ESCUELA PROFECIONAL DE INGENIERIA INDUSTRIAL

INGENIERIA INDUSTRIAL
INVESTIGACION OPERATIVA I
TEMA: PRÁ CTICÁS DE IO CON POM-QM
PROFESOR:
Ing. Humberto Ángel Chávez Milla
ALUMNO:
Milla Zacarias Eldencio Ediberto
GRUPO: “A”

“El año del diálogo y la reconciliación nacional”

“Chimbote -2018”
PROBLEMAS:

1). Un empresario tiene 80 kg de acero y 120 kg de aluminio, y quiere fabricar dos modelos
de bicicletas: bicicletas de paseo y bicicletas de montaña, para venderlas en el mercado a
S/. 200 y S/. 150 respectivamente cada modelo, a fin de obtener el máximo beneficio. Para
la bicicleta de paseo empleará 1 kg de acero y 3 kg de aluminio, y para la bicicleta de
montaña usará 2 kg de ambos metales. Hallar la solución del modelo matemático de
programación lineal, que permita optimizar los modelos de bicicletas a producir, para
obtener el mayor beneficio económico. Comente los resultados obtenidos.
SOLUCION:

Definición de variable:

X = número de bicicleta de paseo

Y = número de bicicleta de montaña

Formulación de modelo

Proceso 1 Proceso 2
X1 = Bicicletas de paseo 1 kg/und 3 kg/und Venta s/200
X2 = Bicicletas de montaña 2 kg/und 2 kg/und Venta S/150
Disponibili Disponibilidad
dad 120 kg de
80 Kg de aluminio
acero

Función objetivo: Maximizar la ganancia (Z)

Z = 200x1 +150x2

Restricciones

X1+2x2≤ 80
3x1+2x2≤ 120

Principio de no negatividad

X1, x2 ≥ 0
Aplicar solución software

1. Ingreso de datos

2. Resultados

Variables

X1, x2

Grafico
3. Comentario
En color verde los puntos en los que se encuentra la solución.
En color rojo los puntos que no pertenecen a la región factible
 2). Una compañía manufacturera, produce cuatro diferentes tipos de productos metálicos
que deben maquinarse, pulirse y ensamblarse. Las necesidades específicas de tiempo (en
horas) para cada producto son las siguientes:

Tipo de Producto Maquinado Pulido Ensamble

Producto I 3 1 2

Producto II 2 1 1

Producto III 2 2 2

Producto IV 4 3 1

La compañía dispone semanalmente de 480 horas para maquinado, 400 horas para el
pulido y 400 horas para el ensamble. Las ganancias unitarias por producto son $6, $4, $6
y $8 respectivamente. La compañía tiene un contrato con un distribuidor en el que se
compromete a entregar semanalmente; por lo menos 50 unidades del producto 1; 100
unidades como mínimo de cualquier combinación de los productos II y III, según la
producción; pero entregar sólo un máximo de 25 unidades del producto IV. Formule el
Modelo matemático que permita determinar las unidades de cada producto que debería
fabricar semanalmente la compañía a fin de cumplir con todas las condiciones del contrato
y optimizar su ganancia total.

Solución:
1. Definir variables
𝒙𝟏 =cantidad de productos del tipo I
𝒙𝟐 =cantidad de productos del tipo II
𝒙𝟑 =cantidad de productos del tipo III
𝒙𝟒 =cantidad de productos del tipo VI

2. Formulación de modelo

Tipo de producto Maquinado Pulido Ensamble Ganancia

Producto I 3 1 2 6

Producto II 2 1 1 4

Producto III 2 2 2 6

Producto IV 4 3 1 8

Total de horas 480 400 400 6𝒙𝟏 +4𝒙𝟐 +6𝒙𝟑 +8𝒙𝟒

Función objetivo: Maximizar la ganancia (Z)

Max (Z)= 6𝒙𝟏 +4𝒙𝟐 +6𝒙𝟑 +8𝒙𝟒 Z = 1250

2. Restricciones
3𝒙𝟏 +2𝒙𝟐 +2𝒙𝟑 +4𝒙𝟒 ≤ 480
1𝒙𝟏 +1𝒙𝟐 +2𝒙𝟑 +3𝒙𝟒 ≤ 400
2𝒙𝟏 +1𝒙𝟐 +2𝒙𝟑 +1𝒙𝟒 ≤ 400
𝒙𝟏 ≥50
𝒙𝟐 +𝒙𝟑 ≥100
𝒙𝟒 ≤25
 𝒙𝟏 =50
 𝒙𝟐 =0
 𝒙𝟑 =145
 𝒙𝟒 =10
3. Principio de no negatividad

x1, x2, x3, x4 ≥ 0

Aplicar solución software

1. Ingreso de datos

1. Resultados
 Varialble
X1, x2, x3, x4.

Grafico

3). Una Fábrica procesa 4 tipos de productos en dos máquinas diferentes: M1 y M2. La
siguiente tabla proporciona la información requerida de tiempo de fabricación por producto,
la utilidad por producto y su disponibilidad máxima de tiempo en horas por cada máquina.

Máquina Tiempo de fabricación por producto (horas) Disponibilidad

Producto A Producto B Producto C Producto D de tiempo (hr.)

M1 2 3 4 2 600
M2 3 2 1 2 390
Utilidad ($) 65 70 55 45
Represente el problema ayudándose de un gráfico o esquema. Formule el Modelo
matemático que permita determinar la cantidad óptima a producir por cada producto y
maximizar la utilidad total de los productos.
Solución:

1) Definir variables
𝒙𝟏 =cantidad del producto A
𝒙𝟐 =cantidad del producto B
𝒙𝟑 =cantidad del producto C
𝒙𝟒 =cantidad del producto D

3. Formulación de modelo

4. Función objetivo: Maximizar la utilidad por producto

Z= utilidades
Max (Z)= 65𝒙𝟏 +70𝒙𝟐 +55𝒙𝟑 +45𝒙𝟒

5. Restricciones
2𝒙𝟏 + 3𝒙𝟐 + 𝟒𝒙𝟑 + 𝟐𝒙𝟒 ≤ 600
3𝒙𝟏 +2𝒙𝟐 + 𝒙𝟑 + 𝟐𝒙𝟒 ≤900

6. Principio de no negatividad
x1 , x2, x3 , x4 ≥ 0

Aplicar solución software

1. Ingreso de datos

1. Resultados
 Varialble
X1, x2, x3, x4.

Grafico

4). Una empresa, cuenta con dos máquinas para elaborar dos tipos de productos: 1 y 2.
Cada producto tiene que pasar por la máquina A y después por la máquina B. El producto
1 requiere 3 horas de la máquina A y 2 de la máquina B, mientras que el producto 2 requiere
1 hora de la máquina A y 2 horas de la máquina B. La capacidad de las máquinas A y B
son 50 y 65 horas semanales respectivamente. El producto A deja 350 $ y el segundo
producto B deja 600 $ por utilidades semanalmente. Además, por escasez de materia
prima, la empresa no puede elaborar más de 21 unidades en total. Formule el modelo
matemático de Programación lineal que optimice la utilidad. Hallar su solución e interpretar
los resultados.
Solución:
1) Definir variables

𝒙𝟏 =cantidad del producto I

𝒙𝟐 =cantidad del producto II

2. Formulación de modelo
 Tipo de producto Maquina A Maquina B Ganancia

Producto I 3 2 350

Producto II 1 2 600

Total de horas 50 65 350𝒙𝟏 +600𝒙𝟐

2. Función objetivo: Maximizar las ganancias total

Z= utilidades
Max (Z)= 350𝒙𝟏 +600𝒙𝟐
4. Restricciones
3𝒙𝟏 +𝒙𝟐 ≤50
2𝒙𝟏 +2𝒙𝟐 ≤65
𝒙𝟏 +𝒙𝟐 ≤21
5. Principio de no negatividad
x1, x2 ≥ 0

Aplicar solución software

1. Ingreso de datos

2. Resultado
Variable
X1, x2.

Grafico
5). Un ganadero utiliza diariamente, por lo menos 800 kg de alimento especial, el cual es
una mezcla de maíz y soya, con las siguientes composiciones:
Componente del Kg. de nutrientes por kg. de alimento Costo del componente
alimento especial Fibra Proteínas ($/kg)

MAIZ 0.09 0.02 0.30

SOYA 0.60 0.06 0.90

Los requerimientos dietética diario del componente especial, requieren por lo menos un
30% de proteínas; y a lo mucho un 5% de fibra. Formule el modelo matemático de
programación lineal, que permita al ganadero determinar la cantidad en kg de los
componentes del alimento especial, a fin de optimizar el costo diario de la mezcla.

Solución:
1) Definir variables
X= Kilogramo de maíz
Y=kilogramo de soya
2) Función objetivo: Minimizar el costo por kilogramo de la mezcla
Z = 0.3X+0.9Y

3) Restricciones
X+y≥800
0.09X + 0.60Y≤ 0.05 (X+Y)
0.02X + 0.06Y≤ 0.3 (X+Y)
1) Principio de no negatividad
x , y, ≥ 0

Aplicar solución software

1. Ingreso de datos
2. Resultado

Variables
X1, x2.

Grafico
6). La señora Morales tiene una dieta a seguir, compuesto por los siguientes productos:
pan, queso, huevos y carne; los cuales reúnen los siguientes requisitos alimenticios: al
menos 4 mg. de vitamina A; al menos 6 mg. de vitamina B y a lo más 3 mg. de vitamina D.
La tabla siguiente nos da los requerimientos por vitamina en mg. así como el costo; así
como el contenido en mg por gramo de cada producto:

PRODUCTO COSTO Vitamina A Vitamina B Vitamina D

PAN 40.0 0.20 0.18 0.10
QUESO 31.0 0.15 0.10 0.14
HUEVOS 19.0 0.15 0.40 0.15
CARNE 53.0 0.30 0.35 0.16

Hallar la solución del modelo matemático de programación lineal, que optimice el costo de
la dieta que consume la señora Morales. Comente los resultados obtenidos.
Solución:

1) Definir variables

𝐗 𝟏 =Cantidad de pan a comprar

𝐗 𝟐 =cantidad a comprar de queso
𝐗 𝟑 =cantidad a comprar de huevo
𝐗 𝟒 =cantidad a comprar de carne

2) Función objetivo: Minimizar el costo

Z=40𝐗 𝟏 +31𝐗 𝟐 + 19𝐗 𝟑 +53𝐗 𝟒
 3) Restricciones

0.20𝐗 𝟏 +0.15𝐗 𝟐 + 0.15𝐗 𝟑 +0.30𝐗 𝟒 ≥4

0.18𝐗 𝟏 +0.10𝐗 𝟐 + 0.40𝐗 𝟑 +0.35𝐗 𝟒 ≥6
0.10𝐗 𝟏 +0.14𝐗 𝟐 + 0.15𝐗 𝟑 +0.16𝐗 𝟒 ≥3

4) Principio de no negatividad
x1 , x2, x3 , x4 ≥ 0

Aplicar solución software

1. Ingreso de datos

2. Resultado

Variable
X1, x2, x3, x4.
Grafico
7). Un centro de reciclaje industrial utiliza dos chatarras de aluminio, A y B, para producir
una aleación especial. La chatarra A contiene 6% de aluminio, 3% de silicio, y 4% de
carbón. La chatarra B contiene 3% de aluminio, 6% de silicio, y 3% de carbón. Los costos
por tonelada de las chatarras A y B son de $100 y $80, respectivamente.
Las especificaciones de la aleación especial requieren que (1) el contenido de aluminio
debe ser mínimo de 3% y máximo de 6%; (2) el contenido de silicio debe ser de entre 3 y
5%, y (3) el contenido de carbón debe ser de entre 3 y 7%. Determine la mezcla óptima
de las chatarras que deben usarse para producir 1000 toneladas de la aleación.
Solución:

X1= proporción de chatarra en aleación A

X2= proporción de chatarra en aleación B

1) Función objetivo: Minimizar el costo

Z=100𝐗 𝟏 +80𝐗 𝟐

2) Restricciones

0.06𝐗 𝟏 +0.03𝐗 𝟐 ≥4
0.06𝐗 𝟏 +0.03𝐗 𝟐 + 0.40𝐗 𝟑 ≥6
0.10𝐗 𝟏 +0.14𝐗 𝟐 + 0.15𝐗 𝟑 +0.16𝐗 𝟒 ≥3

3) Principio de no negatividad

x1 , x2, x3 , x4 ≥ 0