad, la directora de sta desea llegar a tantas personas como sea posible, y estipul que se
deben utilizar, por lo menos, 10 anuncios de cada tipo. Adems, el nmero de anuncios de radio
debe ser por lo menos igual al nmero de anuncios de televisin. Cuntos anuncios de cada tipo
se debern utilizar? A cuntas personas llegarn?
112) La Outdoor Furniture Corporation fabrica dos productos, bancas y mesas de da de campo, que
pueden ser usados en jardines de casas y parques. La firma cuenta con dos recursos principales:
sus carpinteros (fuerza de mano de obra) y existencias de madera de pino para construir el
mobiliario. Durante el siguiente ciclo de produccin, estn disponibles 1200 horas de mano de
obra segn un acuerdo con el sindicato. La firma tambin dispone de 3500 pies de madera de pino
de buena calidad. Cada banca que Outdoor Furniture produce requiere 4 horas de mano de obra y
10 pies de madera; cada mesa de da de campo, 6 horas de mano de obra y 35 pies de madera.
Las bancas terminadas redituarn una ganancia de $20 cada una. Cuntas bancas y mesas de
da de campo deber producir Outdoor Furniture para obtener la ganancia mxima posible? Use el
mtodo grfico de programacin lineal.
113) El decano de Western College of Business debe planificar las ofertas de cursos de la escuela para
el semestre de otoo. Las demandas de los estudiantes hacen necesario ofrecer por lo menos 30
cursos de licenciatura y 20 de posgrado en el semestre. Los contratos del profesorado tambin
dictan que se ofrezcan por lo menos 60 cursos en total. Cada curso de licenciatura impartido le
cuesta a la universidad un promedio de $2500 en salarios de profesores, mientras que cada curso
de posgrado cuesta $3000. Cuntos cursos de licenciatura y posgrado debern ser impartidos en
el otoo de modo que los salarios de los profesores se mantengan en su mnima expresin?
114) MSA Computer Corporation fabrica dos modelos de minicomputadoras, Alpha 4 y Beta 5. La firma
emplea cinco tcnicos, que trabajan 160 horas cada uno al mes en su lnea de ensamble. La
administracin insiste en que se mantengan las horas de trabajo (es decir, todas las 160 horas) de
cada trabajador durante las operaciones del mes siguiente. Se requieren 20 horas de mano de
127
obra para ensamblar cada computadora Alpha 4 y 25 para elaborar cada modelo Beta 5. MSA
desea producir por lo menos 10 Alpha 4s y por lo menos 15 Beta 5s durante el periodo de
produccin. Las Alpha 4s generan $1200 de utilidad por unidad y las Beta 5s producen $1800
cada una. Determine el nmero ms rentable de cada modelo de minicomputadora que se debe
producir durante el siguiente mes.
115) Un ganador de la Texas Lotto decidi invertir $50,000 al ao en el mercado de valores. Piensa
adquirir acciones de una firma petroqumica y una compaa de servicios pblicos. Aunque una
meta a largo plazo es obtener los mximos rendimientos posibles, no ha pasado por alto el riesgo
que implica la compra de acciones. Se asigna un ndice de riesgo de 1-10 (con 10 como el ms
riesgoso) a cada una de las dos acciones. El riesgo total del portafolio se encuentra multiplicando
del riesgo de cada accin por los dlares invertidos en ella. La tabla siguiente proporciona un
resumen de la devolucin y el riesgo.
Al inversionista le gustara maximizar el rendimiento de la inversin, pero el ndice de riesgo

promedio de sta no deber ser de ms de 6. Cunto deber invertir en cada accin? Cul es
el rendimiento estimado de esta inversin?
116) Remtase a la situacin de la Texas Lotto del problema 115, y suponga que el inversionista cambi
de actitud sobre la inversin y desea poner mayor atencin en el riesgo de la inversin. Ahora
desea minimizar el riesgo de sta mientras genere un rendimiento de por lo menos 8%. Ordene
estos datos como un problema de PL y encuentre la solucin ptima. Cunto deber invertir en
cada accin? Cul es el riesgo promedio de esta inversin? Cul es el rendimiento estimado de
esta inversin?
117) La casa de bolsa Blank, Leibowitz y Weinberger ha analizado y recomendado dos acciones a un
club de inversionistas constituido por profesores universitarios. Estos estaban interesados en
factores tales como crecimiento intermedio y tasas de dividendos. Los datos sobre cada accin
son los siguientes:
Cada miembro del club tiene una meta de inversin de (1) una ganancia de no menos de $720 a
corto plazo, (2) una ganancia de por lo menos $5000 en los siguientes tres aos y (3) un ingreso
por dividendos de por lo menos $200 al ao. Cul es la inversin ms pequea que un profesor
puede hacer para satisfacer estas tres metas?
118) Woofer Pet Foods produce un alimento de bajas caloras para perros obesos. Este producto se
elabora con productos de carne y granos. Cada libra de carne cuesta $0.90 y cada libra de grano
$0.60. Una libra del alimento para perros debe contener por lo menos 9 unidades de vitamina 1 y
10 unidades de vitamina 2. Una libra de carne contiene 10 unidades de vitamina 1 y 12 unidades
de vitamina 2. Una libra de granos contiene 6 unidades de vitamina 1 y 9 unidades de vitamina 2.
128
Ordene estos datos como un problema de PL para minimizar el costo del alimento para perros.
Cuntas libras de carne y de granos debern ser incluidas en cada libra de alimento para perros?
Cul es el costo y el contenido de vitaminas del producto final?
119) Serendipity6
Los tres prncipes de Serendip, eemprendieron un viaje no podan llevar mucho peso; ms de 300
libras los hicieron vacilar. Decidieron llevar pequeas porciones. Cuando regresaron a Ceiln
Descubrieron que sus provisiones estaban a punto de desaparecer cuando para su regocijo, el
prncipe William encontr una pila de cocos en el suelo Cada uno llevar 60 rupias, dijo el
prncipe Richard con una mueca de aprobacin cuando casi se tropieza con una piel de len.
Cuidado, exclam el prncipe Robert con alegra cuando divis ms pieles de len bajo un rbol.
stas valen ms de 300 rupias cada una si slo pudiramos llevrnoslas hasta la playa. Cada
piel pesaba 15 libras y cada coco cinco, pero cargaron con todo en un santiamn. El bote de
regreso a la isla era muy pequeo 15 pies cbicos de capacidad de carga, eso era todo, cada piel
de len ocupaba un pie cbico mientras que ocho cocos ocupaban el mismo espacio con todo
estibado se hicieron a la mar, y en el trayecto deban calcular a cunto podra ascender su nueva
riqueza. Eureka! grit el prncipe Robert, nuestra riqueza es tan grande que no existe otra forma
de regresar en este estado. Cualquier otra piel o coco que pudiramos haber trado ahora nos
haran ms pobres. Y ahora que s cuntos son cinco le escribir a mi amigo Horace en Inglaterra
y con toda seguridad slo l podr apreciar nuestra serendipity.
Formule y resuelva Serendipity mediante PL grfica para calcular cul podra ser su nueva
Riqueza.
120) El Peed 'N Ship Ranch engorda ganado para los granjeros locales y lo enva a los mercados de
carne de Kansas City y Omaha. Los propietarios del rancho desean determinar las cantidades de
alimento para ganado que deben comprar de modo que se satisfagan los estndares nutricionales
mnimos y, al mismo tiempo, se minimicen los costos totales de alimentacin. La mezcla de
alimentos se puede componer de los tres granos que contienen los siguientes ingredientes por
libra de alimento:
Alimento (onzas)
Ingrediente Mezcla X Mezcla Y
Mezcla Z
A
3
2
4
B
2
3
1
C
1
0
2
D
6
8
4
El costo por libra de las mezclas X, Y y Z son $2, $4 y $2.50, respectivamente. El requerimiento
mnimo por vaca por mes es de 4 libras del ingrediente A, 5 libras del B, 1 libra del C y 8 libras del
D.
El rancho enfrenta una restriccin adicional: pese a cualquier circunstancia, slo puede obtener 500
libras de la mezcla Z por mes del proveedor de alimentos. Como por lo general hay 100 vacas en el
Feed 'N Ship Ranch en un momento dado, esto significa que no se puede contar con ms de 5
libras de la mezcla Z para usarse en la alimentacin de cada vaca por mes.
a)
b)
Formule un problema de PL utilizando la informacin proporcionada.

Resuelva el problema con algn programa computacional de PL.
121) Weinberger Elecronics Corporation fabrica cuatro productos altamente tcnicos que vende a
firmas aeroespaciales que tienen contratos con la NASA. Antes de ser embarcado, cada uno de
los productos debe pasar a travs de los siguientes departamentos: alambrado elctrico,
taladrado, ensamble e inspeccin. El requerimiento de tiempo en horas por cada unidad producida
y su valor lucrativo se resumen en la tabla siguiente:
Producto
XJ201
XM897
TR29
BR788
Alambrado
0.5
1.5
1.5
1.0
Departamento
Taladrado Ensamble
0.3
0.2
1
4
2
1
3
2
Inspeccin
0.5
1
0.5
0.5
Utilidad por
unidad ($)
9
12
15
11
129
La produccin disponible en cada departamento cada mes y el requerimiento de produccin mnima

mensual para cumplir con los contratos son los siguientes:
Departamento
Alambrado
Taladrado
Ensamble
Inspeccin
Capacidad
(horas)
15.000
17.000
26.000
12.000
Producto
XJ201
XM897
TR29
BR788
Nivel de produccin
mnimo
150
100
300
400
El gerente de produccin tiene la responsabilidad de especificar los niveles de produccin de cada

producto para el mes entrante. Aydelo a formular (es decir, establecer las restricciones y funcin
objetivo) el problema de Weinberger mediante PL.
122) Un fabricante de artculos deportivos que est desarrollando un programa de produccin de dos
nuevos tipos de raquetas para raquetbol recibi un pedido de 180 del modelo estndar y 90 del
modelo profesional que debe ser entregado al final de este mes. Se recibi otro pedido de 200
unidades del modelo estndar y 120 del modelo profesional, pero ste no tiene que ser entregado
sino hasta finales del mes siguiente. La produccin en cada uno de los dos meses puede realizarse en tiempo normal o tiempo extra. En el mes en curso, una raqueta estndar puede ser
producida a un costo de $40 con tiempo normal, y un modelo profesional se puede ser fabricar a
un costo de $60 en tiempo normal. El tiempo extra eleva el costo de estos modelos a $50 y $70,
respectivamente. Debido a un nuevo contrato de trabajo para el mes siguiente, todos los costos se
incrementarn en 10% a fines de este mes. El nmero total de raquetas que puede ser producido
en un mes en tiempo normal es 230 y 80 raquetas adicionales pueden ser producidas con tiempo
extra cada mes. Dado que el pedido mayor se entregar a finales del mes siguiente, la compaa
planea producir algunas raquetas extra este mes y almacenarlas hasta finales del mes siguiente.
El costo de conservar las raquetas en el inventario durante un mes se estima en $2 por raqueta.
Con estos datos formule un modelo de PL para minimizar el costo.
123) Trabajando con qumicos del Virginia Tech y de la Universidad George Washington, el contratista
paisajista Kenneth Golding mezcl su propio fertilizante, llamado Holding Grow, compuesto por
cuatro complejos qumicos, C-30, C-92, D-21 y E-11. A continuacin se indica el costo por libra de
cada complejo.
Complejo qumico
C 30
C 92
D 21
E - 11
Costo por libra ($)

0.12
0.09
0.11
0.04
Las especificaciones de Golding Grow son las siguientes: 1) E-11 debe constituir por lo menos 15%
de la mezcla; 2) C-92 y C-30 juntos deben constituir por lo menos 45% de la mezcla; 3) D-21 y C-92
juntos pueden constituir no ms de 30% de la mezcla, y 4) Golding Grow se empaca y vende en
sacos de 20libras.
a)
b)
Formule un problema de PL para determinar qu mezcla de los cuatro compuestos

permitir a Golding minimizar el costo de un saco de 50 libras del fertilizante.
Resulvalo con computadora para encontrar la mejor solucin.
124) (Problema de produccin) Winkler Furniture fabrica dos tipos de vitrinas: un modelo provenzal
francs y un modelo dans moderno. Cada vitrina producida debe pasar por tres departamentos:
carpintera, pintura y acabado. La tabla de la pgina 321 contiene toda informacin concerniente a
los tipos de produccin por vitrina y capacidades de produccin de cada operacin por da, junto
con el ingreso neto por unidad producida. La compaa firm un contrato con un distribuidor de
Indiana para producir un mnimo de 300 vitrinas de cada modelo por semana (o 60 por da). El
propietario, Bob Winkler, desea determinar una mezcla de productos para maximizar su ingreso
diario.
a)
b)
Formule como un problema de PL.

Resuelva con un programa de PL u hoja de clculo.
130
125) (Problema de decisin de inversin) La compaa de intermediacin financiera Heinlein and

Krampf Brokerage acaba de ser instruida por uno de sus clientes para que invierta $250,000 de su
dinero que obtuvo recientemente por la venta de unos terrenos en Ohio. El cliente tiene un buen
grado de confianza en la casa inversora, pero tambin tiene sus propias ideas sobre la distribucin
de los fondos que se van a invertir. En particular, solicita que la firma elija las acciones y bonos
que crea estn bien valuados, pero dentro de los siguientes lineamientos:
a)
b)
c)
Los bonos municipales deben constituir, por lo menos, 20% de la inversin.

Por lo menos, 40% de los fondos debe ser colocado en una combinacin de compaas
electrnicas, aeroespaciales y farmacuticas.
No ms de 50% de la suma invertida en bonos municipales debe ser colocado en
acciones de alto rendimiento y alto riesgo de una casa de beneficencia.
Sujeto a estas restricciones, el objetivo del cliente es maximizar el rendimiento proyectado de las
inversiones. Los analistas en Heinlein and Krampf, conscientes de estos lineamientos, preparan
una lista de acciones y bonos de alta calidad y sus tasas de rendimiento correspondientes.
In versiones
Bonos municipales de Los ngeles
Thompson Electronics, Inc.
United Aerospace Corp.
Palmer Drugs
Casa de beneficiencia Happy Days
a)
b)
Tasas de rendimiento
proyectado (%)
5.3
6.8
4.9
8.4
11.8
Formule este problema de seleccin de cartera por medio de PL.

Resuelva este problema.
126) (Problema de horarios de trabajo en un restaurante) El famoso restaurante Y. S. Chang est

abierto las 24 horas del da. Los meseros y sus ayudantes entran a las 3 A.M., 7A.M., 11 A.M., 3
P.M. u 11 P.M. y cada uno cubre un turno de 8 horas. La tabla siguiente muestra el nmero
mnimo de trabajadores necesarios durante los seis periodos en los que se divide el da. El
problema de programacin de horarios de Chang es determinar cuntos meseros y ayudantes
debern reportarse al trabajo al inicio de cada periodo para minimizar el personal total requerido
durante un da de operacin. (Sugerencia: Sea Xi igual al nmero de meseros y ayudantes que
empiezan a trabajar en el periodo i, donde i = 1,2, 3, 4, 5,6)
127) (Problema de mezcla de alimentos para animales) El Battery Park Stable alimenta y aloja los
caballos utilizados para tirar carruajes llenos de turistas por las calle del histrico distrito ribereo
131
de Charleston. El propietario del establo, un entrenador retirado de caballos de carreras, reconoce

la necesidad de disear una dieta nutricional para los caballos a su cuidado. Al mismo tiempo,
quiere mantener al mnimo el costo diario total de alimentacin.
Las mezclas de alimentos disponibles para la dieta de los caballos son un producto de avena, un
grano altamente enriquecido y un producto mineral. Cada una de estas mezclas contiene una
cierta cantidad de cinco ingredientes requeridos diariamente para mantener saludable al caballo
promedio. La tabla de la pgina 322 muestra estos requerimientos mnimos, las unidades de cada
ingrediente por libra de mezcla de alimentos y los costos de las tres mezclas.
Adems, el propietario del establo sabe que un caballo sobrealimentado es un trabajador
perezoso. Por consiguiente, determina que 6 libras de alimento por da son lo mximo que
cualquier caballo necesita para funcionar apropiadamente. Formule este problema de la mezcla
diaria ptima de los tres alimentos y resulvalo.
128) (Problema de seleccin de beisbolistas) Los Dubuque Sackers, un equipo de bisbol clase D,
enfrenta cuatro complicados juegos de visitante contra rivales de la liga en Des Moines,
Davenport, Omaha y Peoria. El director tcnico Red Revelle enfrenta la tarea de programar a sus
cuatro lanzadores abridores en los juegos apropiados. Como los juegos son consecutivos en
menos de una semana, Revelle no puede contar con ms de un lanzador que inicie en ms de un
juego. Revelle conoce las fortalezas y debilidades no slo de sus lanzadores, sino tambin de sus
oponentes. Ha desarrollado una calificacin de desempeo de cada uno de sus lanzadores
abridores contra cada uno de estos equipos. Las calificaciones aparecen en la tabla de esta
pgina. Qu rotacin de abridores deber establecer el director tcnico Revelle para obtener el
total ms alto de las calificaciones de desempeo?
a)
b)
Formule este problema por medio de PL.

Resulvalo.
129) (Problema de seleccin de medios) El director de publicidad de Diversey Paint and Supply, una
cadena de cuatro tiendas de venta al menudeo del rea norte de Chicago, considera dos
posibilidades de medios. Un plan contempla una serie de anuncios de media pgina en el
peridico Chicago Tribune del domingo; el otro, tiempo de publicidad en la TV de Chicago. Las
tiendas estn expandiendo sus lneas de herramientas de "hgalo usted mismo" y el director de
publicidad est interesado en un nivel de exposicin de por lo menos 40% dentro de los
vecindarios de la ciudad y de 60% en las reas suburbanas del noroeste.
El tiempo de audiencia de TV considerado tiene un "rating" de exposicin por anuncio de 5% en
hogares de la ciudad y de 3% en los suburbios del noroeste. El peridico dominical tiene tasas de
exposicin correspondientes de 4% y 3% por anuncio.
132
El costo de una media pgina de publicidad en el Tribune es de $925; un anuncio de televisin

cuesta $2000. Diversey Paint desea seleccionar la estrategia de publicidad menos costosa que
satisfaga los niveles de exposicin deseados
a)
b)
Formule con PL.

Resuelva el problema.
130) (Problema de arrendamiento de automviles) Sundown Rent-a-Car, una gran agencia de

arrendamiento de automviles que opera en el Medio Oeste, est preparando una estrategia de
arrendamiento para los seis meses siguientes. Sundown renta los automviles a un fabricante y
luego los renta al pblico de forma diaria.
A continuacin se da una prediccin de la demanda de los autos de Sundown en los seis meses
siguientes:
Los automviles pueden rentarse al fabricante durante tres, cuatro o cinco meses. Los vehculos
se rentan el primer da del mes y se regresan el ltimo da del mes. Cada seis meses Sundown
notifica al fabricante de automviles sobre el nmero de automviles requeridos durante los seis
meses siguientes. El fabricante ha estipulado que por lo menos 50% de las unidades rentadas
durante un periodo de seis meses deben estar en el plan de arrendamiento de cinco meses. El
costo mensual de cada uno de los tres tipos de arrendamiento es: $420 el de tres meses, $400 el
de cuatro meses y $370 el de cinco meses.
Actualmente, Sundown tiene 390 autos. El arrendamiento de 120 de ellos expira a finales de
marzo. El de otros 140 a finales de abril y el del resto a finales de mayo.
Use PL para determinar cuntos automviles deben rentarse cada mes en cada tipo de
arrendamiento para minimizar el costo de arrendamiento durante el periodo de seis meses.
Cuntos vehculos quedan a finales de agosto?
131) La gerencia de Sundown Rent-a-Car (vea el problema 130) ha decidido que tal vez el costo
durante el periodo de seis meses no es el apropiado para minimizarlo porque la agencia an
puede estar obligada a meses adicionales en algunos arrendamientos despus de ese tiempo. Por
ejemplo, si Sundown entregara algunos automviles al principio del sexto mes, an estara
obligada durante dos meses ms en un arrendamiento de tres meses. Use PL para determinar
cuntos autos deben rentarse cada mes en cada tipo de arrendamiento para minimizar el costo de
arrendamiento durante toda la duracin de estos contratos.
132) (Problema de transporte escolar de estudiantes de preparatoria) El superintendente de
educacin del condado de Arden, Maryland, es el responsable de asignar estudiantes a las tres
preparatorias que hay en su condado. Reconoce la necesidad de transportar a un cierto nmero
de estudiantes, ya que varios sectores del condado estn bastante alejados como para ir
caminando a la escuela. El superintendente divide el condado en cinco sectores geogrficos ya
que intenta establecer un plan que minimice el nmero de millas-estudiante recorridas en autobs.
Tambin reconoce que si un estudiante vive en un cierto sector y es asignado a una preparatoria
de dicho sector, no hay necesidad de transportar a ese estudiante por autobs porque l o ella
puede caminar a la escuela. Las tres escuelas estn localizadas en los sectores B, C y E.
La tabla anexa refleja el nmero de estudiantes de preparatoria que viven en cada sector y la
distancia en millas de cada sector a cada escuela.
133
Cada preparatoria tiene una capacidad de 900 estudiantes. Establezca la funcin objetivo y
restricciones de este problema por medio de PL de modo que el nmero total de millas estudiante
recorrida por autobs se minimice. (Observe la semejanza con el problema de transporte ilustrado
con anterioridad en este captulo.) Luego resuelva el problema.
133) (Problema de asignacin de precios y estrategia de comercializacin) La I. Kruger Paint and
Wallpaper Store es un gran distribuidor minorista de la marca Supertrex de papeles tapiz de vinilo.
Kruger desea mejorar su imagen a nivel de toda la ciudad en Miami mediante la superacin de las
ventas de otros distribuidores locales en el nmero total de rollos de Supertrex el siguiente ao. Se
puede estimar la funcin de demanda como sigue:
Nmero de rollos de Supertrex vendidos = 20 X dlares gastados en publicidad + 6.8 X dlares
gastados en exhibidores en la tienda + 12 X dlares invertidos en el inventario de papel tapiz
disponible - 650,000 X porcentaje de margen de ganancia sobre el costo de venta al mayoreo de
un rollo.
La tienda presupuesta un total de $17,000 para publicidad en exhibidores en la tienda y en
inventario disponible de Supertrex para el ao siguiente. Decide que debe gastar por lo menos
$3000 en publicidad; adems, por lo menos 5% de la suma invertida en inventario disponible
deber ser dedicado a exhibidores. Los mrgenes de ganancia en Supertrex de otros
distribuidores locales oscilan entre 20 y 45%. Kruger decide que sera mejor que su margen de
ganancia estuviera tambin en este intervalo.
a)
b)
c)
d)
Ordene estos datos como un problema de PL.

Cul es la dificultad con la respuesta?
Qu restriccin agregara?
134) (Problema de expansin de un hospital) El hospital Mt. Sinai en Nueva Orleans es una gran
empresa privada con 600 camas que cuenta con laboratorios, quirfanos y equipo de rayos X.
Para incrementar sus ingresos, la administracin del Mt. Sinai ha decidido hacer una ampliacin
para 90 camas en una fraccin del terreno adyacente que se utiliza actualmente como
estacionamiento del personal. La administracin considera que los laboratorios, los quirfanos y el
departamento de rayos X no se utilizan en su totalidad en el presente y no necesitan ampliarse
para atender a pacientes adicionales. La adicin de 90 camas, sin embargo, implica decidir
cuntas camas debern ser asignadas al personal mdico para pacientes mdicos y cuntas al
personal quirrgico para pacientes de este tipo.
Los departamentos de contabilidad y registro mdico del hospital proporcionaron la siguiente
informacin al respecto. La permanencia promedio en el hospital de un paciente mdico es de 8
das, y genera ingresos por $2280. El paciente quirrgico promedio permanece en el hospital 5
das y recibe una factura de $1515. El laboratorio puede manejar 15,000 pruebas por ao ms de
las que manejaba. El paciente mdico promedio requiere 3.1 exmenes de laboratorio, en tanto
que el paciente quirrgico promedia 2.6. Adems, el paciente mdico promedio requiere un
estudio de rayos X, mientras que el paciente quirrgico promedio requiere dos. Si el hospital
expandiera su capacidad en 90 camas, el departamento de rayos X podra manejar hasta 7000
estudios sin un costo significativo adicional. Por ltimo, la administracin estima que podran
hacerse 2800 operaciones adicionales en los quirfanos existentes. Los pacientes mdicos, desde
134
luego, no requieren ciruga, mientras que cada paciente quirrgico, en general, es operado una
vez.
Formule este problema para determinar cuntas camas mdicas y cuntas quirrgicas se debern
agregar para maximizar los ingresos. Suponga que el hospital est abierto 365 das al ao. Luego
resuelva el problema.
135
Captulo III
El mtodo Simplex
OBJETIVOS DEL CAPITULO
Despus de finalizar este captulo usted estar en capacidad de:
1) Explicar detalladamente por qu el mtodo simplex encuentra soluciones ptimas para problemas de
programacin lineal.
2) Determinar cuando un problema de programacin lineal tiene mltiples soluciones ptimas.
3) Determinar cuando un problema de programacin lineal no tiene solucin.
INTRODUCCIN
El mtodo Simplex se basa en el lgebra y se lo emplea para resolver problemas de Programacin
Lineal tanto de Maximizacin o Minimizacin.
Es un proceso repetitivo numrico que permite llegar a una solucin ptima partiendo de un punto
extremo conocido; es decir, partiendo de una solucin bsica, si esta solucin bsica factible tomada
como punto de partida no satisface, es necesario tomar otra solucin que nos da un valor para Z mayor o
menor y as sucesivamente hasta llegar a la solucin final.
Es un mtodo iterativo (aproximaciones sucesivas), fue ideado por George Dantrig (1947) quien realiz
investigaciones basado en relaciones matemticas de carcter lineal.
Existen tres requisitos en la solucin de un problema de programacin lineal por el mtodo simplex.
a) Todas las limitaciones deben estar establecidas como ecuaciones.
b) El segundo miembro de una limitante, no puede ser negativo.
c) Todas las variables estn restringidas a valores no negativos.
PROCEDIMIENTO
Cualquiera que sea el nmero de inecuaciones y de incgnitas de un sistema, este por s mismo se
ajusta a un tratamiento de identificacin que nos d una idea de que sea sujeto de solucin.
Cuando el sistema rene a un nmero de ecuaciones inferior al nmero de incgnitas, existen muchas
soluciones. Justamente este es el caso ms frecuente de los problemas de programacin lineal, de all
que es necesario introducir (+) variables de Holgura en los casos de la expresin (igual o menor),
restar (-) variables de holgura e introducir Variables Artificiales en los casos de (mayor o igual) y en los
casos de = se introduce variables artificiales con signo ms.
+ VARIABLE DE HOLGURA
- VARIABLE DE HOLGURA + VARIABLE ARTIFICIAL
= + VARIABLE ARTIFICIAL
Cada caso se comprender con un ejemplo y as podremos establecer su similitud y diferencias.
136
MAXIMIZACIN MEDIANTE EL SIMPLEX

En problemas de matizacin (Ej. Produccin) se debe tomar en cuenta.
PLANTEAMIENTO
Identificacin de
Variables
Producto I = X1
Producto II = X2
Producto III = X3
Producto IV = X4
1) Funcin Objetivo
Z(MAX) = C1X1 + C2X2 + C3X3+ ------------ + CnXn
2) Limitaciones o Restricciones
A11X1 + A12X2 + A13X3 + ----------------- + A1nXn b1
A21X1 + A22X2 + A23X3 + ----------------- + A2nXn b2
A31X1 + A32X2 + A33X3 + ----------------- + A3nXn b3
...................................................................................
Am1X1 + Am2X2 + Am3X3 + ----------------- + AmnXn bn
3) No negatividad
Xj 0
RESOLUCIN
Cuando se trata de un sistema de inecuaciones, no existe solucin nica, si no que implica muchas
posibilidades, razn por la cual, el mtodo simplex va generando soluciones bsicas.
Introduccin de Variables de Holgura

Como el primer miembro de la inecuacin es inferior al otro, es necesario introducir una variable
denominada de HOLGURA que cubra imaginariamente el valor faltante, para convertirlo en igualdad.
S1, S2, S3, ..... Sn = Variables de Holgura

A11X1 + A12X2 + A13X3 + ----- + A1nXn + S1
= b1
A21X1 + A22X2 + A23X3 + ----- + A2nXn
+ S2
= b2
A31X1 + A32X2 + A33X3 + ----- + A3nXn
+ S3
= b3
...............................................................................................
Am1X1 + Am2X2 + Am3X3 + ----- + AmXn + ---------------+ Sn = bn
Al convertir el sistema de desigualdades es un sistema de ecuaciones mediante la introduccin de
variables de holgura, se ha logrado un importante punto de partida. Estas variables en la funcin objetivo
irn antepuestas de un coeficiente cero de beneficio.
Z(MAX) = C1X1 + C2X2 + ---- + CnXn + 0S1 + 0S2 + ---- + 0Sn
Generacin de una solucin bsica factible

En el caso de un ejemplo de produccin, el primer supuesto o alternativa del mtodo simplex es no
fabricar nada de los productos reales (variables fundamentales), esto quiere decir dar respuesta al
sistema manteniendo inutilizados los recursos existentes, es decir:
X1 = 0
S1 = b 1
137
X2 = 0
S2 = b 2
X3 = 0
S3 = b 3
......................................
Xn = 0
Sn = b n
Proceso Iterativo
En funcin de los criterios del mtodo simplex se van obteniendo ensayos, interacciones o algoritmos
hasta lograr la respuesta ideal.
El objetivo es ir eliminando las variables de holgura e irlas reemplazando por alternativas en funcin de
variables fundamentales, propsito del problema.
El proceso se lo desarrolla por cuadros o etapas. Cada uno de ellas nos representar una mejor
combinacin de produccin y un mayor beneficio, para lo cual se necesita aplicar el mtodo matricial de
coeficientes.
Cj
Xj
= Coeficiente de la funcin objetivo

= Solucin bsica de cada etapa: es la base vectorial que da solucin al sistema
= Elemento Pivote
=
bn =
Zj
=
Zj-Cj =
Elementos semipivotales
Parmetros; datos conocidos, nos indican la cuantificacin de recursos
Valores que va tomando la funcin objetivo en cada posicin.
Se la conoce como el "Criterio del simplex; permite continuar o no la generacin de
alternativos.
Cuando la expresin Zj - Cj corresponde en todas las posiciones a valores POSITIVOS O

CEROS, habr terminado el problema de maximizacin.
Pasos para formar la nueva tabla

1)
2)
3)
Se elige el elemento (Zj-Cj) de menor valor negativo, la variable que le corresponde debe entrar a
la base de la nueva tabla para mejorar la solucin.
Para determinar que fila sale, se obtiene el elemento pivote, el mismo que es la interseccin de la
columna que ingresa y la fila que sale, para lo cual se divide los elementos de la columna de b n
para los elementos de la columna que ingres, se escoge el menor cociente que representar al
pivote, los restantes elementos de la columna son los semipivotes. No se toma en cuenta la
divisin para nmeros negativos o cero.
Formar los nuevos elementos de la fila de la variable de holgura que es reemplazada por la
variable fundamental, basndose en el elemento PIVOTE, que se encuentra en la interseccin de
la columna que entra y la fila que sale.
" ELEMENTOS DE LA NUEVA FILA "
4)
5)
ELEMENTOS ANTERIORES
PIVOTE
Los restantes elementos de la columna que entra se denominan SEMIPIVOTES ()

Los elementos de las dems filas se obtienen restando los elementos anteriores de dicha fila
menos los elementos de la nueva fila que ingres, multiplicados por el semipivote correspondiente.
Elementos de otra fila = elementos anteriores de dicha fila elementos de la fila que
ingres x el semipivote correspondiente
6)
7)
8)
Zj se obtiene multiplicando el coeficiente de la variable fundamental que ingres por todos los
elementos de dicha fila.
Obtenemos la fila Zj - Cj, restando los elementos de la fila de Zj menos los elementos de la fila Cj,
si todos sus elementos son positivos o ceros el proceso se ha terminado, esto quiere decir que la
tabla es ptima, caso contrario construimos la nueva tabla eliminando el menor negativo que
exista y realizar el mismo proceso anterior.
El mximo beneficio est dado por el valor del elemento de Zj de la columna b n.
138
EJERCICIOS RESUELTOS
PROBLEMAS DE MAXIMIZACION
PROBLEMA N 1.Un taller fabrica dos clases de cinturones de piel. En cada cinturn A de alta calidad gana 4 dlares y en
cada cinturn B de baja calidad gana 3 dlares. El taller puede producir diariamente 500 cinturones de
tipo B o 250 cinturones de tipo A. Slo se dispone de piel para 400 cinturones diarios A y B combinados
y de 200 hebillas elegantes para el cinturn A y de 350 hebillas diarias para el cinturn B Qu
produccin maximiza la ganancia?
Funcin Objetivo
Z(MAX) = 4X1 + 3X2 + 0 S1 +0 S2 +0 S3 + 0 S4
Restricciones
X1 + X2
X1
X2
2X1 + X2
400
200
350
500
Cantidad de piel
Hebillas elegantes
Hebillas de menor calidad
Capacidad
Variables de holgura
X1 + X2 + S1
= 400
X1
+ S2
= 200
X2
+ S3
= 350
2X1 + X2
+ S4 = 500
TABLA I
Formamos la 1 Tabla con los coeficientes de las variables fundamentales y su holgura. En la columna
de Xj, irn las variables de holgura por ser recursos no utilizados por lo tanto deben ingresar al proceso
y no tienen utilidad.
Cj
0
0
0
0
Xj
S1
S2
S3
S4
Zj
Zj-Cj
bn
4
X1
3
X2
0
S1
0
S2
0
S3
0
S4
400
200
350
500
0
---
1
1*
0
2
0
-4
1
0
1
1
0
-3
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
Al iniciarse el proceso productivo no existe utilidad por lo tanto todos los coeficientes de la fila Zj son
ceros.
Los elementos de la fila Zj - Cj que se denomina criterio del simplex se forma restando los coeficientes
de la fila Zj menos la 1 fila Cj.
0-4
= -4
0 3 = -3
0-0=0
0 - 0 = 0 etc.
TABLA II
Como se trata de problemas de maximizacin, en la fila Zj - Cj deben quedar ceros o valores positivos,
esto significa que es necesario eliminar los valores negativos para lo cual tomamos el menor valor
negativo, en este caso (-4), es decir, la variable que pertenece a esta columna ingresa (X1) con una
utilidad de 4.
139
Para saber cul es la fila que sale, dividimos los coeficientes de la columna de (b n) para los coeficientes
de X1. El menor cociente indica la fila que debe salir y nos sealar el PIVOTE.
400
1
20
1
350
0
500
2
bn
X1
400
(1) Semipivote
200
(1*) Pivote
NO
( 0) Semipivote
250
( 2) Semipivote
Los divisores que son cero o negativos no se toman en cuenta para el

menor cociente, pero si se los considera como semipivote.
El menor cociente se obtiene al dividir 200 1 = 200 entonces en la interseccin de la fila S2 y la
columna X1 queda el pivote, los dems elementos son semipivote, lo cual significa que la fila que sale es
S2 y en su lugar ingresa X1 con una utilidad de 4.
El pivote se lo representa por un asterisco (*) y los semipivote con un punto ().
Para obtener los coeficientes de la nueva fila dividimos los anteriores de S 2.
200
1
0
0
1
0
0
1
1
1
1
1
1
1
=
=
=
=
=
=
=
200
1
0
0
1
0
0
(pivote = 1)
Las dems filas se las obtiene de la siguiente forma:

Coeficientes de S1
anterior-nueva filaxsemipivote correspondiente
400 200x1 = 200
1 1x1 = 0
1 0x1 = 1
1 0x1 = 1
0 1 x 1 = -1
0 0x1 = 0
0 0x1 = 0
Primero se realiza la multiplicacin, luego se resta.
Cuando el semipivote es cero (0) se copia los mismos coeficientes.
Si el semipovote es uno (1) se realiza la resta directamente.
Coeficientes de S1
400 200x1 = 200
1 1x1 = 0
1 0x1 = 1
1 0x1 = 1
0 1 x 1 = -1
0 0x1 = 0
0 0x1 = 0
Coeficientes de S3
350 200x0 = 350
0 1x0 = 0
1 0x0 = 1
0 0x0 = 0
0 1x0 = 0
1 0x0 = 1
0 0x0 = 0
Coeficientes de S4
500 200x2 = 100
2 1x2 = 0
1 0x 2= 1
0 0x 2= 0
0 1 x 2 = -2
0 0x 2= 0
1 0x 2= 1
140

Cj
Xj
S1
X1
S3
S4
Zj
Zj-Cj
0
4
0
0
bn
4
X1
3
X2
0
S1
0
S2
0
S3
0
S4
200
200
350
100
800
---
0
1
0
0
4
0
1
0
1
1*
0
-3
1
0
0
0
0
0
-1
1
0
-2
4
4
0
0
1
0
0
0
0
0
0
1
0
0
Los coeficientes de la fila Zj se obtienen multiplicando 4 por cada coeficiente de esa fila.
4 x 200 = 800
4x1=4
4 x 0 = 0 etc.
Zj - Cj = 80 - 80 =0
0 - 60 = -60
0 - 0 = 0 etc.
TABLA III
Al tener un valor negativo (-3) en la fila Zj - Cj debemos eliminarlo, eso significa que la variable de esa
columna es la que ingresa (X2), para saber que fila sale procedemos como en el caso anterior.
bn
X2
200
200
1
200
NO
0
350
350
1
100
100
1
(1) Semipivote
(0*) Semipivote
(1) Semipivote
(1*) Pivote
El pivote nos indica que la fila que sale es (S4) e ingresa X2 con una utilidad de 30.
Coeficientes de X2
100 1 = 100
0 1 = 0
1 1 = 1
0 1 = 0
-2 1 = -2
0 1 = 0
1 1 = 1
Coeficientes de S1
200 100x1 = 100
0 0x1 = 0
1 1x1 = 0
1 0x1 = 1
-1 (-2) x 1 = 1
0 0x1 = 0
0 1 x 1 = -1
Coeficientes de X1
200 100x0 = 200
1 0x0 = 1
0 1x0 = 0
0 0x0 = 0
1 (-2) x 0 = 1
0 0x0 = 0
0 1x0 = 0
Coeficientes de S3
350 100x1 = 250
0 0x1 = 0
1 1x1 = 0
0 0x1 = 0
0 (-2) x 1 = 2
1 0x1 = 1
0 1 x 1 = -1
Cj
0
4
0
3
Zj =
Xj
S1
X1
S3
X2
Zj
Zj-Cj
bn
100
200
250
100
1.100
---
4
X1
0
1
0
0
4
0
3
X2
0
0
0
1*
3
0
0
S1
1
0
0
0
0
0
0
S2
1*
1
2
-2
-2
-2
0
S3
0
0
1
0
0
0
0
S4
-1
0
-1
1
3
3
4 x 200 + 3 x 100 = 800 + 300 = 1.100
141

4x1+3x0
4x0+3x1
4x0+3x0
4 x 1 + 3(-2)
4x0+3x0
4x0+3x1
=0+0 = 0
= 0+3= 3
= 0+0= 0
= 0 - 6 = -2
= 0+0= 0
= 0+3= 3
TABLA IV
Como queda otro valor negativo (-2), se requiere hacer otro proceso, la variable que ingresa es s 2.
bn
S2
100
1
200
1
250
2
100
2
100
(1*) Pivote
200
(1*) Semipivote
125
( 2) Semipivote
NO
( 2) Semipivote
Sale S1 e ingresa S2
Coeficientes de S2
100 1 = 100
0 1 = 0
0 1 = 0
1 1 = 1
1 1 = 1
0 1 = 0
-1 1 = -1
Coeficientes de X1
200 100x1 = 100
1 0x1 = 1
0 0x1 = 0
0 1 x 1 = -1
1 1x1 = 0
0 0x1 = 0
0 (-1) x 1 = 1
Coeficientes de S3
250 100x2 = 50
0 0x2 = 0
0 0x2 = 0
0 1 x 2 = -2
2 1x2 = 0
1 0x2 = 1
-1 (-1) x 2 = 1
Coeficientes de X2
100 100x(-2) = 300
0 0 x (-2) = 0
1 0 x (-2) = 1
0 1 x (-2) = 2
-2 1 x (-2) = 0
0 0 x (-2) = 0
1 (-1) x (-2) = -1
Cj
0
4
0
3
Xj
bn
4
X1
S2
X1
S3
X2
Zj
Zj-Cj
100
100
50
300
1.300
---
0
1
0
0
4
0
3
X2
0
S1
0
S2
0
S3
0
S4
0
0
0
1
3
0
1
-1
-2
2
2
2
1
0
0
0
0
0
0
0
1
0
0
0
-1
1
1
-1
1
1
En la fila Zj - Cj ya no hay valores negativos, entonces el proceso ha concluido.

Presentamos la solucin del problema en una sola tabla
142

Cj
0
0
0
0
0
4
0
0
0
4
0
3
0
4
0
3
Xj
S1
S2
S3
S4
Zj
Zj-Cj
S1
X1
S3
S4
Zj
Zj-Cj
S1
X1
S3
X2
Zj
Zj-Cj
S2
X1
S3
X2
Zj
Zj-Cj
bn
4
X1
3
X2
0
S1
0
S2
0
S3
0
S4
400
200
350
500
0
---
1
1*
0
2
0
-4
1
0
1
1
0
-3
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
200
200
350
100
800
--100
200
250
100
0
1
0
0
4
0
0
1
0
0
1
0
1
1*
0
-3
0
0
0
1
1
0
0
0
0
0
1
0
0
0
-1
1
0
-2
4
4
1*
1
2
-2
0
0
1
0
0
0
0
0
1
0
0
0
0
1
0
0
-1
0
-1
1
1.100
--100
100
50
4
0
0
3
0
0
0
0
1
-2
-2
1
0
0
0
3
3
-1
1
0
0
0
-1
-2
0
0
0
1
1
1
300
1.300
0
4
0
1
3
0
2
2
2
0
0
0
0
0
0
-1
1
1
---
II
III
IV
Para encontrar la solucin tomamos las variables de la ltima columna X j y los valores de la columna bn.
Solucin ptima
Z(MAX) = 1.300 Centavos
X1 = 100 Cinturones de clase A
X2 = 300 Cinturones de clase B
S1 = 0 Se utiliz toda la piel
S2 = 100 Hebillas elegantes no utilizadas
S3 = 50 Hebillas de menor calidad no utilizadas
S4 = 0 Se utiliz toda la capacidad
Comprobacin
X1 + X2 + S1
= 400
100 + 300 + 0
= 400
X1
+ S2 = 200
100
+ 100 = 200
2X1 + X2 + S4 = 500
2(100) + 300 + 0 = 500
200 + 300 + 0 = 500
X2 + S3 = 350
100 + 100 = 200
PROBLEMA N2.
La Compaa ECASA est produciendo dos clases de refrigeradoras, tipo A y tipo B. De estudios hechos
sobre las necesidades del pas, se estima que en el prximo ao los requerimientos de estos dos tipos
de refrigeradoras sern:
Un mximo de 80 Mil unidades de A
143
Un mximo de 120 Mil unidades de B

La utilidad que, cada refrigeradora le deja a la empresa es: 15 dlares por unidad de A y 30 dlares por
unidad de B. Cuntas unidades de A y Cuntas de B deben producirse para que ECASA alcance la
mxima utilidad anual, si slo se dispone de:
10 Mil unidades de hierro
16 Mil unidades de fibra de vidrio
14 Mil unidades de aluminio
Considerando que la composicin de estas refrigeradoras debe ser la siguiente:
A = 10% de hierro, 12% de fibra de vidrio, 7% de aluminio
B = 5% de hierro, 10% de fibra de vidrio, 10% de aluminio
Funcin Objetivo
Z(MAX) = 15X1 + 30X2
Restricciones
0,10 X1 + 0,05 X2 10 mil (Hierro)
0,12 X1 + 0,10 X2 16 mil (Fibra de vidrio)
0,07 X1 + 0,10 X2 14 mil (Aluminio)
X1
80 mil (Demanda de A)
X2 120 mil (Demanda de B)
X1, X2 0
Z(MAX) = 15X1 + 30X2 + 0 S1 +0 S2 +0 S3 + 0 S4 + 0 S5
0,10 X1 + 0,05 X2 + S1
= 10 mil 1
0,12 X1 + 0,10 X2
+ S2
= 16 mil 2
0,07 X1 + 0,10 X2
+ S3
= 14 mil 3
X1
+ S4
= 80 mil 4
X2
+ S5 = 120 mil 5
TABLA I
La tabla I se forma con los datos originales:
Cj
15
0
0
0
0
0
30
Xj
bn
X1
X2
S1
S2
S3
S4
S5
S1
S2
S3
S4
S5
10
16
14
80
120
0.10
0.12
0.07
1
0
0.05
0.10
0.10
0
1*
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
Zj
Zj-Cj
---
-15
-30
TABLA II
Eliminamos (-30), la columna que ingresa es X2, para saber cul fila sale, dividimos los coeficientes de bn
para los coeficientes de X2.
144
10
200
0.05
16
160
0.10
14
140
0.10
80
NO
0
bn
X2
(0.05) Semipivote
(0.10) Semipivote
(0.10) Semipivote
(0)
120
120 (1*)
1
Semipivote
Pivote
Coeficientes de X2 de la nueva fila. Se divide los anteriores de S5 para el pivote 1

120
120
1
0
0
1
1
1
1
0
0
1
0
0
1
0
0
1
0
0
1
1
1
1
Coeficientes de S1
10 120x0.05 = 4
0.10 0 x 0.05 = 0.10
0.05 1 x 0.05 = 0
1 0 x 0.05 = 1
0 0 x 0.05 = 0
0 0 x 0.05 = 0
0 0 x 0.05 = 0
0 1 x 0.05 = -0.05
Coeficientes de S2
16 120x0.10 = 4
0.12 0 x 0.10 = 0.12
0.10 1 x 0.10 = 0
0 0 x 0.10 = 0
1 0 x 0.10 = 1
0 0 x 0.10 = 0
0 0 x 0.10 = 0
0 1 x 0.10 = -0.10
Coeficientes de S3
14 120x0.10 = 2
0.07 0 x 0.10 = 0.07
0.10 1 x 0.10 = 0
0 0 x 0.10 = 0
0 0 x 0.10 = 0
1 0 x 0.10 = 1
0 0 x 0.10 = 0
0 1 x 0.10 = -0.10
Coeficientes de S4
Son los mismos anteriores
porque el semipivote es cero
Cj
0
0
0
0
30
Xj
S1
S2
S3
S4
X2
bn
15
X1
30
X2
0
S1
0
S2
0
S3
0
S4
0
S5
4
4
2
80
120
0.10
0.12
0.07*
1
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
-0.05
-0.10
-0.10
0
1
Zj
Zj-Cj
3.600
---
0
-15
30
0
0
0
0
0
0
0
0
0
30
30
II
TABLA III
Eliminamos el negativo (-15), es decir, ingresa la columna de X1 con una utilidad de 15, veamos que fila
sale.
bn
X1
4
4
33.33 Semipivote
40 Semipivote
0.12
0.10
2
80
28.57 Pivote (Menor cociente)
80 Semipivote
0.07
1
120
NO (Semipivote)
0
Ingresa X1 y sale S3
145
Coeficientes de la nueva fila X1

2
28.57
0.07
0
0
0.07
0.07
1
0.07
0
0
0.7
1
14.28
0.07
Coeficientes de S1
4 28.57 x 0.10 = 1.14
0.10 1
x 0.10 = 0
0 0
x 0.10 = 0
1 0
x 0.10 = 1
0 0
x 0.10 = 0
0 14.28 x 0.10 =-1.43
0 0
x 0.10 = 0
-0.05 (-1.43) x 0.10 = 0.09
80
1
0
0
0
0
1
0
Coeficientes de S4
28.57 x 1 = 51.43
1 x1 = 0
0 x1 = 0
0 x1 = 0
0 x1 = 0
14.28 x 1 =-14.28
0
x1 = 1
(-1.43) x 1 = 1.43
Cj
0
0
15
0
30
Xj
S1
S2
X1
S4
X2
Zj
Zj-Cj
bn
1.14
0.57
28.57
51.43
120
4.028.5
---
0
0
0.07
0
0 0.10 1.43
0.07
0.07
Coeficientes de S2
4 28.57 x 0.12 = 0.57
0.12 1
x 0.12 = 0
0 0
x 0.12 = 0
0 0
x 0.12 = 0
1 0
x 0.12 = 1
0 14.28 x 0.12 = -1.71
0 0
x 0.12 = 0
-0.10 (-1.43) x 0.12 = 0.07
Coeficientes de X2
Son los mismos anteriores
porque el semipivote es cero
15
30
X1
X2
S1
S2
S3
S4
S5
0
0
1
0
0
0
1
0
0
0
1
0
-1.43
-1.71
14.28
0
0
0
0.09
0.07
-1.43
0
0
15
0
0
1
30
0
0
0
0
0
0
0
0
0
-14.28
0
214.2
214.2
1
0
0
0
1.43
1
8.55
8.55
III
Solucin ptima
Z(MAX) = 4.028.571.38
X1 = 28.571.00 Unidades de refrigeradoras tipo A
X2 = 120.000.00 Unidades de refrigeradoras tipo B
S1 = 1.142.85 Unidades de hierro no utilizadas
S2 =
571.43 Unidades de fibra de vidrio no utilizadas
S3 =
0
Se ha utilizado todo el aluminio
S4 = 51.428.57 No se ha cubierto toda la demanda de A
S5 =
0
Se ha cubierto toda la demanda de B
Comprobacin:
0,10 X1 + 0,05 X2 + S1
= 10 mil 1
0.10(28.57) + 0.05(120) + 1.14 = 9.99
0,12 X1 + 0,10 X2 + S2
= 16 mil 2
0.12(28.57) + 0.10(120) + 0.57 = 15.99
0,07 X1 + 0,10 X2 + S3
= 14 mil 3
0.07(28.57) + 0.10(120) + 0
= 13.99
146
Reunimos todos los resultados en una sola tabla.

Cj
0
0
0
0
0
0
0
0
0
30
0
0
15
0
30
Xj
S1
S2
S3
S4
S5
Zj
Zj-Cj
S1
S2
S3
S4
X2
bn
15
X1
30
X2
0
S1
0
S2
0
S3
0
S4
0
S5
10
16
14
80
120
0
--4
4
2
80
120
0.10
0.12
0.07
1
0
0
-15
0.10
0.12
0.07*
1
0
0.05
0.10
0.10
0
1*
0
-30
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
-0.05
-0.10
-0.10
0
1
Zj
Zj-Cj
S1
S2
X1
S4
X2
Zj
3.600
--1.14
0.57
28.57
51.43
120
4.028.5
0
-15
0
0
1
0
0
15
30
0
0
0
0
0
1
30
0
0
1
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
-1.43
-1.71
14.28
-14.28
0
214.2
0
0
0
0
0
1
0
0
30
30
0.09
0.07
-1.43
1.43
1
8.55
Zj-Cj
---
214.2
8.55
II
III
PROBLEMA N 3
Una fbrica produce dos tipos de muebles A y B, dispone del taller de torneamiento el mismo que puede
procesar 25 unidades/tora de A y 40 unidades/hora de B, siendo el coso por hora de 20 dlares, el taller
de rectificacin que puede procesar 28 un/h de A y 35 un/h de B y su costo es de 14 dlares, el taller de
pintura puede atender a 35 un/h de A y 25 un/h de B y su costo es de 17,5 dlares. El precio de venta de
A es de 5 dlares y el de B, 4 dlares. Cuntas unidades de A y B debe producir para obtener la
mxima ganancia?
Matriz de recursos
Taller
Tornamiento
Rectificacin
Pintura
A
B
X1
X2
Proceso
25
40
28
35
35
25
Tipo de muebles
N de unidades
Capacidad
1
1
1
Costo
20
14
17,5
Cuando no hay disponible, se habla de capacidad que es el 100%, se representa por 1, y cada taller
ocupa tanto en A como en B un porcentaje de su presentacin en forma de fraccin que significa
porcentaje.
Para encontrar la utilidad hallamos el costo total de cada producto.
Costo
A
B
20 25 = 0,8
14 28 = 0,5
17,5 35 = 0,5
Costo = 1.8
20 40 = 0,5
14 35 = 0,4
17,5 25 = 0,7
Costo
= 1.6
Pv
A=5
B=4
147
Utilidad
UA = PVA - CTA
UA = 5-1,8 = 3,2
UB = PVB - CTB
UB = 4-1,6 = 2,4
Funcin Objetivo
Z(MAX) = 3,2X1 + 2,4X2
Restricciones
1
1
X1
X2 1
25
40
1
1
X1
X2 1
28
35
1
1
X1
X2 1
35
25
X1 X2 0
Trasformamos las desigualdades fraccionarias en igualdades enteras para lo cual buscamos el mnimo
comn denominador e introducimos las variables de holgura.
Z(MAX) = 3.2X1 + 2.4X2 +0S1 + 0S2 + 0S3
8X1 + 5X2 + S1
= 200
5X1 + 4X2
+ S2
= 140
5X1 + 7X2
+ S3 = 175
Cj
0
0
0
3.2
0
0
3.2
0
2.4
3.2
2.4
Xj
bn
X1
X2
S1
S2
S3
S1
S3
S5
200
140
175
8*
5
5
5
4
7
1
0
0
0
1
0
0
0
1
Zj
Zj-Cj
---
-3.2
-2.4
X1
S2
S3
25
15
50
1
0
0
0.625
0.875
3.875*
0.125
-0.625
-0.625
0
1
0
0
0
1
Zj
80
3.2
0.4
Zj-Cj
---
-0.4
0.4
X1
S2
X2
17
3.71
13
1
0
0
0
0
1
0.226
-0.484
-0.161
0
1
0
-0.161
-0.225
0.258
Zj
85.6
3.2
2.4
0.337
0.104
Zj-Cj
---
0.337
0.104
II
III
Solucin ptima
Z(MAX) = 85.6
X1 = 17 Muebles tipo A
X2 = 13 Muebles tipo B
S1 = 0
Se utiliz toda la capacidad del departamento de torneamiento
S2 = 3.71 No se ha utilizado toda la capacidad del departamento de rectificacin
S3 = 0
Se utiliz toda la capacidad del departamento de pintura
148
EL MTODO SIMPLEX EN LOS CASOS DE MINIMIZACIN

Los casos de minimizacin se resuelven empleado tambin la metodologa conocida del Simplex, con
algunas variaciones.
En los problemas de minimizacin se introduce variables de holgura con signo negativo y las variables
artificiales con signo positivo.
Sj = Variables de holgura
mj = Variables artificiales
Las variables artificiales tienen un coeficiente (M) que es un valor indeterminado.
Cuando hay variables de holgura y artificiales, primero se eliminan las artificiales, luego las de holgura.
Si la restriccin es una igualdad, entonces se introduce solamente variables artificiales con signo
positivo.
Maximizacin
Minimizacin
Igualdad
() + SJ
() Sj + mj
(=) + mj
Para resolver un problema de minimizacin, se empieza eliminando los mayores valores positivos de la
fila Zj Cj.
El proceso habr concluido cuando en la fila Zj Cj queden valores negativos o ceros.
La funcin objetivos se representar por Z(MIN) y las variables artificiales llevarn en esta funcin un
coeficiente M.
Z(MIN) = ?X1 + ?X2 ---- + 0S1 + 0S2 + ------ + Mn1 + Mm2 --- Mmn
Restricciones, variables de holgura y artificiales

A11X1 + A12X2 - S1
+ m1
= b1
A21X1 + A22X2
- S2
+ m2
= b2
A31X1 + A32X2
-S3
+ m 3 = b3
-----------------------------------------------------------------Xj 0
PROBLEMA N 4.Se producen dos artculos A y B los mismos que son procesados por 3 mquinas M1, M2 y M3 que
disponen de 130, 190, 200 horas semanales al menos, la M 1 procesa 1 unidad de A y 1 de B, M2 procesa
2 de A y 1 de B, M3 procesa 1 de A y 4 de B. El costo de procesar es 2 dlares por cada unidad del
artculo A y 3 dlares por cada unidad del artculo B. Cuntas unidades de A y B se deben procesar para
que el costo sea mnimo.
Funcin Objetivo
Z(MIN) = 2X1 + 3X2 + 0S1 + 0S2 + OS3 + Mn1 + Mn2 + Mn3
X1 = Artculo A
X2 = Artculo B
Restricciones
X1 + X2 130 Capacidad de procesar de M1
2X1 + X2 190 Capacidad de procesar de M2
X1 + 4X2 200 Capacidad de procesar de M3
Xj
0
149
Variables de holgura y Artificiales

X1 + X2 S1
+ m1
= 130
2X1 + X2
-- S2
+ m2
= 190
X1 + 4X2
-- S3
+ m3 = 200
TABLA I
Para formar la tabla I utilizamos todos los coeficientes de las variables fundamentales, de holgura y
artificiales.
Primero eliminamos las variables artificiales, las mismas que en la funcin objetivo irn con un
coeficiente (M) que representa un valor indeterminado.
Cj
Xj
m1
m2
m3
Zj
Zj-Cj
M
M
M
bn
2
X1
3
X2
0
S1
0
S2
0
S3
M
m1
M
m2
M
m3
130
190
200
520M
...
1
2
1
4M
4M
1
1
4*
6M
6M
-1
0
0
-M
-M
0
-1
0
-M
-M
0
0
-1
-M
-M
1
0
0
M
0
0
1
0
M
0
0
0
1
M
0
Zj = M x 130 + Mx190 + Mx200

130M + 190M + 200M = 520M
1 x M + 2 x M + 1 x M = 4M
1xM + 1 x M + 4M
= 6M etc.
Zj - Cj = Quedan los mismos valores que Zj excepto las 3 columnas ltimas porque si se pueden restar.
TABLA II
Cuando la funcin objetivo es de minimizacin, de la fila Zj - Cj se debe eliminar los valores positivos,
empezando por el mayor, en este caso 6M, de modo que ingresa X2 con un costo de 3, para saber que
fila sale procedemos como en los problemas de maximizacin.
bn
130
190
200
,
130,
190,
50 (menor cociente)
X2
1
1
4
Semipivote
Semipivote
Pivote
Sale m3 e ingresa X2
Coef. X2 (nueva fila)
Anteriores Pivote
2004 = 50
1 4 = 0,25
4 4= 1
0 4= 0
0 4= 0
-1 4 = -0,25
0 4= 0
0 4= 0
1 4 = 0,25
Coef. m1
Anter-Nueva fila x Semip
130 - 50 x 1 = 80
1 - 0,25 x 1 = 0.75
1 - 1 x1= 0
-1 - 0 x 1 = -1
0 - 0 x1= 0
0 - (-0,25)x 1 = 0.25
1 0 x1= 1
0 0 x1= 0
0 - 0,25 x 1 = -0.25
Coef. m2
Anter-Nueva fila x Semip
190 - 50 x 1
= 140
2 - 0,25 x 1 = 1,75
1 - 1x1
= 0
0 - 0x1
= 0
-1 - 0 x 1
= -1
0 - (-0,25) x 1 = 0,25
0- 0
x1= 0
1- 0
x1= 1
1 - 0,25 x 1 =-0,75
150

Cj
Xj
m1
m2
X2
Zj
Zj-Cj
M
M
3
bn
2
X1
3
X2
0
S1
0
S2
0
S3
M
m1
M
m2
M
m3
80
140
50
0.75
1.75*
0.25
0
0
1
-1
0
0
0
-1
0
0,25
0,25
-0,25
1
0
0
0
1
0
-0,25
-0,25
0,25
220M
...
2,5M
2,5M
0M
0M
-M
-M
-M
-M
0,5 M
0,5M
M
0
M
0
-0,5M
-1,5M
Zj = 80M + 140M = 220M

0,75M + 1,75M = 2,5M
0M + 0M = 0M etc.
Zj Cj = los mismos valores de Zj, con excepcin de las 3 ltimas columnas.
Para los valores de Zj no se toma en cuenta la fila X2 por tener coeficiente numrico.
TABLA II
De la fila Zj - Cj tomamos el valor positivo 2,5M, es decir, ingreso X 1 con un costo de 2, veamos que fila
sale.
bn
80
140
50
,
106.66,
80(menor),
200
X1
0.75
1.75
0.25
Semipivote
Pivote
Semipivote
Sale la fila m2 e ingresa X1

Coef. X1
140 1,75 = 80
1,75 1,75 = 1
0 1,75 = 0
0 1,75 = 0
-1 1,75 = - 057
0,25 1,75 = 0,14
0 1,75 = 0
1 1,75 = 0,57
-0,25 1,75 = -0,14
Coef X2
50
- 80 x 0,25 = 30
0,25
1 x 0,25 = 0
1
0 x 0,25 = 1
0
0 x 0,25 = 0
0
- (-0,57) x 0,25 = 0,14
Cj
M
2
3
Xj
m1
X1
X2
Zj
Zj-Cj
Coef. m1
80 - 80 x 0,75 = 20
0,75 - 1
x 0,75 = 0
0 - 0
x 0,75 = 0
-1 - 0
x 0,75 = 1
0 - (-0,57)x 0,75 = 0,43
0,25 - 0,14 x 0,75 = 0,15
1 - 0 x 0,75 = 1
0 - 0,57 x 0,75 = -043
-0,25 - (-0,14)x 0,75 =-0,15
-0,25 - 0,14 x 0,25 = -0,28
0 - 0 x 0,25 = 0
0 - 0,57 x 0,25 = -0,14
0,25 - (-0,14)x 0,25 = 0,28
bn
2
X1
3
X2
0
S1
0
S2
0
S3
M
m1
M
m2
M
m3
20
80
30
20M
...
0
1
0
0M
0M
0
0
1
0M
0M
-1
0
0
-M
-M
0,43*
-0,57
0,14
0,43M
0,43M
0,15
0,14
-0,29
0,15 M
0,15M
1
0
0
M
0
-0,43
0,57
-0,14
-0,43M
-1,43M
-0,15
-0,14
0,29
-0,15M
-1,15M
TABLA IV
De la fila Zj - Cj tomamos el valor positivo O,43M, es decir que ingresa S2
bn
80
20
30
,
46.51(menor) pivote,
NO semip,
214.29 semip.
S 2 0.43
0.57
0.14
151
Sale m1 y en su lugar ingresa S2, al desaparecer las variables artificiales, entonces las 3 ltimas
columnas no intervienen en el proceso.
20
0
0
-1
0,43
0,15
Coef. X2
0,43 = 46,51
0,43 = 0
0,43 = 0
0,43 = -2,33
0,43 = 1
0,43 = 0,35
80
1
0
0
-0,57
0,14
Coef. X2
- 46,51
- 0
- 0
- (-2,33)
- 1
- 0,35
30
0
1
0
0,14
-0,28
Coef. X1
- 46,51 x (-057) = 106.51
- 0
x (-057) = 1
- 0
x (-057) = 0
- (-2,33) x (-057) = -1,33
- 1
x (-057) = 0
- 0,35 x (-057) = 0,34
x 0,14 = 23,5
x 0,14 = 0
x 0,14 = 1
x 0,14 = 0,33
x 0,14 = 0
x 0,14 = 0,33
Cj
0
2
3
Zj =
Cj
M
M
M
M
M
3
M
2
3
0
2
3
Xj
S2
X1
X2
Zj
Zj-Cj
bn
46,51
106,51
23,49
283,5
...
2 x 106,51 + 3 x 23,5
2x1+3x0
2x0+3x1
2 x (-1,33) + 3(0,33)
2x0+3x0
2 x (0,334) + 3 (-0,33)
2
= 283,5
= 2
= 3
= -1,67
= 0
= -0,31
3
2
X1
0
1
0
2
0
3
X2
0
0
1
3
0
0
S1
-2,33
-1,33
0.33
-1,67
- 1,67
0
S2
1
0
0
0
0
0
S3
0,35
0,34
-0,34
-0,34
-0,34
Xj
bn
X1
X2
S1
S2
S3
m1
m2
m3
m1
m2
m3
Zj
Zj-Cj
m1
m2
X2
130
190
200
520M
...
80
140
50
1
2
1
4M
4M
0,75
1,75*
0,25
1
1
4*
6M
6M
0
0
1
-1
0
0
-M
-M
-1
0
0
0
-1
0
-M
-M
0
-1
0
0
0
-1
-M
-M
0,25
0,25
-0,25
1
0
0
M
0
1
0
0
0
1
0
M
0
0
1
0
0
0
1
M
0
-0,25
-0,25
0,25
Zj
Zj-Cj
m1
X1
X2
Zj
Zj-Cj
220M
--20
80
30
20M
--46,51
106,51
23,49
283,49
2,5M
2,5M
0
1
0
0M
0M
0
0M
0M
0
0
1
0M
0M
0
-M
-M
-1
0
0
-M
-M
-2,33
-M
-M
0.43*
-0,57
0.14
0,43M
0,43M
1
0,5M
0,5M
0,15
0,14
-0,29
0,15M
0,15M
0,35
M
0
1
0
0
M
0
M
0
-0,43
0,57
-0,14
-0.43
-1,43
-0.5M
-1,5M
-0,15
-0,14
0,29
-0,15M
-1,15M
1
0
2
0
0
1
3
0
-1,33
0,33
-1,67
-1,67
0
0
0
0
0,34
-0,34
-0,34
-0.34
S2
X1
X2
Zj
Zj-Cj
---
152
En la fila Zj - Cj que se denomina criterio del simplex, tenemos valores negativos o ceros entonces el
proceso ha terminado.
Solucin ptima
Z(MIN) = 283,49
X1 = 106,51 Unidades del artculo A
X2 = 23,49 Unidades del artculo B
S1 =
0 Se utiliz toda la capacidad de M1
S2 = 46,51 Capacidad no utilizada de M2
S3 =
0
Se utiliz toda la capacidad de M3
PROBLEMA 5
Una compaa qumica est diseando una planta para producir dos tipos de minerales M y N. La planta
Funcin objetivo:
X1 = Cmaras tipo A
X2 = Cmaras tipo B
Z(MIN) = 600X1 + 300X2
Restricciones:
4
X2 4
10X1 + 4X2 100
20X1 + 30X2 420
X1
Cmara tipo A
Cmara tipo B
Produccin mineral M
Produccin mineral N
Variables de holgura y artificiales

Z(MIN)= 600X1+300X2+0S1+0S2+0S3+0S4+Mn1+Mm2+Mn3+Mn4
X1
- S1
+ m1
= 4
X2
- S2
+ m2
= 4
10X1 + 4X2
- S3
+ m3
= 100
20X1 + 30X2
- S4
+ m4 = 420
TABLA I
La primera tabla se forma con los coeficientes originales de la funcin objetivo, las variables
fundamentales, las variables de holgura y las variables artificiales.
Los coeficientes de la fila ZJ CJ, se obtienen sumando los productos de los coeficientes de cada
columna con los coeficientes M de cada variable artificial.
Mx4 + Mx4 + Mx100 + Mx420 = 528M
El resto de valores se obtienen aplicando el mismo procedimiento.
TABLA II
Eliminamos el mayor valor positivo de la fila del criterio simplex (35M), de manera que la columna que
ingresa es X2 con un costo de 300, veamos que fila sale, para lo cual buscamos el menor cociente de
dividir:
153
bn 4
, NO,
X2 0
4
100
4,
25,
1
4
420
14
30
El menor cocientes es 4, el pivote es 1, el resto son semipivote, la fila que sale es m2. Los coeficientes
de la nueva fila X2, se obtienen dividiendo los anteriores para el pivote 1.
Los coeficientes de m1 son los mismos anteriores porque el semipivote correspondiente a esa fila es
cero (0).
Coeficientes de m3
Coeficientes de S2
100 4 x 4 = 84
420 4. x 30 = 300
10 0 x 4 = 10
20 0 x 30 = 20
4 1 x 4= 0
30 1 x 30 = 0
0 0 x 4= 0
0 0 x 30 = 0
0 (-1) x 4 = 4
0 (-1) x 30 = 30
-1 0 x 4 = -1
0 0 x 30 = 0
0 0 x4= 0
-1 0 x 30 = -1
0 0 x4= 0
0 0 x 30 = 0
0 1 x 4 = -4
0 1 x 30 = -30
1 0 x4= 1
0 0 x 30 = 0
0 0 x4= 0
1 0 x 30 = 1
TABLA III
Eliminamos el mayor valor positivo de la fila del criterio simplex (34M), de manera que la columna que
ingresa es S2 con un costo de 0, veamos que fila sale, para lo cual buscamos el menor cociente de
dividir:
bn 4
4
84
300
, NO,
NO,
21,
10
S2 0
1
4
30
El menor cocientes es 10, el pivote es 30, el resto son semipivote, la fila que sale es m4. Los coeficientes
de la nueva fila S2, se obtienen dividiendo los anteriores para el pivote 30.
Los coeficientes de m1 son los mismos anteriores porque el semipivote correspondiente a esa fila es
cero (0).
Coeficientes de X2
Coeficientes de m3
4 10 x (-1) = 14
84 10. x 4 = 44
0 0.66 x (-1) = 0.66
10 0.66 x 4 = 7.36
1 0 x (-1) = 1
0 0
x 4= 0
0 0 x (-1) = 0
0 0
x 4= 0
-1 1 x (-1) = 0
4 1
x 4= 0
0 0 x (-1) = 0
-1 0
x 4 = -1
0 (-0.03)x (-1) = -0.03
0 (-0.03)x 4 = 0.12
0 0
x (-1) = 0
0 0
x 4= 0
1 (-1) x (-1) = 0
-4 (-1) x 4 = 0
0 0
x (-1) = 0
1 0
x 4= 1
0 0.03 x (-1) = 0.03
0 0.03 x 4 = -0.12
TABLA IV
Eliminamos el mayor valor positivo de la fila del criterio simplex (8.36M), de manera que la columna que
ingresa es X1 con un costo de 600, veamos que fila sale, para lo cual buscamos el menor cociente de
dividir:
bn
4
14
44
10
,
4,
21.21,
6,
15.15
X1 1
0.66
7.36
0.66
El menor cocientes es 4, el pivote es 1, el resto son semipivote, la fila que sale es m 1. Los coeficientes
de la nueva fila X1, se obtienen dividiendo los anteriores para el pivote 1.
Coeficientes de X2
14 4 x 0.66 = 11.36
0.66 1 x 0.66 = 0
1 0 x 0.66 = 1
Coeficientes de m3
44 4 x 7.36 = 14.56
7.36 1 x 7.36 = 0
0 0 x 7.36 = 0
154

0
0
0
-0.03
0
0
0
0.03
10
0.66
0
0
1
0
(-1) x 0.66 = 0.66

0 x 0.66 = 0
0 x 0.66 = 0
0 x 0.66 = -0.03
1 x 0.66 = -0.66
0 x 0.66 = 0
0 x 0.66 = 0
0 x 0.66 = 0.03

0 (-1)x 7.36 = 7.36
0 0 x 7.36 = 0
-1 0 x 7.36 = -1
0.12 0 x 7.36 = 0.12
0 1 x 7.36 = -7.36
0 0 x 7.36 = 0
1 0 x 7.36 = 1
-0.12 0 x 7.36 = -0.12
Coeficientes de S2
4 x 0.66 = 7.36
-0.03 0
1 x 0.66 = 0
0 1
0 x 0.66 = 0
-1 0
(-1) x 0.66 = 0.66
0 0
0 x 0.66 = 1
0.03 0
0 x 0.66 = 0
x
x
x
x
x
0.66
0.66
0.66
0.66
0.66
= -0.03
= -0.66
= -1
= 0
= 0.03
TABLA V
Eliminamos el mayor valor positivo de la fila del criterio simplex (7.36M), de manera que la columna que
ingresa es S1 con un costo de 0, veamos que fila sale, para lo cual buscamos el menor cociente de
dividir:
bn
4
11.36
14.56
7.36
,
NO,
17.21,
2,
11.15
S1 1
0.66
7.36
0.66
El menor cocientes es 2, el pivote es 7.36, el resto son semipivote, la fila que sale es m 3. Al eliminarse
todas las variables artificiales, entonces en la tabla V, no tomamos en cuenta las cuatro ltimas
columnas.
Coeficientes de S1
14.56
0
0
7.36
0
1
0.12
2,
0,
0,
1,
0,
0.13,
0.01
7.36
7.36
7.36
7.36
7.36
7.36
7.36
Coeficientes de X1
4 2
x (-1) = 6
1 0
x (-1) = 1
0 0
x (-1) = 0
-1 1
x (-1) = 0
0 0
x (-1) = 0
0 (-0.13)x (-1) = -0.13
0 0.01 x (-1) = 0.01
Coeficientes de X2
11.36 2 x 0.66 = 10
0 0 x 0.66 = 0
1 0 x 0.66 = 1
0.66 1 x 0.66 = 0
0 0 x 0.66 = 0
0 (-0.13)x 0.66 = 0.08
-0.03 0.01 x 0.66 =-0.03
Coeficientes de S2
7.36 2
x 0.66 = 6
0 0
x 0.66 = 0
0 0
x 0.66 = 0
0.66 1
x 0.66 = 0
1 0
x 0.66 = 1
0 (-0.13) x 0.66 = 0.08
-0.03 0.01 x 0.66 = -0.03
Como en la fila del criterio simplex (ZJ CJ), qued valores negativos y ceros, entonces el proceso ha
concluido
Formamos la tabla total.
155

Cj
M
M
M
M
M
300
M
M
M
300
M
0
600
300
M
0
600
300
0
0
600
X1
300
X2
0
S1
0
S2
0
S3
0
S4
M
m1
M
m2
M
m3
M
m4
4
4
100
420
528M
1
0
10
20
31M
31M
0
1*
4
30
35M
35M
-1
0
0
0
-M
-M
0
-1
0
0
-M
-M
0
0
-1
0
-M
-M
0
0
0
-1
-M
-M
1
0
0
0
M
0
0
1
0
0
M
0
0
0
1
0
M
0
0
0
0
1
M
0
4
4
84
300
1
0
10
20
0
1
0
0
-1
0
0
0
0
-1
4
30*
0
0
-1
0
0
0
0
-1
1
0
0
0
0
1
-4
-30
0
0
1
0
0
0
0
1
388M
31M
31M
1*
0.66
7.33
0.66
0M
0M
0
1
0
0
-M
-M
-1
0
0
0
34M
34M
0
0
0
1
-M
-M
0
0
-1
0
-M
-M
0
-0.03
0.12
-0.03
M
0
1
0
0
0
-34M
-35M
0
0
0
-1
M
0
0
0
1
0
M
0
0
0.03
-0.13
0.03
8.33M
8.36M
4
1
11.33
0
14.66
0
7.33
0
0M
0M
0
1
0
0
-M
-M
-1
0.66
7.33*
0.66
0M
0M
0
0
0
1
-M
-M
0
0
-1
0
0.12M
0.12M
0
-0.03
0.13
-0.03
M
0
1
-0.63
-7.33
-0.66
0M
-M
0
0
0
-1
M
0
0
0
1
0
-012M
-1.12M
0
0.03
-0.13
0.03
Zj
Zj-Cj
X1
X2
S1
S2
Zj
14.6M
0M
0M
0
1
0
7.33M
7.33M
0
0
1
0M
0M
0
0
0
-M
0.13M -7.3M
-M
0.13M -8.3M
-0.13 0.01
0.09 -0.04
-0.13 0.01
0M
-M
M
0
-0.13M
-1.13M
6
10
2
6
6.600
0M
0M
1
0
0
0
600
0
300
0
0
1
0
0.09
-51
-0.04
-6
Zj-Cj
---
-51
-6
Xj
m1
m2
m3
m4
Zj
Zj-Cj
m1
X2
m3
m4
Zj
Zj-Cj
m1
X2
m3
S2
Zj
Zj-Cj
X1
X2
m3
S2
bn
4
14
44
10
48M
Solucin ptima
Z(MIN) = 6.600
X1 = 6 Cmaras tipo A
X2 = 10 Cmaras tipo B
S1 = 2 Se tiene 2 cmaras ms de lmite
S2 = 6 Se tiene 6 cmaras ms del lmite
S3 = 0 Se ha cubierto la produccin de P1
S4 = 0 Se ha cubierto la produccin de P2
PROBLEMA 6
Se fabrican dos clases de muebles A y B, se dispone de madera para 80 muebles por lo menos, toma 2
horas preparar 10 muebles tipo A y 4 horas preparar 10 muebles tipo B, se dispone hasta de 20 horas.
La demanda de A es de un total de 70. Cada mueble tipo A deja una utilidad de 10 dlares y 8 dlares
cada mueble tipo B. Cuntos muebles tipo A y B se deben fabricar para obtener la mxima ganancia?
Funcin Objetivo
Z(MAX) = 10X1 + 8X2
X1 = A X2 = B
156
Restricciones
X1
X 2 80 Cantidad de madera
2
4
X 1 X 2 20 Tiempo
10
10
X1
70 Demanda de A
XJ 0
Variables de Holgura y Artificiales.X1 + X2 - S1

+ m1
= 80
X1 + 2X2
+ S2
= 100
X1
+ m3 = 70
En la 2 restriccin hemos buscado el mnimo comn denominador y se ha eliminado un 2.
Cj
M
0
M
M
M
10
8
0
10
8
0
10
X2
S2
bn
80
100
70
150M
--10
30
70
10M
--10
10
10
X1
1
1
1*
2M
2M
0
0
1
0M
0M
0
0
8
X2
1
2
0
M
M
1*
2
0
M
M
1
0
0
S1
-1
0
0
-M
-M
-1
0
0
-M
-M
-1
2*
0
S2
0
1
0
0M
0M
0
1
0
0M
0M
0
1
X1
Zj
70
780
1
10
0
8
0
-8
0
0
Zj-Cj
X2
S1
--15
5
0
0
0
0
1
0
-8
0
1
0
0,5
0.5
X1
Zj
Zj-Cj
70
820
---
1
10
0
0
8
0
0
0
0
0
4
4
Xj
m1
S2
M2
Zj
Zj-Cj
m1
S2
X1
Zj
Zj-Cj
M
m1
1
0
0
M
0
1
0
0
M
0
M
m3
0
0
1
M
0
-1
-1
1
-M
-2M
TABLA I
A pesar de que la funcin objetivo es de maximizacin, el problema se empieza a resolver como un
problema de minimizacin por haber variables artificiales, sin embargo al final del proceso en la fila Zj Cj deben quedar valores positivos o ceros.
Solucin ptima
Z (MAX) = 820
X1 = 70
X2 = 15
S1 = 5 significa que se est utilizando 5 ms de lo previsto que tiene como lmite mnimo
80.
S2 = 0
157
PROBLEMAS RESUELTOS
1)
Se producen tres productos a travs de tres operaciones diferentes, los tiempos requeridos (en
minutos) por unidad de cada producto son: Operacin I, 1 por producto A, 2 por producto B y 1 por
producto C. Operacin II, 3 por A y 2 por C. Operacin III, 1 por A y 4 por B, la capacidad diaria de
las operaciones es 430, 460 y 420 minutos respectivamente. El producto A da una utilidad de 3
dlares, el producto B 2 dlares y el C 5 dlares. Determinar la produccin diaria ptima para los
tres productos que maximice el beneficio.
Funcin Objetivo
Z(MAX) = 3X1 + 2X2 + 5X3
A = X1 B = X2 C = X3
Restricciones o Limitaciones
X1 + 2X2 + X3
3X1
+ 2X3
X1 + 4X2
Xj
430 operacin I
460 operacin II
420 operacin III
0
Z(MAX) = 3X1 + 2X2 + 5X3 + 0S1+ 0S2+0S3
X1 + 2X2 + X3 + S1
= 430
3X1
+ 2X3
+ S2
= 460
X1 + 4X2
+ S3 = 430
Cj
0
0
0
0
5
0
2
5
0
Xj
S1
S2
S3
Zj
Zj-Cj
S1
X3
S3
Zj
Zj-Cj
X2
X3
S3
Zj
Zj-Cj
bn
430
460
420
0
--200
230
420
1150
--100
230
20
1350
---
3
X1
1
3
1
0
-3
-0,5
1.5
1
7,5
4,5
-0,25
1,5
2
7
4
2
X2
2
0
4
0
-2
2*
0
4
0
-2
1
0
0
2
0
5
X3
1
2*
0
0
-5
0
1
0
5
0
0
1
0
5
0
0
S1
1
0
0
0
0
1
0
0
0
0
0,5
0
-2
1
1
0
S2
0
1
0
0
0
-0,5
0,5
0
2.5
2.5
-0,25
0,5
1
2
2
0
S3
0
0
1
0
0
0
0
1
0
0
0
0
1
0
0
Solucin ptima
Z(MAX) = 1350
X1 = 0
S1 = 0
X2 = 100
S2 = 0
X3 = 230
S3 = 20
El valor de S3 significa que existe 20 minutos de la operacin III que no han sido
utilizados.
2)
Una empresa puede fabricar con determinada mquina trabajando 45 horas semanales tres
productos diferentes A. B y C. El artculo A deja un beneficio neto de 4 dlares, B un beneficio de
158
12 dlares y C un beneficio de 3 dlares. La produccin por hora de la mquina es para cada uno
de Los tres productos de 50, 25 y 75 sucres respectivamente. Por ltimo las ventas posibles
ascienden a 1.000 unidades de A, 500 unidades de B y 1.500 unidades de C. Cmo se deber
repartir la produccin de manera que se maximice el beneficio de la empresa?
Funcin Objetivo
Z(MAX) = 4X1 + 12X2 + 3X3
X1 = A, X2 = B y X3 = C
1.000
500
X3 1.500
X1
X2
1
1
1
X1
X2
X 3 45
50
25
75
VENTAS
Tiempo
X1
+ S1
X2
+ S2
X3
3X1 + 6X2 + 2X3
+ S3
Cj
0
0
0
0
0
12
0
0
4
12
0
0
4
12
0
3
4
12
0
3
Xj
S1
S2
S3
S4
Zj
Zj-Cj
S1
X2
S3
S4
Zj
Zj-Cj
X1
X2
S3
S4
Zj
Zj-Cj
X1
X2
S3
X3
Zj
Zj-Cj
X1
X2
S1
X3
Zj
Zj-Cj
bn
1.000
500
1.500
6.750
0
--1.000
500
1.500
3.700
6.000
--1.000
500
1.500
750
10000
--1.000
500
1.125
375
11250
--250
500
750
1.500
11500
---
4
X1
1
0
0
3
0
-4
1*
0
0
3
0
-4
1
0
0
0
4
0
1
0
0
0
4
0
1
0
0
0
4
0
= 1.000
= 500
= 1.500
+ S4 = 6.750
12
X2
0
1*
0
6
0
-12
0
1
0
0
12
0
0
1
0
0
12
0
0
1
0
0
12
0
0
1
0
0
12
0
3
X3
0
0
1
2
0
-3
0
0
1
2
0
-3
0
0
1
2*
0
-3
0
0
0
1
3
0
0
0
0
1
3
0
0
S1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
-3
4
4
1
0
1.5*
-1.5
-0.5
-0.5
0
0
1
0
0
0
0
S2
0
1
0
0
0
0
0
1
0
-6
12
12
0
1
0
-6
12
12
0
1
3
-3
3
3
-2
1
2
0
4
4
0
S3
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
-0.66
0
0.66
1
0.33
0.33
0
S4
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
-0.5
0.5
1.5
1.5
0.33
0
-0.33
0
1.33
1.33
II
III
IV
159
Solucin ptima
Z(MAX) = 11.500
A = X1 = 250
B = X2 = 500
C = X3 = 1.500
S1
= 750
S2
=
0
S3
=
0
S4
=
0
El valor de S1 = 750 significa que no se ha vendido lo previsto del producto A, es decir se ha
vendido 250 unidades de las 1.000 unidades.
3)
Un comerciante de frutas transporta sus productos en un camin que tiene capacidad de 800
cajas de frutas. El debe transportar al menos 200 cajas de naranjas que le rendirn 20 dlares por
caja, al menos 100 de toronjas que le rendirn una ganancia de 10 dlares por caja y cuando
mucho 200 de mandarinas con 30 dlares de ganancia por caja. Cmo debe distribuirse el
cargamento del camin para obtener la mxima ganancia?
Funcin Objetivo
Z(MAX) = 20X1 + 10X2 + 30X3
X1 = Cajas de naranjas X2 = Cajas de toronjas X3 = Cajas de mandarinas
X1 +
X1
X2 +
X3
X2
X3
Xj
800 Capacidad
200 Cajas de naranjas
100 Cajas de toronjas
200 Cajas de mandarinas
0 No negatividad
Variables de holguras y artificiales

X1 + X2 + X3 + S1
X1
- S2
+ m2
X2
-S3
X3
+S4
+m3
= 800
= 200
= 100
= 200
Solucin ptima
Z(MAX) =
X1
=
X2
=
X3
=
S2
=
17.000
300
El valor S2 = 300 significa que el camin est llevando 300 cajas de naranjas ms de lo
previsto.
Cj
0
M
M
0
0
20
M
Xj
S1
M2
M3
S4
Zj
Zj-Cj
S1
X1
M3
bn
800
200
100
200
300M
--600
200
100
20
X1
1
1*
0
0
M
M
0
1
0
10
X2
1
0
1
0
M
M
1
0
1*
30
X3
1
0
0
1
0M
0M
1
0
0
0
S1
1
0
0
0
0M
0M
1
0
0
0
S2
0
-1
0
0
-M
-M
1
-1
0
0
S3
0
0
-1
0
-M
-M
0
0
-1
0
S4
0
0
0
1
0M
0M
0
0
0
0
m2
0
1
0
0
M
0
-1
1
0
0
m3
0
0
1
0
M
0
0
0
1
160

0
0
20
10
0
0
20
10
30
0
20
10
30
4)
S4
Zj
Zj-Cj
S1
X1
X2
S4
Zj
Zj-Cj
S1
X1
X2
X3
Zj
Zj-Cj
S2
X1
X2
X3
Zj
Zj-Cj
200
100M
--500
200
100
200
5000
--300
200
100
200
11000
--300
500
100
200
17000
---
0
0M
0M
0
1
0
0
20
0
0
1
0
0
20
0
0
1
0
0
20
0

0
M
M
0
0
1
0
10
0
0
0
1
0
10
0
0
0
1
0
10
0
1
0M
0M
1
0
0
1*
0
-30
0
0
0
1
30
0
0
0
0
1
30
0
0
0M
0M
1
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
20
20
0
0M
0M
1
-1
0
0
-20
-20
1*
-1
0
0
-20
-20
1
0
0
0
0
0
0
-M
-M
1
0
-1
0
-10
-10
1
0
-1
0
-10
-10
1
1
-1
0
10
10
1
0M
0M
0
0
0
1
0
0
-1
0
0
1
20
20
-1
-1
0
1
10
10
0
0M
-M
0
M
0
Una empresa desea preparar dos productos A y B, se dispone de materia prima para llenar 60
botellas de los dos productos por lo menos. Toma una hora llenar 10 botellas del producto A, y tres
horas llenar 10 botellas del producto B, se dispone de 12 horas cuando mucho. Se estima que la
demanda en el mercado es de 50 botellas del producto A cuando mucho. La capacidad de la
empresa le permite llenar 80 botellas de A o 55 botellas de B. Cada botella de A deja una utilidad
de $ 10 y $6 cada botella de B. Cuntas botellas de A y B se deben llenar para que la empresa
alcance la mxima utilidad?
a) Resolver grficamente
b) Por el mtodo simplex.
a)
SOLUCIN GRFICA
Funcin Objetiva
Z(MAX) = 10X1 + 6X2
X1 = A X2 = B
Restricciones o Limitaciones.
X1
X 2 60 Cantidad de botellas
1
3
X1
X 2 12 Tiempo
10
10
X1
50 Demanda de A
1
1
X1
X 2 1 Capacidad
80
55
Abstraccin
X1 + X2
X1 + 3X2
X1
11X1 +16X2
= 60
= 120 MCD = 10
= 50
= 880 MCD = 880
161
X1
X2
X1
X2
X1
0
60
60
0
0
120
40
0
50
X2
X1
X2
0
80
55
0
X1 + X2 = 60; X1 + 3X2 = 120; X1=50

11X1 +16X2= 880;
X1
X2
X2
X2
X1
-20
80
46.666666
68.75
50
-10
70
43.333333
61.875
50
0
60
40
55
50
10
50
36.666666
48.125
50
20
40
33.333333
41.25
50
30
30
30
34.375
50
40
20
26.666666
27.5
50
50
10
23.333333
20.625
50
60
0
20
13.75
50
70
-10
16.666666
6.875
50
80
-20
13.333333
0
50
90
-30
10
-6.875
50
100
-40
6.666666
-13.75
50
110
-50
3.333333
-20.625
50
120
-60
0
-27.5
50
130
-70
-3.333333
-34.375
50
SOLUCIN GRFICA PTIMA

Punto C (Ecuaciones 1 y 2)
X1 + X2 = 60
X1 + 3X2 = 120
(1)
X1 + X2 = 60
(-1)
-X1- 3X2 = -120
-2X2 = - 60
X2 = 30
X1 + 30 = 60
X1 = 30 C(30, 30)
Punto D (Ecuaciones 2 y 4)
X1 + 3X2 = 120
11X1 + 16X2 = 880
GRAFICO N 13
70
60
50
40
30
20
10
0
-20
20
40
60
80
10 0
12 0
14 0
-10
162
(-11) 11X1 33X2 = -1320 X1 + 3(26) = 120

(1)
11X1 + 16X2 = 990 X1 + 78 = 120
17X2 = -440
X1 = 42
X2 = 25.9
X2 = 26
D(42, 26)
Punto E (Ecuaciones 3 y 4)
X1 = 50
11X1 + 16x2 = 880
X1 = 50
11(50) + 16X2 = 880

550 + 16X2 = 880
16X2 = 330
X2 = 20,625
X2 = 21
E(50, 21)
Punto F (Ecuaciones 1 y 3)
X1 + X2 = 60
X1 = 50
F(50, 10)
P(X1, X2)
C(30,30)
D(42,26)
E(50,21)
F(50,10)
50 + X2 = 60
X2 = 10
Z(MAX) = 10X1 + 6X2

Z = 10(30) + 6(30) = 480
Z = 10(42) + 6(26) = 576
Z = 10(50) + 6(21) = 626 ptimo
Z = 10(50) + 6(10) = 560
Z = (MAX) = 626
X1 = 50 Botellas de A
X2 = 21 Botellas de B
Para que la empresa obtenga una utilidad de $. 626 debe llenar 50 botellas de A y 21
botellas de B.
b)
METODO SIMPLEX:
Funcin Objetivo
Z(MAX) = 10X1 + 6X2
X1
X 2 60 N de botellas de A y B
X 1 3 X 2 120 Tiempo
X1
50 Demanda de A
11X 1 16 X 2 880 Capacidad

X1 + X2 - S1
+ m1
X1 + 3X2
+ S2
X1
+ S3
11X1 + 16X2
+ S4
= 60
= 120
= 50
= 200
S1 = N de botellas de A y B
S2 = N de horas no utilizadas
S3 = Demanda de A no satisfecha
S4 = Capacidad de la empresa no utilizada
Solucin ptima por el mtodo simplex

Z(MAX) = 626
X1 = 50 Botellas de A
163
X2 = 21
Botellas de B
s1 = 10.625
s2 = 8.125
El valor S1 = 11 nos indica que se han llenado 11 botellas ms de lo mnimo (60)
El valor S2 = 7 significa que no se han utilizado 7 horas de un total de 12.
Cj
M
0
0
0
M
0
10
0
6
0
10
0
6
0
10
0
5)
Xj
m1
S2
S3
S4
Zj
Zj-Cj
m1
S2
X1
S4
Zj
Zj-Cj
bn
60
120
50
880
60M
--10
70
50
330
10M
---
10
X1
1
1
1*
11
M
M
0
0
1
0
0M
0M
X2
S2
X1
S4
Zj
Zj-Cj
X2
S2
X1
S1
Zj
Zj-Cj
10
40
50
170
560
--20.625
8.125
50
10.625
626
---
0
0
1
0
10
0
0
0
1
0
10
0
6
X2
1
3
0
16
M
M
1*
3
0
16
M
M
0
S1
-1
0
0
0
-M
-M
-1
0
0
0
-M
-M
0
S2
0
1
0
0
0M
0M
0
1
0
0
0M
0M
1
0
0
0
6
0
1
0
0
0
6
0
-1
3
0
16*
-6
-6
0
0
0
1
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
S3
0
0
1
0
0M
0M
-1
-1
1
-11
-M
-M
0
S4
0
0
0
1
0M
0M
0
0
0
1
0M
0M
M
m1
1
0
0
0
M
0
1
0
0
0
M
0
-1
0
2
0
1
0
5
1
4
0
4
0
-0.6875 0.0625
1.0625 -0.1875
1
0
0.3125 0.0625
10
0
10
0
La Compaa ECASA fabrica dos modelos de refrigeracin tipo normal y doble puerta. El mercado
puede absorber toda la produccin a precios competitivos de 200 dlares y 260 dlares
respectivamente. Los costos variables unitarios se estiman en 170 dlares y 200 dlares
respectivamente. Los insumos incluidos en los costos variables se encuentran en cantidad
ilimitada y a un costo constante, excepto los compresores.
Los dos tipos de refrigeradoras llevan el mismo compresor y la compaa tiene un cupo limitado de
100 compresores mensualmente. El sistema doble puerta requiere de una lnea especial de
montaje y prueba con unas 5 horas para cada refrigeradora de las 350 horas disponibles cada
mes. Adicionalmente ambos tipos pasan por una lnea comn de montaje y pintura en la que el tipo
normal consume el doble de tiempo que el de doble puerta, la capacidad de esta lnea comn
permite completar mensualmente hasta 80 refrigeradoras de tipo normal.
Hallar la produccin ptima que permita obtener la mxima utilidad.
a) Por el mtodo grfico
b) Por el mtodo simplex
c) Si la capacidad de la lnea comn de pintura y montaje se incrementa en un 20%.
Aumentara o disminuira la produccin de refrigeradoras normales?
d) Asuma que la demanda creciente del mercado permite incrementar en $.20 el precio de venta
de las refrigeradoras de doble puerta. Tendra eso algn efecto en la produccin.
164
SOLUCIN
a)
POR EL MTODO GRFICO

Funcin Objetivo
X1 = N de refrigeradoras normales
X2 = N de refrigeradoras de doble puerta
UTILIDAD = PRECIO DE VENTA COSTO
UX1 = 200 170 = 30
UX2 = 260 200 = 60
Z(MAX) = 30X1 + 60X2
X1 +
X2
5X2
X1 + 0.5X2
Xj
100 Comprensores
350 Lnea especial
80 Lnea comn
0 No negatividad
Grfico
X1
0
100
X2
100
0
X1
X2
70
X1
0
80
X2
160
0
GRAFICO N 14
170
160
150
140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
-20
-10 0
20
X1 +
X2 = 100
5X2 = 350
X2 = 70
C(30, 70)
40
60
80
100
120
X1 + 70 = 100
X1 = 30
165
X1 +
X2 = 100
X1 +
X2 = 100
X1 + 0.5X2 = 80 (-1) X1 0.5X2 = -80
0.5X2 = 20
X2 = 40
X1 + 40 = 100
X2 = 60 D(40, 60)
Solucin ptima por el mtodo grfico

P(Xj, X2) Z(MAX) = 30X1 + 60X2
C(30,70) Z = 30(30) + 60(70) = 5.100 ptimo
D(60,40) Z = 30(60) + 60(40) = 4.200
Z(MAX) = 5.100
X1 = 30 Refrigeradoras normales
X2 = 70 Refrigeradoras doble puerta
b)
MTODO SIMPLEX:
Funcin Objetivo
Z(MAX) = 30X1 + 60X2
X2 100 Compresores
5X2 350 Lnea especial
X1 0,5X2 80 Lnea comn
X1 +
Variables de Holgura
X1+
X2 + S1
5X2
+ S2
X1+ 0.5X2
= 100
= 350
+ S3 = 80
S1 = N de compresores no utilizados
S2 = N de horas no utilizadas
S3 = Capacidad de la lnea comn no utilizada
Cj
0
0
0
0
60
0
30
60
0
Xj
S1
S2
S3
Zj
Zj-Cj
S1
X2
S3
Zj
Zj-Cj
X1
X2
S3
Zj
Zj-Cj
bn
100
350
80
0
--30
70
45
4200
--30
70
15
5100
---
30
X1
1
0
1
0
-30
1*
0
1
0
-30
1
0
0
30
0
60
X2
1
5*
0.5
0
-60
0
1
0
60
0
0
1
0
60
0
0
S1
1
0
0
0
0
1
0
0
0
0
1
0
-1
30
30
0
S2
0
1
0
0
0
-0.2
0.2
-0.1
12
12
-0.2
0.2
0.1
6
6
0
S3
0
0
1
0
0
0
0
1
0
0
0
0
1
0
0
166
Z(MAX) = 5.100
X1 = 30 Refrigeradoras normales
X2 = 70 Refrigeradoras tipo doble puerta
s3 = 15
El valor S3 = 15 nos indica que existe un sobrante de Capacidad de la lnea
comn
c) El aumento de la capacidad de la lnea comn no afectar a la produccin ya que existe un
exceso de capacidad actualmente (S3 = 15), un incremento del 20% slo aumentara el
exceso de capacidad.
d) Al incrementarse el precio de las refrigeradoras de doble puerta en 20 dlares, la produccin
hallada sigue siendo la PTIMA.
6)
La Empresa SONY del Ecuador Cia. Ltda. Ensambla televisores a color y en blanco y negro.
Puede importar mensualmente hasta 500 tubos pantalla de los cuales hasta la mitad de ellos
puede ser a color. La capacidad del taller y de la mano de obra le permite ensamblar
mensualmente hasta a lo ms 600 televisores en blanco-negro. El ensamble de un televisor a
color requiere un 50% ms de tiempo que el de un televisor en blanco-negro. No existe a la fecha
limitaciones de mercado sobre los televisores a color, sin embargo las ventas de televisores en
blanco-negro se estima en 150 mensuales. Contratos previamente establecidos con algunos
hoteles requieren la entrega de 300 televisores en blanco-negro en los prximos DOS meses. La
utilidad estimada es de $. 150 por cada televisor a color y de $. 60 por cada televisor blanconegro.
a) Resuelva por el mtodo grfico y establezca cuntos televisores de cada tipo debe producir
en los prximos dos meses y cul es la utilidad esperada.
b) Resolver por el mtodo simplex.
c) Cules son los recursos que se agotan y cules sobran?
d) Si puede obtener en un plazo de 3 meses un incremento de la cuota de importacin.
Solicitara Ud. Aumentar el cupo global o mantener ste y aumentar el de los televisores a
color. Por qu?
e) Si el incrementar la cuota mensual de importacin requiere el pago adicional cada mes.
Hasta qu cantidad mxima debiera pagarse por incrementar esa cuota.
f) Pagara Ud. Publicidad para incrementar la venta de televisores en blanco-negro.
a)
MTODO GRFICO:
Funcin objetivo
Z (MAX) = 150X1 + 60 X2
X1 = Televisores a color
X2 = Televisores blanco-negro
X1+ X2
X1
1.5X1+ X2
X2
X2
Xj
500
250
600
150
300
0
Tubos de pantalla importados

Tubos de pantalla a color
Capacidad de ensamblaje
Demanda de TV blanco-negro
Contratos TV blanco-negro
No negatividad
Las restricciones tienen que duplicarse porque las preguntas estn hechas para dos meses.
X1 + X2 1.000
X1
500
1.5X1 + X2 1.200
X2 300
X2 600
X1 + X2 = 1.000 (1)
X1
= 500 (2)
1.5X1 + X2 = 1.200 (3)
X2 = 300 (4)
X2 = 600 (5)
167

Grfico
X1
X2
0
1000
X1
1000
0
X2
500

X1
X2
0
800
X1
1200
0
X2
X1
300
X2
600
GRAFICO N 15
1400
1200
1000
800
600
400
200
0
-200
200
400
600
800
1000
1200
-200
X1 + X2 = 1.000
X1 + 600 = 1.000
X2 = 600
X1 = 400
C(400, 600)
1.5X1 + X2 = 1.200
X1 = 500
1.5 (500) + X2 = 1.200
X2 = 450 D(500, 450)
Punto E (ecuaciones 2 y 4)
X1 = 500 X2 = 300 E(500, 300)
P (X1, X2) Z (MAX) = 60X1 + 150X2
C(400, 600)
Z = 150(400) + 60(600) = 96.000
D(500, 450)
Z = 150(500) + 60(450) = 102.000 ptimo
E(500, 300)
Z = 150(500) + 60(300) = 93.000
Solucin por el mtodo grfico

Z(MAX) = 102.000
X1 = 500 Televisores a color
X2 = 450 Televisores blanco-negro
b)
EL MTODO SIMPLEX:
Funcin Objetivo
Z(MAX) = 150X1+ 60X2
X1+ X2 1.000 Tubos de pantalla importados
X1
500 Tubos de pantalla a color
1.5X1 + X2 1.200 Capacidad de ensamblaje
168

X2
X2
Xj
300 Demanda de TV blanco-negro

600 Contratos de TV blanco-negro
0 No negatividad
Variables de Holgura y Artificiales

X1+ X2 + S1
= 1.000
X1
+S2
= 500
1.5X1+ X2
+S3
= 1.200
X2
-S4
+ m4 = 300
X2
+S5
= 600
S1 = N de tubos de pantalla no utilizadas
S2 = Tubos de pantalla a color no utilizados
S3 = Capacidad de ensamblaje no utilizada
S4 = Demanda de TV blanco-negro (EN EXCESO)
S5 = Contratos de TV blanco-negro no satisfechos.
Solucin ptima por el mtodo simplex.

Z(MAX) = 10200.000
X1 = 500 Televisores a color
X2 = 450 Televisores blanco- negro
S1 = 100 Existe 100 tubos de pantalla no utilizadas
S4 = 300 Hay un exceso de 300 TV. Blanco-negro en el mercado
S5 = 300 Falta cubrir TV. Blanco-negro de los contratos
Cj
0
0
0
M
0
0
0
0
60
0
0
150
0
60
0
0
150
0
60
0
Xj
S1
S2
S3
m4
S5
ZJ
Zj - Cj
S1
S2
S3
X2
S5
Zj
Zj-Cj
S1
X1
S3
X2
S5
Zj
Zj-Cj
S1
X1
S4
X2
S5
Zj
Zj-Cj
bn
1.000
500
1.200
300
600
300M
---700
500
900
300
300
18.000
-----200
500
150
300
300
93000
----50
500
150
450
150
102.000
-------
150
X1
1
1
1.5
0
0
0M
0M
1
1*
1.5
0
0
0
-150
0
1
0
0
0
150
0
0
1
0
0
0
150
0
60
X2
1
0
1
1*
1
M.
M
0
0
0
1
0
60
0
0
0
0
1
0
60
0
0
0
0
1
0
60
0
0
S1
1
0
0
0
0
0M
0M
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
0
S2
0
1
0
0
0
0M
0M
0
1
0
0
0
0
0
-1
1
-1.5
0
0
150
150
0.5
1
-1.5
-1.5
1.5
60
60
0
S3
0
0
1
0
0
0M
0M
0
0
1
0
0
0
0
0
0
1
0
0
0
0
-1
0
1
1
-1
60
60
0
S4
0
0
0
-1
0
-M
-M
1
0
1
-1
1
-60
-60
1
0
1*
-1
1
-60
-60
0
0
1
0
0
0
0
0
S5
0
0
0
0
1
0M
0M
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
M
m4
0
0
0
1
0
M
0
169
c)
S2 = 0 Se agota el cupo de importacin de los tubos de color

S3 = 0 Se agota la capacidad de ensamblaje
S1 = 100 Existe en stock 100 tubos para televisores blanco-negro
S4 = 300 Hay un exceso de 300 televisores blanco-negro en el mercado
S5 = 300 Falta cubrir 300 televisores blanco-negro de los contratos.
d) Aumentar el cupo global no interesa porque hay un exceso de 50 tubos para televisor blanconegro, pero convendr aumentar el cupo de tubos de pantalla a color que se agot.
e) El pago debe ser menos a $60 que es el valor que deja utilidad los televisores blanco-negro,
caso contrario no tendra sentido.
f) No pagara publicidad puesto que hay un exceso de mercado tanto en la demanda como en los
contratos.
El problema dual
OBJETIVOS
Formular e interpretar modelos de programacin dual.
Explicar la importancia de usar en problemas propios de los negocios, soluciones de programacin lineal
usando el dual.
DUALIDAD
Un problema de maximizacin en programacin lineal puede ser asociado con otro problema lineal pero
de minimizacin, y viceversa.
Esta asociacin de los dos problemas se conoce como "DUALIDAD" o "PROBLEMA DUAL".
El estudio del problema dual tiene un inters matemtico - econmico porque:
Nos permite entender mejor el mtodo de la programacin lineal.

Puede ayudar a disminuir el tamao de un modelo lineal; con el consiguiente ahorro de trabajo
al resolverlo a travs del dual.
Es una herramienta adicional para realizar los anlisis post-optmales
Complementa y da una fcil interpretacin econmica de las variables, coeficientes de la funcin
objetiva y trminos independientes de las restricciones.
Empezaremos estableciendo las caractersticas duales, luego la expresin matemtica de ellas, para
pasar luego a las aplicaciones ms sobresalientes.
Definiremos como problema "PRIMAL o PRIMARIO" al modelo matemtico que tenemos como punto de
partida; y problema "DUAL" al que surge por asociacin con el anterior.
CARACTERISTICAS PRINCIPALES DE LA DUALIDAD

a) Si el primal implica maximizacin, el dual es minimizacin, y viceversa.
b) Los coeficientes de la funcin objetivo del dual estn formados por los trminos
independientes de las restricciones del primal.
c) El dual tiene restricciones como variables tiene el primal.
d) Si las restricciones del primal son tipo , las restricciones del dual sern del tipo y
viceversa.
e) Los trminos independientes del dual estn formados por los coeficientes de la funcin
objetivo del primal.
f) El coeficiente de la variable j.-exima en la restriccin j-exima del primal se transforma en el
coeficiente de la variable j-exima de la restriccin j-exima de la restriccin j-exima del dual.
"mximo del primal = minimo del dual"

Por lo tanto el primal puede ser un caso de maximizacin o de minimizacin y el dual de un dual no es
otra cosa que su primal.
170
PRIMAL
DUAL
FUNCION OBJETIVO
FUNCION OBJETIVO
p
MAX : Z C J X J
MIN : Z bi Yi
RESTRICCIO NES
RESTRICCIO NES
j 1
j 1
j 1
Aij X J bi
A jiYI C j
j 1
i (1, 2, 3,..........n)
j (1, 2, 3,.......... p )
X J 0
Yi 0
j (1, 2, 3,......... p )
i (1, 2, 3,............n)
p Nmero de var iables
n Nmero de var iables
principale s
principale s
Xj = Variables primales
Yj = Variables duales
EJERCICIOS ILUSTRATIVOS
Dados los siguientes primales escribir sus duales, respectivos:
1)
PROBLEMA PRIMAL:
Z(MAX) = 4X1 + 5X2 + 9X3
Restricciones
X1 + X2 + 2X3 16
7X1 + 5X2 + 3X3 25
Xj 0
El dual ser:
Siendo la funcin objetivo del primal de maximizacin, entonces la del dual
ser minimizacin.
Los trminos independientes del primal pasan a ser los coeficientes de la funcin objetivo del
dual:
Z(MIN) = 16Y1 + 25Y2
Para formar las restricciones del dual tomamos los coeficientes de las restricciones del primal en
sentido vertical:
Y1 + 7Y2
Y1 + 5Y2
2Y1 + 3Y2
Los trminos independientes de las restricciones del dual son los coeficientes de la funcin
objetivo del primal:
Restricciones del dual:

Y1 + 7Y2
Y1 + 5Y2
2Y1 + 3Y2
Yj
4
5
9
0
171
Se ha planteado el problema dual pero no se ha resuelto, para hallar el valor de las variables del
dual, es necesario el mtodo simplex
Nota: Para encontrar el dual es necesario que todas las restricciones del primal tengan el mismo
sentido, es decir que el signo de las desigualdades sea el mismo.
2)
PRIMAL;
EL DUAL SER:
Z(MIN) = 2X1 = 3X2
Restricciones:
X1 + X2
2X1 + X2
X1 + 3X2
Xj
3)
ZMAX) = 130Y1 + 190Y2 + 200Y3
Restricciones
130
190
200
0
Y1 + 2Y2 + Y3 2
Y1 + Y2 + 3Y3 3
Yj 0
PROBLEMA PRIMAL:
Z(MAX) = 8X1 + 5X2
Restricciones:
4X1 + 3X2 120
2X1 + 8X2 160
X1 + 2X2 = 60
Xj 0
Siendo el primal un problema de maximizacin, todas las restricciones deben ser puestas en la
forma .
La primera se multiplica por (-1) para que cambie de sentido.
-4X1 - 3X2
-120
La tercera restriccin por ser igualdad se remplazar por dos, una con signo y la otra con
signo .
X1 + 2X2 60
X1 + 2X2 60
De las dos ltimas la segunda cambiamos de signo para igualar al resto.
-X1 - 2X2 - 60
Por lo tanto, el primal transformado a su forma cannica de maximizacin es:
Z(MAX) = 8X1 + 5X1
Restricciones:
-4X1 - 3X2 -120
2X1 + 8X2 160
X1 + 2X2 60
- X1 - 2X2 -60
Xj 0
El problema dual ser:

Z (MIN) = -120Y1 + 160Y2 + 60Y3 - 60Y4
172
Restricciones:
-4Y1 + 2Y2 + Y3 - Y4 8
-3Y1 + 8Y2 + 2 Y3 - 2 Y4 6
Yj 0
SOLUCIN DEL DUAL A TRVES DEL PRIMAL.Una de las aplicaciones de la dualidad existente en programacin lineal es la posibilidad de obtener la
solucin de un modelo lineal a partir o por inspeccin de la solucin de su dual o de su primal.
Esto significa que habiendo resuelto un problema, implcitamente est resuelto el otro.
Entonces, esto da la posibilidad de trabajar con aquel modelo que tenga menor nmero de restricciones,
disminuyendo por tanto el tiempo de solucin.
Con un anlisis sencillo estableceremos las relaciones entre la solucin ptima del primal y la solucin
ptima de su dual.
RELACIN ENTRE LAS FUNCIONES OBJETIVAS PTIMAS

Utilizando la notacin matricial podremos expresar un modelo de maximizacin, como:
PRIMAL
Z (MAX) = Ci Xi
RESTRICCIONES:
AX b
En donde;
Ci = matriz de una sola fila.
Xi = matriz de una sola columna (variables primales).
A = matriz de los coeficientes tecnolgicos.
B = matriz de una sola columna que representa a los trmino independientes.
A este corresponde un dual:
DUAL
Z (MIN) = bty
RESTRICCIONES
ATY CT
Donde:
bT
Y
AT
CT
= traspuesta de b
= matriz de una sola columna (variables duales)
= es la traspuesta de A
= traspuesta de C
Supongamos que X sea una solucin factible cualquiera, reemplazando en el primal tenemos
CX = XTCT XT (ATY), porque CT ATY
Pero, XT (ATY) = (AX) TY
Luego: CX (AX) TY
A su vez: AX b (AX)T b T
O lo que es lo mismo: Z(MAX) Z(MIN)
Lo que significa que Z(MAX) no puede sobrepasar el valor de Z(MIN), y esta a su vez no puede ser
menor que Z(MAX).
Una vez desarrollado el problema primal podemos obtener los valores de las variables principales y de
holgura del dual de la siguiente manera:
173
Las variables ptimas principales del dual son numricamente iguales al valor absoluto de los
correspondientes elementos de las variables de holgura que se encuentran en la fila del criterio simplex
en la tabla ptima del primal.
Las variables ptimas de holgura del dual son numricamente iguales al valor absoluto de los
correspondientes valores de las variables principales del primal que se encuentran en la columna de bn
en la tabla ptima del primal:
INTERPRETACIN ECONMICA DEL DUAL

Ya se analiz como un problema de maximizacin est asociado matemticamente a otros de
minimizacin, y como matemticamente el problema dual puede extraerse del primal.
Los dos problemas: PRIMAL Y DUAL; son en realidad modelos de alguna situacin fsica de uso ptimo
de recursos. Por tanto es natural que estos problemas deban tambin estar asociados en su
interpretacin econmica.
La interpretacin econmica nos permite:
- Explica por qu las desigualdades de las restricciones se invierten.
- Da una interpretacin del papel de los Cj y bi en uno y otro problema
La interpretacin econmica de la dualidad se basa directamente en la interpretacin ms frecuente del
problema primal (problema de programacin lineal en nuestra forma estndar
Interpretacin del problema dual

Para ver cmo esta interpretacin del problema primal conduce a una interpretacin econmica del
problema dual, observe que W es el valor de Z (ganancia total) en la iteracin actual. Como
W b1 y1 b2 y 2 ... bm y m,
Cada
bi y i puede interpretarse como la contribucin a la ganancia por disponer de b, unidades del
recurso i en el problema primal. As,

La variable y, se interpreta como la contribucin a la ganancia por unidad del recurso
i i 1,2,..., m , cuando se usa el conjunto actual de variables bsicas para obtener la solucin primal.
*
yi los valores de y i en la solucin ptima no son otra cosa que los
En otras palabras, los valores de

precios sombra.
EJEMPLO DE LA WYNDOR GLASS CO
PROBLEMA PRIMAL
PROBLEMA DUAL
Z ( MAX ) 3 X 1 5 X 2
Z ( MIN ) 4Y1 12Y2 18Y3
Sujeta a :
X1
Sujeta a :
2 X 2 12
Y1
3Y3 3
2Y2 2Y3 5
3 X 1 2 X 2 18
Variables de ho lg ura
Z ( MAX ) 3 X 1 5 X 2
S1
X1
2X 2
3X 1 2 X 2
4
S2
12
S 3 18
174

Cj
0
0
0
0
5
0
0
5
3

3
Xj
bn
X1
X2
S1
S2
S3
S1
S2
S3
4
12
18
1
0
3
0
2*
2
1
0
0
0
1
0
0
0
1
Zj
Zj-Cj
---
-3
-5
S1
X2
s3
4
6
6
1
0
3*
0
1
0
1
0
0
0
0.5
-1
0
0
1
Zj
30
2.5
Zj-Cj
----
-3
2.5
S1
X2
X1
2
6
2
0
0
1
0
1
0
1
0
0
0.33
0.5
-0.33
-0.33
0
0.33
Zj
36
1.5
Zj-Cj
---
1.5
Solucin del primal
Solucin del dual
Z ( MAX ) 36
Z ( MIN ) 36
X1 2
Y1 0
X2 6
Y 2 1 .5
S1 2
Y3 1
El mtodo smplex encuentra la solucin ptima para el problema de la Wyndor, tambin encuentra que
los valores ptimos de las variables duales (como se muestra en el ltimo rengln de la solucin) son
y 1 0, y 2 1.5 y y 3 1 Estos son precisamente los precios sombra para este problema.
Recuerde que los recursos son las capacidades de produccin en las tres plantas disponibles para los
dos nuevos productos bajo consideracin, de modo que b, es el nmero de horas semanales de
produccin disponibles en la planta i para estos nuevos productos, donde i = 1, 2, 3, los precios sombra
indican que un incremento individual de 1 en cualquier
bi aumentar en y i el valor ptimo de la funcin
objetivo (ganancia total semanal en miles de dlares). As, y i se puede interpretar como la contribucin
a la ganancia por unidad del recurso i al usar la solucin ptima.
Cantidad
Interpretacin
xj
Nivel de la actividad j ( j 1, 2, 3,.......n)
cj
Ganancia unitaria debido a la actividad j
Ganancia total debido a todas las actividades
bi
Cantidad disponible del recurso i (i 1, 2,........m)
a ij
Cantidad del recurso i consumida por cada unidad de la actividad j
En realidad se han propuesto varias interpretaciones, con ligeras diferencias. La que se presenta aqu
pareci la ms til, ya que tambin interpreta directamente lo que hace el mtodo smplex en el problema
primal.
Esta interpretacin de las variables duales lleva a la interpretacin del problema dual completo. En
especial, como cada unidad de la actividad j en el problema primal consume a ij unidades del recurso i,
175
m
i 1
a ij y i se interpreta como la contribucin actual a la ganancia de esa mezcla de recursos que se
consumira si se usara 1 unidad de la actividad j (j=1,2,...,n).

Para el problema de Wyndor, 1 unidad de la actividad j corresponde a producir 1 lote del producto j por
semana, donde j = 1, 2. la mezcla de recursos consumida al producir 1 lote del producto 1 es 1 hora de
produccin en la planta 1 y 3 horas en la planta 3. la mezcla correspondiente por lote del producto 2 es 2
horas en cada una de las plantas (en miles de dlares semanales) de estas mezclas respectivas de
recursos por lote producido por semana de los respectivos productos.
Para cada actividad j, esta misma mezcla de recursos (y ms) quiz se pueda usar de otra manera, pero
no debe considerarse ningn otro uso si es menos redituable que 1 unidad de la actividad j. Al interpretar
c j como la ganancia unitaria debida a la actividad j, cada restriccin funcional en el problema dual se
interpreta como sigue:
m
i 1
aij y i c j dice que la contribucin actual a la ganancia de la mezcla anterior de recursos debe ser,
por lo menos, tan grande como si 1 unidad de la actividad j la utilizara; de otra manera no se estara
llevando a cabo la mejor utilizacin de estos recursos.
Para el problema de la Wyndor, las ganancias unitarias (en miles de dlares por semana) son
c1 3 yc2 5 de manera que las restricciones funcionales duales obtenidas con esta interpretacin son
y1 y3 3 y 2 y3 5 . De igual manera, la interpretacin de las restricciones de no negatividad es la

siguiente: yi 0 dice que la contribucin a la ganancia por parte del recurso i i 1,2,..., m debe ser no
negativa, de lo contrario sera mejor no usar este recurso en absoluto.
El objeto
Minimizar W
b y
i
i 1
Puede verse como minimizar el valor total implcito de los recursos consumidos por las actividades, para
el problema de la Wyndor, el valor implcito total (en miles de dlares por semana) de los recursos
consumidos por los dos productos es
W 4 y1 12 y2 18 y3.
Esta interpretacin se puede afinar un poco si se toma en cuenta la diferencia entre las variables bsicas
y las no bsicas en el problema primal para cualquier solucin BF dada x1 , x2 ,, xn m . Recuerde que
las variables bsicas (las nicas que pueden tomar valores distintos de cero) siempre tienen un
coeficiente de cero en el rengln 0. entonces, si nos referimos de nuevo a la ecuacin correspondiente
para z j , se ve que
m
a
i 1
ij
yi c j
y i 0,
si x j 0
six n 1 0
j 1,2,..., n ,
i 1,2,..., m
(sta es una versin de la propiedad de holgura complementaria que se estudiar en la siguiente

seccin). La interpretacin econmica de la primera afirmacin es que siempre que una actividad j opere
a un nivel estrictamente positivo, el valor marginal de los recursos que consume debe ser igual (en
contraposicin a exceder) a la ganancia unitaria de esta actividad. La segunda afirmacin indica que el
valor marginal del recurso i es cero yi 0 econmica, un recurso de este tipo es un bien gratis; el
precio de los bienes que tienen una sobre disponibilidades debe ser cero por la ley de la oferta y la
demanda. Este hecho justifica la interpretacin de la funcin objetivo para el problema dual como la
minimizacin del valor de los recursos consumidos, el lugar de los asignados.
176
y 1 0, y 2 1.5, y 3 1 ,
z 1 c1 0 y z 2 c 2 0. Como x 2 0, las dos variables de
supervit y los clculos directos indican que
y 1 3 y3 c1 3 y 2 y 2 2 y 3 c2 5. por lo tanto, el
valor de los recursos consumidos por lote de los respectivos productos sin duda es igual a las ganancias
unitarias respectivas. La variable de holgura para la restriccin sobre la capacidad usada en la planta
1 es x3 0, por lo que el valor marginal de agregar cualquier capacidad en la planta 2 sera cero
Y 1 0 .
INTERPRETACIN DEL MTODO SMPLEX

La interpretacin del problema dual proporciona tambin una interpretacin econmica de lo que hace el
mtodo smplex en el problema dual. La meta del smplex es encontrar cmo usar los recursos
disponibles en la forma ms redituable sobre el uso provechoso de los recursos (las restricciones del
problema dual). Estos requisitos comprende la condicin de optimalidad en el algoritmo. Para cualquier
solucin BF dada, los requisitos (restricciones duales) asociados con las variables bsicas se satisfacen
automticamente (con igualdad). Sin embargo, los asociados con las variables no bsicas pueden o no
quedar satisfechos.
En particular, sin una variable no bsica y por ende la actividad j no se usa, la contribucin actual a la
ganancia debida a esos recursos, que se requiere para emprender cada unidad de la actividad j
m
ij
yi
i 1
Puede ser ms pequea, ms grande, o igual que la ganancia unitaria c j que puede obtenerse de dicha
actividad. Si es menor, de manera que z j c j 0 , habr cambio en el rendimiento al iniciar la
actividad j.
De igual manera, si la variable de holgura
x n i es no bsica, es decir, si se usa la asignacin total bi del
yi es la contribucin actual a la ganancia por parte de este recurso sobre una base
marginal. As, si yi 0 , la ganancia se puede aumentar al disminuir el uso de este recurso (es decir, al
aumentar x n i ). Si yi 0 , vale la pena continuar con el uso total de este recurso, dado que esta
decisin no afecta el rendimiento si yi 0
recurso i, entonces
Por lo tanto, lo que hace el mtodo smplex es examinar todas las variables bsicas en la solucin BF
actual para ver cules pueden proporcionar un uso ms ventajoso de los recursos al incrementarlas. Si
ninguna puede, es decir, sin ningn cambio o reduccin factible en la asignacin actual propuesta de los
recursos pueden aumentar la ganancia, entonces la solucin actual ser ptima. Si una o ms variables
pueden aumentarla, el mtodo smplex selecciona aquella que, si se aumenta en una unidad,
proporciona el mayor incremento a la ganancia.
Despus, el valor de esta variable (la variable bsica entrante) realmente aumenta tanto como puede
hasta que los valores marginales de los recursos cambian. El resultado de este incremento es una nueva
solucin BF con un nuevo rengln 0 (solucin dual) y se repite el proceso completo.
La interpretacin econmica del problema dual expande en forma considerable la habilidad para analizar
el problema primal. Sin embargo, ya se vio que esta interpretacin es slo una ramificacin de las
relaciones entre los dos problemas. En la seccin siguiente se profundizar en estas relaciones.
177
PAPEL DE LA TEORA DE DUALIDAD

EN EL ANLISIS DE SENSIBILIDAD
Como se describe en las dos secciones siguientes, el anlisis de sensibilidad consiste., en esencia, en la
investigacin del efecto que tiene sobre la solucin ptima el hecho de hacer cambios en los valores de
los parmetros del modelo aij , bi y c j . Sin embargo, cambiar los valores de los parmetros en el
problema primal cambia tambin los valores correspondientes en el problema dual. Por lo tanto, se
puede elegir qu problema se va a usar para investigar cada cambio. Gracias a las relaciones primaldual (en especial la propiedad de soluciones bsicas complementaras), es fcil ir de un problema a Otro
segn se desee. En algunos casos es ms conveniente analizar el problema dual directamente con
objeto de determinar el efecto complementario sobre el problema primal. Se comenzar por considerar
dos casos.
Cambios en los coeficientes de una variable no bsica

Suponga que los cambios que se hacen en el modelo original ocurren en los coeficientes de una variable
que era no bsica en la solucin ptima original. < Cul es e! efecto de estos cambios sobre esta
solucin? Es todava factible? Es todava ptima?
En vista de que la variable en cuestin es no bsica (vale cero), el cambio en sus coeficientes no puede
afectar la factibilidad de la solucin, por lo cual, la pregunta que queda abierta en este caso es si todava
es ptima, una pregunta equivalente es si la solucin bsica complementaria para el problema dual
todava es factible despus de hacer estos cambios. Dado que los cambios afectan al problema dual
nada ms en una restriccin, la pregunta se puede responder sencillamente verificando si esta solucin
bsica complementaria satisface la restriccin revisada.
Introduccin de una nueva variable

Como se indic, las variables de decisin del modelo suelen representar los niveles de las distintas
actividades bajo consideracin. En algunas situaciones) estas actividades se seleccionan entre un, grupo
grande de actividades posibles en el que las actividades restantes no se eligieron por parecer menos
atractivas. O quiz estas otras actividades no salieron a relucir hasta despus de formular y resolver el
modelo original. De cualquier manera, la pregunta en este caso es si vale la pena alguna de estas
actividades no consideradas antes como para justificar su inclusin. En otras palabras, cambiar la
solucin ptima original si se agrega cualquiera de estas actividades?
Agregar otra actividad equivale a introducir en el modelo una nueva variable, con los coeficientes
apropiados en las restricciones funcionales y en la funcin objetivo. El nico cambio que resulta en el
problema dual es la introduccin de una nueva restriccin.
Una vez hechos estos cambios, ser la solucin ptima original, junto con la nueva variable igual a cero
(no bsica), todava ptima para el problema primal? Igual que en el caso anterior, una pregunta
equivalente es si todava es factible la solucin bsica complementaria para el problema dual, e igual que
antes, esta pregunta se puede contestar con slo verificar si esta solucin bsica complementaria
satisface una restriccin que en este caso se trata de la nueva restriccin para el problema dual.
Para ver un ejemplo, suponga que en el problema de la Wyndor Glass, se planea incluir en la lnea de
produccin un tercer producto nuevo. Si x nueva representa la tasa de produccin de este artculo, el
modelo revisado que resulta es:
Maximizar
Z 3x1 5x2 4 xnuevas
Sujeta a
178
2 xnueva 4
x1
3 x1
2 x2
3 xnueva 12
2 x 2
2 xnueva 18
y
x1 0,
x2 0,
xnueva 0.
Despus de introducir las variables de holgura, la solucin ptima original para este problema sin.
(Vea la tabla 4.8) era
x1 , x2 , x3 , x4 , x5 = 2,6,2,0,0 Si se incluye
xnueva
xnueva = 0,
Es todava ptima la solucin?

Para responder esta pregunta se verifica la solucin bsica complementaria para el problema dual, esta
solucin est dada en el rengln O de la tabla smplex final para el problema primal. Por lo tanto, la
solucin es
y1 , y 2 , y3 , z1 c1 , z 2 c2 0,
, 1, 0, 0 .
2
Como esta solucin era ptima para el problema dual original, sin duda satisface las restricciones duales
originales. Pero, satisface la nueva restriccin dual?
2 y1 3 y2 y3 4
Al sustituir esta solucin se ve que
20 3 y 2 y3 4
Se satisface, por lo que esta solucin dual sigue siendo factible (es decir, ptima). En consecuencia, la
solucin primal original (2, 6, 2, 0, 0) Junto con x nueva = O todava es ptima, y se concluye que no debe
incluirse este nuevo producto en la produccin.
Este enfoque hace que tambin sea muy sencillo llevar a cabo un anlisis de sensibilidad sobre los
coeficientes de la nueva variable agregada al problema original. Con slo verificar la nueva restriccin
dual se puede saber cunto pueden cambiar los valores de estos parmetros antes de que afecten la
factibilidad de la solucin dual y la optimalidad de la solucin primal.
Otras aplicaciones
Se han presentado Otras dos aplicaciones importantes de la teora de dualidad al anlisis de
sensibilidad: los precios sombra y el mtodo smplex dual, la solucin ptima dual y 1 , y 2 ,..., y
proporciona los precios sombra para los recursos respectivos que indican cunto puede cambiar Z si se
hacen cambios (pequeos) en las bi (cantidad de recursos).
En trminos ms generales, la interpretacin econmica del problema dual y el mtodo smplex da
algunas ideas tiles para el anlisis de sensibilidad, Cuando se investigan los efectos de los cambios en
las bi , o en las a i J , (para las variables bsicas), la solucin ptima original puede convertirse en una
solucin bsica superptima. Si se desea reoptimizar para identificar la nueva solucin ptima, se
debe aplicar el mtodo smplex dual comenzando con esta solucin bsica.
Se mencion que a veces es ms eficiente resolver el problema dual mediante el mtodo smplex con el
fin de identificar una solucin oprima para el problema primal. Cuando la solucin se encuentra de esta
manera, el anlisis de sensibilidad para el problema primal se lleva a cabo con la aplicacin del
procedimiento que se describe en las dos secciones siguientes directamente al problema dual y despus
infiriendo los efectos complementarios sobre el problema primal (por ejemplo, Este enfoque al anlisis de
sensibilidad es casi directo gracias a las estrechas relaciones primal-dual descritas.
179
ESENCIA DEL ANLISIS DE SENSIBILIDAD

El trabajo del equipo de investigacin de operaciones apenas comienza una vez que se aplica con xito
el mtodo smplex para identificar una solucin ptima del modelo, una suposicin de programacin
lineal es que todos los parmetros del modelo (a,., h, y c.) son constantes conocidas. En realidad, los
valores de los parmetros que se usan en el modelo casi siempre son slo estimaciones basadas en una
prediccin de las condiciones futuras. Los datos obtenidos para desarrollar estas estimaciones con
frecuencia son bastante burdos o no existen, as que los parmetros de la formulacin original pueden
representar poco ms que algunas reglas cortas proporcionadas por el personal de lnea al que tal vez
presionaron para dar su opinin- Los datos pueden incluso representar estimaciones optimistas o
pesimistas que protegen los intereses de los estimadores.
Por todo esto, un gerente razonable y el personal de investigacin de operaciones mantendrn cierto
escepticismo saludable respecto a los nmeros originales que salen de la computadora y, en muchos
casos, los tomarn nada ms como un punto de partida para el anlisis posterior del problema. Una
solucin "ptima" es ptima slo en lo que se refiere al modelo especfico que se usa para representar el
problema real, y esa solucin no se convierte en una gua confiable para la accin hasta verificar que su
comportamiento es bueno tambin para Otras representaciones razonables del problema. An ms,
algunas veces los parmetros del modelo (en particular las b) se establecen como resultado de
decisiones por polticas administrativas (por ejemplo, la cantidad de ciertos recursos que se ponen a
disposicin de las actividades), y estas decisiones deben revisarse despus de detectar sus
consecuencias potenciales.
Por estas razones es importante llevar a cabo un anlisis de sensibilidad, para investigar el efecto que
tendra sobre la solucin ptima proporcionada por el mtodo smplex el hecho de que los parmetros
tomaran otros valores posibles. En general, habr algunos parmetros a los que se les pueda asignar
cualquier valor razonable sin que afecten la optimalidad de esta solucin. Sin embargo, tambin habr
parmetros con valores probables que lleven a una nueva solucin ptima. Esta situacin es seria, en
particular, si la solucin original adquiere valores sustancialmente inferiores en la funcin objetivo, o tal
vez no factibles! Entonces, un objetivo fundamental del anlisis de sensibilidad es identificar los
parmetros sensibles (es decir, los parmetros cuyos valores no pueden cambiar sin que cambie la
solucin ptima). Para ciertos parmetros que no estn clasificados como sensibles, tambin puede
resultar de gran utilidad determinar el intervalo de valores del parmetro para el que la solucin ptima
no cambia. (Este intervalo de valores se conoce como intervalo permisible para permanecer ptimo.} En
algunos casos, cambiar el valor de un parmetro puede afectar la factibilidad de la solucin BF ptima.
Para tales parmetros, es til determinar el intervalo de valores para el que la solucin BF ptima (con
los valores ajustados de las variables bsicas) seguir siendo factible. (Este intervalo recibe el nombre
de intervalo permisible para permanecer factible.} En la siguiente seccin se describirn los
procedimientos especficos para obtener este tipo de informacin.
Esta informacin es invaluable en dos sentidos. Primero., identifica los parmetros ms importantes, con
lo que se puede poner un cuidado especial para hacer estimaciones cercanas y seleccionar una solucin
que tenga un buen desempeo para la mayora de los valores posibles. Segundo, identifica los
parmetros que ser necesario controlar muy de cerca cuando el estudio se ponga en marcha. Si se
descubre que el valor real de un parmetro est fuera de su intervalo de valores permisibles, sta es una
seal inminente de que es necesario cambiar la solucin.
Para problemas pequeos, la verificacin del efecto de una variedad de cambios en los valores de los
parmetros es directa con slo aplicar de nuevo el mtodo smplex para ver si cambia la solucin ptima.
Esto es en especial conveniente cuando se usa una formulacin en hoja de clculo. Una vez establecido
el Solver para obtener una solucin ptima, slo se hacen los cambios deseados y se elige Solver otra
vez.
Sin embargo, en problema ms grande como los encontrados en la prctica, el anlisis de sensibilidad
requerira un esfuerzo computacional exorbitante si fuera necesario volver a aplicar el mtodo smplex
desde el principio para investigar cada cambio en el valor de un par6 Teora de dualidad y anlisis de
sensibilidad metro. Por fortuna., la idea fundamental presentada en la seccin 5.3 casi elimina el
esfuerzo computacional, En esencia, la idea fundamental revela de inmediato la forma en que los
cambios al modelo original alteraran los nmeros de la tabla smplex final (si se supone que se duplica
la misma secuencia de operaciones algebraicas que realiz el mtodo smplex la primera vez). Entonces,
despus de hacer unos cuantos clculos para actualizar esta tabla smplex, se puede verificar con
180
facilidad si la solucin EF ptima original ahora es no ptima (o no factible). Si es as, esta solucin se
usar como solucin bsica inicial para comenzar de nuevo el smplex (o el smplex dual) y encontrar
una nueva solucin ptima, si se desea. Si los cambios en el modelo no son cambios mayores, slo se
requerirn unas cuantas iteraciones para obtener la nueva solucin ptima a partir de esta solucin
bsica inicial "avanzada".
Para describir este procedimiento con ms detalle, considere la siguiente situacin. Se ha empleado el
mtodo smplex para obtener una solucin ptima para un modelo de programacin lineal con valores
especficos para los parmetros bi , c j y aij . Para iniciar el anlisis de sensibilidad se cambian uno o ms
parmetros. Despus de hacer los cambios, sean

Entonces, en notacin matricial,
b b,
b i , c j y a ij . Los valores de los distintos parmetros.
c c, ,
A A,
para el modelo revisado.

El primer paso es actualizar la tabla smplex final para que refleje estos cambios. Si se usa la notacin
presentada en la tabla 5.10,- al igual que las frmulas que la acompaan para la idea fundamental
1)t* t y * Ty 2)T * S * T se ve que la tabla smplex final revisada se calcula a partir de y* y S*
(que no han cambiado) y la nueva tabla smplex in icial.
Ejemplo (Variacin I del modelo Wyndor). A manera de ilustracin, suponga que se revisa el
modelo original del problema de la Wyndor Glass Co.
As, los cambios al modelo original son
c1 3 4, a31 3 2 y b2 12 24. El grfico muestra el
efecto de estos cambios. Para el modelo original, el mtodo smplex ya identific la solucin FEV ptima
en el vrtice (2, 6), que se encuentra en la interseccin de las dos fronteras de restriccin que se
muestran como lneas punteadas, 2 x 2 12 y 3 x1 2 x 2 18 . Ahora, la revisin del modelo ha
cambiado ambas fronteras por las que se muestran con lneas oscuras, 2 x 2 24 y 2 x1 2 x 2 18 . En
consecuencia, la solucin FEV anterior (2, 6) cambia ahora a la nueva interseccin (-3,12) que es una
solucin no factible en un vrtice para el modelo revisado. El procedimiento descrito en los prrafos
anteriores encuentra este cambio de manera algebraica (en la forma aumentada). Ms an, lo hace de
modo eficiente aunque se trace de problemas grandes donde el anlisis grfico es imposible.
14
12
10
0
-4
-2
10
12
-2
Cambio de la solucin final en un vrtice de (2,6) a (-3,12) para la revisin del problema de la Wyndor
Glass Co., donde
c1 3 4, a31 3 2 y b2 12 24.
181
Coeficiente de
Variable
bsica
Ec.
Nm.
x1
x2
x3
(0)
x3
(1)
1
3
x2
(2)
x1
(3)
2
3
(0)
x3
(1)
x2
(2)
x1
(3)
Tabla revisada fional
x4
3
2
1
3
1
2
1
1
2
1
2
1
2
1
Convertida a la forma
apropiada
x5
Lado
derecho
54
1
3
12
1
3
-2
48
1
2
12
1
2
-3
Para llevar a cabo este procedimiento, se comienza por escribir los parmetros del modelo revisado en
forma matricial:
c 4,5,
1
A 0
2
0
2,
2
4
b 24
18
los coeficientes de las variables de holgura tanto en el rengln O (y*) como en el resto de los renglones
(S*). As,
3
y* 0, ,1 ,
2
S * 0
1
3
1
2
1
1
3
1
3
Obtencin de la tabla smplex final revisada para la variacin I del modelo de la Wyndor Glass Co.
Coeficiente de
Variable Ec.
bsica Nm.
Z
x3
Tabla inicial nueva
x4
x5
0
1
2
3
x1
x2
x3
x4
x5
Lado
Derecho
-4
-5
24
18
182
(0)
EMBED
x3
(1)
Tabla fional para el

mod elo original
x2
x1
1
0
(3)
0
0
Z
x3
Tabla revisada fional
1
3
1
(2)
36
3
2
Equation.3
1
3
1
2
1
33
1
3
(0)
-2
(1)
1
3
1
3
(2)
(3)
2
3
54
1
3
1
2
12
1
3
1
3
-2
x2
x1
Estos coeficientes de las variables de holgura quedan necesariamente sin cambiar cuando se realizan
las mismas operaciones algebraicas que originalmente realiz el mtodo smplex porque los coeficientes
de estas mismas variables en la tabla smplex inicial no cambiaron.
Sin embargo, como otras partes de la tabla smplex inicial cambiaron, habr modificaciones en la tabla
smplex final, los nmeros actualizados en el resto de la tabla smplex final se calculan como sigue:
1
3
z * c 0, ,1 0
2
2
1
1
3
A* 0
1
0
0
2
4,5 2,0,
2
b* 0
1
3
1
2
1
3
1
3
1
3
0
1
2 0
3
2
4
3
Z * 0, ,1 24
54
2
18
1 ,
4 6

24 12

18

2
En realidad, estos clculos para obtener la tabla smplex final revisada se pueden simplificar de manera
sustancial. Como ninguno de los coeficientes de A:2 cambi en el modelo (o tabla smplex)
original. a11 , a21 , b1 , b3 , ninguno de ellos puede cambiar en la tabla final, as se puede eliminar su
clculo. Algunos otros parmetros originales tampoco cambiaron, entonces Otro atajo consiste en
calcular nada ms los cambios incremntales en la tabla smplex final en trminos de los cambios
incremntales en la tabla inicial e ignorar aquellos trminos en la multiplicacin de vectores o matrices
183
que no tuvieron cambio en la tabla inicial. En particular, los nicos cambios incremntales en la tabla
smplex inicial son c1 1, a31 1 yb2 12 por lo tanto, stos son los nicos trminos que deben
considerarse. Esta simplificacin se muestra con un cero o un guin en el lugar de los elementos no
calculados.
0
3
z * c y * A c 0, ,1 0
1, 2, .
2
1

0
3
Z * y * b 0, ,1 12 18
2
0
1
1 0
1
1

3
3
1
A* S * A 0
0 0
0
1
1
1
3
3
1
3
1
b* S * b 0
1
0
3
Al agregar estos incrementos a las
smplex revisada final.
1
0 4
0 12 6

3 0 4
cantidades originales en la tabla smplex final, se obtiene la tabla
Este anlisis incrementa proporciona tambin una idea general til que dice que los cambios en la tabla
smplex final deben ser proporcionales a cada cambio en la tabla smplex inicial.
APLICACIN DEL ANLISIS DE SENSIBILIDAD

El anlisis de sensibilidad casi siempre comienza con la investigacin de los cambios en los valores de
las bi , la cantidad del recurso i (i = 1,2.,..., m) que se encuentra disponible para las actividades bajo
consideracin. La razn es que en general existe mayor flexibilidad al establecer y ajustar estos valores
que los otros parmetros del modelo, la interpretacin econmica de las variables duales (las y) como
precios sombra es extremadamente til para decidir cules son los cambios que deben estudiarse.
Caso I: cambios en las bi

Suponga que los nicos cambios al modelo actual consisten en el cambio de uno o ms parmetros
bi (i = 1,2,... i m). En este caso, los nicos cambios que resultan en la tabla smplex final se encuentran
en la columna del lado derecho. En consecuencia, la tabla smplex est en la forma apropiada de
eliminacin de Gauss y todos los coeficientes de las variables no bsicas en el rengln O an son no
negativos. Entonces, se pueden omitir los pasos de conversin a la forma apropiada de eliminacin de
Gauss y prueba de optimalidad del procedimiento general, despus de revisar la columna del lado
derecho, la nica pregunta es si las variables bsicas son no negativas (prueba de factibilidad).
Cuando el vector de valores h, se cambia de b a b, las frmulas para calcular la nueva columna del lado
derecho en la tabla smplex final son:
-
Lado derecho del rengln O final:
Z * y * b,
Lado derecho de los renglones 1,2,..., m:
b* S * b.
184
La localizacin del vector y* y la matriz S* que no cambiaron, en la tabla smplex final.)
Ejemplo (variacin 2 del modelo Wyndor). El anlisis de sensibilidad para el problema original de
la Wyndor Glass Co. comienza por examinar los valores ptimos de las variables duales
*
3 *
*
yi y i 0, y 2 , y 3 1 . Estos precios sombra indican el valor marginal de cada recurso i para las
2
actividades (dos nuevos productos) en estudio, donde el valor marginal se expresa en las unidades de Z
(miles de dlares de ganancia por semana), se puede aumentar la ganancia total debida a estas
*
actividades en $1 500 semanales ( y 2 multiplicado por S 1000 por semana) por cada unidad adicional
del recurso 2 (hora de produccin a la semana en la planta 2) que quede disponible. Este aumento en la
ganancia es vlido para cambios relativamente pequeos que no afecten la factibilidad de la solucin
*
bsica actual (y que no afecten los valores de y i ).

En consecuencia, el equipo de I0 ha investigado la ganancia marginal posible debida a los otros usos
actuales de este recurso para determinar si alguna es menor que $1 500 semanales. Esta investigacin
puso de manifiesto que uno de los productos antiguos es mucho menos redituable. La tasa de
produccin para este producto ya se redujo a la cantidad mnima que justifica sus gastos de
comercializacin, pero se puede descontinuar, lo que proporcionara 12 unidades adicionales del recurso
2 para los nuevos productos. Entonces, el siguiente paso es determinar la ganancia que se podra
obtener de los nuevos productos si se hiciera esta transferencia. Esto cambia b2 de 12 a 24 en el
modelo de programacin lineal. El grfico muestra este cambio, junto con el cambio de la solucin en un
vrtice final de (2, 6) a (-2,12). (Observe que esta figura es distinta a la que muestra la variacin 1 del
modelo Wyndor, porque la restriccin 3 x1 2 x 2 18, , no cambi en este caso.)
As, para la variacin 2 del modelo de la Wyndor, la nica revisin al modelo original es el siguiente
cambio en el vector de valores de las bi :
4
4
b 12 b 24 .
18
18
entonces, slo b2 tiene nuevo valor.
Regin factible para la variacin 2 del modelo de la Wyndor Glass Co. Donde b2 12 24
14
12
10
0
-2
-1
-2
185
Anlisis de la variacin 2. Al aplicar la idea fundamental, se encuentra que el efecto de este cambio
en b2 en la tabla smplex final original es que los elementos de la columna del lado derecho cambian a
los siguientes valores:
4
3
Z * y * b 0, ,1 24 54,
2
18
b* S * b 0
1
3
1
2
1
1

3 4 6
x 3 6

0 24 12 de mod o que x 2 12

x1 2
2
18
1

3
De manera similar, como el nico cambio en el modelo original es b2 24 12 12, puede usar el
anlisis incremental para calcular estos mismos valores con mayor rapidez. El anlisis incremental
involucra el clculo de los incrementos en los valores de la tabla causados por el cambio (o cambios) en
el modelo original, y despus la suma de estos incrementos a los valores originales. En este caso, los
incrementos en Z* y b* son
b1
0
Z * y * b y * b2 y * 12,
b3
0
b1
0
b* S * b S * b2 S * 12,
b3
0
Por lo tanto, si se usa la segunda componente de y* y la segunda columna de S*, los nicos clculos
necesarios son
3
12 18,
2
*
1
b 1 12 4,
3
*
1
b 3 12 4
3
Z *
as Z * 36 18 54,
*
as b 1 2 4 6,
*
as b 3 2 4 2,
En donde los valores originales de estas cantidades se encuentran en la columna del lado derecho en la
tabla smplex final original. La tabla smplex final revisada corresponde por completo a la tabla smplex
final original, excepto por la columna del lado derecho que tiene estos nuevos valores.
Por lo tanto, la solucin bsica actual (antes ptima) se ha convertido en
x1 , x2 , x3 .x4 , x5 = (-2, 12, 6, O, 0),

Que no pasa la prueba de optimalidad porque tiene un valor negativo. Ahora se puede aplicar el mtodo
smplex dual, comenzando con esta tabla smplex revisada, para encontrar la nueva solucin ptima.
Este mtodo conduce, en una sola iteracin, a la nueva tabla smplex final. (En forma alternativa., se
pudo haber aplicado el mtodo smplex desde el principio y, en este caso, tambin se hubiera llegado a
esta tabla final en una sola iteracin.) Esta tabla smplex ndica que la nueva solucin ptima es
x1 , x2 , x3 .x4 , x5 0,9,4,6,0,
186
con Z = 45, que proporciona un incremento en la ganancia de 9 unidades

($9 000 semanales) sobre
el valor anterior Z = 36. El hecho de que x 4 = 6 indica que 6 de las 12 unidades adicionales del recurso 2
quedan sin usarse con esta solucin.
Datos para la variacin 2 del modelo de la Wyndor Glass Co.
Tabla smplex final despus de la reoptimizacin
Coeficiente de
Variable
Ec.
Z
x1
x2
x3
x4
Bsica
Nm.
(0)
x3
(1)
x2
( 2)
x4
(3)
c1 3,
c 2 5,
9
2
1
3
2
3
n 2
a11 1,
a12 0,
b1 4
a31 3,
a32 2,
b3 18
x5
Lado derecho
5
2
0
1
2
1
45
4
9
6
Segn estos resultados con = 24, el producto antiguo relativamente no redituable se descontinuar y las
*
6 unidades del recurso 2 quedarn para algn uso futuro. Como y 3 an es positivo, se realiza un
estudio similar sobre la posibilidad de cambiar la asignacin del recurso 3, pero la decisin resultante es
conservar la asignacin actual. Entonces, el modelo de programacin lineal actual en este punto
(variacin 2) tiene los valores de los parmetros y la solucin ptima. Este modelo se usar como puni
de partida para investigar otros tipos de cambios en el modelo, ms adelante en esta seccin- Sin
embargo, antes de estudiar otros casos, se dar un panorama ms amplio del actual.
Intervalo permisible para seguir factible. Aunque b2 = 12 result ser un incremento de b2

demasiado grande para mantener la factibilidad (y por ende la optimalidad) con la solucin bsica
donde x1 , x2 , y x3 son las variables bsicas, el anlisis incremental anterior muestra qu tan grande
puede ser el incremento para seguir factible. En particular, observe que
*
1
b 1 2 b2 ,
3
*
1
b 2 6 b2 ,
2
*
1
b 3 2 b2 ,
3
en donde estas tres cantidades son los valores respectivos de x3 , x2 yx1 , para esta solucin bsica. La
solucin sigue factible y, por lo tanto, ptima, siempre que las tres cantidades sigan no negativas.
1
1
2 b2 0 b2 2 b2 6,
3
3
1
1
6 b2 0 b2 6 b2 12,
2
2
1
1
2 b2 0 2 b2 2 b2 6,
3
3
Por lo tamo., como b2 12 b2 , la solucin sigue factible slo si
6 b2 6,
es decir ,
6 b2 18.
Este intervalo de valores para b2 se conoce como su intervalo permisible para seguir factible,
187

Para cualquier
bi , su intervalo permisible para seguir factible es el intervalo de valores en el que la
solucin BF ptima1 (con los valores ajustados para las variables bsicas) es factible. As, el precio
sombra de bi , sigue siendo vlido para evaluar el efecto del cambio en sobre Z slo si bi , sigue dentro
de este intervalo permisible. (Se supone que el cambio en el valor de esta
bi , es el nico cambio en el
modelo.) Los valores ajustados para las variables bsicas se obtienen a partir de la frmula b*=S* b . El
clculo del intervalo permisible para seguir factibles est basado en el hecho de encontrar el intervalo de
valores de bi , tales que b* 0 .
Muchos paquetes de software de programacin lineal, utilizan esta tcnica para generar de manera
automtica el intervalo permisible para seguir factible para cada bi , (Tambin se usa una tcnica similar,
presentada en los casos 2a y 3, para generar un intervalo de valores permisibles para seguir factibles
para cada c j ) La tabla resume estos mismos resultados respecto a b, para el modelo original de la
Wyndor. Por ejemplo, tanto el incremento como el decremento permisibles para b 2 , son 6, es decir
6 b2 6 . El anlisis anterior muestra cmo se calculan estas dos cantidades.

Salida tpica de un software para anlisis de sensibilidad de los lados derechos en el modelo de la
Wyndor Glass Co.
Restriccin
Precio sombra LD actual
Planta 1
Planta 2
Planta 3
0
1.5
1
incremento
permisible
4
12
18
6
6
Decremento
permisible
2
6
6
Regla del 100% para cambios simultneos en los lados derechos: los precios sombra
permanecen vlidos para predecir el efecto de cambiar al mismo tiempo los lados derechos de algunas
restricciones funcionales cuando los cambios no son muy grandes. Para verificar si son suficientemente
pequeos, para cada cambio se calcula el porcentaje del cambio permitido (aumento o disminucin) para
que ese lado derecho siga dentro de su intervalo permisible y factible. Si la suma de los porcentajes de
cambios no excede 100%, es definitivo que los precios sombra todava sern vlidos. (Si la suma excede
100%, entonces no hay certeza.)
Ejemplo (variacin 3 del modelo de la Wyndor). Para ilustrar esta regla, considere la
variacin 3 del modelo de la Wyndor Glass Co., que revisa el modelo original con los siguientes cambios
en el vector del lado derecho:
4
4
b 12 b 15.
18
15
Los clculos para la regla del 100% en este caso son
b2 : 12 15 Porcentaje de incremento permisible 100 15 12 50%
b2
18 15
: 18 15 Porcentaje de incremento permisible 100 6 50%
suma
100%
Como el resultado de la suma de 100% es justo la cantidad para no exceder el 100%, los precios sombra
son definitivamente vlidos para predecir el efecto de estos cambios en Z. En particular, como los
precios sombra respectivos de b2 yb3 son 1.5 y 1, el cambio que resulta en Z sera
188
Z 1.53 1 3 1.5,
entonces, Z* se incrementar de 36 a 37.5.
La figura muestra la regin factible para este modelo revisado (las lneas punteadas son las
localizaciones originales de las fronteras de restriccin revisadas). La solucin ptima ahora es la
solucin FEV (O, 7.5), y se obtiene
Z 3 x1 5 x 2 0 5(7.5) 37.5,
justo como lo pronosticaron los precios sombra- Sin embargo, observe lo que pasara si se aumentara
b2 hasta ms de 15 o se disminuyera b3 a menos de 15; de modo que la suma de los porcentajes de los
cambios permisibles excede 100%. Esto causara que la solucin en un vrtice, antes ptima, se deslice
a la izquierda del eje x 2 x1 0 , por lo que esta solucin no factible ya no es ptima. En consecuencia,
los precios sombra anteriores ya no son vlidos para pronosticar el nuevo valor de Z*.
Regin factible para la variacin 3 del modelo de la Wyndor Glass Co. Donde
b2 12 15 y
b3 18 15.
10
9
8
7
6
5
4
3
2
1
0
-1
-1
-2
Caso 2a: cambios en los coeficientes de una variable no bsica

Considere una variable especfica x. (J fija) que sea no bsica en la solucin ptima dada en la tabla,
smplex final. En el caso 2a, el nico cambio al modelo actual es que uno o ms coeficientes de esta
variable c j , a1 j , a 2 j ,..., a mj cambiaron. Entonces, s
c j y a ij denotan los nuevos valores de estos
parmetros con A,- (columna j de la matriz A) como el vector que contiene
c j c,
a ij , se tiene
Aj A
para el modelo revisado.

Como se describi anteriormente, la teora de dualidad proporciona una manera muy conveniente de
verificar estos cambios. En particular, si la solucin bsica complementaria y* en el problema dual
todava satisface la restriccin dual que cambi, entonces la solucin ptima original en el problema
189
primal sigue ptima como est. Por el contrario, si y* viola esta restriccin dual, entonces esta solucin
primal ya no es ptima.
S la solucin ptima cambi y se desea encontrar la nueva, se puede hacer en forma bastante sencilla.
Slo debe aplicarse la idea fundamental a la columna x. revisada (la nica que cambia) en la tabla
smplex final. En particular, las frmulas se reducen de la siguiente manera:
*
Coeficiente de x. en el rengln O final:
z j c j y * A j c j
Coeficiente de x - en los renglones 1 a m finales:
A j S * Aj .
Con la solucin bsica actual que ya no es ptima, el nuevo valor de z *. - c. ser ahora el que tiene
coeficiente negativo en el rengln 0; as, se inicia el mtodo smplex con x. como variable bsica entrante
inicial.
Observe que este procedimiento es una versin simplificada del general, ya que la nica columna que
cambia en la revisin de la tabla smplex final (antes de reoptimizar) es la de la variable no bsica x j El
paso 5 (prueba de optimalidad) se sustituy por una prueba ms rpida que debe realizarse despus del
paso 1 (revisin del modelo). Slo cuando esta prueba revele que la solucin ptima cambia, y se desee
encontrar la nueva solucin, tendrn que aplicarse tos pasos 2 y 6 (revisin de la tabla smplex final y
reoptimizacin).
Ejemplo (variacin 4 del modelo de la Wyndor). Como x. es no bsica en la solucin ptima

actual para la variacin 2 del problema de la Wyndor Glass Co., el siguiente paso en el anlisis de
sensibilidad es comprobar si cualquier cambio razonable en la estimacin de los coeficientes de x1
puede aconsejar que se introduzca el producto 1.
El conjunto de cambios que pueden ser realistas para hacer el producto 1 ms atractivo sera restablecer
c1 4 ya31 2 . En lugar de explorar cada uno de estos cambios en forma independiente (como se
hace con frecuencia en el anlisis de sensibilidad), se considerarn juntos.
Entonces, los cambios bajo consideracin son
c1 3 c1 4,
1
1
A1 0 A1 0
3
2
Estos dos cambios en la variacin 2 dan la variacin 4 del modelo de la Wyndor. En realidad, la variacin
4 es equivalente a la variacin 1, ya que la variacin 1 combina estos dos cambios con el cambio en el
modelo original ( b2 = 12 > 24) que da la variacin 2. Sin embargo, la diferencia clave respecto al
tratamiento de la variacin 1 es que el anlisis de la variacin 4 trata a la variacin 2 como si fuera el
modelo original; as, el punto de partida es la tabla smplex donde ahora es una variable no bsica.
a 31 hace que la regin factible cambie. El cambio en c1 hace que la funcin objetivo
Z 45 4 x1 5 x 2 , cambie a Z 4 x1 5 x 2 La figura 6.5 muestra la recta de la funcin objetivo
Z 45 4 x1 5 x 2 , que pasa por la solucin oprima actual (0,9), se puede verificar que este punto
sigue siendo ptimo despus de los cambios en a31 yc1
El cambio en
Para emplear la teora de dualidad y llegar a esta misma conclusin, observe que los cambios en
llevan
una
sola
restriccin
revisada
para
el
problema
dual,
que
es,
la
ci ya31
restriccin
a11 y1 a21 y2 a31 y3 a31 y3 c1 Tanto esta restriccin revisada como la y* actual (coeficientes de las
variables de holgura en el rengln 0 son;
190
5
2
3 Y1 2Y3 4,
Y1* 0, Y2* 0, Y3*

Y1 3Y3
5
0 2 4
2
Como Y* todava satisface la restriccin revisada, la solucin primal actual todava es ptima.
Debido a que esta solucin todava es ptima, no existe necesidad de revisar la columna de
X J en la
tabla simplex final. De todas maneras se har para ilustrarlo.
*
j
1
Y * A1 c1 0, 0, 0 4 1
2
c1
5
2
A S * A1
*
1
1 0 0 1
1
1
0 0 2 0 1
0 1 1 2
2
El hecho de que Z1 c1 0 confirma de nuevo la optimalidad de la solucin actual. Como Z1 c1

es la variable de supervit para la restriccin revisada del problema dual, esta prueba de optimalidad es
equivalente a la que se us antes.
*
Esto completa el anlisis del efecto de los cambios del modelo actual (variacin 2) a la variacin 4.
Debido a que otros cambios ms grandes en las estimaciones originales de los coeficientes de x1
seran poco realistas, se concluye que estos coeficientes son parmetros no sensibles del modelo
actual. Por lo tanto, se mantendrn fijos con el valor de sus mejores estimaciones
c1 3 y a31 3 para el resto del anlisis de sensibilidad.
Regin factible para la variacin 4 del modelo de la Wyndor donde la variacin 2 se ha modificado a
a31 3 2 y c1 3 4
13
12
11
10
9
8
7
6
5
4
3
2
1
0
-1
-1
10
Salida de software tpica para el anlisis de sensibilidad de los coeficientes de la funcin

objetivo para la variacin 2 de modelo de la Wyndor Glass Co.
191
Variable
Valor
Costo
Reducido
Coeficiente Aumento
actual
permisible
Disminucin
permisible
x1
4 .5
4 .5
x2
Regin factible para la variacin 5 del modelo de la Wyndor donde la variacin 2 se ha modificado de
modo que
c 2 5 3,
a 22 2 3 y
a32 2 4
13
12
11
10
9
8
7
6
5
4
3
2
1
0
-1
-1
Procedimiento del anlisis de sensibilidad aplicado a la variacin 5 del modelo de la

Wyndor Glass Co.
Lado
Variable
Coeficientes de
derecho
bsica
Ec.
x1
x2 x 3 x 4
x5
nm
Z
Tabla simples final

revisada
(0)
9
2
5
2
45
x3
(1)
x2
(2)
3
2
1
2
x4
(3)
-3
-1
-1
192
apropiada
(0)
x3
(1)
x2
(2)
x4
(3)
(0)
x1
(1)
x2
x4
3
4
3
4
9
3
4
(2)
(3)
3
4
0
27
2
4
1
4
3
9
2
21
2
3
4
33
2
Nueva tabla simples final

despus de reoptimizar
(slo se requiri una
iteracin del mtodo
simples en este caso)
(De manera equivalente, se puede usar el anlisis incrementar con
3
4
9
4
0
1
1
4
3
4
3
2
39
2
c2 2, a22 1 y a32 2 con
en la misma forma para obtener esta columna.)

El se muestra en la parte superior de la tabla. Note que los nuevos coeficientes de esta variable bsica
x2 no tienen los valores requeridos y se tiene que aplicar la conversin a la forma apropiada con
eliminacin de Gauss. Este paso exige dividir el rengln 2 entre 2, restar el nuevo rengln 2 multiplicado
por 7 del rengln O y sumar el nuevo rengln 2 al rengln 3.
La segunda tabla smplex de la tabla 6.24 da los nuevos valores de la solucin bsica actual, a saber,
x3 4, x2
9
21
, x4 ( x1 0, x5 0) Como todas estas variables son no negativas, la solucin
2
2
todava es factible. Sin embargo, el coeficiente negativo de x1 en el rengln 0 indica que la solucin va no
es ptima. Se aplicar el mtodo smplex a esta tabla, con esta solucin como solucin BF inicial, para
encontrar la nueva solucin ptima. La variable entrante bsica inicial es x 1 con x como la variable
bsica que sale. Se necesita slo una iteracin en este caso para llegar a la nueva solucin ptima:
3
39
, x4
( x3 0, x5 0),
2
2
Este anlisis sugiere que c2 , a22 y a32 son parmetros relativamente sensibles. Sin embargo, los daros
x1 4, x2
adicionales para estimarlos con ms cuidado slo pueden obtenerse si se realiza una prueba piloto. Por
lo tanto, el equipo de lO recomienda que se inicie de inmediato la produccin del producto 2 en pequea
escala ( x2
3
) y que se use esta experiencia como gua para la decisin acerca de si la capacidad de
2
produccin restante debe asignarse al producto 2 o al producto 1.
Intervalo permitido para permanecer ptima. Se describi para el caso 2a cmo encontrar el
intervalo permisible para que siguiera ptima cualquier c j tal que x j es una variable no bsico para la
solucin oprima actual (antes de cambiar cj ). Cuando xj es una variable bsica, el procedimiento se
complica un poco por la necesidad de convertir a la forma apropiada de eliminacin de Gauss antes de
probar la optimalidad.
Para ilustrar el procedimiento, considere la variacin 5 del modelo de la Wyndor Glass Co.
(con c2 3, a22 3, a23 4) cuya grfica se muestra en la figura (6.6) y que se resuelve en la tabla
6.24. Como x 2 es una variable bsica para la solucin ptima dada al final de la tabla (con c 2 = 3), los
pasos necesarios para encontrar el intervalo de valores permitidos para seguir ptima para c son los
siguientes:
193
1)
Como x2 es una variable bsica, observe que su coeficiente en el nuevo rengln 0 final
automticamente es z 2 * -c 2 = 0 antes de cambiar el valor actual 3 de c 2.
2)
Ahora se incrementa c
= 3 en c 2 (de manera que c2 = 3 +. Esto cambia el coeficiente indicado
en el paso 1 a z *2 c2 = - c 2 , lo que cambia el rengln 0 a
Rengln 0 = 0, c2 ,
3)
3 3
,0,
4 4
Con este coeficiente ahora diferente de cero, deben realizarse operaciones elementales para
restaurar la forma apropiada de eliminacin de Gauss. En particular, se suma al rengln O el
rengln 2 multiplicado por, lo que da el nuevo rengln cero, como aparece a continuacin.
Nuevo rengln 0 =
4)
33
2
3
3
33
O, c 2 4 , 0, 4
2
3
1
3
0, c 2 , c 2 0, c 2
c 2
4
4
2
3 3
3 1
33 3
0, 0, 4 4 c2 0, 4 4 c2 2 2 c2
Usando este nuevo rengln 0, se calcula el intervalo de valores de c 2 que mantiene no

negativos a los coeficientes de las variables no bsicas x 3 y x 5.
3 3
c 2 0
4 4
3 1
c 2 0
4 4
3
3
c 2
4
4
1
3
c 2
4
4
Entonces, el intervalo de valores es -3 c2 1.
5)
c 2 1.
c 2 3
Como c c2 3 c2 se suma 3 a este intervalo de valores, lo que da 0 c2 4

como el intervalo de valores permitido para permanecer ptima para c 2.
Con slo dos variables de decisin, este intervalo permitido se puede verificar en una grfica
usando la figura 6.6 con una funcin objetivo Z = 3x1 + c 2 x 2. Con el valor actual c 2 = 3, la
3
). Cuando se incrementa c 2, esta solucin sigue ptima slo para
2
9
c2 4 .Para c2 4, (0, ) se convierte en ptima (con un empate en c 2 =4), debido a la frontera
2
3
de restriccin 3 x 1 + 4x 2 = 18. Cuando por el contrario, c 2 disminuye, (4,
) sigue ptima slo
2
para c2 0. Si c2 0( 4,0) , se vuelve ptima debido a la frontera de restriccin x 1 = 4.
solucin ptima es (4,
De manera similar, el intervalo de valores permitidos para permanecer ptima para c j (con c
en 3) se puede obtener algebraica o grficamente como c1
fijo
9
. (El problema 6.7-13 le pide que
4
verifique esto de ambas formas.)

As, la disminucin permisible para c
a partir del valor actual de 3 es slo
3
. Sin embargo, es
4
posible disminuir c 1 una cantidad mayor sin cambiar la solucin ptima si c 2 tambin disminuye lo
suficiente. Por ejemplo, suponga que ambos, c 1 y c2, se disminuyen 1 unidad a partir de su valor
actual de 3, de manera que la funcin objetivo cambia de Z = 3x 1 + 3x 2 a Z = 2x 1 + 2x 2. De
acuerdo con la regla de 100% para los cambios simultneos en los coeficientes de la funcin
objetivo, los porcentajes de cambios permisibles son 133
1
1
y 33 y, respectivamente,
% y 33
3
3%
194
que suman mucho ms que 100%. No obstante, la pendiente de la recta de la funcin objetivo no
cambi en absoluto, por lo tanto, (4,
3
) todava es ptima.
2
Caso 4: introduccin de una nueva restriccin

El ltimo caso es aquel en el que debe introducirse al modelo una nueva restriccin, despus de obtener
la solucin. Este caso puede ocurrir porque se pas por alto la restriccin en un principio o porque
surgieron nuevas consideraciones despus de formular el modelo. Otra posibilidad es que se haya
eliminado, a propsito, la restriccin para disminuir el esfuerzo computacional por parecer menos
restrictiva que otras ya planteadas en el modelo, pero ahora es necesario verificar esta impresin con la
solucin ptima que se obtuvo.
Para ver si la nueva restriccin afecta a la solucin ptima actual, todo lo que debe hacerse es verificar
directamente si esa solucin ptima satisface la restriccin. Si es as, todava sera la mejor solucin
bsica factible (es decir, la solucin ptima), aun cuando se agregara la restriccin al modelo. La razn
es que una nueva restriccin slo puede eliminar algunas de las soluciones factibles anteriores sin
agregar una nueva.
Si la nueva restriccin elimina la solucin ptima actual, y si se quiere encontrar la nueva solucin, se
introduce esta restriccin a la tabla smplex final (como un rengln adicional) justo como si fuera la tabla
inicial, en la que se designa la variable usual (de holgura o artificial) como la variable bsica que
corresponde a este nuevo rengln. Como ste tal vez tenga coeficientes distintos de cero para algunas
otras variables bsicas, se debe aplicar la conversin a la forma apropiada de eliminacin de Gauss y
despus el paso de reoptimizacin en la forma usual. Igual que para algunos de los casos anteriores,
este procedimiento para el caso 4 es una versin simplificada del procedimiento general. La nica
pregunta que hay que hacerse en este caso es si la solucin ptima anterior es todava factible as que
debe eliminarse el paso 5 (prueba de optimalidad). El paso 4 (prueba de factibilidad) se reemplaza por
una prueba de factibilidad mucho ms rpida ( la solucin ptima anterior satisface la nueva
restriccin?) Que se realiza justo despus del paso 1 (revisin del modelo).
Slo cuando la respuesta a esta prueba es negativa y se quiere reoptimizar, se usan los pasos 2, 3 y 6
(revisin de la tabla smplex final, conversin a la forma apropiada de eliminacin de Gauss, y
reoptimizacin).
Ejemplo (variacin 6 del modelo de la Wyndor). Para ilustrar este caso, se considera la
variacin 6 del modelo de la Wyndor Glass Co., que introduce la nueva restriccin,
2 x1 3 x2 24
en la variacin 2 del modelo. El efecto grfico se muestra en la figura. La solucin ptima anterior (0,9)
viola la nueva restriccin, por lo que la solucin ptima cambia a (O, 8).
Para analizar este ejemplo en forma algebraica, observe que (0,9) lleva a 2x 1 + 3x 2 = 27 > 24,
entonces esta solucin ptima anterior ya no es factible. Para encontrar la nueva solucin ptima, se
agrega esta restriccin a la tabla smplex final actual como se describi, con la variable de holgura x 6
como su variable bsica inicial. Este paso lleva a la primera tabla que se muestra en la tabla 6.25. El
paso de conversin a la forma apropiada de eliminacin de Gauss requiere restar el rengln 2
multiplicado por 3, del nuevo rengln, con lo que se identifica la solucin bsica actual:
x3 4, x2 9, x4 6, x6 3( x1 x5 0) , como se muestra en la segunda tabla smplex. Cuando se
aplica el mtodo dual smplex se obtiene en una sola iteracin.
195
14
12
10
0
-2
10
12
14
-2
Procedimiento del anlisis de sensibilidad aplicado a la variacin 6 del modelo de la Wyndor

Glass Co.
Tabla simples final

revisada
Variable
bsica
Ec.
nm.
(0)
(1)
x3
(2)
x2
(3)
x4
Nueva
x6
Z
apropiada
(0)
(1)
(2)
(3)
x3
x2
x4
x 65
0
Nueva
Coeficientes de
x 1 x2 x 3
x4 x 5
9
2
3
1
2
x6
5
2
1
2
-1
9
2
5
2
3
2
1
2
-3
-1
45
4
9
6
-3
5
0 0
Lado
derecho
24
45
4
6
-3
196
Nueva tabla simples final

despus de
x3
reoptimizar (slo se
necesit una operacin
del mtodo dual
x2
en ste caso)
(0)
(1)
(2)
(3)
x4
1
3
5
3
40
4
8
2
3
Nueva
4
0 0
3
5
3
x5
1
0
3
2
0 3
2
1
3
8
2
EJERCICIOS RESUELTOS
SOLUCIONES DEL DUAL A TRAVES DEL PRIMAL
1)
PROBLEMA PRIMAL
Funcin Objetivo
Z(MAX) = 4X1 + 3 X2 + 0 S1 +0 S2 +0 S3 + 0 S4
Restricciones
X1 + X2
X1
X2
2X1 + X2
400
200
350
500
Cantidad de piel
Hebillas elegantes
Hebillas de menor calidad
Capacidad
X1 + X2 + S1
X1
+ S2
X2
+ S3
2X1 + X2
+ S4
=
=
=
=
400
200
350
500
Solucin ptima
Z(MAX) = 1.300
X1 = 100 Cinturones de clase A
X2 = 300 Cinturones de clase B
S1 = 0 Se utiliz toda la piel
S2 = 100 Hebillas elegantes no utilizadas
S3 = 50 Hebillas de menor calidad no utilizadas
S4 = 0 Se utiliz toda la capacidad
Cj
0
0
0
0
Xj
bn
X1
X2
S1
S2
S3
S4
S1
S2
S3
S4
400
200
350
500
1
1*
0
2
1
0
1
1
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
Zj
197
0
4
0
0
Zj-Cj
---
-40
-30
S1
X1
S3
S4
200
200
350
100
0
1
0
0
1
0
1
1*
1
0
0
0
-1
1
0
-2
0
0
1
0
0
0
0
1
Zj
8.000
Zj-Cj
---
-30
S1
X1
S3
X2
100
200
250
100
0
1
0
0
0
0
0
1
1
0
0
0
1*
1
2
-2
0
0
1
0
-1
0
-1
1
Zj
1.100
-2
Zj-Cj
---
-2
S2
100
-1
X1
100
-1
S3
50
-2
X2
300
-1
Zj
1.300
Zj-Cj
---
0
4
0
3
II
III
IV
SOLUCIN DEL PROBLEMA DUAL

Funcin objetivo
Z(MIN) = 400Y1 + 200 Y2 + 350 Y3+ 500 Y4
Restricciones o limitaciones:
Y1 + Y2
+ 2Y4 4 Costo incorporado a A
Y1
+ Y3 + Y4 3 Costo incorporado a B
Yj 0
Para encontrar el valor de las variables principales del dual acudimos a la fila del criterio simplex (Zj Cj) de la tabla ptima y tomada los valores de las tres ltimas columnas.
Y1 = S1 = 2
Y2 = S2 = 0
Y3 = S3 = 0
Y4 = S4 = 1
Z(MIN) = 400(2) + 200(0) + 350 (0) + 500 (1)
Z(MIN) = 1.300
Z(MAX) = Z(MIN)
UTILIDAD = COSTO
1.300 = 1.300
Esta interpretacin o anlisis econmico del primal y de su dual pude servir para que el empresario
tome decisiones en el caso de ampliacin sin pecar de timorato o de excesivo optimismo.
SOLUCIN DIRECTA DEL DUAL:

A travs del primal hemos encontrado la solucin del problema dual, los mismos resultados
obtendremos resolviendo directamente el problema dual.
198
Funcin Objetivo:
Z(MIN) = 400Y1 + 200Y2 + 350Y3 + 500Y4
Y1 + Y2
+ 2Y4 4
Y1
+ Y3 + Y4 3
Yj 0
Variables de holgura y Artificiales:

Y1 + Y2
+ 2Y4 - S1
+ m1
=4
Y1
+ Y3 + Y4
- S2
+ m2 = 3
Cj
M
M
500
M
500
350
500
400
YJ
m1
m2
Zj
Zj-CJ
Y4
m2
Zj
Zj-CJ
Y4
Y3
ZJ
Zj-Cj
Y4
Y1
Zj
Z-C
bn
4
3
7M
-2
1
10M
-- -2
1
1.350
-1
2
1.300
--
400
Y1
1*
1
2M
2M
0.5
0.5
0.5M
0M
0.5
0.5*
425
25
0
1
400
0
200
Y2
1
0
M
M
0.5
-0.5
-0.5M
M
0.5
-0.5
75
-125
1
-1
100
-100
350
Y3
0
1
M
M
0
1*
M
M
0
1
350
0
-1
2
300
-50
500
Y4
2*
1
3M
3M
1
0
0M
M
1
0
500
0
1
0
500
0
0
S1
-1
0
-M
-M
--0.5
0.5
0.5M
-M
-0.5
0.5
-75
-75
-1
1
-100
-100
0
S2
0
-1
-M
-M
0
-1
-M
M
0
-1
-350
-350
1
-2
-300
-300
M
m1
1
0
M
0
0.5
-0.5
-0.5M
-1.5M
M
m2
0
1
M
0
0
1
M
0
Solucin ptima
Z(MIN) = 1.300
Y1 = 2 Y3 = 0
Y2 = 0 Y4 = 1
2)
Son los mismos valores
PROBLEMA PRIMAL
Se producen dos artculos A y B los mismos que son procesados por 3 mquinas M1, M2 y M3 que
disponen de 130, 190, 200, horas semanales al menos, la M1 procesa 1 unidad de A y 1 de B, M2
procesa 2 de A y 1 de B, M3 procesa 1 de A y 4 de B.
El costo de procesar es S/.2 por cada unidad del artculo A y S/. 3 por cada unidad del artculo B.
Cuntas unidades de A y B de deben procesar para que el costo sea mnimo.
Funcin Objetivo
Z(MIN) = 2X1 + 3X2 + 0S1 + 0S2 + OS3 + Mm1 + Mm2 + Mm3
X1 = Artculo A
X2 = Artculo B
199
Restricciones
X1 + X2 130 Capacidad de procesar de M1
2X1 + X2 190 Capacidad de procesar de M2
X1 + 4X2 200 Capacidad de procesar de M3
Xj
0
Variables de holgura y Artificiales

X1 + X2 S1
+ m1
2X1 + X2
-- S2
+ m2
X1 + 4X2
-- S3
Cj
M
M
M
M
M
3
M
2
3
0
2
3
= 130
= 190
+ m3 = 200
bn
2
X1
3
X2
0
S1
0
S2
0
S3
M
m1
M
m2
M
m3
130
190
200
1
2
1
1
1
4*
-1
0
0
0
-1
0
0
0
-1
1
0
0
0
1
0
0
0
1
520M
...
80
140
50
4M
4M
0,75
1,75*
0,25
6M
6M
0
0
1
-M
-M
-1
0
0
-M
-M
0
-1
0
-M
-M
0,25
0,25
-0,25
M
0
1
0
0
M
0
0
1
0
M
0
-0,25
-0,25
0,25
m1
X1
X2
Zj
Zj-Cj
S2
X1
X2
220M
--20
80
30
20M
--46,5
106,5
23,5
2,5M
2,5M
0
1
0
0M
0M
0
0M
0M
0
0
1
0M
0M
0
-M
-M
-1
0
0
-M
-M
-2,33
-M
-M
0.43*
-0,57
0.14
0,43M
0,43M
1
0,5M
0,5M
0,15
0,14
-0,28
0,15M
0,15M
0,35
M
0
1
0
0
M
0
M
0
-0,43
0,57
-0,14
-0.43
-1,43
-0.5M
-1,5M
-0,15
-0,14
0,28
-0,15M
-1,15M
1
0
0
1
-1,33
0,33
0
0
0,34
-0,33
Zj
Zj-Cj
283,5
---
2
0
3
0
-1,67
-1,67
0
0
-0,31
-0.31
Xj
m1
m2
m3
Zj
Zj-Cj
m1
m2
X2
Zj
Zj-Cj
Solucin ptima del problema primal

Z(MIN) = 283,5
X1 = 106,51 Unidades del artculo A
X2 = 23,5 Unidades del artculo B
S1 = 0
Se utiliz toda la capacidad de M1
S2 = 46,5
Capacidad no utilizada de M2
S3 = 0
Se utiliz toda la capacidad de M
Solucin el problema dual

Funcin Objetivo:
Z(MAX) = 130Y1 + 190Y 2 + 200Y3
Y1 + 2Y2 + Y3 2 Utilidad incorporada a A
Y1 + Y2 + 4Y3 3 Utilidad incorporada a B
200
De la fila Zj -Cj de la tabla ptima extraemos los valores de las variables de holgura
corresponde a los valores de las variables principales del dual.
del primal que
Y1 = S1 = 1.67 = 1.7
Y2 = S2 = 0
Y3 = S3 = 0.31 = 0.31
Z(MAX) = 130(1.7) + 190(0) + 200(0.31)
Z(MAX) = 283
3)
PROBLEMA PRIMAL
Se fabrican dos clases de muebles A y B, se dispone de madera para 80 muebles por lo menos,
toma 2 horas preparar 10 muebles tipo A y 4 horas preparar 10 muebles tipo B, se dispone hasta 20
horas. La demanda de A es de un total de 70. Cada mueble tipo A deja una utilidad de S/. 10 y S/. 8
cada mueble tipo B. Cuntos muebles tipo A y B se deben fabricar para obtener la mxima
ganancia?.
Funcin Objetivo
Z(MAX) = 10X1 + 8X2
X1 = A X2 = B
Restricciones
X1
X 2 80 Cantidad de madera
2
4
X 1 X 2 20 Tiempo
10
10
X1
70 Demanda de A
XJ 0
SOLUCION DEL PROBLEMA DUAL

El presente problema primal tiene restricciones de diferente sentido, para encontrar el dual es
necesario que todas las limitaciones estn en el mismo sentido para lo cual la primera
multiplicamos por (-1) y la tercera la reemplazamos por dos, una y la otra .
-X1 - X1
2 X1 + 4 X1
X1
X1
- 80
200
70
70
Multiplicamos la ltima por (-1).

-X1 - X2
2 X1 + 4 X2
X1
- X1
- 80
200
70
-70
Funcin objetivo del dual

Z(MIN) = -80Y1 + 200Y2 + 70Y3 - 70Y4
-Y1 + 2Y2 + Y3 - Y4 10 Costo incorporado a A
-Y1 + 4Y2
8 Costo incorporado a B
201
Variables de Holgura:
-Y1 + 2Y2 + Y3 - Y4 - S1
+ m1
= 10
-Y1 + 4Y2
- S2
+ m2 = 8
Solucin optima
Z(MIN) = 820
Y1 = 0
Y3 = 6
Y2 = 2
Y4 = 0
SOLUCION DEL PROBLEMA PRIMAL

Z(MAX) = 820
X1 = S1 = 70 = 70 (Valor absoluto)
X2 = S2 = 15 = 15
Cj
M
M
M
200
3
70
200
4)
-80
bn
Y1
10
-1
8
-1
18M -2M
---2M
6
-0.5
2
-0.25
6M -0.5M
--- -0.5M
6
-0.5
2
-0.25
820
-85
---5
Yj
m1
m2
Zj
Zj-Cj
m1
Y2
Zj
Zj-Cj
Y3
Y2
Zj
Zj-Cj
200
Y2
2
4*
6M
6M
0
1
0M
0M
0
70
Y3
1
0
M
M
1*
0
M
M
1
-70
Y4
-1
0
-M
-M
-1
0
-M
-M
-1
0
S1
-1
0
-M
-M
-1
0
-M
-M
-1
0
S2
0
-1
-M
-M
0.5
-0.25
0.5M
0.5M
0.5
1
200
0
0
70
0
0
-70
0
0
-70
-70
-0.25
-15
-15
M
m1
1
0
M
0
1
0
M
0
M
m2
0
1
M
0
-0.5
0,25
-0,5M
-1.5M
Un comerciante de frutas transporta sus productos en un camin que tiene una capacidad de 800
cajas de frutas. El debe transportar al menos 200 cajas de naranjas que le rendirn $.20 por caja,
al menos 100 de toronjas que le rendirn una ganancia de $.10 por caja y cuando mucho 200 de
mandarinas con $.30 de ganancia por caja. Cmo debe distribuirse el cargamento del camin
para obtener la mxima ganancia?.
Funcin Objetivo:
Z(MAX) = 20X1 + 10X2 + 30X3
X1 = Cajas de naranja
X2 = Cajas de toronja
X3 = Cajas de mandarinas
X1 + X2 + X3 800 Capacidad
X1
X2
X3 200 Cajas de mandarinas
Xj 0 No negatividad
X1 + X2 + X3
-X1
- X2
X3
800 Capacidad
-200 Cajas de naranjas
-100 Cajas de toronjas
202
Variable de Holgura y Artificiales:

X1 + X2 + X3 + S1
-X1
+ S2
- X2
+ S3
X3
+ S4
Cj
0
0
0
0
0
0
0
30
20
0
0
30
Xj
S1
S2
S3
S4
Zj
Zj - Cj
S1
S2
S3
X3
ZJ
Zj - Cj
X1
S2
S3
X3
ZJ
ZJ - CJ
bn
800
-200
-100
200
0
--600
-200
-100
200
6.000
--600
400
-100
200
18000
---
= 800
= -200
= -100
= 200
20
X1
1
-1
0
0
0
-20
1*
-1
0
0
0
-20
1
0
0
0
20
0
10
X2
1
0
-1
0
0
-10
1
0
-1
0
0
-10
1
1
-1
0
20
10
30
X3
1
0
0
1*
0
-30
0
0
0
1
30
0
0
0
0
1
30
0
0
S1
1
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
20
20
0
S2
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
S3
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
S4
0
0
0
1
0
0
-1
0
0
1
30
30
-1
-1
0
1
10
10
Solucin del problema primal

Z(MAX) = 18.000
X1 = 600 S1 = 0
X2 = 0
S2 = 400
X3 = 200
S3 = -100
S4 = 0
Solucin del problema dual

Funcin objetivo
Z(MIN) = 800Y1 - 200Y2 - 100Y3 + 200Y4
Restricciones:
Y1 - Y2
20
Y1
- Y3
10
Y1
+Y4 30
Solucin ptima:
Y1 = S1 = 20
Y2 = S2 = 0
Y3 = S3 = 0
Y4 = S4 = 10
Z(MIN) = 800(20) - 200(0) - 100(0) + 200(10)
Z(MIN) = 18.000
203
SOLUCIN EN COMPUTADORA
MEDIANTE QM FOR WINDOWS
Se instala el programa QM for Windows que se encuentra en el CD al final del texto, luego seguimos los
mismos pasos para resolver grficamente.
1)
Para resolver por el mtodo simplex, damos click en Solve
2)
.
Sealamos iterations
3)
Aparecer la tabla del simplex.
PROBLEMA N 1.Un taller fabrica dos clases de cinturones de piel. En cada cinturn A de alta calidad gana S/4 y en cada
cinturn B de baja calidad gana S/3. El taller puede producir diariamente 500 cinturones de tipo B o 250
cinturones de tipo A. Slo se dispone de piel para 400 cinturones diarios A y B combinados, de 200
hebillas elegantes para el cinturn A y de 350 hebillas diarias para el cinturn B Qu produccin
maximiza la ganancia?

Funcin objetivo: Maximizar la utilidad total
Z(MAX) = 4X1 + 3X2
204
Restricciones:
1.2.3.4.-
X1 + X2
X1
X2
2X1 + X2
X1, X2
400
200
350
500
0
(Consumo de piel)
205
Utilizamos Paint para pegar la imagen.
Los resultados se encuentran al final de la tabla en le ltima columna.

X1 = 100 cinturones tipo A
X2 = 300 cinturones tipo B
Slack 1 representa S1 = 0 se utilizo toda la piel
Slack 2 representa S2 = 100 queda um saldo de 100 hebillas elegantes
Slack 3 representa S3 = 50 queda um saldo de 50 hebillas de menor calidad
Slack 4 representa S4 = 0 se utilizo toda la capacidad de la fbrica
Z(MAX) = 1300
PROBLEMA N 2.Una compaa qumica est diseando una planta para producir dos tipos de minerales M y N. La planta
Funcin objetivo:
Z(MIN) = 600X1 + 300X2
Restricciones:
4
X2 4
10X1 + 4X2 100
20X1 + 30X2 420
X1 X2 0
X1
Cmara tipo A
Cmara tipo B
Produccin mineral M
Produccin mineral N
Mediante Paint pegamos la ltima tabla.
Solucin
X1 = 6 cmaras tipo A
X2 = 10 cmaras tipo B
Surplus 1 = S1 = 2 se incluy 2 cmaras tipo A del lmite establecido
Surplus 2 = S2 = 6 se incluy 6 cmaras tipo B del lmite establecido
Surplus 3 = S3 = 0 se utilizo toda el mineral M
206
Surplus 4 = S4 = 0 se utiliz todo el mineral N

Z(MIN) = 6.600
Funcin Objetivo
Z(MAX) = 5X1 + 7X2
X1 = A
X2 = B
0,90 X1 + 0,5X2
0,10 X1 + 0,5X2
X1 +
X2
270
100
150
100
Cobre
Alumnio
Demanda de A
Demanda de B
Z(MIN) = 2165
X1 = 212.50 kilos de metal A
X2 = 157.50 kilos de metal B
Surplus 1 = S1 = 0 se utilizo toda el mineral M
Surplus 2 = S2 = 0 se utiliz todo el mineral N
Surplus 3 = S3 = 62.50 Demanda no cubierta del metal A
Surplus 4 = S4 = 57.50 Demanda no cubierta del metal B
PROBLEMA N 4.Un fabricante produce tres modelos I, II y III de cierto producto utilizando materias primas A y B. La
siguiente tabla proporciona los datos para el problema.
Materia prima
A
B
Requerimientos por unidad

I
II
III
2
3
5
4
2
7
Disponibilidad
4.000
6.000
207

Demanda mnima
Unidad por unidad ($)
200
30

200
20
150
50
El tiempo de mano de obra por unidad del modelo I es el doble del II y el triple del III. Todos los
trabajadores de la fbrica pueden producir el equivalente de 1.500 unidades del modelo I. Los
requerimientos del mercado especifican las proporciones de 3:2:5 para la produccin de los tres modelos
respectivos. Formule el problema como un programa lineal y encuentre la solucin ptima.
Funcin objetivo
X J N de unidades producidas
Z ( MAX ) 30 X 1 20 X 2 50 X 3
Restricciones y limitaciones
2 X 1 3 X 2 5 X 3 4.000
4 X1 2 X
7 X 3 6.000
6 X 1 3 X 2 2 X 3 9.000
2 X1 3X 2
5X 2 2X 3
200
X1
X2
200
X 3 150
XJ 0
Solucin
208
Z (MAX ) 41.081.08,
X 1 324.3243 Modelo I
X 2 216.2162 Modelo II
X 3 540.5405 Modelo III
S1
Slack 1 Se utiliz toda la materia prima A
S 2 1.135.1352 Slack 2 Saldo de la materia prima B

S 3 5.324.3243 Slack 3 Saldo de mano de obra
S 6 124.3243 Surplus 6 Valor utilizado del lmite establecid o
S7
16.1622 Surplus 7 Valor utilizado del lmite establecid o
S 8 390.5405 Surplus 8 Valor utilizado del lmite establecid o

PROBLEMA 5.(USO Y URBANIZACIN DEL SUELO).
El Banco del Pichincha es propietaria de 800 acres de terreno no urbanizado a orillas de un lago
panormico en el corazn de una montaa. En el pasado, se aplicaban muy pocas regulaciones, o
ninguna, a las nuevas urbanizaciones alrededor del lago. En la actualidad, las playas del lago estn
salpicadas de casas para vacacionistas. Debido a la carencia de servicios de aguas negras, se utilizan
extensamente las fosas spticas, que se instalan en forma por dems inapropiada. A lo largo de los
aos, las filtraciones de las fosas spticas han dado por resultado un grave problema de contaminacin
del agua.
Para frenar una mayor degradacin en la calidad del agua, los funcionarios del condado aprobaron
reglamentos muy estrictos, aplicables a todas las futuras urbanizaciones.
5.
6.
7.
8.
Slo se pueden construir viviendas familiares individuales, dobles y triples y las viviendas de una
sola familia deben sumar por lo menos 50% del total.
Para limitar el nmero de fosas spticas, se requieren lotes de una superficie mnima de 2, 3 y 4
acres para las viviendas familiares individuales, dobles y triples, respectivamente.
Se deben establecer reas recreativas de un acre cada una, en una proporcin de un rea por
cada 200 familias.
Para preservar la ecologa del lago, las aguas freticas no pueden bombearse para uso domstico
o de jardinera.
El presidente del Banco del Pichincha est estudiando la posibilidad de urbanizar los 800 acres de la
compaa. La nueva urbanizacin incluir viviendas familiares individuales, dobles y triples. Se calcula
que 15% de la superficie se consumir en abrir calles y en instalaciones para servicios pblicos. Birdeyes
calcula las utilidades de las diferentes unidades habitacionales como
Unidad habitacional
Utilidad neta por unidad ($)
Individual
10.000
Doble
12.000
Triple
15.000
El costo de conectar el servicio de agua al rea es proporcional al nmero de unidades construidas. Sin
embargo, el contrato estipula que se debe cobrar un mnimo de 100 000 dlares para que el proyecto
sea econmicamente factible. Adems, la expansin del sistema de agua, ms all de su capacidad
actual, est limitada a 200 000 galones al da durante los periodos pico. Los siguientes datos resumen el
costo de la conexin del servicio de agua, as como el consumo de agua, suponiendo una familia
promedio:
209
Unidad habitacional
Individual
Doble
Triple
rea
recreativa
1000
1200
1400
800
400
600
840
450
Costo del servicio

de agua por unidad ($)
Consumo de agua
Por unidad (galones/da)
Modelo matemtico
La compaa debe decidir el nmero de viviendas que va a construir junto con el nmero de reas
recreativas que satisfaga los reglamentos del condado. Defina
X 1 = nmero de unidades para una sola familia

X 2 = nmero de unidades para dos familias
X 3 = nmero de unidades para tres familias
X 4 = nmero de reas recreativas
El objetivo de la compaa es maximizar la utilidad total, es decir
Maximice z = 10.000 X 1 12.000 X 2 15.000 X 3

Las restricciones de problema incluyen
1.
2.
3.
4.
5.
Lmite en el uso de suelo

Lmite en los requerimientos para viviendas de una sola familia, en relacin con otros estilos
Lmite en los requerimientos concernientes a reas recreativas
Requerimiento de capital para conexin de agua potable
Lmite sobre el consumo diario de agua durante el periodo pico.
Estas restricciones se expresan matemticamente como sigue:

6. Uso de suelo
2 X 1 3 X 2 4 X 3 1x4 680( 0.85x800)

7. Viviendas para una sola familia
X1
.50
X1 X 2 X 3
0 .5 X 1 0 .5 X 2 0 .5 X 3 0
8. reas recreativas
X1 2 X 2 3X 3
200
200 X 4 X 1 2 X 2 3 X 3 0
X4
9. Capital
1000 X 1 1200 X 2 1400 X 3 800 X 4 100.000

10. Consumo del agua
210
400 X 1 600 X 2 840 X 3 450 X 4 200.000

6. No negatividad
X 1 0. X 2 0, X 3 0, X 4 0
En la formulacin del modelo, una buena prctica es prestarle atencin al impacto del redondeo de
errores en el clculo. En el modelo anterior, los coeficientes en las restricciones 4 y 5 (capital y consumo
de agua) son relativamente ms grandes que la mayor parte de los coeficientes en las restricciones
restantes. Esta inconsistencia podra conducir a un indeseable redondeo de errores de la mquina,
resultante de la manipulacin mixta de coeficientes relativamente grandes y relativamente pequeos. En
este ejemplo, podemos rectificar este problema potencial reduciendo en escala todos los coeficientes de
las restricciones 4 y 5 por la constante 1 000. Esto reduce las restricciones a
X 1 1.2 X 2 1.4 X 3 8 X 4 100

0.4 X 1 0.6 X 2 0.84 X 3 0.45 X 4 200
RESMEN DE RESTRICCIONES
Z ( MAX ) 10.000 X 12.000 X 2 15.000 X 3 0 X 4

2 X1
3X 2
4X3
0 .5 X 1 0 .5 X 2 0 .5 X 3
X1
10 X 1
X4
680
2 X 2 3 X 3 200 X 4
12 X 2 14 X 3
8 X 4 1.000 (dividido por 100)
40 X 1 60 X 2 84 X 3 45 X 4 20.000 (dividido por 10)
Solucin
Z(MAX) = 3.391.521.1824
X 1 = 339.1521 Nmero de unidades para una sola familia
X2= 0
Nmero de unidades para dos familias
211
Nmero de unidades para tres familias

X3 = 0
X 4 = 1.6950 Nmero de reas recreativas
S1 = 0
Se utiliz todo lo disponible para suelo
S 2 = 169.5761 Valor que sobre pasa el lmite de viviendas para una sola familia
Se estableci con todo el lmite de reas recreativas
S3 = 0
S 4 = 2.405.0873 Valor utilizado adicional del lmite sealado para capital
S 5 = 6.357.6062 Saldo del consumo del agua
PROBLEMA N 6.Problema de mezcla

Se obtiene distintos tipos de gasolina mezclando ciertas gasolinas que se obtienen directamente de las
operaciones de refinera. En un proceso de refinamiento real hay varias gasolinas para mezcla, varias
gasolinas que son productos finales (por ejemplo, distintos grados de gasolina para aviacin y para
motores) y varias caractersticas de importancia para la composicin qumica de los diversos grados de
gasolina (por ejemplo, octanaje, presin de vapor, contenido de azufre, contenido de goma). En este
ejemplo simplificado se supondr que la refinera slo tiene dos tipos de gasolina para mezcla, con las
caractersticas que se presentan en la tabla 1.
Tabla 1 Caractersticas de las gasolinas para mezcla

Mezclas disponibles
Octanaje
104
94
Presin
de vapor
5
9
Cantidad
disponible
30.000 barriles
70.000 barriles
Estas gasolinas para mezcla pueden combinarse para obtener dos productos finales: gasolina para
aviacin y gasolina para motores. En la tabla 2 se presentan las caractersticas que requieren estos
productos finales.
Tabla 2 Caractersticas de las gasolinas finales.

Productos
finales
Gasolina para aviacin
Gasolina para motores
Octanaje
mnimo
102
96
Presin de
vapor mxima
6
8
Ventas
mximas
20000 barriles
Cualquier cantidad
Precio de Venta
(por barril)
45,1
32,4
Al mezclar las gasolinas, el octanaje y la presin de vapor de la mezcla que se obtiene estn en
proporcin directa con el volumen de cada una de las gasolinas que se mezclan. Por ejemplo, si se
mezclan 1.000 barriles de la gasolina 1 con 1.000 barriles de la gasolina 2, la gasolina que se obtendra
tendra octanaje 99:
(1.000)(104) (1.000)(94)
99
2.000
y presin de vapor de 7:
(1.000)(5) (1.000)(9)
7
2.000
La empresa desea maximizar los ingresos de la venta de la gasolina que se obtiene como producto final.
212
Formulacin. Sea:
X1
X2
X3
X4

gasolina para aviacin.
gasolina para aviacin.
gasolina para motores.
gasolina para motores.
La funcin objetivo es maximizar P = Ingresos totales:

Maximizar: P = 45.10(X1 + X2) + 32.40 (X3 + X4)
= 45.10X1 + 45.10X2 +32.40 X3 + 32.40 X4
Observe que X1 + X2 es la cantidad total de gasolina para aviacin mezclada (en barriles); como se
vende a 45.10 dlares por barril, los ingresos por este producto son 45.10 (X 1 + X2). De manera anloga,
los ingresos por la gasolina para motor son de 32.40(X 3 + X4) y la suma de estos trminos representa los
ingresos totales, P.
Hay varios tipos de restricciones que afectan la forma en que la refinera mezclar su gasolina. La
primera es el nivel de ventas o tamao de la demanda, el hecho de que no pueden venderse ms de 20.
000 barriles de gasolina para aviacin (vase Tabla 2). Lo anterior puede expresarse as:
X1 + X2 < 20 000
Otro conjunto de restricciones se refiere a las cantidades disponibles de las gasolinas para mezcla
(vase Tabla). Entonces.
X1 + X3 < 30 000
Observe que X1 + X3 representa la cantidad total de gasolina para mezcla 1 (la suma de la cantidad
utilizada en gasolina para aviacin, X1, y la cantidad usada en gasolina para motores, X 3). La ecuacin
anterior establece que la cantidad de gasolina para mezcla 1 no debe exceder la cantidad disponible,
30.000 barriles. Hay una restriccin similar para la gasolina para mezcla 2:
X2 + X4 < 70 000
Otro conjunto de restricciones tiene que ver con el octanaje de las gasolinas finales. Recuerde que la
cantidad total de la gasolina para aviacin es X1 + X2 y su octanaje estar definido por las cantidades
relativas de X1 + X2, de acuerdo con la siguiente frmula:
Oc tan aje de la gasolina
para aviacin
104 X 1 94 X 2
X1 X 2
Las cifras 104 y 94 provienen de la tabla 1 y son los octanajes de las gasolinas para mezcla 1 y 2,
respectivamente. En la tabla se observa que el octanaje de la gasolina para aviacin debe ser por lo
menos 102, por lo cual se tiene la siguiente restriccin:
104 X 1 94 X 2
102
X1 X 2
Al acomodar la expresin para convertirla en restriccin lineal, se tiene:
104X1 + 94X2 > 102X1 + 102X2
(104X1 - 102X1) + (94X2 - 102X2) > 0
2X1 - 8X2 > 0
213
Anlogamente, para la gasolina para motores, se tiene:

104X3 + 94X4 > 96 (X3 + X4)
8X3 - 2X4 > 0
El ltimo conjunto de restricciones tiene que ver con los requisitos de presin de vapor de las gasolinas
finales. En el caso de la gasolina para aviacin, la restriccin es:
5X1 + 9X2 < 6 (X1 + X2)
- X1 + 3X2 < 0
y el requisito de presin de vapor de la gasolina para motores es:
5X3 + 9X4 < 8(X3 + X4)
- 3X3 + X4 < 0
Maximizar: P = 45.10X1 + 45.10X2 + 32.40X3 + 32.40X4
Sujeto a:
X1 + X2
< 20 000 Restriccin de la demanda
X1 +
X3
< 30 000 Restriccin de la disponibilidad
X2
+ X4 < 70 000 Gasolina para mezclas
2X1 8X2
>
0 Restricciones de octanaje
8X3 2X4 >
0
-X1 + 3X2
<
0 Restricciones de presin de vapor
-3X3 + X4 <
0
Solucin
Z/MAX) = 45.10x7272.73 + 45.10x1818.18 + 32.40x22727.27 + 32.40x68181.82
Z(MAX) = $3.355.454.662 (El valor del programa es diferente porque no toma en cuenta los
decimales de la funcin objetivo)
X1 = 7.272.7271 Nmero de barriles de gasolina para la mezcla 1 utilizados en gasolina para
aviacin.
aviacin.
214

motores.
motores.
S1 10.909.09 Demanda no satisfecha

S2
Se agot la disponibil idad de gasolina para mezcla
S3
Se agot la disponibil idad de gasolina para mezcla
S4
Re striccin de oc tan aje
S 5 45.454.55 Re striccin de oc tan aje

S 6 1818.18 Re striccin de presin de vapor
S7
Re striccin de presin de vapor
PROBLEMA N 7.Shale Oilm ubicada en la isla de Aruba, tiene una capacidad de 600.000 barriles de petrleo crudo al da.
Los productos finales de la refinera incluyen dos tipos de gasolina sin plomo: regular y premium. El
proceso de refinado abarca tres etapas: (1) una torre de destilado que produce una base concentrada,
(2) una unidad de alambiques desintegradores, que produce un concentrado de gasolina utilizando una
porcin de la base concentrada producida en la torre de destilado y (3) una unidad mezcladora que
mezcla el concentrado de gasolina de la unidad desintegradora y la base concentrada en la torre de
destilado. Tanto la gasolina regular como la premium se pueden producir ya sea con la base concentrada
o con el concentrado de gasolina durante el proceso de mezclado, an cuando a costos diferentes. La
compaa calcula que la utilidad neta por barril de gasolina regular es de 770 y 520 dlares, dependiendo
de si se mezcla de la base concentrada o de la gasolina concentrada. Los valores correspondientes de la
utilidad para el grado premiun son 123 y 104 dlares.
Segn las especificaciones del diseo, se necesitan cinco barriles de petrleo crudo para producir un
barril de base concentrada. Las unidades de alambiques desintegradores no pueden utilizar ms de
40.000 barriles de base concentrada al da. Toda la base concentrada restante se utiliza directamente en
la unidad mezcladora para producir el producto final, la gasolina. Los lmites de la demanda para la
gasolina regular y premium son de 80.000 y 50.000 barriles al da.
a)
b)
Desarrolle un modelo para determinar el programa de produccin ptimo para la refinera.

Supongamos que la capacidad de la torre de destilado se puede incrementar a 650.000 barriles
de petrleo crudo al da, a un costo inicial de 3500.000 dlares y a un costo diario de
mantenimiento de 15.000 dlares. Recomendara usted la expansin? Exponga cualesquiera
hiptesis sean necesarias para llegar a una decisin.
a)
X 1 Barriles de crudo regular

Z ( MAX ) 77 X 1 123 X 2 52 X 3 104 X 4
5( X 1 X 2 X 3 X 4 ) 600.000 Barriles de petrleo crudo al da / 5
X 3 X 4 40.000 Barriles de base concentrada
X3
X1
X2
80.000 Demanda de gasolina regular

X4
50.000 Demanda de gasolina premium
215
Z(MAX) = 11.540.000
X 1 70.000 Barriles de crudo regular

X 2 50.000 Barriles de crudo premium
X3
X4
S1
0
0
0
Barriles de destilado regular

Barriles de destilado premium
Se utiliz todos los barriles de petrleo crudo
S 2 40.000 Saldo de barriles de base concentrada

S 3 10.000 Demanda insatisfecha de gasolina regular
S4
b)
Se cubri toda la demanda de gasolina premium
Si se incrementa la capacidad de barriles de petrleo crudo a 650.000 al da, la nueva

solucin es.
Z ( MAX ) 77 x1 123 x 2 52 x3 104 x 4

5( x1 x 2 x3 x 4 ) 650.000 Barriles de petrleo crudo al da / 5
x3 x 4 40.000 Barriles de base concentrada
x3
x1
x2
80.000 Demanda de gasolina regular

x 4 50.000 Demanda de gasolina premium
216
Solucin.
Z(MAX) = 12.310.000.00
X 1 80.000 Barriles de crudo regular

X 2 50.000 Barriles de crudo premium
X3
X4
S1
0
0
0
Barriles de destilado regular

Barriles de destilado premium
Se utiliz todos los barriles de petrleo crudo
S 2 40.000 Saldo de barriles de base concentrada

S3
Demanda insatisfecha de gasolina regular
S4
Se cubri toda la demanda de gasolina premium
Precio dual = 12.310.000 11.540.000 = 770.000, aumenta la utilidad, de manera que se

recomienda la expansin.
PROBLEMA N 8.Hawai Sugar Company produce azcar morena, azcar procesada (blanca), azcar pulverizada y
melazas con el jarabe de la caa de azcar. La compaa compra 4.000 toneladas de jarabe a la
semana y tiene un contrato para entregar un mnimo de 25 toneladas semanales de cada tipo de azcar.
El proceso de produccin se inicia fabricando azcar morena y melazas con el jarabe. Una tonelada de
jarabe produce 0.3 toneladas de azcar morena y 0.1 tonelada de azcar de melazas. Despus, el
azcar blanco se elabora procesando el azcar morena. Se requiere 1 tonelada de azcar morena para
producir 0.8 toneladas de azcar blanca. Finalmente, el azcar pulverizada se fabrica de la azcar
blanca por medio de un proceso de molido especial, que tiene 95% de eficiencia de conversin (1
tonelada de azcar blanca produce 0.95 de toneladas de azcar pulverizada). Las utilidades por tonelada
de azcar morena, azcar blanca, azcar pulverizada y melazas son de 150, 200, 230 y 35 dlares,
respectivamente.
Formule el problema como un programa lineal y determinar el programa de produccin semanal.
X 1 Toneladas de azucar morena por semana

X 2 Toneladas de azucar refinada por semana
X 3 Toneladas de azucar en polvo por semana
X 4 Toneladas de melaza por semana
217
Z ( MAX ) 150 X 1 200 X 2 230 X 3 35 X 4

Sujeta a :
X
X2 3
0.95 0.3 x 4000 o 0.76 X 0.95 X X 912
X1
1
2
3
0.8
X 4 4.000 x0.1 o X 4 400

X 1 25, X 2 25, X 3 25
Z ( MAX ) 150 X 1 200 X 2 230 X 3 35 X 4

Sujeta a :
0.76 X 1 0.95 X 2 X 3
912 Toneladas de jarabe

25 Contrato de azczr morena
X1
25 Contrato de azczr blanca
X2
25 Contrato de azcar pulverizada
X3
X 4 400 Contrato de melaza
Solucin:
Z(MAX) = 222.677.50
X 1 25
Azcar morena
X2
25
Azucar blanca
X 3 869.25 Azcar pulverizada

X 4 400
Melasa
S1
0
Se utiliz todo el jarabe
S2
Se atendi todo el contrato de azcar morena
S3
Se atendi todo el contrato de azcar blanca
S 4 844.50 Valor adicional del contrato de azcar pulverizada

S5
Se cubri todo lo de melaza

218
PROBLEMA N 9.Fox Enterprises est considerando seis proyectos para su posible construccin, a lo largo de los
prximos cuatro aos. A continuacin se proporcionan las utilidades esperadas (valor actual) y los
desembolsos de efectivo para los proyectos. Fox est autorizada para emprender cualquiera de los
proyectos parcial o totalmente. Un compromiso parcial de un proyecto prorratear tanto la utilidad como
los desembolsos de efectivo en forma proporcional.
Desembolso de efectivo (en miles de dlares)
Ao 1
Ao 2
Ao 3
Ao 4 Utilidad (en miles de
dlares)
1
10.5
14.4
2.2
2.4
32
2
8.3
12.6
9.5
3.1
36
3
10.2
14.2
5.6
4.2
18
4
7.2
10.5
7.5
5.0
15
5
12.3
10.1
8.3
6.3
18
6
9.2
7.8
6.9
5.1
12
Fondos disponibles
60.0
70.0
35.0
20.0
(en miles de dlares)
Proyecto
Formule el problema como un problema lineal y determine la mezcla ptima de proyectos que maximice
las utilidades totales.
Sea x J proporcin ejecutada del proyecto i.

Z ( MAX ) 32. X 1 36 X 2 18 X 3 15 X 4 18 X 5 12 X 6
Sujeta a :
10.5 X 1 8.3 X 2 10.2 X 3 7.2 X 4 12.3 X 5 9.2 X 6 60
14.4 X 1 12.6 X 2 14.2 X 3 10.5 X 4 10.1X 5 7.8 X 6 70
2.2 X 1 9.5 X 2 5.6 X 3 7.5 X 4 8.3 X 5 6.9 X 6 35
2 .4 X 1 3 .1 X 2 4 .2 X 3
5 X 4 6.3 X 5 5.1X 6 20
0 X J 1, j 1, 2, 3......6
Solucin
Z(MAX) = 181.22
X 1 2.05 Pr oyecto A
X 2 3.21 Pr oyecto B
X3
Pr oyecto C
X4
Pr oyecto D
X5
Pr oyecto E
X6
Pr oyecto F
S 1 11.81 Fondos disponible s ao 1

S2
Fondos disponible s ao 2
S3
Fondos disponible s ao 3
S 4 5.12 Fondos disponible s ao 4
219
PROBLEMA N 10.Cuatro productos se procesan en secuencia en dos mquinas. La siguiente tabla proporciona los datos
pertinentes al problema.
Tiempo de fabricacin por unidad (hora)
Mquina Costo por Producto1 Producto2 Producto 3 Producto 4
hora ($)
1
10
2
3
4
2
2
5
3
2
1
2
Precio de Venta
Por unidad ($)
65
70
55
45
Capacidad
(hora)
500
380
a) Formular el problema como un modelo de PL y encuentre la solucin ptima
X 1 Pr oducto 1 65 2 x10 3 x5 $30

X 2 Pr oducto 2 70 3 x10 2 x5 $30
X 3 Pr oducto 3 55 4 x10 1x5 $10
X 4 Pr oducto 4 45 2 x10 2 x5 $15
Z / MAX ) 30 X 1 30 X 2 10 X 3 15 X 4
Sujeta :
2 X 1 3 X 2 4 X 3 2 X 4 500 Capacidad mquina 1
3 X 1 2 X 2 X 3 2 X 4 380 Capacidad mquina 2
Xj 0
220
Solucin:
Z(MAX) = 5.280
X 1 28
Pr oyecto 1
X 2 148 Pr oyecto 2
X3 0
Pr oyecto 3
X 4 0 Pr oyecto 4
S1 0 Se utiliz toda la capacidad de la mquina 1
S 2 0 Se utiliz toda la capacidad de la mquina 2
b) Supongamos que cualquier capacidad adicional de las mquinas 1 y 2 slo se puede adquirir
trabajando horas extras. Cul es el costo mximo por hora en el cual la compaa debe
estar dispuesta a incurrir para cualquiera de las mquinas?
Reemplazamos los trminos independientes por 501 y 381 respectivamente
221
Precio dual = 5292 5280 = $12, es decir $6 por cada mquina, no pagar ms de dicho
valor en el intervalo (333.33, 750)
PROBLEMA 11.- POLTICA DE PRSTAMOS BANCARIOS.

El Thriftem Bank, una institucin de servicio completo, est en proceso de formular una poltica de
prstamos que incluye un mximo de 12 millones de dlares. La siguiente tabla proporciona los datos
pertinentes acerca de los diferentes tipos de prstamos que ofrece el banco:
Tipo de
prstamo
Tasa de
inters
Probabilidad
de un mal crdito
Personal
Automvil
Vivienda
Agrcola
Comercial
.140
.130
.120
.125
.100
.10
.07
.03
.05
.02
Los malos crditos son irrecuperables y, por tanto, no producen ningn ingreso por intereses.
La competencia con otras instituciones financieras en el rea requiere que el banco asigne por lo menos
40% de los fondos a prstamos agrcolas y comerciales. Para ayudar a la industria de la vivienda en la
regin, los prstamos para viviendas deben ser equivalentes por lo menos a 50% de los prstamos
personales, para automvil y para viviendas. El banco tambin ha declarado una poltica de que la razn
total de los malos crditos en todos los prstamos no puede exceder de 0.04.
Modelo matemtico
Las variables del modelo se pueden definir como sigue:
x1 = prstamos personales (en millones de dlares)

x 2 = prstamos para automvil
x3 = prstamos para vivienda
x 4 = prstamos agrcolas
222
x5 = prstamos comerciales
El objetivo de Thriftem Bank es maximizar su utilidad neta, que se compone de la diferencia entre el
ingreso de los intereses y los fondos perdidos por los malos crditos. Debido a que estos ltimos no son
recuperables, ni el capital ni los intereses, la funcin objetivo se da como
Maximice z = .14(0.9x1) + .13(0.93x2) + .12(0.97x3) + .125(0.95x4)

+ 0.1 (0.98x5) - 0.1x1 - 0.07x2 - 0.03x3 - 0.05x4 - 0.02x5
Esta funcin se simplifica a
Maximice z = 0.026x1 + 0.0509x2 + 0.0864x3 + 0.06875x4 + 0.078x5

El problema tiene cinco restricciones:
1. Fondos totales
x1 x2 x3 x4 x5 12
2. Prstamos comerciales y agrcolas
x 4 x5 0.4 x12 o
x 4 x 5 4 .8
3. Prstamos para vivienda
x3 .5( x1 x 2 x3 ) o
5 x1 5 x 2 4 x3 0
4. Lmite en los malos crditos
0.1x1 0.07 x 2 0.03 x3 0.05 x 4 0.02 x5

0.04
x1 x 2 x3 x 4 x5
0.06 x1 0.03 x 2 0.01x3 0.01x 4 0.02 x5 0
5. No negatividad
x1 0, x2 0, x3 0, x4 0, x5 0
Una suposicin sutil en la formulacin anterior es que todos los prstamos se hacen aproximadamente al
mismo tiempo. Esta suposicin nos permite no tener en cuenta las diferencias en los valores de tiempo
de los fondos asignados a los diferentes prstamos.
Resumiendo las restricciones tenemos:
Z ( MAX ) 0.026 X 1 0.051X 2 0.086 X 3 0.069 X 4 0.078 X 5

Sujeta a :
X1
5X1
X2
5X 2
X3
4X 3
X4
X 5 12 Disponibil idad de fondos (en millones )
X4
X 5 4.8 Pr stamos comerciales y agrcolas
0 Pr stamos para vivienda
0.06 X 1 0.03 X 2 0.01X 3 0.01X 4 0.02 X 5 0 Lmite en los malos crditos
223
Solucin:
Z(MAX) = 0.9936 (en millones)
X 1 = 0 Prstamos personales (en millones de dlares)
X 2 = 0 Prstamos para automvil
X 3 = 7.20 Prestamos para vivienda
X 4 = 0 Prestamos agrcolas
X 5 = 4.80 Prestamos comerciales
S1 0 Se utiliz todo lo disponible para fondos
S 2 0 Se atendi todos los contratos comerciales y agrcolas
S 3 3.6 Valor que falta completar los prstamos para vivienda
S 4 0.168 Lmite de errores de los crditos
PROBLEMA N 12.- Reduccin de emisiones de polvo

Una planta de cemento produce 2.500,000 barriles de cemento por ao. Los hornos emiten 2 libras de
polvo por cada barril producido. Una agencia gubernamental para proteccin del ambiente requiere que
la planta reduzca sus emisiones de polvo a no ms de 800.000 libras anuales. Existen dos dispositivos
de control de emisiones disponibles, Ay B. El dispositivo A reduce las emisiones a1/2 libra por barril y su
costo es de $0.20 por barril y su costo es de $0.20 por barril de cemento producido. Para el dispositivo
de B, las emisiones son reducidas a 1/5 libra por barril y el costo es de $0.25 por barril de cemento
producido. Determine el plan de accin mas econmico que la planta debe tomar de modo que cumpla
el requerimiento de la agencia y tambin mantenga su produccin anual de 2.500.000 barriles de
cemento.5
224
1
1
X1 X 2 0X 3
5
4
y X 3 Nmero anual de barriles de cemento
Z ( NIN )
X1, X 2
producidos en los hornos

Sujeta a :
X 1 X 2 X 3 2.500.000 Barriles de cemento producidos cada ao
1
1
X 1 X 2 2 X 3 800.000 Libras de polvo
2
5
E lim inando deno min adores
X 1 X 2 X 3 2.500.000 Barriles de cemento producidos cada ao
5 X 1 2 X 2 20 X 3 8.000.000 Libras de polvo
Solucin:
Z(MIN) = $575.000
X 1 1.000.000
X 2 1.500.000
X3
S1
Se utilizaron todos los barriles de cemento
S2
Se utiliz todas las libras de polvo
PROBLEMA N 13
Investigacin de marketing
Management Sciences Associates (MSA) es una firma de investigacin de computadoras y marketing
establecida en Washington que maneja este consumo. Uno de sus clientes es un servicio de prensa
nacional que peridicamente realiza sondeos polticos o sobre temas de inters general una encuesta
para esta firma, MSA determina que debe satisfacer varios requerimientos para obtener conclusiones
estadsticamente validas sobre el delicado tema en nuevas leyes y sobre migracin de Estados Unidos.
1. Encuesta a por lo menos 2300 hogares estadounidenses en total
2. Encuesta a por lo menos 2000 hogares cuyas cabezas tengan 30 anos o menos
3. Encuesta a por lo menos 600 hogares cuyas cabezas estn entre31 y 50 anos.
4. Garantizar que, por lo menos, 15% de los encuestados vivan en un estado fronterizo con Mxico
5. Garantizar que no ms de20% de los encuestados de 51 anos de edad o mas vivan en un estado
fronterizo con Mxico.
MSA decide que todas las encuestas debern llevarse a cado en persona. Se estima que los costos para
llegar a las personas de cada categora de edad y regin son los siguientes:
225

COSTO POR PERSONA
ENCUESTADADO ($)
REGIN
Estado fronterizo con Mxico
Estado no fronterizo con Mxico
Edad 30
EDAD31-50
EDAD 51
$7.5
$6.9
$6.8
$7.25
$5.5
$6.1
El objetivo de MSA es satisfacer los cinco requerimientos de muestreo al mnimo costo posible. Sean
X1 = nmero de encuestados de 30 aos o menos que viven en un estado fronterizo
X2 = nmero de encuestados de 31 a 50 aos que viven en un estado fronterizo
X3 = nmero de encuestados de 51 aos o mas que viven en un estado fronterizo
X4 = nmero de encuestados de 30 aos o menos que no viven en un estado fronterizo
X5 = nmero de encuestados de 31 a 50 aos que no viven en un estado fronterizo.
X6 = nmero de encuestados de 51 aos o ms que no viven en un estado fronterizo.
Funcin objetivo:
Minimizar los costos de las entrevistas= $7.5X1+$6.8X2+$5.5X3+$6.9X4+$7.25X5+$6.1X6
Sujeto a:
X1 + X2 + X3 + X4 + X5 + X6 2300 (hogares totales)
X1
+ X4
X2
+ X5
X1 + X2 + X3
0.15(X1+X2+X3+X4+X5+X6) (estados fronterizos)
X3
0.20(X3+X6) (limite en el grupo de edad de 51+ que viven en un
estado fronterizo)
X1, X2, X3, X4, X5, X6 0
226
X1 = 0 nmero de encuestados de 30 aos o menos que viven en un estado fronterizo

X2 = 600 nmero de encuestados de 31 a 50 aos que viven en un estado fronterizo
X3 = 140 nmero de encuestados de 51 aos o mas que viven en un estado fronterizo
X4 = 1000 nmero de encuestados de 30 aos o menos que no viven en un estado fronterizo
X5 = 0 nmero de encuestados de 31 a 50 aos que no viven en un estado fronterizo.
X6 = 560 nmero de encuestados de 51 aos o ms que no viven en un estado fronterizo.
S1 = 0 (hogares totales)
S2 = 0 (hogares cuyos miembros tengan 30 o menos)
S3 = 0 (hogares cuyos miembros tengan 31-50 de edad)
S4 = 395 (estados fronterizos)
S5 = 0 (limite en el grupo de edad de 51+ que viven en un estado fronterizo)
Z(MAX) = 15.16
227
PROBLEMA N 14.Planeacin del trabajo

Los problemas de planeacin de mano de obra abordan las necesidades de personal durante un periodo
especfico. Son especialmente tiles cuando los administradores tienen una cierta flexibilidad al asignar
trabajadores a tareas que requieren superposicin o talentos intercambiables. Con frecuencia, los
grandes bancos utilizan PL para resolver la programacin de su fuerza de trabajo.
El Hong Kong Bank of Commerce and Industry es un banco muy ocupado que requiere entre 10 y 18
cajeras, segn la hora del da. El horario de tiempo o de almuerzo, de medioda a 2 P.M., casi siempre
es el ms pesado. La tabla indica los empleados requeridos en las varias horas en que el banco est
abierto.
PERIODO
NUMERO DE CAJERAS
9 A.M -10A.M
10
10A.M -11A.M
12
11A.M - Medioda
14
Medioda -1P.M
16
1P.M - 2P.M
18
2P.M - 3P.M
17
3P.M - 4P.M
15
4P.M - 5P.M
10
En la actualidad el banco cuesta con 12 cajeras de tiempo completo, pero muchas personas estn
disponibles en su lista de empleados de tiempo parcial. Un empleado de tiempo parcial debe trabajar
exactamente 4 horas al da, pero puede comenzar a cualquier hora entre 9 A.M.. y 1 P.M. Estos
empleados forman un equipo de fuerza de trabajo bastante barato, puesto que no gozan de beneficios
de retiro ni almuerzo. Por otra parte, los empleados de tiempo completo laboran de 9 A.M. a 5 P.M. pero
se les permiten 1 hora de comida. (La mitad de ellos como a las 11 A.M. y la otra mitad al medioda) Por
lo tanto, los empleados de tiempo completo generan 35 horas por semanas de tiempo de trabajo
productivo.
Por poltica corporativa, el banco limita las horas de jordanas parciales a un mximo de 50% del
requerimiento total del da. Los empleados de tiempo parcial cobran $8 por hora ($32 por da) en
promedio y los de tiempo completo $100 por da en salario y beneficios, en promedio. Al banco le
gustara establecer un programa que minimice sus costos totales de personal, y despedir a una o ms
de sus cajeras de tiempo completo si es rentable hacerlo.
X1
X2
X3
X4
X5
X6
= cajeras de tiempo completo

= empleados de tiempo parcial que entran al medioda (y salen a las 4 P.M.)
= empleados de tiempo parcial que entran a la 1 P.M. (y salen a las 5 P.M.)
Funcin objetivo:
Minimizar el costo del personal diario total = $100X1 + $32(X2 + X3 + X4 + X5 + X6)
Restricciones:
En cada hora, las horas de mano disponible deben ser por lo menos iguales a las horas de mano de obra
requeridas.
X1 + X2
X1 + X2 + X3
10 (necesidades de 9 A.M.-10 A.M.)

12 (necesidades de 10 A.M.-11A.M.)
228
X1 + X2 + X3 + X4
14 (necesidades de 11 A.M.- medioda)
X1 + X2 + X3 + X4 + X5
16 (necesidades de medioda -1 P.M.)
X1
+ X3 + X4 + X5 + X6 18 (necesidades de 1 P.M.- 2 P.M.)
X1
+ X4 + X5 + X5 17 (necesidades de 2 P.M.- 3 P.M.)
X1
+ X5 + X6 15 (necesidades de 3 P.M.- 4 P.M.)
X1
+ X6 10 (necesidades
4 P.M - 5 P.M.)
X1
12
Solo
12
cajeras
de
tiempo completo estn disponible
XJ 0
Las horas de empleados de tiempo parcial no pueden exceder de 50% del total de horas requeridas cada da, las cuales son la suma de las cajeras necesarias cada
hora.
4(X2 + X3 + X4 + X5 + X6) 0.50 (10+12+14+16+18+17+15+10)
o
4X2 + 4X3 + 4X4 + 4X5 + 4X6 0.50 (112)
229
X1 = 10 cajeras de tiempo completo

X2 = 6 empleados de tiempo parcial que entran a las 9 A.M. (y salen a la 1 P.M.)
X3 = 1 empleados de tiempo parcial que entran a las 10 A.M. (y salen a las 2 P.M.)
X4 = 2 empleados de tiempo parcial que entran a las 11 A.M. (y salen a las 3 P.M.)
X5 = 2 empleados de tiempo parcial que entran al medioda (y salen a las 4 P.M.)
X6 = 3 empleados de tiempo parcial que entran a la 1 P.M. (y salen a las 5 P.M.)
S1 = 6 (necesidades de 9 A.M.-10 A.M.)
S2 = 5 (necesidades de 10 A.M.-11A.M.)
S3 = 0 (necesidades de 11 A.M.- medioda)
S4 = 0 (necesidades de medioda -1 P.M.)
S5 = 0 (necesidades de 1 P.M.- 2 P.M.)
X8 = 3 (necesidades
4 P.M - 5 P.M.)
S9 = 2 Solo 12 cajeras de tiempo completo estn disponible
S10= 0 Las horas de empleados de tiempo parcial no pueden exceder de 50% del total de
horas requeridas cada da, las cuales son la suma de las cajeras necesarias cada
hora.
Z(MAX) = 1.448 Costo de cualquiera de las polticas
PROBLEMA N 15.APLICACIONES A LAS MEZCLAS DE INGREDIENTES
Problemas de dieta
El problema de dieta, una de las primeras aplicaciones de PL, originalmente fue utilizado por hospitales
para determinar la dieta ms econmica para pacientes. Conocido en aplicaciones agrcolas como
problema de mezcla de alimentos, el problema de dieta implica especificar un alimento o combinacin de
ingredientes alimenticios que satisfaga los requerimientos nutricionales a nivel de costo minino
El Whole Food Nutrition Center utilizar tres granos a granel para preparar un cereal natural que vende
por libra. La tienda anuncia que cada porcin de 2 onzas de cereal cuando se toma taza de leche
entera satisface el requerimiento diario mnimo de un adulto de protenas, riboflavina, fsforo, magnesio.
El costo de cada grano de granel y las utilidades de protena, riboflavina, fsforo, y magnesio por libra de
cada uno se muestran en la tabla.
Grano
A
B
C
Costo por libra

(centavos)
33
47
38
Proteina
Riboflavina
22
16
28
14
21
25
Fsforo
Magnesio
8
5
7
0
9
6
El requerimiento diario mnimo de un adulto (llamado Racin diaria Recomendada en Estados Unidos o
USRDA, por sus siglas en ingles) de protenas es de tres unidades:de riboflavina 2 unidades de fsforo,
230
1 unidad de magnesio, 0.425 unidades Whole Food desea elegir la mezcla de granos que satisfaga la
USRD a un costo mnimo.
X1= libras del grano A en una porcin de 2 onzas de cereal
X2= libras del grano B es una porcin de 2 onzas de cereal
X3= libras del grano C en una porcin de 2 onzas de cereal
Funcin objetivo:
Minimizar el costo total de mezcla de una porcin de 2 onzas = $0.33X1 + $0.47X2 + $0.38X3
Sujeta a:
22X1 + 28X2 + 21X3 3
16X1 + !4X2 + 25X3 2
8X1 + 7X2 + 9X3 1
5X1 + 0X2 + 6X3 0.425
X1 + X2 + X3 = 0.125
X1, X2, X3 0
(unidades de protenas)
(unidades de riboflavina)
(unidades de fsforo)
(unidades de magnesio)
(la mezcla total es de 2 onzas o 0.125 libras)
X1 = 0.025 libras del grano A en una porcin de 2 onzas de cereal

X2 = 0.050 libras del grano B es una porcin de 2 onzas de cereal
X3 = 0.050 libras del grano C en una porcin de 2 onzas de cereal
S1 = 0 (unidades de protenas)
S2 = 0.350 (unidades de riboflavina)
S3 = 0 (unidades de fsforo)
S4 = 0 (unidades de magnesio)
S5 = 0 (la mezcla total es de 2 onzas o 0.125 libras)
El costo por porcin es de $0.0507
PROBLEMA N 16.Mezcla de ingredientes y problemas de mezclado

En realidad, los problemas de alimentacin y dieta son casos especiales de una clase ms general de
problema de PL conocidos como problema de mezclado o de ingredientes Los problemas de mezclado
surgen cuando se debe decidir con respecto a la mezcla de dos o ms recursos para producir uno o ms
productos .Los recursos en este caso, contienen uno o ms ingredientes esenciales que deben ser
mezclados de modo que cada producto final contenga porcentajes especficos de cada ingredientes. El
231
ejemplo siguiendo aborda una aplicacin que se presenta con frecuencia en la industria petrolera:
mezcla de petrleos crudos para producir gasolina que se puede refinar
La Low Knock Oil Company produce dos granos de gasolina de precio reducido para distribucin
industrial .Estos granos, regular y econmico, se produce a travs de la refinacin de una mezcla de los
tipos de crudo, de tipo X100 y el tipo X200 Cada crudo difiere no slo en un costo por barril, sino en su
composicin. La tabla siguiente indica el porcentaje de ingredientes cruciales que contiene cada uno de
los crudos y el costo por barril de cada uno:
Tipo de
Petrleo
Ingrediente
A(%)
Ingrediente
B(%)
Costo / Barril
($)
X100
35
55
30.00
X220
60
25
34.80
La demanda semanal de gasolina regular de Low Knock es por lo menos de 25,000 barriles y de la
economa de por lo menos 32.000 barriles de tipo regular debe ser de ingredientes A. Como mximo,
cada barril de tipo econmico deber obtener 50% de Ingredientes B
La administracin de Low Knock debe decidir cuantos barriles de cada tipo de crudo debe comprar cada
semana para realizar la mezcla y satisfacer la demanda a costo mnimo Para resolver este problema
como problema PL la firma hace
X1 = barriles de crudo X100 mezclado para producir la gasolina regular.
X3 = barriles de crudo X220 mezclado para producir gasolina regular.
Funcin objetivo:
Minimizar el costo = $30X1 + $30X2 + $34.80X3 + $34.80X4
Sujeto a:
X1 + X3 25,000
X2 + X4 32,000

Por lo menos, 45% de cada barril de gasolina regular deber ser ingrediente A.
(X1 + X3) = cantidad total de crudo mezclado para producir la gasolina regular refinada.
Por lo tanto,
0,45(X1 + X3) = cantidad mnima de ingrediente A requerido.
Pero
0,35X1 + 0,60X3 = cantidad de ingrediente A en la gasolina regular refinada.
De manera que
0,35X1 + 0,60X3 0,45X1 + 0,45X3
O
- 0,10X1 + 0,15X3 0 (ingrediente A ante restriccin de regular)
Asimismo, como mximo, de cada barril de gasolina econmica 50% debe ser ingrediente B.
X2 + X4 = cantidad total de crudo mezclado para producir la gasolina econmica refinada
demandada.
Por lo tanto
232
0,50(X2 + X4) = cantidad mxima de ingrediente B permitido.

0,55X2 + 0,25X4 = cantidad de ingrediente B en la gasolina econmica refinada.
De manera que
0,55X2 + 0,25X4 0,50X2 + 0,50X4
O
0,05X2 - 0,25X4 0 (ingrediente B ante la restriccin de gasolina econmica)
He aqu la formulacin de PL completa:
minimizar el costo =
sujeto a:
30X1
X1
30X2
X2
-0.10X1
+ 34.80X3 +
+
X3
+
+
34.80X4
25,000
32,000
0.25X4
X1,X2,X3,X4
X4
0.15X3
0.05X2
X1 = 15.000
barriles de X100 en la gasolina regular.
X2 = 26.666,67 barriles de X100 en la gasolina econmica.
X3 = 10.000
barriles X220 en la gasolina regular.
X4 = 5.333.33 barriles de X220 en la gasolina econmica.
S1 =
0
S2 =
0
S3 =
0
(ingrediente A ante restriccin de regular)
S4 =
0
(ingrediente B ante la restriccin de gasolina econmica)
El costo de esta mezcla es de $1.783.600.

PROBLEMA N 17.Seleccin de una cartera
Un problema que frecuentemente enfrentan gerentes de bancos, fondos mutuos, servicios de inversin y
compaas de seguros es seleccionar inversiones especficas de entre una amplia variedad de
alternativas. Por lo general, el objetivo global del gerente es maximizar la devolucin esperada de la
inversin, dado un conjunto de restricciones de riesgos, polticas o legales.
Por ejemplo, el Internacional City Trust (ICT) invierte en crditos comerciales a corto plazo, bonos
corporativos, acciones en oro y prstamos para construccin. Para promover una cartera diversificada, la
junta de directores impuso lmites a la cantidad que puede ser comprometida en cualquier tipo de
inversin. ICT dispone de $5 millones para inversin inmediata y desea hacer dos cosas: 1) maximizar
el inters que se devenga sobre las inversiones realizadas durante los siguientes seis meses y 2)
satisfacer los requerimientos de diversificacin que estableci la junta de directores.
Los puntos especficos de las posibilidades de inversin son los siguientes:
233

Inters
devengado (%)
Inversin mxima
(millones $)
Crdito comercial
1.00
Bonos corporativos
11
2.5
Acciones en oro
19
15
1.5
1.8
Inversin
Adems, la junta especifica, que por lo menos, 55% de los fondos invertidos debe ser acciones en oro y
prstamos para construccin y que no menos de 15% se debe invertir en crdito comercial.
Para formular la decisin de inversin de ICT como un problema de PL, Sean
X1 = monto invertido en crdito comercial
X2 = monto invertido en bonos corporativos
X3 = monto invertido en acciones en oro
X4 = monto invertido en prstamos para construccin
Funcin Objetivo:
Maximizar el monto de inters devengado = 0.07X1+0.11X2+0.19X3+0.15X4
Sujeto a:
X1
X2
X3
X4
X3 + X4
X1
X1 + X2 + X3 + X4
X1, X2, X3, X4
1,000,000
2,500,000
1,500,000
1,800,000
0.55 (X1+X2+X3+X4)
0.15 (X1+X2+X3+X4)
5,000,000
234
X1 = $750.000 monto invertido en crdito comercial

X2 = $950.000 monto invertido en bonos corporativos
X3 = $1.500.000 monto invertido en acciones en oro
X4 = $1.800.000 monto invertido en prestamos para construccin
S1 = $250.000 Crdito comercial
S2 = $1.550.000 Bonos corporativos
S3 =
0
Acciones en oro
S4 =
0
S5 =
0
55% invertidos debe ser acciones en oro y prstamos para construccin
S6 =
0
15% se debe invertir en crdito comercial.
S7 =
0
lmites a la cantidad que puede ser comprometida en cualquier tipo de inversin. ICT dispone de $5 millones
Inters total devengado $712.000
235
PROBLEMA N 18.Problema de envi

El problema de transporte o envi implica determinar la cantidad de artculos o productos que deben ser
transportados de varios orgenes a varios destinados. El objetivo en general es minimizar los costos y
distancias de envi totales. Las restricciones en este tipo de problema se relacionan con las capacidades
en cada origen y los requerimientos en cada destino. El problema de transporte es un caso muy
especfico de PL, por lo cual se desarrollo un algoritmo especial para resolverlo. El procedimiento de
solucin es uno de los temas del capitulo V.
La TOP Speed Bicycle Co. fabrica y comercializa una lnea de bicicletas de 10 velocidades a nivel
nacional. La firma cuenta con plantas de ensamble en dos ciudades en las que los costos de mano de
obra son bajos, Nueva Orlens y Omaha. Sus tres almacenes principales estn ubicados cerca de los
grandes mercados de Nueva Cork, Chicago y Los ngeles.
Los requerimientos de ventas para el ao siguientes en el almacn de Nueva Cork son de 10,000
bicicletas, en el de Chicago 8.000 y en el de Los ngeles 15,000. La capacidad de la fbrica en cada
ciudad es limitada. Nueva Orlens puede armar y enviar 20,000 bicicletas; Omaha puede producir
15,000 bicicletas al ao. El costos de envi de una fabrica desde cada fabrica a cada almacn difiere.
Estos costos unitarios de envi son los siguientes:
A
DE
NUEVA YORK
CHICAGO
LOS ANGELES
Nueva Orlens
$2
$3
$5
Omaha
La compaa desea desarrollar un programa de envi que minimice sus costos de transporte anuales.
Para formular este problema con PL, de nuevo se emplea el concepto de variables de doble subndice.
El primer subndice representa el origen (fabrica) y el segundo el destino (almacn). Por lo tanto, en
general Xij se refiere al nmero de bicicletas enviadas del origen i al destino j. En su lugar se podra
denotar X6 como la variable del origen 2 al destino 3, pero en general la mayora encuentra que los
subndices dobles son ms descriptivos y fciles de utilizar. Por lo tanto, sean
X1 = nmero de bicicletas enviadas de Nueva Orlens a Nueva York
X2 = nmero de bicicletas enviadas de Nueva Orlens a Chicago
X3 = nmero de bicicletas enviadas de Nueva Orlens a Los ngeles
X4 = nmero de bicicletas enviadas de Omaha a Nueva Cork
X5 = nmero de bicicletas enviadas de Omaha a Chicago
X6 = nmero de bicicletas enviadas de Omaha a Los ngeles
Este problema se formula como sigue:
Funcin objetivo
Minimizar los costos totales de envi = 2X1 + 3X2 + 5X3 + 3X4 + 1X5 + 4X6
Sujeto a:
X1
+ X4
= 10,000
+ X5
= 8,000
X3
+ X6 = 15,000
X1 + X2 + X3
20,000
X4 + X5 + X6 15,000
Totales las variables
0
X2
(Demanda de Nueva York)

(Demanda de Chicago)
(Demanda de Los ngeles)
(Demanda en la fabrica de Nueva Orlens)
(Existencia en la fabrica de Omaha)
Por qu los problemas de trasporte son una clase especial de problemas de PL? La respuesta es que
cada coeficiente enfrente de una variable en las ecuaciones de restriccin siempre es igual a 1. Esta
236
cualidad especial tambin se encuentra en otra categora especial de problemas de PL, el problema de
asignacin. (El problema de asignacin puede ser considerado como un caso especial del problema de
transporte en la cual el abasto de cada fuente y la demanda de cada destino es uno)
X1 = 10.000 nmero de bicicletas enviadas de Nueva Orlens a Nueva York

X2 = 0
nmero de bicicletas enviadas de Nueva Orlens a Chicago
X3 = 8.000 nmero de bicicletas enviadas de Nueva Orlens a Los ngeles
X4 = 0
nmero de bicicletas enviadas de Omaha a Nueva Cork
X5 = 8.000 nmero de bicicletas enviadas de Omaha a Chicago
X6 = 7.000 nmero de bicicletas enviadas de Omaha a Los ngeles
S4 = 2.000 (Demanda en la fabrica de Nueva Orlens)
Costo total de envo es de $96.000
PROBLEMA N 19.APLICACIONES AL TRANSBORDO

En realidad, el problema de transporte es un caso especial de problema de trasbordo. Si los artculos se
transportan desde el origen a travs de un punto intermedio (llamado punto de trasbordo) antes de llegar
a su destino final, entonces el problema recibe el nombre de problema de trasbordo. Por ejemplo, una
compaa podra fabricar un producto en varias plantas para ser enviado a varios centros de distribucin
regionales. Desde estos centros los artculos son enviados a tiendas de ventas al menudeo que son los
destinos finales. A continuacin se da un ejemplo.
Centros de distribucin
Frosty Machines fabrica barredoras de nieve en plantas localizadas en Toronto y Detroit. Luego, las
maquinas son enviadas a centros de distribucin regionales ubicadas en Chicago y Bfalo, desde donde
son reenviadas a tiendas en Nueva York, Philadelphia y St. Louis. La figura ilustra la representacin en
forma de red de esta situacin bsica. Los costos de envi varan, como se muestra en la siguiente tabla.
Las demandas pronosticadas de Nueva York, Philadelphia y St. Louis tambin aparecen en esta tabla, lo
mismo que las existencias disponible de barredoras de nieve en las dos fabricas.
Observe que las barredoras de nieve no pueden ser enviadas directamente desde Toronto yo Detroit a
cualesquiera de estos destinos finales. Por eso, Chicago y Bfalo aparecen no solo como destino sino
tambin como orgenes.
A
DE
Toronto
Detroit
Chicago
Buffalo
Demanda
Chicago
Buffalo
$4
$5
-------
$7
$7
-------
Nueva
York
----$5
$2
450
Philadelphia
----$4
$3
350
ST.
Louis
----$5
$4
300
Existencia
800
700
-----
237
Frosty desea minimizar los costos de transporte asociados con los envi de suficientes barredoras de
nieve para satisfacer las demandas en los tres destinos sin que se excedan las existencia de cada
fabrica. Por lo tanto, se tienen restricciones de existencias y demandas similares a los problemas de
trasporte. Como no se producen unidades en Chicago o Bfalo, cualquiera cantidad enviada desde estos
puntos de trasbordo deben haber arribado a Toronto o Detroit. Por consiguiente, Chicago y Bfalo
tendrn una restriccin que indique esta situacin. El enunciado verbal de este problema seria como
sigue:
Minimizar el costo
Sujeto a:
1.
2.
3.
4.
5.
6.
El nmero de unidades enviadas desde Toronto no es ms de 800.

El nmero de unidades enviadas desde Detroit no es ms de 700.
El nmero de unidades enviadas a Nueva York es de 450.
El nmero de unidades enviadas a Philadelphia es de 350.
El nmero de unidades enviadas a St. Louis es de 300.
El nmero de unidades enviadas desde Chicago es igual al nmero de unidades enviadas a
Chicago.
7. El nmero de unidades enviadas desde Buffalo es igual al nmero de unidades enviadas a Buffalo.
Las variables de decisin representaran el nmero de unidades enviadas desde cada origen a cada
punto de trasbordo y el nmero de unidades enviadas desde cada punto de trasbordo a cada destino
final, ya que estas son las decisiones que la administracin deben tomar. Las variables de decisin son:
X1 = nmero de unidades enviadas de Toronto a Chicago
X2 = nmero de unidades enviadas de Toronto a Buffalo
X3 = nmero de unidades enviadas de Detroit s Chicago
X4 = nmero de unidades enviadas de Detroit a Buffala
X5 = nmero de unidades enviadas de Chicago a Nueva York
X6 = nmero de unidades enviadas de Chicago a Philadelphia
X7 = nmero de unidades enviadas de Chicago a St. Louis
X8 = nmero de unidades enviadas de Buffalo a Nueva York
X9 = nmero de unidades enviadas de Buffalo a Philadelphia
X10 = nmero de unidades enviadas de Buffalo a St. Louis
Funcin objetivo
Minimizar el costo = 4X1 + 7X2 + 5X3 + 7X4 + 6X5 + 4X6 + 5X7 + 2X8 + 3X9 + 4X10
Sujeto a:
XI + X2
800 Existencias en Toronto
X3 + X4
700 Existencias en Detroit
X5
+ X8
= 450 Demanda en Nueva York
X6
+ X9
= 350 Demanda en Philadelphia
X7
+ X10 = 300 demanda en St. Louis
X1
+ X3
= X5+X6+X7 envi a travs de Chicago
X2
+ X4
= X8+X9+X10 envi a travs de Buffalo
XJ
0
restricciones de no negatividad
238
X1 = 650 nmero de unidades enviadas de Toronto a Chicago

X2 = 150 nmero de unidades enviadas de Toronto a Buffalo
X3 = 0 nmero de unidades enviadas de Detroit s Chicago
X4 = 300 nmero de unidades enviadas de Detroit a Buffala
X5 = 0 nmero de unidades enviadas de Chicago a Nueva York
X6 = 350 nmero de unidades enviadas de Chicago a Philadelphia
X7 = 300 nmero de unidades enviadas de Chicago a St. Louis
X8 = 450 nmero de unidades enviadas de Buffalo a Nueva York
X9 = 0 nmero de unidades enviadas de Buffalo a Philadelphia
X10 = 0 nmero de unidades enviadas de Buffalo a St. Louis
S2 = 400 Existencias en Detroit El costo total ser de $9.550
239
Resolver por el mtodo
programacin lineal:
simplex
los
siguientes
problemas
de
1)
La seorita Fernanda Erazo es una estudiante emprendedora de primer ao en la Pontificia

Universidad Catlica del Ecuador. Comprende que slo el trabajo y nada de diversin hacen de
Fernanda una muchacha aburrida. Como resultado, Fernanda quiere distribuir su tiempo
disponible, de alrededor de 10 horas al da, entre el trabajo y la diversin. Calcula que el juego es
dos veces ms divertido que el trabajo. Tambin quiere estudiar por lo menos tanto como juega.
Sin embargo, Fernanda comprende que si quiere terminar todas sus tareas universitarias, no
puede jugar ms de cuatro horas al da. Cmo debe distribuir Fernanda su tiempo para
maximizar su satisfaccin tanto en el trabajo como en el juego?
2)
Viviana Erazo debe trabajar por lo menos 20 horas a la semana para completar su ingreso
mientras asiste a la escuela. Tiene la oportunidad de trabajar en dos tiendas al detalle: en la tienda
1 Viviana puede trabajar entre 5 y 12 horas a la semana, y en la tienda 2 le permiten trabajar entre
6 y 10 horas. Ambas tiendas pagan el mismo por hora. De manera que Viviana quiere basar su
decisin acerca de cuntas horas debe trabajar en cada tienda en un criterio diferente: el factor
del estrs en el trabajo. Basndose en entrevistas con los empleados actuales, Viviana calcula
que, en una escala de 1 a 10, los factores del estrs son de 8 y 6 en las tiendas 1 y 2,
respectivamente. Debido a que el estrs aumenta por hora, ella supone que el estrs total al final
de la semana es proporcional al nmero de horas que trabaja en la tienda. Cuntas horas debe
trabajar en cada tienda?
3)
Dos productos se fabrican en un centro de maquinado. Los tiempos de produccin por unidad de
los productos 1 y 2 son de 10 y 12 minutos, respectivamente. El tiempo regular total de la mquina
es de 2.500 minutos por da. En un da cualquiera, el fabricante vende entre 150 y 200 unidades
del producto 1, pero no ms de 45 unidades del producto 2. Se pueden emplear horas extras para
satisfacer la demanda a un costo adicional de 0.50 de dlar por minuto.
a) Suponiendo que las utilidades por unidad de los productos 1 y 2 son.6.0 y 7.50 dlares,
respectivamente, formule un modelo y determine el nivel ptimo de fabricacin para cada
producto, as como cualesquiera nmero de horas extra necesarias en el centro.
b) Si el costo por minuto de horas extra se incrementa a 1.50 dlares, la compaa debe
utilizar horas extras?
4)
La tienda de comestibles B&K vende dos tipos de bebidas no alcohlicas: la marca de sabor de
cola A1 y la marca propia de la tienda, B&K de colas, ms econmica. El margen de utilidad en la
bebida de cola A1 es de alrededor de 5 centavos de dlar por lata, mientras que la de la bebida de
cola B&K suma una ganancia bruta de 7 centavos por lata. En promedio, la tienda no vende ms
de 500 latas de ambas bebidas de cola al da. An cuando A1 es una marca ms conocida, los
clientes tienden a comprar ms latas de marca B&K, porque considerablemente es ms
econmica. Se calcula que la venta de la marca B&K superan a las de la marca A1 en una razn
de 2 a 1 por lo menos. Sin embargo, B&K vende, como mnimo, 100 latas de A1 al da.
a) Cuntas latas de cada marca debe tener en existencia la tienda diariamente para maximizar
su utilidad?
b) Determine la razn de las utilidades por lata de A1 y B&K que mantendr inalterada la
solucin en (a).
5)
Baba Furniture Company emplea a cuatro carpinteros durante 10 das para ensamblar sillas y
mesas. Se requieren 30 minutos para ensamblar una silla.y 2 horas para ensamblar una mesa.
Por lo comn, los clientes compran entre cuatro y seis sillas con cada mesa. Las utilidades son de
13 dlares por mesa y 5 dlares por silla. La compaa opera un turno de 8 horas al da.
a) Determine la mezcla de produccin ptima de los 10 das.
b) Determine el rango de la razn de utilidades por unidad, que mantendr inalterada la ptima
(a).
240
c) Si las utilidades actuales por cada mesa y silla se reducen 10%, utilice la respuesta en (b)
para mostrar la forma en la cual este cambio afecta la solucin ptima obtenida en (a).
d) Si las utilidades actuales por cada mesa y silla cambia a 12 y 2.5 dlares, utilice el resultado
de sensibilidad en (b) para determinar si cambiar o no la solucin en (a).
6)
El Banco del Pacfico est asignando un mximo de 200.000 dlares para prstamos personales y
de automviles durante el prximo mes. El banco cobra 14% por prstamos personales y 12% por
prstamos para automviles. Ambos tipos de prstamos se liquidan al final de un periodo de un
ao. La experiencia muestra que alrededor del 3% de los prstamos personales y del 2% de los
prstamos para automviles nunca se liquidan. Por lo comn, el banco asigna cuando menos el
doble de los prstamos personales a los prstamos para automviles.
a) Determine la asignacin ptima de fondos para los tipos de prstamos y la tasa neta de
utilidad que obtendr el banco de todos los prstamos.
b) Determine el rango de optimilidad para la razn de las tasas de inters de prstamos
personales y para automvil que mantendr inalterada la solucin en (a).
c) Supongamos que el porcentaje de prstamos personales y para automvil no liquidados
cambia a 4% y 3%, respectivamente, Cmo afectara este cambio la solucin ptima en
(a)?.
7)
Electra produce dos tipos de motores elctricos, cada uno en una lnea de ensamble separada.
Las respectivas capacidades diarias de las dos lneas son de 600 y 750 motores. El motor tipo 1
emplea 10 unidades de cierto componente electrnico y el motor tipo 2 slo utiliza 8 unidades. El
proveedor del componente puede proporcionar 8.000 piezas al da. Las utilidades por motor para
los tipos 1 y 2 son de 60 y 40 dlares, respectivamente.
a) Determine la mezcla ptima para la produccin diaria.
b) Determine el rango de optimalidad de la razn de utilidades por unidad que mantendr
inalterada la solucin en (a)
8)
Deans Furniture Company ensambla dos tipos de gabinetes de cocina de madera precortada:
regulares y de lujo. Los gabinetes regulares estn pintados de blanco y los de lujo estn
barnizados. Tanto la pintura como el barnizado se llevan a cabo en un departamento. La
capacidad diaria del departamento de ensamble puede producir un mximo de 200 gabinetes
regulares y 150 gabinetes de lujo. El barnizado de un gabinete del lujo se lleva el doble de tiempo
que pintar uno regular. Si el departamento de pintura /barnizado se dedica nicamente a las
unidades de lujo, terminara 180 unidades diarias. La compaa calcula que las utilidades por
unidad de los gabinetes regulares y de lujo son de 100 y 140 dlares, respectivamente.
a) Formule el problema como un programa lineal y encuentre el programa de produccin ptima
por da.
b) Supongamos que, debido a la competencia, las utilidades por unidad de las unidades
regulares y de lujo deben reducirse a 80 y 110 dlares, respectivamente. Utilice el anlisis de
sensibilidad para determinar si la solucin ptima en (a) se mantiene inalterada o no.
9)
Una compaa fabrica dos productos, A y B. El volumen de ventas de A es por lo menos 80% de
las ventas totales de A y B. Sin embargo, la compaa no puede vender ms de 100 unidades de
A por da. Los dos productos utilizan una materia prima, cuya disponibilidad mxima diaria se
limita a 240 libras al da. Las proporciones de utilizacin de la materia prima son 2 libras para cada
unidad de A y 4 libras para cada unidad de B. Los precios unitarios de A y B son de 20 y 50
dlares, respectivamente.
b) Determine el valor por cambio unitario en la disponibilidad de la materia prima y su rango de
aplicabilidad.
c) Utilice el anlisis de sensibilidad para determinar el efecto de cambiar la demanda mxima
del producto A por 10 unidades.
10)
Una compaa que opera 10 horas al da fabrica cada uno de los productos en tres procesos en
secuencia. La siguiente tabla resume los datos del problema:
241

Producto
1
2
Proceso 1
10
5
Minutos por unidad

Proceso 2
Proceso 3
6
8
20
10
Utilidad por unidad

$2
$3

b) Supongamos que se est considerando los tres procesos para una expansin y usted
necesita determinar su prioridad. Disee una forma lgica para lograr esta meta.
11)
Show & Sell puede anunciar sus productos en la radio o la televisin locales. El presupuesto para
anuncios est limitado a 10.000 dlares al mes. Cada minuto de anuncios por radio cuesta 15
dlares y cada minuto de comerciales por televisin cuesta 300 dlares. A Show & Sell le agrada
utilizar los anuncios por radio por lo menos el doble de los anuncios por televisin. Por lo pronto,
no es prctico utilizar ms de 400 minutos de anuncios por radio. La experiencia pasada muestra
que se calcula que los anuncios por televisin son 25 veces ms efectivos que los de la radio.
a) Determine la asignacin ptima del presupuesto para los anuncios por radio y televisin.
b) Determine el valor por unidad de incrementar el lmite mensual en la publicidad por radio.
c) Si el presupuesto mensual se aumenta a 15.000 dlares, utilice la definicin de valor de la
unidad para determinar la medida resultante de la efectividad publicitaria.
12)
Wyoming Electric Coop. Es propietaria de una planta generadora de energa con turbina de vapor.
Debido a que Wyoming es rica en depsitos de carbn, la planta genera vapor con carbn. Sin
embargo, esto crea el problema de satisfacer los estndares de emisin. Las regulaciones de la
Environmetal Protection Agency (Agencia de Proteccin Ambiental) limitan la descarga de dixido
de azufre a 2.000 partes por milln y la descarga de humo de las chimeneas de la plante a 20
libras por hora. La Cooperativa recibe dos grados de carbones pulverizados, C 1 y C2, para ser
utilizados en la planta. Por lo comn, los dos grados se mezclan antes de quemarlos. Por
simplicidad, supondremos que el contaminante de azufre de la mezcla (en partes por milln) es un
promedio ponderado de la proporcin de cada grado empleado en la mezcla. Los siguientes datos
se basan en el consumo de una tonelada por hora de cada uno de los dos grados de carbn.
Grado de
carbn
Descarga de azufre
en partes por milln
Descarga de humo
en libras por hora
Vapor generado en
libras por hora
C1
C2
1 800
2 100
2.1
0.9
12 000
9 000
a) Determine la proporcin ptima para mezclar los dos grados de carbn.

b) Determine el efecto de relajar el lmite de la descarga de humo 1 libra sobre al cantidad de
vapor generado por hora.
13)
La divisin de Educacin Continua en Ozark Community College ofrece un total de 30 cursos

cada semestre. Los cursos que ofrece generalmente son de dos tipos: prcticos, como trabajos en
madera, procesador de palabras y mantenimiento de automviles; y humansticos, como historia,
msica y bellas artes. Para satisfacer las demandas de la comunidad, es necesario ofrecer por lo
menos 10 cursos de cada tipo, cada semestre. La divisin calcula que los ingresos por ofrecer
esos cursos prcticos y humansticos son aproximadamente 1.500 y 1.000 dlares por curso,
respectivamente.
a) Cmo debe asignar la escuela sus cursos?
b) Determine el ingreso si se incrementa el requerimiento mnimo de los cursos prcticos con un
curso ms.
c) Determine el ingreso si se incrementa el requerimiento mnimo de los cursos humansticos
con un curso ms.
14)
ChemLabs fabrica dos productos de limpieza para el hogar, A y B procesando dos tipos de materia
prima, I y II. El procesamiento de una unidad de materia prima I cuesta 8 dlares y produce 0.5
unidad de solucin A y 0.5 unidad de solucin B. Adems, el procesamiento de una unidad de
materia prima II cuesta 5 dlares y produce 0.6 unidad de solucin A y 0.4 unidad de solucin B.
La demanda diaria de la solucin A es entre 10 y 15 unidades y la de la solucin es entre 12 y 20
unidades.
242
c) Encuentre la mezcla ptima de A y B que debe producir ChemLabs.

d) Determine el valor por cambio de unidad en los lmites de la demanda de los productos A y
B.
15)
Una lnea de ensamble que consta de tres estaciones consecutivas produce dos modelos de
radios: Hi-fi-1 y Hi-fi-2. La siguiente tabla proporciona los tiempos de ensamble para las tres
estaciones de trabajo.
Minutos por unidad
Edicin de trabajo
Hi-fi-1
1
6
2
5
3
4
Hi-fi-2
4
5
6
El mantenimiento diario de las estaciones 1, 2 y 3 consume 10%. 14% y 12% respectivamente,

del mximo de 480 minutos disponibles para casa estacin, cada da.
a) La compaa desea determinar la mezcla ptima de productos que minimizar los tiempos
inactivos (o no utilizados) en las tres estaciones de trabajo.
b) Determine el valor de disminuir 1 punto de porcentaje el tiempo diario de mantenimiento para
cada estacin.
16)
Un ejecutivo de negocios tiene la opcin de invertir ms dinero en dos planes; el plan A garantiza
que cada dlar invertido ganar 0.70 de aqu a un ao y el plan B garantiza que cada dlar
invertido ganar 2 dlares despus de 2 aos. En el plan A, las inversiones se pueden hacer
anualmente y en el plan B, las inversiones se permiten nicamente en los perodos que son
mltiplos de dos.
a) Cmo debe invertir el ejecutivo 100.000 dlares para maximizar las ganancias al final de 3
aos?
b) Vale la pena que el ejecutivo invierta ms dinero en los planes?
17)
OilCo construye una refinera para elaborar cuatro productos: diesel, gasolina, lubricantes y
combustible para aviones. Las demandas (en barriles/da) de esos productos son 14,000,30,000,
10,000 y 8000, respectivamente. Irn y Dubai tienen contrato para enviar crudo a OilCo. Debido a
las cuotas de produccin que especifica la OPEP (Organizacin de Pases Exportadores de
Petrleo) la nueva refinera puede recibir al menos el 40% de su crudo de Irn, y el resto de Dubai.
OilCo pronostica que estas cuotas de demanda y de crudo permanecern estables durante los 10
aos siguientes.
Las distintas especificaciones de los dos crudos determinan dos proporciones distintas de
productos: un barril de crudo de Irn rinde 0.2 barril de diesel, 0.25 barril de gasolina, 0.1 barril de
lubricante y 0.15 barril de combustible para avin. Los rendimientos correspondientes del crudo de
Dubai son: 0.1, 0.6, 0.15 y 0.1, respectivamente. OilCo necesita determinar la capacidad mnima
de la refinera, en barriles de crudo por da.
18)
Ahorros S.A. desea invertir una suma que genere un rendimiento anual mnimo de $10,000.
Dispone de dos grupos accionarios: acciones selectas y alta tecnologa, con un rendimiento anual
promedio de 10 y 25%, respectivamente. Aunque las acciones de alta tecnologa dan ms
rendimiento, son ms arriesgadas, y Ahorros desea limitar la cantidad invertida en ellas a un
mximo de 60% del total.
Cul es la cantidad mnima que debe invertir Ahorros en cada grupo de acciones para alcanzar la
meta de inversin?
19)
Considere el modelo de Uso de Suelo (problema 5 resuelto por computadora, captulo II).
Supongamos que el Banco Pichincha puede comprar 100 acres adicionales de terreno virgen a un
precio de 450.000 dlares. Utilice los resultados del modelo para proporcionarle al banco una
decisin concerniente a esta compra.
20)
Considere la Programacin de Autobuses (problema 14 resuelto por computadora, captulo II).
243
a) Utilice los resultados de la salida para determinar el nmero total ptimo de autobuses,
suponiendo que el nmero mnimo de autobuses para los seis periodos sucesivos se da
como (i) (4, 12, 10, 7, 12, 4) y (ii) (4, 8, 7, 7, 12, 4).
b) Supongamos que los requerimientos mnimos se cambian a (6, 9, 12, 7, 15, 6).
c) Utilice el anlisis de sensibilidad para determinar si la solucin actual sigue siendo factible. Si
es factible, determines los nuevos valores de las variables.
21)
Considere el modelo de desperdicio en el corte (problema 15 resuelto por computadora, captulo

II).
a) Si cortamos 20 rollos utilizando la posicin 1 y 100 rollos utilizando la posicin 3, calcule el
rea de desperdicio asociada en el corte.
b) Supongamos que el nico rollo estndar disponible es de 15 pies de ancho. Genere todas las
posiciones posibles de las cuchillas para producir rollos de 5, 7, y 9 pies y calcule el
desperdicio en el recorte asociado por cada pie de largo.
c) En el modelo original, si la demanda de rollos estndar de 7 pies de ancho disminuye en 80,
cul es el nmero total de rollos estndar de 20 pies que se necesitar para satisfacer la
demanda de los tres tipos de rollos?
d) En el modelo original, si la demanda de rollos de 9 pies s camba a 400, Cuntos rollos
estndar adicionales de 20 pies se necesitarn para satisfacer la nueva demanda?
22)
contractual.
23)
Pedidos (unidades)
Ene.
58
Feb.
36
Mar.
34
18
17
17
20
19
19
Mes
Abr.
69
Mayo
72
Jun.
43
18,5
19
19
21
22
22

244

para MEPCO.
24)
la tabla.
Mina
Planta 1
Planta 2
Planta 3
Capacidad
3
(m de tierra
procesada)
Costos de
tratamiento
3
(rands por m )
Grado
3
(quintales m )
Recuento de
gemas (nmero
3
de piedras m )
83000
310000
190000
RO.60
RO.36
RO.50
0,36
0,22
0,263
0,58
0,26
0,21
menor costo.
25)
dlares.
que utilice. Resuelva por el mtodo grfico para encontrar la estrategia de publicidad ptima.
26)
Ingrediente
Porcentaje De
Porcentaje
Costo por
Protena
de grasas
kilogramo
A
40
10
$ 1.80
B
20
15
0.75
C
10
35
0.40
D
5
40
0.15
mezclas ms deseable. Resuelva por el mtodo simplex.
27)

245

dlares por unidad.
28)
El Consejo de Seguridad de Estados Unidos debe asignar su presupuesto para los prximos tres
aos. Ya se han tomado decisiones irrevocables con respecto a varias reas programadas y a su
financiamiento total; por ejemplo, se ha asignado un total de 110.000 dlares a la prevencin de
fallecimientos y a la reduccin en daos a propiedades por accidentes automovilsticos. Pero hay
que tomar decisiones detalladas acerca de los proyectos especficos para alcanzar los objetivos
de los programas. En el caso de la prevencin de fallecimientos y de la reduccin en daos a
propiedades, la tabla contiene los proyectos que recomendaron los analistas del consejo, junto
con los datos apropiados. Los miembros del consejo quieren que usted los ayude a tomar las
decisiones sobre la asignacin del presupuesto (o sobre la eleccin y la magnitud de los
proyectos). Al preguntarles cul de los objetivos especficos es ms importante, dijeron: Es una
pregunta difcil! Por una parte, la vida humana es sagrada y no puede comprarse con ninguna
cantidad de dinero. Por otra parte, si hay dos maneras de ahorrar el mismo nmero de vidas,
obviamente preferiramos el proyecto que de cmo resultado la menor cantidad de daos a
propiedades.
Proyecto
1. Publicidad para el uso de
Lmite superior de
Prevencin esperada de
Reduccin esperada en
gastos para el proyecto

(en dlares)
fallecimientos por cada

1.000 dlares gastados
daos a propiedades por

cada 1000 dlares gastados
$80 000
0.33
$0
20 000
0.25
20 000
75 000
0.15
30 000
100 000
0.27
10 000
cinturones de seguridad.
diseo de carreteras.
diseo de automviles.
4. Dlares gastados para
promover leyes estatales ms
severas para conductores ebrios
Al preguntarles en forma especfica cul sera la compensacin entre vidas salvadas y daos a
propiedades que les sera indiferente, su respuesta fue: Esta pregunta es an ms difcil! Sin
embargo, somos conscientes de que un organismo de gobierno ha establecido, para fines
internos de asignacin de recursos, un valor monetario implcito de 300.000 dlares por una vida
humana que se salve (creemos que otro organismo tambin usa esta cifra para tomar decisiones
acerca de la incorporacin de caractersticas de seguridad adicionales en su equipo).
Formule un modelo de programacin lineal cuya solucin represente una asignacin ptima del
presupuesto de 110.000 dlares, con base en la informacin anterior. Asegrese de definir todas
las variables que utilice, para resolver por el mtodo simplex el problema formulado.
29)
246
resuelva por el mtodo simplex.
30)

Entrada de crudo de
Surinam
Primer
Segundo
proceso proceso
45
25
50
70
5
5
Entrada de crudo
Chino
Primer
Segundo
proceso proceso
35
20
60
80
5
0
31)

Tipo
Remolque
Mediano
CAMIONETA
Costo de
compra
$15.000
8.000
5.000
Costo
operativo
(toneladakilmetro)
$0.28
0.32
0.40
Capacidad
(toneladasKilmetro
Por mes)
10.000
8.000
5.000
247
Formule este problema como un problema de programacin lineal. Resuelva por el mtodo
simplex. Tenga cuidado en la especificacin del objetivo y en la definicin de las variables.
32)
modelo.
Modelo
Lmite superior de la demanda para las ventas semanales.
Regular
7
3
Especial
15
6
De lujo
25
10
0.1
1000
0.2
800
0.5
300
33)
Emory Aluminum Company fabrica rollos de papel de aluminio de distintas anchuras. Los clientes
pueden pedir rollos de 60,50, 30 o 20 centmetros de ancho. El papel se fabrica con un ancho
normal de 135 centmetros y las anchuras menores se cortan del rollo normal.
Anchura
60 centmetros
50 centmetros
30 centmetros
20 centmetros
Desperdicio
(centmetros)
1
2
15
2
1
1
1
5
3
1
4
1
1
2
5
2
15
5
1
Mtodo de corte
6
7
8
9
2
1
3
15
2
1
15
1
2
1
5
1
1
2
15
10
11
12
13
2
3
15
6
15
1
4
5
15
Hay varias maneras de cortar las anchuras menores, como se indica en la tabla. Por ejemplo, con
el mtodo 3 se cortan del rollo normal un rollo de 60 cm. de ancho, un rollo de 30 cm de ancho y
dos rollos de 20 cm. Con este mtodo queda cinco centmetros de desperdicio [135 60 30
2(20) = 5]. Puesto que el mtodo de corte genera ciertos desperdicios, hay algunas combinaciones
(que no se indican) que no se pueden cortar. Todos los rollos para corte tienen anchura de 135
centmetros y todos los pedidos son par las medidas que se indican en la tabla. Adems, todos los
pedidos tienen una longitud determinada (la longitud del rollo).
Emory ha recibido los siguientes pedidos para el mes de julio
248

:Ancho
24 centmetros
20 centmetros
12 centmetros
8 centmetros

Rollos pedidos
330
120
480
160
Cmo debe cortar Emory sus rollos para satisfacer los pedidos? Formule un modelo de
programacin lineal para el problema, resuelva por el mtodo simplex.
34)
Un fabricante ha establecido un contrato para producir 2.000 unidades de un producto en los

prximos ocho meses. El programa de entregas es el siguiente:
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Total
Unidades
100
200
300
400
100
100
500
300
2.000
El fabricante ha estimado que le cuesta un dlar almacenar una unidad de producto durante un
mes. La capacidad de su almacn es de 300 unidades.
El fabricante puede producir cualquier nmero de unidades en un mes, ya que se producen
principalmente con mano de obra temporal, fcilmente disponible. Sin embargo, existe el costo de
la capacitacin del nuevo personal y los costos que se relacionan con los despidos de personal. El
fabricante estima que cuesta unos 785 centavos por unidad aumentar el nivel de produccin de un
mes al siguiente (es decir, si la produccin de enero es 200 y aumenta a 300 en febrero, el costo
es de 75 dlares para capacitacin del personal adicional que se requiere para producir al nivel de
300 unidades). De manera anloga, cuesta 50 centavos por unidad reducir la produccin de un
mes al siguiente. (Al trmino de los ocho meses se despedir a todos los empleados, con los
costos correspondientes de la reduccin de la produccin). Suponga que el nivel de produccin
antes de enero es cero.
a) Formule lo anterior como un problema de programacin lineal y resuelva en computadora.
b) Suponga que hay un lmite de produccin de 300 unidades mensuales. Formule el problema
de programacin lineal con esta restriccin adicional y resuelva por el mtodo simplex.
35)
La compaa elctrica Stateside planifica la construccin de nuevas instalaciones en su rea para

los prximos 10 aos. Es posible construir cuatro tipos de instalaciones de energa elctrica:
plantas de vapor que utilizan carbn para generar energa, plantas hidroelctricas sin represa,
plantas hidroelctricas con represa, plantas hidroelctricas con represas pequeas (capacidad de
almacenamiento de agua suficiente para cubrir las fluctuaciones diarias) y plantas hidroelctricas
con grandes represas (suficiente capacidad de almacenamiento de agua para cubrir las
fluctuaciones de flujo de agua y las de demanda de energa en la temporada.
El consumo de energa elctrica se basa en tres caractersticas. La primera es el consumo anual
total; se estima que el rea requerir 4 billones de kilowatts- hora hasta el dcimo ao. La segunda
caracterstica es el consumo mximo de energa, que por lo general ocurre en cualquier da de
verano alrededor de las 4 P.M. Todos los planes deben suministrar capacidad mxima suficiente
para cubrir la necesidad mxima esperada de 3.000 millones de Kilowatts en el dcimo ao. La
tercera caracterstica es el suministro garantizado de energa, que se mide como el suministro
diurno promedio a mediados de invierno, cuando el consumo es alto y los niveles de agua APRA
las plantas hidroelctricas son bajos. El requisito de suministro garantizado hasta el dcimo ao es
de 2.000 millones de kilowatts.
249
Las diversas plantas de energa posibles varan en cuanto a la forma de satisfacer estas
caractersticas. Por ejemplo, las plantas hidroelcticas con represas pueden proporcionar gran
capacidad mxima, mientras que las plantas de vapor y las hidroelctricas sin represas nos
funcionan muy bien en este aspecto.
En la tabla se presentan las caractersticas de los distintos tipos de plantas. Cada una se mide en
funcin de una unidad de capacidad, la cual se define como la capacidad para producir un billn
de kilowatts hora por ao. Observe que los tipos de plantas varan considerablemente en sus
costos de inversin, as como en sus costos operativos (de explotacin) anuales. Por ejemplo, el
costo del carbn eleva bastante los costos anuales de las plantas de vapor, mientras que los
costos operativos anuales de las plantas hidroelctricas son relativamente menores. La ltima
columna de la tabla muestra los costos totales actualizados, que incluyen tanto el costo de
inversin como los costos operativos anuales actualizados.
Tipo
Vapor
Hidroelctrica, sin represa
Hidroelctrica, represa pequea
Hidroelctrica, represa grande
Suministro
garantizado
(millones de
kilowatts)
Suministro
mximo
(millones de
kilowatts)
Costo de la
inversin
( miles de
dlares)
Costo total
actualizado
( miles de
dlares)
0.15
0.10
0.10
0.80
0.20
0.10
0.40
0.90
30
40
60
100
65
42
64
110
La compaa quiere desarrollar un plan de 10 aos que detalle la capacidad de cada tipo de
planta que debe construir. El objetivo es minimizar el costo total actualizado, pero existe la
restriccin de que no puede invertir ms de 350 millones de dlares en plantas en los prximos
diez aos. Formule el problema como un modelo de programacin lineal y resuelva por el
mtodo simplex.
36)
En los modelos de programacin lineal, por lo general se supone que la demanda de un producto
es algo conocido, cuando en la prctica esta demanda es incierta. Con frecuencia se puede
incorporar esta demanda incierta a un modelo de programacin lineal.
Remtase al problema 22. Considere el producto A, para cuya demanda se supone que existe un
lmite superior de 10 unidades. Suponga ahora que el lmite superior para la demanda del producto
A es incierta pero se asigna una probabilidad de 0.4 de que se vendan 10 unidades como mximo,
y de 0.6 de que se vendan 20 como mximo. Suponga tambin que si se producen ms de 10
unidades y el lmite superior de la demanda resulta ser slo 10 unidades, se puede vender el
excedente a un precio reducido que solo ofrecer un beneficio de 10 dlares por unidad. Su
objetivo es maximizar el beneficio esperado. Cmo modificara la formulacin del problema 22
para lograrlo?
Recomendacin: Defina una nueva variable como el exceso de produccin del producto A, por
encima de 10 unidades, y considere los ingresos esperados que se obtendran de la venta de
estas unidades y resuelva por el mtodo simplex.
37)
La compaa de prstamos U-Save planifica sus operaciones para el ao entrante. Ofrece cinco
tipos de prstamos, descritos a continuacin, junto con el rendimiento anual (porcentaje) para la
compaa.
Los requisitos legales y la poltica del a compaa imponen los siguientes lmites a las cantidades
que pueden entregarse en los distintos tipos de prstamos.
Tipo de prstamos
Prstamos personales
Prstamos para muebles
Prstamos para automviles
Segunda hipoteca de casa
Primera hipoteca de casa
Rendimiento anual
(porcentaje)
15
12
9
10
7
250
Los prstamos personales no pueden exceder el 10% de la cantidad total de los prstamos. La
cantidad total de los prstamos. La cantidad de prstamos personales y para muebles, en
conjunto, no debe ser mayor del 20%. Las primeras hipotecas deben constituir por lo menos el
40% de todas las hipotecas y por lo menos el 20% del total de prstamos. Las segundas
hipotecas no pueden exceder el 25% del total de prstamos.
38)
La compaa desea maximizar los ingresos de los intereses de los prstamos, sujetndose a las
restricciones anteriores. La empresa puede prestar como mximo 1.5 millones de dlares.
Formule este problema como uno de programacin lineal Resuelva por el mtodo simplex.
.
La empresa Whitt Window tiene slo tres empleados que hacen dos tipos de ventanas a mano:
con marco de madera y con marco de aluminio. La ganancia es de $60 por cada ventana con
marco de madera y de $30 por cada una con marco de aluminio. Doug hace marcos de madera y
puede terminar 6 al da. Linda hace 4 marcos de aluminio por da. Bob forma y corta el vidrio y
puede hacer 48 pies cuadrados de vidrio por da. Cada ventana con marco de madera usa 6 pies
cuadrados de vidrio y cada una de aluminio, 8 pies cuadrados. La compaa desea determinar
cuntas ventanas de cada tipo producir al da para maximizar la ganancia total.
a) Describa la analoga entre este problema y el de Wyndor Glass Co.Despus construya y llene
una tabla para este problema, identifique las actividades y los recursos.
b) Formule un modelo de programacin lineal.
c) Use el mtodo grfico para resolver el modelo.
d) Un nuevo competidor en la ciudad tambin produce ventanas con marco de madera. Esto
puede forzar a la compaa a bajar el precio y por ende la ganancia debida a este tipo de
ventanas. Cmo cambiara la solucin ptima (si cambia) si la ganancia por ventana de
madera disminuye de $60 a $40? Y de $60 a $20?
e) Doug piensa reducir sus horas de trabajo, lo cual reducira el nmero de ventanas de madera
que produce por da. (Cmo cambiara la solucin ptima si hace slo 5 marcos diarios?
39)
La Apex Televisin Company debe decidir el nmero de televisores de 27 y 20 in producidos en

una de sus fbricas. La investigacin de mercado indica ventas de a lo ms 40 televisores de 27 in
y 10 de 20 in cada mes. El nmero mximo de horas-hombre disponibles es 500 por mes. Un
televisor de 27 in requiere 20 horas-hombre y uno de 20 in, 10. Cada televisor de 27 in produce
una ganancia de $120 y cada uno de 20 in produce $80 de ganancia. Un distribuidor est de
acuerdo en comprar todos los televisores producidos si el nmero no excede el mximo indicado
por el estudio de mercado.
b) Use el mtodo simplex para resolver el modelo.
40)
La compaa Worldlight produce dos dispositivos para lmparas (productos 1 y 2) que requieren
partes de metal y componentes elctricas. La administracin desea determinar cuntas unidades
de cada producto fabricar para maximizar la ganancia. Por cada unidad del producto 1 se
requieren 1 unidad de partes de metal y 2 unidades de componentes elctricas. Por cada unidad
del producto 2 se necesitan 3 unidades de partes de metal y 2 unidades de componentes
elctricas. La compaa tiene 200 unidades de partes de metal y 300 de componentes elctricas.
Cada unidad del producto 1 da una ganancia de $1 y cada unidad del producto 2, hasta 60
unidades, da una ganancia de $2. Cualquier exceso de 60 unidades del producto 2 no tiene
ganancia, por lo que fabricar ms de 60 est fuera de consideracin.
b) Utilice el mtodo simplex para resolver este modelo. (Cul es la ganancia total que resulta?
41)
La compaa de seguros Primo est en proceso de introducir dos nuevas lneas de productos:
seguro de riesgo especial e hipotecas. La ganancia esperada es $5 por el seguro de riesgo
especial y $2 por unidad de hipoteca.
La administracin desea establecer las cuotas de venta de las nuevas lneas para maximizar la
ganancia total esperada. Los requerimientos de trabajo son los siguientes;
251
Horas-hombre por unidad

Departamento
Suscripciones
Administracin
Reclamaciones
42)
Riesgo
especial
Hipoteca
Horas-hombre
disponibles
3
0
2
2
1
0
2.400
800
1.200

b) Use el mtodo simplex para resolver el modelo
.
Weenies and Buns es una planta procesadora de alimentos que fabrica hotdogs y pan para
hotdogs. Muelen su propia harina para el pan a una tasa mxima de 200 libras por semana. Cada
pan requiere 0.1 libras. Tienen un contrato con Pigland, Inc., que especifica la entrega de 800
libras de productos de chancho cada lunes. Cada hot-dog requiere 1/4 de libra de producto de
chancho. Se cuenta con suficiente cantidad del resto de los ingredientes de ambos productos. Por
ltimo, la mano de obra consiste en 5 empleados de tiempo completo (40 horas por semana).
Cada hotdog requiere 3 minutos de mano de obra y cada pan de 2 minutos de mano de obra.
Cada hotdog proporciona una ganancia de $0.20 y cada pan de $0.10.
Weenies and Buns desea saber cuntos hotdogs y cuntos panes deben producir cada semana
para lograr la ganancia ms alta posible.
43)
La compaa manufacturera Omega descontinu la produccin de cierta lnea de productos no

redituable. Esto cre un exceso considerable en la capacidad de produccin. La gerencia quiere
dedicar esta capacidad a uno o ms de tres productos, llamados productos 1, 2 y 3. En la
siguiente tabla se resume la capacidad disponible de cada mquina que puede limitar la
produccin:
Tipo de mquina
Fresadora
Torno
Rectificadora
Tiempo disponible
(en horas-mquina por semana)
500
350
150
El nmero de horas-mquina requeridas para cada unidad de los productos respectivos es,
Coeficiente de productividad
(en horas mquina por unidad)
Tipo de mquina
Producto 1
Producto 2
Producto 3
Fresadora
9
3
5
Torno
5
4
0
Rectificadora
3
0
2
El departamento de ventas indica que las ventas potenciales para los productos 1 y 2 exceden la
tasa mxima de produccin y que las ventas potenciales del producto 3 son 20 unidades por
semana. La ganancia unitaria respectiva sera de $50, $20 y $25, para los productos 1, 2 y 3. El
objetivo es determinar cuntos productos de cada tipo debe producir la compaa para
maximizar la ganancia.
Formule un modelo de programacin lineal y resulvalo por el mtodo simplex.
44)
Hoy es su da de suerte, Acaba de ganar un premio de $10.000. Dedicar $4.000 a impuestos y

diversiones, pero ha decidido invertir los otros $6.000. Al or las nuevas, dos amigos le han
ofrecido una oportunidad de convenirse en socio en dos empresas distintas, cada una planeada
por uno de ellos. En ambos casos, la inversin incluye dedicar parte de su tiempo el siguiente
verano y dinero en efectivo. Para ser un socio completo en el caso del primer amigo debe invertir
$5 000 y 400 horas, y su ganancia estimada (sin tomar en cuenta el valor del dinero en el tiempo)
sera $4.500. Las cifras correspondientes para el segundo caso son $4 000 y 500 horas, con una
252
ganancia estimada de $4 500. Sin embargo, ambos amigos son flexibles y le permitiran participar
con cualquier fraccin de participacin que quiera. Si elige una participacin parcial, todas las
cifras dadas para la sociedad completa (inversin de dinero y tiempo, y la ganancia) se pueden
multiplicar por esta fraccin.
Como de todas formas usted busca un trabajo de verano interesante (mximo 600 horas), ha
decidido participar en una o ambas empresas en alguna combinacin que maximice su ganancia
total estimada. Usted debe resolver el problema de encontrar la mejor combinacin.
b) Use el mtodo simplex para resolver el modelo, cul es su ganancia total estimada?
45)
Carne con papas es el plato favorito de Ralph Edmund. Por eso decidi hacer una dieta continua
de slo estos dos alimentos (ms algunos lquidos y suplementos de vitaminas) en todas sus
comidas. Ralph sabe que no es la dieta ms sana y quiere asegurarse de que toma las cantidades
adecuadas de los dos alimentos para satisfacer los requerimientos nutricionales. Cuenta con la
siguiente informacin nutricional y de costo:
Granos de ingredientes por porcin
Ingrediente
Carbohidratos
Protenas
Grasa
Costo/porcin
Res
5
20
15
$4
Papas
15
5
2
$2
Requerimiento
diario (gramos)
50
40
60
Ralph quiere determinar el nmero de porciones diarias (pueden ser fraccionales) de res y papas
que cumpliran con estos requerimientos a un costo mnimo.
46)
Dwight es un maestro de primaria que tambin cra chanchos para tener ingresos adicionales.
Intenta decidir qu alimento darles. Piensa que debe usar una combinacin de los alimentos que
venden los proveedores locales. Desea que tenga un costo mnimo al mismo tiempo que cada
chancho reciba una cantidad adecuada de caloras y vitaminas. El costo y los contenidos de cada
alimento se muestran en la tabla.
Contenido
Caloras (por libra)
Vitaminas (por libra)
Costo (por libra)
Alimento tipo A
800
140 unidades
$0.40
Alimento tipo B
1.000
70 unidades
$0.80
Cada chancho requiere al menos 8 000 caloras por da y 700 unidades de vitaminas. Una
restriccin ms es que el alimento tipo A no sea ms de un tercio de la dieta (por peso), pues
contiene un ingrediente txico si se consume en demasa.
b) Use el mtodo simplex para resolver el modelo. Cul es el costo diario por chancho que
resulta?
47)
Web Mercantile vende muchos productos para el hogar mediante un catlogo en lnea. La
compaa necesita un gran espacio de almacn para los productos. Ahora planea rentar espacio
para los siguientes 5 meses. Se sabe cunto espacio necesitar cada mes; pero como vara mucho, puede ser ms econmico rentar slo la cantidad necesaria cada mes con contratos
mensuales. Por otro lado, el costo adicional de rentar espacio para meses adicionales es menor
que para el primero, y puede ser menos costoso rentar el espacio mximo los 5 meses. Otra
opcin es el enfoque intermedio de cambiar la cantidad total de espacio rentado (con un nuevo
contrato y/o la terminacin del anterior) al menos una vez pero no cada mes.
253
El espacio requerido y los costos para los periodos de arrendamiento son los siguientes:
Mes
1
2
3
4
5
Espacio
requerido (ft2)
30000
20000
40000
10000
50000
Perodo de
arrendamiento (meses)
1
2
3
4
5
Costo por ft2

arrendado
$ 65
$100
$135
$160
$190
El objetivo es minimizar el costo total de arrendamiento para cumplir con los requerimientos.
b) Resuelva este modelo por el mtodo simplex
48)

cada cliente.
A
De
Fabrica 1
Fabrica 2
Orden

$600
$800
$700
$400
$900
$900
300 unid
200 unid
400 unid
Produccin
400 unid
500 unid
cliente.
b) Resuelva el modelo por el mtodo simplex.
49)
Fagersta Steelwonks explota dos minas para obtener mineral de hierro. Este mineral de hierro se
enva a una de dos instalaciones de almacenamiento. Cuando se necesita se manda a la planta de
acero de la compaa. El siguiente diagrama describe la red de distribucin, donde Ml y M2 son las
dos minas, Si y S2, los dos almacenes y P es la planta de acero. Tambin muestra las cantidades
producidas en las minas y las necesarias en la planta, al igual que el costo de envo y la cantidad
mxima que se puede enviar al mes por cada va. La administracin desea determinar el plan ms
econmico de envo del mineral de las minas a la planta.
b) Resuelva este modelo por el mtodo simplex.
254

50)
Metalco Company desea hacer una nueva aleacin con 40% de aluminio, 35% de zinc y 25% de
plomo a partir de varias aleaciones disponibles que tienen las siguientes propiedades:
Propiedad
Porcentaje de aluminio
Porcentaje de zinc
Porcentaje de plomo
Costo ($ / libra)
1
60
10
30
22
2
25
15
60
20
Aleacin
3
45
45
10
25
4
20
50
30
24
5
50
40
10
27
El objetivo es determinar las proporciones de estas aleaciones que deben mezclarse para
producir la nueva aleacin a un costo mnimo.
Formule un modelo de programacin lineal y resuelva por el mtodo simplex
51)
La Weigelt Corporation tienes tres plantas con exceso en su capacidad de produccin. Por fortuna,
la corporacin tiene un nuevo producto listo para iniciar su produccin y las tres plantas pueden
fabricarlo, as que se podr usar parte del exceso de este modo. El producto puede hacerse en
tres tamaos: grande, mediano y chico; y darn una ganancia neta de $420, $360 y $300, respectivamente. Las plantas 1, 2 y 3 tienen capacidad de mano de obra y equipo para producir 750, 900
y 450 unidades diarias de este producto, respectivamente, sin importar el tamao o la combinacin
de tamaos de que se trate.
La cantidad de espacio disponible para almacenar material en proceso impone tambin
limitaciones en las tasas de produccin del nuevo producto. Las plantas 1, 2 y 3 tienen 13000,
12000 y 5000 pies cuadrados de espacio respectivo, para material en proceso de la produccin
diaria. Cada unidad grande, mediana y chica que se produce requiere 20, 15 y 12 pies cuadrados,
respectivamente.
Los pronsticos de venta indican que, si estn disponibles, se pueden vender 900, 1200 y 750
unidades diarias de los tamaos respectivos grande, mediano y chico.
Ser necesario despedir algunos empleados en cada planta a menos que la mayor parte de esta
capacidad en exceso se pueda usar con el nuevo producto. Para evitar despidos en lo posible, la
gerencia ha decidido que las plantas deben usar el mismo porcentaje de su capacidad adicional
con este nuevo producto.
El gerente desea saber cuntas unidades de cada tamao producir en cada planta para maximizar
la ganancia.
b) Resuelva este modelo por el mtodo simplex.
52)
Confortable Hands es una compaa que produce una lnea de guantes de invierno para toda la
familia: caballeros, damas y nios. Desean decidir qu mezcla de estos tres tipos de guantes
fabricar.
La fuerza de trabajo es sindicalizada. Cada empleado de tiempo completo trabaja 40 horas por
semana. Por contrato, el nmero de empleados de tiempo completo no puede ser menor que 20.
Se puede contratar trabajadores no sindicalizados con las siguientes restricciones; 1) cada uno
trabaja 20 horas por semana y 2) debe haber al menos 2 de tiempo completo por cada uno de
medio tiempo.
Los tres tipos de guantes estn hechos con el mismo porcentaje de piel de vaca. La compaa
tiene un contrato a largo plazo con el proveedor de piel y recibe 5000 ft 2 de material por semana.
Los requerimientos de material y mano de obra, y la ganancia bruta por guante vendido (sin
considerar costo de mano de obra) son:
255

Guante
Material req. (ft2)
Caballero
Dama
Nio
Mano de obra
req.(min)
30
45
40
2
1.5
1
Ganancia bruta
(por parte)
$8
$10
$6
Cada empleado de tiempo completo gana $13 por hora y cada uno de medio tiempo, $10 por
hora. La gerencia desea saber qu mezcla de los tres tipos de guantes producir por semana, lo
mismo que cuntos empleados de cada tipo contratar. Desea maximizar su ganancia neta, o
sea, la ganancia bruta menos costo de mano de obra.
53)
Slim Down fabrica una lnea de bebidas nutritivas para reduccin de peso. Uno de sus productos
es una malteada de fresa diseada como una comida completa. La malteada contiene varios
ingredientes. En la tabla seda parte de la informacin de estos ingredientes.
Ingrediente
Sabor fresa
Crema
Suplemento
Vitaminas
Endulzante
artificial
Agente p/espesar
Caloras de
grasa (cuch)
1
75
0
Caloras
totales (cuch)
50
100
0
Vitaminas
s(mg/cuch)
20
0
50
Harinas
(mg/cuch)
3
8
1
Costo
($/cuch)
10
8
25
120
15
30
80
25
Los requerimientos nutritivos son los siguientes. La bebida debe tener un total de 380 a 420
caloras (inclusive). No ms de 20% de las caloras totales debe venir de grasas. Debe tener al
menos 50 mg de contenido vitamnico. Para el sabor, debe haber al menos 2 cucharadas (cuch.)
de saborizante de fresa por cada cucharada de endulzante artificial. Por ltimo, para que est
espeso, debe haber justo 15 mg de harinas en la bebida.
La gerencia desea seleccionar la cantidad de cada ingrediente para la bebida que minimice el
costo al tiempo que cumpla con los requerimientos anteriores.
54)
Joyce y Marvin tienen una guardera. Ellos intentan decidir qu dar a los nios de almuerzo.
Desean mantener sus costos bajos, pero tambin deben cumplir con los requerimientos nutritivos
para nios. Ya decidieron darles sndwiches de mantequilla de man y mermelada y alguna
combinacin de galletas, leche y jugo de naranja. El contenido nutritivo de cada alimento y su
costo se da en la siguiente tabla.
Alimento
Pan (1 reb)
Mantequilla
man (l cuch.)
Mermelada
(l cuch.)
Galleta (l pz.)
Leche (l taza)
Jugo (l taza)
Caloras de
grasa
10
de
75
Caloras
totales
70
100
Vit. C
(mg)
0
0
Prot.
(g)
3
4
Costo
($)
5
4
50
20
70
0
60
150
100
0
2
120
1
8
1
8
15
35
Los requerimientos nutritivos son los siguientes. Cada nio debe recibir de 400 a 600 caloras.
No ms de 30% de las caloras totales deben venir de grasas. Cada nio debe consumir al
menos 60 mg de vitamina C y 12 g de protena. Todava ms, por razones prcticas, cada nio
necesita justo 2 rebanadas de pan (para un sndwich), al menos el doble de mantequilla de man
256
que de mermelada y al menos una tasa de lquido (leche y/o jugo de naranja).
Joyce y Marvin desean seleccionar las opciones de alimento para cada nio que minimice el
costo mientras cumple con los requerimientos establecidos.
55)
Se tienen los siguientes datos para un problema de programacin lineal cuyo objetivo es
maximizar la ganancia de asignar tres recursos a dos actividades no negativas.
Recurso
Uso de recursos por unidad de cada

actividad
Actividad 1
Actividad 2
2
3
2
$20
1
3
4
$30
1
2
3
Contribucin
por unidad
Cantidad de recursos
disponible
10
20
20
Contribucin por unidad = ganancia por unidad de cada actividad.

b) Use el mtodo simplex para resolver este modelo.
56)
Ed Butler es el gerente de produccin de Bilco Corporation, que produce tres tipos de refacciones
para automviles. La manufactura de cada parte requiere procesamiento en dos mquinas, con los
siguientes tiempos de procesado (en horas):
Mquina
1
2
A
0.02
0.05
Refaccin
B
0.03
0.02
C
0.05
0.04
Cada mquina est disponible 40 horas al mes. La ganancia unitaria de cada parte fabricada
est dada por:
Ganancia
A
$50
Refaccin
B
$40
C
$30
Ed quiere determinar la mezcla de refacciones que debe producir para maximizar la ganancia
total.
Formule un modelo de programacin lineal y resuelva por el mtodo simplex.
57)
Usted cuenta con los siguientes datos para un problema de programacin lineal cuyo objetivo es
minimizar el costo de realizar dos actividades no negativas para lograr tres beneficios que no
bajan de sus niveles mnimos.
Beneficio
1
2
3
Costo unitario
Contribucin al beneficio por

unidad de actividad
Actividad 1
Actividad 2
5
3
2
2
7
9
$60
$50
Nivel mnimo
aceptable
60
30
126

b) Utilice el mtodo simplex para resolver este modelo.
257

58)
Fred Jonasson administra la granja de su familia. Para complementar varios alimentos que se
cultivan en la granja, Fred tambin cra cerdos para venta y desea determinar las cantidades de
los distintos tipos de alimento disponibles (maz, grasas y alfalfa) que debe dar a cada cerdo.
Como los cerdos se comern cualquier mezcla de estos tipos de alimento, el objetivo es
determinar qu mezcla cumple ciertos requisitos nutritivos a un costo mnimo. En la siguiente tabla
se dan las unidades de cada tipo de ingrediente nutritivo bsico contenido en 1 kilogramo de cada
tipo de alimento, junto con los requisitos de nutricin diarios y los costos de los alimentos:
Ingrediente
nutritivo
Carbohidratos
Protenas
Vitaminas
Costo ($)
Kilogramo
de maz
90
30
10
84
Kilogramo
de grasas
20
80
20
72
Kilogramo de
alfalfa
40
60
60
60
Req. Mnimo
diario
200
180
150
a) Formule el modelo de programacin lineal.

b) Resuelva por el mtodo simplex.
59)
Maureen Laird es gerente de inversiones de Alva Electric Co., empresa importante en el medio
oeste. La compaa ha programado la construccin de nuevas plantas hidroelctricas a 5, 10 y 20
aos para cumplir con las necesidades de la creciente poblacin en la regin que sirve. Maureen
debe invertir parte del dinero de la compaa para cubrir sus necesidades de efectivo futuras.
Puede comprar slo tres tipos de acciones, cada una cuesta $1 milln por unidad. Se pueden
comprar unidades fraccionarias. Las acciones producen ingresos a 5, lO y 20 aos, y el ingreso se
necesita para cubrir requerimientos mnimos de flujos de efectivo en esos aos. (Cualquier ingreso
arriba del mnimo requerido para cada periodo se usar para incrementar el pago de dividendos a
los accionistas en lugar de ahorrarlo para ayudar a cumplir con los requerimientos mnimos de
efectivo el siguiente periodo.) La siguiente tabla muestra la cantidad de ingreso generada por cada
unidad de acciones y la cantidad mnima de ingreso requerida para cada periodo futuro en que se
construir una nueva planta.
Aos
5
10
20
Ingresos por accin(en millones)

Accin 1
Accin 2
Accin 3
$2
$1
$0.5
$0.5
$0.5
$1
$0
$1.5
$2
Flujo de efectivo
mnimo requerido
$400
$100
$300
Maureen desea determinar la mezcla de inversiones en estas acciones que cubrir los
requerimientos de efectivo y que minimizar la cantidad total invertida.
b) Resuelva por el mtodo simplex.
60)
Una fbrica elabora dos clases de cerveza Plsener y Club, para lo cual dispone de ingrediente
para llenar por lo menos 30 botellas combinadas. Toma 1 hora llenar 20 botellas de la cerveza
Plsener y 2 horas llenar 25 botellas de cerveza Club, se dispone a lo mucho de 2 horas. La
demanda de la cerveza Plsener se estima en el mercado un total de 22 botellas y a lo mucho 10
botellas de la cerveza Club. Cada botella de Plsener deja una utilidad de 10 centavos y 15
centavos cada botella de la cerveza Club. Cuntas botellas de cada cerveza se deben llenar para
alcanzar la mxima ganancia?
61)
Una fbrica elabora dos clases de champ A y B, para lo cual dispone de ingrediente para llenar a
lo mucho 80 botellas combinadas de A y B. Toma 1 hora llenar 10 botellas de A y 4 horas llenar
10 botellas de B, se dispone cuando mucho de 20 horas, la demanda de A se estima a lo ms en
70 botellas. La fbrica est en capacidad de llenar cuando mucho 90 botellas de A o 60 botellas de
B. Cada botella de A le deja una utilidad de 80 centavos y 90 centavos la de B. Cuntas botellas
de A y B se deben llenar para que la fbrica obtenga Los mayores beneficios?
62)
Una empresa planea una campaa de publicidad para un nuevo producto. Se establecen como
metas el que la publicidad llegue por lo menos a 320 mil individuos audiencia A, de los cuales al
menos 120 mil tengan un ingreso mnimo anual de 5.000 dlares, y al menos 80 mil sean solteros.
258
Se desea utilizar nicamente la radio y la televisin como medios de publicidad. Un anuncio de

televisin cuesta 10 mil dlares y se estima que llegue a un promedio de 40 mil individuos
audiencia A, de los cuales un 25% tienen ingresos superiores a 5.000 dlares anuales y un 20%
son solteros. Un anuncio por radio FM cuesta 6 mil dlares y llega a un auditorio promedio de 10
mil oyentes clase A, de los cuales el 80% tienen ingresos superiores a los 5.000 dlares anuales y
4 mil son solteros. Hallar el nmero de anuncios por cada medio para minimizar el costo.
63)
Control de contaminacin.- A causa de reglamentaciones federales nuevas sobre la

contaminacin, una compaa qumica ha introducido en sus plantas un nuevo y ms caro proceso
para complementar o reemplazar un proceso anterior en la produccin de un qumico en particular.
El proceso anterior descarga 15 gramos de dixido de azufre y 40 gramos de partculas a la
atmsfera por cada litro de qumico producido. El nuevo proceso descarga 5 gramos de dixido de
azufre y 20 gramos de partculas a la atmsfera por cada litro producido. La compaa obtiene una
utilidad de 30 y 20 centavos por litro en los procesos anterior y nuevo, respectivamente. Si el
gobierno permite a la planta descargar no ms de 10.500 gramos de dixido de azufre y no ms
de 30.000 gramos de partculas a la atmsfera cada da, cuntos litros de qumico deben ser
producidos diariamente, por cada uno de los procesos, para maximizar la utilidad diaria? Cul es
la utilidad diaria?.
64)
Produccin. Una compaa fabrica tres tipos de muebles para patio; sillas, mecedoras y
tumbonas. Cada uno requiere madera, plstico y aluminio como se indica en la tabla siguiente. La
compaa tiene disponibles 400 unidades de madera, 5000 unidades de plstico y 1450 unidades
de aluminio. Cada silla, mecedora y tumbona se venden en $7,58 y $12 respectivamente.
Suponiendo que todos los muebles pueden ser vendidos, determine el plan de produccin de
modo que el ingreso total sea maximizado. Cul es el ingreso mximo?. Resuelva por el mtodo
simplex.
Silla
Mecedora
Tumbona
Madera
1 unidad
1 unidad
1 unidad
Plstico
1 unidad
1 unidad
2 unidades
Aluminio
2 unidades
3 unidades
5 unidades
65)
Produccin. Una compaa fabrica tres tipos de muebles para patio: sillas, mecedoras y
tumbonas. Cada uno requiere madera, plstico yaluminio como se indica en la tabla que sigue. La
compaa tiene disponibles 400 unidades de madera, 600 de plstico y 1500 de aluminio. Cada
silla, mecedora y tumbona se vende en $6, $ 8 y $12, respectivamente. Suponiendo que todos los
muebles pueden ser vendidos.cul es el ingreso mximo total que puede ser obtenido?.
Determine las posibles rdenes de produccin que generar ese ingreso. Resuelva por el mtodo
simples.
Madera
Plstico
Aluminio
Silla
1 unidad
1 unidad
2 unidades
Mecedora
1 unidad
1 unidad
3 unidades
Tumbona
1 unidad
2 unidades
5 unidades
66)
Produccin. Una compaa fabrica tres productos: X Y, Z. Cada producto requiere el uso de
tiempo de mquina en las mquinas A y B como se da en la tabla siguiente. El nmero de hora por
por unidad de X, Y y Z es $50, $60 y $75, respectivamente. Las siguiente semana deben producir
al menos cinco para ese perodo d Z. Cul deber ser el plan de produccin para ese perodo si la
utilidad mxima es alcanzada? Cul es la utilidad mxima?. Resuelva en computadora.
Producto X
Producto Y
Producto Z
67)
Mquina
A
1 hora
2 horas
2 horas
Mquina
B
1 hora
1 hora
2 horas
Inversiones. El folleto informativo de un fondo de inversiones establece que todo el dinero es

invertido en bonos que estn cosiderados como A, AA y AAA; no mas del 30% de la inversin total
est en bonos A y AA, y al menos el 50% est en bonos AA y AAA. Los bonos A, AA y AAA
respectivamente obtiene un 8,7 y 6% anual. Determine los porcentajes de la inversin total que
259
sern comprometidos a cada tipo de bono de modo que el fondo maximice el rendimiento anual.
Cul es ese rendimiento?. Resuelva por el mtodo simplex.
68)
Control de emisiones. Una planta de cemento produce 3.300.000 barriles de cemento por ao.
Los hornos emiten 2 libras de polvo por cada barril producido. La planta debe reducir sus
emisiones a no ms de 1000000, A y B libras anuales. Hay dos dispositivos de control disponibles
A y B. El dispositivo A reducir las emisiones a libra por barril y el costo es de $0.22 por barril
de cemento producido. Para el dispositivo B, las emisiones son reducidas a de libra por barril y
el costo es de $0.40 por barril de c cemento producido. Determine el plan de accin ms
econmico que la planta debe tomar de modo que mantenga su produccin anual de exactamente
3.300.000 barriles de cemento. Resuelva por el mtodo simplex.
69)

minimice? Cul es el costo mnimo de transporte?. Resuelva por el mtodo simplex.
Almacn A
Almacn B
Exton
$ 15
$ 11
Whyton
$ 13
$ 12
70)
Compra de Bateras, Un fabricante de automviles compra bateras de dos proveedores, X y Y.

El fabricante tiene dos planta A y B, y requiere exactamente de 6000 bateras de la planta A y de
exactamente 400 a la planta B. El proveedor X carga $30 y 4 32 por batera (incluyendo costos de
transporte) a A y B, respectivamente. Para estos precios, X requiere que el fabricante de
automviles ordene al menos un total de 2000 bateras. Sin embargo, X no puede proveer ms de
4000 bateras. El proveedor Y carga $34 y $ 28 por batera a A y a B, respectivamente, y requiere
una orden mnima de 6000 bateras. Determine como debe hacer los pedidos de bateras el
fabricante de automviles a fin de que su costo total sea mnimo. Cul es el costo mnimo?.
Resuelva por el mtodo simplex.
71)
Produccin de papel para envoltura, una compaa de papel almacena su papel para envoltura
en rollos de 48 pulgadas de ancho ms pequeos dependiendo de los pedidos de los clientes.
Suponga que se recibe un pedido de 50 rollos de papel de 15 pulgadas de ancho y de 60 rollos de
10 pulgadas de ancho. De un rollo de almacenamiento la compaa puede cortar tres rollos de 15
pulgadas de ancho y un rollo de 3 pulgadas de ancho. Como el rollo de 3 pulgadas de ancho no
puede ser utilizado en esta orden, es llamado el recorte desperdiciado de este rollo. Del mismo
modo, de un rollo de almacenamiento, se puede cortar dos rollos de 15 pulgadas de ancho, un
rollo de 10 pulgadas de ancho, y otro de 8 pulgadas de ancho. La siguiente tabla indica el nmero
de rollo de 15 y 10 pulgadas, junto con el desperdicio, que pueden cortarse de un rollo de
almacenamiento. (a) Complete las ltimas dos columnas de la tabla. (b) Supongamos que la
compaa tienen suficientes rollos de almacenamiento para cubrir la orden y que al menos 50
rollos de 15 pulgadas y al menos 60 rollos de 10 pulgadas de ancho de papel para envoltura sern
cortados. Si x1, x2, x3, x4, son los nmeros de rollos de almacenamiento que son cortados en una
de las formas descritas en las columnas de la 1 a la 4 de la tabla, respectivamente, determine los
valores de las x de tal forma que el desperdicio total sea minimizado. (c) Cul es la mnima
cantidad de desperdicio total?. Resuelva por el mtodo simplex.
Ancho de rollo
Desperdicio
72)
15 pulgadas
10 pulgadas
3
0
3
2
1
8
1
-
Costo de mano de obra Una compaa paga a sus trabajadores calificados y semicalificados en
su departamento de ensamblado $14 y $ 8 por hora, respectivamente. En el departamento de
embarques, a los empleados se les paga $ 9 por hora y a los aprendices $ 6 por hora. La
compaa requiere al menos de 90 trabajadores en el departamento de ensamblado y 60
empleados en el departamento de embarques. Debido a acuerdos sindicales, deben emplearse al
menos el doble de trabajadores semicalificados que de calificados. Tambin, deben contratarse al
260
menos el doble de los empleados de embarques que de aprendices. Utilice el dual y el mtodo
simples para determinar el nmero de trabajadores de cada tipo que la compaa debe emplear,
de modo que el total de salarios por hora sea mnimo. Cul es el costo mnimo en salarios por
hora?. Resuelva por el mtodo simplex.
73)
Transportacin de Petrleo, Una compaa petrolera tiene instalaciones de almacenamiento

para combustible de calefaccin en las ciudades A, B, C y D. Las ciudades C y D necesitan cada
una exactamente 500.000 galones de combustible. La compaa determina que A y B puede
proveer cada una un mximo de 600.000 galones para satisfacer las necesidades de C y D. La
tabla que se muestra a continuacin proporciona los costos por galn para transportar el
combustible entre las ciudades. Cmo debe distribuirse el combustible para minimizar el costo
total del transporte?, Cul es el costo mnimo de transporte?. Resuelva por el mtodo simplex.
Desde
A
B
74)
Hacia
C
D
$ 0.01
$ 0.02
$ 0.02
$ 0.04
Terapias con frmacos y radiacion Frecuentemente existen formas alternativas de tratamiento

disponibles para pacientes a los que se les diagnostica una enfermedad particular compleja. Con
cada tratamiento puede haber no slo efectos positivos en el paciente sino tambin efectos
negativos, tales como toxicidad o malestar. Un mdico debe tomar la mejor eleccin de estos
tratamientos o combinacin de tratamientos. Esta eleccin depender no slo de los efectos
curativos sino tambin de los efectos txicos y malestar.
Suponga que usted es un mdico con un paciente de cncer bajo su cuidado y dos posibles
tratamientos disponibles: administracin de medicamentos y terapia de radiacin. Supongamos
que la eficacia de los tratamientos est expresada en unidades comunes, digamos, unidades
curativas. La medicina contiene 1000 unidades curativas por onza y la radiacin proporciona 1000
unidades curativas por minuto. Sus anlisis indican que el paciente debe recibir al menos 3000
unidades curativas.
Sin embargo, un grado de toxicidad est implcito en cada tratamiento. Suponga que los efectos
txicos de cada tratamiento estn medidos en una unidad comn de toxicidad, digamos, una
unidad txica. La medicina contiene 400 unidades txicas por onzas y la radiacin produce 1000
unidades txicas por minuto. Con base en sus estudios, usted cree que el paciente no debe recibir
ms de 2000 unidades txicas.
Adems, cada tratamiento implica un grado de malestar al paciente. La medicina provoca tres
veces ms malestar por onza que la radiacin por minuto.
La tabla resume la informacin. El problema que se le plantea es determinar las dosis de la
medicina y radiacin que pueden satisfacer los requerimientos curativos y de toxicidad y, al mismo
tiempo, minimizar el malestar al paciente.
TABLA 7.5
Unidades
curativas
Unidades
txicas
Malestar
relativo
Medicina (por onza)
1000
400
Radiacin (por minuto)
1000
1000
3000
2000
Requerimiento
75)
Una compaa enlatadora ha formulado un modelo de programacin lineal como auxiliar para la
planificacin del proceso enlatado de cosecha de melocotones (duraznos), Hay dos productos
(mitades y rebanadas de melocotn) y dos categoras, (A y B). Las mitades se obtienen de
melocotones de categora A y las rebanadas se pueden obtener de una mezcla de melocotones de
categora A y las rebanadas se pueden obtener de una mezcla de melocotones de categora A y
B.
261
Las variables de decisin son:

X1 =
X2 =
X3 =
Nmero de kilogramos de melocotones de categora A que se usan en las mitades.

Nmero de kilogramos de melocotones de categora A que se usan en las rebanadas.
Nmero de kilogramos de melocotones de categora B que se usan en las rebanadas.
Todas las unidades se expresan en miles de kilogramos.

El objetivo es maximizar la contribucin al beneficio del enlatado de la cosecha de melocotones.
El problema de programacin lineal se ha formulado como sigue:
Z(MAX) = 0.15X1 + 0.12X2 + 0.12X3
Sujeto a:
Demanda de mitades:
X1
180
Demanda de rebanadas:
X2 + X3 125
Categora A disponible: X1 + X2
225
Categora B disponible:
X3 75
Mezcla de categoras para -4X2 + X3
0
rebanadas:
X1 0
X2 0
X3 0
a) Calcule la tabla simplex.
b) Existen soluciones ptimas alternativas? Cmo lo sabe?
76)
Remtase al problema 76. Responda a cada una de las siguientes preguntas.

a) Cul es el precio mximo que estara dispuesta a pagar la enlatadora por melocotones
adicionales de categora A? Cunto comprara a ese precio?
b) Cul es el valor marginal de los melocotones adicionales de categora B? En qu intervalo
es vlido este valor marginal?
c) El gerente de mercadotecnia de la enlatadora ha modificado la demanda estimada de las
mitades, de 180.000 a 200.000 kilogramos. Afectar este cambio de solucin del problema
de enlatado? Cul ser el incremento de beneficio asociado por el cambio?
d) Suponga que el gerente de mercadotecnia ha modificado su estimacin de la demanda de las
rebanadas, de 125.000 a 145.000 kilogramos. Afectara a la solucin del problema de
enlatado? Cul ser el incremento de beneficio asociado por el cambio?
e) Cunto tendra que variar el precio de las mitades de melocotn para que cambiara la
solucin ptima?
f) La enlatadora considera un nuevo producto, rebanadas de lujo, con contribucin de 0.14
dlares por kilogramo. un kilogramo de rebanadas de lujo est compuesto por medio
kilogramo de melocotones de categora A y medio kilogramo de categora B. Debe
fabricarse este producto?
77)
La compaa ABC tiene la opcin de fabricar dos productos durante los perodos de poca
actividad. La produccin de la prxima semana se ha programado de manera que la mquina
fresadora este libre durante 10 horas y la fuerza de trabajo calificada tenga ocho horas
disponibles.
El producto A requiere cuatro horas de tiempo de mquinas dos horas de trabajo por unidad. El
producto B requiere dos horas de tiempo de mquina y dos horas de trabajo.
El producto A contribuye con cinco dlares por unidad a los beneficios y el producto B aporta tres
dlares por unidad (sin incluir el costo de tiempo de mquina o de mano de obra).
Use el mtodo simplex para encontrar las cantidades de los productos A y B que deben
producirse.
78)
El departamento de publicidad de una empresa quiere planificar su estrategia publicitaria para

llegar a ciertos porcentajes mnimos de los grupos de altos y bajos ingresos. Se consideran dos
alternativas: televisin y revistas. La publicidad en revistas tiene un factor de exposicin del 2%
por pgina para el grupo de altos ingresos, pero slo del 1% para el grupo de ingresos bajos. La
262
televisin, por otra parte, tiene un factor de exposicin del 3% por programa para el grupo de
ingresos bajos y el 1% para el de ingresos altos.
La publicidad en revistas cuesta 1.000 dlares por pgina; la televisin, 4.000 dlares por
programa. Si la empresa quiere una exposicin mnima del 50% del grupo de ingresos altos y del
30% del grupo de ingresos bajos, qu estrategia debe usar para minimizar el costo de la
publicidad? Nota: Si una persona ve dos veces un programa o lee dos veces un anuncio, se
considera que hay doble exposicin; por lo tanto, es posible obtener una exposicin mayor del
100%.
Formule el caso anterior como un problema de programacin lineal y obtenga la solucin con el
mtodo simplex.
79)
La compaa de madera contrachapada Ajax revisa el programa de produccin para el prximo

mes. Ajax produce tres tipos de tableros de madera contrachapada. Los tableros A y B se pueden
producir en dos formas, las cuales requieren distintas cantidades de pino, abeto y picea. Las
cantidades disponibles de estas maderas son limitadas para secar el recubrimiento de los tableros.
Existe una limitacin de 10.000 tableros como capacidad mxima del aserradero Ajax. Estos
requisitos se presentan en la tabla.
Requisitos
Producto
Variable
A-1
X1
A-2
X2
B-1
X3
B-2
X4
C
X5
Total disponible (miles)
(000)
Pino
(unidades)
2
0
2
1
1
Abeto
(unidades)
0
2
1
2
1
Picea
(unidades)
1
1
0
0
1
Tiempo de
secado
(minutos)
5
7
4
5
6
12
15
60
Capacidad
global
(cada uno)
1
1
1
1
1
10
Contribucin
al beneficio
(dlares por
unidad)
1,00
1,00
1,20
1,20
0,80
Ajax quiere maximizar la contribucin total al beneficio. Se aaden las siguientes variables de
holgura:
80)
S1 =
S2 =
S3 =
Pino no utilizado (miles de unidades)
S4 =
S5 =
Tiempo de secado no utilizado (miles de minutos)
Abeto no utilizado (miles de unidades)

Picea no utilizada (miles de unidades)
Capacidad total no utilizada (miles de tableros)
Remtase al problema 80. Responda las siguientes preguntas en forma independiente.

a) Cul es el valor marginal (precio dual) de una unidad adicional de pino? En qu intervalo
es vlido este valor marginal?
b) Cul es el valor marginal de una unidad de abeto adicional? En qu intervalo es vlido
este valor marginal?
c) Cul es el valor marginal de una unidad adicional de picea? En qu intervalo es vlido este
valor marginal?
d) Suponga que la empresa quiere agregar tiempo de secado? Sera rentable? Cul es el
valor marginal de un minuto adicional de tiempo de secado? En qu intervalo es vlido este
valor?
e) Cul es el valor marginal de una unidad adicional de capacidad global? En qu intervalo es
vlido este valor?
f) Cunto tendra que aumentar la contribucin de un tablero tipo C para que Ajax considerara
su produccin?
g) Considere el producto B-1 (variable X3). Cules son los lmites del aumento y de la
reduccin del beneficio por unidad antes de que cambie la solucin?
263
h) Suponga que se considera un nuevo tipo de tablero, D, que requiere una unidad de pino y 10
minutos de secado. Su contribucin al beneficio es de 1.10 dlares. Debe fabricarse este
tablero?
81)
La compaa de nueces Ajax vende mezclas de nueces de dos niveles de calidad. La mezcla ms
costosa tiene mayor proporcin de almendras, y la ms barata contiene man (cacahuate).
El precio de las nueces que compra Ajax es: avellanas, un dlar por kilogramo, man 40 centavos
por kilogramo. Las dos mezclas que vende Ajax y sus precios son: mezcla B, 80 centavos por
kilogramo. Ajax puede vender cualquier cantidad de estas mezclas pero, debido a la escasez de
nueces, no puede obtener ms de 100 kilogramos de avellana ni ms de 200 kilogramos de man.
La gerencia ha decidido que la mezcla A no debe contener ms del 25% anual de man ni menos
del 40% de avellanas. La mezcla B no debe tener ms del 60% de man ni menos del 20% de
avellanas.
Cmo deben mezclarse las nueces? Es decir, cuntos kilogramos de la mezcla A deben
producir (y cual debe ser su composicin) y cuntos kilogramos de la mezcla B (y su
composicin)? Formule la tabla simplex y resuelva.
82)
Paul Bunyan Lumber Company produce tablas de madera de pino y abeto y dos tipos de madera
contrachapada. La compaa tiene una contribucin al beneficio de cuatro centavos por metro de
tabla (m) de pino y de seis centavos por m de abeto. La madera contrachapada de tipo 1
contribuye con 1.20 dlares por tablero y la del tipo 2 obtiene 1.50 dlares por tablero.
La compaa tiene 2.580 millares de metros de tabla (MMT) de pino para el mes de diciembre, los
cuales pueden usar para tablas o madera contachapada; tambin hay 2.040 MMT de abeto. Un
tablero de madera contrachapada de tipo 1 requiere 16 m de pino y 8 m de abeto. Un tablero de
tipo 2 requiere 12 m de cada especie.
Las tablas de madera estn limitadas solo por la capacidad de la sierra maestra. Esta sierra puede
manejar 400 MMT de cualquier especie en un mes.
El aserradero de madera contrachapada puede estar restringido por la mquina descortezadora o
por la secadora. En un mes no se pueden descortezar ms de 250.000 tableros y hay slo
920.000 minutos de tiempo de secado disponible. Cada tablero de tipo 1 requiere cuatro minutos
de secado; los tableros de tipo 2 requieren seis minutos cada uno.
Las condiciones del mercado limitan el nmero de tablero tipo 1 que se pueden vender a un
mximo de 120 000; para el tipo 2 el lmite es de 100 000 tableros. Se puede vender cualquier
cantidad de tablas de madera. La compaa formul un modelo de programacin lineal para sus
operaciones, de la siguiente manera:
Sea:
Z
= Contribucin al beneficio, en miles de dlares.
X1
= Ventas de MMT de madera de pino.
X2
= Ventas de MMT de madera de abeto.
X3
= Ventas de millares de tableros de madera contrachapada de tipo 1.
X4
= Ventas de millares de tableros de madera contrachapada de tipo 2.
Z(MAX) = 0.04X1 + 0.06X2 + 1.20X3 + 1.50X4.
Sujeto a:
X1
+ 16X3 + 12X4 2580

X2 + 18X3 + 12X4 2040
X1 + X2
400
X3 + X4 250
4X3 + 6X4 920
X3
120
X4 100
(disponibilidad de pino)
(disponibilidad de abeto)
(capacidad de aserradero)
(capacidad de la descortezadora)
(capacidad de secad
(demanda del mercado, madera contrachapada de tipo1)
(demanda del mercado, madera contrachapada de tipo
2)
a) Encuentre la solucin ptima por el mtodo simplex.
264
b) Suponga que se puede disponer de una unidad ms (miles de minutos) de tiempo de secado.
Qu efecto tendra en la solucin (es decir, cules seran los nuevos valores de X 1, X2, X3 y
X4)?
c) Cul es el beneficio adicional asociado con la adicin de una unidad (miles de minutos) de
tiempo de secado? En qu intervalo es vlido este incremento de beneficio?
d) Cul es el valor de la capacidad adicional en la sierra maestra del aserradero? Cul es el
aumento o la reduccin de la capacidad antes de que ocurra un cambio bsico en las
variables de solucin?
e) Suponga que se pudiera aumentar la demanda de la madera contrachapada de tipo 2 en una
unidad (mil tableros) Cul sera el incremento de beneficio? En qu intervalo sera vlido?
f) Se propone un tercer tipo de madera contrachapada, con contribucin de 1.60 dlares al
beneficio. Para ello se requerirn 8 m de pino y 16 m de abeto. Adems, el tiempo de secado
sera de ocho minutos. Debe producirse este tipo de tablero? Cul sera su beneficio
marginal?
83)
Dos productos diferentes, PI y P2, se pueden fabricar en cualquiera de dos mquinas diferentes,
MI y M2. El tiempo de procesamiento por unidad de cualquiera de los productos en cualesquiera
de las mquinas, es el mismo. La capacidad diaria de la mquina, M1, es de 200 unidades (ya sea
de P1 o de P2 o de la mezcla de ambos) y la capacidad diaria de la mquina. M2, es de 250
unidades. El supervisor del taller quiere balancear el programa de produccin de las dos
mquinas, de tal manera que el nmero de unidades producidas en mquina est dentro de 5
unidades del nmero producido en la otra. La utilidad por unidad de P1 es de 10 dlares y la P2 es
de 15 dlares. Prepare el problema en la forma estndar de PL.
84)
JoShop fabrica tres productos, cuyas utilidades por unidad son de 2, 5 y 3 dlares,
respectivamente. La compaa ha presupuestado 80 horas de tiempo de mano de obra y 65 horas
de tiempo mquina para la fabricacin de los tres productos. Los requerimientos de mano de obra
por unidad de los productos 1, 2 y 3 son de 2, 1 y 2 horas, respectivamente. Los correspondientes
requerimientos de tiempo mquina por unidad son de 0.1 y 0.5 horas JoShop considera la mano
de obra y las horas presupuestadas como metas que puede exceder, si es necesario pero a un
costo adicional de 15 dlares por hora e mano de mano de obra y de 10 dlares por hora mquina.
Las respectivas utilidades por unidad para los tres productos son 2, 5 y 3 dlares.
a) Formule el problema como una PL y determine todas sus soluciones bsicas factibles
b) Utilice los resultados en (a) para determinar la solucin ptima.
85)
Nutri-Jenny es un centro de control del peso. Produce una amplia variedad de platillos congelados
para el consumo de su clientela. Los platillos estn estrictamente vigilados por su contenido nutritivo
para asegurar que los clientes coman una dieta balanceada. Un nuevo platillo ser una "'comida de
puntas de filete". Consistir en puntas de filete y salsa, ms alguna combinacin de chcharos,
zanahorias y un bollo de pan. Nutri-Jenny desea determinar qu cantidad incluir de cada producto en
el platillo para cumplir con los requerimientos nutritivos al menor costo posible. En el siguiente cuadro se
da la informacin nutricional y su costo. Los requerimientos nutritivos del platillo son como sigue: 1)
debe contener entre 280 y 320 caloras, 2) las caloras originadas en grasa no deben exceder 30% del
nmero total de caloras, y 3) debe contener al menos 600 UI de vitamina A, 10 miligramos de vitamina
C y 30 gramos de protena. Ms an, por razones prcticas debe incluir de menos 2 onzas de carne de
res y contener al menos media onza de salsa por onza de res.
Producto
Caloras
Caloras
originadas
en grasa
por hors
Vitamina
A (U1 por
onza)
Vitamina C
(Mg por
onza)
Protena
(g por
onza)
Costo
(por
onza)
Puntas de filete
Salsa
Chcharos
Zanahorias
Bollo de pan
54
20
15
8
40
19
15
0
0
10
0
0
15
350
0
0
1
3
1
0
8
0
1
1
1
40
35
15
18
10
Formule en forma algebraica.

86)
The Learning Center opera un campamento de verano para nios de 6 a 10 aos. Su gerente, Elizabeth
265
Reed, intenta reducir los costos operativos para evitar tener que aumentar la cuota de inscripcin. Por ahora,
Elizabeth planea qu dar de comer a los nios en el almuerzo. Desea mantener los costos
Unidad de alimento
Pan ( 1 rebanada)
Mantequilla de cacahuate
(1 cucharada)
Caloras
originadas Caloras Vitamina C
en grasa
totales
(mg)
15
80
0
Fibra
(g)
4
Costo
M
6
80
100
Jalea ( l cucharada)
70
Manzana
90
10
35
Leche (1 taza)
60
120
20
Jugo de arndano ( 1 taza)
110
80
40
Al mnimo, pero tambin quiere estar segura de que cubre los requerimientos nutricionales de los
nios. Ya decidi incluir sandwiches de mantequilla de cacahuate y jalea, y alguna combinacin de
manzanas, leche y jugo de arndano. En la tabla se da el contenido nutricional de cada opcin de
alimento y su costo. Los requerimientos nutricionales son como sigue. Cada nio debe recibir entre
300 y 500 caloras, pero no ms de 30% de estas caloras deben provenir de grasa. Cada nio
debe recibir al menos 60 miligramos f mg) de vitamina C y al menos 10 gramos (g) de fibra. Para
asegurar sandwiches sabrosos, Elizabeth quiere dar a cada nio un mnimo de 2 rebanadas de pan,
1 cucharada de mantequilla de cacahuate, 1 cucharada de jalea, junto con al menos 1 taza de lquido
{leche y jugo de arndano). Elizabeth desea seleccionar las opciones de alimentos que minimicen el
costo al tiempo que cumplan todos estos requerimientos.
87)
David, LaDeana y Lydia son socios nicos y trabajadores de una compaa que fabrica relojes
finos. David y LaDeana, cada uno de ellos, tienen disponibilidad de trabajar un mximo de 40
horas semanales en la compaa, mientras que Lydia cuenta con un mximo de 20 horas
semanales.
La compaa fabrica dos tipos de relojes: un reloj de pie y uno de pared. Para fabricar uno, David
(ingeniero mecnico) ensambla las partes mecnicas internas del reloj mientras que LaDeana
(ebanista) fabrica las cubiertas de madera labrada a mano. Lydia es responsable de tomar
rdenes y enviar los relojes. Se muestra en seguida el tiempo requerido para cada una de estas
tareas.
Tiempo retenido
Tarea:
Reloj de pie
Ensamble de mecanismo de reloj
6 horas
Cubierta de madera labrada.
8 horas
envi
3 horas
Reloj de pared
4 horas
4 horas
3 horas
Cada reloj de pie fabricado y enviado proporciona una ganancia de $300, mientras que cada reloj
de pared da una ganancia de $200.
Ahora, los tres socios quieren determinar cuntos relojes de cada tipo deben producir por
semana para maximizar la ganancia total.
a)
b)
c)
d)
e)
f)
Formule un modelo de programacin lineal para este problema.

Use el mtodo grfico para resolver el problema.
Despliegue el modelo en una hoja de clculo.
Usar el informe de sensibilidad para determinar si esta solucin ptima sigue ptima si la
estimacin de la ganancia unitaria para los relojes de pie cambia de $300 a $375 (sin
ms cambios en el modelo).
Repita la parte d si, adems de este cambio en la ganancia unitaria de relojes de pie, la
ganancia unitaria estimada para relojes de pared tambin cambia de $200 a $175.
Use el anlisis grfico para verificar sus respuestas en las partes d y e.
266

g)
h)
i)
j)
k)
Para aumentar la ganancia total, los tres socios acordaron que uno de ellos aumentar
ligeramente el mximo de horas de trabajo por semana. La eleccin de quin de ellos se
basar en quin aumentara ms la ganancia total. Use el informe de sensibilidad para
efectuar esta eleccin. (Suponga que no hay cambios en las estimaciones originales de
las ganancias unitarias.)
Explique por qu uno de los precios unitarios es igual a cero.
Es vlido usar los precios del informe de sensibilidad para determinar el efecto si Lydia
cambiara su nmero mximo de horas disponibles de trabajo a la semana de 20 a 25? Si
es as, cul sera el aumento en la ganancia total?
Repita la parte j si, adems del cambio para Lydia, David tambin cambiara su nmero
mximo de horas disponibles semanales de 40 a 35.
Use el anlisis grfico para verificar su respuesta en la parte k.
88) La Electrocomp Corporation fabrica dos productos elctricos: acondicionadores de aire y grandes
ventiladores. El proceso de ensamble de cada uno es similar en el sentido que ambos requieren
una cierta de cantidad de alambrado y taladrado. Cada acondicionador de aire requiere 3 horas de
alambrado y 2 de taladrado. Cada ventilador debe pasar por 2 horas de alambrado y 1 hora de
taladrado. Durante el siguiente periodo de produccin, estn disponibles 240 horas de tiempo de
alambrado y se pueden utilizar hasta 140 horas de tiempo de taladrado. Cada acondicionador de
aire vendido produce una ganancia de $25. Cada ventilador ensamblado puede ser vendido con
una ganancia de $15. Formule y resuelve esta situacin de mezcla de produccin de
programacin lineal para encontrar la mejor combinacin de acondicionadores de aire y
ventiladores que produzcan la ganancia mxima. Use el mtodo grfico para hallar la solucin.
89)
La administracin de Electrocomp se percata de que no incluy dos restricciones crticas (vea el

problema 88).En particular, la administracin decide que para garantizar un suministro adecuado
de acondicionadores de aire de un contrato, se deben fabricar, por lo menos, 10 de estos
aparatos. Como Electrocomp incurri en una sobreoferta de ventiladores en el periodo precedente,
la administracin tambin insiste que no se produzcan ms de 80 ventiladores durante este
periodo de produccin. Resuelva este problema de mezcla de productos para encontrar la nueva
solucin ptima.
90)
Un candidato a alcalde de un pequeo pueblo asign $40,000 para publicidad de ltimo minuto en
los das previos a la eleccin. Se utilizarn dos tipos de anuncios: radio y televisin. Cada anuncio
de radio cuesta $200 y llega a un auditorio estimado de 3000 personas. Cada anuncio de
televisin, que cuesta $500, afectar a unas 7000 personas. Al planificar la campaa de
publicidad, la directora de sta desea llegar a tantas personas como sea posible, y estipul que se
deben utilizar, por lo menos, 10 anuncios de cada tipo. Adems, el nmero de anuncios de radio
debe ser por lo menos igual al nmero de anuncios de televisin. Cuntos anuncios de cada tipo
se debern utilizar? A cuntas personas llegarn?
91)
La Outdoor Furniture Corporation fabrica dos productos, bancas y mesas de da de campo, que
pueden ser usados en jardines de casas y parques. La firma cuenta con dos recursos principales:
sus carpinteros (fuerza de mano de obra) y existencias de madera de pino para construir el
mobiliario. Durante el siguiente ciclo de produccin, estn disponibles 1200 horas de mano de
obra segn un acuerdo con el sindicato. La firma tambin dispone de 3500 pies de madera de pino
de buena calidad. Cada banca que Outdoor Furniture produce requiere 4 horas de mano de obra y
10 pies de madera; cada mesa de da de campo, 6 horas de mano de obra y 35 pies de madera.
Las bancas terminadas redituarn una ganancia de $20 cada una. Cuntas bancas y mesas de
da de campo deber producir Outdoor Furniture para obtener la ganancia mxima posible? Use el
mtodo grfico de programacin lineal.
92)
El decano de Western College of Business debe planificar las ofertas de cursos de la escuela para
el semestre de otoo. Las demandas de los estudiantes hacen necesario ofrecer por lo menos 30
cursos de licenciatura y 20 de posgrado en el semestre. Los contratos del profesorado tambin
dictan que se ofrezcan por lo menos 60 cursos en total. Cada curso de licenciatura impartido le
cuesta a la universidad un promedio de $2500 en salarios de profesores, mientras que cada curso
de posgrado cuesta $3000. Cuntos cursos de licenciatura y posgrado debern ser impartidos en
el otoo de modo que los salarios de los profesores se mantengan en su mnima expresin?
267
93)
MSA Computer Corporation fabrica dos modelos de minicomputadoras, Alpha 4 y Beta 5. La firma
emplea cinco tcnicos, que trabajan 160 horas cada uno al mes en su lnea de ensamble. La
administracin insiste en que se mantengan las horas de trabajo (es decir, todas las 160 horas) de
cada trabajador durante las operaciones del mes siguiente. Se requieren 20 horas de mano de
obra para ensamblar cada computadora Alpha 4 y 25 para elaborar cada modelo Beta 5. MSA
desea producir por lo menos 10 Alpha 4s y por lo menos 15 Beta 5s durante el periodo de
produccin. Las Alpha 4s generan $1200 de utilidad por unidad y las Beta 5s producen $1800
cada una. Determine el nmero ms rentable de cada modelo de minicomputadora que se debe
producir durante el siguiente mes.
94)
Un ganador de la Texas Lotto decidi invertir $50,000 al ao en el mercado de valores. Piensa

adquirir acciones de una firma petroqumica y una compaa de servicios pblicos. Aunque una
meta a largo plazo es obtener los mximos rendimientos posibles, no ha pasado por alto el riesgo
que implica la compra de acciones. Se asigna un ndice de riesgo de 1-10 (con 10 como el ms
riesgoso) a cada una de las dos acciones. El riesgo total del portafolio se encuentra multiplicando
del riesgo de cada accin por los dlares invertidos en ella. La tabla siguiente proporciona un
resumen de la devolucin y el riesgo.
Al inversionista le gustara maximizar el rendimiento de la inversin, pero el ndice de riesgo

promedio de sta no deber ser de ms de 6. Cunto deber invertir en cada accin? Cul es
el rendimiento estimado de esta inversin?
95)
Remtase a la situacin de la Texas Lotto del problema 94, y suponga que el inversionista cambi
de actitud sobre la inversin y desea poner mayor atencin en el riesgo de la inversin. Ahora
desea minimizar el riesgo de sta mientras genere un rendimiento de por lo menos 8%. Ordene
estos datos como un problema de PL y encuentre la solucin ptima. Cunto deber invertir en
cada accin? Cul es el riesgo promedio de esta inversin? Cul es el rendimiento estimado de
esta inversin?
96)
La casa de bolsa Blank, Leibowitz y Weinberger ha analizado y recomendado dos acciones a un

club de inversionistas constituido por profesores universitarios. Estos estaban interesados en
factores tales como crecimiento intermedio y tasas de dividendos. Los datos sobre cada accin
son los siguientes:
Cada miembro del club tiene una meta de inversin de (1) una ganancia de no menos de $720 a
corto plazo, (2) una ganancia de por lo menos $5000 en los siguientes tres aos y (3) un ingreso
por dividendos de por lo menos $200 al ao. Cul es la inversin ms pequea que un profesor
puede hacer para satisfacer estas tres metas?
97)
Woofer Pet Foods produce un alimento de bajas caloras para perros obesos. Este producto se
elabora con productos de carne y granos. Cada libra de carne cuesta $0.90 y cada libra de grano
268
$0.60. Una libra del alimento para perros debe contener por lo menos 9 unidades de vitamina 1 y
10 unidades de vitamina 2. Una libra de carne contiene 10 unidades de vitamina 1 y 12 unidades
de vitamina 2. Una libra de granos contiene 6 unidades de vitamina 1 y 9 unidades de vitamina 2.
Ordene estos datos como un problema de PL para minimizar el costo del alimento para perros.
Cuntas libras de carne y de granos debern ser incluidas en cada libra de alimento para perros?
Cul es el costo y el contenido de vitaminas del producto final?
98)
Serendipity6
Los tres prncipes de Serendip, eemprendieron un viaje no podan llevar mucho peso; ms de 300
libras los hicieron vacilar. Decidieron llevar pequeas porciones. Cuando regresaron a Ceiln
Descubrieron que sus provisiones estaban a punto de desaparecer cuando, para su regocijo, el
prncipe William encontr una pila de cocos en el suelo Cada uno llevar 60 rupias, dijo el
prncipe Richard con una mueca de aprobacin cuando casi se tropieza con una piel de len.
Cuidado, exclam el prncipe Robert con alegra cuando divis ms pieles de len bajo un rbol.
stas valen ms de 300 rupias cada una si slo pudiramos llevrnoslas hasta la playa. Cada
piel pesaba 15 libras y cada coco cinco, pero cargaron con todo en un santiamn. El bote de
regreso a la isla era muy pequeo 15 pies cbicos de capacidad de carga, eso era todo, cada piel
de len ocupaba un pie cbico mientras que ocho cocos ocupaban el mismo espacio con todo
estibado se hicieron a la mar, y en el trayecto deban calcular a cunto podra ascender su nueva
riqueza. Eureka! grit el prncipe Robert, nuestra riqueza es tan grande que no existe otra forma
de regresar en este estado. Cualquier otra piel o coco que pudiramos haber trado ahora nos
haran ms pobres. Y ahora que s cuntos son cinco le escribir a mi amigo Horace en Inglaterra
y con toda seguridad slo l podr apreciar nuestra serendipity.
Formule y resuelva Serendipity mediante PL grfica para calcular cul podra ser su nueva
Riqueza.
99)
El Peed 'N Ship Ranch engorda ganado para los granjeros locales y lo enva a los mercados de
carne de Kansas City y Omaha. Los propietarios del rancho desean determinar las cantidades de
alimento para ganado que deben comprar de modo que se satisfagan los estndares nutricionales
mnimos y, al mismo tiempo, se minimicen los costos totales de alimentacin. La mezcla de
alimentos se puede componer de los tres granos que contienen los siguientes ingredientes por
libra de alimento:
Ingrediente
A
B
C
D
Alimento (onzas)
Mezcla X Mezcla Y
Mezcla Z
3
2
4
2
3
1
1
0
2
6
8
4
El costo por libra de las mezclas X, Y y Z son $2, $4 y $2.50, respectivamente. El requerimiento
mnimo por vaca por mes es de 4 libras del ingrediente A, 5 libras del B, 1 libra del C y 8 libras del
D.
El rancho enfrenta una restriccin adicional: pese a cualquier circunstancia, slo puede obtener 500
libras de la mezcla Z por mes del proveedor de alimentos. Como por lo general hay 100 vacas en el
Feed 'N Ship Ranch en un momento dado, esto significa que no se puede contar con ms de 5
libras de la mezcla Z para usarse en la alimentacin de cada vaca por mes.
a)
b)
Formule un problema de PL utilizando la informacin proporcionada.

Resuelva el problema con algn programa computacional de PL.
100) Weinberger Elecronics Corporation fabrica cuatro productos altamente tcnicos que vende a
firmas aeroespaciales que tienen contratos con la NASA. Antes de ser embarcado, cada uno de
los productos debe pasar a travs de los siguientes departamentos: alambrado elctrico,
taladrado, ensamble e inspeccin. El requerimiento de tiempo en horas por cada unidad producida
y su valor lucrativo se resumen en la tabla siguiente:
269

Producto
XJ201
XM897
TR29
BR788
Alambrado
0.5
1.5
1.5
1.0
Departamento
Taladrado Ensamble
0.3
0.2
1
4
2
1
3
2
Inspeccin
0.5
1
0.5
0.5
Utilidad por
unidad ($)
9
12
15
11
La produccin disponible en cada departamento cada mes y el requerimiento de produccin mnima

mensual para cumplir con los contratos son los siguientes:
Departamento
Alambrado
Taladrado
Ensamble
Inspeccin
Capacidad
(horas)
15.000
17.000
26.000
12.000
Producto
XJ201
XM897
TR29
BR788
Nivel de produccin
mnimo
150
100
300
400
El gerente de produccin tiene la responsabilidad de especificar los niveles de produccin de cada

producto para el mes entrante. Aydelo a formular (es decir, establecer las restricciones y funcin
objetivo) el problema de Weinberger mediante PL.
101) Un fabricante de artculos deportivos que est desarrollando un programa de produccin de dos
nuevos tipos de raquetas para raquetbol recibi un pedido de 180 del modelo estndar y 90 del
modelo profesional que debe ser entregado al final de este mes. Se recibi otro pedido de 200
unidades del modelo estndar y 120 del modelo profesional, pero ste no tiene que ser entregado
sino hasta finales del mes siguiente. La produccin en cada uno de los dos meses puede realizarse en tiempo normal o tiempo extra. En el mes en curso, una raqueta estndar puede ser
producida a un costo de $40 con tiempo normal, y un modelo profesional se puede ser fabricar a
un costo de $60 en tiempo normal. El tiempo extra eleva el costo de estos modelos a $50 y $70,
respectivamente. Debido a un nuevo contrato de trabajo para el mes siguiente, todos los costos se
incrementarn en 10% a fines de este mes. El nmero total de raquetas que puede ser producido
en un mes en tiempo normal es 230 y 80 raquetas adicionales pueden ser producidas con tiempo
extra cada mes. Dado que el pedido mayor se entregar a finales del mes siguiente, la compaa
planea producir algunas raquetas extra este mes y almacenarlas hasta finales del mes siguiente.
El costo de conservar las raquetas en el inventario durante un mes se estima en $2 por raqueta.
Con estos datos formule un modelo de PL para minimizar el costo.
102) Trabajando con qumicos del Virginia Tech y de la Universidad George Washington, el contratista
paisajista Kenneth Golding mezcl su propio fertilizante, llamado Holding Grow, compuesto por
cuatro complejos qumicos, C-30, C-92, D-21 y E-11. A continuacin se indica el costo por libra de
cada complejo.
Complejo qumico
C 30
C 92
D 21
E - 11
Costo por libra ($)

0.12
0.09
0.11
0.04
L
as especificaciones de Golding Grow son las siguientes: 1) E-11 debe constituir por lo menos 15%
de la mezcla; 2) C-92 y C-30 juntos deben constituir por lo menos 45% de la mezcla; 3) D-21 y C-92
juntos pueden constituir no ms de 30% de la mezcla, y 4) Golding Grow se empaca y vende en
sacos de 20libras.
a)
b)
Formule un problema de PL para determinar qu mezcla de los cuatro compuestos

permitir a Golding minimizar el costo de un saco de 50 libras del fertilizante.
Resulvalo con computadora para encontrar la mejor solucin.
103) (Problema de produccin) Winkler Furniture fabrica dos tipos de vitrinas: un modelo provenzal
francs y un modelo dans moderno. Cada vitrina producida debe pasar por tres departamentos:
carpintera, pintura y acabado. La tabla de la pgina 321 contiene toda informacin concerniente a
los tipos de produccin por vitrina y capacidades de produccin de cada operacin por da, junto
270
con el ingreso neto por unidad producida. La compaa firm un contrato con un distribuidor de
Indiana para producir un mnimo de 300 vitrinas de cada modelo por semana (o 60 por da). El
propietario, Bob Winkler, desea determinar una mezcla de productos para maximizar su ingreso
diario.
a)
b)
Formule como un problema de PL.

Resuelva con un programa de PL u hoja de clculo.
104) (Problema de decisin de inversin) La compaa de intermediacin financiera Heinlein and

Krampf Brokerage acaba de ser instruida por uno de sus clientes para que invierta $250,000 de su
dinero que obtuvo recientemente por la venta de unos terrenos en Ohio. El cliente tiene un buen
grado de confianza en la casa inversora, pero tambin tiene sus propias ideas sobre la distribucin
de los fondos que se van a invertir. En particular, solicita que la firma elija las acciones y bonos
que crea estn bien valuados, pero dentro de los siguientes lineamientos:
a)
b)
c)
Los bonos municipales deben constituir, por lo menos, 20% de la inversin.

Por lo menos, 40% de los fondos debe ser colocado en una combinacin de compaas
electrnicas, aeroespaciales y farmacuticas.
No ms de 50% de la suma invertida en bonos municipales debe ser colocado en
acciones de alto rendimiento y alto riesgo de una casa de beneficencia.
Sujeto a estas restricciones, el objetivo del cliente es maximizar el rendimiento proyectado de las
inversiones. Los analistas en Heinlein and Krampf, conscientes de estos lineamientos, preparan
una lista de acciones y bonos de alta calidad y sus tasas de rendimiento correspondientes.
In versiones
Bonos municipales de Los ngeles
Thompson Electronics, Inc.
United Aerospace Corp.
Palmer Drugs
Casa de beneficiencia Happy Days
a)
b)
Tasas de rendimiento
proyectada (%)
5.3
6.8
4.9
8.4
11.8
Formule este problema de seleccin de cartera por medio de PL.

Resuelva este problema.
105) (Problema de horarios de trabajo en un restaurante) El famoso restaurante Y. S. Chang est

abierto las 24 horas del da. Los meseros y sus ayudantes entran a las 3 A.M., 7A.M., 11 A.M., 3
P.M. u 11 P.M. y cada uno cubre un turno de 8 horas. La tabla siguiente muestra el nmero
mnimo de trabajadores necesarios durante los seis periodos en los que se divide el da. El
problema de programacin de horarios de Chang es determinar cuntos meseros y ayudantes
debern reportarse al trabajo al inicio de cada periodo para minimizar el personal total requerido
durante un da de operacin. (Sugerencia: Sea Xi igual al nmero de meseros y ayudantes que
empiezan a trabajar en el periodo i, donde i = 1,2, 3, 4, 5,6)
271
106) (Problema de mezcla de alimentos para animales) El Battery Park Stable alimenta y aloja los
caballos utilizados para tirar carruajes llenos de turistas por las calle del histrico distrito ribereo
de Charleston. El propietario del establo, un entrenador retirado de caballos de carreras, reconoce
la necesidad de disear una dieta nutricional para los caballos a su cuidado. Al mismo tiempo,
quiere mantener al mnimo el costo diario total de alimentacin.
Las mezclas de alimentos disponibles para la dieta de los caballos son un producto de avena, un
grano altamente enriquecido y un producto mineral. Cada una de estas mezclas contiene una
cierta cantidad de cinco ingredientes requeridos diariamente para mantener saludable al caballo
promedio. La tabla de la pgina 322 muestra estos requerimientos mnimos, las unidades de cada
ingrediente por libra de mezcla de alimentos y los costos de las tres mezclas.
Adems, el propietario del establo sabe que un caballo sobrealimentado es un trabajador
perezoso. Por consiguiente, determina que 6 libras de alimento por da son lo mximo que
cualquier caballo necesita para funcionar apropiadamente. Formule este problema de la mezcla
diaria ptima de los tres alimentos y resulvalo.
a)
b)

Resulvalo.
272
108) (Problema de seleccin de medios) El director de publicidad de Diversey Paint and Supply, una
cadena de cuatro tiendas de venta al menudeo del rea norte de Chicago, considera dos
posibilidades de medios. Un plan contempla una serie de anuncios de media pgina en el
peridico Chicago Tribune del domingo; el otro, tiempo de publicidad en la TV de Chicago. Las
tiendas estn expandiendo sus lneas de herramientas de "hgalo usted mismo" y el director de
publicidad est interesado en un nivel de exposicin de por lo menos 40% dentro de los
vecindarios de la ciudad y de 60% en las reas suburbanas del noroeste.
El tiempo de audiencia de TV considerado tiene un "rating" de exposicin por anuncio de 5% en
hogares de la ciudad y de 3% en los suburbios del noroeste. El peridico dominical tiene tasas de
exposicin correspondientes de 4% y 3% por anuncio.
El costo de una media pgina de publicidad en el Tribune es de $925; un anuncio de televisin
cuesta $2000. Diversey Paint desea seleccionar la estrategia de publicidad menos costosa que
satisfaga los niveles de exposicin deseados
a)
b)
Formule con PL.

109) (Problema de arrendamiento de automviles) Sundown Rent-a-Car, una gran agencia de

arrendamiento de automviles que opera en el Medio Oeste, est preparando una estrategia de
arrendamiento para los seis meses siguientes. Sundown renta los automviles a un fabricante y
luego los renta al pblico de forma diaria.
A continuacin se da una prediccin de la demanda de los autos de Sundown en los seis meses
siguientes:
Los automviles pueden rentarse al fabricante durante tres, cuatro o cinco meses. Los vehculos
se rentan el primer da del mes y se regresan el ltimo da del mes. Cada seis meses Sundown
notifica al fabricante de automviles sobre el nmero de automviles requeridos durante los seis
meses siguientes. El fabricante ha estipulado que por lo menos 50% de las unidades rentadas
durante un periodo de seis meses deben estar en el plan de arrendamiento de cinco meses. El
costo mensual de cada uno de los tres tipos de arrendamiento es: $420 el de tres meses, $400 el
de cuatro meses y $370 el de cinco meses.
Actualmente, Sundown tiene 390 autos. El arrendamiento de 120 de ellos expira a finales de
marzo. El de otros 140 a finales de abril y el del resto a finales de mayo.
Use PL para determinar cuntos automviles deben rentarse cada mes en cada tipo de
arrendamiento para minimizar el costo de arrendamiento durante el periodo de seis meses.
Cuntos vehculos quedan a finales de agosto?
110) La gerencia de Sundown Rent-a-Car (vea el problema 8-7) ha decidido que tal vez el costo durante
el periodo de seis meses no es el apropiado para minimizarlo porque la agencia an puede estar
obligada a meses adicionales en algunos arrendamientos despus de ese tiempo. Por ejemplo, si
Sundown entregara algunos automviles al principio del sexto mes, an estara obligada durante
dos meses ms en un arrendamiento de tres meses. Use PL para determinar cuntos autos deben
rentarse cada mes en cada tipo de arrendamiento para minimizar el costo de arrendamiento
durante toda la duracin de estos contratos.
273
recorridas por autobs se minimice. (Observe la semejanza con el problema de transporte ilustrado
112) (Problema de asignacin de precios y estrategia de comercializacin) La I. Kruger Paint and
Wallpaper Store es un gran distribuidor minorista de la marca Supertrex de papeles tapiz de vinilo.
Kruger desea mejorar su imagen a nivel de toda la ciudad en Miami mediante la superacin de las
ventas de otros distribuidores locales en el nmero total de rollos de Supertrex el siguiente ao. Se
puede estimar la funcin de demanda como sigue:
Nmero de rollos de Supertrex vendidos = 20 X dlares gastados en publicidad + 6.8 X dlares
gastados en exhibidores en la tienda + 12 X dlares invertidos en el inventario de papel tapiz
disponible - 650,000 X porcentaje de margen de ganancia sobre el costo de venta al mayoreo de
un rollo.
La tienda presupuesta un total de $17,000 para publicidad en exhibidores en la tienda y en
inventario disponible de Supertrex para el ao siguiente. Decide que debe gastar por lo menos
$3000 en publicidad; adems, por lo menos 5% de la suma invertida en inventario disponible
deber ser dedicado a exhibido-res. Los mrgenes de ganancia en Supertrex de otros
distribuidores locales oscilan entre 20 y 45%. Kruger decide que sera mejor que su margen de
ganancia estuviera tambin en este intervalo.
a)
b)
c)
d)
Ordene estos datos como un problema de PL.

Cul es la dificultad con la respuesta?
Qu restriccin agregara?
113) (Problema de expansin de un hospital) El hospital Mt. Sinai en Nueva Orleans es una gran
empresa privada con 600 camas que cuenta con laboratorios, quirfanos y equipo de rayos X.
Para incrementar sus ingresos, la administracin del Mt. Sinai ha decidido hacer una ampliacin
para 90 camas en una fraccin del terreno adyacente que se utiliza actualmente como
estacionamiento del personal. La administracin considera que los laboratorios, los quirfanos y el
departamento de rayos X no se utilizan en su totalidad en el presente y no necesitan ampliarse
para atender a pacientes adicionales. La adicin de 90 camas, sin embargo, implica decidir
cuntas camas debern ser asignadas al personal mdico para pacientes mdicos y cuntas al
personal quirrgico para pacientes de este tipo.
Los departamentos de contabilidad y registro mdico del hospital proporcionaron la siguiente
informacin al respecto. La permanencia promedio en el hospital de un paciente mdico es de 8
das, y genera ingresos por $2280. El paciente quirrgico promedio permanece en el hospital 5
das y recibe una factura de $1515. El laboratorio puede manejar 15,000 pruebas por ao ms de
las que manejaba. El paciente mdico promedio requiere 3.1 exmenes de laboratorio, en tanto
274
que el paciente quirrgico promedia 2.6. Adems, el paciente mdico promedio requiere un
estudio de rayos X, mientras que el paciente quirrgico promedio requiere dos. Si el hospital
expandiera su capacidad en 90 camas, el departamento de rayos X podra manejar hasta 7000
estudios sin un costo significativo adicional. Por ltimo, la administracin estima que podran
hacerse 2800 operaciones adicionales en los quirfanos existentes. Los pacientes mdicos, desde
luego, no requieren ciruga, mientras que cada paciente quirrgico, en general, es operado una
vez.
Formule este problema para determinar cuntas camas mdicas y cuntas quirrgicas se debern
agregar para maximizar los ingresos. Suponga que el hospital est abierto 365 das al ao. Luego
resuelva el problema.
Dados los siguientes problemas primales, plantear el problema dual y

resolverlos por el mtodo simplex, luego encuentre la solucin del primal
1)
BagCo produce chaquetas y bolsos de piel. Una chaqueta requiere 8m2 de piel y bolso de slo
utiliza 2 m2. Los requerimientos de mano de obra para dos productos son de 12 y 5 horas,
respectivamente. Los suministros semanales actuales de los dos productos se limitan a 1200 m2
y 1850 horas, respectivamente. La compaa vende las chaquetas y los bolsos a 350 y 120
dlares, respectivamente. El objetivo es determinar el programa de produccin que maximice la
utilidad neta. BagCo est considerado una expansin de la produccin.Cul es el mximo
precio de compra que la compaa debe pagar por la piel adicional? Por la mano de obra
adicional?.
2)
Gutchi Company fabrica bolsos, estuches para afeitar y mochilas. La fabricacin de los tres
productos requiere piel y material sinttico y la piel es la materia prima limitante. El proceso de
fabricacin utiliza dos tipos de mano de obra calificada: costura y acabado. La siguiente tabla
proporciona la disponibilidad de los recursos, su utilizacin en los tres productos y las utilidades
por unidad.
Recurso
Piel (pies2)
Costura (horas)
Acabado (horas)
Precio de venta
(dlares)
Requerimientos de recursos
por unidad
Bolso Mochila
Estuche
para afeitar
2
1
3
2
1
2
1
.5
1
24
22
Disponibilidad
diaria
42
40
45
45
Formule el problema como un programa lineal y encuentre la solucin ptima utilizando TORA.
Despus indique si los siguientes cambios en los recursos mantendrn factible la solucin actual.
Para los casos se mantiene la factibilidad, determine la nueva solucin ptima (valores de las
variables y de la funcin objetivo). A continuacin plantee el problema dual y resulvalo.
a)
b)
c)
d)
e)
f)
g)
3)
La piel disponible se incrementa a 45 pies2

La pies disponible se disminuye en 1 pies2
Las horas de costura disponible se cambian a 38 horas.
Las horas de costura disponibles se cambian a 46 horas.
Las horas de acabado disponibles se disminuyen a 15 horas.
Las horas de acabado disponibles se incrementan a 50 horas
Recomendara usted la contratacin de un trabajador adicional de costura, a 15 dlares
la hora?
Gapco tiene un presupuesto diario de 320 horas de mano de obra y 350 unidades de materia
prima para fabricar do productos. De ser necesario, la compaa puede emplear hasta 10 horas
diarias de tiempo extra de mano de obra a un costo adicional de 2 dlares por hora. Se necesitan
una hora de mano de obra y tres unidades de materia prima para producir una unidad del producto
1, y dos horas de mano de obra y una unidad de materia para producir una unidad del producto
2. La utilidad por unidad del producto 1 es de 10 dlares y la del producto 2 es de 12 dlares. Sea
275
que x1 y x2 definan el nmero diario de unidades producidas de los productos 1 y 2 y que x 3 sea
las horas extra diarias utilizadas.
4)
contractual.
5)
Pedidos (unidades)
Mes
Mar.
Abr.
34
69
Ene.
58
Feb.
36
18
17
17
20
19
19
Mayo
72
Jun.
43
18,5
19
19
21
22
22

para MEPCO.
6)
la tabla.
Mina
Planta 1
Planta 2
Planta 3
Capacidad
3
(m de tierra
procesada)
Costos de
tratamiento
3
(rands por m )
Grado
3
(quintales m )
Recuento de
gemas (nmero
3
de piedras m )
83000
310000
190000
RO.60
RO.36
RO.50
0,36
0,22
0,263
0,58
0,26
0,21
276

menor costo.
7)
dlares.
que utilice. Resuelva por el mtodo simplex para encontrar la estrategia de publicidad ptima.
8)
Porcentaje De
Porcentaje
Costo por
Ingrediente
Protena
de grasas
kilogramo
A
B
C
D
40
20
10
5
10
15
35
40
$ 1.80
0.75
0.40
0.15

mezclas ms deseable. Resuelva por el mtodo simplex.
9)

dlares por unidad.
10)
277
resuelva por el mtodo simplex.
11)

Entrada de crudo de
Surinam
Primer
Segundo
proceso proceso
45
25
50
70
5
5
Entrada de crudo
Chino
Primer
Segundo
proceso proceso
35
20
60
80
5
0
12)

278

Tipo
Remolque
Mediano
CAMIONETA

Costo de
compra
$15.000
8.000
5.000
Costo
operativo
(toneladakilmetro)
$0.28
0.32
0.40
Capacidad
(toneladasKilmetro
Por mes)
10.000
8.000
5.000
Formule este problema como un problema de programacin lineal. Resuelva por el mtodo
simplex. Tenga cuidado en la especificacin del objetivo y en la definicin de las variables.
13)
modelo.
Modelo
Lmite superior de la demanda para las ventas semanales.
Regular
7
3
Especial
15
6
De lujo
25
10
0.1
1000
0.2
800
0.5
300
279
Capitulo IV
El Problema de Transporte
OBJETIVOS DEL CAPITULO VII
1.-
Formular problemas de distribucin como modelo de transporte
2.-
Hallar planes factibles de envo con el mnimo de transporte
3.-
Resolver planes ptimos de envo para problemas de transporte.
INTRODUCCION
Una de las primeras aplicaciones de las tcnicas de programacin lineal ha sido la formulacin y solucin
del problema de transporte. El problema de transporte bsico fue planteado originalmente por Hutcholky
y posteriormente presentado en detalle por Koopmans. La formulacin de programacin lineal y el
mtodo sistemtico asociado de solucin fue dada por primera vez por Dantring.
El modelo de transporte (o modelo de distribucin) es un conjunto importante de un problema de
optimizacin de redes. Ha sido aplicado a algunos problemas de negocios, tales como el control y diseo
de plantas de fabricacin, determinacin de territorios de ventas, y localizacin de centros de distribucin
de territorios de ventas, y localizacin de centros de distribucin y almacenaje. Tremendos ahorros de
tiempo y costos se han logrado a travs de la eficiente ruta de envo de mercancas desde los puntos de
existencia hasta los puntos de demanda.
LA META Y DISTRIBUCIONES DEL MODELO DE TRANSPORTE

La meta de un modelo de transporte en MINIMIZAR el costo total de envo de un producto desde los
puntos de existencia hasta los puntos de demanda bajo las siguientes restricciones:
Funcin Objetivo.n
i 1
j 1
Cij X ij
Restricciones.n
j 1
n
i 1
X ij ai
i (1, 2, ..........., n)
X ij b j j (1, 2,.........., n)
X ij 0 Para todos los i y j
X ij
Cij
ai
bj
es la cantidad asignada desde el origen (i) hasta el destino (j)

es el costo o ganancia de asignar una unidad desde el origen (i) hasta el destino (j).
son las cantidades disponibles en cada origen.
son las cantidades requeridas en cada destino.
Con frecuencia se hace referencia a estos valores como requerimientos de contorno.

El problema de transporte puede enunciarse de la siguiente manera:
Tiene un nmero (m) de orgenes y (n) destinos, se trata de transportar al menor costo posible
determinadas cantidades de artculos, mercaderas, etc., entre dichos orgenes y destinos.
280

ORIGEN
Xij
DESTINO
O1
D1
O2
D2
O3
D3
O4
D4
O5
D5
MTODOS DE SOLUCIN:
REGLA DEL NOROESTE.PROBLEMAS DE MINIMIZACIN (DEMANDA = OFERTA)
Para conocer mejor la metodologa de la aplicacin de la regla partiremos del ejercicio.
EJERCICIO 1.Una empresa industrial cuenta con 3 centros de distribucin de sus productos, el C 1 dispone de 12
toneladas, el C2 dispone de 17 Tn. y el C3 de 9 Tn. Con estas existencias (38 Tn.) se debe abastecer a
4 centros de consumo ubicados a diferentes distancias, los mismos que requieren de las siguientes
cantidades: el CCA demanda 6 Tn, el CCB demanda 7 Tn., el CCC demanda 11 Tn. y el CCD demanda 14
Tn.
Los costos originales por unidad son los siguientes:
Centro de consumo.
Centro de destino
C1
C2
C3
4
3
6
6
7
5
5
4
2
2
5
7
Se trata de encontrar el plan ptimo de distribucin al menor costo.
FORMULACION DEL PROBLEMA:

1) Funcin Objetivo.Las variables de la funcin objetivo son las siguientes:
X1 + X2 + X3 + X4
X5 + X6 + X7 + X8
X9 + X10 + X11 + X12
Donde Xij representa la cantidad que debe enviar el centro de distribucin (i) al centro de consumo (j).
Los coeficientes de la funcin objetivo corresponden a los costos originales unitarios conocidos:
(Matriz de costos).
Z(MIN) = COSTO TOTAL
Z(MIN) = 4X1 + 6X2 + 5X3 + 2X4 +
3X5 + 7X6 + 4X7 + 5X8 +
6X9 + 5X10 + 2X11 + 7X12
281
2) Restricciones o limitaciones.Para formar las restricciones o limitaciones nos guiamos por la oferta de los centros de distribucin
(12, 7 y 9) y la demanda de cada centro de consumo (6, 7, 11 y 14) .
X1+X2+X3+X4
= 12
= 17
X9+X10+X11+X12 = 9
X1
+X5
+X9
= 6
X2
+X6
+X10
= 7
X3
+X7
+X11
= 11
X4
+X8
+X12 = 14
No negatividad XJ 0
X5+X6+X7+X8
Hemos obtenido un sistema de 7 ecuaciones con 12 incgnitas, el mismo que puede resolverse
mediante el mtodo simplex, aunque resulta muy extenso y complejo, ms an cuando si se trata de
mayor participacin de ecuaciones o incgnitas.
Geoge Dantring plantea la solucin a este problema aplicando el mtodo de la Regla de Noroeste,
la misma que consiste en lo siguiente:
a) Iniciamos las asignaciones en la esquina Noroeste o sea la superior izquierda de la matriz,
calculando o comparando los mnimos (aj) y (bj) (cantidades ofrecidas por los centros de
produccin y los requerimientos por los consumidores).
b) Se debe asignar el mximo posible de unidades desde el centro de distribucin 1 al centro de
consumo A, luego si quedan disponibilidades se va asignando al centro de consumo B y as
sucesivamente hasta agotar las existencias.
Nmero de Envos.Para determinar el nmero de envos aplicamos la frmula siguiente:
N DE ENVIOS = M + N - 1
M = Nmero de filas
N = Nmero de columnas
En el caso que nos ocupa el nmero de envos es igual a:
ENVIOS: = 3 + 4 1
ENVIOS = 6
En el presente problema la DEMANDA es igual a la OFERTA es decir las existencias son iguales a los
requerimientos.
DEMANDA = OFERTA
PRIMERA SOLUCION
MATRIZ DE EXISTENCIA.Esta matriz se forma con las asignaciones que se van a enviar (6 en total)
6
6
1
11
11
12
5 17
9 9
14
282
El centro de distribucin 1 enva al centro de consumo A, 6 unidades que es lo que requiere, de las 12 le
quedan 6 que las enva al centro de consumo B que necesita 7, por lo tanto el centro de distribucin 2
asigna 1 unidad al centro de consumo B para completar su demanda y le quedan a CD 2, 16 unidades,
de las cuales 11 enva al centro de consumo C que es lo que requiere y las 5 restantes asigna al centro
de consumo D que necesita 14, para completar su demanda recibe 9 del centro de distribucin 3.
Esta primera distribucin es ya una respuesta, pero no necesariamente la ptima. Si a estas cantidades
asignadas las multiplicamos por sus correspondientes costos unitarios de envo obtenemos la funcin de
costo total 1.
COSTO TOTAL = Z (MIN)
CT1= 4x6 + 6x6 + 7x1 + 4x11 + 5x5 + 7x9
CT1 = 199
SEGUNDA SOLUCIN.Para encontrar una nueva solucin es necesario emplear la metodologa de carcter iterativo, esto es,
encontrar aproximaciones sucesivas mediante el algoritmo de la matriz de costos indirectos .
MATRIZ DE COSTOS INDIRECTOS.Debemos obtener la matriz de costos indirectos partiendo de los costos unitarios originales
correspondientes a las cantidades ya asignadas en la matriz de existencia de la primera solucin.
4 6
7 4 5
7
(PIVOTE)
(SEMIPIVOTE)
(SEMIPIVOTE)
En lugar de la cantidad enviada 6 del centro de distribucin 1 al centro de consumo A colocamos su

correspondiente costo unitario original 4, lo mismo hacemos con las restantes.
De los costos unitarios originales reemplazados escogemos el menor (4) que actuar de pivote el mismo
que ir siempre en la parte superior esquinera sin importar donde se encuentre el menor costo original,
debemos encontrar los semipivotes, luego por sumatorias en correspondencia a la fila y columna
respectiva hallamos los restantes.
Partimos de la siguiente igualdad:
A=B+C
A = Valores de las filas y columnas interiores
B = Resultado de las columnas
C = Resultado de las filas
A11
A21
A31
B1
A12
A22
A32
B2
A13
A23
A33
B3
A14
A24
A34
B4
C1
C2
C3
C4
A11 = 4
A12 = 6
A13 = 3
A14 = 4
A21 = 5
A22 = 7
A23 = 4
A24 = 5
A31 = 7
A32 = 9
A33 = 6
A43 = 7
B1 = 0
B2 = 2
B3 = 1
B4 = 0
Operaciones para llenar la matriz de costos indirectos:
A11 = B1 + C1
4 = B1 + 4
B1 = 0
C1 = 4 PIVOTE
C2 = 5 SEMIPIVOTE
C3 = 7 SEMIPIVOTE
A12 = B2 + C1
6 = B2 + 4
B2 = 2
283
A22 = B2 + C2
7 = 2 + C2
C2 = 5
A23 = B3 + C2
4 = B3 + 5
B3 = -1
A24 = B4 + C2
5 = B4 + 5
B4 = 0
A34 = B4 + C3
7 = 0 + C3
C3 = 7
A13 = B3 + C1
A13 = -1 + 4
A13 = 3
A14 = B4 + C1
A14 = 0 + 4
A14 = 4
A21 = B1 + C2
A21 = 0 + 5
A21 = 5
A31 = B1 + C3
A31 = 0 + 7
A31 = 7
A32 = B2 + C3
A32 = 2 + 7
A32 = 9
A34 = B3
A34 = -1
A34 = 6
4
5
7
0
+ C3
+ 7
Matriz de costos indirectos

6
3
4
7
4
5
9
6
7
2
-1
0
(4*)
5
7
MATRIZ DE ELECCIN.La matriz de eleccin nos permite ir seleccionando alternativas, se la obtiene de la diferencia entre la
matriz de costos indirectos y la matriz de costos originales.

ME = MCI - MCO
Matriz costos indirectos
4
5
7
6
7
9
3
4
6
4
5
7
Matriz costos originales
4
3
6
6
7
5
5
4
2
2
5
7
Matriz de eleccin
0
2
1
0
0
4
-2
0
(4)
2
0
0
De la matriz de eleccin seleccionamos el mayor valor positivo de las cifras obtenidas, en este caso (4)
(el de menor costo). Esto implica que debe asignarse una cantidad alfa () desde el centro de
distribucin 3 al centro de consumo C.
Al asignar la cantidad en la casilla A33 (nuevo envo), se alteran las sumas del rengln y columna al
cul pertenece, por tanto es necesario restar, a fin de que no altere el esquema general.
Para encontrar el valor de alfa y arribar a una nueva solucin, obviamente el valor ser 9, pues no
podemos restar una cantidad mayor a 9, es decir, se toma la menor de las restas.
Matriz de existencia (nueva)
6
6
1
11
5
9
El valor de alfa altera a 11, 5 y 9

6
6
1
11-
5+
9-
9-=0
=9
284
Matriz de existencia.
6
1
2
14
9
7
11
14
12
17
9
Las cantidades asignadas multiplicamos por los costos originales y obtenemos la segunda funcin
objetivo de costo total que ser menor que el primer costo.
CT2 = 4x6 + 6x6 + 7x1 + 4x2 + 5x14 + 2x9
CT2 = 163
TERCERA SOLUCION:
El procedimiento se repite hasta que en la matriz de eleccin
negativos.
Matriz de costos indirectos
4
6
3
4
5
7
4
5
3
5
2
3
2
4
1
2
Matriz costos indirectos
4
5
3
6
7
5
3
4
2
todos los valores sean CEROS y/o
(2*) PIVOTE
3
1
Matriz costos originales
4
5
3
4
3
6
6
7
5
5
4
2
2
5
7
Matriz de eleccin
0
2
-3
0
0
0
-2
0
0
2
0
-4
De la matriz de eleccin elegimos el valor positivo 2, esto significa que el centro de distribucin 2 debe
asignar una cantidad alfa al centro de consumo A.
6-
Matriz de existencia
5
7
14
1
6+
1-
2
2
14
9
9
1- = 0 Menor Resta
6
7
11 14
=1
CT3 = 4X5 + 6X7 + 3X1 + 4X2 + 5X14 + 2X9
CT3 = 161
12
17
9
CUARTA SOLUCION.Matriz de costos indirectos
4
3
1
6
5
3
2
5
4
2
4
6
5
3
3
(2*)
1
-1
MEX = Matriz de existencia
MCI
4
3
1
6
5
3
5
4
2
6
5
3
MCI = Matriz de costos indirectos

MCO = Matriz de costos originales
ME = Matriz de eleccin
4
3
6
MCO
6
5
7
4
5
2
ME
2
5
7
0
0
-5
0
-2
-2
0
0
0
(4)
0
-4
Tomamos el valor positivo 4, es decir el centro de distribucin 1, asigna una cantidad alfa al centro de
consumo D.
7
7
5
12
5-
2
6
2
9
17
1+
14.
9
9
9
5-=0
6
7
11
14
=5
CT4 = 6x7 + 2x5 + 3x6 + 4x2 + 5x9 + 2x9
CT4 = 141
285
QUINTA SOLUCION.MCI
MCO
6
1
2 (2*)
4
6
5
2
9
4
5
5
3
7
4
5
=
7
2
3
3
6
5
2
7
-2
4 -3
0
A pesar de haber dos valores positivos y por razones de formacin de la
el ubicado en A22, lo cual significa que el centro de distribucin 2 asigna
consumo B.
MATRIZ DE EXISTENCIA
7-
5 +
6
2
6
7
2
9-
9
9
7-=0
6
7
11
=7
CT5 = 2x12 + 3x6 + 7x7 + 4x2 + 5x2 + 2x9
CT5 = 127
0
3
1
-4
0
-5
0
(2)
2
ME
-4
-3
0
0
0
-4
matriz de existencia, elegimos

una cantidad alfa al centro de
12
2
12
17
9
14
SEXTA SOLUCION.MCI
0
3
1
4
7
5
-2
1
4
2
2
2
5
3
-1
(2*)
5
3
4
3
6
6
7
5
MCO
5
4
2
2
5
7
-4
0
-5
-2
0
0
ME
-4
0
0
0
0
-4
En vista de que en la matriz de eleccin , todos los elementos son ceros y/o negativos, entonces
el esquema ptimo de envo, es la matriz de existencia de la solucin quinta y el costo mnimo total es de
127.
CT (MINIMO) = 127
MATRIZ DE EXISTENCIA
12
6
7
2
2
9
SOLUCION FINAL:
CD = CENTRO DE DISTRIBUCION
CC = CENTRO DE CONSUMO
CD CC
CANTI. COSTO
TOTAL
----- ---- --------------------------C1
D
12
2
24
A
6
3
18
B
7
7
49
C2
C
2
4
8
D
2
5
10
C3
C
9
2
18
----------------------38 Tn.
COSTO TOTAL127
-------------------------
SOLUCION ALTERNATIVA.En la matriz de eleccin de la solucin quinta hubo dos valores positivos, fue elegido el valor 2 que
corresponde a A22, sin embargo el otro valor tambin puede ser tomado en cuenta, denominndose
solucin alternativa, el valor del costo total final tiene que ser el mismo.
286

MEX
7-
6
CD
C1
C2
C3
2+
9-
7-=0
=7
CC
D
A
C
D
B
C
5+
9-
6
7
7
6
CANT.
12
6
9
2
7
2
--------38 Tn.
12
2
9
2
11
12
17
9
14
COSTO
2
3
4
5
5
2
TOTAL
24
18
36
10
35
4
-----------COSTO FINAL. 127
EJERCICIO No. 2.La empresa X tiene cuartos fros en sus almacenes ubicados en Esmeraldas, Guayaquil y Manta, en
cada almacn la empresa procesa y distribuye langosta para vendedores de pescado localizados en
varias ciudades del pas.
Demanda de langostas de la prxima semana
CIUDAD
No DE CAJAS
AMBATO
CUENCA
QUITO
TULCAN
30
50
65
55
----------------------200
Los costos de transporte areo por caja entre las plantas y los vendedores son como sigue:
Costos de transporte por caja de langosta
AMBATO
CUENCA
QUITO
TULCN
ESMERALDAS
14
16
12
20
GUAYQUIL
12
14
10
18
MANTA
10
16
8
15
En la prxima semana se espera tener el siguiente suministro de langostas:
Suministro de langostas de la prxima semana
PLANTA
SUMINISTRO
ESMERALDAS
100
GUAYAQUIL
40
MANTA
60
--------200
El problema de administracin de la empresa se muestra cmo construir un plan de envo de mnimo
costo entre los almacenes y los vendedores de pescado.
HACIA
DESDE
ESMERALDAS
GUAYAQUIL
MANTA
DEMANDA
DEMANDA = OFERTA
El problema est balanceado.
AMBATO
CUENCA
QUITO
14
12
10
30
16
14
16
50
12
10
8
65
TULCAN
SUMIN.
20
18
15
55
100
40
60
200
200
287
PRIMERA SOLUCION:
ENVIOS = 3 + 4 - 1 = 6
30
50
20
100
40
40
5
55
60
30
50
65
55
CT1 = 14x30 + 16x50+12x20+10x40+8x5+15x55
CT1 = 2725
SEGUNDA SOLUCION:
MCI
MCO
16 12 19 (8*)
14
16
12
14 10 17 6
12
14
10
12 8 15 4
10
16
8
6
8 4 11
Como en la matriz de eleccin todos los elementos son ceros
es la ptima.
14
12
10
ALMACEN
ESMERAL.
GUAYAQUIL
MANTA
CIUDADES
CANTIDAD
AMBATO
30
CUENCA
50
QUITO
20
QUITO
40
QUITO
5
TULCAN
55
CAJAS DE LANG. 200
ME
20
18
15
0
0
0
0
0
-4
0
0
0
-1
-1
0
o negativos, entonces la primera solucin
COSTO
TOTAL
14
420
16
800
12
240
10
400
8
40
15
825
COSTO TOTAL 2.725
CASOS ESPECIALES:
En la resolucin de los problemas anteriores, la condicin fijada previamente es que todo lo disponible es
igual a los requerimientos, es decir la demanda es igual a la oferta.
Esta condicin no siempre se cumple en la prctica, as puede ocurrir que la produccin exceda a los
requerimientos, esto significa que la oferta es mayor que la demanda.
OFERTA MAYOR DE LA DEMANDA.Partiremos del siguiente ejemplo:

Matriz de costos originales
HACIA
CLIENTES
DISPO.
DESDE
R1
R2
R3
A
4
6
5
50
B
1
4
2
70
C
2
3
6
90
D
6
5
4
90
100
120
120
340
REQUER.
300
Como la oferta es mayor que la demanda se debe crear un destino o cliente imaginario E, al cual
destinaremos el exceso de la produccin o cantidades no absorbidas por los lugares de destino o
consumidores, lgicamente los costos asignados a este destino imaginario, sern de cero, la nueva
matriz AGREGA ese destino imaginario:
288

HACIA
CLIENTES
DISPONI
BLE
DESDE
A
E!
4
6
5
1
4
2
2
3
6
6
5
4
0
0
0
50 70
90
90
40
R1
R2
R3
REQUE.
100
120
120
340
340
La diferencia entre la oferta y demanda es de 40 unidades, por consiguiente ese valor debemos asignar
al centro o cliente imaginario para que la oferta sea igual a la demanda.
Una vez equilibrada tanto la oferta como la demanda, para la resolucin de este problema de transporte,
se procede en idntica forma a la ya estudiada, los resultados a las diferentes iteraciones son las
siguientes:
PRIMER SOLUCIN:
ENVIOS = 3 + 5 1 = 7
50 50
100
20 90 10
120
80 40 120
50 70 90 90 40
CT1 = 50x4 + 50x1 + 20x4 + 90x3 + 10x5 + 80x4 + 40x0
CT1 = 970
SEGUNDA SOLUCIN:
MCI
MCO
M.E.
1
0
2
0 (0*)
4
1
2
6
0
0
0 -2 -4
0
4
3
5
3
3
-6
4
3
5
0
=
1
0
0
0 (3)
3
2
4
0
2
5
2
6
4
0
1
1 -4 0
0
4 1
0
2 0
De la matriz de eleccin seleccionamos el mayor valor positivo 3, esto significa que R 2 debe enviar al
centro de destino imaginario (E) una cantidad alfa.
4
7
6
50
50
90
20
90
10 -
90
80+ 40-
10 - = 0
= 10
50
70
90
90
CT2 = 50x4+50x1+20x4+90x3+10x0+90x4+30x0
50
50
20
10
30
40
100
120
120
CT2 = 960
TERCERA SOLUCIN:
4
7
7
1
4
4
4
MCI
0
1 -3 (0*)
3
4
0
3
3
4
0
3
1
0 1 -3
4
6
5
1
4
2
MCO
2
6
3
5
6
4
0
0
0
0
1
(2)
0
0
2
M.E
-2 -5
0 -1
-3 0
-3
0
0
De la matriz de eleccin seleccionamos el valor 2, lo cual significa que R 3 debe asignar una cantidad alfa
al centro de destino A.
289

50 -
30
70
90
90
10 +
90
20
90
30 -
20 - = 0 = 20
50
70
90
90
CT3 = 30x4+70x1+90x3+30x0+20x5+90x4+10x0
50 +
20 -
30
10
40
100
120
120
CT3 = 920
CUARTA SOLUCIN:
4
5
5
1
2
2
4
MCI
2
3 -1 (0*)
3
4
0
1
3
4
0
1
1
2 3 -1
4
6
5
1
4
2
MCO
2
6
3
5
6
4
0
0
0
0
-1
0
0
-2
0
M.E.
0
-3
0
-1
-3
0
-1
0
0
Los elementos de la matriz de eleccin se han transformado en ceros y/o negativos, en consecuencia la
solucin anterior es la ptima.
REFINERIA
CENTRO DE
DESTINO
CANTIDAD
COSTO
TOTAL
30
120
B
C
70
90
1
3
70
270
E
A
D
E
30
20
90
10
340
0
5
4
0
COST.
MIN.
0
100
360
0
920
R1
R2
R3
El mismo costo mnimo se hubiera tenido si seleccionbamos el valor 2 que corresponde a R 3 y al centro
de destino B.
Las 30 unidades de la refinera 2, enviadas al centro de destino imaginario E y las 10 unidades de la
refinera 3 enviadas al mismo centro de destino imaginario, constituyen STOCK.
OFERTA MENOR QUE DEMANDA:

Otro caso que se presenta en los problemas de transporte es aquel en el cual la demanda
(requerimientos de los clientes) supera a la oferta (Oferta menor que demanda), de ocurrir esto se
deber nivelar el problema mediante la creacin de un centro de distribucin imaginario que satisfaga el
exceso de la demanda.
Partiremos del siguiente ejemplo:
HACIA

CLIENTE
A
B
C
D
DISPONIBLE
DESDE
R1
R2
R3
REQUERIMIENTOS
4
6
5
70
1
4
2
90
2
3
6
110
6
5
4
70
80
100
120
300
340
290
Los requerimientos (DEMANDA) superan a las disponibilidades (OFERTA), creamos un origen o centro
de distribucin imaginario que satisfaga la demanda R4 , obtenindose de esta manera una nueva
matriz, Los costos son iguales a cero.
DESTINO
CONSUMO
DISPONIB.
A
B
C
D
ORIGEN
R1
4
1
2
6
80
R2
6
4
3
5
100
R3
5
2
6
4
120
R4
0
0
0
0
40
REQUERIM.
70 90 110 70
340
340
PRIMERA SOLUCION:
ENVIOS = 4 + 4 1 = 7
70
10
80
80
20
100
90
30 120
40
40
70
90 110 70
CT1 = 4x70+1x10+4x80+3x20+6x90+4x30+0x40
CT1 = 1330
SEGUNDA SOLUCIN:
MCI
4
1
0
7
4
3
10 7
6
6
3
2
4 1
0
70-
-2
1
4
0
-2
10+
80 -
(0*)
3
6
2
--
4
6
5
0
MCO
1
2
4
3
2
6
0
0
6
5
4
0
30
20 +
90 -
M.E
0
-2
0
0
5
0
3
2
0
1
5
(6)
50
40
60
50
30 +
40 -
70
40
40 - = 0 = 40
70
90
110
70
CT3 = 3x30 + 1x50 + 4x40 + 3x60 + 6x60 + 6x50 + 4x70 + 0x40
-8
-4
0
0
80
100
120
40
CT2 = 1060
TERCERA SOLUCI{N
MCI
MCO
0
-2 (0*)
4
1
2
6
3
1
3
-- 6
4
3
5
=
6
4
6
5
2
6
4
-4
-6 -4
0
0
0
0
4
1
0
-2
De la matriz de eleccin seleccionamos el mayor valor positivo 5.
30
50
30
50
40-
60 +
70
40
50 -
40
40
40 - = 0 = 40
70
90
4
7
10
0
1
4
7
-3
0
1
5
0
M.E
0
-2
0
0
(5)
0
-3
-4
100
10
70
110
70
-8
-4
0
-6
80
100
120
40
291
CT3 = 4x30 + 1x50 + 3x100 + 2x40 + 6x10 + 4x70 + 0x40

CT2 = 890
CUARTA SOLUCIN:
MCI
4
2
5
0
1
-1
2
-3
4
5
3
6
1
1
3
1
4
-1
5
30
(0*)
-2
1
-4
MCO
1
2
4
3
2
6
0
0
4
6
5
0
--
6
5
4
0
0
-4
0
0
0
-5
0
-3
M.E
(3)
0
0
1
-3
-4
0
-1
50-
40-
30
40
100
10 -
70
10
100
50
40
40
70
10 + = 0 = 10
70
90
110
80
100
120
30
70
CT4 = 4x30 + 1x40 + 2x10 + 3x100 + 2x50 + 4x70 + 0x40

CT2 = 860
QUINTA SOLUCIN:
MCI
4
5
5
0
1
2
2
-3
2
3
3
-2
3
4
4
-1
(0*)
1
1
-4
--
MCO
1
2
4
3
2
6
0
0
4
6
5
0
6
5
4
0
0
-1
0
0
M.E
0
0
-2
0
0
-3
-3
-2
-3
-1
0
-1
4
1
2
3
En la matriz de eleccin todos sus elementos son ceros y/o negativos, entonces la solucin cuarta es la
ptima.
REFINERA
CLIENTE
CANTI.
COSTO
TOTAL
A
30
4
120
R1
B
40
1
40
C
10
2
20
R2
C
100
3
300
B
50
2
100
R3
D
70
4
280
!
A
40
0
0
R
4
340
COST. MI
860
METODO DEL MINIMO COSTO.Se selecciona la celda que tiene el menor costo. En la celda seleccionada haga un envo igual al mnimo
del suministro y demanda para la fila y columna que contiene la celda seleccionada.
EJERCICIO N 1:
Resolvemos Los mismos problemas anteriores para poder comparar los resultados.
DESTINO
A
DISPONIB.
4
3
5
6
6
7
5
7
5
4
2
11
2
5
7
14
12
17
9
ORIGEN
C1
C2
C3
DEMANDA
38
38
292
DEMANDA = OFERTA
PRIMERA SOLUCIN:
ENVIOS = 3 + 4 1 = 6
Para formar la matriz de existencia procedemos de la siguiente manera:
En la primera columna el menor costo es 3, por tanto C 2 enva a 6 unidades que cubren su
requerimiento.
En la segunda columna el menor costo es 5, lo cual significa que C 3 enva a B 7 unidades y se cubre la
demanda de B.
En la tercera columna el menor costo es 2, C 3 debe enviar nicamente 2 unidades a C porque sus
disponibilidades son 9, de esa tercera fila. Para cubrir la demanda de C faltan 9 unidades que reciben de
C2 en el costo 4 de la tercera columna.
En la cuarta columna el menor costo es 2, C 1 enva a D, 12 unidades que cubre las disponibilidades de
esa fila pero no completa la demanda de D, para lo cual C2 debe enviar 2 unidades a D, de esta manera
completa tambin las disponibilidades de la segunda fila.
4
2
12
12
5
17
6
6
9
5
2
7
9
7
7
2
11
14
CT (MINIMO) = 3x6 + 5x7+ 4x9 + 2x2 + 2x12 + 5x2

CT (MININO) = 127
Para saber si la matriz de existencia es la ptima, debemos encontrar la matriz de eleccin, que es la
indicadora si la solucin es o no vlida, previamente encontramos la matriz de costos indirectos.
MCI
MCO
M.E
1
2
(2*)
4
6
5
2
-4 -2 -4 0
4
5
5
-3
7
4
5
=
0
0
0
0
2
3
3
6
5
2
7
-5 0
0 -4
-2
2
-1
0
Efectivamente los elementos de la matriz de eleccin son todos ceros y/o negativos, en consecuencia la
solucin obtenida sobre la base de los costos mnimos es ptima.
0
3
1
4
7
5
COSTO TOTAL (MINIMO = 127

EJERCICIO N 2.Matriz de costos originales
HACIA
A
DISPONIB.
4
6
5
70
1
4
2
90
2
3
6
110
6
5
4
70
80
100
120
300
DESDE
R1
R2
R3
REQUER.
340
293
OFERTA MENOR QUE DEMANDA

Equilibramos los requerimientos y las disponibilidades creando un centro de origen
A
B
C
D
4
1
2
6
6
4
3
5
5
2
6
4
0
0
0
0
R1
R2
R3
R4!
REQUERI.
70
90
110
R4!
DISPONIB.
80
100
120
40
70
340
340
SOLUCIN.ENVIOS = 4 + 4 1
ENVIOS = 7
1
2
6
80
30
6
40
4
10
3
5
100
100
4
120
50
0
70
0
0
40
40
70
90
110
70
Para formar la matriz de existencia para este caso, si se toma en cuenta el costo mnimo de cero (0)
CT4 = 4x30 + 1x40 + 2x10 + 3x100 + 2x50 + 4x70 + 0x40
CT2 = 860
El costo total mnimo obtenido, es el mismo que el costo mnimo cuando se aplic el mtodo de la
esquina del noreste.
PROBLEMAS DE MAXIMIZACIN:
El procedimiento utilizando en los casos de minimizacin, tambin puede usarse para maximizacin si se
hace una ligera modificacin. Puesto que minimizar el negativo de una funcin, equivale a maximizar la
funcin.
La modificacin requerida cosiste en hacer negativos todos los coeficientes de la ganancia. Despus de
esta modificacin, el procedimiento es igual al empleado en la minimizacin.
EJERCICIO N 3.Cuatro expendedores de gasolina A, B, C y D, requieren 50 mil, 40 mil, 60 mil y 40 mil galones
respectivamente. Es posible satisfacer estas demandas a partir de las localidades I, II y III que disponen
de 80 mil, 100 mil y 50 mil galones respectivamente.
Las ganancias obtenidas por el transporte de 1.000 galones se indican en la siguiente tabla.
294
Ganancia por 1.000 galones

A
B
C
D
I
80
70
60 60
II
50
70
80 70
III
70
50
80 60
Obtener el esquema ptimo de envo que permita maximizar las utilidades.
SOLUCIN.DEMANDA
--------------------50
40
60
40
----------190
OFERTA
-----------------80
100
50
----------230
DEMANDA OFERTA
Como la demanda es menor que la oferta, tenemos que crear un centro de requerimiento ficticio (E) para
que cubra Los 40 mil galones que representa la diferencia con beneficios igual a cero, de modo que se
cumpla:
DEMANDA = OFERTA
Matriz de beneficios (en miles)
DEST.
A
B
C
D
E DISPON.
ORIG.
I
80
70
60
60
0
80
II
50
70
80
70
0
100
IV
70
50
80
60
0
50
REQUERIMIENTO
50
40
60
40 40
300
340
Una vez que se ha igualado la demanda y la oferta procedemos a minimizar la matriz de beneficios
multiplicando por (-1) cada coeficiente.
DEST.
A
SUMIN.
-80
-50
-70
50
-70
-70
-50
40
-60
-80
-80
60
-60
-70
-60
40
0
0
0
40
80
100
50
230
230
ORIG.
I
II
II
REQUER.
ENVIOS = 3 + 5 1 = 7
PRIMERA SOLUCIN.Matriz de existencia

30
80
10
60
30
100
10
40
50
50 40 60
40
40
50
TG = GANANCIA TOTAL
TG = 80x50 + 70x30 + 70x10 + 80x60 + 70x30 + 60x10+ 0x40
TG = 14.300 (MILES)
295
SEGUNDA SOLUCIN.-80
-80
-70
MCI
-70 -80
-70 -80
-60 -70
0
10
0
-70 -10 (-80*)

-70 -10
-80
-60
0
-70
10
70
0
-30
0
0
0
-10
M.E
-20
0
(10)
-80
-50
-70
-10
0
0
MCO
-60
-60
-80
-70
-80
-60
-70
-70
-50
0
0
0
-10
-10
0
En la matriz de eleccin tenemos un valor positivo (10), el campo III debe enviar una cantidad alfa al
centro C.
50
30
50
30
80
10
10
50
40
100
60-
30+
40
10
40
50
10-
10 - = 0
50
40
60
40
40
= 10
GT2 = 80x50+70x30+70x10+80x50+70x40+80x10+0x40
GT = 14.400 miles
TERCERA SOLUCIN.-80
-80
-80
0
-80
-80
-80
0
MCI
-80
-80
-80
0
-70
-70
-70
10
CENTRO
EXPEND.
-------------
-70 0 (-80*)
-70 0 -80 --70 0 -80
10 80
CENTRO DE
REQUERIM.
-----------------A
-70
-70
-70
10
-80
-50
-70
M.E
-80 -70 0
(-80)*
-80 -70
0
-80
-80
-80
-70 0
0
10 80
MCO
-70 -60 -60 0
0
-70 -80 -70 0 = -30
-50 -80 -60 0
-10
CANTIDAD BENEF.
---------------- -----------50
80
0
0
-20
M.E
-20
0
0
-10
0
-10
0
0
0
TOTAL
---------4.000
II
B
B
C
D
C
30
10
50
40
10
70
70
80
70
80
2.100
700
4.000
2.800
800
40
---------230
0
----------14.400
III
E
SEGUNDO MTODO.Los problemas de maximizacin tambin se pueden resolver aplicando el siguiente mtodo:
1.
Se escoge el mayor coeficiente, en el ejemplo propuesto es (80) y se van restando de l los

dems.
2.
Se procede como en los casos de minimizacin.
Haciendo las restas respectivas la matriz de beneficios se transforma en la siguiente:
296
I
II
II
REQUER.
A
80 - 80
80 - 50
80 - 70
50
B
80 - 70
80 - 70
80 - 50
40
1
II
II
REQUER.
C
80 - 60
80 - 80
80 - 80
60
E
80 - 0
80 - 0
80 - 0
40
D
80 - 60
80 - 70
80 - 60
40
SUMIN.
0
30
10
50
10
10
30
40
20
0
0
60
20
10
20
40
80
80
80
40
80
100
50
230
230
SUMI.
80
100
50
230
230
DEMANDA = OFERTA
SOLUCIN:
ENVIOS = 5 + 3 1 = 7
50 30
10
50
40
10
40
50 40
60
40
40
80
100
50
GT(MXIMA) = 80x50 + 70x30 + 70x10 + 80x50 + 70x40 + 80x10 + 0x40

GT (MAXIMA) = 14.400 MILES
EJERCICIO N 4.Suponga que hay tres fbricas (F 1, F2 y F3) que abastecen a tres almacenes (W 1, W 2, W 3). En las tablas
siguientes se proporcionan las capacidades de las fbricas, los requisitos de los almacenes y los costos
de envo de cada fbrica a cada destino. En los mrgenes de esta tabla estn las cantidades disponibles
en las fbricas y los requerimientos de los almacenes.
Capacidades de las fbricas y requerimientos de los almacenes.
Fbricas
Cantidad disponible
Almacenes
Cantidad requerida
F1
20
W1
5
F2
15
W2
20
F3
10
W3
20
Total
45
Total
45
Costos de envo y datos de suministro y demanda
Destino
W1
W2
W3
Unidades
Fuente
disponibles
F1
$ 0.90 $ 1.00 $ 1.30
20
F2
$ 1.00 $ 1.40 $ 1.00
15
F3
$ 1.00 $ 0.80 $ 0.80
10
Unidades demandadas
5
20
20
45
El razonamiento que se aplica en este caso es que cada una de las fbricas debe enviar su producto y
que el menor costo de cada fila representa el envo ms barato desde cada fbrica. Anlogamente, el
costo menor de una columna es la manera menos costosa de enviar el producto a un almacn. Este
mtodo por lo general no producir la solucin ptima, pero generalmente en un buen punto de partida.
El costo de 80 centavos de F3 W 2, es igual a los 80 centavos de F 3 W 3. Se podra tomar cualquiera de los
dos valores, pero escogeremos arbitrariamente F 3W 2. Como la fbrica (F3) slo puede suministrar 10
unidades, aunque el almacn (W 2) requiere 20 unidades, se coloca un 10 en la casilla F 3 W 2 de la tabla
de la solucin, los costos se colocan en la esquina superior izquierda de la casilla, y las unidades
enviadas en la esquina inferior derecha (en negrilla y subrayadas).
297

Destino
W1
W2
W3
Unidades
disponibles
Fuente
$ 0.90
$ 1.00
$ 1.30
F1
20
5
$ 1.00
10
$ 1.40
5
$ 1.00
F2
15
0
$ 1.00
0
$ 0.80
15
$ 0.80
F3
10
0
Unidades
demandadas
10
20
0
20
45
Ya se ha agotado la capacidad de la fbrica 3, por lo que se pueden colocar ceros en las dems casillas
de la fila 3.
De la misma manera los 90 centavos de la casilla F 1 W 1 representan la menor cantidad de la fila y la
menor de su columna. La fbrica puede suministrar 20 unidades, pero el almacn slo requiere cinco;
por lo tanto, se coloca un 5 en la casilla F 1 W 1. Ya estn satisfechas las necesidades del almacn 1, por
lo cual se pueden colocar ceros en las dems casillas de la columna 1.
Al llegar a este punto no hay ms casillas que sean el mnimo de su fila y su columna (por esto el
procedimiento generalmente no llega a una solucin ptima).
Para colocar las unidades restantes se aplica el sentido comn: nos aseguramos que no se tome de una
fbrica ms de lo que puede producir y de que no se enve a un almacn ms de lo que requiere. Sobran
15 unidades de F2; asignaremos 10 unidades a F 1 W 2 y 5 a F1W 3. Las necesidades del almacn 2 se
satisfacen con esta asignacin, pues ya se haban asignado 10 unidades de F 3 a W 2.
Las 15 unidades de F2 se asignan a F2 W 3, ya que el almacn 3 es el nico cuyas necesidades no se han
cubierto. Con este paso se ha asignado la produccin de todas las fbricas y en esta primera solucin se
cumplen los requerimientos de todos los almacenes.
CF(MINIMO) = 5(0.90)+10(1.00)+10(0.80)+5(1.30)+15(1.00)
CFM = $44
EVALUACIN DE RUTAS ALTERNATIVAS.

Ahora tenemos que probar si es posible reducir los costos con un reacomodo de las rutas. A partir de la
solucin anterior.
Procederemos a evaluar la ventaja relativa de las rutas alternativas en cuanto a costo. Considere una
ruta que no se usa, por ejemplo, el envo de la fbrica 1 al almacn 2 (es decir, la casilla F 2 W 1 tiene cero
en la esquina inferior derecha). El costo directo de usar esta ruta es la cantidad de la esquina superior
izquierda de la casilla: un dlar; esta cantidad se compara con los costos actuales de una ruta indirecta
de F2 a W 1. La ruta indirecta es la que tendra que seguir una unidad de una fbrica a un almacn
nicamente por canales establecidos (es decir, el envo debe evitar las casillas con ceros; de lo contrario,
se hace un envo de una casilla que no tiene unidades o se introducen dos casillas en la solucin en
lugar de una).
Los costos indirectos se obtienen trazando una ruta indirecta y sumando los costos. Si se considera la
casilla F2 W 1, la ruta indirecta es: + F2W 3 F1W 3 + F1W 1. Esto significa que se podra enviar una unidad
de F2 a W 3, reducir en una unidad el envo actual de F 1 a W 3 y enviar la unidad F1 que no se utiliza de F1
a W 3. El resultado neto de estas transacciones es que an se cumplen todos los suministros y
requerimientos. El costo indirecto es:
298
Cargo por envo de F2 a W 3

Cada unidad que enva F2 a W 3 ahorra el costo de suministro
desde F1 a W 3
Cargo por envo de F1 a W 3
Costo indirecto
+ $ 1.00
- 1.30
+
+
0.90
0.60
El costo de evitar la casilla F 2W 1, es de 60 centavos (el costo inicial de un dlar por usar F 2W 3, el ahorro
de 1.30 dlares por no usar F 1W 3 en la medida de lo posible y el costo de 90 centavos por usar la casilla
F1W 1)- En comparacin con este costo indirecto total de 60 centavos est un costo de un dlar, resultado
de usar la ruta directa F2W 3; por lo tanto, es preferible la ruta indirecta.
Slo puede existir una ruta indirecta para cada casilla cero, excepto si la solucin de prueba anterior
contena ms de M + N rutas directas.
Las otras casillas cero se pueden evaluar en forma similar. Por ejemplo, el envo indirecto de F2 a W 2 es
el cargo de F2 a W 3 (un dlar) menos el cargo F 1W 3 (1.30 dlares) ms el cargo F 1W 2, (un dlar) = 70
centavos. Una vez ms, esta cantidad es menor que el costo del envo directo (1.40 dlares) y se
seguira la ruta indirecta. La casilla F3W 1 tambin tiene un costo de 70 centavos para el envo indirecto y,
una vez ms, es menor que el costo de la ruta directa (un dlar). Sin embargo, al evaluar la ltima ruta
no utilizada, F3W 3, el costo que se obtiene para la ruta indirecta es:
$ 0.80 - $ 1.00 + $ 1.30 = $ 1.10
Lo cual es mayor que el costo de 80 centavos de la ruta directa. En este caso hay que usar la ruta
directa F3W 3, en lugar de la ruta indirecta.
F3W 2 G1W 2 + F1W 3.
Ya que se puede obtener un ahorro de
$ 1.10 - $ 0.80 = $ 0.30.
por unidad con la ruta directa (vase Tabla).
Ruta no utilizada
F2W 1
F3W 1
F2W 2
F3W 3
Costo de la ruta
directa
$ 1.00
1.00
1.40
0.80
Costo de la ruta indirecta

$ 0.60
0.70
0.70
1.10
Cuntas unidades pueden desplazarse de la ruta indirecta a la ruta directa F3W 3? La respuesta es el
nmero mnimo que aparezca en las conexiones de la ruta indirecta que debe proporcionar unidades
para la transferencia. En este caso son cinco unidades, de la casilla F 1W 3. Por lo tanto, se envan cinco
unidades por la ruta directa F2W 3; como F3 solo produce 10 unidades, esto obliga a reducir a cinco la
casilla F3W 2 y ahora se requieren cinco unidades adicionales en el almacn 2. Esta deficiencia se
compensa sin problemas con la fbrica 1, la cual se vio obligada a reducir precisamente en cinco
unidades su envo a W 3, como resultado de la nueva fuente de suministro de W 3. El nuevo patrn se
muestra en la tabla siguiente.
Destino
W1
W2
W3
Unidades
disponibles
Fuente
$ 0.90
$ 1.00
$ 1.30
F1
20
5
$ 1.00
15
$ 1.40
0
$ 1.00
F2
15
0
$ 1.00
0
$ 0.80
15
$ 0.80
F3
10
0
Unidades
demandadas
5
20
5
20
45
299
Todas las rutas que no se utilizan, identificadas con las casillas cero de la tabla anterior deben evaluarse
de nuevo para ver si es posible una reduccin adicional en el costo. Este paso se puede efectuar como
se describi previamente; los resultados se muestran en la tabla siguiente.
Ruta no utilizada
F1W 3
F2W 1
F2W 2
F3W 1
Costo de usar la
ruta directa
$ 1.30
1.00
1.40
1.00
Costo de usar la
ruta indirecta
$ 1.00
0.90
1.00
0.70
En cada uno de los casos el costo de la ruta indirecta es menor que el de la ruta directa, lo cual indi ca
que se ha obtenido una solucin ptima que minimiza los costos de envo. A partir de la solucin
anterior, el costo total de envo de las fbricas a los almacenes es:
(5) ($0.90) + (15) ($ 1.00) + (15) ($ 1.00) + (5) ($0.80) + (5) ($0.80) = $ 42.50
Observe que la solucin final usa cinco rutas directas, donde: M + N 1 = 5
Se puede generalizar M + N y denominarse suma de nmeros de requisitos marginales, ya que se
puede tratar con otras entidades que no sean almacenes o fbricas.
PROBLEMA DE ASIGNACIN
El problema de asignacin es en un tipo especial de problema de programacin lineal en el que los
asignados son recursos destinados a la realizacin de tareas. Por ejemplo, los asignados pueden ser
empleados a quienes se tiene que dar trabajo. La asignacin de personas a trabajos es una aplicacin
comn del problema de asignacin. Sin embargo, los asignados no tienen que ser personas. Tambin
pueden ser mquinas, vehculos o plantas, o incluso periodos a los que se asignan tareas. El primero de
los siguientes ejemplos se refiere a mquinas que se asignan a lugares, de manera que la tarea en este
caso es sencillamente tener una mquina.
Un ejemplo posterior se refiere a plantas a las que se asignan productos que deben fabricar.
Para que se ajuste a la definicin de un problema de asignacin, es necesario que este tipo de
aplicaciones se formule de manera tal que se cumplan las siguientes suposiciones.
1.
2.
3.
4.
5.
El nmero de asignados es igual al nmero de tareas. (Este nmero se denota por n.)
Cada asignado se asigna exactamente a una tarea.
Cada tarea debe realizarla exactamente un asignado.
Existe un costo c. asociado con el asignado i (i =1,2,...,n ) que realiza la tarea j (j =!, 2, ...,n).
El objetivo es determinar cmo deben hacerse las n asignaciones para minimizar los costos
totales.
Cualquier problema que satisface todas estas suposiciones se puede resolver en forma extremadamente
eficiente mediante los algoritmos diseados especialmente para los problemas de asignacin.
Las primeras tres suposiciones son bastante restrictivas. Muchas aplicaciones potenciales no las
satisfacen por completo. Sin embargo, con frecuencia es posible reformular el problema para hacerlo que
se ajuste. Por ejemplo, muchas veces se pueden usar asignados ficticios o tareas ficticias con este fin.
En los ejemplos se ilustran estas tcnicas de formulacin.
Ejemplo prototipo
La JOB SHOP COMPANY compr tres mquinas nuevas de diferentes tipos. Existen cuatro sitios
disponibles dentro del taller en donde se podra instalar una mquina. Algunos de ellos son ms
adecuados que otros para ciertas mquinas en particular por su cercana a los centros de trabajo que
tendran un flujo intenso de trabajo hacia y desde estas mquinas. (No habr flujo de trabajos entre las
nuevas mquinas.) Por lo tanto, el objetivo es asignar las nuevas mquinas a los lugares disponibles de
manera que se minimice el costo total del manejo de materiales. En la tabla 1 se proporciona el costo
estimado por unidad de tiempo del manejo de los materiales en cuestin, con cada una de las mquinas
300
en los sitios respectivos. El lugar 2 no se considera adecuado para la mquina 2 por lo que no se da un
costo para este caso.
Para formular ste como un problema de asignacin, debe introducirse una mquina ficticia para el lugar
adicional. Adems debe asignarse un costo muy grande M a la asignacin de la mquina 2 en el lugar 2
para evitarla en la solucin ptima. En la tabla 2 se muestra la tabla de costos que resulta para este
problema de asignacin. Esta tabla de costos contiene todos los datos necesarios para resolver el
problema. La solucin ptima es asignar la mquina 1 al lugar 4, la mquina 2 al lugar 3 y la mquina 3
al lugar 1 con un costo total de $29 por hora. La mquina ficticia se asigna al lugar 2, con lo que esta
localidad queda disponible para alguna asignacin real futura.
Se formular el modelo matemtico para el problema general de asignacin y despus se analizar
cmo se obtiene esta solucin.
Tabla 1 Costos de manejo de materiales para la Job Shop Co. ($)
Localidad
1
2
3
4
1
13
16
12
11
Mquina
2
15
13
20
3
5
7
10
6
Tabla 2 de costos para el problema de asignacin de la Job Shop Co.
Asignacin
(localidad)
1
1
13
Asignado
2
15
(mquina) 3
5
4(F)
0
2
16
M
7
0
3
12
13
10
0
4
11
20
6
0
Modelo del problema de asignacin y procedimientos de solucin

El modelo matemtico para el problema de asignacin usa las variables de decisin:
1 si el asignado i realiza la asignacin
X ij
0 en caso contrario ,
para i = 1,2,..., n y j = 1,2,..., n. Entonces, cada xij. es una variable binaria (toma valores 0 o 1). Las
variables binarias son importantes en investigacin de operaciones para representar las decisiones de s
o no, como se ver en detalle en el captulo de programacin entera. En este caso, las decisiones de si o
no son: debe el asignado i realizar la tarea j ?
Sea Z el costo total, el modelo del problema de asignacin es
n
Minimizar Z
i 1
ij
xij ,
j 1
sujeta a
n
ij
1 para i 1,2,..., n
j 1
n
ij
1 para j 1,2,..., n,
i 1
xij 0, para toda i y j

( xij binarias , para toda i y j )
301
El primer conjunto de restricciones funcionales especifica que cada asignado realiza exactamente una
asignacin, mientras que el segundo conjunto requiere que cada asignacin sea realizada exactamente
por un asignado. Si se elimina la restriccin entre parntesis de que x ij sean binarias, resulta claro que el
modelo es un tipo especial de problema de programacin lineal, por lo que se puede resolver de
inmediato. Por fortuna, debido a las razones que se expondrn enseguida, se puede eliminar esta
restriccin. (Precisamente, el que se pueda eliminar es la razn por la que el problema de asignacin se
incluye en este captulo y no en el de programacin entera.)
Ahora se har una comparacin de este modelo (sin la restriccin binaria) con el modelo del problema de
transporte que se present anteriormente. Observe que sus estructuras son similares. De hecho, el
problema de asignacin es slo un caso especial de los problemas de transporte en donde los orgenes
son ahora los asignados y los destinos son las asignaciones o tareas, y donde
nmero de orgenes (m) = nmero de destinos (n),
cada recurso si =1,
cada demanda dj = 1.
Ahora se centrar la atencin en [a. propiedad de soluciones enteras de la subseccin sobre el modelo
de transporte. Como ahora toda si y dj. son enteros (= 1), esta propiedad significa que toda solucin BF
(incluso la ptima) es una solucin entera para un problema de asignacin. Las restricciones funcionales
del modelo de asignacin evitan que las variables sean mayores que 1, y las restricciones de no
negatividad evitan valores menores que cero. Por lo tanto, al eliminar la restriccin binaria para poder
resolver el problema de asignacin como un problema de programacin lineal, las soluciones BF que se
obtienen (incluyendo la solucin ptima final) automticamente satisfarn la restriccin binaria.
Se dispone de procedimientos alternativos de solucin para resolver problemas de asignacin. Los
problemas que no son mucho ms grandes que el de Job Shop Co. se pueden resolver con rapidez con
el mtodo smplex general, y quiz sea conveniente usar un paquete bsico (como Excel y Solver) que
use este mtodo. Si se hiciera esto para el problema de la Job Shop Co., no habra sido necesario
agregar la mquina ficticia en la tabla anterior para ajustar el modelo de asignacin. Las restricciones
sobre el nmero de mquinas asignadas a cada lugar se expresaran como
3
ij
1 para j 1,2,3,4.
i 1
Como se muestra en el archivo de Excel para este captulo, una formulacin en hoja de clculo sera
muy similar a la del problema de transporte descrito en la figura 1 excepto que ahora rodos los
suministros y demandas seran 1 y las restricciones de demanda seran del tipo 1 en lugar de =1.
Sin embargo, los problemas de asignacin grandes se pueden resolver mucho ms rpido si se usan
procedimientos de solucin ms especficos, por lo que en ese caso se recomienda usarlos en lugar del
mtodo smplex general.
Debido a que el problema de asignacin es un tipo especial de problema de transporte, una forma
conveniente de resolverlo es aplicar el mtodo smplex de transporte descrito. Este enfoque requiere que
se convierta la tabla de costos a una tabla de parmetros para el problema de transporte equivalente,
como se muestra en la tabla 3.
Tabla 3 de parmetros para el problema de asignacin formulado como un problema de
transporte, ilustrado para el ejemplo de la Job Shop Co.
Ejemplo de la Job Shop Co
Costo por unidad
distribuida
Destino (localidad)
Recursos
1
2
3
4
1
13 16
12 11
1
Origen
2
15
M
13 20
1
(mquina)
3
5
7
10
6
1
4(F)
0
0
0
0
1
Demanda
1
1
1
1
302
Por ejemplo, la tabla 3 de parmetros para el problema de la Job Shop Co. obtenida a partir de la tabla 2
de costos. Cuando se aplica el mtodo smplex de transporte a esta formulacin, la solucin ptima tiene
las variables bsicas:
X 13 0, X 14 1, X 23 1, X 31 1, X 41 0, X 42 1, X 43 0 .
Las variables bsicas degeneradas (xij. = 0) y la asignacin para la mquina ficticia (x42 = 1) no tienen
significado para el problema original, de esta manera, las asignaciones reales son la mquina 1 al lugar
4, la 2 al lugar 3 y la 3 al lugar 1.
No es coincidencia que esta solucin ptima proporcionada por el mtodo smplex de transporte tenga
tantas variables bsicas degeneradas. Para cualquier problema de asignacin en el que se tienen que
hacer n asignaciones, la formulacin del problema de transporte que se muestra en la tabla 3 tiene m =
n, es decir, el nmero de orgenes (m) y el nmero de destinos (n) en esta formulacin son iguales al
nmero de asignaciones (n). Los problemas de transporte tienen m + n -1 variables bsicas
(asignaciones); as, toda solucin BF para este tipo de problema de transporte tiene 2n -1 variables
bsicas, pero exactamente n de estas xij son iguales a 1 (correspondientes a las n asignaciones que se
hacen). Por lo tanto, como todas las variables son binarias, siempre habr n -1 variables bsicas
degeneradas (xij = 0) las variables bsicas degeneradas no causan mayor complicacin en la ejecucin
del algoritmo. No obstante, a menudo ocasionan que se realicen iteraciones de balde, en las que nada
cambia (las mismas asignaciones) excepto la etiqueta de qu asignaciones de cero corresponden a
variables bsicas degeneradas en lugar de a variables no bsicas.
Estas iteraciones desperdiciadas son un gran inconveniente al aplicar el mtodo smplex de transporte a
estas situaciones en las que siempre hay tantas variables bsicas degeneradas.
Otro inconveniente del mtodo smplex de transporte es que se trata meramente de un algoritmo con
fines generales para resolver todos los problemas de transporte. Por esto, no aprovecha la estructura
especial adicional en este tipo especial de problemas (m=n, toda s i = 1 y toda dj.= 1). Aunque no se
describirn aqu,1 se han desarrollado algoritmos especiales que simplifican el procedimiento para la
solucin exclusiva de los problemas de asignacin. Estos algoritmos operan directamente sobre la tabla
de costos y no se preocupan por las variables bsicas degeneradas. Si se dispone de un paquete de
computadora para alguno de estos algoritmos, ser preferible usarlo en lugar del mtodo smplex de
transporte, en especial en problemas muy grandes. (El suplemento de este captulo en la pgina de
Internet, www.mhhe.com/hillier, describe un algoritmo de este tipo.)
Ejemplo: asignacin de productos a plantas

La BETTER PRODUCTS COMPANY ha decidido iniciar la fabricacin de cuatro nuevos productos
utilizando tres plantas que por el momento tienen exceso de capacidad de produccin. Los productos
requieren un esfuerzo productivo comparable por unidad, por lo que la
capacidad de produccin
disponible en las plantas se mide por el nmero de unidades de cualquier producto que se pueden
fabricar por da, como se muestra en la ltima columna de la tabla 4. El ltimo rengln da la produccin
diaria requerida para satisfacer las ventas proyectadas. Cada planta puede producir cualquiera de estos
productos, excepto la planta 2 que no puede fabricar el producto 3. Sin embargo, el costo variable por
unidad de cada producto difiere entre una planta y otra, como se muestra en el cuerpo de la tabla 4.
1
Un artculo que compara varios algoritmos para el problema de asignacin es J. L. Kennington y Z.

Wang, "An Empirical Analysis of the Dense Assignment Problem: Sequenrial and Parallel
Implemencations", ORSA Joumal on Computing, 3: 299-306, 1991.
Tabla 4 Datos para el problema de la Better Producs Co
Costo unitario por producto ($)
1
2
3
4
1
41
27
28
24
Planta
2
40
29
--23
3
37
30
27
21
Tipo de
20
30
30
40
produccin
Capacidad
disponible
75
75
45
303
La gerencia necesita tomar la decisin de cmo dividir la produccin entre las plantas. Tiene dos
opciones:
Opcin 1: permitir la separacin de productos de tal manera que el mismo producto se pueda
fabricar en ms de una planta.
Opcin 2: no autorizar la separacin de productos.
La segunda opcin impone una restriccin que slo puede aumentar el costo de una solucin ptima
segn la tabla.4 Por otro lado, la ventaja clave de la opcin 2 es que elimina algunos costos ocultos
asociados con la separacin de productos que no se reflejan en la tabla 4, incluyendo costos adicionales
de preparacin, distribucin y administracin. As, la gerencia quiere que se analicen ambas opciones
antes de tomar la decisin final. Para la opcin 2 se ha especificado adems que debe asignarse al
menos uno de los productos a cada planta. Se formular y resolver el modelo para cada opcin, donde
la opcin 1 lleva al problema de transporte y la opcin 2 al problema de asignacin.
Formulacin de la opcin I. Al permitir la separacin de productos, la tabla 4 se puede convertir
directamente a una tabla de parmetros para un problema de transporte. Las plantas se convierten en
orgenes y los productos en destinos (o viceversa); de este modo, los recursos se interpretan como las
capacidades de produccin y las demandas como las tasas de produccin requeridas. Slo se tienen
que hacer dos cambios en la tabla 4. Primero, como la planta 2 no puede fabricar el producto 3, se evita
esa asignacin dndole un costo unitario muy grande, M. Segundo, la capacidad total (75 + 75 + 45 =
195) excede la produccin total requerida (20 +30+30+40 =120), entonces se necesita un destino ficticio
con una demanda de 75 para balancear estas dos cantidades. La tabla de parmetros que resulta se
muestra en la tabla.
La solucin ptima de este problema de transporte tiene variables bsicas (asignaciones)
x12 31, x13 30, x15 15, x24 15, x25 60, x31 20 yx34 25, ,
de manera que
La planta 1 produce rodos los productos 2 y 3.
La planta 2 produce 37.5% del producto 4.
La planta 3 produce 62.5% del producto 4 y todo el producto 1.
El cosco total es Z= S3 260 diarios.
Formulacin de la opcin 2. Sin la separacin de productos, cada producto debe asignarse a una sola
planta. Entonces, la fabricacin de productos se pueden interpretar como las tareas en un problema de
asignacin y las plantas como los asignados.
Tabla 5 de parmetros para la formulacin del problema de transporte de la opcin I del
problema de la Better Producs Co.
Costo por unidad distribuida
Capacidad
Destino producto
disponible
1
2
3
4
5(F)
1
41
27
28
24
0
75
Planta
2
40
29
M
23
0
75
3
37
30
27
21
0
45
Tipo de
20
30
30
40
75
produccin
La gerencia ha especificado que debe asignarse al menos uno de los productos a cada planta. Se tienen
ms productos (cuatro) que plantas (tres), por lo que se tendr que asignar dos productos a una de las
plantas. La planta 3 tiene apenas la capacidad adicional para fabricar un producto (vea la tabla), as, la
planta 1 o bien la 2 fabricar el otro producto.
Para hacer posible la asignacin de este producto adicional dentro de la formulacin de un problema de
asignacin, las plantas 1 y 2 se dividen en dos asignados cada una, como se muestra en la tabla.
304
El nmero de asignados (ahora cinco) debe ser igual al nmero de tareas (ahora cuatro), as que se
introduce una asignacin ficticia (producto) como 5(F) en la tabla 6. El papel de esta asignacin ficticia es
proporcionar un segundo producto ficticio a cualquiera de las plantas 1 o 2, que recibe slo un producto
real. No se incurre en costos por fabricar un producto ficticio as que, como siempre, los costos de la
tarea ficticia son cero. La excepcin es el costo M en el ltimo rengln de la tabla 6. La razn es que se
debe asignar un producto real a la planta 3 (elegido entre los productos 1,2, 3 o 4) y se necesita el
mtodo de la M para evitar que se asigne el producto ficticio a esta planta. (Igual que en la tabla M se
usa con el fin de evitar la asignacin no factible del producto 3 de la planta 2.)
El resto de los costos en la tabla 6 no son los costos unitarios que se muestran en la tabla 8.27 u 8.28.
La tabla 5 da una formulacin para el problema de transporte (para la opcin 1), de manera que los
costos unitarios son apropiados aqu, pero ahora se quiere formular un problema de asignacin (para la
opcin 2). Para un problema de asignacin, el costo c,. es el costo total asociado al hecho de que el
asignado i realiza la tarea y. En la tabla 6, el costo total (por da) para que la planta fabrique el
productor es el costo de produccin multiplicado por el nmero de unidades producidas (por da), donde
estas dos cantidades a multiplicar se dan por separado en la tabla 4. Por ejemplo, considere la
asignacin de la planta 1 al producto 1. Si se usa el costo unitario de la tabla 5 ($41) y la demanda
(nmero de unidades producidas por da) de la misma tabla (20), se obtiene,
Tabla 6 de costos para la formulacin del problema de asignacin de la opcin 2 del problema de
la Better Producs Co.
Tarea (producto)
1
2
3
4
5(F)
1a
820
810
840
960
0
Asignado
1b
820
810
840
960
0
(planta)
2a
800
870
M
920
0
2b
800
870
M
920
0
3
740
900
810
840
M
Costo de fabricar una unidad del producto 1 en la planta 1 = $41
Produccin (diaria) requerida del producto 1 = 20 unidades
Costo total (diario) de asignar la planta 1 al producto 1 =20($41) = $820
de forma que 820 es el elemento de la tabla 6 para el costo del asignado l a o 1b si realiza la tarea 1.
La solucin ptima para este problema de asignacin es la siguiente:
La planta 1 fabrica los productos 2 v 3.
La planta 2 fabrica el producto 1.
La planta 3 fabrica el producto 4.
En este caso, la asignacin ficticia se da a la planta 2. El costo total es Z = $3 290 por da.
Como es usual, una manera de obtener esta solucin ptima es convertir la tabla de costos de la tabla 6
en una tabla de parmetros equivalente para el problema de transporte (vea la tabla 3) y despus aplicar
el mtodo smplex de transporte. Debido a que la tabla 8.29 contiene dos renglones idnticos, este
enfoque se puede simplificar combinando los cinco asignados en tres orgenes con costos 2, 2 y 1,
respectivamente. Esta simplificacin tambin disminuir el nmero de variables bsicas degeneradas en
codas las soluciones BE Por lo tanto, aunque esta formulacin simplificada ya no se ajusta al formato
presentado en la tabla 3 para un problema de asignacin, es una formulacin ms eficiente para aplicar
el mtodo smplex de transporte.
EL MODELO DE TRANSBORDO
El modelo de transbordo reconoce que, en la vida real, tal vez resulte ms econmico enviar a travs de
nodos intermedios o transitorios antes de llegar al punto de destino final. Este concepto es ms general
que el propuesto por el modelo del transporte regular, donde los envos directos slo estn permitidos
entre un punto de origen y un punto de destino.
Esta seccin muestra cmo es posible convertir un modelo de trasbordo en un modelo de transporte
regular (y resolverse como tal), utilizando la idea de un amortiguador.
305
Ejemplo.
Dos fbricas de automviles, P1 y P2, estn conectadas a tres distribuidores, D1, D2 y D3, por medio de
dos centros de trnsito, T1 y T2 de acuerdo con la red que se muestra en la figura. Las cantidades de la
oferta en las fbricas P1 y P2 son de 1000 y 1200 automviles y las cantidades de la demanda en las
distribuidoras D1, D2 y D3 son de 800, 900 y 300 automviles. El costo de envo por automvil (en
cientos de dlares) entre los pares de nodos se muestra en los eslabones (arcos) de conexin de la red.
D1
800
8
3
1.000
P1
T1
6
2
1.200
P2
D2
T2
900
3
9
D3
500
El transbordo ocurre en la red en la figura porque toda la cantidad de la oferta de 2.200 (=1000 + 1200)
automviles en los nodos P1 y P2 podran imaginablemente pasar a travs de cualquier nodo de la red
antes de llegar por ltimo a sus puntos de destino en los nodos D1, D2 y D3. A este respecto, los nodos
de la red, con arcos tanto de entrada como de salida (por ejemplo, T1, R2, D1 y D2), actan tanto como
puntos de origen y de destino y se conocen como nodos de transbordo. Los nodos restantes son nodos
puros de oferta (por ejemplo, P1 y P2) o bien nodos puros de demanda (por ejemplo D3). El modelo de
transbordo se puede convertir en un modelo de transporte regular, con seis puntos de origen (P1, P2, T1,
T2, D1 y D2) y cinco puntos de destino (T1, T2 y D1, D2 y D3). Las cantidades de la oferta y la demanda
en los diferentes nodos se calculan como:
Oferta en un nodo puro de oferta = oferta original
Oferta en un nodo de transbordo = oferta original + amortiguador
Demanda en un nodo puro de demanda = demanda original
Demanda en un nodo de transbordo = demanda original + amortiguador.
La cantidad de amortiguador debe ser suficientemente grande para permitir que todas las ofertas de la
demanda original pasen por cualquiera de los nodos de transbordo. Digamos que B es la cantidad
deseada del amortiguador, entonces:
B = Oferta (o demanda) total
B = 1000 + 1200 (u 800 + 900 + 500) = 2200 automviles.
Utilizando la informacin anterior y los costos de envo por unidad que se proporcionan en la red, el
modelo de transporte regular equivalente se construye como en la tabla adjunta.
P1
T1
3
T2
4
D1
M
D2
M
D3
M
P2
T1
T2
D1
D2
1000
1200
B
B
B
B
B
800 + B 900 + B
500
306
La solucin del modelo de transporte resultante (determinado por TORA) se muestra en la figura
siguiente. Observe el efecto del transbordo: el distribuidor D2 recibe 1400 automviles, conserva 900
para satisfacer su demanda y enva los 500 automviles restantes al distribuidor D3.
D1
800
D2
900
800
1.000
P1
T1
1.200
400
1.200
1.000
1.200
P2
T2
500
D3
500
INTERPRETACIONES ECONOMICAS.
Costos de rutas indirectas.
Los costos de las rutas indirectas son equivalentes a los valores Zj (vase Captulo II) de la
programacin lineal normal y se pueden usar de la misma manera. Suponga por ejemplo, que despus
de concluir el anlisis del ejemplo anterior se nos informa que las necesidades de W 2 aumentaron en una
unidad y que se ampliara la capacidad de F 2 para manejar este aumento. Cul sera el costo
incremental de los costos de envo?
Destino
Fuente
F1
F2
F3
Unidades
demandadas.
W1
W2
15
5+1
20+1
W3
15+1
5 -1
20
Unidades
disponibles
20
15+1
10
45+1
El costo de la ruta indirecta F 2W 2 nos proporciona la respuesta de inmediato. La ruta directa costara
1.40 dlares y la indirecta slo representa un dlar. Por consiguiente, el costo incremental del envo de
esta unidad es un dlar. La tabla anterior muestra como se modificara la solucin original. Observe que
se pueden enviar hasta cinco unidades con esta ruta indirecta.
CAMBIOS EN LOS COSTOS DE ENVIO

Tambin se puede examinar la sensibilidad de la solucin ante cambios en los costos de envo. Por
ejemplo, si cambiara el costo de enviar F 1 a W 1 (que en este momento es de 1.30 dlares), variara la
solucin? Observe que el costo de la ruta indirecta para F 1W 3 es de un dlar. El costo de envo tendra
que ser menor que esta cantidad para que se usara la ruta directa, es decir, antes de que cambie la
solucin obtenida.
VENTAJAS DE LA UBICACIN
Suponga que se agrega una unidad a la demanda de W 1 (de cinco unidades a seis). Qu fbrica debe
ampliarse para satisfacer esta necesidad? Utilizando el mtodo que se present antes, se puede
determinar el costo de cada fbrica para entregar una unidad a W 1.
Fbrica
F1
F2
F3
Ruta utilizada
Directa
Indirecta
Indirecta
Costo
$ 0.90
0.90
0.70
307
Observe que cuesta 20 centavos menos (considerando slo los costos de envo) enviar la unidad
adicional desde F3 en lugar de F1 o F2. Existe una ventaja de ubicacin de 20 centavos para F 3. De
hecho, esta ventaja se mantiene incluso si se requiere la unidad adicional para W 2 o W 3.
El mismo mtodo se puede aplicar para revisar las ventajas de ubicacin de los almacenes. Suponga
que la fbrica F1 contar con una unidad ms de capacidad y que se realizar una campaa de ventas
en una de las regiones de los almacenes para aumentar la demanda en una unidad. Si solo se
consideran los costos de transporte, e qu regin debe realizarse la campaa? Los costos para
suministrar a los almacenes desde F 1 son:
Almacn
W1
W2
W3
Ruta utilizada
Directa
Directa
Indirecta
Costo
$ 0.90
1.00
1.00
Esto demuestra que W 1 tiene una ventaja de ubicacin de 10 centavos con respecto a los otros dos
almacenes, lo cual significa que costara 10 centavos menos cubrir la demanda de una unidad adicional
en la regin W 1 que en las dems.
El conocimiento de estas ventajas de la ubicacin puede ser muy til para decisiones empresariales
acerca de la expansin de una planta o de las regiones donde debe intentarse aumentar las ventas.
OBJETIVOS MULTIPLES Y PROGRAMACION POR METAS.

En la programacin lineal se maximiza o se minimiza un objetivo sujeto a restricciones. Pero en muchos
problemas importantes, sobre todo en el sector pblico, el decisor trata de lograr varios objetivos. Aqu
se tratarn los objetivos mltiples en el contexto de los problemas de programacin lineal.
Considere como ejemplo el gerente de un bosque provincial. Las leyes de la provincia pueden
especificar que el gerente debe administrar el bosque de manera que se estimule el crecimiento de los
rboles, que aumenten los refugios y los alimentos para los animales y que, por supuesto, lo haga con el
menor costo posible.
Suponga que hay dos actividades que puede poner en marcha el gerente: limpiar el bosque (cortar los
arbustos) y abrir brechas contra incendio. Sea:
X1 = Hectreas de tierra limpiada
X2 = Kilmetros de brechas contra incendio.
Cada una de estas actividades tiene un costo y requiere mano de obra. Adems, cada una produce
beneficios (quizs negativos) en funcin del crecimiento de rboles y del refugio para animales.
Como se presenta en la tabla siguiente, la limpieza cuesta 500 dlares por hectrea, requiere 150 horas
de trabajo por hectrea y el resultado es 10 unidades de crecimiento de rboles, pero reduce el refugio
para animales en 10 unidades por cada hectrea que se limpie. Las brechas contra incendio cuentan 500
dlares por kilmetro, se requieren 50 horas de trabajo por kilmetro, que se corte y el refugio para
animales aumenta en 60 unidades por kilmetro de brecha.
Costos y beneficios para las actividades forestales.
Actividad
Limpieza (variable Brechas contra incendio
X1, por hectrea)
(variable X2 por
kilmetro)
Costos:
Costo (dlares)
Fuerza de trabajo requerido (horas)
Beneficios:
Crecimiento de rboles (unidades)
Refugio para animales (unidades)
$ 500
150
$ 500
50
10
-10
-5
60
308
El problema de decisin para el gerente del bosque es determinar X 1 y X2, es decir, cuntas hectreas
limpiar y cuntos kilmetros de brechas cortar. El gerente solo dispone de 90.000 horas de trabajo.
Adems, las condiciones del bosque limitan la apertura de brechas contra incendio a un mximo de 300
kilmetros. El gerente tiene una restriccin de presupuesto de 350.000 dlares.
Las restricciones de este problema se pueden expresar de la siguiente manera:
150X1 + 50 X2
X2
500X1 + 500X2
90.000
300
350.000
(horas de trabajo)
(lmite de brechas contra incendio)
(presupuesto)
Hay que cumplir con tres objetivos al mismo tiempo. El gerente debe lograr el mayor crecimiento posible
de los rboles, proporcionar todo el refugio que pueda a los animales y reducir los costos todo lo posible
dentro del presupuesto. Hay varias estrategias para incorporar estos objetivos mltiples, que se
describen a continuacin.
METODO 1: UN OBJETIVO CON OTROS COMO RESTRICCIONES

El gerente puede decidir que un objetivo tiene tanta importancia que se impone a los dems. Estos se
pueden incorporar como restricciones con un nivel mnimo. As, el caso se convierte en un problema
normal de programacin lineal de maximizacin de una funcin objetivo sujeta a las restricciones.
El gerente puede decidir, por ejemplo, que lo ms importante es el crecimiento de los rboles. Entonces,
el objetivo se convierte en:
Maximizar: 10X1 - 5X2.
Donde los coeficientes 10 y 5 de la tabla anterior son el efecto de la limpieza y de las brechas contra
incendio en el crecimiento de la madera. Aqu se aplicaran las restricciones de horas de trabajo, de
brechas contra incendio y de presupuesto que se mencionaron antes. El gerente tambin podra
especificar que deben existir por lo menos mil unidades de refugio para animales, con la restriccin
adicional:
- 10 X1 + 60X2 1.000
donde los coeficientes de 10 y 60 representan el efecto de la limpieza y de las brechas contra incendio
en el refugio para animales (vase Tabla anterior).
90.000
150X1 + 50 X2
300
X2
500X1 + 500X2 350.000
1.000
-10X1 + 60X2
X1
150X1 + 50 X2 =
90.000
X2 =
300
500X1 + 500X2 = 350.000
-10X1 + 60X2 =
X2
X1
X2
0 1800
600
0
(horas de trabajo)
(lmite de brechas contra incendio)
(presupuesto)
(refugio para animales)
(1)
(2)
(3)
300
X1
X2
X1
X2
0
700
700
0
100
-100
33
0
309
800
Kilmetros de brechas contra

incendios
700
600
500
400
300
200
100
0
-100
100
200
-100
300
400
500
600
700
800
900
Hectreas limpiadas
Punto C(Ecuaciones 2 y 3)
X2 =
300
500X1 + 500X2 = 350.000
500X1 + 500(300) = 350.000
X1 = 400
C(400, 300)
(-10)
(1)
Punto D(Ecuaciones 1 y 3)
150X1 + 50X2 = 90.000
500X1 + 500X2 = 350.000
1500X1-500X2 = -900.000
500X1+500X2 = 350.000
-1000X1 = -550.000
X1 = 550
150(550)+50X2 = 90.000
X2 = 150
D(550, 150)
Punto E(Ecuaciones1 y 4)
150X1 + 50X2 = 90.000
-10X1 + 60X2 = 1.000
(1) 150X1 + 50X2 = 90.000
(15) 150X1 + 900X2 = 15.000
950X2 = 105.000
X2 = 111
150X1 + 50(111) = 90.000
X1 = 563
E(563, 111)
P(X1,X2) Z(MAX) = 10X1 5X2
C(400,300) Z = 10(400) 5(300) = 2.500
D(550,150) Z = 10(550) 5(150) = 4.750
E(563,111) Z = 10(563) 5(111) = 5.075
La regin sombreada es la regin factible que satisface todas las restricciones, incluyendo la del refugio
para animales. El objetivo de maximizar el crecimiento de rboles se obtiene en el punto X 1 = 563 y X2 =
111, con crecimiento de 5.075 unidades de rboles (vase el punto D del grfico).
Tambin sera posible que el gerente prefiriera maximizar el refugio para animales y establecer como
restriccin un nivel mnimo para el crecimiento de rboles. Otra posibilidad sera especificar niveles
mnimos para el refugio de animales y el crecimiento de rboles y minimizar el costo. La mayor dificultad
de este mtodo es que no incorpora un equilibrio o compensacin entre los diversos objetivos. El gerente
puede estar ms satisfecho si hubiera ms refugio para animales y menos crecimiento de rboles, pero
no hay manera directa de lograrlo. Podra probar diferentes conjuntos de restricciones hasta obtener una
solucin satisfactoria, pero ste sera un mtodo muy poco prctico.
310
METODO 2: DEFINICION DE COMPENSACIONES ENTRE OBJETIVOS.

En este ejemplo se especificara cunto vale una unidad de crecimiento de madera y cunto una unidad
de refugio de animales, los dos en trminos monetarios. Despus se estableceran compensaciones
entre estos objetivos y los dlares del costo. Con este proceso se podran maximizar los beneficios
monetarios netos totales.
Suponga, por ejemplo, que el gerente decide que una unidad de crecimiento de madera vale 600 dlares
y que una unidad de refugio para animales vale 100 dlares. Esto implica que le sera indiferente
obtener una unidad adicional de crecimiento de madera, seis unidades de refugio de animales o un
ahorro de 600 dlares.
Con base en estos valores se puede calcular el beneficio neto de cada una de las variables de decisin,
X1 y X2, Recuerde que cada unidad de X1 (hectrea limpiada) produce 10 unidades de rboles (con valor
de 600 dlares cada una), elimina 10 unidades de refugio para animales (a 100 dlares cada unidad) y
cuestan 500 dlares. Entonces, el beneficio neto de una unidad de X 1 es:
10 ($600) 10 ($100) - $ 500 = $ 4.500
As mismo, el clculo del beneficio neto de un kilmetro de brecha contra incendio es 5 ($600) + 60
($100) - $500 = $ 2.500. Entonces, el problema de programacin lineal para maximizar los beneficios
netos es:
Maximizar = 4.500X1 + 2.500X2
150X1 + 50X2 90.000
300
X2
500X1 + 500X2 350.000
Sujeto a:
800
Kilmetros de brechas contra

incendios
700
600
500
400
300
200
100
0
-100
0
-100
100
200
300
400
500
600
700
800
900
Hectreas limpiadas
La solucin ptima de este problema de programacin lineal genera valores de X1 = 550 y X2 = 150
(vase el punto D). Esto puede convertirse en unidades de rboles y de refugio para animales: 3750
unidades de rboles y 3500 unidades de refugio.
El secreto del xito de este mtodo es definir las compensaciones necesarias. Para el gerente podra ser
muy difcil asignar un valor monetario a una unidad de refugio para animales e incluso algunas personas
rehusarn a tratar de hacerlo.
METODO 3: PROGRAMACION POR METAS.

Un tercer mtodo es el de la programacin por metas. El decisor especifica metas deseables para cada
objetivo y despus formula el problema de manera que se minimice la variacin con respecto a las
metas. Lo ms comn es que se especifiquen las metas en niveles deseables (altos), por lo que no es
posible satisfacer todas al mismo tiempo.
311
Suponga que el gerente del ejemplo establece como metas deseables la produccin de 5.000 unidades
de rboles y 6.000 unidades de refugio para animales. Las restricciones seran entonces:
rboles
Refugio para animales
Costo
Fuerza de trabajo
Brechas contra incendio:
10X1 - 5X2 + U1 E1 =
- 10X1 + 60X2 + U2 -- E2 =
500X1 + 500X2 + U3 E3 =
150X1 + 50X2
X2
5.000
6.000
350.000
90.000
300
Las variables U1 y U2 representan las diferencias entre el plan y el logro de la meta de 5000 unidades de
rboles y la meta de 6000 unidades de refugio para animales. Por lo tanto, se pueden considerar como la
carencia (o faltante). La variable U3, representa los ahorros, en dlares, por debajo del nivel del
presupuesto.
Las variables E1, E2 y E3 representan las cantidades en que se exceden las metas especficas, es decir,
el excedente.
Un mtodo para formar la funcin objetivo en la programacin por metas es minimizar las carencias. De
esta manera, el objetivo sera minimizar (U 1 + U2 U3), con lo cual se minimizaran las cantidades que
faltan para cumplir con las metas de rboles y refugio para animales y maximizar la carencia de costo
(por medio de la minimizacin del negativo de U3), todo ello sujeto a las restricciones antes
mencionadas. La sencillez de este mtodo es muy atractiva, pero existe una hiptesis fundamental, un
ahorro unitario en dlares tiene el mismo valor que la carencia de una unidad de rboles y de una unidad
de refugio para animales.
La funcin objetivo otorga el mismo peso a todos.
Un mtodo, ms apropiado, consiste en definir especficamente las compensaciones entre los objetivos.
Suponga que el gerente decide que la carencia de una unidad de rboles vale 600 veces ms que un
dlar de ahorro y que la carencia de una unidad de refugio para animales vale 100 veces el ahorro de un
dlar. En este caso la funcin objetivo sera:
Minimizar: 600 U1 + 100U2 U3.
Sujeta, una vez ms a las restricciones.
rboles
10X1 - 5X2 + U1 E1
Refugio para animales
- 10X1 + 60X2 + U2 -- E2
Costo
500X1 + 500X2 + U3 E3
Fuerza de trabajo
150X1 + 50X2
Brechas contra incendio:
X2
=
=
=
5.000
6.000
350.000
90.000
300
Esta funcin objetivo alcanza el valor cero si se excede alguna de las metas de crecimiento de rboles o
refugio para animales. El gerente puede decidir que estos excedentes tienen valor y asignar tambin
pesos a las variables E. Por ejemplo, el valor de un excedente de una unidad de rboles puede ser de 50
dlares, y el de una unidad excedente de refugio para animales puede ser de 25 dlares. As mismo, un
dlar por encima del presupuesto (E3) puede ser cinco veces ms importante que el ahorro de un dlar
(U3). Ahora, la funcin objetivo se convierte en:
Minimizar: 600 U1 + 100U2 U3 50E1 25E2 5E3
La minimizacin de los valores negativos de U3, E1 y E2 equivale a la maximizacin.
Una solucin ptima para este problema de programacin lineal requiere la limpieza de 550 hectreas y
el corte de 150 kilmetros de brechas contra incendio, con lo cual se cubre exactamente el presupuesto.
Con esta solucin faltan 250 unidades para alcanzar la meta de los rboles y 2.500 unidades para la
meta de refugio de animales. Hay otra solucin bsica ptima, la cual requiere la limpieza de 537
hectreas y 189 kilmetros de brechas contra incendio, lo que representa una carencia de 579 unidades
con respecto a la meta de los rboles pero si se alcanza la meta del refugio para animales. Sin embargo,
para ello hay que exceder el presupuesto en 13 160 dlares.
312
Ahora se puede observar que la programacin por metas difiere del segundo mtodo (definicin directa
de las compensaciones) en dos aspectos:
1.
Se incorporan metas especficas y se asigna un valor diferente a la carencia y al excedente con

respecto a la meta. En el mtodo 2 se asignaba un solo peso a cada objetivo y se aplicaba a toda la
gama de valores posibles.
2.
La funcin objetivo se define en funcin de los propios objetivos. En el segundo mtodo haba que
calcular los beneficios netos de cada actividad y luego se incluan los beneficios en la funcin
objetivo. Con el mtodo de programacin de metas es ms sencillo ver el valor relativo que se
asigna a cada uno de los objetivos.
SOLUCIN MEDIANTE EL PROGRAMA TORA

PROBLEMA N 1.Una empresa industrial cuenta con 3 centros de distribucin de sus productos, el C 1 dispone de 12
toneladas, el C2 dispone de 17 Tn. y el C3 de 9 Tn. Con estas existencias (38 Tn.) se debe abastecer a
4 centros de consumo ubicados a diferentes distancias, los mismos que requieren de las siguientes
cantidades: el CCA demanda 6 Tn, el CCB demanda 7 Tn., el CCC demanda 11 Tn. y el CCD demanda 14
Tn.
Los costos originales por unidad son los siguientes:
Centro de consumo.
Centro de destino
C1
C2
C3
4
3
6
6
7
5
5
4
2
2
5
7
Se trata de encontrar el plan ptimo de distribucin al menor costo.

Resumiendo los datos tenemos:
MATRIZ DE COSTOS ORIGINALES

DEMANDA = OFERTA
Centro de consumo.
Centro de destino
C1
C2
C3
Demanda
Disponible
A
4
3
6
6
6
7
5
7
5
4
2
11
2
5
7
14
12
17
9
34
34
PASOS
1)
Click en el archivo TORA
313
2)
Damos click en (click Here)
3)
Aparecer el siguiente men.
4)
Sealamos Transportation model, indicando el nmero de cifras que tendrn las cantidades de
oferta y demanda y el nmero de cifras decimales.
314
5)
Para el presente ejercicio utilizaremos tres cifras para la oferta, demanda y cero decimales, damos
click en (Go to Imput Screen)
6)
En el siguiente men ponemos nombre al problema y sealamos el nmero de centros de

distribucin y centros de consumo.
7)
El nombre del problema es MARTIN, ENTER 3 centros de distribucin, ENTER 4 centros de

consumo, ENTER para pasar a la nueva pantalla.
315
8)
Colocamos las cantidades en cada casilla dando ENTER despus de cada valor, luego click en
SOLVER men
9)
En la siguiente pantalla sealamos (No)
316
10)
Sealamos (Solve Problem) a continuacin (Iterations), luego (Vogels standing solution)
11)
Para grabar la solucin final oprima la tecla (Impr-Pant), luego Inicio-paint-edicin-pegar-click

cuadro parte superior izquierda, sealamos la parte que nos interese-edicin copiar-word-pegar
12)
La solucin final es.
317
13)
.
CD = CENTRO DE DISTRIBUCION
CC = CENTRO DE CONSUMO
CD CC
CANTI. COSTO
TOTAL
----- ---- --------------------------C1
D
12
2
24
A
6
3
18
B
7
7
49
C2
C
2
4
8
D
2
5
10
C3
C
9
2
18
----------------------38 Tn.
COSTO TOTAL127
------------------------Para salir del sistema Exit TORA
OFERTA MAYOR DE LA MEMANDA.PROBLEMA N 2.Partiremos del siguiente ejemplo:

HACIA
CLIENTES
DISPO.
DESDE
R1
R2
R3
A
4
6
5
50
B
1
4
2
70
C
2
3
6
90
D
6
5
4
90
100
120
120
340
REQUER.
300
Como la oferta es mayor que la demanda se debe crear un destino o cliente imaginario E, al cual
destinaremos el exceso de la produccin o cantidades no absorbidas por los lugares de destino o
consumidores, lgicamente los costos asignados a este destino imaginario, sern de cero, la nueva
matriz AGREGA ese destino imaginario:
HACIA
CLIENTES
DISPONI
DESDE
BLE
A B C D E!
R1
4
1
2
6
0
100
R2
6
4
3
5
0
120
R3
5
2
6
4
0
120
340
REQUE.
50 70 90 90 40
340
La diferencia entre la oferta y demanda es de 40 unidades, por consiguiente ese valor debemos asignar
al centro o cliente imaginario para que la oferta sea igual a la demanda.
318
OFERTA MENOR QUE DEMANDA:

Otro caso que se presenta en los problemas de transporte es aquel en el cual la demanda
(requerimientos de los clientes) supera a la oferta (Oferta menor que demanda), de ocurrir esto se
deber nivelar el problema mediante la creacin de un centro de distribucin imaginario que satisfaga el
exceso de la demanda.
Partiremos del siguiente ejemplo:
PROBLEMA N 3.HACIA

CLIENTE
A
B
C
D
DISPONIBLE
DESDE
R1
R2
R3
REQUERIMIENTOS
4
6
5
70
1
4
2
90
2
3
6
110
6
5
4
70
80
100
120
300
340
Los requerimientos (DEMANDA) superan a las disponibilidades (OFERTA), creamos un origen o centro
de distribucin imaginario que satisfaga la demanda
matriz, Los costos son iguales a cero.
R ,
!
4
obtenindose de esta manera una nueva
319

DESTINO
CONSUMO
A
B
C
D
ORIGEN
R1
4
1
2
6
R2
6
4
3
5
R3
5
2
6
4
R4
0
0
0
0
REQUERIM.
70 90 110 70
DISPONIB.
80
100
120
40
340
340
PROBLEMA N 4.MG Auto tiene tres plantas en Los Angeles, Detroit y Nueva Orlans y dos centros de distribucin
principales en Denver y Miami. Las capacidades de las tres plantas durante el prximo trimestre son de
1000, 1500 y 1200 automviles. La demanda trimestral en los dos centros de distribucin es de 2300 y
1400 automviles. En la tabla 5-1 se proporciona la grfica del millaje entre las plantas y los centros de
distribucin.
Los Angeles
Detroit
Nueva Orlans
Denver
1000
1250
1275
Miami
2690
1350
850
320
La compaa de camiones encargada del transporte de los automviles cobra 8 centavos por milla por
automvil. El costo de transporte por automvil en las diferentes rutas, redondeados al dlar ms
cercano, se calcula como se indica en la tabla.
Denver
(1)
$ 80
$ 100
$ 102
Los Angeles (1)

Detroit (2)
Nueva Orlans (3)
Miami
(2)
$ 215
$ 108
$ 68
El modelo de programacin lineal del problema es:
Z ( MIN ) 80 X 1 215 X 2 100 X 3 108 X 4 102 X 5 68 X 6

Sujetaa :
X1 X 2
1.000 ( Los ngeles )

X3 X4
1.500 ( Detroit )
X 5 X 6 1.200 ( Nueva Orlans )
X1
X3
X2
2.300 ( Denver)
X5
X4
X 6 1.400 ( Miami )
Xj 0
Estas restricciones son todas ecuaciones debido a que la oferta total de los tres puntos de origen (=
1000 + 1500 + 1200 = 3700 automviles) iguala la demanda total en los dos puntos de destino (= 2300 +
1400 = 3700 automviles).
El modelo de PL se puede resolver con el mtodo smplex. Sin embargo, la estructura especial de las
restricciones nos permite resolver el problema de una manera ms conveniente, utilizando la tabla
smplex de transporte que se muestra en la tabla.
Denver
Los Angeles
80
X1
Detroit
100
X3
Nueva Orlans
Demanda
102
X5
2300
Miami
215
X2
108
X4
68
X6
1400
Oferta
1000
1500
1200
321
La solucin ptima (obtenida por TORA). Requiere el envo de 1000 automviles de los Angeles a
Denver, de 1300 de Detroit a Denver, de 200 de Detroit a Miami y de 1200 de Nueva Orlans a Miami. El
costo mnimo asociado del transporte es de 313200 dlares.
Cuando la oferta total no es igual a la demanda total, se dice que el modelo de transporte est
desequilibrado. Ms adelante mostraremos la forma en la que siempre es posible equilibrar un modelo
desequilibrado, aadiendo un punto de origen o de destino ficticios. La razn por la cual nos interesa
equilibrar el modelo de transporte es que permite el desarrollo de un algoritmo de la solucin que se
basa directamente en el ejemplo de la tabla smplex del transporte.
PROBLEMA N 5.En el modelo de MG, supongamos que la capacidad de la planta de Detroit es de 1300 automviles (en
vez de 1500). Esto significa que la oferta total (= 3500 automviles) es menor que la demanda total (=
3700 automviles), una situacin que dicta que no se podr satisfacer parte de la demanda en Denver y
Miami.
Debido a que la demanda excede a la oferta, se aade un punto de origen (planta) ficticio, con una
capacidad de 200 automviles (=3700 3500) para equilibrar el modelo de transporte. En este caso, el
costo de transporte por unidad de la planta ficticia a los dos puntos de destino es cero porque la planta
no existe. El costo del transporte por unidad del punto de origen ficticio a los puntos de destino tambin
puede asumir valores positivos. Por ejemplo, para asegurarnos de que Miami recibir toda su demanda,
le asignamos un costo elevado de transporte por unidad (penalidad) a la entrada del punto de origen
ficticio a Miami.
La tabla proporciona el modelo equilibrado, junto con su solucin ptima. La solucin muestra que la
planta ficticia enva 200 automviles a Miami, lo que significa que a Miami le faltarn 200 automviles
para satisfacer su demanda de 1400 automviles.
Denver
Los Angeles
80
Miami
215
100
108
100
Detroit
1000
1300
Nueva Orlans
1300
102
68
1200
Planta ficticia
Demanda
0
2300
Oferta
1200
0
200
1400
200
Tambin podemos demostrar el caso en el cual la oferta excede a la demanda, suponiendo que la
demanda en Denver es de slo 1900 automviles. En este caso, necesitamos aadir un centro de
distribucin ficticio para que reciba el excedente de la oferta. Una vez ms, los costos de transporte por
unidad atribuidos al centro de distribucin ficticio son cero, a menos que deseemos imponer otras
condiciones. Por ejemplo, podemos requerir que una fbrica haga un envo total asignado un elevado
costo de transporte de la fbrica designada al punto de destino ficticio.
La tabla proporciona el nuevo modelo y su solucin ptima (obtenida por TORA). La solucin muestra
que la planta de Detroit tendr un excedente de 400 automviles.
Denver
Los Angeles
80
100
Detroit
100
900
Nueva Orlans
Demanda
102
2300
Miami
215
Ficticio
0
1000
108
0
200
400
1500
68
0
1200
1200
1400
400
PROBLEMA N 6.- (CONTROL DE PRODUCCION - INVENTARIO).

322
Boralis fbrica mochilas para excursionistas dedicados. La demanda de su producto ocurre durante los
meses de marzo a junio de cada ao. Boralis calcula que la demanda para los 4 meses es de 100, 200,
180 y 300 unidades, respectivamente. La compaa utiliza horas extra de mano de obra para fabricar las
mochilas y, debido a eso, su capacidad de produccin y la demanda para los diferentes meses no es
igual, la demanda del mes actual se satisface en una de tres formas:
1. Produccin del mes actual
2. Produccin excedente de un mes anterior
3. Produccin excedente de un mes posterior.
En el primer caso, el costo de produccin por mochila es de 40 dlares. El segundo caso incurre en un
costo adicional de almacenamiento de 0.50 de dlar por mochila, por mes. En el tercer caso, se incurre
en un costo adicional de 2 dlares de penalidad por cada mes de demora. Boralis desea determinar el
programa de produccin ptima para los 4 meses.
La situacin se puede modelar como un modelo de transporte, al reconocer los siguientes paralelos entre
los elementos del problema de produccin inventario y el modelo de transporte:
Transporte
1. Punto de origen i
2. Punto de destino f
3. Cantidad de la oferta en el punto de
origen i
4. Demanda en el punto de destino f
5. Costo de transporte por unidad del punto
de origen i al punto de destino f
Produccin inventario
1. Perodo de produccin i
2. Perodo de demanda f
3. Capacidad de produccin del perodo i
4. Demanda para el perodo f
5. Costo por unidad (produccin +
inventario + penalidad) en el perodo i
para el perodo f
El modelo de transporte resultante se proporciona en la Tabla.
C1
C2
C3
C4
Demanda
A
$ 40.00
$ 42.00
$ 44.00
$ 46.00
100
B
$ 0.50
$ 40.00
$ 42.00
$ 44.00
200
C
$ 41.00
$ 40.50
$ 40.00
$ 42.00
180
D
$ 41.50
$ 41.00
$ 40.50
$ 40.00
300
Capacidad
50
180
280
270
El costo de transporte del perodo i al perodo j se calcula como
ci j
Costo de produccin en i, i j
Costo de produccin en i cos to de almacn de i a j, i j

Costo de produccin en i cos to de penalidad de i a j , i j
323
PROBLEMA N 7.- (MANTENIMIENTO DE EQUIPO).

Arkansas Pacfic opera un aserradero de mediano tamao. El aserradero prepara diferentes maderas,
que varan desde pinto suave hasta roble duro, conforme a un programa semanal. Dependiendo del tipo
de madera que se est aserrando, la demanda de cuchillas afiliadas vara de da a da, segn los
siguientes datos de una semana (7 das):
Das
Demanda
(cuchillas)
Lun.
24
Mar.
12
Mier.
14
Juev.
20
Viern.
18
Sab.
14
Dom.
22
El aserradero puede satisfacer la demanda diaria de la siguiente manera:

1. Comprar cuchillas nuevas a un costo de 12 dlares por cuchilla.
2. Utilizar un servicio de afiliado de la noche a la maana, a un costo de 6 dlares por cuchilla, o
retrasar dos das el servicio, a un costo de 3 dlares por cuchillas.
El modelo completo se proporciona en la tabla.
1
Lun.
$ 12
2.
Mar.
$12
3
Mi.
$12
4
Jue.
$12
5.
Vie
$12
6.
Sab.
$12
7
Dom. Eliminacin
$12
$0
1 Nue
124
24
98
$6
$6
$3
$3
$3
$3
$0
2 Lun
24
10
$6
$6
$3
$3
$3
$0
3 Mar
12
6
M
$6
$3
$3
$0
4 Mie
14
14
M
$6
$6
$3
$0
5 Juev
20
12
M
$6
$6
$0
6 Vie
18
14
M
$6
$0
7 Sab
14
14
M
$0
8 Dom
22
22
24
12
14
20
18
14
22
124
La solucin ptima (obtenida por medio de TORA) se resume como sigue
Perodo
Lunes
Martes
Mircoles
Jueves
Viernes
Sbado
domingo
Cuchillas
nuevas
24 (lun.)
2 (mar.)
0
0
0
0
0
Servicio de afiliado
De la noche a la maana
10 (mar.) + 8 (mir.)
6 (mir.)
14 (jue.)
12 (vier.)
14 (sb.)
14 (dom.)
0
Dos das
6 (jue.)
6 (vier.)
0
8 (dom.)
0
0
0
Pendientes
0
0
0
0
0
0
0
324
PROBLEMA N8.Ejemplo prototipo

Uno de los productos ms importantes de la P & T COMPANY es el chcharo enlatado. Los chcharos se
preparan en tres enlatadoras Washington, Oregon y Minnesota, despus se envan por camin a cuatro
almacenes de distribucin California; Rapd City, Dakota, y Alburquerque, Nuevo Mxico) en el oeste de
Estados Unidos. Como los costos de embarque constituyen un gasto importante, la gerencia ha iniciado
un estudio para reducirlos lo ms que se pueda. Se ha hecho una estimacin de la produccin de cada
enlatadora para la prxima temporada y se ha asignado a cada almacn cierta cantidad de la produccin
total de chcharos. En la tabla se proporciona esta informacin (en unidades de carga de camin), junto
con el costo de transporte por camin cargado para cada combinacin de enlatadora - almacn. Como
se ve, hay un total de 300 cargas de camin que se deben transportar. El problema es determinar el plan
de asignacin de estos embarques a las distintas combinaciones de enlatadora - almacn que minimice
el costo total de transporte.
Si se ignora la distribucin geogrfica de las enlatadoras y los almacenes se puede proporcionar una
sencilla representacin en red del problema, alineando las enlatadoras en una columna a la izquierda y
los almacenes en otra a la derecha.
Las flechas indican las rutas posibles para los camiones, donde el nmero junto a cada flecha es el costo
de envo por carga de camin para esa ruta. Los nmeros en los parntesis cuadrados junto a cada
localidad son las cargas de camin que deben enviarse desde ese lugar (la asignacin que debe llegar a
cada almacn est dada como nmeros negativos).
El problema descrito, de hecho, es un problema de programacin lineal del tipo de los problemas de
x (i 1,2,3; j 1,2,3,4)
transporte. Para formularlo, sea Z el costo total de transporte y sea ij

el nmero
de cargas de camin enviadas de la enlatadora al almacn j. El objetivo es seleccionar valores de estas
12 variables de decisin (las xij) para
Minimizar Z=
464 X 1 513 X 2 654 X 3 867 X 4 352 X 5 416 X 6

690 X 7 791X 8 99 X 9 682 X 10 388 X 11 685 X 12,
1
Enlatadora 2
3
Asignacin
Datos de transporte par P &T Co.

Costo de embarque ($) por carga
Almacn
1
2
3
4
464
513
654
867
351
416
690
791
995
682
388
685
80
65
70
85
Produccin
75
125
100
325
Sujeta a las restricciones
X1 X 2 X 3 X 4
75
X5 X6 X7 X8
125
X 9 X 10 X 11 X 12 100
X5
X1
X9
X6
X2
X 10
X7
X3
X4
80
65
X 11
X8
70
X 12 85
X ij 0
(i 1,2,3;
j 1,2,3,4).
SOLUCIN MEDIANTE EL MTODO SIMPLEX
X1
X2
X3
X4
X5
= 0 Envo desde W a C
= 20 Envo desde W a R
= 0 Envo desde W a D
= 55 Envo desde W a A
= 80 Envo desde O a C
326
X6 = 45 Envo desde O a R
X7 = 0 Envo desde O a D
X8 = 0 Envo desde O a A
X9 = 0 Envo desde M a C
X10 = 0 Envo desde M a R
X11 = 70 Envo desde M a D
X12 = 20 Envo desde M a A
Costo total mnimo = 152.455
SOLUCIN MEDIANTE TRANSPORTE

DEMANDA = OFERTA
327
OBLEMA N 9.Problema de envi

El problema de transporte o envi implica determinar la cantidad de artculos o productos que deben ser
transportados de varios orgenes a varios destinados. El objetivo en general es minimizar los costos y
distancias de envi totales. Las restricciones en este tipo de problema se relacionan con las capacidades
en cada origen y los requerimientos en cada destino. El problema de transporte es un caso muy
especfico de PL, por lo cual se desarrollo un algoritmo especial para resolverlo. El procedimiento de
solucin es uno de los temas del capitulo V.
La TOP Speed Bicycle Co. fabrica y comercializa una lnea de bicicletas de 10 velocidades a nivel
nacional. La firma cuenta con plantas de ensamble en dos ciudades en las que los costos de mano de
obra son bajos, Nueva Orlens y Omaha. Sus tres almacenes principales estn ubicados cerca de los
grandes mercados de Nueva Cork, Chicago y Los ngeles.
328
Los requerimientos de ventas para el ao siguientes en el almacn de Nueva York son de 10,000
bicicletas, en el de Chicago 8.000 y en el de Los ngeles 15,000. La capacidad de la fbrica en cada
ciudad es limitada. Nueva Orlens puede armar y enviar 20,000 bicicletas; Omaha puede producir
15,000 bicicletas al ao. El costos de envi de una fabrica desde cada fabrica a cada almacn difiere.
Estos costos unitarios de envi son los siguientes:
A
DE
NUEVA YORK
CHICAGO
LOS NGELES
Nueva Orlens
$2
$3
$5
Omaha
La compaa desea desarrollar un programa de envi que minimice sus costos de transporte anuales.
Para formular este problema con PL, de nuevo se emplea el concepto de variables de doble subndice.
El primer subndice representa el origen (fabrica) y el segundo el destino (almacn). Por lo tanto, en
general Xij se refiere al nmero de bicicletas enviadas del origen i al destino j. En su lugar se podra
denotar X6 como la variable del origen 2 al destino 3, pero en general la mayora encuentra que los
subndices dobles son ms descriptivos y fciles de utilizar. Por lo tanto, sean
X1 = nmero de bicicletas enviadas de Nueva Orlens a Nueva York
X2 = nmero de bicicletas enviadas de Nueva Orlens a Chicago
X3 = nmero de bicicletas enviadas de Nueva Orlens a Los ngeles
X4 = nmero de bicicletas enviadas de Omaha a Nueva Cork
X5 = nmero de bicicletas enviadas de Omaha a Chicago
X6 = nmero de bicicletas enviadas de Omaha a Los ngeles
SOLUCIN MEDIANTE EL MTODO SIMPLEX

Funcin objetivo
Minimizar los costos totales de envi = 2X1 + 3X2 + 5X3 + 3X4 + 1X5 + 4X6
Sujeto a:
X1
+ X4
= 10,000
+ X5
= 8,000
X3
+ X6 = 15,000
X1 + X2 + X3
20,000
X4 + X5 + X6 15,000
Totales las variables
0
X2
(Demanda de Nueva York)

(Demanda de Chicago)
(Demanda de Los ngeles)
(Demanda en la fabrica de Nueva Orlens)
(Existencia en la fabrica de Omaha)
Por qu los problemas de trasporte son una clase especial de problemas de PL? La respuesta es que
cada coeficiente enfrente de una variable en las ecuaciones de restriccin siempre es igual a 1. Esta
cualidad especial tambin se encuentra en otra categora especial de problemas de PL, el problema de
asignacin. (El problema de asignacin puede ser considerado como un caso especial del problema de
transporte en la cual el abasto de cada fuente y la demanda de cada destino es uno)
329
X1 = 10.000 nmero de bicicletas enviadas de Nueva Orlens a Nueva York

X2 = 0
nmero de bicicletas enviadas de Nueva Orlens a Chicago
X3 = 8.000 nmero de bicicletas enviadas de Nueva Orlens a Los ngeles
X4 = 0
nmero de bicicletas enviadas de Omaha a Nueva Cork
X5 = 8.000 nmero de bicicletas enviadas de Omaha a Chicago
X6 = 7.000 nmero de bicicletas enviadas de Omaha a Los ngeles
S4 = 2.000 (Demanda en la fabrica de Nueva Orlens)
Costo total de envo es de $96.000
MEDIANTE EL PROBLEMA DE TRANSPORTE

DEMANDA < OFERTA
A
DE
NUEVA YORK
CHICAGO
LOS NGELES
Nueva Orlens
$2
$3
$5
Omaha
DEMANDA = OFERTA
A
DE
Nueva Orlens
Omaha
REQUERIMIENTOS
NUEVA
YORK
$2
3
10.000
CHICAGO
$3
1
8.000
LOS
NGELES
$5
4
15.000
FICTICIO CAPACIDAD
0
0
2.000
20.000
15.000
PROBLEMA N 10.- Fabricantes de jabn y detergentes

Un fabricante de jabn y detergentes tiene tres plantas, localizadas en Cincinnati, Denber y Atlanta. Los
almacenes principales se encuentran en Nueva York, Boston, Chicago, Los ngeles y Dallas. En la tabla
1 se proporcionan los requerimientos de ventas del prximo ao para cada almacn
Tabla 1. Requerimientos de los almacenes

Ubicacin del
almacn
Nueva York
Boston
Chicago
Los ngeles
Dallas
Ventas anuales
(miles de cajas)
50
10
60
30
20
total
170
En la compaa es necesario determinar cul de las fbricas debe abastecer a cada almacn. La
capacidad de las fbricas est limitada. Cincinnati tiene capacidad anual para 100 000 cajas; Denver
para 60 000 y Atlanta para 50.000.
En la tabla 2 se muestra el costo de envo del jabn de las fbricas a los almacenes. La compaa quiere
determinan un programa de entregas que minimice los costos totales de transporte de la compaa
(representados con C).
330

A
Nueva
York
$120
210
150
De
Cincinnati
Denver
Atlanta
Boston
Chicago
$150
220
170
$80
150
150
Los
ngeles
$250
100
240
Dallas
$180
110
200
Formulacin Sea:
X1
= Nmero de cajas enviadas de la primera fbrica (Cincinnati) al primer

almacn (Nueva York), en miles de cajas)
Anlogamente:
X2, X3, X4, X5
= Nmero de cajas enviadas de la primera fbrica

(Cincinnati) al segundo, tercero, etc., almacn (Boston, Chicago, etc.)
X6, X7, X8, X9, X10
= Nmero de cajas enviadas de la segunda fbrica

(Denver) al primero, segundo, etc., almacn.
X11, X12, X13, X14, X15 = Nmero de cajas enviadas de la tercera fbrica
(Atlanta) al primero, segundo, etc., almacn.
El objetivo es, entonces:
Minimizar: C = 120X1 + 150X2 + 80X3 + 250X4 + 180X5 +
210X6 + 220X7 + 150X8 + 100X9 + 110X10
150X11 + 170X12 + 150X13 + 240X14 + 200X15
El costo total es la suma de los productos, para cada ruta de envo posible (de la fbrica al almacn), del
costo de envo de la tabla 2 multiplicado por el nmero de millares de cajas que se envan.
Hay dos conjuntos de restricciones para este problema. El primero garantiza que se cumplirn las
necesidades del almacn, entonces, para Nueva York.
X1 + X6 + X11 = 50
Lo anterior estipula que la suma de las cajas que se envan a Nueva York de la primera fbrica
(Cincinnati), la segunda (Denver) y la tercera (Atlanta) debe ser 50 000 cajas, el requerimiento de ventas
de Nueva York. Para los otros almacenes se tiene:
Boston
Chicago
Los ngeles
Dallas
:
:
:
:
X2 + X7 + X12
X3 + X8 + X13
X4 + X9 + X14
X5 + X10 + X15
= 10
= 60
= 30
= 20
El segundo conjunto de restricciones garantiza que las fbricas no excedan sus capacidades de
produccin. De esta manera, para la fbrica de Cincinnati.
X1 + X2 + X3 + X4 + X5 < 100
Esta expresin indica que la cantidad que se enva de la primera fbrica al primer almacn, al segundo,
al tercero, etc., no debe exceder la capacidad de 100 000 cajas de la fbrica.
En forma similar:
Denver : X6 + X7 + X8 + X9 + X10 < 60
Atlanta : X11 + X12 + X13 + X14 + X15 < 50
Por ltimo, todas las X deben ser mayores o iguales que cero.
La solucin de este problema de programacin lineal ofrecer el programa ptimo de envos (es decir, el
de menor costo) para la compaa. Es un ejemplo de un tipo de especial de problema, conocido, de
331
manera bastante natural, como el problema de transporte. El captulo IV se dedica a un procedimiento

especial para resolver este tipo de problemas.
En resumen, la formulacin completa de este problema es:
Minimizar
Sujeto a
120X1 + 150X2 + 80X3 + 250X4 + 180X5 +

210X6 + 220X7 + 150X8 + 100X9 + 110X10 +
150X11 + 170X12 + 150X13 + 240X14 + 200X15
X1 + X6 + X11
X2 + X7 + X12
X3 + X8 + X13
X4 + X9 + X14
X5 + X10 + X15
= 50
= 10
= 60
= 30
= 20
X1 + X2 + X3 + X4 + X5 < 100
X6 + X7 + X8 + X9 + X10 < 60
X11 + X12 + X13 + X14 + X15 < 50
SOLUCIN MEDIANTE QM.
MEDIANTE EL PROBLEMA DE TRANSPORTE

DEMANDA = OFERTA
A
De
Cincinnati
Denver
Atlanta
DEMANDA
Nueva
York
$120
210
150
50
Boston Chicago
$150
220
170
10
$80
150
150
60
Los
ngeles
$250
100
240
30
Dallas
Fcticio
OFERTA
$180
110
200
20
0
0
0
40
100
60
50
332
1)
Tres plantas de energa elctrica, con capacidades de 25, 40 y 30 millones de kilovatios/hora,

proporcionan electricidad a tres ciudades. La demanda mxima en las tres ciudades se calcula en
30, 35 y 25 millones de kilovatios/hora. En la tabla 4-1 se proporciona el precio por milln de
kilovatios/hora en las tres ciudades.
TABLA 4 - 1
Ciudad
1
2
3
1
$ 600
$ 700
$ 400
Planta
2
$ 320
$ 300
$ 350
3
$ 500
$ 480
$ 450
Durante el mes de agosto hay un incremento de 20% en la demanda en cada una de las tres
ciudades, que se puede satisfacer comprndole electricidad a otra red, a un precio ms elevado
de 1.000 dlares por milln de kilovatios/hora. Sin embargo la red no est conectada con la
ciudad 3. La compaa de servicios pblicos quiere determinar el plan ms econmico para la
distribucin y la compra de la energa elctrica adicional.
a) Formule el problema como un modelo de transporte.
b) Resuelva el problema con TORA y determine un plan de distribucin ptima para la
compaa de servicios pblicos.
c) Determine el costo de la energa adicional comprada por cada una de las tres ciudades
2)
Resuelva el problema 1 suponiendo que hay una prdida de 10% en la transmisin de la energa a
todo lo largo de la red.
3)
El Servicio de Parques Nacionales est recibiendo cuatro licitaciones para talar tres bosques de
pinos en Arkansas. Las tres ubicaciones incluyen 10.000, 20.000 y 30.000 acres. Un solo licitador
puede licitar cuando mucho por 50% del total de acres disponibles. En la tabla 4 - 2 se
proporcionan las licitaciones por acre en las tres ubicaciones.
TABLA 4 - 2
Ubicacin
1
2
3
1
$ 520
$ 210
$ 570
Licitador
2
$ 510
$ 495
3
$ 650
$ 240
4
$ 180
$ 430
$ 710
En la situacin actual, necesitamos maximizar el ingreso total de las licitaciones para el Servicio
de Parques. Muestre cmo formular el problema como un modelo de transporte. Utilice TORA
para determinar la superficie en acres que debe asignarse a cada uno de los cuatro licitadores.
4)
Tres refineras, con capacidades diarias de 6, 5 y 8 millones de galones, respectivamente,

abastecen a tres reas de distribucin con demandas diarias de 4, 8 y 7 millones de galones,
respectivamente. La gasolina se transporta a las tres reas de distribucin a travs de una red de
ductos. El costo de transporte es de 10 centavos de dlar por cada 1.000 galones por milla de
ducto. La tabla 4 - 3 proporciona el millaje entre las refineras y las reas de distribucin. La
refinera 1 no est conectada al rea de distribucin 3.
Planta
1
2
3
ABLA 4 3
Tabla de distribucin
1
2
3
120
180
300
100
80
200
250
120
a) Construya el modelo de transporte asociado.

b) Utilice TORA para determinar el programa de envo ptimo en la red.
333

5)
En el problema 4, supongamos que la capacidad de la refinera 3 es de slo 6 millones de galones

y que el rea de distribucin 1 debe recibir toda su demanda. Adems, cualquier faltante en las
reas 2 y 3 incurrir en una penalidad de 5 centavos de dlar por galn.
b) Resuelva el modelo resultante con TORA y determine el programa de envo ptimo.
6)
En el problema 4, supongamos que la demanda diaria en el rea 3 desciende a 4 millones de

galones. La produccin excedente en las refineras 1 y 2 se desva por camin a otras reas de
distribucin. El costo de transporte por 100 galones es de 1.50 dlares desde la refinera 1 y 2.30
dlares desde la refinera 2. La refinera 3 puede desviar su produccin excedente a otros
procesos qumicos dentro de la planta.
b) Resuelva el modelo por medio de TORA y determine el programa de envo ptimo.
7)
JoShop quiere asignar cuatro categoras diferentes de mquinas a cinco tipos de tareas. El
nmero de mquinas disponibles en las cuatro categoras es de 25, 30, 20 y 30. El nmero de
trabajos en las cinco tareas es de 20, 20, 30, 10 y 25. La categora de mquina 4 no se puede
asignar al tipo de tarea 4. La tabla 4 - 4 proporciona el costo por unidad (en dlares) de asignar
una categora de mquina a un tipo de tarea. El objetivo de problema es determinar el nmero
ptimo de mquinas en cada categora que va a asignarse a cada tipo de tarea. Resuelva el
problema por medio de TORA e interprete la solucin.
Categora de
mquina
1
2
3
4
TABLA 4 - 4
Tipo de tarea
1
2
3
4
10
2
3
15
5
10
15
2
15
5
14
7
20
15
13
22
5
9
4
15
8
8)
La demanda de un artculo perecedero a lo largo de los prximos 4 meses es de 400, 300, 420 y
380 toneladas, respectivamente. Las capacidades de oferta para los mismos meses son de 500,
600, 200 y 300 toneladas. El precio de compra por tonelada vara de mes a mes y se calcula en
100, 140, 120 y 150 dlares, respectivamente. Debido a que el artculo es perecedero, la oferta de
un mes actual debe comunicarse en el transcurso de 3 meses (incluyendo el mes actual). El costo
mensual de almacenamiento por tonelada es de 3 dlares. La naturaleza del artculo no permite
tener pedidos pendientes. Resuelva el problema como un modelo de transporte, por medio de
TORA y determine el programa de entrega ptimo para el artculo durante los prximos 4 meses.
9)
La demanda de un pequeo motor especial a lo largo de los siguientes cinco trimestres es de 200,
150, 300, 250 y 400 unidades. El fabricante que suministra el motor tiene diferentes capacidades
de produccin, calculadas en 180, 230, 430, 300 y 300 para los mismos cinco perodos. Los
pedidos pendientes no estn permitidos, pero el fabricante puede utilizar horas extra de
produccin para satisfacer la demanda, si es necesario. La capacidad de horas extra para cada
perodo es igual a la mitad de la capacidad de la produccin regular. Los costos de produccin por
unidad de capacidad de la produccin regular. Los costos de produccin por unidad para los cinco
perodos son de 100, 96, 116, 102 y 106 dlares, respectivamente. El costo de las horas extra de
produccin por motor es 50% ms alto que el costo de la produccin regular. Si un motor se
fabrica ahora para utilizarlo en perodos posteriores, se incurre en un costo adicional de
almacenamiento de 4 dlares por motor, por perodo. Formule el problema como un modelo de
transporte. Utilice TORA para determinar el nmero ptimo de motores que deben fabricarse
durante las horas regulares y las horas extra de cada perodo.
10)
En el problema de transporte en la tabla 4 - 5, la demanda total excedente a la oferta total.

Supongamos que los costos de penalidad por unidad de demanda no satisfecha son de 5, 3 y 2
dlares para los puntos de destino 1, 2 y 3, respectivamente. Determine la solucin ptima.
334

TABLA 4-5
$1
$7
$4
$6
$2
$5
20
50
$5
$6
$3
75
10
80
15
11)
En el problema 10, supongamos que no hay costos de penalidad, pero que la demanda en el
punto de destino 3 debe satisfacerse en su totalidad. Encuentre la solucin ptima.
12)
En el problema de transporte no equilibrado en la tabla 4 - 6, si una unidad de un punto de origen

no se enva (a cualquiera de los puntos de destino), se incurre en un costo de almacenamiento en
una proporcin de 5, 4 y 3 dlares por unidad para los puntos de origen 1, 2 y 3, respectivamente.
Si adems, toda la oferta en el punto de origen 2 debe enviarse en su totalidad, para dejar espacio
para un nuevo producto, determine el programa de envo ptimo.
TABLA 4-6
$1
$3
$2
30
13)
20
40
30
$1
$5
$3
20
Resuelva los modelos de asignacin en la tabla.
$3
14)
$2
$4
$3
20
$8
(a)
$2 $10
$3
$3
$9
(b)
$2
$3
$7
$1
$5
$6
$6
$8
$7
$2
$9
$7
$6
$6
$4
$2
$7
$5
$9
$4
$7
$10
$3
$8
$4
$2
$3
$5
$2
$5
$4
$2
$1
$9
$10
$6
$9
$10
$9
$6
$2
$4
$5
JoShop necesita asignar cuatro trabajos que recibi a cuatro empleados. Las diversas habilidades
de stos dan origen a costos variados por el desempeo de los trabajos. La tabla resume los datos
del costo de las asignaciones. Los datos indican que el empleado 1 no puede trabajar en el trabajo
3 y que el empleado 3 no puede trabajar en el trabajo 4. Determine la asignacin ptima.
Trabajador
1
2
3
4
1
$50
$70
$90
$70
Trabajo
2
3
$50
$40
$20
$30
$50
$20
$60
4
$20
$30
$70
15)
En el modelo de JoShop del problema 15, supongamos que hay disponible un empleado adicional
(el quinto) para desempear los cuatro trabajos, a los costos respectivos de 60, 45, 30 y 80
dlares. Es econmico reemplazar a uno de los cuatro trabajadores actuales con el nuevo?
16)
En el modelo del problema 15, supongamos que JoShop acaba de recibir un quinto trabajo y que
los costos respectivos de que los desempeen los cuatro empleados son 20, 10, 20 y 80 dlares.
Debe tener prioridad el nuevo trabajo por encima de cualquiera de los cuatro trabajos que ya
tiene JoShop?
17)
Un ejecutivo de negocios debe hacer los cuatro viajes redondos que se enumeran en la tabla,
entre la oficina matriz en Dallas y una sucursal en Atlanta.
335
Fecha de salida de Dallas

Lunes, 3 de junio
Lunes 10 de junio
Lunes 17 de junio
Martes 25 de junio
Fecha de regreso a Dallas

Viernes 7 de junio
Mircoles 12 de junio
Viernes 21 de junio
Viernes 21 de junio
El precio de un boleto de viaje redondo desde Dallas es de 400 dlares. Se concede un

descuento de 25% si las fechas de llegada y salida de un boleto incluyen un fin de semana
(sbado y domingo). Si la estancia en Atlanta es de ms de 21 das, el descuento aumenta 30%.
Un boleto de viaje sencillo entre Dallas y Atlanta (en cualquier direccin) cuesta 250 dlares
Cmo debe el ejecutivo comprar sus boletos?
19)
La figura 4 11 proporciona un trazo esquemtico de un taller mecnico con sus centros de

trabajo existentes, designados por los cuadros 1, 2, 3 y 4. Se van a aadir cuatro nuevos centros
de trabajo al taller, en las ubicaciones designadas por los crculos a, b, c y d. El objetivo es asignar
los nuevos centros a las ubicaciones propuestas de tal manera que se minimice el trfico total del
manejo de materiales entre los centros existentes y los propuestos. La tabla 4 - 7 resume la
frecuencia de los viajes entre los nuevos centros y los antiguos. El equipo de manejo de materiales
viaja a lo largo de los pasillos rectangulares que se intersecan en las ubicaciones de los centros.
Por ejemplo, la distancia de recorrido en un sentido (en metros) entre el centro 1 y el centro b es
30 + 20 = 50 metros.
FIGURA 4 - 11
70
60
50
40
30
20
10
0
1
10
20
30
40
50
60
TABLA 4 - 7
Centro Nuevo
a
b
c
1
10
2
4
Centro existente
2
7
1
9
3
0
8
6
4
11
4
0
20)
70
80
d
3
5
2
7
La red en la figura 4 12 proporciona las rutas de envo de los nodos 1 a los nodos 5 y 6 a travs
de los nodos 3 y 4. Los costos de envo por unidad se muestran en los respectivos arcos.
a) Desarrolle el modelo de transbordo correspondiente.
b) Resuelva el problema por medio de TORA y muestre cmo los envos se dirigen por las rutas
de los puntos de origen a los puntos de destino.
336

FIGURA 4 - 12
6
3
1
100
1
4
1
5
5
1
2
200
150
150
21)
En el problema 20, supongamos que el nodo del punto de origen 1 se puede unir con el nodo del
punto de origen 2, con un costo de envo por unidad de 1 dlar. El costo de envo por unidad del
nodo 1 al nodo 3 se incrementa a 5 dlares. Formule el problema como un modelo de transbordo y
encuentre el programa de envo ptimo.
22)
La red en la figura 4 13 muestra las rutas para enviar los automviles de las tres fbricas (nodos
1, 2 y 3) a los tres distribuidores (nodos 6 al 8) a travs de dos centros de distribucin (nodos 4 y
5). Los costos de envo por automvil (en 100 dlares) se muestran en los arcos.
FIGURA 4 13
900
6
1
3
0.8
1.400
2
4.3
1.100
0.2
4
0.5
4.5
3
1.000
2.1
2
5
4.6
1.000
1.9
1.200
a) Resuelva el problema como un modelo de transbordo y encuentre la solucin ptima por

medio de TORA.
b) Supongamos que el centro de distribucin 4 puede vender 240 automviles directamente a
los clientes. Encuentre la nueva solucin ptima.
23)
Considere el problema de transporte en el cual dos fbricas surten cierto artculo a tres tiendas. El
nmero de unidades de oferta disponibles en las fuentes 1 y 2 es de 200 y 300; la demanda en las
tiendas 1, 2 y 3 es de 100, 200 y 50, respectivamente. Las unidades se pueden transbordar entre
las fbricas y las tiendas antes de que lleguen a su punto de destino final. Se desea encontrar el
programa de envo ptimo (utilice TORA) basado en los costos por unidad en la tabla 4 - 18.
Fbrica
Tienda
24)
1
2
1
2
3
TABLA 4 - 8
Fbrica
1
2
$0
$6
$6
$0
$7
$2
$1
$5
$8
$9
1
$7
$5
$0
$1
$7
Tienda
2
$8
$4
$5
$0
$6
3
$9
$3
$1
$4
$0
Considere la red de ductos de petrleo que se muestra en la figura 4 14. Loa diferentes nodos
representan las estaciones de bombeo y de recibo. Las distancias en millas entre las diferentes
estaciones se muestran en la red. El costo de transporte por galn entre dos nodos es
directamente proporcional al largo del ducto. Desarrolle el modelo de transbordo asociado y
encuentre la solucin ptima utilizando TORA.
337
FIGURA 4 - 14
50.000
60.000 (galones)
20
30
40
2
90.000
20.000
8
10
5
4
25)
Problema de la ruta ms corta. Encuentre la ruta ms corta entre los nodos 1 y 7 de la red en la
figura 4 - 15 formulando el problema como un modelo de transbordo. La distancia entre los
diferentes nodos se muestra en la red. (Sugerencia: supongamos que el nodo 1 tiene una oferta
neta de una unidad y que el nodo 7 tiene una demanda neta tambin de 1 unidad).
FIGURA 4 - 15
1
4
7
5
1
1
3
2
3
6
26)
Use el mtodo de transporte para elaborar una tabla de asignacin ptima de envos de las
fbricas a los almacenes:
Fbricas
F1
F2
F3
Total
Almacenes
W1
W2
W3
Total
Cantidad
disponible
10
20
30
60
Cantidad
requerida
15
28
17
60
Los costos unitarios de envo son:
F1
F2
F3
W1
$0.90
1.00
1.05
W2
$0.95
1.40
0.85
W3
$1.30
0.95
1.10
338

27)
Use el mtodo de transporte para elaborar una tabla de asignacin ptima de envos de las
fbricas a los almacenes:
Fbricas
F1
F2
F3
Total
Cantidad
disponible
20
15
30
65
Almacenes
W1
W2
W3
Total
Cantidad
requerida
10
26
29
65
Los costos unitarios de envo son:
F1
F2
F3
28)
W1
$1.10
1.20
1.10
W2
$1.12
1.00
0.90
W3
$1.20
1.05
0.95
Use el mtodo de transporte para tratar de elaborar una tabla de asignacin ptima de envos de
las fbricas a los almacenes. Use los datos y la solucin inicial que se presentan a continuacin.
Costos unitarios y unidades suministradas y requeridas
Destino
Fuente
F1
F2
F3
Unidades requeridas
Primera solucin
W1
$0.80
$0.90
$1.00
10
W2
$0.85
$0.70
$0.60
28
W3
$1.45
$1.05
$0.60
22
W1
10
W2
W3
20
8
28
22
22
Destino
Fuente
F1
F2
F3
Unidades requeridas
29)
10
Unidades
disponibles
10
20
30
60
Unidades
disponibles
10
20
30
60
Una empresa fabrica dos productos, A y B. La contribucin al beneficio y la utilizacin de recursos

por unidad de producto se presentan a continuacin.
Contribucin al beneficio
(dlares por unidad)
Utilizacin de recursos:
Tiempo de mquina
(horas por unidad)
Materia prima
(toneladas por unidad)
Mano de obra calificada
(horas por unidad)
Mano de obra no calificada
(horas por unidad)
Producto A
15
Producto B
10
La empresa dispone de un mximo de 100 horas de tiempo de mquina y 30 horas de mano de

obra no calificada.
Hay escasez de materia prima. Las oficinas centrales asignaron 100 toneladas, con iteraciones
de usar lo menos posible y devolver todo el excelente para usarlo en otras divisiones. Se puede
obtener ms de las 100 toneladas asignadas, pero slo si es absolutamente necesario.
La empresa tiene mano de obra calificada con 75 horas disponibles en tiempo regular. A estos
trabajadores calificados no les gusta trabajar tiempo extra, pero lo harn si se requiere. La
339
gerencia quiere aprovechar al mximo el tiempo regular de estos trabajadores calificados. La

empresa tiene un objetivo de beneficios de 300 dlares, meta que espera alcanzar o superar.
a) Defina las variables de decisin y las restricciones de tiempo de mquina y mano de obra no
calificada.
b) Formule las restricciones de metas de la mano de obra calificada, las materias primas y los
beneficios. Tome en cuenta las carencias y los excelentes es estas restricciones.
c) Suponga que la gerencia asigna los costos de 15 dlares por tonelada que se usa por encima
de la asignacin, 10 dlares por hora de tiempo extra de los trabajadores calificados y cinco
dlares por hora de tiempo de inactividad de los trabajadores calificados. Adems, la materia
prima que no se use (por debajo de la asignacin) tiene un valor de cinco dlares por
tonelada. Un dlar de beneficio tiene el mismo valor, sin importar si se excede o no la meta
de beneficios. Formule la funcin objetivo de programacin por metas.
d) Antes de proseguir con esta parte, verifique que su formulacin est correcta.
e) Represente grficamente el problema de decisin. Primero incluya las restricciones de mano
de obra no calificada y tiempo de mquina. Luego incluya las lneas que representan las
metas de mano de obra calificada y materia prima. Por ltimo, dibuje la meta de los
beneficios.
f) Evale los siguientes puntos de soluciones posibles. Encuentre cada punto en su grfico y
sustituya en las ecuaciones de metas para determinar la carencia o el excedente. Luego
sustituya estos valores en las funciones objetivo de (c). Encuentre la solucin ptima (con el
menor valor). Los puntos son:
1.
2.
3.
4.
30)
Producto A = 8.33 unidades;

producto B = 13.33 unidades.
Producto A = 11.11 unidades;
Producto A = 15 unidades;
producto B = 8 unidades.
Producto A = 15 unidades;
En lugar de usar la primera solucin que se presenta con el problema 38, resuelva el problema 38
a partir de la solucin que se muestra en la tabla siguiente.
Primera solucin alternativa
Destino
Fuente
F1
F2
F3
Unidades demandadas
31)
W1
W2
5
5
10
Unidades
disponibles
10
20
30
60
W3
5
23
28
15
7
22
Hay tres clasificaciones de trabajadores (P1, P2 y P3) que se pueden usar en tres trabajos (J1, J2
y J3). Cada trabajador tiene costo diferente para cada trabajo, como se indica en la tabla siguiente.
El nmero de trabajadores que se requiere para cada trabajo tambin se incluye en dicha tabla.
Costos directos
Trabajo
Trabajador
J1
P1
$1.00
P2
$0.90
P3
$0.80
Trabajadores requeridos
J2
$1.10
$0.80
$0.85
10
J3
$1.20
$1.10
$1.15
30
Trabajadores
disponibles
10
15
20
45
Use el mtodo de transporte para encontrar la asignacin ptima.

32)
Una empresa tiene dos fbricas que abastecen a tres almacenes regionales. Los costos unitarios
de transporte son:
340
Costos unitarios de transporte

Almacn
Fbrica
W1
W2
W3
F1
$2
$2
$5
F2
4
1
1
La fbrica 2 es vieja y tiene costo variable de manufactura de dos labores por unidad. La fbrica
1 es moderna y su produccin cuesta un dlar por unidad. La fbrica 2 tiene capacidad de 25
unidades y la fbrica 1 tiene capacidad de 40 unidades. Las necesidades de los almacenes son:
Almacenes
W1
W2
W3
Unidades
requeridas
20
10
25
Cunto debe enviar cada fbrica a cada almacn?

Recomendacin: Sume el costo de manufactura al costo de transporte para obtener un costo por
unidad entregada. Minimice esta cantidad. Establezca tambin un almacn ficticio para manejar
el exceso de capacidad.
33)
La compaa ABC tiene cuatro fbricas que abastecen a cinco almacenes. Los costos de envo,
los requerimientos y las capacidades se indican en las tablas siguientes:
Costos de envo (dlares por caja)
W1
W2
W3
W4
W5
F1
1
3
4
5
6
F2
2
2
1
4
5
F3
1
5
1
3
1
F4
5
2
4
5
4
Capacidades
Requerimientos
de la fbrica
(miles de cajas)
(miles de cajas)
W1
W2
W3
W4
W5
80
50
50
30
40
F1
F2
F3
F4
100
60
60
50
La compaa consideraba el cierre de la cuarta fbrica (F4) por sus altos costos operativos. Si lo
hubiera, se agregaran 30 unidades de capacidad a la fbrica 3. El gerente de transporte se
preocupaba por el efecto de esta accin sobre los costos de transporte de la compaa. El haba
observado que el almacn 2 (w9 reciba cerca de 30 000 cajas de F4. Como el costo de envo
de F3 a W2 era de cinco dlares (comparado con dos dlares de F4 a W2), el gerente estimaba
que el efecto de cerrar F4 sera un aumento de 90 000 dlares en los costos de transporte.
Est usted de acuerdo con el gerente de transporte? Qu efecto cree que tendra el cierre de
F4 sobre los costos de transporte?
34)
La compaa de transporte Genesee tiene cuatro terminales, A, B, C y D. Al comenzar cada da

hay ocho, seis, cuatro y siete tractores en las terminales respectivas. Durante la noche anterior se
cargaron los remolques en las plantas E, F, G, H e Y con las siguientes cantidades: tres, seis,
cinco, seis y cinco, respectivamente. La distancia entre las terminales y las plantas se indica en la
tabla Kilmetros entre las terminales y las plantas.
341
Kilometros entre las terminales y las plantas

Plantas
Terminales
A
B
C
D
E
20
74
60
39
F
47
13
31
41
G
17
52
51
37
H
41
40
71
21
I
62
32
68
38
De que terminales a que plantas hay que enviar los tractores si debe minimizarse la distancia
total que recorran todos los tractores para recoger los remolques?
35)
El director de una escuela de administracin planifica las inscripciones a los dos programas
principales de la escuela: un curso de licenciatura y un curso de nivel master. El director cuenta
con 36 profesores titulares y 42 adjuntos. Para impartir los cursos de licenciatura se requieren 0.02
profesores titulares y 0.03 adjuntos. En otras palabras, por cada 100 estudiantes de licenciatura, la
escuela necesita dos profesores titulares y tres adjuntos. Para cada cien estudiantes de grados
master se requieren seis profesores titulares y cuatro adjuntos.
El problema del director es determinar cuantos estudiantes de licenciatura y de grado master
pueden inscribirse. Las cuotas de un estudiante de master ascienden a 15 000 dlares por ao;
para la licenciatura son 12 000 dlares por ao. El director de la universidad ha decretado que el
nmero de inscripciones en el programa master no puede ser superior al nmero de inscritos en el
programa de licenciatura.
El director tiene tres objetivos. El primero corresponde a los ingresos por cuotas y ha establecido
una meta de 15 millones de dlares. Otro objetivo es satisfacer las necesidades de licenciados en
administracin que tienen las empresas locales, por lo que se ha fijado un nivel de inscripciones
de 1.000 licenciados. El tercer objetivo es satisfacer la demanda de masters y ha establecido una
meta de 400. Suponga que el director quiere cumplir lo mejor que se puede con la demanda de
licenciados y masters, evitando, de ser posible, las carencias y excedentes. Tambin quiere
obtener todos los ingresos posibles por concepto de cuotas.
a) Formule las restricciones para el problema del director como un problema de programacin
por metas. Tome en cuenta las restricciones de las metas.
b) Formule la funcin objetivo, suponiendo que se han asignado las siguientes ponderaciones a
las carencias y a los excedentes.
Produccin
(equivalente en dlares)
15
30 000
24 000
3
9 000
6 000
Objetivo
Carencia de cuotas
Carencias para cubrir la demanda de
licenciados,
Carencias para cubrir la demanda de
masters.
Excedente de cuotas.
Excedente de la meta de licenciados.
Excedente de la meta de masters.
c) Represente grficamente el problema. Represente primero las restricciones que no se

apliquen a las metas. Luego dibuje las ecuaciones en las medidas. Encuentre la solucin
ptima. Considere los puntos que sean intersecciones de las restricciones y las ecuaciones
de metas.
d) Suponga que el director desea asignar prioridad a las metas, en el orden que se especifica
en (b). La prioridad ms alta es minimizar la carencia de datos, la siguiente es minimizar la
carencia de la demanda de licenciados, etc. Use el mtodo de programacin por prioridades
y resuelva este problema en forma grfica.
36)
La compaa de productos Zeta tiene cuatro fbricas que abastecer a cinco almacenes. Los
costos variables de manufactura y envo de una tonelada de producto de las fbricas a los
almacenes se indican como nmeros en la esquina superior izquierda de las casillas de la tabla
anexa. Las capacidades de las fbricas y los requerimientos de los almacenes se expresan en
342
miles de toneladas en los mrgenes de la tabla. Observe que hay un almacn ficticio (llamado
holgura) para tener en cuenta la diferencia entre la capacidad total y el total de los requerimientos.
Despus de varias iteraciones se obtiene una solucin (los nmeros en crculo con pantalla en la
tabla). Responda a las siguientes preguntas en forma independiente.
a) Es la solucin ptima? De ser as, Cul es el costo total?
b) Hay una solucin ptima alternativa? De ser as, cul es?
Destinos
Fuentes
W1
17
W2
W3
W4
W5
14
10
14
25
30
11
11
12
20
15
9
12
12
F1
13
F2
6
10
8
F3
17
Capacidades
20
75
10
45
0
0
30
30
15
F4
Requerimientos
Holgura
0
20 11
40
14
10
50
20
6
30
0
40
40
20
50
200
c) Suponga que se instala un nuevo equipo que reduce el costo operativo variable en dos
dlares por tonelada en la segunda fbrica (F2). Es an ptima la solucin? De no ser as,
cul es la nueva solucin ptima?
d) Suponga que el costo de transporte de F1 a W1 se reduce en dos dlares Cambia el
programa de envos? De ser as, cul sera la nueva solucin ptima?
e) Cunto tendra que bajar el costo de manufactura de la fbrica 1 antes de que la produccin
pueda aumentar a ms de 55 000 toneladas?
f) Suponga que las nuevas estimaciones indican que los requerimientos de W2 sern 25, en
lugar de los 20 que se estimaron originalmente. Diga cual sera el costo adicional total si:
1. No se ampliara ninguna de las plantas.
2. Se ampliara F3 en cinco unidades para cumplir con los requerimientos adicionales.
g) Se va a iniciar un programa para aumentar las ventas en uno de los distritos de los
almacenes. Si la efectividad del programa fuera la misma en todos los distritos. cul
propondra para llevar a cabo el programa? Por qu? Suponga que el precio de venta es el
mismo en todos los distritos.
37)
Una compaa tiene tres plantas que fabrican carriolas de beb que deben mandarse a cuatro
centros de distribucin. Las plantas 1, 2 y 3 producen 12, 17 y 11 cargas mensuales,
respectivamente. Cada centro de distribucin necesita recibir lO cargas al mes. La distancia desde
cada planta a los respectivos centros de distribucin es la siguiente:
Planta
1
2
3
Distancia (millas)
Centro de distribucin
1
2
3
4
800 1300 400
700
1100 1400 600 1000
600 1200 800
900
El costo del flete por embarque es $100 ms $0.50/milla. Cuntas cargas deben mandarse
desde cada planta a cada centro de distribucin para minimizar el costo total: de transporte?
a) Formule este problema como un problema de transporte construyendo la tabla de parmetros
apropiada.
b) Dibuje la representacin de red para este problema.
c) Obtenga una solucin ptima.
38)
Toms deseara comprar exactamente 31itros de cerveza casera hoy y al menos 4 litros maana.
Ricardo quiere vender un mximo de 5 litros en total a un precio de $3.00 por litro hoy y de $2.70
por litro maana. Enrique est dispuesto a vender mximo 41itros en total, a un precio de $2.90
por litro hoy y $2.80 por litro maana.
343
Toms quiere saber cunto debe comprar a cada uno para minimizar su costo y a la vez cumplir
con los requerimientos mnimos para satisfacer su sed.
a) Formule el modelo de programacin lineal y d la tabla smplex inicial.
b) Formule este problema como un problema de transporte construyendo la tabla de parmetros
apropiada.
c) Obtenga una solucin ptima para este problema.
39)
La corporacin Versatech producir tres productos nuevos. En este momento, cinco de sus
plantas tienen exceso de capacidad de produccin. El costo unitario respectivo de fabricacin del
primer producto ser de $31, $29, $32, $28 y $29, en las plantas 1, 2, 3, 4 y 5. El costo unitario de
fabricacin del segundo producto ser de $45, $41, $46, $42 y $43 en las plantas respectivas 1,2,
3,4 y 5; y para el tercer producto ser de $38, $35 y $40 en las plantas respectivas 1,2 y 3, pero
las plantas 4 y 5 no pueden fabricar este producto. Los pronsticos de ventas indican que la
produccin diaria debe ser 600, I.000 y 800 unidades de los productos 1, 2 y 3, respectivamente.
Las plantas 1, 2, 3, 4 y 5 tienen capacidades para producir 400, 600, 400, 600 y I 000 unidades
diarias, sin importar el producto o combinacin de productos. Suponga que cualquier planta que
tiene capacidad y posibilidad de fabricarlos podr producir cualquier combinacin de productos en
cualquier cantidad.
La gerencia desea asignar los nuevos productos a las plantas con el mnimo costo total de
fabricacin.
adecuada.
b) Obtenga una solucin ptima para este problema.
40)
Suponga que Inglaterra, Francia y Espaa producen todo el trigo, cebada y avena en el mundo. La
demanda mundial de trigo requiere que se dediquen 125 millones de acres a la produccin de ese
cereal. De igual manera, se necesitan 60 millones de acres para cebada y 75 millones de acres
para avena. La cantidad total de tierra disponible en Inglaterra, Francia y Espaa es 70, 110 y 80
millones de acres. El nmero de horas de mano de obra necesarias para producir un acre de trigo
en los respectivos pases es 18, 13 y 16 horas. La produccin de un acre de cebada requiere
15,12 y 12 horas de mano de obra y la produccin de un acre de avena requiere 12, 10 y 16 horas
de mano de obra en Inglaterra, Francia y Espaa. El costo de mano de obra por hora en cada
pas es $9.00, $7.20 y $9.90 para la produccin de trigo, $8.10, $9.00 y $8.40 para la de cebada y
$6.90, $7.50 y $6.30 para la de avena.
El problema es asignar de la tierra en cada pas de manera que se cumpla con los requerimientos
de alimentacin en el mundo y se minimice el costo total de mano de obra.
apropiada.
b) Dibuje la representacin de red de este problema.
c) Obtenga una solucin ptima para este problema.
41)
La compaa Move-It tiene dos plantas que producen montacargas que se mandan a tres centros
de distribucin. Los costos de produccin unitarios son los mismos para las dos plantas y los
costos de transporte (en cientos de dlares) en unidad para todas las combinaciones de la planta y
centro de distribucin son los siguientes:
Planta
A
B
Centro de distribucin
1
2
3
$800 $700 $400
$600 $800 $500
Se debe producir y mandar un total de 60 unidades por semana. Cada planta puede producir y
mandar cualquier cantidad hasta un mximo de 50 unidades a la semana, de manera que hay
una gran flexibilidad para dividir la produccin total entre las dos plantas y reducir los costos de
transporte.
El objetivo de la gerencia es determinar cunto se debe producir cada planta y despus, cul
debe ser el patrn de embarque de manera que se minimice el costo total de transporte.
344
a) Formule este problema, como un problema de transporte construyendo la tabla de

parmetros apropiada.
b) Presente el problema en una hoja de Excel.
c) Use Excel Solver para obtener una solucin ptima.
42)
La compaa MKJ debe producir una cantidad suficiente de dos artculos para cumplir con las
ventas contratadas para los prximos tres meses. Los dos productos comparten las mismas
instalaciones de produccin y cada unidad de ambos requieren la misma capacidad de
produccin. Las capacidades de produccin y almacenamiento disponibles cambian cada mes, por
lo tanto, puede valer la pena producir ms de alguno o ambos artculos en ciertos meses y
almacenarlos hasta que se necesiten.
Para cada uno de los tres meses, la segunda columna de la siguiente tabla da el nmero mximo
de unidades de los dos artculos combinados que se pueden producir en horas normales (HN) y en
horas extras (HE). Para cada producto, las columnas subsecuentes dan (1) el nmero de unidades
necesarias para la venta contratada, (2) el costo en miles de dlares por unidad en horas
normales, (3) el costo por unidad en horas extras, (4) el costo de almacenar cada unidad adicional
que se guarda para el siguiente mes. En cada caso, las cifras para los dos productos se separaron
con una diagonal, con el valor del artculo (1) a la izquierda y el artculo (2) a la derecha.
Produccin
combinada
mxima
HN
HE Ventas
10
3
5/3
8
2
3/5
3
3
4/4
Mes
1
2
3
Artculo 1 / Artculo 2
Costo unitario de
produccin (miles $)
HN
15/16
17/15
19/17
Costo unitario
de almacn
(miles $)
HE
18/20
20/18
22/22
2/1
El gerente de produccin quiere desarrollar un programa para el nmero de unidades de cada

producto que debe fabricarse en horas normales y en horas extras (si se usa toda la capacidad
de produccin normal) para los tres meses. El objetivo es minimizar el costo total de produccin
y almacenaje, cumpliendo con las ventas contratadas para cada mes. No se tiene un inventario
inicial y no se desea inventario final despus de los tres meses.
apropiada.
b) Obtenga una solucin ptima para este problema.
43)
Considere el problema de transporte que tiene la siguiente tabla de parmetros:
Origen
Demanda
1
2
3
4
1
2
7
8
0
4
2
4
6
7
0
4
Destino
3
6
3
5
0
2
4
5
M
2
0
5
5
7
4
5
0
5
Recursos
4
6
6
4
Utilice cada uno de los siguientes criterios para obtener una solucin inicial BF. Compare los
valores de la funcin objetivo para estas soluciones.
a) Regla de la esquina noroeste.
b) Mtodo de aproximacin de Vogel.
c) Mtodo de aproximacin de Russell.
44)
Considere el problema de transporte con la tabla de parmetros que se muestra en seguida:
345
origen
1
2
3
4
5
Demanda
1
13
14
3
18
30
3
2
10
13
0
9
24
5
3
22
16
M
19
34
4
Destino
4
29
21
11
23
36
5
5
18
M
6
11
28
6
6
0
0
0
0
0
2
Recursos
5
6
7
4
3
Utilice cada uno de los siguientes criterios para obtener una solucin inicial BF. Compare los
valores de la funcin objetivo para estas soluciones.
a) Regla de la esquina noroeste.
b) Mtodo de aproximacin de Vogel.
c) Mtodo de aproximacin de Russell.
45)
Considere el problema de transporte cuya tabla de parmetros es:
1
2
3
4
Origen
Demanda
1
7
4
8
6
1
Destino
2
3
4
1
6
7
5
4
7
6
1
1
4
4
2
6
3
1
Recursos
1
1
1
1
a) Observe que este problema tiene tres caractersticas especiales: 1) nmero de orgenes =
nmero de destinos; 2) cada recurso =1, y 3) cada demanda =1. Los problemas de
transporte con estas caractersticas son del tipo especial de problemas de asignacin
(descritos en la seccin 8.3). Utilice la propiedad de soluciones enteras para explicar por qu
este tipo de problemas de transporte se puede interpretar como la asignacin de orgenes a
destinos en una correspondencia uno a uno.
b) cuntas variables bsicas hay en cada solucin BF? Cuntas son variables bsicas
degeneradas (=0)?
c) Utilice la regla de la esquina noroeste para obtener la solucin inicial BF.
d) IConstruya una solucin inicial BF aplicando el procedimiento general del paso inicial del
mtodo smplex de transporte. Ahora bien, en lugar de usar uno de los tres criterios para el
paso 1 presentados en la seccin 8.2, utilice el criterio del costo mnimo que se da en
seguida para seleccionar la siguiente variable bsica.
[Con la rutina interactica
correspondiente del OR Courseware, elija la regla de la esquina noroeste (Nortwest Corner
Rule) ya que esta eleccin permite, de hecho, utilizar cualquier criterio].
Criterio de cmo mnimo: entre los renglones y columnas consideradas, se elige la variable
xij con el menor costo unitario cij como la siguiente variable bsica (los empates se rompen
arbitrariamente).
e) A partir de la solucin inicial BF del inciso c, aplique el mtodo smplex de transporte en
forma interactiva para obtener una solucin ptima.
46)
Considere el problema de transporte que tiene la siguiente tabla de parmetros:
Origen
Demanda
1
2
3
4(F)
1
8
5
6
0
25
2
6
M
3
0
25
Destino
3
3
8
9
0
20
4
7
4
6
0
10
5
5
7
8
0
20
Recursos
20
30
30
20
346
Despus de varias iteraciones el mtodo smplex de transporte, se obtienen las siguientes

variables bsicas x13 = 20, x2l = 25, x24 = 5, x32 = 25, x34 = 5, x42 = 0, x43= 0, x45 = 20. Contine
con el mtodo smplex de transporte a mano dos iteraciones ms. Despus de las dos
iteraciones establezca si la solucin obtenida es ptima y por qu.
47)
Considere el problema de transporte que tiene la siguiente tabla de costos y requerimientos:

Destino
1
3
2
4
3
1
2
3
Origen
Demanda
2
7
4
3
3
3
6
3
8
2
4
4
2
5
2
Recursos
5
2
3
Utilice cada uno de los criterios que siguen para obtener una solucin inicial BF. En cada caso
aplique en forma interactiva el mtodo smplex de transporte, comenzando con la solucin inicial
correspondiente, para obtener una solucin ptima. Compare el nmero de interacciones que se
llevan a cabo.
a) Regla de la esquina noroeste,
b) Mtodo de aproximacin de Vogell,
c) Mtodo de aproximacin de Russell,
48)
La Cost-Less Corp. surte sus cuatro tiendas desde sus cuatro plantas. El costo de envo de cada
planta a cada tienda se da en la siguiente tabla
Origen
1
2
3
4
Costo unitario de envo a cada tienda

1
2
3
4
$ 500
$ 600
$ 400
$ 200
$ 200
$ 900
$ 100
$ 300
$ 300
$ 400
$ 200
$ 100
$ 200
$ 100
$ 300
$ 200
Las plantas respectivas 1, 2, 3 y 4 realizan 10, 20, 20 y 10 envos al mes. Las tiendas 1, 2, 3 y 4
deben recibir 20, l0, l0 y 20 envos respectivos por mes. El gerente de distribucin, Randy Smith
desea determinar el mejor plan de cuntos envos mandar de cada planta a cada tienda cada
mes. El objetivo de Randy es minimizar el costo total de envo.
adecuada.
b) Use a regla de la esquina noroeste para desarrollar una solucin BF inicial.
c) A partir de la solucin bsica inicial del inciso b, aplique el mtodo smplex de transporte en
forma interactiva para obtener una solucin ptima.
49)
La compaa Energetic debe planear el sistema de energa de un nuevo edificio. Las necesidades
de energa caen en las siguientes categoras: 1) electricidad, 2) calentadores de agua y 3)
calefactores de ambiente. Los requerimientos diarios de energa ( medidos en las mismas
unidades) en el edificio son:
Electricidad
Calentadores de agua
Calefactores de ambiente
20 unidades
10 unidades
30 unidades
Las tres fuentes posibles de energa son electricidad natural y una unidad de celdas solares que
se puede instalar en el techo. El tamao del techo limita la unidad de celdas solares a 30
unidades, pero no hay lmite en la disponibilidad de electricidad y gas natural. Las necesidades
de luz se pueden satisfacer slo comprando la energa elctrica (a un costo de $ 50 dlares por
unidad). Las otras dos necesidades se pueden cumplir mediante cualquier fuente o combinacin
de fuentes. Los costos unitarios son:
347
Electricidad Gas Natural

Calentadores de agua
$ 90
$ 60
Calefactores de ambiente
$ 80
$ 50
Celdas
Solares
$ 30
$ 40
El objetivo es minimizar el costo total de cumplir con las necesidades de energa.

a) Formule ste problema como un problema de transporte, construyendo la tabla de
parmetros apropiada.
b) Utilice la regla de la esquina noroeste para obtener una solucin BF inicial para este
problema.
c) A partir de la solucin inicial BF del inciso b, aplique en forma interactiva el mtodo smplex
de transporte para obtener una solucin ptima.
d) Utilice el mtodo de aproximacin de Vogel para obtener una solucin BF inicial para este
problema.
e) Comenzando con la solucin BF inicial obtenida en d, aplique en forma interactiva el mtodo
smplex de transporte para obtener una solucin ptima.
f) Utilice el mtodo de aproximacin de Russell para obtener una solucin BF inicial para este
problema
g) Comenzando con la solucin obtenida en el inciso f aplique en forma interactiva el mtodo
smplex de transporte para obtener una solucin ptima. Compare el nmero de iteraciones
requeridas por este algoritmo en ste y en los incisos c y e.
50)
Considere el problema de transporte que tiene la siguiente tabla de parmetros :

Destino
Origen
Demanda
1
2
1
8
6
3
2
5
4
3
Recursos
4
2
a) Elija un criterio para obtener una solucin BF inicial y resuelva el problema a mano por el
mtodo smplex de transporte. (tome el tiempo).
b) Formule de nuevo este problema como un problema general de programacin lineal y
resulvalo a mano con el mtodo smplex. (tome el tiempo que le lleva resolverlo y comprelo
con el tiempo que le tom el inciso a)
51)
Una contratista tiene que acarrear grava a tres construcciones. Puede comprar hasta 18 toneladas
en un foso de grava al norte de la ciudad y 14 toneladas en uno al sur. Necesita 10, 5 y 10
toneladas en las respectivas construcciones 1, 2 y 3. el precio de compra por tonelada en cada
foso y los costos de acarreo son los siguientes:
Foso
Norte
Sur
Costo por tonelada acarreada

1
2
3
$ 30
$ 60
$ 50
$ 60
$ 30
$ 40
Precio por
tonelada
$ 100
$ 120
La contratista debe determinar cuanto acarrea de cada foso a cada construccin de manera que se
minimice el costo total de compra y acarreo de la grava.
a) Formule el modelo de programacin lineal. Use el mtodo de la M para construir la tabla
smplex inicial lista para aplicar el mtodo smplex pero no lo resuelva.
b) Ahora formule ste problema como uno de transporte construyendo la tabla de parmetros
adecuada. Compare el tamao de esta tabla (y de la tabla smplex de transporte
correspondiente) usado por el mtodo smplex de transporte, con el tamao de la tabla
smplex del inciso a necesaria para aplicar el mtodo smplex.
c) La contratista ha observado que puede abastecer por completo las construcciones 1 y 2 del
foso norte y la construccin 3 del foso sur. Utilice una prueba de optimalidad del mtodo
smplex de transporte para verificar si la solucin BF correspondiente es ptima.
d) Con la regla de la esquina noroeste, use la rutina interactiva del mtodo smplex de
transporte para resolver el problema formulado en el inciso b.
348
e) Como siempre, sea cij, el costo unitario asociado con el origen i y el destino j dado en la tabla
de parmetros construida en el inciso b. Para la solucin ptima que se obtuvo en el inciso d,
suponga que el valor de cij para cada variable bsica xij se fija en el valor dado en la tabla de
parmetros, pero que el valor de cij para cada variable no bsica xij talvez se pueda alterar
regateando porque el gnero de la construccin quiere aumentar sus negocios. Use anlisis
de sensibilidad para determinar el intervalo permisible para seguir ptimo para cada valor cij
anterior y explique en qu puede ser til esta informacin para la contratista.
52)
(Problema de combustible de una aerolnea) Coast-to-Coast Airlines est investigando la

posibilidad de reducir el costo de compras de combustible mediante el aprovechamiento de los
costos de combustible ms bajos en ciertas ciudades. Como las compras de gasolina representan
una parte sustancial de los gastos de operacin de una aerolnea, es importante que estos costos
se supervisen con cuidado. No obstante, el combustible agrega peso a los aviones y, por consiguiente, el combustible excesivo eleva el costo de ir de una ciudad a otra. Al evaluar una rotacin
de vuelo particular, un avin despega de Atlanta hacia Los ngeles, de esta ciudad a Houston, de
aqu a Nueva Orleans y de ah a Atlanta. Cuando el avin arriba a esta ciudad, se dice que la
rotacin de vuelo ha sido completada, y entonces comienza de nuevo. Por lo tanto, el combustible
a bordo cuando la aeronave llega a Atlanta debe ser tomado en cuenta cuando se inicia el vuelo. A
lo largo de cada trayecto de esta ruta existe una cantidad mnima y una mxima de combustible
que puede ser cargado. Esta informacin y otra adicional se dan en la tabla de esta pgina.
El consumo regular de combustible est basado en el avin que lleva la cantidad mnima de
combustible. Si se carga ms, la cantidad de combustible consumido es mayor. Especficamente,
por cada 1000 galones de combustible por encima del mnimo, se pierde 5% (esto es, 50 galones
por cada 1000 galones de combustible extra) a causa del consumo excesivo. Por ejemplo, si
25,000 galones de combustible estuvieran a bordo cuando el avin despega de Atlanta, el
combustible consumido en esta ruta sera 12 + 0.05 = 12.05 miles de galones. Si estuvieran a
bordo 26,000 galones, el combustible consumido se incrementara en otro 0.05 de 1000, para un
total de 12.1 miles de galones.
Ordene estos datos como un problema de PL para minimizar el costo. Cuntos galones se deben
adquirir en cada ciudad? Cul es el costo total de esta operacin?
Trayecto
Atlanta-Los ngeles
Los ngeles-Houston
Houston- Nueva
Orlens
Nueva Orlens-Atlanta
53)
Combustible
mnimo
requerido
(1.000 galones
24
15
9
11
Combustible
mnimo
permitido
(1.000 galones)
36
23
17
20
Consumo
regular de
combustible
(1.000 galones)
12
7
3
5
Precio del
combustibl
e por galn
$1.15
$1.25
$1.10
$1.18
La Childfair Company tiene 3 plantas que fabrican carriolas para nios y debe enviarlas a cuatro centro
de distribucin. Las plantas 1, 2 y 3 fabrican 12, 17 y 11 envos mensuales, respectivamente. Cada
centro de distribucin necesita recibir 10 envos mensuales. En la tabla se da la distancia desde cada
planta a los centros de distribucin respectivos.
Distancia al centro de distribucin (millas)
Planta
Distancia al centro de distribucin (millas)
1
2
3
4
1
800
1.300
400
700
2
1.000
1.400
600
1.000
3
600
1.200
800
900
El costo del flete por cada envo es $100 ms 50 centavos/milla.
Cunto debe enviarse desde cada planta a cada uno de los centros de distribucin para
minimizar el costo total de embarque?
a)
Formule este problema como uno de transporte construyendo la tabla de parmetros

apropiada.
349

b)
Use TORA para obtener la solucin ptima.
54)
Tom requiere para hoy 3 pintas de cerveza casera y maana 4 pintas adicionales de cerveza casera.
Dick est dispuesto a vender hoy un mximo de 5 pintas en total a un precio de $3.00/pinta y
maana a $2.70/pinta. Harry est dispuesto a vender hoy un mximo de 4 pintas a un precio de
$2.90/pinta y maana a $2.80/pinta. Tom desea saber cules deberan ser sus compras con el fin de
minimizar su costo al mismo tiempo que satisfacer sus requerimientos. Formule y resuelva el
modelo en una hoja de clculo.
55)
La Versatech Corporation decidi producir tres productos nuevos. Cinco plantas sucursales cuentan
ahora con capacidad de produccin excedente. El costo unitario de fabricacin del primer producto
sera $31, $29, $32, $28 y $29 en las respectivas plantas 1, 2, 3, 4 y 5. El costo unitario de fabricacin
del segundo producto sera $45, $41, $46, $42 y $43 en las plantas 1, 2, 3, 4 y 5, respectivamente. El
costo unitario de fabricacin del tercer producto sera $38, $35 y $40 en las respectivas plantas 1, 2 y
3 las plantas 4 y 5 no cuentan con la capacidad para fabricar este producto. Los pronsticos de
ventas indican que se deben producir al da 800 unidades de los productos 1, 2 y 3,
respectivamente. Las plantas 1, 2, 3, 4 y 5 tienen capacidad para producir 400, 600, 400, 600 y
1000 unidades diarias, respectivamente, sin importar el producto o combinacin de productos.
Suponga que cualquier planta que cuenta con la posibilidad y capacidad de produccin puede
fabricar cualquier combinacin de los productos en cualquier cantidad.
La administracin desea saber cmo asignar los nuevos productos a las plantas para minimizar el
costo total de fabricacin. Formule y resuelva el modelo en una hoja de clculo.
56)
Una contratista, Susan Meyer, tiene que acarrear grava a tres sitios de construccin. Puede comprar
hasta 18 toneladas en una mina de grava en el norte de la ciudad y 14 toneladas en una en el sur.
Necesita 10, 5 y 10 en los sitios 1, 2 y 3, respectivamente. En la tabla siguiente se dan el precio de
compra por tonelada en cada mina de grava y los costos de acarreo.
Costo de acarreo por tonelada al sitio
Mina
Norte
1
$30
2
$60
3
$50
Precio por tonelada

$100
Sur
60
30
40
120
Susan desea determinar cunto acarrear desde cada mina a cada sitio para minimizar el costo total
de comprar y acarrear grava. Formule y resuelva el modelo en una hoja de clculo.
57)
La Ouenote Co., fabrica un producto nico en tres plantas para cuatro clientes. Las tres plantas
producirn 60, 80 y 40 unidades, respectivamente, durante la semana prxima. La empresa se
comprometi a vender 40 unidades al cliente 1, 60 unidades al cliente 2 y al menos 20 unidades al
cliente 3. Los clientes 3 y 4 tambin quieren comprar cuantas unidades restantes sea posible. La
ganancia neta asociada con enviar una unidad de la planta i al cliente j est dada en la siguiente
tabla:
Cliente
Planta
7
1
3
4
1
$800
$700
$500
$200
2
500
200
100
300
3
600
400
300
500
La administracin quiere saber cuntas unidades vender j los clientes 3 y 4 y cuntas unidades
enviar de cada plantas cada cliente para maximizar la ganancia. Formule y resuelva un modelo en
hoja de clculo para este problema.
58)
La Build-Em-Fast Company acord surtir a su mejor cliente tres artefactos durante cada una de las tres
semanas siguientes, aunque fabricarlos requerir cierto tiempo extra-Los datos relevantes de
produccin son como sigue
350

Semana
1
2
3
Produccin mxima
Tiempo
Tiempo
Costo unitario de
normal
extra
produccin en
tiempo normal
2
3
$300
3
2
$500
1
2
$400
El costo por unidad producida en tiempo extra para cada semana es $100 ms que para el tiempo
normal. El costo de almacenaje es $50 por unidad por cada semana que se almacena. Ya existe un
inventario disponible de dos artefactos, pero la compaa no quiere tener artefactos en inventario
despus de tres semanas.
La administracin desea saber cuntas unidades debe producir cada semana para minimizar el
costo total de cumplir con e! programa de entregas. Formule y resuelva un modelo en hoja de
clculo para este problema.
59)
La MJK Manutacturing Company debe fabricar dos productos en cantidad suficiente para cubrir
ventas contratadas durante cada uno de los prximos tres meses. Los dos productos comparten las
mismas instalaciones de produccin y cada unidad de ambos productos requiere la misma capacidad
de produccin. La produccin disponible y las instalaciones de almacenaje cambian de un mes a otro
de modo que las capacidades de produccin, los costos unitarios de produccin y los costos unitarios
de almacenaje varan cada mes. Por lo tanto, puede valer la pena producir uno o ambos productos
en exceso algunos meses y almacenarlos hasta que se necesiten.
Para cada uno de los tres meses, las columnas iniciales de la siguiente tabla dan el nmero mximo de
unidades de los dos productos combinados que pueden producirse en tiempo normal (RT) y en tiempo
extra (OT). Para cada producto, las columnas subsecuentes dan (1) el nmero de unidades necesarias
para las ventas contratadas, (2) el costo (en miles de dlares) por unidad producida en tiempo normal,
(3) el costo (en miles de dlares) por unidad producida en tiempo extra y (4) el costo (en miles de
dlares) de almacenar cada unidad adicional hasta el siguiente mes. En cada caso, los nmeros para
los dos productos existen separados por una diagonal /, con el nmero del producto 1 en el lado
izquierdo y el nmero del producto 2 en el derecho.
Mes
1
2
3
Produccin
combinada
mxima
RT
OT
10
3
8
2
10
3
Producto 1 / Producto 2
Costo unitario de
Costo unitario
produccin ($1 000s)
de almacenaje
Ventas
RT
OT
($1 000s)
5/3
15/16
18/20
1/2
3/5
17/15
20/18
2/1
4/4
19/17
22/22
El gerente de produccin pide que se desarrolle una programacin para el nmero de unidades de
cada producto que debe fabricarse en tiempo normal y, si se agota el tiempo de produccin normal, en
tiempo extra para cada uno de los tres meses. El objetivo es minimizar el total de los costos de
produccin y almacenaje al mismo tiempo que satisfacer las ventas contratadas para cada mes. No
hay inventario inicial ni se desea un inventario final despus de los tres meses. Formule y resuelva un
modelo en hoja de clculo para este problema.
60)
Considere un problema de asignacin con la siguiente tabla de costos.
PERSONA
A
B
C
1
$5
3
2
Trabajo
2
$7
6
3
3
$4
5
4
La solucin ptima es A-3, B-l, C-2, con un costo total de $10.

a)
Trace la representacin de redes para este problema.
351

b)
61)
Use TORA para obtener la solucin ptima identificada.
Se usarn cuatro barcos de carga para embarcar bienes de un puerto a otros cuatro puertos
(etiquetados 1, 2, 3, 4). Puede usarse cualquier barco para hacer cualquiera de estos cuatro viajes
Sin embargo, como se ve en la siguiente tabla, debido a las diferencias en los barcos y las cargas, el
costo total de cargar, transportar y descargar los bienes vara considerablemente en las diferentes
combinaciones barco-puerto:
Banco
1
2
3
4
1
$500
600
700
500
Planta
2
3
$400
$600
600
700
500
700
400
600
4
$700
500
600
600
El objetivo es asignar los cuatro barcos a los cuatro puertos diferentes de modo que se minimice el
costo total de los cuatro embarques.
a)
b)
62)
Describa cmo se ajusta este problema al formato de un problema de asignacin.

Formule y resuelva este problema mediante TORA.
El entrenador de una categora de un equipo de natacin necesita asignar nadadores a un equipo de

relevos combinado de 200 yardas para enviarlos a las olimpiadas juveniles. Como la mayora de los
mejores nadadores son muy rpidos en ms de un estilo, no est claro qu nadador debe asignar a
cada uno de los cuatro estilos. Los cinco nadado res ms rpidos y sus mejores tiempos (en segundos)
logrados en cada estilo (para 50 yardas) son
Estilo
Dorso
Pecho
Mariposa
Libre
Cari
37.7
43.4
33.3
29.2
Chris
32.9
33.1
28.5
26.4
David
33.8
42.2
38.9
29.6
Tony
37.0
34.7
30.4
28.5
Ken
35.4
41.8
33.6
31.1
El entrenador quiere determinar cmo asignar cuatro nadadores a los cuatro estilos para
minimizar la suma de los mejores tiempos correspondientes.
a)
b)
63)
Describa cmo se ajusta este problema al formato de una variante del problema de
asignacin aunque no involucre costos. Qu desempea el papel de los costos?
Formule y resuelva este problema en una hoja de clculo.
La gerencia de la Executive Furniture Corporation decidi expandir la capacidad de produccin en

su f-brica de Des Moines y reducirla en las dems fbricas. Tambin reconoce que el mercado
para sus escritorios est en permanente cambio y revisa los requerimientos de sus tres
almacenes.
a)
b)
Utilice la regla de la esquina noroeste para establecer un programa de envos factible

inicial y calcule su costo.
Explique el significado e implicaciones de un ndice de mejora que es igual a cero. Qu
decisiones podra tomar la administracin con esta informacin? Exactamente, cmo se
ve afectada la solucin final?
NUEVOS REQUERIMIENTOS
DE LOS ALMACENES
Albuquerque (A)
200 escritorios
Boston
(B)
200 escritorios
Cleveland
(C)
300 escritorios
NUEVAS CAPACIDADES
DE FABRICA
Des Moines (D)
300 escritorios
Envansville (E)
150 escritorios
Fort Lauderdale (F)
250 escritorios
352

A
DE
DES MOINES
EVANSVILLE
FORT LAUDERDALE
64)
ALBUQUERQUE
BOSTON
CLEVELAND
5
8
9
4
4
7
3
3
5
La Hardrock Concrete Company tiene tres plantas en tres lugares y en la actualidad trabaja en tres
importantes proyectos de construccin, cada uno localizado en un sitio diferente. El costo de envo
por cada camin cargado de concreto, las capacidades de planta diarias y los requerimientos
diarios del proyecto se dan en la tabla anterior.
a)
b)
Resuelva mediante la regla de la esquina noroeste. Luego evale cada ruta de envi no
utilizada calculando los ndices de mejora. Es esta solucin ptima? Por qu?
Existe ms de una solucin ptima para este problema? Por qu?
A
DE
PLANTA 1
PLANTA 2
PLANTA 3
REQUERIMIENTOS
DE PROYECTOS
PROYECTO A
PROYECTO B
PROYECTO C
$10
12
9
40
$4
5
7
50
$11
8
6
60
CAPACIDAD
DE PLANTA
70
50
30
150
65)
El propietario de Hardrock Concrete ha decidido incrementar la capacidad de su planta ms

pequea (vea e! problema 66). En lugar de producir 30 cargas de concreto por da en la planta 3,
la capacidad de esa planta se duplica a 60 cargas. Encuentre la nueva solucin ptima utilizando
la regla de la esquina noroeste. De qu forma el cambio de la capacidad de la tercera planta ha
modificado la asignacin de envos original? Exponga los conceptos de degeneracin y soluciones
ptimas mltiples con respecto a este problema.
66)
La Krampf Lines Railway Company se especializa en el manejo de carbn. El viernes 13 de abril,

Krampf tena carros vacos en las siguientes localidades en las cantidades indicadas.
POBLACION
OFERTA DE CARROS
Morgantown
35
Youngstown
60
Pittsburg
25
-------------------------------------------------------------Para el lunes 16 de abril, las siguientes localidades necesitarn carros de carbn, segn el orden
siguiente:
POBLACION
OFERTA DE CARROS
Coal Valley
30
Coaltown
45
Coal Juction
25
Coalsburg
20
-----------------------------------------------------------------------A
DE
MORGANTOWN
YOUNGSTOWN
PITTSBURGH
COAL VALLEY
COALTOWN
COAL JUCTION
COALSBURG
50
20
100
30
80
40
60
10
80
70
90
30
Con base en la tabla de distancias entre ciudades por ferrocarril, el despachador construye una
tabla de millaje para las localidades anteriores. El resultado se muestra en la tabla. Minimizando
las millas totales que los carros recorren para llegar a las nuevas localidades, calcule e! mejor
envo de carros de carbn. Use la regla de la esquina noroeste y el mtodo MODI.
67)
Una empresa fabrica acondicionadores de aire para habitaciones en plantas localizadas en

Houston, Phoenix y Memphis. Los aparatos se envan a distribuidores regionales localizados en
353
Dallas, Atlanta y Denver. Los costos de envo varan y a la compaa le gustara encontrar la forma
de minimizar sus costos para satisfacer las demandas de cada uno de los centros de distribucin.
Dallas requiere 800 acondicionadores al mes, Atlanta 600 y Denver 200. Houston tiene 850
acondicionadores de aire disponibles al mes, Phoenix 650 y Memphis 300. El costo de envo por
unidad de Houston a Dallas es de $8, a Atlanta de $12 ya Denver de $10. El costo por unidad de
Phoenix a Dallas es de $10, a Atlanta de $14 ya Denver de $9. El costo por unidad de Memphis a
Dallas es de $11, a Atlanta de $8 ya Denver de $12. Cuntas unidades debern ser enviadas de
cada planta a cada centro de distribucin regional? Cul es e! costo total de esta operacin?
68)
En el estado de Missouri operan tres importantes compaas generadoras de energa (A, B Y C).
Durante los meses de demanda pico, la Missouri Power Authority permite a estas compaas
reunir sus existencias excedentes y distribuidas a empresas similares independientes ms
pequeas que no cuentan con generadores suficientemente grandes para satisfacer la demanda.
La distribucin de existencias excedentes se basa en el costo por kilowatt hora transmitido. La
tabla siguiente muestra la demanda y existencias en millones de kilowatts horas y el costo por
klowatt hora de transmisin de energa elctrica a cuatro compaas en las ciudades W, X, Y y Z.
A
12
8
1
40
4
1
12
20
9
6
4
50
5
6
7
20
DE
A
B
C
DEMANDA DE ENERGIA
NO SATISFECHA
OFERTA
EXCEDENTE
55
45
30
Use VAM para encontrar una asignacin inicial para distribuir las existencias de energa
excedentes. Luego aplique la tcnica MODl, para determinar e! sistema de distribucin de menor
costo.
69)
Considere la tabla de transporte que se presenta a continuacin. Encuentre una solucin inicial
con base en la regla de la esquina noroeste. Qu condicin especial existe? Explique cmo
resolver el problema.
A
DE
ORIGEN 1
ORIGEN 2
ORIGEN 3
ORIGEN 4
DEMANDA
70)
DESTINO
A
8
5
7
5
110
DESTINO
B
9
6
9
3
34
DESTINO
C
4
8
6
7
31
OFERTA
72
38
46
19
175
Los tres bancos de sangre del condado de Franklin son coordinados por una oficina central que
suministra sangre a cuatro hospitales de la regin. El costo de envo de un recipiente estndar de
sangre de cada banco a cada hospital se muestra en la tabla anterior.
Tambin se da el nmero bisemanal de recipientes disponibles en cada banco y el nmero
bisemanal de recipientes que se necesitan en cada hospital. Cuntos envos debern hacerse
bisemanalmente de cada banco de sangre a cada hospital de modo que los costos de envo
totales se reduzcan al mnimo?
A
DE
BANCO 1
BANCO 2
BANCO 3
DEMANDA
71)
HOSPITAL 1
HOSPITAL 2
HOSPITAL 3
HOSPITAL 4
OFERTA
8
12
14
90
9
7
10
70
11
5
6
40
16
8
7
50
50
80
120
250

354
cada cliente.
A
De
Fabrica 1
Fabrica 2
Orden

$600
$800
$700
$400
$900
$600
300 unid
200 unid
400 unid
Produccin
400 unid
500 unid
cliente.
Encuentre el esquema ptimo de envo al menor costo
72)

minimice? Cul es el costo mnimo de transporte?.
Almacn A
Almacn B
Exton
$ 15
$ 11
Whyton
$ 13
$ 12
c)
d)

Resulvalo.

355
GRFICO N 11- 3
18
16
14
12
10
8
6
4
2
0
-2
10
12
14
16
18
-2
recorrida por autobs se minimice. (Observe la semejanza con el problema de transporte ilustrado
356

Investig. Operativa Tomo I

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Investig. Operativa Tomo I

Caricato da

Copyright:

Formati disponibili

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

Investigacin Operativa Tomo I

Tener una perspectiva de lo que es la Investigacin Operativa

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

Regularmente la Investigacin Operativa utiliza mtodos de aproximaciones sucesivas, es decir,

ORIGEN Y EVOLUCIN DE LA INVESTIGACIN OPERATIVA

Se realizaron muchos ensayos para comprobar el razonamiento cientfico, intensas investigaciones,

LAS FASES DE LA INVESTIGACIN OPERATIVA

Formulacin del problema.

FORMULACIN DEL PROBLEMA

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

Modelos Simblicos o Matemticos

PRUEBA DEL MODELO Y DE LA SOLUCIN

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

METODOS CUANTITATIVOS QUE ESTUDIA LA I.O.

CAMPOS DE APLICACIN DE LA INVESTIGACIN OPERTIVA

LIMITACIONES DE LA INVESTIGACIN OPERATIVA

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

METODOLOGA DE LA INVESTIGACIN OPERATIVA

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

El problema general de la PL.

Coeficientes de la funcin objetivo pueden ser mrgenes

de beneficios, precios, costos unitarios, etc.

A11. X 1 A12 X 2 A13 X 3 ............... A1n X n T1 b1

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

A11 A12 A13 .......... A1n

Am1 Am 2 Am 3 ......... Amn

Variables o incgnitas del problema.

Igual o menor que

EJEMPLOS DE PROBLEMAS DE PROGRAMACIN LINEAL

Formulacin del problema

Funcin objetivo: Maximizar la utilidad total

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

Es necesario realizar la formulacin algebraica ya que la multiplicidad de datos en interpelaciones hace

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

SOLUCIN DEL PROBLEMA N 1.

Graficamos las ecuaciones

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

Resolucin de las ecuaciones

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

Formulacin del problema

Graficamos las ecuaciones

0,07 X1+0,10 X2 =14.000

0,12 X1 + 0,10 X2 = 16.000

Solucin de las ecuaciones

0,12 X1+ 0,10 X2 =

INVESTIGACIN OPERATIVA TOMO I

ECON. JUAN CARLOS ERAZO F.

0,12 X1+0,10 X2 = 16.000