Sei sulla pagina 1di 213

Investigación Operativa I Programación Lineal

TALLER 1 – 2016 II PROGRAMACION LINEAL - MO0DELACION

DOCENTE: LUIS ALVARADO ATENCIO


Este taller consta de dos partes así:

PARTE 1:
160 ejercicios resueltos de los cuales algunos tienen errores de
planteamiento y/o solución, cada grupo debe decir si sus ejercicios
están bien planteados o no y explicar su respuesta. No se
pide que analicen la solución, esto será otro taller.
De estos ejercicios cada grupo debe resolver 32 de ellos así:
Cada grupo resuelve los terminados en su número de grupo, hasta
el número 159.

Grupo1: (MELISA…….): Ejercicios No 1- 11-21…… 151


Grupo 2: (WENDY….): ejercicios; No 2 -12- 22-……152
Grupo 3. (YEINI…) 3-13-23 -………….153
Grupo 4 (MANGA.…) 4- 14 - 24…………154
Grupo 5 (REDONDO….) 5- 15- 25……………155
Grupo 6 (ARANNYS….) ………… . .6 – 16- 26………...156
Grupo 7 (ANGIE…) 7- 17 -27 …………157
Grupo8 (PABA….) ……………………8- 18- 28 ……………158
Grupo 9 (JULISSA….) 9- 19- 29…………..159
PARTE 2
Todos los grupos deben resolver (plantear), los 16
ejercicios TERMINADOS EN CERO # 10-20-30 …..160

Fecha de entrega: El día y hora del primer parcial


Nota: la entrega puede ser en cualquier medio, pero
recomendable en medios magnéticos o por email
1. (Mezcla de Güisqui) Una compañía destiladora tiene dos grados de güisqui en bruto (sin mezclar), I y II,
de los cuales produce dos marcas diferentes. La marca regular contiene un 50% de cada uno de los grados
I y II, mientras que la marca súper consta de dos terceras parte del grado I y una tercera parte del grado II.
La compañía dispone de 3000 galones de grado I y 2000 galones del grado II para mezcla. Cada galón de
la marca regular produce una utilidad de $5, mientras que cada galón del súper produce una utilidad de $6
¿Cuántos galones de cada marca debería producir la compañía a fin de maximizar sus utilidades?

MARCAS GRADO I GRADO II UTILIDAD

Oswaldo Paul Rivadeneira Página: 1


Investigación
REGULAR Operativa I 50% 50% Programación
$5 Lineal
SÚPER 75% 25% $6

Solución:
¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de güisqui de la marca regular en galones
x2 = la Cantidad de güisqui de la marca súper en galones
Max Z = 5x1 + 6x2 …….(1)
Sujetos a: 1500x1 + 1000x2 < 3000 …….. (2)
2250x1 + 500x2 < 2000 ……….(3) lo que queda Planteado

2. (Mezcla) Una compañía vende dos mezclas diferentes de nueces. La mezcla más barata contiene un
80% de cacahuates y un 20% de nueces, mientras que las más cara contiene 50% de cada tipo. Cada
semana la compañía obtiene 1800 kilos de cacahuates y 1200 kilos de nueces de sus fuentes de
suministros. ¿Cuántos kilos de cada mezcla debería producir a fin de maximizar las utilidades si las
ganancias son de $ 10 por cada kilo de la mezcla más barata y de $ 15 por cada kilo de la mezcla más
cara?

MEZCLA CACAHUATE NUEZ GANANCIA POR


SEMANA
BARATA 80% 20% $10 POR KILO
CARA 50% 50% $ 15 POR KILO

Solución:
¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de mezcla de la marca BARATA en kilogramos
x2 = la Cantidad de mezcla de la marca CARA en kilogramos
Max Z = 10x1 + 15x2 …….(1)
Sujetos a: 1440x1 + 240x2 < 1800 …….. (2)
900x1 + 600x2 < 1200 ……….(3) lo que queda Planteado

3. (Dediciones sobre producción) Una compañía produce dos productos, A y B. Cada unida de A requiere
2 horas en cada máquina y 5 horas en una segunda máquina. Cada unidad de B demanda 4 horas en la
primera máquina y 3 horas en la segunda máquina. Se dispone de 100 horas a la semana en la primera
máquina y de 110 horas en la segunda máquina. Si la compañía obtiene una utilidad de $70 por cada
unidad de A y $50 por cada unidad de B ¿Cuánto deberá de producirse de cada unidad con objeto de
maximizar la utilidad total?

PRODUCTO HRS HRS UTILIDAD


MÁQUINA 1 MÁQUINA 2
A 2 5 $ 70 POR KILO
B 4 3 $50 POR KILO

Solución:
¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de producción de A en unidades
x2 = la Cantidad de producción de B en unidades
Max Z = 70x1 + 50x2 …….(1)
Sujetos a: 2x1 + 4x2 < 100 ……... (2)
5x1 + 3x2 < 110 ……….(3) lo que queda Planteado
4. (Decisiones sobre producción) En el ejercicio anterior, suponga que se recibe una orden por 14 unidades
de A a la semana. Si la orden debe cumplirse, determine el nuevo valor de la utilidad máxima.
Solución:
¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de producción de A en unidades
x2 = la Cantidad de producción de B en unidades
Max Z = 70x1 + 50x2 …….(1)
Sujetos a: 2x1 + 4x2 < 100 …….. (2)
5x1 + 3x2 < 110 ……….(3) lo que queda Planteado

5. (Decisiones sobre Producción). Un fabricante produce dos productos, A y B, cada uno de los cuales
requiere tiempo en tres máquina, como se indica a continuación:

PRODUCTO HRS HRS HRS UTILIDAD


MÁQUINA 1 MÁQUINA 2 MÁQUINA 3
Oswaldo Paul Rivadeneira Página: 2
Investigación
A Operativa I 2 4 3 $250Programación
POR KILO Lineal
B 5 1 2 $300 POR KILO

Si los número de horas disponibles en las máquinas al mes son 200, 240 y 190 en el caso de la primera,
segunda y tercera, respectivamente, determine cuántas unidades de cada producto deben producirse a fin
de maximizar la utilidad total.

Solución:
¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de producción de A en unidades
x2 = la Cantidad de producción de B en unidades
Max Z = 250x1 + 300x2 …….(1)
Sujetos a: 2x1 + 5x2 < 200 ……... (2)
4x1 + 1x2 < 240 ……...(3)
3x1 + 2x2 < 190 ........... (4) lo que queda Planteado

6. (Decisiones sobre producción) En el ejercicio anterior, suponga que una repentina baja en la demanda
del mercado del producto A obliga a la compañía a incrementar su precio. Si la utilidad por cada unidad de
A se incrementa a $600, determine el nuevo programa de producción que maximiza la utilidad total.
Solución:
PRODUCTO HRS HRS HRS UTILIDAD
MÁQUINA 1 MÁQUINA 2 MÁQUINA 3
A 2 4 3 $600 POR KILO
B 5 1 2 $300 POR KILO

¿Qué es lo que vamos a Maximizar?


x1 = la Cantidad de producción de A en unidades
x2 = la Cantidad de producción de B en unidades
Max Z = 250x1 + 300x2 …….(1)

Sujetos a: 2x1 + 5x2 < 200 ……... (2)


4x1 + 1x2 < 240 ……...(3)
3x1 + 2x2 < 190 ........... (4) lo que queda Planteado

7. (Decisiones sobre producción) En el ejercicio 5, suponga que el fabricante es forzado por la competencia
a reducir el margen de utilidad del producto B. ¿Cuánto puede bajar la utilidad de B antes de que el
fabricante deba cambiar el programa de producción? (El programa de producción siempre debe elegirse de
modo que maximice la utilidad total).

Solución:
PRODUCTO HRS HRS HRS UTILIDAD
MÁQUINA 1 MÁQUINA 2 MÁQUINA 3
A 2 4 3 $600 POR KILO
B 5 1 2 $ X POR KILO

¿Qué es lo que vamos a Maximizar?


x1 = la Cantidad de producción de A en unidades
x2 = la Cantidad de producción de B en unidades
pero en éste caso, debemos tomar en cuenta que se debe minimizar, ahora la UTILIDAD del PRODUCTO
B, pues bien, se reduce la mitad de la utilidad por lo tanto queda:
Max Z = 250x1 + 150x2 …….(1)
(El programa de producción siempre debe elegirse de modo que maximice la utilidad total).
Sujeto a: 2x1 + 5x2 < 200 ……... (2)
4x1 + 1x2 < 240 ……...(3)
3x1 + 2x2 < 190 ........... (4) lo que queda Planteado

8. (Decisiones sobre inversión) Un gerente de Finanzas tiene $ 1106 de un fondo de pensiones, parte de
cual debe invertirse. El gerente tiene dos inversiones en mente, unos bonos conversadores que producen
un 6% anual y unos bonos hipotecarios más efectivo que producen un 10% anual. De acuerdo con las
regulaciones del gobierno, no más del 25% de la cantidad invertida puede estar en bonos hipotecarios. Más
aún, lo mínimo que puede ponerse en bonos hipotecarios es de %100,000. Determine las cantidades de la
dos inversiones que maximizarán la inversión total.
Solución:
¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de la inversión en bonos conservadores
Oswaldo Paul Rivadeneira Página: 3
x2 Investigación
= la CantidadOperativa I
de la inversión en bonos hipotecarios Programación Lineal
Max Z = x1 + x2 …….(1)
Sujetos a: (0.06)(1,000,000)x1 + (0.1)(1,000,000)x2 < (1,000,000)(0.25) ……... (2)
x2 > 100,000 ……... (3)

9. (Decisiones sobre plantación de cultivos) Un granjero tiene 100 acre pies en los cuales puede sembrar
dos cultivos. Dispone de $ 3000 a fin de cubrir el costo del sembrado. El granjero puede confiar en un total
de 1350 horas-hombre destinadas a la recolección de los dos cultivos y en el cuadro se muestra los
siguientes datos por acre:
CULTIVOS COSTO DE PLANTAR DEMANDA HORAS- UTILIDAD
HOMBRE
PRIMERO $20 5 $ 100
SEGUNDO $40 20 $ 300

Solución:
¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de producción del PRIMER CULTIVO en acre pies
x2 = la Cantidad de producción del SEGUNDO CULTIVO en acre pies
Max Z = 100x1 + 300x2 …….(1)
(El programa de producción siempre debe elegirse de modo que maximice la utilidad total).
Sujeto a: x1 + x2 < 100 ......... (2) esta ecuación se debe a que sólo tiene 100 acre pies para los cultivos
5x1 + 20x2 < 1350…... (3)
20x1 + 40x2 < 3000 ......(4) lo que queda Planteado

10. (Decisiones sobre plantación de cultivos) En el ejercicio anterior, determine la porción del terreno que
deberá plantearse con cada cultivo si la utilidad por concepto del segundo cultivo sube a $ 450 por acre.

Solución:
CULTIVOS COSTO DE PLANTAR DEMANDA HORAS- UTILIDAD
HOMBRE
PRIMERO $20 5 $ 100
SEGUNDO $40 20 $ 450

¿Qué es lo que vamos a Maximizar?


x1 = la Cantidad de producción del PRIMER CULTIVO en acre pies
x2 = la Cantidad de producción del SEGUNDO CULTIVO en acre pies
Max Z = 100x1 + 450x2 …….(1)
(El programa de producción siempre debe elegirse de modo que maximice la utilidad total).
Sujeto a: 5x1 + 20x2 < 1350…... (2)
20x1 + 40x2 < 3000 ......(3) lo que queda Planteado
x1, x2 > 0

11. (Planeación dietética) La dietista de un hospital debe encontrar la combinación más barata de dos
productos, A y B, que contienen:
- al menos 0.5 miligramos de tiamina
- al menos 600 calorías

PRODUCTO TIAMINA CALORIAS


A 0.2 mg 100
B 0.08 mg 150

Solución:
Variables:
x1 = la Cantidad mas Barata del producto A
x2 = la Cantidad mas Barata del Producto B
Max Z = x1 + x2 …….(1)
Sujeto a: 0.2x1 + 0.08x2 > 0.5…... (2) (al menos)
100x1 + 150x2 > 150 ......(3) lo que queda Planteado
x1, x2 > 0

12. (Putificación del mineral) Una compañía posee dos minas, P y Q. En el cuadro siguiente se muestra la
producción de los elementos por cada tonelada producida por ambas minas respectivamente:

Oswaldo Paul Rivadeneira Página: 4


InvestigaciónCOBRE
MINAS Operativa I ZINC MOLIBDENO Programación
COSTO POR TON. DE OBTENCIÓN Lineal
DE MINERAL
P 50 lb 4 lb 1 lb $ 50
Q 15 lb 8 lb 3 lb $ 60

La compañía debe producir cada semana, al menos las siguientes cantidades de los metales que se
muestran a continuación:
- 87,500 libras de cobre
- 16,000 libras de zinc
- 5,000 libras de molibdeno
¿Cuánto mineral deberá obtenerse de cada mina con objeto de cumplir los requerimientos de producción a
un costo mínimo?
Solución:
Variables:
x1 = la Cantidad de Mineral de la MINA P en libras
x2 = la Cantidad de Mineral de la MINA Q en libras

Max Z = 50x1 + 60x2 …….(1)


Sujeto a 50x1 + 15x2 < 87,500 ......... (2) (COBRE)
4x1 + 8x2 < 16,000…... (3) (ZINC)
x1 + 3x2 < 5000 ......(4) (MOLIBDENO) lo que queda planteado

13. (Espacio de Almacenamiento) La bodega de un depa, de química industrial, almacena, al menos 300
vasos de un tamaño y 400 de un segundo tamaño. Se ha decidido que el número total de vasos
almacenados no debe exceder de 1200. Determine la cantidades posibles de estos dos tipos de vasos que
pueden almacenarse y muéstrelo con un gráfica.
Solución:
Variables:
x1 = la Cantidad de vasos de primer tamaño
x2 = la Cantidad de vasos de segundo tamaño
Max Z = x1 + x2 …….(1)
Sujeto a: x1 > 300…... (2) (al menos)
x2 > 400 ......(3)
x1 + x2 < 1200 .......(4)

14. (Espacio de Almacenamiento) En el ejercicio anterior, supongamos que los vasos del primer tamaño
ocupan 9 in2 del anaquel y los del segundo 6 in2. El área total de anaqueles disponibles para almacenar es
a lo sumo de 62.8 ft2. Determine las cantidades posibles de los vasos y muéstrelo con una gráfica.
Solución:
Variables:
x1 = la Cantidad de vasos de primer tamaño
x2 = la Cantidad de vasos de segundo tamaño
Max Z = x1 + x2 …….(1)
Sujeto a: x1 > 300…... (2) (al menos)
x2 > 400 ......(3)
x1 + x2 < 1200 .......(4)
9x1 + 6x2 < 62.8 .......(5)

15. (Planeación Dietética) Una persona está pensando reemplazar en su dieta de la carne por frijoles de
soya. Una onza de carne contiene un promedio de casi de 7 gramos de proteína mientras que una onza de
frijoles de soya (verde) contiene casi 3 gramos de proteína. Si requiere que si consumo de proteína diaria
que obtiene de la carne y de los frijoles de soya combinados debe ser al menos de 50 gramos. ¿Qué
combinación de éstos nutrientes formarán un dieta aceptable?
Solución:
Variables:
x1 = la Cantidad de Carne
x2 = la Cantidad de Frijoles de Soya
Min Z = x1 + x2 …….(1)
Sujeto a: 7x1 + 3x2 > 50 .......(5)
x1, x2 > 0

16. (Ecología) Un estanque de peces los abastecen cada primavera con dos especias de peces S y T. Hay
dos tipos de comida F1 y F2 disponibles en el estanque. El peso promedio de los peces y el requerimiento
diario promedio de alimento para cada pez de cada especia está dado en el cuadro siguiente:

Oswaldo Paul Rivadeneira Página: 5


Investigación
especiesOperativa I F1 F2 Programación
Peso PromedioLineal
S 2 Unidades 3 Unidades 3 libras
T 3 Unidades 1 Unidades 2 libras

If there are six hundred of F1 and three hundred of F2 everyday. How do you debit supply the pool for what
the total weight of fishes are at least 400 pounds?
Solución:
¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de abastecimiento de Peces (ESPECIE S) en Primavera en Unidades
x2 = la Cantidad de abastecimiento de Peces (ESPECIE T) en Primavera en Unidades
Max Z = x1 + x2 …….(1)
Sujetos a: 2x1 + 3x2 < 600 …….. (2)
3x1 + 1x2 < 300 ……….(3)

3x1 + 2x2 > 400 lo que queda Planteado

17. Un granjero tiene 200 cerdos que consumen 90 libras de comida especial todos los días. El alimento se
prepara como una mezcla de maíz y harina de soya con las siguientes composiciones:
Libras por Libra de Alimento
Alimento Calcio Proteína Fibra Costo ($/lb)
Maíz 0.001 0.09 0.02 0.2
Harina de Soya 0.002 0.6 0.06 0.6

Los requisitos de alimento de los cerdos son:


1. Cuando menos 1% de calcio
2. Por lo menos 30% de proteína
3. Máximo 5% de fibra

Determine la mezcla de alimentos con el mínimo de costo por día


Solución:
¿Qué es lo que vamos a Minimizar?
x1 = la Cantidad de Maíz Libra por libra de Alimento
x2 = la Cantidad de Harina de Soya Libra por libra de Alimento
Min Z = 0.2x1 + 0.6x2 …….(1)
Sujetos a: 0.001x1 + 0.002x2 < (90)(0.01) …….. (2)
0.09x1 + 0.6x2 < (90)(0.3) ……….(3)
0.02x1 + 0.06x2 > (90)(0.05) .......... (4) lo que queda Planteado

18. Un pequeño banco asigna un máximo de $20,000 para préstamos personales y para automóviles
durante el mes siguiente. El banco cobra una tasa de interés anual del 14% a préstamos personales y del
12% a préstamos para automóvil. Ambos tipos de préstamos se saldan en periodos de tres años. El monto
de los préstamos para automóvil desde ser cuando menos de dos veces mayor que el de los préstamos
personales. La experiencia pasada ha demostrado que los adeudos no cubiertos constituyen el 1% de todos
los préstamos personales ¿Cómo deben asignarse los fondos?
Solución:
¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad Fondos de préstamos personales
x2 = la Cantidad fondos de préstamos para automóvil
Min Z = 0.2x1 + 0.6x2 …….(1)
Sujetos a: (0.14)(20,000)x1 + (0.12)(20,000)x2 < 20000 …….. (2)
x2 > (2)(0.14)(20,000) ……….(3)
x1 > (0.01)(0.12)(20,000) .......... (4) lo que queda Planteado

19. Una planta armadora de radios produce dos modelos HiFi-1 y HiFi-2 en la misma línea de ensamble.
La línea de ensamble consta de tres estaciones. Los tiempos de ensamble en la estaciones de trabajo son:

Minutos por Unidad de Minutos por Unidad de


Estación de Trabajo HiFi-1 HiFi-2
1 6 4
2 5 5
3 4 6
Cada estación de trabajo tiene una disponibilidad máxima de 480 minutos por día. Sin embargo, las
estaciones de trabajo requieren mantenimiento diario, que contribuye al 10%, 14% y 12% de los 480 minutos
totales de que se dispone diariamente para las estaciones 1, 2 y 3 respectivamente. La compañía desea

Oswaldo Paul Rivadeneira Página: 6


Investigación
determinar Operativadiarias
las unidades I Programación
que se ensamblarán de HiFi-1 y HiFi-2 a fin de minimizar Lineal
la suma de tiempos
no usados (inactivos) en la tres estaciones.
Solución: ¿Qué es lo que vamos a Minimizar?
x1 = la Cantidad de Unidades Diarias de HiFi - 1
x2 = la Cantidad de Unidades Diarias de HiFi - 2
Min Z = x1 + x2 …….(1)
Sujetos a: 6x1 + 4x2 < (0.1)(480) …….. (2)
5x1 + 5x2 < (0.14)(480) ……….(3)

4x1 + 6x2 > (0.12)(480) .......... (4) lo que queda Planteado

20. Una compañía de productos electrónicos, produce dos modelos de radio, cada uno en una línea de
producción de volumen diferente. La capacidad diaria de la primera línea es de 60 unidades y la segunda
es de 75 radios. Cada unidad del primer modelos utiliza 10 piezas de ciertos componente electrónicos, en
tanto que cada unidad del segundo modelos requiere ocho piezas del mismo componente. La disponibilidad
diaria máxima del componente especial es de 800 piezas. La ganancia por unidad de modelos 1 y 2 es $30
y $ 20, respectivamente. Determine la producción diaria óptima de cada modelo de radio.
Solución: ¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de producción del modelo 1 de Radio
x2 = la Cantidad de producción del modelo 2 de Radio
Max Z = 30x1 + 20x2 …….(1)
Sujetos a: x1 < 60 …….. (2)
10x1 + 8x2 < 800 ……….(3)
x2 < 75 .......... (4) lo que queda Planteado

21. Dos productos se elaboran al pasar en forma sucesiva por tres máquina. El tiempo por máquina
asignado a los productos está limitado a 10 horas por día. El tiempo de producción y la ganancia por unidad
de cada producto son:
Minutos Por Unidad
Producto Máquina 1 Máquina 2 Máquina 3 Ganancia
1 10 6 8 $2
2 5 20 15 $3
Nota: Determine la combinación óptima de los productos.

Solución: ¿Qué es lo que vamos a Minimizar?


x1 = la Cantidad de Unidades del Producto 1
x2 = la Cantidad de Unidades del Producto 2
Min Z = 2x1 + 3x2 …….(1)
Sujetos a: 10x1 + 5x2 < 10 …….. (2)
6x1 + 20x2 < 10 ……….(3)
8x1 + 15x2 < 10 .......... (4) lo que queda Planteado

22. Una compañía puede anunciar su producto mediante el uso de estaciones de radio y televisión locales.
Su presupuesto limita los gastos de publicidad de $1000 por mes cada minutos de anuncio en la radio
cuesta $5 y cada minuto de publicidad en televisión cuesta $100. La compañía desearía utilizar la radio
cuando menos dos veces más que la televisión. La experiencia pasada muestra que cada minuto de
publicidad por televisión generará en términos generales 25 más venta que cada minutos de publicidad por
la radio. Determine la asignación óptima del presupuesto mensual por anuncios por radio y televisión.
Solución: ¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de presupuesto mensual para el Radio
x2 = la Cantidad de presupuesto mensual para el Televisor
Max Z = x1 + x2 …….(1)
Sujetos a: 5x1 + 100x2 < 1000 …….. (2)
x2 > (2)(x1)
x1 > (25)(x2) ……….(3)
23. Una compañía elabora dos productos: A y B. El volumen de ventas del producto A es cuando menos el
60% de las ventas totales de los dos productos. Ambos productos utilizan la misma materia prima, cuya
disponibilidad diaria está limitada a 100 lb. Los productos A y B utilizan esta materia prima en los índices o
tasas de 2 lb/unidad y 4 lb/unidad, respectivamente. El precio de venta de los productos es $20 y $40 por
unidad. Determine la asignación óptima de la materia prima a los dos productos.
Solución: ¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de Unidades del Producto A
x2 = la Cantidad de Unidades del Producto B
Max Z = 20x1 + 40x2 …….(1)
Sujetos a: 2x1 + 4x2 < 100 …….. (2)
Oswaldo Paul Rivadeneira Página: 7
Investigación Operativa I
x1 > (0.6)(60) ……….(3) Programación Lineal

24. Una compañía elabora dos tipos de sombreros. Cada sombrero del primer tipo requiere dos veces más
tiempo de manos de obra que un producto del segundo tipo. Si todos los sobreros son exclusivamente del
segundo tipo. La compañía puede producir un total de 500 unidades al día. El mercado limita las ventas
diarias del primero y segundo tipos a 150 y 200 unidades. Supóngase que la ganancia que se obtiene por
producto es $8 por el tipo 1 y $5 para el tipo 2. Determine el número de sobreros de cada tipo que debe
elaborarse para maximizar la ganancia.
Solución: ¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de Unidades del Sombrero TIPO 1
x2 = la Cantidad de Unidades del Sombrero TIPO 2
Max Z = 8x1 + 5x2 …….(1)
Sujetos a: 150x1 + 200x2 < 500 …….. (2)
x1 > (2)(200) ……….(3)

25. Una empresa pequeña, cuenta con dos máquina para elaborar dos productos. 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 máquina A y B son 500 y 650 horas semanales respectivamente. El producto a deja 350
pesos y el segundo producto B deja 600 pesos por utilidades. Analice usted la situación de la operación de
esta, dado que por escasez de materia prima no puede producir más de 21 unidades del producto.
Solución: ¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de Unidades del Producto A
x2 = la Cantidad de Unidades del Producto B
Max Z = 350x1 + 600x2 …….(1)
Sujetos a: 3x1 + 1x2 < 500 …….. (2)
2x1 + 2x2 < 650 …….. (3)
x1 + x2 < 21 ……...….(4)

26. el grupo “IMPEXA”, desea hacer publicidad para su productos en tres diferentes medios: radio, televisión
y revista. El objetivo principal es alcanzar tantos clientes como sea posible. Han realizado un estudio y el
resultado es:

Durante el día Durante la noche Radio Revistas


Número de 450,000 800,000 675,000 200,000
clientes
potenciales que
puede alcanzar
por unidades de
publicidad
500,000 1,000,000 650,000 250,000

“IMPEXA” no quiere gastar más de $1,200,00. Además en publicidad por televisión no desean gastar más
de 750 mil pesos. Se desean comprar tres unidades de televisión durante el día y 2 unidades durante la
noche. Plantee el problema como un modelo de programación lineal.
Solución:
¿Qué es lo que vamos a MAXIMIZAR?
x1 = la Cantidad de clientes Potenciales por día
x2 = la Cantidad de clientes Potenciales por noche
x3 = la Cantidad de clientes por Radio
x4 = la Cantidad de clientes por revistas
Max Z = x1 + x2 + x3 + x4…….(1)
Sujetos a: x1 + x2 + x3 + x4 < 1,200,000
x1 + x2 < 750,000
x1 > 450,000
x1 < 500,000
x2 > 800,000
x2 < 1,000,000
x3 > 375,000
x3 < 650,000
x4 > 200,000
x4 < 250,000
3x1 < 2x2

27. La señora Morales tiene una dieta a seguir, la cual reúne los siguientes requisitos alimenticios.
Oswaldo Paul Rivadeneira Página: 8
Investigación
Al menosOperativa
4 mg. deI vitamina A Programación Lineal
Al menos 6 mg. de vitamina B
A lo más 3 mg. de vitamina D

Así mismo, la dieta está formada por pan, queso, buebo, y carne. La tabla siguiente nos da los
requerimientos por vitamina en mg. así como el costo:
Contenido en mg por gramo de producto

PRODUCTO COSTO VITAMINA A VITAMINA B VITAMINA D


PAN 40 0.20 0.18 0.10
QUESO 31 0.15 0.10 0.14
BUEBOS 19 0.15 0.40 0.15
CARNE 53 0.30 0.35 0.16

Solución:
¿Qué es lo que vamos a Minimizar?
x1 = la Cantidad a comprar de PAN
x2 = la Cantidad a comprar de QUESO
x3 = la Cantidad a comprar de HUEVO
x4 = la Cantidad a comprar de CARNE

Min W = 40x1 + 31x2 + 19x3 + 53x4…….(1)

Sujetos a: 0.20x1 + 0.15x2 + 0.15x3 + 0.30x4 > 4


0.18x1 + 0.10x2 + 0.40x3 + 0.35x4 > 6
0.10x1 + 0.14x2 + 0.15x3 + 0.16x4 > 3

28. (Inversiones) A Julio que es asesor de inversiones, se le presentan 4 proyectos con sus respectivos
costos en un período de tres años, así como la utilidad total. El requiere maximizar la utilidad total
disponiendo de $50,000; $24,000; y $30,000 en cada uno de los años siguientes:
PROYECTO UTILIDAD TOTAL COSTO COSTO COSTO
AÑO 1 AÑO 2 AÑO 3
X1 100 6 14 5
X2 90 2 8 14
75 9 19 18
1. X3 80 5 2 9
X4

Solución:
¿Qué es lo que vamos a Minimizar?
x1 = la Cantidad de Maíz Libra por libra de Alimento
x2 = la Cantidad de Harina de Soya Libra por libra de Alimento
Min Z = 0.2x1 + 0.6x2 …….(1)
Sujetos a: 0.001x1 + 0.002x2 < (90)(0.01) …….. (2)
0.09x1 + 0.6x2 < (90)(0.3) ……….(3)
0.02x1 + 0.06x2 > (90)(0.05) .......... (4) lo que queda Planteado

Disponibilidad:
Las cantidades disponibles por año se asignan a las diferentes variables o proyectos bajo estas
restricciones para optimizar o maximizar la utilidad total.

29. Supóngase que el Banco de Crédito al Campesino tiene dos planes de inversión a saber: El primero en
el programa de tierras de riego, el segundo en el programa de tierras de temporal. El primer programa
regresa un 30% de la inversión al fin del año, mientras que el segundo plan regresa un 65% de la inversión,
para el término de dos años. Los intereses recibidos en ambos planes son reinvertidos de nuevo en
cualquiera de ambos planes. Formule el programa lineal que le permita al banco maximizar la inversión
total en un sexenio, si la inversión es de $ 100 millones.
Solución:
Oswaldo Paul Rivadeneira Página: 9
Investigación
¿Qué es lo que Operativa I
vamos a MAXIMIZAR? Programación Lineal
xiR = la Cantidad de inversión de riesgo a una año i
xiT = la Cantidad de inversión Temporal en 2 años i
donde i = 1, 2, 3, 4, 5, 6.
Max Z = x1 + x2 + x3 + x4…….(1)
Sujetos a: x1R + x1T < 100,000
x2R + x2T < 1.30x1R
x3R + x3T < 1.30x2R + 1.65x1T
x4R + x4T < 1.30x3R + 1.65x2T
x5R + x5T < 1.30x4R + 1.65x3T
x6R < 1.30x5R + 1.65x4T

30. Una compañía de perfumes puede anunciar su producto mediante el uso de estaciones de radio y
televisión. Su presupuesto limita los gastos de publicidad a $1,500 por mes. Cada minuto de anuncio en la
radio cuesta $15 y cada minuto de publicidad en televisión cuesta $90. La compañía desearía utilizar la
radio cuando menos dos veces más que la televisión. Los datos históricos muestran que cada minuto de
publicidad por televisión generará en términos generales 30 veces más ventas que cada minuto de
publicidad por radio. Determine la asignación óptima del presupuesto mensual para anuncios por radio y
televisión.
Solución: ¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad de presupuesto mensual para el Radio
x2 = la Cantidad de presupuesto mensual para el Televisor
Max Z = x1 + x2 …….(1)
Sujetos a: 15x1 + 90x2 < 1500 …….. (2)
x2 > (2)(x1)
x1 > (30)(x2) ……….(3)

31. Una Tienda de animales ha determinado que cada Hámster debería recibirla menos 70 unidades de
proteína. 100 unidades de carbohidratos y 20 unidades de grasa. Si la tienda vende los seis tipos de
alimentos mostrados en la tabla. ¿Qué mezcla de alimento satisface las necesidades a un costo mínimo
para la tienda?

Alimento Proteínas Carbohidratos Grasa Costo


(Unidades / Onza) (Unidades / Onza) (Unidades / Onza) (Onza)
A 20 50 4 2
B 30 30 9 3
C 40 20 11 5
D 40 25 10 6
E 45 50 9 8
F 30 20 10 8

Solución:
¿Qué es lo que vamos a Minimizar?
x1 = la Cantidad a mezclar de A
x2 = la Cantidad a mezclar de B
x3 = la Cantidad a mezclar de C
x4 = la Cantidad a mezclar de D
x5 = la Cantidad a mezclar de E
x6 = la Cantidad a mezclar de F
Min W = 2x1 + 3x2 + 5x3 + 6x4 + 8x5 + 8x6…….(1)
Sujetos a: 20x1 + 30x2 + 40x3 + 40x4 + 45x5 + 30x6 < 70 ......... PROTEÍNA
50x1 + 30x2 + 20x3 + 25x4 + 50x5 + 20x6 < 100 ------ CARBOHIDRATOS
4x1 + 9x2 + 11x3 + 10x4 + 9x5 + 10x6 < 20 ---------- GRASA

32. Una compañía manufacturera local produce cuatro deferentes productos metálicos que deben
maquinarse, pulirse y ensamblarse. La necesidades específicas de tiempo (en horas) para cada producto
son las siguientes:

Maquinado Pulido Ensamble


Producto I 3 1 2
Oswaldo Paul Rivadeneira Página: 10
Investigación
Producto II Operativa I 2 1 Programación
1 Lineal
Producto III 2 2 2
Producto IV 4 3 1

La compañía dispone semalmente 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 50 unidades del producto
1 y 100 unidades de cualquier combinación de los productos II y III, según sea la producción, pero sólo un
máximo de 25 unidades del producto IV. ¿cuántas unidades de cada producto debería fabricar
semanalmente la compañía a fin de cumplir con todas las condiciones del contrato y maximizar la ganancia
total?
Considere que las piezas incompletas como un modelo de Programación Lineal.

Solución:
¿Qué es lo que vamos a Minimizar?
x1 = la Cantidad a fabricar del producto I
x2 = la Cantidad a fabricar del producto II
x3 = la Cantidad a fabricar del producto III
x4 = la Cantidad a fabricar del producto IV
Min W = 6x1 + 4x2 + 6x3 + 8x4…….(1)
Sujetos a: 3x1 + 2x2 + 2x3 + 4x4 < 480
1x1 + 1x2 + 2x3 + 3x4 < 400
2x1 + 1x2 + 2x3 + 1x4 < 400
x1 > 50
x2 + x3 > 100
x4 < 25

33. Se procesan cuatro productos sucesivamente en dos máquina. Los tiempos de manufactura en horas
por unidad de cada producto se tabulan a continuación para las dos máquinas:

Máquina Producto 1 Producto 2 Producto 3 Producto 4


1 2 3 4 2
2 3 2 1 2

El costo total de producir una unidad de cada producto está basado directamente en el tiempo de máquina.
Suponga que el costo por hora para las máquina 1 y 2 es $10 y $15. Las horas totales presupuestadas para
todos os productos en las máquina 1 y 2 son 500 y 380. si el precio de venta por unidad para los productos
1, 2, 3 y 4 en $65, $70, $55 y $45, formule el problema como modelo de programación lineal para maximizar
el beneficio neto total.
Solución:
¿Qué es lo que vamos a Maximizar?
x1 = la Cantidad a fabricar del producto 1
x2 = la Cantidad a fabricar del producto 2
x3 = la Cantidad a fabricar del producto 3
x4 = la Cantidad a fabricar del producto 4
Max W = 65x1 + 70x2 + 55x3 + 45x4…….(1)
Sujetos a: 2x1 + 3x2 + 4x3 + 2x4 < 500
3x1 + 2x2 + 1x3 + 2x4 < 380

34. La compañía Delta tiene maquinaria especializada en la industria de plástico. La compañía se dispone
a iniciar operaciones el próximo mes de enero y cuenta con $300,000 y diez máquinas. La operación de
cada máquina requiere de $4,000.00 al inicio de una mes para producir y al fin del mes la cantidad de
$9,000.00 sin embargo, para cada dos máquinas se necesita un operador cuyo sueldo mensual es de
$3000.00 pagando al principio del mes. La compañía se propone planear su producción, empleo de
operador y compra de maquinaria que debe tener, al principio del mes siete, al máximo número de máquina
en operación.
Al principio de cada mes la compañía tiene disponibles tres alternativas para adquirir maquinaria. En la
primera alternativa puede comprar máquina de $20,000.00 cada una con un periodo de entrega de una
mes. Esto es, si al principio de cada mes “t” se pide y paga la maquinaria, está se entregará al principio del
mes t + 1.
En la segunda alternativa, se puede comprar en $15,000.00 cada maquinaria, pero el periodo de entrega
es en dos meses. La última alternativa s comprar en $10,000.00 cada máquina con un periodo de entrega
en tres meses.

Oswaldo Paul Rivadeneira Página: 11


Investigación
Formule Operativa
un modelo I
de programación lineal que permita determinar la política deProgramación Lineal
compra de maquinaria,
producción y pago de operadores en cada mes, de manera tal que al principio del mes siete tenga el máximo
número de máquina en operación.

Solución:
¿Qué es lo que vamos a Minimizar?
x1 = la Cantidad a fabricar del producto I
x2 = la Cantidad a fabricar del producto II
x3 = la Cantidad a fabricar del producto III
x4 = la Cantidad a fabricar del producto IV
Min W = 6x1 + 4x2 + 6x3 + 8x4…….(1)
Sujetos a: 3x1 + 2x2 + 2x3 + 4x4 < 480
1x1 + 1x2 + 2x3 + 3x4 < 400
2x1 + 1x2 + 2x3 + 1x4 < 400
x1 > 50
x2 + x3 > 100
x4 < 25

35. Una compañía de productos químicos que labora las 24 horas del día tiene las siguientes necesidades
de personal técnico y especializado

Periodo Hora del día Personal técnico Personal Especializado


1 6 – 10 20 8
2 10 –14 40 12
3 14 – 18 80 15
4 18 –22 45 9
5 22 – 02 25 3
6 02 - 06 10 2

Observe que el periodo 1 sigue al periodo 6. Considere que cada persona en la compañía labora 8 horas
consecutivas. Suponga que Xt y Zt, denotan el número de personas técnicas y especializadas,
respectivamente, que empiezan a trabajar al inicio del periodo t en cada día. En esta compañía, el acuerdo
sindical establece que en todo momento debe haber por lo menos tres veces el número de personal técnico
que de personal especializado. Establezca un modelo de programación lineal pata determinar el mínimo
número de personal técnico y especializado para satisfacer las necesidades diarias de trabajo en el
compañía.

Solución:
xiR = la Cantidad de personal técnico
xiT = la Cantidad de personalidad especializado
donde i = 1, 2, 3, 4, 5, 6.
Min Z = x1 + x2
Sujetos a: 20x1 + 8x2 > 60
40x1 + 12x2 > 120
80x1 + 15x2 > 240
45x1 + 9x2 > 3(45)
25x1 + 3x2 > 75
10x1 + 2x2 > 30

36. Ferrocarriles Nacionales de México tiene al inicio del próximo año la siguiente demanda de locomotoras
diesel para ocupar su sistema en todo el país:

Trimestre 1 2 3
Locomotoras 750 800 780
Diesel

La gerencia de ferrocarriles puede satisfacer su demanda mediante la combinación de las siguientes


alternativas:
a) Uso de la existencia de locomotoras diesel en estado de trabajo
b) Compra de locomotoras al extranjero las cuales pueden entregarse al principio de cualquier
trimestre
c) Reparar locomotoras en los talleres nacionales con carácter normal. El tiempo re reparación es de
6 meses.
d) Reportar locomotoras en los talleres nacionales con carácter urgente. El tiempo de reparación es
de 3 meses.
Oswaldo Paul Rivadeneira Página: 12
LaInvestigación
alternativa b Operativa I
tiene un costo de $5,000,000 por locomotora Programación Lineal
La alternativa c tiene un costo de $100,000 por locomotora
La alternativa d tiene un costo de $250,000 por locomotora
Se estima que al principio del año se tendrán 650 locomotora en estado de trabajo y el presupuesto de
operación para ese año es de $100,000,000 entregado en partidas trimestrales de 40, 30, 20 y 10 millones
respectivamente.
Se supone que al final de cada trimestre el 5% de las locomotoras debe mantenerse a reparación y el 5%
quedan fuera de servicio. Formule un problema de programación lineal que permita determinar la
combinación de políticas que debe tomar en cuenta la gerencias de F.F.C.C. para minimizar costos y
satisfacer la demanda de locomotoras.

Solución:
¿Qué es lo que vamos a Minimizar?
x1 = la Cantidad de Demanda en el trimestre 1
x2 = la Cantidad de Demanda en el trimestre 2
x3 = la Cantidad de Demanda en el trimestre 3

Min W = 5,000,000x1 + 100,000x2 + 250,000x3 …….(1)


Sujetos a: x1 + x2 + x3 < 100,000,000
750x1 + 800x2 + 780x3 > 650
x1 > (0.05)(750)
x2 > (0.05)(800)
x3 > (0.05)(780)

37. Disponemos de 210.000 euros para invertir en bolsa. Nos recomiendan dos tipos de acciones. Las del
tipo A, que rinden el 10% y las del tipo B, que rinden el 8%. Decidimos invertir un máximo de 130.000
euros en las del tipo A y como mínimo 60.000 en las del tipo B. Además queremos que la inversión en las
del tipo A sea menor que el doble de la inversión en B. ¿Cuál tiene que ser la distribución de la inversión
para obtener el máximo interés anual?
Solución
Es un problema de programación lineal.
Llamamos x a la cantidad que invertimos en acciones de tipo A
Llamamos y a la cantidad que invertimos en acciones de tipo B

inversión rendimiento
Tipo A x 0,1x
Tipo B y 0,08y
210000 0,1x+0,08y
Condiciones que deben cumplirse (restricciones):

R1
R2
R3
R4

Dibujamos las rectas auxiliares asociadas a las restricciones para conseguir la región factible (conjunto de
puntos que cumplen esas condiciones)
r1 r2 (paralela a OY) r3(paralela a OX) r4
x y x y x y x y
0 210000 130000 0 0 60000 0 0
210000 0 130000 65000

La región factible es la pintada de amarillo, de vértices A, B, C, D y E

Oswaldo Paul Rivadeneira Página: 13


Investigación Operativa I Programación Lineal

A(0, 60000), B(120000, 60000), C(130000, 65000), D(130000, 80000) y E(0, 210000)
La función objetivo es;
F(x, y)= 0,1x+0,08y
Si dibujamos la curva F(x, y) =0 (en rojo) y la desplazamos se puede comprobar gráficamente que el
vértice mas alejado es el D, y por tanto es la solución óptima.
Comprobarlo analíticamente (es decir comprobar que el valor máximo de la función objetivo, F, se
alcanza en el vértice D)

38. En una pastelería se hacen dos tipos de tartas: Vienesa y Real. Cada tarta Vienesa necesita un cuarto
de relleno por cada Kg. de bizcocho y produce un beneficio de 250 Pts, mientras que una tarta Real necesita
medio Kg. de relleno por cada Kg. de bizcocho y produce 400 Ptas. de beneficio. En la pastelería se pueden
hacer diariamente hasta 150 Kg. de bizcocho y 50 Kg. de relleno, aunque por problemas de maquinaria no
pueden hacer mas de 125 tartas de cada tipo. ¿Cuántas tartas Vienesas y cuantas Reales deben vender
al día para que sea máximo el beneficio?
Solución
En primer lugar hacemos una tabla para organizar los datos:

Tipo Nº Bizcocho Relleno Beneficio


T. Vienesa X 1.x 0,250x 250x
T. Real Y 1.y 0,500y 400y
150 50

Función objetivo (hay que obtener su máximo): f(x, y)=250x+ 400y


Sujeta a las siguientes condiciones (restricciones del problema):

Consideramos las rectas auxiliares a las restricciones y dibujamos la región factible:

Para 0.25x+0.50y=50, ó x + 2y=200


Oswaldo Paul Rivadeneira Página: 14
xInvestigación
Y Operativa I Programación Lineal
0 100
200 0

Para x + y =150
x Y
0 150
150 0
La otras dos son paralelas a los ejes
Al eje OY x=125
Al eje Ox y =125
Y las otras restricciones (x e y mayor o igual a cero) nos indican que las soluciones deben estar en el
primer cuadrante
La región factible la hemos coloreado de amarillo:

Encontremos los vértices:


El O(0,0), el A(125, 0) y el D(0, 100) se encuentran directamente (son las intersecciones con los ejes
coordenados)
Se observa que la restricción y es redundante (es decir “sobra”)
Resolviendo el sistema:

, por reducción obtenemos y=50, x=100

Otro vértice es el punto C(100, 50)


Y el último vértice que nos falta se obtiene resolviendo el sistema:
X+y=150
X=125
Cuya solución es: X=125, Y=25 B(125, 25)

Los vértices de la región son O(0,0), A(125,0), B(125,25) y C(100,50) y D(0,100),


Si dibujamos el vector de dirección de la función objetivo f(x, y)=250x+ 400y
Haciendo 250x+ 400y =0, y=-(250/400)x=-125x/200

x Y
0 0
200 -125

Oswaldo Paul Rivadeneira Página: 15


Investigación Operativa I Programación Lineal

Se ve gráficamente que la solución es el punto (100, 50), ya que es el vértice mas alejado (el último que
nos encontramos al desplazar la rectas 250x+400y=0 )
Lo comprobamos con el método analítico, es decir usando el teorema que dice que si existe solución
única debe hallarse en uno de los vértices
La unción objetivo era: f(x, y)=250x+400y, sustituyendo en los vértices obtenemos
f(125,0)=31.250
f(125,25)=31.250+10.000=41.250
f(100,50)=25.000+20.000=45.000
f(0,100)=40.000

El máximo beneficio es 45.000 y se obtiene en el punto (100, 50)


Conclusión: se tienen que vender 100 tartas vienesas y 50 tartas reales.

39. Una escuela prepara una excursión para 400 alumnos. La empresa de transporte tiene 8 autocares de
40 plazas y 10 autocares de 50 plazas, pero solo dispone de 9 conductores. El alquiler de un autocar
grande cuesta 80 euros y el de uno pequeño, 60 euros. Calcular cuantos de cada tipo hay que utilizar
para que la excursión resulte lo mas económica posible para la escuela.
Solución
Es un problema de programación lineal, en este caso lo que queremos es hacer mínima la función
objetivo.
Llamamos x al nº de autocares de 40 plazas e y al nº de autocares de 50 plazas que alquila la escuela.
Entonces se tiene x ,y
Como sólo hay 9 conductores se verifica que: x +y
Como tienen que caber 400 alumnos se debe de verificar:
40x +50y , que simplificada quedaría 4 x +5y
Por lo tanto las restricciones que nos van a permitir calcular la región factible (conjunto de puntos
solución donde se cumplen todas las condiciones) son

Oswaldo Paul Rivadeneira Página: 16


LaInvestigación Operativa
función objetivo es F(x,I y)= 60x+ 80y Programación Lineal
Dibujamos las rectas auxiliares,
r1 r2 r3 r4
x Y x y x y x y
8 0 0 10 0 9 0 8
0 9 10 0

Así como la de que corresponde a F(x, y)=0 que se dibuja en rojo.


Teniendo en cuenta las restricciones ( la de R4 es la parte de arriba y que la R3 es la parte de abajo), se
encuentra la región factible. En el dibujo es la parte amarilla.

Los vértices son (0, 8), (0, 9) y el (5, 4), este último es el punto de intersección de las rectas r3 y r4

por reducción

restando ambas ecuaciones se tiene x =5 y sustituyendo en la 1ª ecuación, y =4


Resolviendo gráficamente se llega a que el punto (5, 4) es la solución del problema. La solución óptima .
Comprobarlo sustituyendo en F(x, y) todos los vértices y que este es el que da menor valor (método
analítico).

40. Una compañía posee dos minas: la mina A produce cada día 1 tonelada de hierro de alta calidad, 3
toneladas de calidad media y 5 de baja calidad. La mina B produce cada día 2 toneladas de cada una de
las tres calidades. La compañía necesita al menos 80 toneladas de mineral de alta calidad, 160 toneladas
de calidad media y 200 de baja calidad. Sabiendo que el coste diario de la operación es de 2000 euros en
cada mina ¿cuántos días debe trabajar cada mina para que el coste sea mínimo?.
Solución
Organizamos los datos en una tabla:

días Alta calidad Calidad media Baja calidad Coste diario


Mina A x 1x 3x 5x 2000x
Mina B y 2y 2y 2y 2000y
80 160 200
La función objetivo C(x, y)=2000x + 2000y

Las restricciones son:

Oswaldo Paul Rivadeneira Página: 17


Investigación Operativa I Programación Lineal
La región factible la obtenemos dibujando las rectas auxiliares: r1 x + 2y=80, r2 3x + 2y= 160 y r3 5x
+ 2y=200 en el primer cuadrante y considerando la región no acotada que determina el sistema de
restricciones:

Los vértices son los puntos A(0, 100), B(20, 50), C(40, 20), D(80, 0), que se encuentran al resolver el
sistema que determinan dos a dos las rectas auxiliares y (y que estén dentro de la región factible).

r1 r2 que nos da el punto (40, 20) (comprobarlo)

r2 r3 que nos da el punto (20, 50)

r1 r3 no hace falta calcularlo pues queda fuera de la región factible.


En la gráfica se aprecia que el primer punto que se alcanza al desplazar la recta C(x, y)=0 es el (40, 20).
Luego la solución es trabajar 40 días en la mina A y 20 en la B. (método gráfico)
Lo comprobamos aplicando el método analítico:
C(0, 100)=2000.100=200000
C(20, 50)=2000.20+2000.50=40000 + 100000= 140000
C(40, 20)= 2000. 40+2000.20=80000 + 40000= 120000 coste mínimo
C(80, 0)= 2000.80 =160000

41. Se va a organizar una planta de un taller de automóviles donde van a trabajar electricistas y mecánicos.
Por necesidades de mercado, es necesario que haya mayor o igual número de mecánicos que de
electricistas y que el número de mecánicos no supere al doble que el de electricistas. En total hay
disponibles 30 electricistas y 20 mecánicos. El beneficio de la empresa por jornada es de 250 euros por
electricista y 200 euros por mecánico. ¿Cuántos trabajadores de cada clase deben elegirse para obtener el
máximo beneficio y cual es este?
Sea x = nº electricistas
y = nº mecánicos
La función objetivo

f (x, y)=250x+ 200y , las restricciones

Oswaldo Paul Rivadeneira Página: 18


LaInvestigación Operativa
región factible I estas restricciones:
sería para Programación Lineal

Se aprecia gráficamente (línea en rojo) que la solución óptima está en el punto (20, 20).
Por tanto:
20 electricistas y 20 mecánicos dan el máximo beneficio, y este es 9000 euros, ya que f(x, y)
=250.20+200.20=9000

42. Para recorrer un determinado trayecto, una compañía aérea desea ofertar, a lo sumo, 5000 plazas de
dos tipos: T(turista) y P(primera). La ganancia correspondiente a cada plaza de tipo T es de 30 euros,
mientras que la ganancia del tipo P es de 40 euros.
El número de plazas tipo T no puede exceder de 4500 y el del tipo P, debe ser, como máximo, la tercera
parte de las del tipo T que se oferten.
Calcular cuántas tienen que ofertarse de cada clase para que las ganancias sean máximas.
Solución
Sea x el nº que se ofertan de tipo T, y el nº que se ofertan de tipo P.
nº Ganancia
Turista x 30x
Primera y 40y
Total 5000 30x +40y
La función objetivo es:
f(x, y)=30x +40y

Las restricciones:

La región factible:

Oswaldo Paul Rivadeneira Página: 19


Investigación Operativa I Programación Lineal

Los vértices, A(0, 5000), B(3750, 1250), C(4500, 500) y D(4500, 0) (comprueba el punto B resolviendo el
sistema correspondiente)
El método gráfico nos da que el punto solución es el B (3750, 1250)

Comprueba los resultados usando el método analítico (sustituyendo los puntos vértices en f y viendo q el
máximo valor se obtiene en B)

43. Una compañía de auditores se especializa en preparar liquidaciones y auditorías de empresas


pequeñas. Tienen interés en saber cuantas auditorías y liquidaciones pueden realizar mensualmente para
maximizar sus ingresos. Se dispone de 800 horas de trabajo directo y 320 horas para revisión. Una
auditoría en promedio requiere de 40 horas de trabajo directo y 10 horas de revisión, además aporta un
ingreso de 300 dls. Una liquidación de impuesto requiere de 8 horas de trabajo directo y de 5 horas de
revisión, produce un ingreso de 100 dls. El máximo de liquidaciones mensuales disponibles es de 60.

OBJETIVO : Maximizar el ingreso total.

VARIABLE DE DECISION: Cantidad de auditorías (X1).

Oswaldo Paul Rivadeneira Página: 20


Investigación
Cantidad Operativa I(X2).
de liquidaciones Programación Lineal

RESTRICCIONES : Tiempo disponible de trabajo directo

Tiempo disponible de revisión

Número máximo de liquidaciones

Maximizar

Sujeto a:

La solución óptima siempre se encuentra en uno de los vértices del conjunto de soluciones factibles. Se
analizan estos valores en la función objetivo. El vértice que representa el mejor valor de la función objetivo
será la solución óptima.

Oswaldo Paul Rivadeneira Página: 21


Investigación Operativa I Programación Lineal

44. Un departamento de publicidad tiene que planear para el próximo mes una estrategia de publicidad
para el lanzamiento de una línea de T.V. a color tiene a consideración 2 medios de difusión: La televisión
y el periódico.

Los estudios de mercado han mostrado que:

1. La publicidad por T.V. Llega al 2 % de las familias de ingresos altos y al 3 % de las familias de ingresos
medios por comercial.

2. La publicidad en el periódico llega al 3 % de las familias de ingresos altos y al 6 % de las familias de


ingresos medios por anuncio.

La publicidad en periódico tiene un costo de 500 dls. por anuncio y la publicidad por T.V. tiene un costo de
2000 dls. por comercial. La meta es obtener al menos una presentación como mínimo al 36 % de las
familias de ingresos altos y al 60 % de las familias de ingresos medios minimizando los costos de
publicidad.

OBJETIVO : Minimizar los costos de publicidad.

VARIABLE DE DECISION: Anuncios para las familias de ingreso alto (X1).

Anuncios para las familias de ingreso medio (X2).

RESTRICCIONES : Porcentaje de presentación.

Minimizar

Sujeto a:

Oswaldo Paul Rivadeneira Página: 22


Investigación Operativa I Programación Lineal

SOLUCION OPTIMA:

45. Un expendio de carnes acostumbra preparar carne para hamburguesa con una combinación de carne
molida de res y carne molida de cerdo. La carne de res contiene 80 % de carne y 20 % de grasa y le
cuesta a la tienda 80 centavos por libra. La carne de cerdo contiene 68 % de carne y 32 % de grasa y
cuesta 60 centavos por libra. ¿Qué cantidad de cada tipo de carne debe emplear la tienda por cada libra
de carne para hamburguesa si desea minimizar el costo y mantener el contenido de grasa no mayor de 25
%?

Minimizar

Sujeto a:

Oswaldo Paul Rivadeneira Página: 23


Investigación Operativa I Programación Lineal

SOLUCION OPTIMA:

2.
3.

46. Una pequeña empresa fabrica artículos de dos tipos a partir de tres materias primas,
llamadas A, B, C. El artículo tipo 1 produce utilidad de $400 por unidad, y para su Field Code Changed

fabricación se requieren una libra de A , una libra de B y tres gramos de C . El artículo tipo Field Code Changed

2 produce utilidad de $300 por unidad, para cuya fabricación se necesitan una libra de A , 2 Field Code Changed

libras de B y 2 gramos de C . Field Code Changed


Field Code Changed

La empresa dispone de 150 libras de A , 240 libras de B y 420 gramos de C , para el siguiente Field Code Changed
Field Code Changed
periodo de producción (puede ser una hora, un día u otro lapso).
Field Code Changed

La compañía desea conocer cuantas unidades de cada tipo de artículo debe producir en el Field Code Changed

periodo con el fin de maximizar la utilidad total por venta de los artículos. Se supone que Field Code Changed
todos los artículos producidos se venden y que la utilidad unitaria permanece constante, sin
importar la cantidad vendida.
Construcción del modelo:

Siguiendo la metodología propuesta en este capitulo, una vez comprendida la situación que
se describe, vamos a organizar los datos en una tabla; con lo cual será más fácil su utilización
para construir el modelo.

Oswaldo Paul Rivadeneira Página: 24


Investigación Operativa I PRECIO DE Programación Lineal
CONSUMO DE LA
VENTA
TIPO DE ARTÍCULO MATERIA PRIMA
($/UNIDAD)
A B C
P1 1 1 3 400
P2 1 2 2 300
Cantidad disponible 150 240 420

Debemos usar unas variables para cuantificar el nivel o grado al cual llevaremos a cabo cada
actividad.

Por ello definimos las variables así:

X1 : cantidad de artículos tipo 1 a fabricar en el período.


X2 : cantidad de artículos tipo 2 a fabricar en el período.

Función del objetivo

Utilidad total = 400X1+ 300X2 $/periodo

Limitantes o restricciones en el logro del objetivo

La cantidad utilizada de cada materia prima debe ser menor o igual que la cantidad
disponible.

De A (Libras de /período) Field Code Changed


1X 1  1X 2  150
De B Field Code Changed
1X 1  2 X 2  240 (Libras de /período)
Field Code Changed
De C
3 X 1  2 X 2  420 (Libras de /período) Field Code Changed

X1 ≥ 0, X2 ≥ 0

Por lo cual el modelo tendrá la siguiente forma final:

Minimizar Utilidad total = 400X1+ 300X2

Sujeta a:
1X 1  1X 2  150 Field Code Changed

1X 1  2 X 2  240
3 X 1  2 X 2  420

Con X1, X2 ≥ 0

Oswaldo Paul Rivadeneira Página: 25


Investigación Operativa I Programación Lineal Field Code Changed
47. Una compañía produce artículos de tres tipos, realizando las operaciones C , F , T . La
máquina de la operación C cuesta $1500/hora de funcionamiento, la de la operación F cuesta Field Code Changed

$2400/hora y la de la operación T cuesta $1200/hora. Field Code Changed


Field Code Changed

El costo del material para una unidad del artículo 1 es $50, para una unidad del artículo 2 es
de $80 y para una unidad del artículo 3 es de $140.

Los precios de venta para los artículos son respectivamente de $400, $420 y $500, la unidad.

Los tiempos de proceso requeridos por una unidad de cada tipo de material, se dan en la
siguiente tabla:

Minutos de operación por unidad

TIPO DE
C F T
ARTÍCULO
A1 2,5 2,0 4,0
A2 2,5 1,0 2,5
A3 2,0 0,5 2,0

La compañía necesita conocer cuantas unidades de cada tipo de artículo debe fabricar en una
hora, para obtener la máxima utilidad.

Construcción del modelo:

Inicialmente podemos elaborar unas tablas con los datos del problema, así:

Máquina C F T
Costo de Funcionamiento
25 40 20
($/minuto)

Artículo 1 2 3
Costo del material
50 80 140
($/unidad)

Precio de venta ($/unidad) 400 420 500


Las variables a utilizar se definen como:

Oswaldo Paul Rivadeneira Página: 26


Investigación Operativa I Programación Lineal
Xi : cantidad de artículos del tipo i a fabricar en una hora i  1,2,3 . Field Code Changed

Obsérvese que ahora se han definido las variables con una notación más genérica y resumida.

Después de haber comprendido el proceso y definido las variables de decisión, podemos


construir el modelo así:

Maximizar: Utilidad  Z  127.5 X 1  187.5 X 2  250 X 3 Field Code Changed

Sujeto a:

2.5 X 1  2.5 X 2  2.0 X 3  60 Minutos de C / hora Field Code Changed

2.0 X 1  1.0 X 2  0.5 X 3  60 Minutos de F / hora


4.0 X 1  2.5 X 2  2.0 X 3  60 Minutos de T / hora

Con  X 1, X 2, X 3  0

48. Un fabricante debe cumplir los siguientes compromisos, en el primer trimestre:

MES Enero Febrero Marzo


unidades 10,000 30,000 20,000

La capacidad mensual de producción de su planta es de 20.000 unidades. El costo unitario


de producción varia cada mes, así: Enero $20, Febrero $9 y Marzo $12. La compañía estima
en $3 el costo de almacenamiento de cada unidad que posea en la bodega él último día del
mes. La capacidad de la bodega de que dispone es de 22.000 unidades.

La empresa tiene en el inventario 50 unidades y desea tener 70 al final. El problema a


resolver consiste en la determinar del programa de producción mensual que minimiza los
costos totales en el trimestre.

Se supone que la producción se realiza durante todo el mes y el despacho se efectúa él último
día de mes.

Construcción del modelo

Deseamos determinar el programa de producción para obtener el mínimo costo en el


trimestre. Para ello definimos las variables así:

Pi : cantidad de artículos producidos en el mes i i  E, F , M  Field Code Changed


Field Code Changed
IFi : unidades en el inventario final del mes i.
Field Code Changed

Minimizar: Costos: Z  10 XE  9 XF   12 XM  Costo de Producción Field Code Changed

Oswaldo Paul Rivadeneira Página: 27


 3IFE  IFF  IFM 
Investigación Operativa I Programación Lineal Field Code Changed
Costo de almacenamiento.
Sujeto a:

1. Capacidades de producción por mes:


Enero PE  20.000 Field Code Changed

Febrero PF  20.000 Field Code Changed

Marzo PM  20.000 Field Code Changed

2. Despachos comprometidos cada mes:


Enero PE  10.000  IFE Field Code Changed

Febrero IFE  PF  30.000  IFF Field Code Changed

Marzo IFF  PM  20.000  70 Field Code Changed

3. Capacidad de la bodega
Enero PE  22.000 Field Code Changed

Febrero IFE  PF  20.000 Field Code Changed

Marzo IFF  PM  22.000 Field Code Changed

Los problemas de este tipo también pueden modelarse de otra manera como lo sugiere el
siguiente grafico:

Acá las variables se definen como:

Sean Xij : cantidad de artículos producidos en el mes i con destino a las ventas del mes j Field Code Changed

i  E, F , M j  E, F , M  . Field Code Changed


Field Code Changed
De esta forma el inventario final de cada mes esta integrado por las cantidades producidas Field Code Changed
ese mes con destino a los meses siguientes.

La función objetivo y las restricciones serán:

Minimizar:
Costo
 Z  10 X11  X12  X13  9 X 22  X 23  13 X 33  X 34  3 X12  X 23  X 34  6 X13 Field Code Changed

Nótese como los valores  X 12  X 13 y X 23  X 13 equivalen a los inventarios finales de los Field Code Changed

meses de Enero y Febrero.

Sujeta a:

Capacidades de producción por mes:


Enero X11  X12  X13  X14  20.000 Field Code Changed

Febrero X 22  X 23  X 24  20.000 Field Code Changed

Marzo X 33  X 34  20.000 Field Code Changed

Oswaldo Paul Rivadeneira Página: 28


Investigación Operativa I Programación Lineal
Despachos comprometidos cada mes:
Enero X11  50  10.000 Field Code Changed

Febrero X12  X 22  30.000 Field Code Changed

Marzo X13  X 23  X 33  20.000 Field Code Changed

49. Un granjero sabe que debe suministrar diariamente a cada una de sus vacas, un mínimo
de 27, 21 y 30 unidades de los elementos nutricionales A, B, C , respectivamente. Para Field Code Changed

prepararles la comida puede comprar dos clases de alimentos. Una libra del alimento 1
contiene 3, 1, y 1 unidades del nutriente A, B, C , respectivamente, y cuesta $40. Por otra parte, Field Code Changed

una libra del alimento 2 contiene respectivamente 1, 1 y 2 unidades de los nutrientes y cuesta
$20.

El granjero desea conocer cuántas libras de cada alimento necesita utilizar para nutrir a cada
una de sus vacas, de tal forma que minimice los costos. Suponga que no hay limite en cuanto
al peso total de la comida (mezcla) resultante.

Construcción del modelo

Para iniciar, podemos elaborar una tabla con los datos del problema:

Composición Precio
Alimento
(unidad/lb del alimento) ($/lb)
A B C
A1 3 1 1 40
A2 1 1 2 20
Requisitos
diarios 27 21 30
(unid/vaca)

Sean XAi : libras del alimento i que dedicaremos a la preparación de la dieta Field Code Changed

para una vaca i  1,2 . Field Code Changed

El objetivo es minimizar los costos. El modelo queda:

Minimizar: Costo  Z  40 AX 1  20 XA2 Field Code Changed

Sujeto a:

Composición de la dieta
Oswaldo Paul Rivadeneira Página: 29
Investigación Operativa I Programación Lineal
Nutriente A 3XA1  1XA2  27 (unidades de A /vaca) Field Code Changed

Nutriente B 1XB1  1XB2  21 (unidades de B /vaca) Field Code Changed

Nutriente C 1XC1  2 XC2  30 (unidades de C /vaca) Field Code Changed


Field Code Changed

Se deja al estudiante la comprobación de la consistencia de las unidades. Field Code Changed

Veamos otro ejemplo que ilustra el caso de composición o mezcla de ingredientes. Field Code Changed
Field Code Changed
Field Code Changed
50. Una compañía petrolera produce dos tipos de gasolina, la corriente y la extra. La corriente Field Code Changed
se vende a $3000 galón y la extra a $3600. Las gasolinas se fabrican a partir de dos crudos,
cuyos análisis de componentes aparecen a continuación:

COMPONENTES

CRUDO A B Costo por galón


1 60% 40% 150
2 30% 70% 120

La gasolina corriente debe contener máximo 60% de B , mientras que la extra debe contener Field Code Changed

mínimo 50% de A . Field Code Changed

El oleoducto de la compañía puede suministrar un máximo de 2 millones de galones crudo 1,


y 3 millones de crudo 2, al día.

La compañía espera vender a lo máximo 5 millones de galones de gasolina corriente y 1 millón


de gasolina extra, cada día.

¿Cómo debe proceder la empresa para obtener la máxima ganancia diaria?

Construcción del modelo

Elaboraremos una tabla con los datos importantes acerca de las gasolinas, así:

PRECIO DE MÁXIMA
COMPOSICIÓN
GASOLINA VENTA VENTA
REQUERIDA
($/GALÓN) (galón/día)
Corriente 3000 5*106 Max 60% de B
Extra 3600 1*106 Min 50% de A

Las variables se definen así:


Sean Xij : el número de galones de crudo i que se dedican a producir la gasolina j i  1,2 ; Field Code Changed
Field Code Changed
j  (C  corriente, E  extra).
Field Code Changed
Field Code Changed
Debemos suponer que al mezclar por ejemplo X 11 galones de crudo 1 y X 21 galones de
Field Code Changed
crudo 2, resultaran X 11  X 21 galones de gasolina 1, pues no hay pérdidas en la operación.
Field Code Changed
Field Code Changed
Considerando que el objetivo es maximizar las utilidades por venta de las gasolinas, y que
Field Code Changed
estas deben cumplir unos requisitos de composición, además de tener limites en la producción,
debido a la demanda y limites en la disponibilidad de crudos, el modelo del problema será:
Oswaldo Paul Rivadeneira Página: 30
Investigación Operativa I Programación Lineal

Maximizar: Z  3000 X 11  X 21  3600 X 12  X 22  150 X 11  X 12  120 X 21  X 22 Field Code Changed

Sujeto a:
Composición de gasolinas
 B en la corriente: 0.40 X11  0.70 X 21  0.60 X11  X 21 (gal de B en gas. corriente). Field Code Changed

0.60 X12  0.30 X 22  0.50 X12  X 22 (gal de A en gas. corriente).


Field Code Changed
 A en la extra:
Field Code Changed
Field Code Changed
Field Code Changed
Disponibilidad de crudos:
Field Code Changed
X11  X12  2 *10 6 (galón de crudo 1)
Field Code Changed
X 21  X 22  3 *10 6 (galón de crudo 2)
Field Code Changed

Ventas máximas (producción máxima)


X11  X 21  5 *10 6 (galón de corriente) Field Code Changed

X12  X 22  1*10 6 (galón de extra) Field Code Changed

51. La fábrica de Hilados y Tejidos "Manizales" requiere fabricar dos tejidos de


calidad diferente T y T’; se dispone de 500 Kg de hilo a, 300 Kg de hilo b y
108 Kg de hilo c. Para obtener un metro de T diariamente se necesitan 125 gr
de a, 150 gr de b y 72 gr de c; para producir un metro de T’ por día se
necesitan 200 gr de a, 100 gr de b y 27 gr de c.

El T se vende a $4000 el metro y el T’ se vende a $5000 el metro. Si se debe


obtener el máximo beneficio, ¿cuántos metros de T y T’ se deben fabricar?

Plantear el anterior problema como un modelo de Programación Lineal.

Variables de decisión:

X1: Cantidad de metros del tejido T a fabricar diariamente.


X2: Número de metros del tejido T’ a producir por día.
Z : Función de utilidad por la venta de los tejidos T y T’.

Modelo (Primal)::

MAX Z = 4000 X1 + 5000 X2

Sujeta a:

1. 0.125 X1 +0.2X2 500

Oswaldo Paul Rivadeneira Página: 31


Investigación Operativa I Programación Lineal
2. 0.150 X1 +0.1X2 300

3. 0.072 X1 + 0.027X2 108

X 1 , X2 0

52. La empresa "Caldas" tiene un sistema de producción constituido por tres


secciones, a través de las cuales elabora dos productos. En la primera sección
lo más que se pueden procesar son 300 unidades del artículo uno o 400 del
producto dos diariamente; la sección segunda fabrica como mínimo 350
unidades del producto uno o 450 unidades del producto dos por día.La sección
tercera puede elaborar hasta 400 unidades del artículo uno o 500 unidades
del artículo dos diariamente.

Si los productos uno y dos generan una utilidad de $1000 y $700 respectivamente.
¿Cuántos productos de cada uno se deben fabricar para maximizar la utilidad?.

Plantear el anterior problema como un modelo de Programación Lineal.

Definición de variables reales:

X1: Cantidad del producto uno a fabricar por día.


X2: Cantidad del artículo dos a producir diariamente.
Z : Función de utilidad de los productos uno y dos.

Modelo (Primal)::

MAX Z = 1000 X1 + 700 X2

Con sus restricciones:

Primera sección:

Cuando X1= 0, X2= 400; cuando X2= 0, X1= 300

X2 400 – 400/300 X1

1. 4X1 + 3 X2 1200

Segunda sección:

Cuando X1= 0, X2= 450; cuando X2= 0, X1= 350

X2 450 – 450/350 X1

2. 9X1 + 7X2 3150

Tercera sección:

Cuando X1= 0, X2= 500; cuando X2= 0, X1= 400

X2 500 – 500/400 X1

3. 5X1 + 4 X2 2000

Oswaldo Paul Rivadeneira Página: 32


Investigación Operativa I Programación Lineal

53. En una planta, la demanda estimada para el próximo año es la siguiente:

Primer trimestre : 15000 unidades de A.


Segundo trimestre : 25000 unidades de A.
Tercer trimestre : 40000 unidades de A.
Cuarto trimestre : 20000 unidades de A.

En el almacén se cuenta con 10000 unidades, al iniciarse el período v se desea


disponer de un inventario de 5000 unidades al finalizar el año. La producción
durante el último trimestre del período anterior fue de 5000 unidades.

Si el costo de aumento de la producción C1= $50 por unidad, el costo de


disminución de la producción C2= $30 por unidad y el costo de almacenaje C3= $20
por unidad.

¿Qué cantidad deberá producirseen cada trimestre para minimizar costos de manejo
de producción?

Plantear este problema como un modelo de Programación Lineal

Definición de variables:

Xj : Producción durante el trimestre j.


Ij : Inventario al finalizar el trimestre j.
C1 : Costo de aumento de producción.
C2 : Costo de disminución de producción.
C3 : Costo de almacenamiento de producción.
Dj : Demanda estimada en el trimestre j.
Aj : Unidades adicionales producidas sobre el nivel del trimestre j-1.
Rj : Unidades en que el nivel de producción disminuyó sobre el trimestre j-1.
I0 : 10000 unidades a Diciembre 31 de 2002 Inventario.
I4 : 5000 unidades a Diciembre 31 de 2003 Inventario.
X0 : 5000 unidades que se producen en el cuarto trimestre de 2002.
W : Función de costos de manejo de producción.

Modelo (Primal):

MIN W = (20*5000) + C1(A1 + A2 + A3 + A4) + C2(R1 + R2 + R3 + R4) + C3(I1 +


I 2 + I 3 + I4 )

Con sus restricciones:

Oswaldo Paul Rivadeneira Página: 33


Investigación Operativa I Programación Lineal

54. Al Director Financiero de la Corporación Financiera Nacional le han dado $50000000


para que invierta en un período de tres años.El Director ha determinado que existen
tres oportunidades de inversión disponibles en el momento y que son las siguientes: la
inversión A rinde el 18% anual; la inversión B rinde el 12% el primer año y el 21% los
años siguientes y la inversión C rinde el 55% al final del tercer año y no se puede
volver a invertir.

También ha encontrado que al comienzo del segundo año existe otra oportunidad de inversión, la D
que produce 25% al final del tercer año y por una sola vez.El Director Financiero desea saber cuánto
dinero invertir, dónde y cuándo en tal forma que la cantidad de dinero disponible al inicio del cuarto
año sea máximo.

Plantear el anterior problema como un modelo de Programación Lineal.

Variables de decisión:

Ai : Dinero a invertir al comienzo del año i en la inversión A; i = 1,2,3


Bi : Cantidad invertida en pesos al inicio del año i en la inversión B.
C1 : Dinero a invertir al comienzo del año 1 en la inversión C.
D2 : Cantidad invertida en pesos al inicio del año 2 en la inversión D.
Z : Dinero a principio del cuarto año.

Modelo (Primal):

MAX Z = 50000000 + 0.18(A1 + A2 + A3) + (0.12B1 + 0.21B2 + 0.21B3) + 0.55C1 + 0.25D2

Sujeta a:

1. A1 +B1 + C1 50000000

2. – 0.18A1+A2– 0.12B1+ B2 +C1+D2 50000000

3 .– 0.18A1- 0.18A2– 0.12B1–0.21B2+ A3+ B3+C1+D2 50000000


Ai, Bi, C1, D2 0 i

55. Suponga que una gallina toma dos semanas para poner doce huevos para la
venta o para empollar cuatro huevos.¿Cuál es el mejor programa de poner huevos y
empollar si al final del cuarto período todas las gallinas y pollos se venden a $12000
cada uno, los huevos a $200 cada uno?Asuma:

A. Un inventario inicial de cien huevos y cien gallinas.


B. Cien gallinas y cero huevos.
C. Cien gallinas y cero huevos y también un inventario final de cien gallinas y cero
huevos.

Oswaldo Paul Rivadeneira Página: 34


Investigación Operativa I Programación Lineal
Plantear el anterior problema como un modelo de Programación Lineal.

Variables reales:

Xij: Cantidad de gallinas en el período i y en la actividad j.

i = 1,2,3,4;j = 1,2;j = 1 (poniendo);j = 2 (incubando)

Z: Función de utilidad para poner y/o empollar huevos.

Modelo (Primal):

A)MAX Z = 12000{100+200( X12+ X22+ X32+ X42)}+200{100–4X 12+12 X21– 4


X32+ 12 X31 4 X42+ 12 X41}

Sujeta a:

B)MAX Z = 12000 { 100 + 200 ( X22+ X32+ X42) } + 200 { 12 X11– 4 X22+
12 X21– 4 X32+ 12 X31– 4 X42+ 12 X41}

Con las siguientes restricciones:

Oswaldo Paul Rivadeneira Página: 35


Investigación Operativa I Programación Lineal

C) MAX Z = 8000 { 100 + 200 ( X22+ X32+ X42) } + 8000 * 100

Sujeta a:

56. Los príncipes de Serendipity se fueron en un pequeño viaje. Ellos no


podían llevar muchas maletas; Más de trescientos libras las ponían a pensar.
Planearon hasta el centavo. Cuando regresaron a Ceilán Descubrieron que
sus dineros estaban a punto de acabar. Cuando, para su alegría, el príncipe
Guillermo encontró una pila de cocos en el suelo.

"Cada uno nos producirá sesenta rupias", dijo el príncipe Ricardo cuando pisó una
piel de león.
Oswaldo Paul Rivadeneira Página: 36
Investigación Operativa I Programación Lineal
"Miren", gritó el príncipe Roberto. Cuando observó más pieles de león debajo del
árbol. "Estas pieles nos pueden producir hasta trescientas rupias cada una, si las
podemos llevar hasta la orilla del mar".

Cada piel pesaba quince libras y cada coco cinco, pero haciendo de tripas corazón
pudieron llevar todo a la orilla.

La embarcación de regreso a la isla era pequeña, Quince pies cúbicos de equipaje -


eso era todo.

Cada piel de león tomaba un pie cúbico, mientras que ocho cocos ocupaban el
mismo espacio. Con todo el equipaje se hicieron a la mar y en el viaje calcularon lo
que sería su nueva riqueza.

"Eureka", gritó Roberto. Nuestra fortuna es tan grande, que no existe otra forma de
retornar así.

Con cualquier otra piel o coco que hubiéramos traído ahora seríamos más pobres. Y
no sé qué le escribiré a mi amigo Horacio en Inglaterra, seguramente sólo él sabrá
apreciar nuestro Serendipity.

Plantear el anterior problema como un modelo de Programación Lineal.

Variables de decisión:

X1: Número de cocos cargados en el bote.


X2: Cantidad de pieles de león cargadas en el bote.
Z: Función de utilidad correspondiente a los cocos y/o pieles de león cargados en el
bote.

Modelo (Primal):

MAX Z = 60 X1+ 300 X2

Con sus restricciones:

1. 5 X1+ 15 X2 300

2. 1/8 X1+X2 15

X1, X2 0

57. Un barco tiene tres bodegas: Proa, popa y centro; los límites de capacidad para
esas tres bodegas son:

BODEGAS PESO ( Ton ) VOLUMEN ( FT3 )

Proa 2000 100.000

Oswaldo Paul Rivadeneira Página: 37


Investigación Operativa I Programación Lineal
Popa 1500 300.000

Centro 3000 135.000

Se ofrecen las siguientes cargas y los responsables del barco pueden aceptar todo o parte de cada
carga:
CARGAS CANTIDAD (Ton) VOLUMEN (Ton/ FT3 ) UTILIDAD( $ / Ton )

A 6000 60 6

B 4000 50 8

C 2000 25 5
Buscando conservar el equilibrio en el barco, el peso de cada bodega debe ser proporcional a su
capacidad en toneladas. ¿Cómo se debe repartir la carga buscando maximizar las ganancias totales?

Plantear el anterior problema como un modelo de Programación Lineal.

Definición de variables

BODEGA PROA POPA CENTRO CANTIDAD VOLUMEN

CARGA (1) (2) (3) (Ton) (Ton/ FT3)


A XA1 XA2 XA3 6000 60

B XB1 XB2 XB3 4000 50

C XC1 XC2 XC3 2000 25


Peso 2000 1500 3000 Ton
Volumen 100.000 300.000 135.000 FT3

Oswaldo Paul Rivadeneira Página: 38


Investigación Operativa I Programación Lineal
Z: Utilidad total.

Modelo (Primal):

MAX Z = 6 ( XA1+ XA2+ XA3) + 8 ( XB1+ XB2+ XB3) + 5 ( XC1+ XC2+ XC3)

Con las siguientes restricciones:

Resumiendo:

MAX Z = 6 ( XA1+ XA2+ XA3) + 8 ( XB1+ XB2+ XB3) + 5 ( XC1+ XC2+ XC3)

Con las siguientes restricciones:

Oswaldo Paul Rivadeneira Página: 39


Investigación Operativa I Programación Lineal

58. Una empresa se dedica a la producción de pinturas para interiores y exteriores


para su distribución; se emplean dos materias primas MP1 y MP2 para la producción
de las pinturas. La disponibilidad máxima de MP1 es de 8 toneladas diarias y la de
MP2 es de 5 toneladas por día. Los requerimientos diarios de materia prima por
tonelada es la siguiente:

Oswaldo Paul Rivadeneira Página: 40


Investigación Operativa I Programación Lineal

Toneladas de materia prima por


tonelada de

Disponibilidad máxima

Pintura para Pintura para


diaria ( toneladas)
Interiores Exteriores
MP1
20
3 7
MP2
9
4 1
Utilidad por
Tonelada 100.000 300.000

El estudio de mercado ha establecido que la demanda diaria de pintura para interiores no puede ser
mayor que la pintura para exteriores en más de una tonelada. Además, el estudio señala que la
demanda máxima de pintura para interiores está limitada a dos toneladas por día. Cuánta pintura para
interiores y exteriores debe producir la empresa todos los días para maximizar el ingreso bruto ?

Variables reales:

X1: Número de toneladas diarias producidas de pintura para interiores.


X2: Cantidad de toneladas diarias producidas de pintura para exteriores.
Z : Función de utilidad correspondiente a la ganancia por la venta de pintura para interiores y
exteriores.

Modelo (Primal):

MAX Z = 100000 X1+ 300000 X2

Sujeta a:

Oswaldo Paul Rivadeneira Página: 41


Investigación Operativa I Programación Lineal

59. Un hacendado dispone de los siguientes recursos para emplearlos en la próxima


cosecha: $70000000 de capital disponible, 1000 horas tractor y 50 hectáreas de
tierra cultivable. Estas tierras son propias para sembrar maíz, caña de azúcar y
ajonjolí; se supone que tiene a su disposición hombres suficientes y sin restricción y
sus costos de producción son los siguientes: tractor e implementos $ 5000 la hora,
mano de obra $ 4000 la hora, cada hectárea no sembrada $ 4500. Además se
supondrá un costo como penalización, de un peso por cada peso no invertido. Los
siguientes datos son por hectárea:

Mano de Otros
Cosecha Tractor (Hor) Valor de la cosecha (Has)
Obra (Hor) costos

Maiz 20 $300000
10 $3500

Caña de Azucar 20 $380000


25 $4000

Ajonjoli 15 $410000
30 $10000

Oswaldo Paul Rivadeneira Página: 42


Investigación Operativa I Programación Lineal
Plantear el anterior problema como un modelo de Programación Lineal.

Variables de decisión:

X1: Cantidad de hectáreas de maíz a producir.


X2: Número de hectáreas de caña de azúcar a cosechar.
X3: Cantidad de hectáreas de ajonjolí a producir.
Z : Función de utilidad correspondiente a los cultivos que la hacienda produce.

Modelo (Primal):

MAX Z = [ 3000000 – ( 5000 * 20 + 4000 * 10 + 3500 )] X1 + [ 3800000 – (( 5000 * 25 ++ 4000 *


25 + 4000 )] X2+

( 4100000 – ( 5000 * 15 + 4000 * 30 + 10000 )]X3

Con sus restricciones:

60. Un fabricante de electrodomésticos produce cuatro modelos de


lavadoras L1, L2, L3 y L4. Estos aparatos constan fundamentalmente de un
tambor metálico recubierto con una carcasa, el cual gira por efecto de un
motor eléctrico controlado por un microprocesador electrónico.

Los modelos L1 y L3 son lavadoras con menor capacidad de carga (4 kgr),


necesitando 5 mt2 de material metálico, mientras que los modelos L2 y L4 que
cargan 10 kgr, requieren 8,5 mt2 de material metálico. La cantidad de material
metálico disponible es de 10000 mt2.

Los modelos L1 y L2 llevan un motor denominado M1 y un microprocesador P1; los


modelos L3 y L4 tienen un motor M2 y un microprocesador P2. El motor M1 es
menos potente que el M2 y el microprocesador P1 tiene menos programas que el
microprocesador P2; el material necesario para fabricar los motores puede
obtenerse prácticamente sin limitación.

Los motores se ensamblan en una nave de montaje con una capacidad de trabajo de
3000 horas, siendo requeridas una hora para montar un motor M1 y 1,5 horas para
ensamblar un motor M2. En cuanto a los microprocesadores se pueden fabricar en la
propia empresa en una sección de la planta de montaje o se pueden encargar a un
fabricante de material electrónico. En el primer caso, compiten con la fabricación de
los motores M1 y M2 necesitando 0,3 horas la fabricación de P1 a un costo de $
100000 y 0,75 horas la fabricación de P2 con un costo de $ 180000. En el segundo
caso, el vendedor puede suministrar cualquier cantidad de P1 y P2 a un precio de $
180000 y $ 360000 respectivamente.

Finalmente, las lavadoras se montan en otra nave de acabado con capacidad de


5000 horas, siendo preciso un tiempo de 1,5 horas para el modelo L1, 2,3 horas
para el modelo L2, 3 horas para el modelo L3 y 4,2 horas para el modelo L4. Para
Oswaldo Paul Rivadeneira Página: 43
Investigación Operativa I Programación Lineal
satisfacer a todos los segmentos, el fabricante decide que la producción mínima de
cada modelo sea de 300 unidades. Como dato adicional se conoce, según informe
del departamento de mercadeo,que la demanda de modelos de mayor capacidad es
siempre superior a la demanda de los modelos de menor capacidad, por lo que la
producción combinada de los modelos L2 y L4 debe ser superior a la producción
combinada de los modelos L1 y L3.

La utilidad proporcionada es de $160000 para el modelo L1, $170000 para el


modelo L2, $180000 para el modelo L3 y $200000 para el modelo L4. Plantear un
modelo de Programación Lineal para la planificación de la producción de las
lavadoras teniendo como objetivo la maximización de los beneficios.

Definición de variables:

X1 : Número de lavadoras L1 a fabricar.


X2 : Cantidad de lavadoras L1 a producir.
X3 : Número de lavadoras L3 a fabricar.
X4 : Cantidad de lavadoras L4 a producir.
X5 : Número de microprocesadores P1 a fabricar en la empresa.
X6 : Cantidad de microprocesadores P1 a comprar.
X7 : Número de microprocesadores P2 a producir en la empresa.
X8 : Cantidad de microprocesadores P2 a comprar.
X9 : Número de motores M1 a fabricar.
X10 : Cantidad de motores M2 a producir.
Z : Función de utilidad correspondiente a la ganancia por la venta de lavadoras
modelos L1, L2, L3 y L4.

Modelo (Primal):

MAX Z = 160000 X1 + 170000 X2 + 180000 X3 + 200000 X4 – 100000 X5 –


180000 X6 – 180000 X7 – 360000 X8

MAX Z = 160000 X1 + 170000 X2 + 180000 X3 + 200000 X4 – 100000 X5 –


180000 X6 – 180000 X7 – 360000 X8

Sujeta a:

Oswaldo Paul Rivadeneira Página: 44


Investigación Operativa I Programación Lineal

61. Un país está atravesando una aguda crisis económica a raíz del enorme
incremento de la deuda externa. Uno de los efectos más visibles de la crisis es el
carácter especulativo que está adquiriendo el mercado de capitales; la influencia de
diversos agentes: Gobierno, Fondo Monetario Internacional, Banca Nacional y Banca
Extranjera, etc, hace que los indicadores económicos (inflación, devaluación, entre
otros) experimente constantes modificaciones haciendo muy poco fiables las
previsiones a medio y a largo plazo. En este contexto, los inversionistas se han
decantado por una política de inversión a corto y muy corto plazo como mecanismo
de defensa ante la inestabilidad del mercado.

Uno de estos inversionistas está estudiando como invertir $ 100000000 producto de una herencia; un
asesor financiero le proporciona el siguiente cuadro en el que se recogen las posibles inversiones, su
rendimiento, plazo, así como dos índices de calidad de la inversión, uno proporcionado por un
organismo estatal y el otro proveniente de una fuente extranjera. Para la obtención de estos índices
de calidad se tienen en cuenta conceptos tales como liquidez, riesgo, etc, de difícil cuantificación; el
índice estatal recorre una escala de la A a la Z, siendo A la mejor calidad, mientras que el índice
extranjero califica a las inversiones en una escala de 0 a 100, siendo 100 la mejor calidad.

Indice de Calidad
Tipo
Organismo Fuente
Inversion Dias Neto
Bonos Empresa Estatal Extranjera
Privada
1 10 3,166
C 95
Bonos Estatales
2 15 3,99
B 85
Deuda Publica
3 21 6,30
Nacional A 92

4 21 5,94
Deuda Publica B 90
Regional
5 30 6,38
A 97
Pagares Estatales
6 7 1,75
D 93
Moneda Extranjera

Oswaldo Paul Rivadeneira Página: 45


Investigación Operativa I Programación Lineal

El inversionista pretende elegir su cartera de modo que alcance los máximos beneficios. No obstante,
el asesor financiero le aconseja que diversifique su inversión de acuerdo con los criterios siguientes:

La cantidad colocada en inversiones estatales no debe ser superior al 70% del total invertido.

 La cantidad invertida en bonos debe ser superior a lo invertido en deuda pública.


 La razón entre las inversiones en efectos de titularidad pública (inversiones 2, 3, 4 y 5) y las
inversiones en efectos de titularidad privada (inversiones 1 y 6) deben ser a lo sumo de tres a
uno.
 No debe colocarse más de un 60% en inversiones catalogadas por el organismo estatal con un
índice inferir o igual a B.
 La calidad media de la inversión según el índice de fuente extranjera debe ser como mínimo
92.
 Debido a las disposiciones legales, la cantidad máxima que puede invertirse en pagarés
estatales es de $4000000.
 La duración media de la inversión debe estar comprendida entre 14 y 21 días.

Plantear el anterior problema como un modelo de Programación Lineal.

Variables reales:

X1 : Cantidad colocada en la inversión 1 (en millones de pesos).


X2 : Cantidad colocada en la inversión 2 (en millones de pesos).
X3 : Cantidad colocada en la inversión 3 (en millones de pesos).
X4 : Cantidad colocada en la inversión 4 (en millones de pesos).
X5 : Cantidad colocada en la inversión 5 (en millones de pesos).
X6 : Cantidad colocada en la inversión 6 (en millones de pesos).
Z : Función de utilidad correspondiente a la ganancia obtenida de acuerdo a las inversiones realizadas
1, 2, 3, 4, 5 y/o 6.

inversiones realizadas 1, 2, 3, 4, 5 y/o 6.

Modelo (Primal):

MAX Z = 3,16 X1 + 3,99 X2 + 6,30 X3 + 5,94 X4 + 6,38 X5 + 1,75 X6

Con sus restricciones:

Resumiendo:

Oswaldo Paul Rivadeneira Página: 46


Investigación Operativa I Programación Lineal
MAX Z = 3,16 X1 + 3,99 X2 + 6,30 X3 + 5,94 X4 + 6,38 X5 + 1,75 X6

Con sus restricciones:

Oswaldo Paul Rivadeneira Página: 47


Investigación Operativa I Programación Lineal
62. Una empresa de confecciones puede producir 1000 pantalones o 3000
blusas (o una combinación de ambos) diariamente. El departamento de
acabado puede trabajar sobre 1500 pantalones o sobre 2000 blusas (o una
combinación de ambos) cada día; el departamento de mercadeo requiere que
se produzcan diariamente al menos 400 pantalones. Si el beneficio de un
pantalón es de $ 4000 y el de una blusa es de $ 3000. ¿ Cuántas unidades se
deben de producir de cada uno para maximizar las utilidades ?.

Plantear el anterior problema como un modelo de Programación Lineal.

Variables de decisión:

X1 : Cantidad de pantalones a producir diariamente.


X2 : Número de blusas a fabricar por día.
Z : Función de utilidad correspondiente a la ganancia por la venta de pantalones y
blusas.

Modelo (Primal):

MAX Z = 4000 X1 + 3000 X2

Sujeta a:

Resumiendo:

MAX Z = 4000 X1 + 3000 X2

Sujeta a:

63. La Granja Manizales tiene como actividad principal la cría y engorde de cerdos
destinados al consumo humano como también a la fabricación de embutidos. La tarea
principal encargada por medio del veterinario es supervisar la preparación de un
alimento (salvado) especial, reconstituyente para alimentar una camada que se
encuentra convaleciente de una leve enfermedad. Se precisan 1000 kgr del alimento
cuya composición debe cumplir las siguientes especificaciones:

Oswaldo Paul Rivadeneira Página: 48


Investigación Operativa I Programación Lineal
 La cantidad de peso de hidratos de carbono (H) debe estar comprendida entre un 40% y un
70%.
 La cantidad en peso de proteínas (P) debe estar entre un 15% y un 50%.
 La cantidad de peso en grasas (G) debe estar comprendida entre un 10% y un 30%.
 La cantidad en peso de minerales (M) debe ser superior al 3%.

Para la preparación del alimento se puede recurrir a tres tipos de cuido proporcionados por la
compañía FINCA, dos tipos de harina de pescado suministrados por la empresa PURINA o bien
comprar directamente en el almacén paquetes de mineralescon la composición adecuada. La siguiente
tabla muestra la composición porcentuales en peso de cada uno de estos productos, así como su costo
por kilogramo:

Alimentos H P G M Costo / Kgr

Cuido A 76 21 3 0 22

Cuido B 64 24 12 0 31

Cuido C 45 37 18 0 45

Harina 1 71 2 26 1 17

Harina 2 69 1,5 29 0,5 15

Minerales 0 0 0 100 125

El gerente desea evitar una excesiva dependencia de un único proveedor, Al tiempo que desea
mantener buenas relaciones comerciales con ambos proveedores; por ello, piensa que el pedido
debería repartirse de manera equitativa entre las empresas FINCA y PURINA. En este sentido lo más
que podría tolerarse es una diferencia en más o en menos entre los dos pedidos de hasta un 20% de
la cantidad total pedida a ambos proveedores. Por otra parte la compañía FINCA ha avisado que las
existencias de su cuido más barato el A, son un tanto escasas, por lo que solo podrá suministrar a
tiempo a lo sumo 300 kgr. El problema que debe resolver la gerencia es determinar que cantidades
compra de cada producto para fabricar el alimento necesario para el ganado porcino al menor costo
posible.

Definición de variables:

a) La cantidad de peso de hidratos de carbono (H) debe estar comprendida entre un 40% y un 70%.
b) La cantidad en peso de proteínas (P) debe estar entre un 15% y un 50%.
c) La cantidad de peso en grasas (G) debe estar comprendida entre un 10% y un 30%.
d) La cantidad en peso de minerales (M) debe ser superior al 3%.

Modelo (Primal):

MIN W = 22 XA + 31 XB + 45 XC + 17 X1 + 15 X2 + 125 XM

Con sus restricciones:

Oswaldo Paul Rivadeneira Página: 49


Investigación Operativa I Programación Lineal

Resumiendo:

MIN W = 22 XA + 31 XB + 45 XC + 17 X1 + 15 X2 + 125 XM

Sujeta a:

64. Una empresa produce bobinas de papel de 500 metros de longitud y un metro
de ancho ; se ha estimado que la demanda para el mes próximo es de : 500 bobinas
de 20 cm de ancho, 400 bobinas de 30 cm de ancho, 250 bobinas de 40 cm de ancho
y 300 bobinas de 70 cm de ancho (todas las bobinas son de 500 metros de longitud).

El fabricante debe cortar las bobinas de un metro de ancho con el tamaño de las peticiones para
satisfacer la demanda, pero también desea que el desperdicio en el corte sea tal que el número de
bobinas que fabrique de un metro sea mínimo con el objetivo que el costo de producción también lo
sea, si se considera desperdicio los sobrantes iguales o superiores a 10 cm.

Variables reales:

Xi : Número de bobinas a cortar de 500 metros según el patrón i, i = 1, 2, 3, 4, 5, 6, 7, 8, 10


W : Función de costo del desperdicio en el corte de las bobinas.

Oswaldo Paul Rivadeneira Página: 50


Investigación Operativa I Programación Lineal
Patrones 20 30 40 70 Sobrantes (cm)

1 5 0 0 0 0

2 3 0 1 0 0

3 3 1 0 0 10

4 1 0 0 1 10

5 0 1 0 1 0

6 1 1 1 0 10

7 0 2 1 0 0

8 0 3 0 0 10

9 1 0 2 0 0

10 2 2 0 0 0

MIN W = 10 X3 + 10 X4 + 1 0X6 + 10 X8

Sujeta a:

65. En la Empresa Colombiana de Petróleos ECOPETROL se procesan tres tipos de


gasolina:

Tipo Clase Octanaje (Ocatnos)

Oswaldo Paul Rivadeneira Página: 51


Investigación Operativa I Programación Lineal
1 Popular 95

2 Corriente 92

3 Extra 98

Para ello se mezclan cuatro productos base, cuyo costo y disponibilidad son:

Costo Unidad Costo / Unidad ($/Barril)

A 3000 90000

B 2000 180000

C 4000 120000

D 1000 150000

Para la clasificación de la mezcla en uno de los tres tipos de gasolina se atiende a la proporción de los
productos que la componen de acuerdo a la siguiente tabla:

Producto Producto A Producto B Producto C Producto D Utilidad/Unidad($/Barril)

1 30% 40% 50% --- 150000

2 50% 10% --- --- 12000

3 70% --- --- --- 90000

Oswaldo Paul Rivadeneira Página: 52


Investigación Operativa I Programación Lineal

---: Indica que no interesa la proporción de ese producto.

Variables de decisión:

Y1 : Cantidad de barriles de gasolina tipo 1 (Popular).


Y2 : Número de barriles de gasolina tipo 2 (Corriente).
Y3 : Cantidad de barriles de gasolina tipo 3 (Extra).
YA : Número de barriles del producto A.
YB : Cantidad de barriles del producto B.
YC : Número de barriles del producto C.
YD : Cantidad de barriles del producto D.
Xij : Número de barriles del producto i {A, B, C, D} invertidos en j {1, 2, 3}
Z : Función de maximización de la utilidad.

Modelo (Primal):

MAX Z = 150000 X1 + 120000 X2 + 90000 X3 – 90000 YA – 180000 YB – 120000 YC – 150000YD

Con sus restricciones:

66. El gobierno actual requiere el máximo apoyo para que se apruebe en el


Congreso el plan de desarrollo propuesto para el próximo año. A través de
sus consejeros ha sabido que hay 35 congresistas de un grupo de coalición y
27 de otro partido que aún no han definido su voto. El presidente decide
entonces concertar por teléfono a estos congresistas indecisos para
convencerlos de que lo apoyen, sabiendo que tiene una probabilidad 0,9 de
éxito con los miembros de la coalición y 0,6 de otro partido. ¿Cuántos
congresistas de cada partido deberá telefonear para maximizar su
probabilidad de éxito si no puede realizar un número total de llamadas
superior a 30 en el actual régimen de austeridad?

Definición de variables:

Oswaldo Paul Rivadeneira Página: 53


Investigación Operativa I Programación Lineal
XC : Cantidad de congresistas de la coalición.
Xo : Número de congresistas de otro partido.
Z : Función de maximización del éxito.

Modelo (Primal):

MAX Z = 0,9 XC + 0,6 Xo

67. Una empresa requiere adquirir cuatro productos (1, 2, 3 y 4) y se conoce que
hay tres compañías (A, B y C) que los procesan y los venden. La diferencia entre las
compañías hace que los artículos se distingan por su calidad, es decir, probabilidad
que sean menos defectuosos y sus precios:

Calidad 1 2 3 4 Producto 1 2 3 4

A 0,4 0,6 0,8 0,7 A 6 4 2 3

B 0,6 0,7 0,4 0,9 B 8 7 5 9

C 0,7 0,6 0,5 0,8 C 3 5 7 6

Si se pretende tener una media no inferior a 8, 14, 23 y 15 unidades sin defecto de los productos 1, 2,
3 y 4 respectivamente. Si se desea minimizar el costo que se debe comprar.

Variables reales:

Xij : Cantidad de artículos i, i {1, 2, 3, 4} que se comprarán en la empresa j, j {A, B, C}


W : Función de minimización de costos.

Modelo (Primal):

MIN W = 6 X1A + 4 X2A + 2 X3A + 3 X4A + 8 X1B + 7 X2B + 5 X3B + 9 X4B + 3 X1C + 5 X2C +
7 X3C + 6 X4C

Sujeta a:

Oswaldo Paul Rivadeneira Página: 54


Investigación Operativa I Programación Lineal
68. Un granjero tiene 1000 hectáreas de terreno para cultivar próximamente y
desea planificar tales cultivos; sabe que necesitará disponer de 300 toneladas de trigo
y 270 toneladas de maíz para alimentar a su ganado, lo que puede obtener mediante
su propia cosecha o por medio de compra en el mercado. Lo que produzca y que no
se dedique a su ganado, lo puede vender; los precios de venta son $500000 y
$450000 por cada tonelada de trigo y de maíz, respectivamente. Los precios de
compra son un 35% superior debido a las ganancias de intermediarios y a los costos
de transporte.

Otro cultivo posible es de la caña de azúcar, que se vende a $300000 cada tonelada producida. Sin
embargo, normas del Mercado Común Latinoamericano imponen una cuota máxima para la producción
de azúcar, lo que conlleva que cada tonelada de caña de azúcar producida sobre tal cuota tendrá un
precio de venta de $100000; para el próximo cultivo se espera que tal cuota sea de 4000 toneladas.

Basado en experiencias anteriores, el granjero conoce que la producción media es de 8, 5 y 4


toneladas por hectárea de trigo, maíz y caña de azúcar. El costo de cultivar una hectárea de trigo,
maíz y caña de azúcar es de $3000000, $3800000 y $4300000.

Se debe plantear un modelo de Programación Lineal que le ayude al granjero a maximizar sus
beneficios.

Variables de decisión:

U1 : Cantidad de hectáreas en las que cultivará trigo.


U2 : Número de hectáreas en las que sembrará maíz.
U3 : Cantidad de hectáreas en las que plantará caña de azúcar.
V1 : Número de toneladas que comprará de trigo.
V2 : Cantidad de toneladas que comprará de maíz.
W1 : Número de toneladas que venderá de trigo.
W2 : Cantidad de toneladas que venderá de maíz.
W3 : Número de toneladas que venderá de caña de azúcar a $300000.
W4 : Cantidad de toneladas que venderá de caña de azúcar a $100000.
Z : Función de maximización de utilidades.

Modelo (Primal):

MAX Z= 6 X1A + 4 X2A + 2 X3A + 3 X4A + 8 X1B + 7 X2B + 5 X3B + 9 X4B + 3 X1C + 5 X2C +
7 X3C + 6 X4C

Con sus restricciones:

Oswaldo Paul Rivadeneira Página: 55


Investigación Operativa I Programación Lineal

Oswaldo Paul Rivadeneira Página: 56


Investigación Operativa I Programación Lineal

Oswaldo Paul Rivadeneira Página: 57


Investigación Operativa I Programación Lineal

69. La gerencia de una planta termoeléctrica de generación de energía, que emplea


carbón como combustible, está estudiando la configuración operativa de la planta a
fin de cumplir con las nuevas leyes de contaminación ambiental; para esta planta, las
tasas máximas de emisión son: máxima emisión de óxido de azufre 4000 partes por
millón (ppm), máxima emisión de partículas (humo) 10 kilogramos / hora (kgr / hor).

El carbón se traslada a la planta por ferrocarril y se descarga en depósitos cercanos a la misma; de


aquí se lleva con una cinta transportadora a la unidad pulverizadora, donde se pulveriza y alimenta
directamente la cámara de combustión, a la velocidad conveniente; el calor producido en la cámara de
combustión, se utiliza para crear vapor, el cual impulsa las turbinas.

Se emplean dos tipos de carbón: tipo A, que es un carbón duro y de quema limpia con un bajo
contenido en azufre (bastante caro) y tipo B, que es un carbón barato, relativamente suave, que
produce humo y tiene un alto contenido en azufre (ver tabla adjunta). El valor térmico en términos de
vapor producido es mayor para el carbón A que para el carbón B, siendo de 26000 y 18000 libras por
tonelada respectivamente.

OXIDO DE AZUFRE EN GASES PARTICULAS (EMISION /


CARBON
COMBUSTIBLES TON)

A
1600 ppm 0,5 Kg / Ton

B
4800 ppm 1 Kg / Ton

Oswaldo Paul Rivadeneira Página: 58


Investigación Operativa I Programación Lineal

Como el carbón A es duro, la unidad pulverizadora puede manejar a lo sumo 18 toneladas de carbón A
por hora; sin embargo puede pulverizar hasta 22 toneladas de carbón B por hora. El sistema de carga
de la cinta transportadora tiene una capacidad de 20 toneladas por hora y es independiente del tipo de
carbón.

Uno de los interrogantes que se plantea la gerencia es que dados los límites de emisión de los agentes
contaminantes y los tipos disponibles de carbón. ¿Cuál es la máxima producción posible de electricidad
de la planta que le permitirá a la gerencia determinar el margen de seguridad disponible para cubrir
las demandas de energía?

Definición de variables:

X1 : Cantidad de carbón tipo A en toneladas utilizadas por hora en la quema .


X2 : Número de toneladas de carbón tipo B en toneladas empleadas en una hora para quema.
Z : Función de maximización de producción.

Modelo (Primal):

MAX Z= 26000 X1 + 18000 X2

Resumiendo:

MAX Z= 26000 X1 + 18000 X2

Con sus restricciones:

Oswaldo Paul Rivadeneira Página: 59


Investigación Operativa I Programación Lineal

70. Una destilería dispone de malta propia en cantidad de 300 barriles / día.
Además, puede comprar malta de dos distribuidores A y B con costos de $12000 y
$15000 por barril, en cantidades máximas de 600 y 400 barriles / día,
respectivamente. La malta puede mezclarse directamente o destilarse para producir
malta enriquecida de dos tipos 1 y 2. El destilador puede procesar a lo sumo 800
barriles / día. Un barril destilado de la propia casa produce 0,3 barriles de malta tipo
1y 0,6 barriles de malta tipo 2; un barril de malta A produce 0,4 barriles de malta
tipo 1 y 0,4 barriles de malta tipo 2; un barril de malta B produce 0,7 barriles de
malta tipo 1 y 0,1 barriles de malta tipo 2.

La mezcla de malta no procesada se vende a $16000 el barril, limitándose el mercado a 150 barriles
/ día; el sobrante de malta debe destruirse con costo de $1200 el barril; con las maltas destiladas
pueden hacerse dos productos un de superior calidad (S) que se vende a $20000 el barril y debe
contener al menos el 60% de producto 1 y otro de baja calidad (B) que se vende a $15000 barril y
puede contener a lo sumo el 50% de producto 2.

La destilería desea satisfacer la demanda del producto de alta calidad, que es de 250 barriles por día
y asegurarse un beneficio de $300000 diarios; además, puesto que se espera un cambio en le
mercado del producto de baja calidad, la destilería desea minimizar su producción.

Formular un modelo de Programación Lineal que responda al problema de planificación planteado


teniendo en cuenta las limitaciones en la producción y las exigencias de demanda y beneficio
económico, suponiendo, además, que la venta de la mezcla está garantizada.

Variables reales:

Xi : Barriles por día de malta disponible del distribuidor i, i = {A, B, C} donde C: Malta disponible en
la propia destilaría.
Xij : Cantidad de malta disponible del distribuidor i, dedicada a la actividad j, j = {M, D, d}, donde
M: Mezcla, D: Destilería y d: Destrucción.
X1 : Producción de barriles de malta de tipo 1 por día.
X2 : Número de barriles de malta de tipo 2 a producir diariamente.
XS : Cantidad de barriles de malta de alta calidad.
XB : Número de barriles de malta de baja calidad.
Xkl : Cantidad de barriles de malta de tipo k, k = {1, 2} dedicada a la producción de calidad l, l= {S,
B}.
W : Función de volumen de producción de baja calidad.

Modelo (Primal):

MAX Z = X1B + X2B

Sujeta a:

Oswaldo Paul Rivadeneira Página: 60


Investigación Operativa I Programación Lineal

SOLUCIONES

4. EJERCICIOS PROGRAMACIÓN LINEAL


71.
a) Dibuja el recinto formado por los puntos que cumplen las siguientes condiciones:

y  3

y  x  1
y  3 x  0

b) Indica si los puntos (0, 0), (2, 1) y (1, 2) forman parte de las soluciones del sistema anterior.

Solución:

y  3

a) Representa mos las rectas y  x  1  y  x  1
y  3 x  0  y  3 x

Tomamos un punto cualquiera; por ejemplo el (1, 0), para comprobar cuáles son los puntos que cumplen
las desigualdades propuestas.

El recinto buscado es:

Oswaldo Paul Rivadeneira Página: 61


Investigación Operativa I Programación Lineal

b) A la vista de la gráfica anterior, tenemos que (0, 0) y (2, 1) no son soluciones del sistema, pero (1, 2)
sí lo es.

72.-
Maximiza la función z = x  y, sujeta a las siguientes restricciones:

 x  3y  26

4 x  3y  44
2 x  3y  28
x  0

y  0

Solución:

x  3y  26  y  26  x
 3
 44  4 x
 Representa mos las rectas 4 x  3y  44  y 
 3
 28  2x
2 x  3 y  28  y 
3

y hallamos la región que cumple las condiciones del problema, teniendo en cuenta que
x  0 e y  0.

 Representamos la dirección de las rectas z = x  y, dibujando la que pasa por el origen de coordenadas: x
y=0

4 x  3 y  44
El punto M, intersección de  es decir, M 8, 4, es el que proporcion a
2 x  3y  28

el máximo, que vale: z = 8  4 = 12

73.-

Oswaldo Paul Rivadeneira Página: 62


Investigación Operativa I Programación Lineal
En una granja de pollos se da una dieta "para engordar" con una composición mínima de 15 unidades de
una sustancia A y otras 15 de una sustancia B. En el mercado solo se encuentran dos clases de
compuestos: el tipo I con una composición de una unidad de A y cinco de B, y el tipo II con una
composición de cinco unidades de A y una de B. El precio del tipo I es de 10 euros y el del tipo II es de 30
euros. Se pregunta:
¿Qué cantidades se han de comprar de cada tipo para cubrir las necesidades con un coste mínimo?

Solución:

Llamamos x a las unidades que se compran de tipo I e y a las que se compran de tipo II.
Resumamos los datos en una tabla:

Las restricciones son:

 x  5 y  15

5 x  y  15

x  0
y  0

La función que nos da el coste es z = 10x  30y = 10(x  3y).

Debemos hacer mínima esta función, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones, y la recta 10(x  3y) = 0 


x  3y = 0, que nos da la dirección de las rectas z = 10(x  3y).

 x  5 y  15
El mínimo se alcanza en el punto de intersecci ón de  ; es decir, en (2,5; 2,5).
5 x  y  15

Por tanto, hay que comprar 2,5 de tipo I y 2,5 de tipo II.

El precio en este caso será de z = 10(2,5  32,5) = 100 euros.

74.-
Disponemos de 210 000 euros para invertir en bolsa. Nos recomiendan dos tipos de acciones. Las del tipo
A que rinden el 10% y las de tipo B que rinde el 8%. Decidimos invertir un máximo de 130 000 euros en las
de tipo A y, como mínimo, 6 000 euros en las de tipo B. además, queremos que la inversión en las del tipo
A sea menor o igual que el doble de la inversión en B.

¿Cuál tiene que ser la distribución de la inversión para obtener máximo interés anual?

Solución:
Oswaldo Paul Rivadeneira Página: 63
Investigación Operativa I Programación Lineal
Llamamos x al dinero que invertimos en acciones de tipo A e y al que invertimos en las de tipo B.

Resumimos los datos en una tabla:

Las restricciones son:

x  y  210 000

x  130 000
y  6 000

x  2y
x 0

y 0

La función que nos da el rendimiento total es:

z  0,1x  0,08 y 
1
10 x  8y   2 5x  4y   1 5x  4y .
100 100 50

Debemos maximizar esta función, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones (la unidad es 10 000)


y la recta
1
5 x  4y   0  5 x  4y  0, que nos da la dirección de las rectas
50

z
1
5 x  4y .
50

El máximo se alcanza en el punto (13, 8).

Por tanto, debemos invertir 130 000 euros en acciones del tipo A y 80 000 euros en las de tipo B. En este
caso, el beneficio anual será de
z
1
5  130 000  4  80 000   19 400 euros .
50

75.-
a) Representa el recinto que cumple estas restricciones:

x  3y  9

2 x  y  8

x  0
 y  0

Oswaldo Paul Rivadeneira Página: 64


Investigación Operativa I Programación Lineal
b) Da tres puntos que sean solución del sistema anterior.

Solución:

x  3y  9 9x
 y 
 3

a) Representa mos las rectas 2 x  y  8  y  8  2x
x  0

y  0

Tomamos un punto cualquiera, por ejemplo el (0, 0), para comprobar cuáles son los puntos que cumplen
las desigualdades propuestas.

El recinto buscado es:

b) Por ejemplo: (1, 1), (2, 2) y (2, 0).

76.-
Halla el mínimo de la función z = 3x  2y con las siguientes restricciones:

3 x  4 y  12

3 x  2 y  2

x  0
y  0

Solución:

3 x  4 y  12  y  12  3 x
 4
 Representa mos las rectas 
3 x  2y  2  y  2  3 x
 2

y hallamos la región que cumple las condiciones del problema, teniendo en cuenta que
x  0 e y  0.

Los vértices de dicha región son los puntos:

2 
0, 1; 0, 3; 4, 0 y  , 0
3 

 Representamos la dirección de las rectas z = 3x  2y, dibujando lo que pase por el origen de
coordenadas: 3x  2y = 0

 Observamos que la recta 3x  2y = 0 y la recta 3x  2y = 2 son paralelas. Por tanto,

Oswaldo Paul Rivadeneira Página: 65


Investigación Operativa I Programación Lineal
2 
el mínimo se alcanza en todos los puntos del segmento que une 0, 1 y  , 0 .
3 

Este mínimo vale:

z = 3 0  2 1 = 2

77.-
Cierto fabricante produce dos artículos, A y B, para lo que requiere la utilización de dos secciones de
producción: sección de montaje y sección de pintura.
El artículo A requiere una hora de trabajo en la sección de montaje y dos en la de pintura; y el artículo B,
tres horas en la sección de montaje y una hora en la de pintura.

La sección de montaje solo puede estar en funcionamiento nueve horas diarias, mientras que la de pintura
solo ocho horas cada día. El beneficio que se obtiene produciendo el artículo B es de 40 euros y el de A
es de 20 euros.

Calcula la producción diaria de los artículos A y B que maximiza el beneficio.

Solución:

Llamamos x a la producción diaria de artículos A e y a la de artículos B. Resumimos los datos en una


tabla:

Las restricciones son:

x  3y  9

2 x  y  8

x  0
y  0

La función que nos da el beneficio es z = 20x  40y = 20(x  2y). Debemos obtener el máximo de esta
función, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones y la recta 20(x  2y) = 0 


x  2y = 0, que nos da la dirección de las rectas z = 20x  40y.

Oswaldo Paul Rivadeneira Página: 66


Investigación Operativa I Programación Lineal

x  3 y  9
El máximo se alcanza en el punto de intersección de las rectas ;
2 x  y  8
es decir, en (3, 2).

Por tanto, deben producirse 3 unidades de A y 2 de B. En este caso, el beneficio será de z = 20 3  40
2 =140 euros.

78.-
Un quiosco vende bolígrafos a 20 céntimos de euro y cuadernos a 30 céntimos de euro. Llevamos 120
céntimos de euro y pretendemos comprar los mismos cuadernos que bolígrafos, por lo menos. ¿Cuál será
el número máximo de piezas que podemos comprar?

Solución:

Llamamos x al número de bolígrafos e y al número de cuadernos.


Tenemos que:

Las restricciones son:

20 x  30 y  120  2x  3 y  12

 x  y
x  0
y  0

 x, y enteros

Dibujamos el recinto correspondiente. Las posibles soluciones son los puntos que aparecen señalados:

Debemos hacer máximo el número de piezas, es decir, debemos maximizar z = x  y. Vemos que hay tres
puntos que hacen máxima esta suma: (0, 4), (1, 3) y (2, 2). El número máximo de piezas que podemos
comprar es 4.

Oswaldo Paul Rivadeneira Página: 67


Investigación Operativa I Programación Lineal
79.-
a) Representa gráficamente el conjunto de soluciones del siguiente sistema de inecuaciones:

6 x  y  1

 x  y  1
 y 2

b) Di si los puntos (0, 1), (0, 0) y (0, 3) son soluciones del sistema anterior.

Solución:

6 x  y  1  y  6 x  1

a) Representa mos las rectas x  y  1  y  1  x
y  2

Tomamos un punto cualquiera; por ejemplo el (0, 0), para comprobar cuáles son los puntos que cumplen
las desigualdades propuestas.

El recinto buscado es:

b) A la vista de la gráfica anterior, tenemos que (0, 1) sí es solución del sistema, (0, 0) también lo es, pero
(0, 3) no.

80.-
Maximiza la función z = 150x  100y, sujeta a las siguientes restricciones:

2 x  3 y  600

2 x  y  480

x  0
y  0

Solución:

2x  3y  600  y  600  2x


 3
 Representa mos las rectas 
2x  y  480  y  480  2x

y hallamos la región que cumple las condiciones del problema, teniendo en cuenta que
x  0 e y  0.

Los vértices de dicha región son los puntos:

(0, 0); (0, 200); (240, 0) y (210, 60)

 Representamos la dirección de las rectas z = 150x  100y, dibujando la que pasa por el origen de

Oswaldo Paul Rivadeneira Página: 68


Investigación Operativa I Programación Lineal
coordenadas: 150x  100y = 0

El máximo se encuentra en el vértice (210, 60), en el que z = 150 210  100 60 =
= 37 500.

81.-
Un orfebre fabrica dos tipos de joyas. Las del tipo A precisan 1 g de oro y 1,5 g de plata, vendiéndolas a 40
euros cada una. Para la fabricación de las de tipo B emplea 1,5 g de oro y 1 g de plata, y las vende a 50
euros. El orfebre tiene solo en el taller 750 g de cada uno de los metales.

Calcula cuántas joyas ha de fabricar de cada clase para obtener un beneficio máximo.

Solución:

Llamamos x al número de joyas del tipo A e y al número de joyas del tipo B. Resumimos los datos en
una tabla:

Las restricciones son:

 x  1,5 y  750

1,5 x  y  750

x  0
y  0

La función que nos da los ingresos es z = 40x  50y = 10(4x  5y).

Debemos hacer máxima esta función, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones y la recta 10(4x  5y) = 0 


4x  5y = 0, que nos da la dirección de las rectas z = 10(4x  5y).

Oswaldo Paul Rivadeneira Página: 69


Investigación Operativa I Programación Lineal
x  1,5 y  750 
El máximo se alcanza en el punto de intersección de la rectas: ;
1,5 x  y  750 
es decir, en (300, 300).

Por tanto, ha de fabricar 300 joyas del tipo A y 300 del tipo B para obtener el máximo beneficio. Los
ingresos en este caso serían z = 40 300  50 300 = 27 000 euros.

82.-
En una pequeña empresa se fabrican diariamente solo dos tipos de aparatos, A y B. Como máximo
pueden fabricarse 3 aparatos de cada tipo y, obligatoriamente, al menos un artículo del tipo B.
Indica todas las posibilidades de fabricación si se quieren obtener unas ventas superiores a 60 euros,
teniendo en cuenta que los precios de los artículos A y B son de 30 y 10 euros, respectivamente.

Solución:

Llamamos x al número de aparatos de tipo A e y al número de aparatos de tipo B que podemos fabricar.

Las restricciones son:

x  y  3

 x  0
y  1
30 x  10 y  60  3 x  y  6

 x e y enteros (naturales )

Representamos el conjunto de restricciones:

Observamos que la única solución posible es fabricar 2 aparatos de tipo A y 1 de tipo B. La venta es
entonces de 2 30  1 10 = 70 euros.

83.-
a) Construye el recinto de soluciones del siguiente sistema:

3 x  3 y  120

3 x  6 y  180

x  0
y  0

b) Los puntos (20, 10), (20, 0) y (20, 20), ¿forman parte de las soluciones del sistema anterior?

Solución:

Oswaldo Paul Rivadeneira Página: 70


Investigación Operativa I Programación Lineal
3 x  3 y  120  x  y  40  y  40  x


3 x  6 y  180  y  180  3 x  y  30  x
 6 2
a) Representa mos las rectas 
x  0


y  0

Tomamos un punto cualquiera, por ejemplo el (0, 0), para comprobar cuáles son los puntos que cumplen
las desigualdades propuestas.

El recinto buscado es:

b) A la vista de la gráfica anterior, tenemos que los tres puntos son soluciones del sistema.

84.-
a) Dibuja el recinto definido por:

 2 x  y  3

 2x  y  2
 x  2y  4

b) Halla los vértices del recinto anterior.

c) Halla el máximo de la función z = 4y x, sujeta a las restricciones propuestas en a). ¿En qué punto del
recinto alcanza dicho máximo?

Solución:

 2x  y  3  y  2x  3


 Representa mos las rectas 2x  y  2  y  2x  2
 4x
 x  2y  4  y 
 2

y hallamos la región que cumple las condiciones del problema.

 Los vértices del recinto son los puntos:

  2 11  8 6
A ,  y B , 
 5 5 5 5

Representamos la dirección de las rectas z = 4y x, dibujando la que pasa por el origen de coordenadas:
4y x = 0

Oswaldo Paul Rivadeneira Página: 71


Investigación Operativa I Programación Lineal

  2 11 
El máximo se alcanza en el punto A ,  y vale :
 5 5

11   2  44 2 46
z  4      9,2
5  5  5 5 5

85.-
Unos grandes almacenes desean liquidar 200 camisas y 100 pantalones de la temporada anterior. Para ello,
lanzan dos ofertas, A y B: La oferta A consiste en un lote de una camisa y un pantalón, que se venden a
30 euros; la oferta B consiste en un lote de tres camisas y un pantalón, que se vende a 50 euros. No se
desea ofrecer menos de 20 lotes de la oferta A ni menos de 10 de la B.

¿Cuántos lotes han de vender de cada tipo para maximizar la ganancia?

Solución:

Llamamos x al número de lotes de A e y al número de lotes de B.


Resumimos los datos en una tabla:

Las restricciones son:

x  3 y  200

x  y  100

x  20
y  10

Maximizar las ganancias equivale a maximizar los ingresos.

La función que nos da los ingresos es z = 30x  50y = 10(3x  5y). Debemos obtener el máximo de esta
función sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones y la recta


30x  50y = 10(3x  5y) = 0  3x  5y = 0, que nos da la dirección de las rectas
z = 30x  50y.

Oswaldo Paul Rivadeneira Página: 72


Investigación Operativa I Programación Lineal

x  3 y  200 
El máximo se alcanza en el punto de intersección de las rectas ;
x  y  100 
es decir, en (50, 50).

Por tanto, se deben hacer 50 lotes de la oferta A y 50 de la B. Los ingresos en este caso serían de z = 30
50  50 50 = 4 000 euros.

86.-
Se desea obtener tres elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8
gramos del primer elemento, 1 gramo del segundo y 2 del tercero; un kilo de B tiene 4 gramos del primer
elemento, 1 gramo del segundo y 2 del tercero. Se desea obtener al menos 16 gramos del primer elemento y
las cantidades del segundo y del tercero han de ser como mucho 5 y 20 gramos, respectivamente; y la
cantidad de A es como mucho el doble que la de B.

Calcula los kilos de A y los de B que han de tomarse para que el coste sea mínimo si un kilo de A vale 2
euros y uno de B 10 euros.
¿Puede eliminarse alguna restricción?

Solución:

Llamamos x a los kilos de A e y a los de B.

Resumimos los datos en una tabla:

Las restricciones son:

8 x  4 y  16  2 x  y  4
x  y  5

2 x  2y  20  x  y  10 (Esta se puede eliminar, pues, si x  y  5,
 necesariam ente, x  y  10 )

 x  2y
x  0

y  0

La función que nos da el coste es z = 2x  10y = 2(x  5y). Debemos minimizar esta función, sujeta a las
restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones y la recta 2(x  5y) = 0 


x  5y = 0, que nos da la dirección de las rectas z = 2x  10y.

Oswaldo Paul Rivadeneira Página: 73


Investigación Operativa I Programación Lineal

2x  y  4 
El mínimo se alcanza en el punto de intersecci ón de las rectas ;
x  2y 
es decir, en (1,6; 0,8).

Por tanto, han de comprarse 1,6 kilos de A y 0,8 de B. El coste en este caso será de
z = 2 1,6  10 0,8 = 11,2 euros.

87.-
Una fábrica produce neveras utilitarias y de lujo. La fábrica esta dividida en dos secciones: montaje y
acabado. Los requerimientos de trabajo vienen dados por la siguiente tabla:

El máximo número de horas de trabajo disponibles diariamente es de 120 en montaje y 180 en acabado,
debido a las limitaciones de operarios.
Si el beneficio es de 300 euros por cada nevera utilitaria y de 400 euros por cada nevera de lujo, ¿cuántas
deben fabricarse diariamente de cada una para obtener el máximo beneficio?

Solución:

Llamamos x al n o de neveras utilitaria s e y al n o de neveras de lujo.


Resumimos los datos en una tabla:

Las restricciones son:

3 x  3 y  120  x  y  40

3 x  6 y  180  x  2y  60

x  0
y  0

La función que nos da el beneficio es z = 300x  400y = 100(3x  4y). Debemos obtener el máximo de esta
función, sujeta a las restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones y la recta 100(3x  4y) = 0 


3x  4y = 0, que nos da la dirección de las rectas z = 300x  400y:

Oswaldo Paul Rivadeneira Página: 74


Investigación Operativa I Programación Lineal

x  y  40 
El máximo se alcanza en el punto de intersección de las rectas: ;
x  2y  60 
es decir, en (20, 20).

Por tanto, deben fabricarse 20 neveras de cada uno de los dos tipos. El beneficio será
z = 300 20  400 20 = 14 000 euros.

88.-
La casa X fabrica helados A y B, hasta un máximo diario de 1 000 kilos. La fabricación de un kilo de A
cuesta 1,8 euros y uno de B, 1,5 euros. Calcula cuántos kilos de A y B deben fabricarse, sabiendo que la
casa dispone de 2 700 euros /día y que un kilo de A deja un margen igual al 90% del que deja un kilo de B.

Solución:

Llamamos x a los kilos de A e y a los de B. Sea m el margen de B; entonces el de A es 0,9m.


Resumimos los datos en una tabla:

Las restricciones son:

 x  y  1000

1,8 x  1,5 y  2 700

x  0
y  0

El margen total es z = 0,9mx  mx = m(0,9x  y). Esta es la función que debemos maximizar, sujeta a las
restricciones anteriores.

Dibujamos el recinto correspondiente a las restricciones y la recta m(0,9x  y) = 0 


0,9x  y = 0, que nos da la dirección de las rectas z = m(0,9x  y).

Oswaldo Paul Rivadeneira Página: 75


Investigación Operativa I Programación Lineal
Observamos que 1,8x  1,5y  2 700 no impone ninguna restricción nueva. El máximo se alcanza en el
punto M (0, 1 000).

Por tanto, deben fabricarse 1 000 kilos de helado de tipo B y nada de tipo A.

89. A una persona le tocan 10 millones de pesos en una lotería y le aconsejan que las invierta en dos tipos de acciones, A y B. Las
de tipo A tienen más riesgo pero producen un beneficio del 10 %. Las de tipo B son más seguras, pero producen sólo el 7% anual.
Después de varias deliberaciones decide invertir como máximo 6 millones en la compra de acciones A y, por lo menos, 2 millones en la
compra de acciones B. Además, decide que lo invertido en A sea, por lo menos, igual a lo invertido en B. ?Cómo deberá invertir 10
millones para que le beneficio anual sea máximo?

Sea:

x= cantidad invertida en acciones A

y= cantidad invertida en acciones B

La función objetivo es:

Y las restricciones son:

La zona de soluciones factibles es:

Siendo los vértices del recinto:

A intersección de u,t:

B intersección de r,u:

Oswaldo Paul Rivadeneira Página: 76


Investigación Operativa I
C intersección de r,s:
Programación Lineal

D intersección de s,t:

La función objetivo toma en ellos los valores:

Siendo la solución óptima invertir 6 millones en acciones tipo A y 4 en acciones tipo B

_____________________________________________________________________

90. Un estudiante dedica parte de su tiempo al reparto de propaganda publicitaria. La empresa A le paga 5 ptas. por cada impreso
repartido y la empresa B, con folletos más grandes, le paga 7 ptas. por impreso. El estudiante lleva dos bolsas: una para los impresos
A, en la que caben 120, y otra para los impresos B, en la que caben 100. Ha calculado que cada día es capaz de repartir 150 impresos
como máximo. Lo que se pregunta el estudiante es: ?Cuántos impresos habrá que repartir de cada clase para que su beneficio diario
sea máximo?

Llamemos:

x= n: de impresos diarios tipo A repartidos.

y= n: de impresos diarios tipo B repartidos.

La función objetivo es:

f(x, y)=5x+7y

Las restricciones:

La zona de soluciones factibles es:

Oswaldo Paul Rivadeneira Página: 77


Investigación Operativa I Programación Lineal

Vértices:

A(0, 100)

B intersección de s,t:

C intersección de r,t:

D (120, 0)

Siendo los valores de la función objetivo:

Debe repartir 50 impresos tipo A y 100 tipo B para una ganancia máxima diaria de 950 ptas..

_______________________

91. En un taller, lo más que se puede hacer diariamente son 200 artículos A, ó 100
artículos B, ó cualquier combinación posible dentro de estos límites. La sección de
pintura tiene una capacidad diaria de 120 artículos A, ó 160 artículos B, ó cualquier
combinación posible dentro de estas limitaciones. La planta de tratamiento térmico
no puede procesar más de 90 artículos B por día; el artículo A no requiere de este
proceso. El artículo A se procesa 3 minutos en la máquina M1 y 2 minutos en la
máquina M2, mientras que el artículo B puede fabricarse enteramente en la máquina
M1 en 5 minutos ó, también, en ambas máquinas, procesándolo 2 minutos en la
máquina M1 y 1 minuto en la M2. Las máquinas tienen disponibles las 8 horas del
día para realizar el proceso. Cada artículo A se fabrica con 1 libra de material X y 2
libras de material Y, y cada artículo B se construye con 2 libras de X y 3 libras de Y.
En existencia hay 140 libras de X y 80 libras de Y. El costo de una libra de X es $200
y por cada libra de Y es $300. Como el material Y disponible es poco, y hay un
presupuesto de $60.000 para la compra de ambos materiales, del material X no
puede comprarse más del 20% del material Y que se requiera adicionalmente. El

Oswaldo Paul Rivadeneira Página: 78


Investigación Operativa I Programación Lineal
artículo B también puede hacerse sin el tratamiento térmico, aunque con ello se
sacrifica la durabilidad. Cada artículo A deja una utilidad de $4.000; cada artículo B
sin tratamiento de $3.000 y con tratamiento, $5.000. Planifique la producción de tal
manera que se maximice la utilidad diaria de la compañía.

92. Una determinada empresa tiene M plantas productoras ubicadas en diferentes


regiones, siendo SI la capacidad de producción por periodo de la planta i. Esta
empresa produce un único artículo en todas sus plantas y este artículo es
demandado en N ciudades diferentes durante T periodos, siendo Djt la demanda de
la ciudad j para el periodo t, demandas que deben ser satisfechas. El costo unitario
de producción en la planta i en el periodo t es Cit. No se puede guardar inventario
en las plantas. La empresa cuenta con P bodegas ubicadas en diferentes puntos
geográficos del país. De ésta manera la producción de las plantas es llevada hasta
las bodegas y desde allí se abastece a las ciudades. Si una unidad de producto que
llega a una bodega en un periodo es despachada en el mismo periodo hacia su
destino, la empresa no incurre en costos de almacenamiento. Sin embargo, existe la
posibilidad de guardar producto en inventario en las bodegas desde un periodo a
otro, lo cual tiene un costo variable de gk por cada unidad de producto almacenada
durante un periodo en la bodega k, y se debe considerar que la capacidad de
inventario en cada bodega es de Wk unidades. Finalmente, el costo de transporte
desde la planta i a la bodega k en el periodo t es PBikt y el costo de transporte
desde la bodega k a la ciudad j en el periodo t es BCkjt, ambos por unidad de
producto transportada. Plantee un modelo de programación lineal que resuelva el
problema de producción y transporte de la empresa de manera de minimizar los
costos totales.

93. La oficina técnica coordinadora de cultivos (OTCC), tiene a su cargo la


administración de 3 parcelas. El rendimiento agrícola de cada parcela está limitado
tanto por la cantidad de tierra cultivable, como por la cantidad de agua asignada
para regadío de la parcela, por la comisión de aguas. Los datos proporcionados por
este organismo son los siguientes: Las especies disponibles para el cultivo son la
remolacha, trigo y maravilla, pero el ministerio de agricultura ha establecido un
número máximo de hectáreas que pueden dedicarse a cada uno de estos cultivos en
las 3 parcelas en conjunto, como lo muestra la siguiente tabla: Los dueños de las
parcelas, en un acto de solidaridad social, han convenido que en cada parcela se
sembrará la misma fracción de su tierra cultivable. Sin embargo, puede cultivarse
cualquier combinación en cualquiera de las parcelas. La tarea que encara la OTCC es
plantear cuantas hectáreas se deben dedicar al cultivo de las distintas especies en
cada parcela, de modo de maximizar la ganancia neta total para todas las parcelas a
cargo de la OTCC.

94. Un agente vendedor trabaja con los productos A y B. El no espera vender más
de 15 unidades por mes del producto A y para evitar una multa, debe vender por lo
menos 30 unidades por mes del producto B. el agente recibe una comisión del 20%
de las ventas y debe pagar sus gastos que se estiman en $ 10 por hora usada en
visitar clientes. Cada mes debe trabajar un mínimo de 150 horas y un máximo de
180 horas. El producto A se vende a $ 200 la unidad y requiere en promedio 2 horas
por visita; la probabilidad de hacer una venta es de 0.45. El producto B se vende a $
120 la unidad, requiere de 1.5 horas promedio por visita y la probabilidad de hacer

Oswaldo Paul Rivadeneira Página: 79


Investigación Operativa I Programación Lineal
una venta es de 0.6. ¿Cuántas visitas mensuales debe hacer el agente a los clientes
si desea maximizar sus ingresos?

95. Una empresa europea piensa instalar plantas de producción en Cali para lanzar
sus productos al mercado nacional, por lo que necesita decidir su plan de producción
para el próximo año. La empresa puede fabricar N tipos de productos y la
elaboración de cada uno de ellos implica la compra de una máquina especializada, a
un costo de fi [$]. Además, el costo variable de producir una unidad del producto i
es de ci [$]. Así, si se decide elaborar el producto i se deberá necesariamente
incurrir en un costo de fi [$] más los costos variables por elaboración del producto,
y si se decide no fabricarlo no se incurrirá en ningún tipo de gasto. Si la demanda
pronosticada para el producto i es de Di unidades (i = 1…N) pudiendo venderse
dicho producto a un precio de pi [$], formule un modelo que resuelva el problema
de encontrar el conjunto de productos que la empresa debe fabricar, sabiendo que
se desea producir exactamente L productos diferentes, para los cuales se deberá
satisfacer la demanda.

Oswaldo Paul Rivadeneira Página: 80


Investigación Operativa I Programación Lineal

96. RMC es una empresa pequeña que produce diversos productos químicos. En un
proceso de producción en particular se utilizan tres materia primas para elaborar
dos productos: un aditivo para combustible y una base disolvente. El aditivo para
combustible se vende a empresas petroleras y se utiliza en la producción de
gasolina y otros combustibles relacionados. La base disolvente se vende a varias
empresas químicas y se utiliza tanto para productos de limpieza para el hogar como
industriales. Para formar el aditivo para combustible y la base de disolvente
de mezclan tres materia primas, según apara ce en la siguiente tabla.

NECESIDADES DE MATERIA PRIMA POR TONALADA


Materia Prima
Producto 1 2 3
Aditivo para combustible 2/5 0 3/5
Base disolvente 1/2 1/5 3/10

Utiliza ½ toneladas de materia prima 1 en cada tonelada de base de disolvente.

La producción de RMC está limitada por la disponibilidad de las tres materia


primas. Para el período de producción actual, RMC tiene disponibles las
cantidades siguientes de cada una de las materia primas

Cantidades disponibles
Materia Prima para la producción
Materia prima 1 20 toneladas
Materia Prima 2 5 toneladas
Materia prima 3 21 toneladas

Debido a deterioro y la naturaleza del proceso de producción, cualquier


materia prima que no se utilice para producción actual resulta inútil y debe
descartarse.

El departamento de control de calidad ha analizado las cifras de producción,


asignando todos los costos correspondientes, y para ambos productos llegó a
precios que resultarán en una contribución a la utilidad de 40 dólares por
tonelada de aditivo para combustible producida y de 30 dólares por cada
tonelada de base disolvente producido. La administración de RMC, después de
una análisis de la demanda potencial, ha concluido que los precios
establecidos asegurarán la venta de todo el aditivo para combustible y de toda
la base disolvente que se produzca.

El problema de RMC es determinar cuántas tonelada de cada producto deberá


producir para maximizar la contribución total de la utilidad. Si Ud. Estuviera a
cargo de la programación de la producción para RMC. ¿qupe decisión tomaría?
Esto es, ¿Cuántas tonaladas de aditivo para combustible y cuántas toneladas

Oswaldo Paul Rivadeneira Página: 81


Investigación Operativa I Programación Lineal

de base disolvente produciría usted para el período actual de producción?


Escriba sus decisiones abajo y encuentre sus resultados.1

Solución:
Diseño del modelo matemático:

 Definición de variables
X1 = número de toneladas de aditivo para combustible
X2 = número de toneladas de base disolvente

 Función objetivo:
Maximizar la contribución a la utilidad, Z = 40 X1 + 30 X2

 Restricciones
Toneladas de materia prima 1 2/5X1 + 1/2X2 ≤ 20
Toneladas de materia prima 2 1/5X2 ≤ 5
Toneladas de materia prima 3 3/5X1 + 3/10X2 ≤ 21

 No negatividad
Xi ≥0; i=1,2

Entrada de datos para Solver

Salida de resultados

1
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 220.

Oswaldo Paul Rivadeneira Página: 82


Investigación Operativa I Programación Lineal

Informe del problema:

Orden de producción:
25 toneladas de aditivo
20 toneladas de base disolvente
con:
20 toneladas de materia prima 1,
4 toneladas de materia prima 2, y
21 toneladas de materia prima 3

97. Innis Investments administra fondos de empresas y clientes pudientes. La


estrategia de inversión se adecua a las necesidades de cada cliente. Para un
cliente nuevo, a Innis se le ha autorizado invertir hasta 1’200.00 dólares en fondos
de inversión: un fondo de acciones y un fondo del mercado de dinero. Cada unidad
del fondo de acciones cuesta 50 dólares, con una tasa de rendimiento anual de
10%; cada unidad del fondo de mercado de dinero cuesta
100 dólares, con una tasa de rendimiento anual de 4%.

El cliente desea minimizar el riesgo, pero quiere tener un ingreso anual sobre
la inversión de por lo menos 60.000 dólares. De acuerdo con el sistema de
medición del riesgo del Innis, cada unidad adquirida en el fondo de acciones
tiene un índice de riesgo del 8, y cada unidad adquirida en el fondo de
mercado de dinero tiene un índice de riesgo de 3. El índice de riesgo más elevado
con el fondo de acciones indica, simplemente que se trata de un a inversión más
riesgosa. El cliente de Innis también ha especificado que se inviertan por lo
menos 3.000 dólares en el fondo de mercado de dinero.
¿Cuántas de cada uno de los fondos deberá adquirir Innis para el cliente, si el
objetivo es minimizar el índice de riesgo total para esa cartera? 2

Solución:
Diseño del modelo matemático:

 Definición de variables
X1 = número de unidades adquiridas en el fondo de acciones
X2 = número de unidades adquiridas en el fondo del mercado de
dinero

 Función objetivo:
Minimizar el riesgo, Z = 8 X1 + 3 X2

 Restricciones
Fondos disponibles 50X1 + 100X2 ≤ 1’200.000
Ingreso anual 5 X1 + 4X2 ≥ 60.000
Unidades en fondo 100X2 ≥ 3.000

2
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 242.

Oswaldo Paul Rivadeneira Página: 83


Investigación Operativa I Programación Lineal

 No negatividad
Xi ≥0; i=1,2

Entrada de datos para Solver

Datos de salida del Solver

Informe de asesoría:

Innis Investments aconseja al cliente que adquiera 400 unidades a 50 dólares


cada una en Acciones y 10.000 unidades a 100 dólares cada en el mercado de
dinero para obtener una ganancia de 62.000 dólares al año.

98. PAR es un pequeño fabricante de equipos y accesorios para golf cuyo distribuidor
lo convenció de que existe un mercado tanto para la bolsa de golf de precio medio,
conocida como modelo estándar, como para una bolsa de golf de precio elevado,
conocida como modelo deluxe. El distribuidor tiene tanta confianza en el mercado
que si PAR puede fabricar las bolsas a un precio competitivo, el distribuidor está
de acuerdo en adquirir todas las bolsas que PAR pueda fabricar en los siguientes
tres meses. Un análisis cuidadoso de los requerimientos de fabricación dieron
como resultado la tabla siguiente, que muestra las necesidades de tiempo de
producción para las cuatro operaciones de manufactura requeridas y la estimación
por parte del departamento de contabilidad de la contribución a la utilidad por
bolsa.

Tiempo de producción
Corte y Costura Terminado Inspección Utilidad por

Oswaldo Paul Rivadeneira Página: 84


Investigación Operativa I Programación Lineal

Producto teñido y empaque Bolsa


Estándar 7/10 1/2 1 1/10 $10
Deluxe 1 5/6 2/3 ¼ $9

El director da manufactura estima que durante los siguientes tres meses estarán
disponibles 630 horas de tiempo de corte y teñido, 600 horas de tiempo de costura,
708 horas de tiempo de terminado y 135 horas de tiempo de inspección y empaque
para la producción de las bolsas de golf.

a) Si la empresa desea maximizar la contribución total a la


utilidad, ¿Cuántas bolsas de cada modelo deberá fabricar?
b) ¿Qué contribución a la utilidad puede obtener PAR de estas cantidades
de producción?
c) ¿Cuántas horas de producción se programarán para cada operación?
d) ¿Cuál es el tiempo de holgura de cada operación?3

Solución:
Formulación del modelo:
 Definición de variables
X1 = Cantidad de unidades de bolsas de golf estandar
X2 = Cantidad de unidades de bolsas de golf de lujo

 Función Objetivo
Z max = 10X1 + 9X2

 Restricciones
0.7X1 + 1.0X2 ≤ 630 Horas de Corte y teñido
0.5X1 + 0.8334X2 ≤ 600 Horas de Costura
1.0X1 + 0.6667X2 ≤ 708 Horas de Terminado
0.1X1 + 0.25X2 ≤ 35 Horas de Inspección y Empaque

 No negatividad
Xi ≥0; i=1,2

Solución gráfica:

3
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 264. Problema 15.

Oswaldo Paul Rivadeneira Página: 85


Investigación Operativa I Programación Lineal

Entrada de datos Solver:

Solución Solver:

Oswaldo Paul Rivadeneira Página: 86


Investigación Operativa I Programación Lineal

a) Debe fabricar 539,98 bolsas de golf estándar y 252,01 bolsas de


golf de
Lujo.
b) Contribución total = $ 7.667,942
c) Se programarán 620 horas de Corte y Teñido, 480.02 horas de
Costura,
708 horas de Terminado y 117 horas de Inspección y Empaque.
d) Los tiempos de holgura son de 119.98 para Costura y 18 horas
para Inspección y Empaque. Las operaciones de Corte y Teñido,
y Terminado no tienen holgura.

99. Un autobús Caracas-Maracaibo ofrece plazas para fumadores al precio de


10.000 Bolívares y a no fumadores al precio de 6.000 Bolívares. Al no fumador
se le deja llevar 50 kgs. de peso y al fumador 20 kgs. Si el autobús tiene 90
plazas y admite un equipaje de hasta 3.000 kg. ¿Cuál ha de ser la oferta de
plazas de la compañía para cada tipo de pasajeros, con la finalidad
de optimizara el beneficio?

Sean las variables de decisión:

x= n: de plazas de fumadores.

y= n: de plazas de no fumadores.

La Función objetivo:

f(x, y)=10.000x+6.000y máxima

Restricciones:

Zona de soluciones factibles:

Vértices:

Oswaldo Paul Rivadeneira Página: 87


Investigación Operativa I Programación Lineal

B intersección de r y s:

C(90, 0)

Valores de la función objetivo:

Ha de vender 90 plazas para fumadores y ninguna para no fumadores y así


obtener un beneficio máximo de 900.000 bolívares.

100. Kelson Sporting Equipment fabrica dos modelos de guantes de béisbol:


uno normal y una manopla de catcher. La empresa tiene disponibles 900 horas de
tiempo de producción en su departamento y corte y costura, 300 horas disponibles
en el departamento de terminado y 100 horas disponibles en el departamento de
empaque y embarque. Los requerimientos de tiempo de producción y la
contribución a la utilidad de cada uno de losa productos es:

Tiempo de producción(horas)
Corte y Terminado Empaque y Utilidad por
Modelo costura embarque Guante
Normal 1 1/2 1/8 $5
Catcher 3/2 1/3 1/4 $8

Suponga que la empresa está interesada en maximizar la contribución total de


la utilidad.

a) ¿Cuál es el modelo de programación lineal para este problema?


Oswaldo Paul Rivadeneira Página: 88
Investigación Operativa I Programación Lineal
b) Encuentre la solución óptima. ¿Cuántos guantes de cada modelo deberá
fabricar Kelson?

Oswaldo Paul Rivadeneira Página: 89


Investigación Operativa I Programación Lineal

c) ¿Cuál es la contribución total a la utilidad que puede ganar Nelson con


las cantidades de producción arriba citadas?
d) ¿Cuántas horas de producción serían programadas en cada
departamento?
e) ¿Cuál es el tiempo libre de cada departamento?5

Solución:

a) Formulación del modelo:


 Definición de variables
X1 = Cantidad de guantes de Béisbol normal
X2 = Cantidad de guantes de Béisbol tipo Manopla

 Función Objetivo
Z max = 5X1 + 8X2

 Restricciones
X1 + 1.5X2 ≤ 900 horas de Corte y Costura
0.5X1 + 0.3334X2 ≤ 300 horas de Terminado
0.125X1 + 0.25X2 ≤ 100 horas de Empaque y Embarque

 No negatividad
Xi ≥0; i=1,2
Solución GLP

5
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 266. Problema 22.

Oswaldo Paul Rivadeneira Página: 90


Investigación Operativa I Programación Lineal

455
Payoff: 5.0 X1 + 8.0 X2 = 3699.9
420

385

350

315

280

245

210

175

140

105

70 : 0.1 X1 + 0.3 X2 = 100.0

35 : 0.5 X1 + 0.3 X2 = 300.0

0 : 1.0 X1 + 1.5 X2 = 900.0


0 60 120 180 240 300 360 420 480 540 600 660 720 780 840 900 960

Optimal Decisions(X1,X2): (500.0, 150.0)


: 1.0X1 + 1.5X2 <= 900.0
: 0.5X1 + 0.3X2 <= 300.0
: 0.1X1 + 0.3X2 <= 100.0

Datos de entrada de Solver:

Salida del Solver:

Oswaldo Paul Rivadeneira Página: 91


Investigación Operativa I Programación Lineal

101. George Johnson heredó recientemente una gran suma de dinero; desea utilizar
parte de este dinero para establecer un fideicomiso para sus dos hijos. El
fideicomiso tiene dos opciones de inversión: (1) un fondo de bonos y (2) un fondo
de acciones. Los rendimientos proyectados durante la vida de las inversiones son
6% para el fondo de bonos y 10% para el de acciones. Independientemente de
la porción de la herencia que finalmente decida comprometer al fideicomiso, desea
invertir por lo menos 30% de dicha cantidad en el fondo de bonos. Además, desea
seleccionar una combinación que le permita obtener un rendimiento total de por
lo menos 7.5%.

a) Formule un modelo de programación lineal que pueda utilizarse para


determinar el porcentaje que debe asignarse a cada una de las posibles
alternativas de inversión.
b) Resuelva el problema utilizando el procedimiento de solución gráfica y
por solver6

Solución:

 Definición de variables
X1 = cantidad de dinero invertido en fondo de bonos
X2 = cantidad de dinero invertido en fondo de acciones

 Función Objetivo
Zmax = 1X1 + 1X2

 Restricciones
X1 ≥ 30% (100) inversión en fondo de bonos
6% X1 + 10% X2 ≥ 7.5% (100) rendimiento total
X1 + X2 ≤ 100 relación entre inversiones

 No negatividad
Xi ≥0; i=1,2

Datos entrada Solver

6
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 266. Problema 23.

Oswaldo Paul Rivadeneira Página: 92


Investigación Operativa I Programación Lineal

Resultados del Solver:

Solución gráfica:

102. El propietario de Sea Warf Restaurant desearía determinar cual es la mejor


forma de asignar un prosupuesto mensual de publicidad de 1.000 dólares
entre

Oswaldo Paul Rivadeneira Página: 93


Investigación Operativa I Programación Lineal

periódicos y la radio. La administración ha decidido que por lo menos 25% del


presupuesto debe utilizarse en cada uno de estos dos tipos de medios y que el
monto del dinero gastado en publicidad en periódicos locales debe tener por lo
menos el doble de los que se gaste en radio. Un asesor de mercadotecnia ha
desarrollado un índice que mide la exposición del auditorio por dólar de publicidad
en una escala de 0 al 100, donde valores más elevados del índice indican mayores
exposiciones al auditorio. Si el valor del índice para publicidad en los periódicos
locales es de 50, y para el anuncio de radio es de 80, ¿Cómo debería asignar la
administración el presupuesto de publicidad, a fin de maximizar el valor de
exposición total en el auditorio?

a) Formule un modelo de programación lineal que se pueda utilizar para


determinar la manera en que la administración debe asignar el
presupuesto de publicidad a fin de maximizar el valor de la exposición
total del auditorio.
b) Resuelva el problema utilizando el procedimiento de solución gráfica y
por solver7

Solución:
Formulación del modelo:
 Definición de variables
X1 = Cantidad de dólares asignados a periódicos
X2 = Cantidad de dólares asignados a radio

 Función Objetivo
Zmax= 50X1 + 80X2

 Restricciones
X1 ≥ 0.25(X1 + X2) mínimo para periódicos
X2 ≥ 0.25(X1 + X2) mínimo para radio
X1 ≥ 2X2 relación periódicos y radio
X1 + X2 ≤ 1000 presupuesto
 No negatividad
Xi ≥0; i=1,2

Solución GLP

7
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 266. Problema 24.

Oswaldo Paul Rivadeneira Página: 94


Investigación Operativa I Programación Lineal

X2
400 Payoff: 50.00 X1 + 80.00 X2 = 46000.00
380
360
340
320
300 : 1.00 X1 + 2.00 X2 = 1000.00
280
260 : 0.75 X1 - 0.25 X2 = 0.00
240
220
200
180
160
140
120 : -0.25 X1 + 0.75 X2 = 0.00
100
80
60 : 1.00 X1 - 2.00 X2 = 0.00
40
20
0

0 33 66 99 132 165 198 231 264 297 330 363 396 429 462 495 528 561 594 627 660

Optimal Decisions(X1,X2): (600.00, 200.00)


: 0.75X1 - 0.25X2 >= 0.00
: -0.25X1 + 0.75X2 >= 0.00
: 1.00X1 - 2.00X2 >= 0.00
: 1.00X1 + 2.00X2 <= 1000.00

103. Invesment Advisors es una empresa de corretaje que administra carteras


de valores para clientes. Un cliente nuevo ha solicitado que la empresa maneje
una cartera de inversiones de $80.000. Como estrategia inicial de inversión,
el cliente desea restringir la cartera a una combinación de las acciones siguientes:

Acción Precio por Rendimiento anual Índice de riego


Acción estimado por acción
U.S. OIL $25 $3 0.50
Hub Properties $50 $5 0.25

El índice de riesgo por acción es una clasificación del riesgo relativo de dos
alternativas de inversión. Para los datos dados, se piensa que U.S. OIL es la
inversión sujeta a más riesgo. Al restringir el riesgo total de la cartera, la firma
de inversiones evita colocar cantidades excesivas de la cartera en inversiones
potencialmente de rendimiento alto y riesgo elevado. Para la cartera actual se
ha establecido un límite superior a 700 para el índice de riesgo total de todas las
inversiones, también la empresa ha establecido un límite superior de 1.000
acciones para los valores U.S. OIL más riesgosos. ¿Cuántas acciones de cada
uno de estos valores deben ser adquiridos a fin de maximizar en rendimiento
anual total?8

Solución:

8
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 267. Problema 25.

Oswaldo Paul Rivadeneira Página: 95


Investigación Operativa I Programación Lineal

Formulación del modelo:


 Definición de variables
X1 = Cantidad de acciones en U.S.Oil
X2 = Cantidad de acciones en Hub Properties

 Función Objetivo
Z max = 3X1 + 5X2

 Restricciones
0.50X1 + 0.25X2 ≤ 700 por riesgo
X1 ≤ 1000 inversión en U.S. OIL
25X1 + 50X2 = 80.000 inversión en acciones

 No negatividad
Xi ≥0; i=1,2
Solucion GLP

X2 Payoff: 3.00 X1 + 5.00 X2 = 8400.00


1580
1501
1422
1343
1264
1185
1106
1027
948
869
790
711
632
553

395
316 : 25.00 X1 + 50.00 X2 = 80000.00
237
158 : 1.00 X1 + 0.00 X2 = 1000.00
79
0
: 0.50 X1 + 0.25 X2 = 700.00
0 49 98 147 196 245 294 343 392 441 490 539 588 637 686 735 784 833 882 931 980 X1

Optimal Decisions(X1,X2): (800.00, 1200.00)


: 0.50X1 + 0.25X2 <= 700.00
: 1.00X1 + 0.00X2 <= 1000.00
: 25.00X1 + 50.00X2 <= 80000.00

Datos de entrada SOLVER

Oswaldo Paul Rivadeneira Página: 96


Investigación Operativa I Programación Lineal

PLANIFICACION TRABAJO INVESTMENT ADVISORS

Acciones U.S.Oil HUB


Cantidad 1 1 max
Contrib. Utilidad 3 5 8

No
Restricciones Utilizado Límite Utiliz
Riesgo 0,5 0,25 0,75 ≤ 700 699,25
En U.S.Oil 1 1 ≤ 1000 999
Inversión 25 50 75 ≤ 80000 79925
Datos de salida SOLVER

PLANIFICACION TRABAJO INVESTMENT ADVISORS

Acciones U.S.Oil HUB


Cantidad 800 1200 max
Contrib. Utilidad 3 5 8400

No
Restricciones Utilizado Límite Utiliz
Riesgo 0,5 0,25 700 ≤ 700 -7,4E-10
En U.S.Oil 1 800 ≤ 1000 200
Inversión 25 50 80000 ≤ 80000 -7,3E-08

104. Tom’s produce varios productos alimenticios mexicanos y los vende a Western
Foods, cadena de tiendas de abarrotes localizada en Texas y Nuevo México. Tom’s
fabrica dos salsas: Western Foods Salsa y México City Salsa. Esencialmente,
ambos productos son mezclas de tomates enteros, 30% de salsa de tomate y 20%
de pasta de tomate. La México City Salsa, que tiene una consistencia más espesa
y troceada, está elaborada con 70% de tomates enteros, 10% de salsa de tomate
y 20% de pasta de tomate. Cada tarro de salsa producida pesa 10 onzas. Para
el período de producción actual, Tom’s puede adquirir hasta 280 libras de
tomates enteros, 130 libras de salsa de tomate y 100 libras de pasta de tomate,
el precio por libra de estos ingredientes es $0.96, $0.64 y $0.56
respectivamente. El costo de las especias y de los demás ingredientes es de
aproximadamente $0.10 por recipiente. Tom’s compra tarros de vidrio vacíos a
$0.02 cada uno, y los costos de etiquetado y llenado se estiman en $0.03 por
cada tarro de salsa producido. El contrato de Tom’s con Western Foods resulta en
ingresos por ventas de $1.64 por cada tarro de Western Foods Salsa y de $1.93
por cada tarro de México City Salsa.
a. Desarrolle un modelo de programación lineal que le permita a Tom’s
determinar la mezcla de salsa que maximice la contribución total a la utilidad.
b. Haga una gráfica de la región factible.
c. Resuelva las ecuaciones lineales simultáneas apropiadas a fin de determinar
las coordenadas de cada punto extremo.

Oswaldo Paul Rivadeneira Página: 97


Investigación Operativa I Programación Lineal

d. Encuentre la solución óptima9

Solución:
Formulación del modelo:
 Definición de variables
X1 = Cantidad de tarros de salsa Western Foods
X2 = Cantidad de tarros de salsa México City

 Función Objetivo
Z max =
(1.64 – (0.10+0.02+0.03+50%(10)(0.96)/16+30%(10)(0.64)/16+20%(10)(0.56)/16))X1 +
(1.93 – (0.10+0.02+0.03+70%(10)(0.96)/16+10%(10)(0.64)/16+20%(10)(0.56)/16))X2

Z max = (1.64 – (0.15 + 0.3 + 0.12 + 0.07))X1 + (1.93 – (0.15 + 0.42 + 0.04 + 0.07))X2

Z max = 1X1 + 1.25X2

 Restricciones
5X1 + 7X2 ≤ 4480 libras de tomates enteros
3X1 + 1X2 ≤ 2080 libras de salsa de tomate
2X1 + 2X2 ≤ 1600 libras de pasta de tomate

 No negatividad
Xi ≥0; i=1,2

Solución con GLP

9
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 267. Problema 26.

Oswaldo Paul Rivadeneira Página: 98


Investigación Operativa I Programación Lineal

850
800
750
700 Payoff: 1.00 X1 + 1.25 X2 = 860.00
650
600 : 2.00 X1 + 2.00 X2 = 1600.00
550
: 3.00 X1 + 1.00 X2 = 2080.00
500

450
: 5.00 X1 + 7.00 X2 = 4480.00
400
350

300

250
200
150

100
50
0

1 50 99 148 197 246 295 344 393 442 491 540 589 638 687 736 785 834 883 932 981 X1

Optimal Decisions(X1,X2): (560.00, 240.00)


: 5.00X1 + 7.00X2 <= 4480.00
: 3.00X1 + 1.00X2 <= 2080.00
: 2.00X1 + 2.00X2 <= 1600.00

Datos entrada SOLVER

Planificación para Tom’s

Western México
SALSA Foods City
Cantidad de tarros 1 1 Max
Utilidad 1 1.25 2.25

Restricciones Utilizado Límite No utiliz


tomates enteros 5 7 12 ≤ 4480 4468
salsa de tomate 3 1 4 ≤ 2080 2076
pasta de tomate 2 2 4 ≤ 1600 1596

Salida de datos SOLVER


Planificación para Tom’s

Western México
SALSA Foods City
Cantidad de tarros 560 240 Max
Utilidad 1 1.25 860

Oswaldo Paul Rivadeneira Página: 99


Investigación Operativa I Programación Lineal

Restricciones Utilizado Límite No utilize


tomates enteros 5 7 4480 ≤ 4480 -6.2E-09
salsa de tomate 3 1 1920 ≤ 2080 160
pasta de tomate 2 2 1600 ≤ 1600 -3.7E-09

105. El editor de producción de Rayburn Publishing Company tiene 1.800 páginas de


manuscrito que debe ser revisadas. Debido al poco tiempo involucrado, sólo hay
dos revisores disponibles Erhan Mergen y Sue Smith. Erhan tiene diez días
disponibles y Sue doce días. Erhan puede procesar 100 páginas de manuscrito por
día, y Sue 150 páginas diarias. Rayburn Publishing Company ha desarrollado un
índice para medir la calidad general de un revisor en una escala de 1 (peor) a
10 (mejor). La calidad de Erhan es 9 y la de Sue es 6, además, Erhan cobra 3
dólares por página de manuscrito revisado, Sue cobra 2 dólares por página. Se ha
asignado un presupuesto de $4.800 para la revisión, ¿cuántas páginas deben ser
asignadas a cada revisor para completar el proyecto con la calidad más elevada
posible?10

Solución:
Formulación del modelo:
 Definición de variables
X1 = cantidad de páginas revisadas por Erhan
X2 = cantidad de páginas revisadas por Sue

 Función Objetivo
Z max = 9X1 + 6X2

 Restricciones
3X1 + 2X2 ≤ 4.800 presupuesto
X1 + X2 = 1.800 número de páginas
X1/100 ≤ 10 días disponibles de Erhan
X2/150 ≤ 12 días disponibles de Sue

 No negatividad
Xi ≥0; i=1,2
Solución GLP

10
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 267. Problema 27.

Oswaldo Paul Rivadeneira Página:


100
Investigación Operativa I Programación Lineal

Payoff: 9.0 X1 + 6.0 X2 = 13800.0

X2
2000 : 3.0 X1 + 2.0 X2 = 4800.0
1900
1800
: 0.0 X1 + 1.0 X2 = 1800.0
1700
1600
1500
1400 : 1.0 X1 + 0.0 X2 = 1000.0
1300
1200
1100
1000
900
: 1.0 X1 + 1.0 X2 = 1800.0
800
700
600
500
400
300
200
100
0

0 60 120 180 240 300 360 420 480 540 600 660 720 780 840 900 960 1020108011401200 X1

Optimal Decisions(X1,X2): (1000.0, 800.0)


: 3.0X1 + 2.0X2 <= 4800.0
: 1.0X1 + 1.0X2 <= 1800.0
: 1.0X1 + 0.0X2 <= 1000.0
: 0.0X1 + 1.0X2 <= 1800.0

Datos de entrada SOLVER

Páginas revisadas Ehran Sue


Cantidad 1 1 Max
Calidad 9 6 15

Restricciones Utilizado Limite No utiliz


Presupuesto 3 2 5 ≤ 4800 4795
Horas Ehran 1 1 ≤ 1000 999
Horas Sue 1 1 ≤ 1800 1799
Núm. Páginas 1 1 2 ≤ 1800 1798

Salida SOLVER

PLANIFICACIÓN TRABAJO RAYBURN

Páginas revisadas Ehran Sue


Cantidad 1000 800 Max
Calidad 9 6 13800

Restricciones Utilizado Limite No utiliz


Presupuesto 3 2 4600 ≤ 4800 200

Oswaldo Paul Rivadeneira Página:


101
Investigación Operativa I Programación Lineal

Horas Ehran 1 1000 ≤ 1000 -1,1E-10


Horas Sue 1 800 ≤ 1800 1000
Núm. Páginas 1 1 1800 ≤ 1800 -4,2E-09

106. Car Phones vende dos modelos de teléfono para automóvil: X y Y Los registros
muestran que se utilizan 3 horas de tiempo de ventas por cada modelo de teléfono
X vendido, y 5 horas de tiempo de ventas por cada teléfono de modelo Y. Están
disponibles un total de 600 horas de venta para el siguiente período de cuatro
semanas. Además, las políticas de planeación de la administración exigen
metas mínimas de ventas de 25 unidades, tanto para el X como para el Y.
a. Muestre la región factible
b. Si la empresa obtiene una contribución a la utilidad de 40 dólares por cada
modelo X vendido y una contribución a la utilidad de 50 dólares por cada modelo
Y vendido. ¿Cuál es la meta óptima de ventas para la empresa durante
el período de 4 semanas?
c. Desarrolle una restricción y muestre la región factible si la administración
agrega la restricción que Car Phones debe vender por lo menos tantos
teléfonos Y como teléfonos X.
d. ¿Cuál es la nueva solución óptima si al problema se le agrega la restricción
del inciso (c)?11

Solución:
Formulación del modelo:
 Definición de variables
X1 = Número de unidades de teléfonos modelo X
X2 = Número de unidades de teléfonos modelo Y

 Función Objetivo
Zmax = 40X1 + 50X2

 Restricciones
3X1 + 5X2 ≤ 600 horas de venta disponibles
X1 ≥ 25 meta mínima de venta
X2 ≥ 25 meta mínima de venta

 No negatividad
Xi ≥0; i=1,2
Solución GLP

11
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 268. Problema 28.

Oswaldo Paul Rivadeneira Página:


102
Investigación Operativa I Programación Lineal

Payoff: 40.0 X1 + 50.0 X2 = 7583.3

: 1.0 X1 + 0.0 X2 = 25.0

: 3.0 X1 + 5.0 X2 = 600.0

: 0.0 X1 + 1.0 X2 = 25.0

X2
2
X1
2

Optimal Decisions(X1,X2): (158.3, 25.0)


: 3.0X1 + 5.0X2 <= 600.0
: 1.0X1 + 0.0X2 >= 25.0
: 0.0X1 + 1.0X2 >= 25.0

Datos de entrada SOLVER


PLANIFICACION DE CAR PHONES

Modelo Modelo
Teléfono X Y
Cantidad 1 1 Max
Utilidad 40 50 90

No
Restricciones Utilizado Límite Utiliz
Horas disp. 3 5 8 ≤ 600 592
Venta min X 1 1 ≥ 25 -24
Venta min Y 1 1 ≥ 25 -24

Datos de Salida SOLVER


PLANIFICACION DE CAR PHONES

Modelo Modelo
Teléfono X Y
Cantidad 158,3333 25 Max
Utilidad 40 50 7583,333

Restricciones Utilizado Límite No Utiliz


Horas disp. 3 5 600 ≤ 600 -1,4E-09
Venta min X 1 158,3333 ≥ 25 133,3333
Venta min Y 1 25 ≥ 25 2,64E-12

Oswaldo Paul Rivadeneira Página:


103
Investigación Operativa I Programación Lineal

107. Greentree Kennels proporciona alojamiento por una noche para mascotas. Una
característica particular en Greentree es la calidad del cuidado que reciben las
mascotas, incluyendo una excelente alimentación. La comida para perros de la
perrera se elabora mezclado dos alimentos de marca para perros a fin de
obtener lo que la perrera identifica como una “dieta para perros bien balanceada”.
Los datos para las dos comidas con las siguientes:

Comida Costo/onza Proteínas % Grasa %


Bark Bits 0.06 30 15
Canine Chow 0.05 20 30

Si Greentree desea asegurarse de que los perros reciban por lo menos 5 onzas
de proteínas y como mínimo 3 onzas de grasas cada día, ¿Cuál es la mezcla de
costo mínimo de los alimentos para perros?12

Solución:
Formulación del modelo:
 Definición de variables
X1 = Cantidad de onzas de comida Bark Bits
X2 = Cantidad de onzas de comida Canine Chow

 Función Objetivo
Zmin = 0.06X1 + 0.05X2

 Restricciones
0.3X1 + 0.2X2 ≥ 5 contenido de proteínas
0.15 X1 + 0.3 X2 ≥ 3 contenido de grasas

 No negatividad
Xi ≥0; i=1,2

Solución GLP

12
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 269. Problema 34.

Oswaldo Paul Rivadeneira Página:


104
Investigación Operativa I Programación Lineal

36

30

24

Payoff: 0.06 X1 + 0.05 X2 = 1.02


18

: 0.30 X1 + 0.20 X2 = 5.00

12
: 0.15 X1 + 0.30 X2 = 3.00

0
0 10 20 30 40 50 60 70 80

Optimal Decisions(X1,X2): (15.00, 2.50)


: 0.30X1 + 0.20X2 >= 5.00
: 0.15X1 + 0.30X2 >= 3.00

Entrada de datos SOLVER


PLANIFICACIÓN TRABAJO Greentree Kennels

Bark Canine
Comida Bits Chow
Cantidad 1 1 Min
Calidad 0,06 0,05 0,11

No
Restricciones Utilizado Limite utiliz
Proteinas 0,3 0,2 0,5 ≥ 5 4,5
Grasas 0,15 0,3 0,45 ≥ 3 2,55

Salida de datos SOLVER

PLANIFICACIÓN TRABAJO Greentree Kennels

Bark Canine
Comida Bits Chow
Cantidad 15 2,5 Min
Calidad 0,06 0,05 1,025

Oswaldo Paul Rivadeneira Página:


105
Investigación Operativa I Programación Lineal

No
Restricciones Utilizado Limite utiliz
-3,3E-
Proteinas 0,3 0,2 5 ≥ 5 12
-2,2E-
Grasas 0,15 0,3 3 ≥ 3 12

108. La New England Cheese Company produce dos quesos crema mezclando quesos
chedar tanto suave como extrafuerte. Los quesos crema se empacan en
recipientes de 12 onzas, que después se venden a distribuidores en todo el
noroeste. La mezcla Regular contiene 80% de chedar suave y 20% de extrafuerte
y la mezcla Zesty contiene 60% de chedar suave y 40% de extrafuerte. Este año,
una cooperativa lechera local ha ofrecido entregar hasta
8.100 libras de queso chedar a $1.20 por libra y hasta 3.000 libras de queso
chedar extrafuerte a $1.40 por libra. El costo de mezclar y empacar estos
quesos crema, excluyendo el costo del queso mismo, es de $0.20 por recipiente.
Si cada recipiente de Regular se vente a $1.95 y cada recipiente Zesty se vende
a $2.20. ¿Cuántos recipientes deberá producir New England Cheese de Regular
y Zesty?13

Solución:
Formulación del modelo:
 Definición de variables
X1 = Cantidad (en miles) de recipientes de queso Regular
X2 = Cantidad (en miles) de recipientes de queso Zesty

 Función Objetivo
Zmax = (1.95 – 0.20 - 0.80*0.75*1.20 – 0.60*0.75*1.40)X1 +
(2.20 – 2.0 – 0.20*0.75*1.20 – 0.40*0.75*1.40)X2
Zmax = 0.40X1 + 1.40X2
 Restricciones
0.80*0.75X1 + 0.60*0.75X2 ≤ 8,1 queso chedar suave
0.20*0.75X1 + 0.40*0.75X2 ≤ 3,0 queso chedar extrafuerte

 No negatividad
Xi ≥0; i=1,2

Solución GLP

13
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 269. Problema 35.

Oswaldo Paul Rivadeneira Página:


106
Investigación Operativa I Programación Lineal

: 0.8
2 X1 + 0.6
4 X

X2
10
Payoff: 0.4 X1 + 1.4 X2 = 14.0
9

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 X1

Optimal Decisions(X1,X2): ( 0.0, 10.0)


: 0.8X1 + 0.6X2 <= 10.8
: 0.2X1 + 0.4X2 <= 4.0

Datos de entrada SOLVER

PLANIFICACION TRABAJO en New England Cheese Company

Recipientes queso Regular Zesty


Cantidad en miles 1 1 max
Utilidad 0,4 1,4 1,8

No
Restricciones Utilizado Límite Utiliz
Queso Ch. suave 0,8 0,6 1,4 ≤ 10,8 9,4
Tiempo prod. min 0,2 0,4 0,6 ≤ 4 3,4

Datos de salida SOLVER

Recipientes queso Regular Zesty


Cantidad en miles 0 10 max
Utilidad 0,4 1,4 14

No
Restricciones Utilizado Límite Utiliz
Queso Ch. suave 0,8 0,6 6 ≤ 10,8 4,8
Tiempo prod. min 0,2 0,4 4 ≤ 4 -5,5E-12

Oswaldo Paul Rivadeneira Página:


107
Investigación Operativa I Programación Lineal

109. Los administradores de Healthtech Foods están considerando desarrollar un


nuevo bocadillo bajo en grasas. Se trata de una mescla de dos tipos de
cereales, cada una de ellos con distintas características en fibras, grasas y
proteínas. La tabla siguiente muestra estas características por onza de cada tipo
de cereal.

Fibra dietética Grasas Proteínas


Cereal (gramos) (gramos) (gramos)
A 2 2 4
B 1.5 3 3

Note que cada onza de cereal A proporciona dos gramos de fibra dietética y que
cada onza de cereal B da 1.5 gramos de fibra dietética, por lo que si Healthtech
fuera a desarrollar el nuevo producto utilizando una mezcla formada de 50% de
cereal A y 50% de cereal B, una onza de éste contendría 1.75 gramos de fibra
dietética. Los requisitos nutricionales de Healthtech exigen que cada onza del
nuevo alimento tenga por lo menos 1.7 gramos de fibra dietética, no más de 2.8
gramos de grasa y no más de 3.6 gramos de proteínas. El costo del cereal A es
de $0.02 por onza y el del B es de $0.025 por onza. Healthtech desea
determinar cuánto de cada cereal es necesario para producir una onza del
nuevo producto al menor costo posible.

a. Formule el modelo de programación lineal para esta situación


b. Resuelva el problema utilizando el procedimiento de solución gráfica
c. ¿Cuáles son las variables de holgura y de excedente
d. Si Healthtech pone en el mercado el nuevo cereal en un paquete de 8 onzas.
¿Cuál sería el costo del paquete?14

Solución:
Formulación del modelo:
 Definición de variables
X1 = Cantidad de onzas de cereal A
X2 = Cantidad de onzas de cereal B

 Función Objetivo
Zmin = 0.02X1 + 0.025X2

 Restricciones
2X1 + 1.5X2 ≥ 1.7 por fibra dietética
2X1 + 3X2 ≤ 2.8 por grasas
4X1 + 3X2 ≤ 3.6 por proteínas
X1 + X2 = 1 onzas

14
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 269. Problema 36.

Oswaldo Paul Rivadeneira Página:


108
Investigación Operativa I Programación Lineal

 No negatividad
Xi ≥0; i=1,2

Solución GLP

X2
1

Payoff: 0.020 X1 + 0.025 X2 = 0.017

: 4.000 X1 + 3.000 X2 = 3.600

: 2.000 X1 + 3.000 X2 = 2.800

0 : 2.000 X1 + 1.500 X2 = 1.700


X1
0 1

Optimal Decisions(X1,X2): (0.850, 0.000)


: 2.000X1 + 1.500X2 >= 1.700
: 2.000X1 + 3.000X2 <= 2.800
: 4.000X1 + 3.000X2 <= 3.600

Datos entrada SOLVER

Planificacion de Healthtech Foods

Cereal A B
Cantidad en onzas 1 1 min
Costo 0,02 0,025 0,045

No
Restricciones Utilizado Límite Utiliz
fibra dietética 2 1,5 3,5 ≥ 1,7 1,8
por grasas 2 3 5 ≤ 2,8 -2,2
por proteinas 4 3 7 ≤ 3,6 -3,4

Datos salida SOLVER

Planificacion de Healthtech Foods

Cereal A B
Cantidad en onzas 0,85 0 min

Oswaldo Paul Rivadeneira Página:


109
Investigación Operativa I Programación Lineal

Costo 0,02 0,025 0,017

No
Restricciones Utilizado Límite Utiliz
9,12E-
fibra dietética 2 1,5 1,7 ≥ 1,7 13
por grasas 2 3 1,7 ≤ 2,8 1,1
por proteinas 4 3 3,4 ≤ 3,6 0,2

110. MD Chemical produce dos productos que se venden como materia prima para
empresas fabricantes de jabones para baño, detergentes para lavandería y otros
productos de jabón. Apoyándose en un análisis de los niveles actuales de
inventarios y de la demanda potencial para el mes siguiente, la administración
de MD ha especificado que la producción total de los productos 1 y 2 combinados
debe ser de por lo menos 350 galones. Además debe cumplir con un pedido
de un cliente de importancia de 125 galones del producto 1. El tiempo de
procesado del producto 1 requiere dos horas por galón, y del producto 2
requiere de una hora; para el mes siguiente, hay disponibilidades de
600 horas de proceso. Los costos de producción son 2 dólares por galón del
producto 1 y 3 dólares del producto 2.
a. Determine las cantidades de producción que satisfagan los requisitos
especificados al costo mínimo.
b. ¿Cuál es el costo total del producto?
c. Identifique la cantidad de cualquier producción excedente.15

Solución:
Formulación del modelo:
 Definición de variables
X1 = Cantidad de galones del producto 1
X2 = Cantidad de galones de producto 2

 Función Objetivo
Zmin = 2X1 + 3X2

 Restricciones
X1 + X2 ≥ 350 galones producidos
X1 ≥ 125 pedido de un cliente
2X1 + 1X2 ≤600 horas de proceso

 No negatividad
Xi ≥0; i=1,2

Solución GLP

15
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 270. Problema 37.

Oswaldo Paul Rivadeneira Página:


110
Investigación Operativa I Programación Lineal

X2
440
418
396
374
352
330
308
286
264 Payoff: 2.0 X1 + 3.0 X2 = 800.0
242
220
198
176
154
132
110
88 : 2.0 X1 + 1.0 X2 = 600.0
66
44 : 1.0 X1 + 0.0 X2 = 125.0
22
0 : 1.0 X1 + 1.0 X2 = 350.0
0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320 340 360 380 400 X1

Optimal Decisions(X1,X2): (250.0, 100.0)


: 1.0X1 + 1.0X2 >= 350.0
: 1.0X1 + 0.0X2 >= 125.0
: 2.0X1 + 1.0X2 <= 600.0

Datos entrada SOLVER


Planificacion de 55. M&D Chemical

Producto 1 2
Cantidad galones 1 1 min
Costo 2 3 5

No
Restricciones Utilizado Límite Utiliz
Galones
producidos 1 1 2 ≥ 350 -348
Pedido cliente 1 1 ≥ 125 124
Horas proceso 2 1 3 ≤ 600 597

Datos salida SOLVER

Planificacion de M&D Chemical

Producto 1 2
Cantidad galones 250 100 min
Costo 2 3 800

Oswaldo Paul Rivadeneira Página:


111
Investigación Operativa I Programación Lineal

Restricciones Utilizado Límite No Utiliz


Galones
producidos 1 1 350 ≥ 350 8,11E-10
Pedido cliente 1 250 ≥ 125 -125
Horas proceso 2 1 600 ≤ 600 -2,9E-10

111. Photo Chemicals produce dos tipos de fluido para revelado fotográfico. Ambos
productos le cuestan a la empresa un dólar por galón producirlos. Con base e una
análisis de niveles actuales de inventario y en las órdenes en mano para el mes
siguiente, la administración de Photo Chemicals ha decidido que durante las
siguientes dos semanas se produzcan por los menos 30 galones del producto
1 y por lo menos 20 galones del producto 2. También ha dicho la administración
que en el transcurso de las siguientes dos semanas debe utilizarse el inventario
existente de una materia prima muy perecedera necesaria en la producción de
ambos fluidos. El inventario actual de esta materia prima muy perecedera es de
80 libras. Aunque de ser necesario se puede ordenar más de esta materia
prima, cualquier parte del inventario actual no utilizada se echará a perder
dentro de las siguientes dos semanas; de ahí el requerimiento de la administración
de que por lo menos se utilicen las 80 libras en las siguientes dos semanas.
Además, el producto 1 requiere de una libra de esta materia prima perecedera
por galón, y el producto 2 requiere 2 libras de la materia prima por galón. Dado
que el objetivo de la administración es mantener los costos de producción al
mínimo nivel posible, están buscando un plan de producción de costo mínimo que
utilice la totalidad de las 80 libras de la materia prima perecedera y que obtenga
por lo menos 30 galones del producto 1 y por lo menos 20 galones del producto
2. ¿Cuál es la solución de costo mínimo?16

Solución:
Formulación del modelo:
 Definición de variables
X1 = Cantidad de galones de fluido tipo 1
X2 = Cantidad de galones de fluido tipo 2

 Función Objetivo
Zmin = X1 + X2

 Restricciones
X1 ≥ 30 producción mínima de producto 1
X2 ≥ 20 producción mínima de producto 2
X1 + 2X2 ≥ 80 libras de materia prima

 No negatividad
Xi ≥0; i=1,2

16
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 270. Problema 38.

Oswaldo Paul Rivadeneira Página:


112
Investigación Operativa I Programación Lineal

Solucion GLP

Payoff: 1.0 X1 + 1.0 X2 = 60.0

25 : 1.0 X1 + 2.0 X2 = 80.0


24
23
22
21
19 : 0.0 X1 + 1.0 X2 = 20.0
18
17
16
15
14
13
11 : 1.0 X1 + 0.0 X2 = 30.0
10
9
8
7
6
5
4
3
2
1
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 X1

Optimal Decisions(X1,X2): (40.0, 20.0)


: 1.0X1 + 0.0X2 >= 30.0
: 0.0X1 + 1.0X2 >= 20.0
: 1.0X1 + 2.0X2 <= 80.0

112. Bryant’s Pizza es un productor de pizzas congeladas. La empresa tiene una


utilidad de un dólar por cada pizza normal que produzca y de 1.5 dólares por cada
pizza de lujo. Cada pizza incluye una combinación de pasta de harina y de mezcla
de relleno. Actualmente la empresa tiene 150 libras de mezcla de pasta y de 50
libras de mezcla de relleno. Cada pizza normal utiliza una libra de mezcla de
pasta de harina y 4 onzas de mezcla de pasta de relleno. Cada pizza de lujo utiliza
una libra de mezcla de pasta de harina y 8 onzas de mezcal de relleno. Con base
en la demanda del pasado, Bryant puede vender por lo menos
50 pizzas normales y por lo menos 25 pizzas de lujo. ¿Cuántas pizzas normales
y de lujo deberá fabricar la empresa para maximizar la utilidad?
a. ¿Cuál es el modelo de programación lineal para este problema?
b. Escriba este programa lineal en su forma estándar.
c. Encuentre la solución óptima.
d. ¿Cuáles son los valores e interpretaciones de todas las variables de holgura y
de excedente?
e. ¿Qué restricciones están asociadas con recursos limitantes? 17

Solución:
Formulación del modelo:

17
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 270. Problema 39.

Oswaldo Paul Rivadeneira Página:


113
Investigación Operativa I Programación Lineal

 Definición de variables
X1 = Cantidad de Pizzas Normales
X2 = Cantidad de Pizzas De Lujo

 Función Objetivo
Zmax = 1X1 + 1.5X2

 Restricciones
X1 + X2 ≤ 150 pasta de harina
0.25X1 + 0.5X2 ≤ 50 pasta de relleno
X1 ≥ 50 venta de pizzas Normales
X2 ≥ 25 venta de pizzas De Lujo

 No negatividad
Xi ≥0; i=1,2
Solución GLP
160
152
144

: 1.00 X1 + 0.00 X2 = 50.00


128
120
112
104
96
88
80 : 1.00 X1 + 1.00 X2 = 150.00
72

Payoff: 1.00 X1 + 1.50 X2 = 175.00


56
48
40
32 : 0.00 X1 + 1.00 X2 = 25.00

: 0.25 X1 + 0.50 X2 = 50.00


16
8
0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170

Optimal Decisions(X1,X2): (100.00, 50.00)


: 1.00X1 + 1.00X2 <= 150.00
: 0.25X1 + 0.50X2 <= 50.00
: 1.00X1 + 0.00X2 >= 50.00
: 0.00X1 + 1.00X2 >= 25.00

Datos de entrada SOLVER

PLANIFICACION TRABAJO BRYANT'S PIZZA

Pizzas Normal Lujo


Cantidad 1 1 max

Oswaldo Paul Rivadeneira Página:


114
Investigación Operativa I Programación Lineal

Utilidad 1 1,5 2,5

No
Restricciones Utilizado Límite Utiliz
Pasta harina 1 1 2 ≤ 150 148
Relleno 0,25 0,5 0,75 ≤ 50 49,25
Pizzas Normales 1 1 ≥ 50 -49
Pizzas Lujo 1 1 ≥ 25 -24

Datos de salida SOLVER

PLANIFICACION TRABAJO BRYANT'S PIZZA

Pizzas Normal Lujo


Cantidad 100 50 max
Utilidad 1 1,5 175

No
Restricciones Utilizado Límite Utiliz
Pasta harina 1 1 150 ≤ 150 -3,4E-10
Relleno 0,25 0,5 50 ≤ 50 -6E-11
Pizzas Normales 1 100 ≥ 50 50
Pizzas Lujo 1 50 ≥ 25 25

113. English Motors, Ltd. (EML), ha desarrollado un nuevo vehículo deportivo de


utilería, con tracción en la cuatro llantas. Como parte de la campaña de
mercadotecnia, EML ha desarrollado una presentación de ventas en video cinta
que se enviará tanto a propietarios de vehículos de tracción en las cuatro ruedas
EML actuales, como a propietarios de vehículos utilitarios deportivos de cuatro
ruedas ofrecidos por los competidores EML se refiere a estos dos mercados
objetivo como mercado de clientes actual y mercado de clientes nuevo. Los
individuos que reciban el nuevo video promocional también recibirán un cupón
para un recorrido de prueba del nuevo modelo EML, durante un fin de semana.
Un factor clave en el éxito de esta nueva promoción es la tasa de respuesta, es
decir el porcentaje de individuos que reciban la nueva promoción y hagan el
recorrido de prueba del nuevo modelo, EML estima que la tasa de respuesta
para el mercado de clientes actual es de 25% y para el mercado de cliente
nuevo es de 20%. La tasa de ventas es el porcentaje de individuos que reciba
la nueva promoción, haga el recorrido de prueba y efectúe la compra. Los estudios
de investigación de mercado indican que la tasa de ventas el de 12% para el
mercado de clientes actual y de 20% para el mercado de clientes nuevo. El costo
de cada promoción, excluyendo los costos de recorrido de prueba, es de 5
dólares por cada promoción enviada al mercado de clientes actual y de 4 dólares
por cada promoción enviada al mercado de clientes nuevo. La administración
también ha decidido que se deberá enviar la nueva promoción a un mínimo d
30.000 clientes actuales y a un mínimo de 10.000 clientes nuevos. Además, el
número de clientes actuales que haga el recorrido de prueba del

Oswaldo Paul Rivadeneira Página:


115
Investigación Operativa I Programación Lineal

nuevo vehículo debe ser de por lo menos el doble del número de clientes
nuevos que hagan recorrido de prueba del nuevo vehículo. Si el presupuesto de
mercadotecnia, incluyendo los costos del recorrido de prueba, es de 1’200.000
dólares, ¿Cuántas promociones deberán ser enviadas a cada grupo de clientes
para maximizar las ventas totales?18

Solución:
Formulación del modelo:
 Definición de variables
X1 = Cantidad de promociones enviadas a clientes actuales
X2 = Cantidad de promociones enviadas a clientes nuevos

 Función Objetivo
Zmax = 0.12*5X1 + 0.20*4X2

 Restricciones
X1 ≥ 30.000 clientes actuales
X2 ≥ 10.000 clientes nuevos
0.25X1 ≥ 2*0.20X2 relación entre clientes que responden a la promoción
5X1 + 4X2 ≤1’200.000 presupuesto

 No negatividad
Xi ≥ 0; i=1,2
Solución GLP

18
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 274. Problema 61.

Oswaldo Paul Rivadeneira Página:


116
Investigación Operativa I Programación Lineal

X2
273
260
247
234
221 Payoff: 0.60 X1 + 0.80 X2 = 176.00
208

182 : 5.00 X1 + 4.00 X2 = 1200.00


169
156

143 : 1.00 X1 + 0.00 X2 = 30.00


130
117
104
91
78
65
: 0.25 X1 - 0.40 X2 = 0.00
52
39
26 : 0.00 X1 + 1.00 X2 = 10.00
13
0

0 13 26 39 52 65 78 91 104 117 130 143 156 169 182 195 208 221 234 247 260

Optimal Decisions(X1,X2): (160.00, 100.00)


: 1.00X1 + 0.00X2 >= 30.00
: 0.00X1 + 1.00X2 >= 10.00
: 0.25X1 - 0.40X2 >= 0.00
: 5.00X1 + 4.00X2 <= 1200.00

Datos de entrada SOLVER


PLANIFICACION TRABAJO ENGLISH MOTOR LTD.

Clientes Clientes
Promociones Actuales Nuevos
Cantidad en
miles 1 1 max
Ventas 0,6 0,8 1,4

No
Restricciones Utilizado Límite Utiliz
Clientes actuales 1 1 ≥ 30 29
Clientes nuevos 1 1 ≥ 10 9
Relacion clientes 0,25 -0,4 -0,15 ≥ 0 -0,15
Presupuesto 5 4 9 ≤ 1200 -1191

Datos salida SOLVER

PLANIFICACION TRABAJO ENGLISH MOTOR LTD.

Clientes Clientes
Promociones Actuales Nuevos
Cantidad en
miles 160 100 max
Ventas 0,6 0,8 176

Oswaldo Paul Rivadeneira Página:


117
Investigación Operativa I Programación Lineal

Restricciones Utilizado Límite No Utiliz


Clientes actuales 1 160 ≥ 30 -130
Clientes nuevos 1 100 ≥ 10 -90
Relacion clientes 0,25 -0,4 -1,1E-11 ≥ 0 -1,1E-11
Presupuesto 5 4 1200 ≤ 1200 2,78E-09

114. Creative Sports Designs (CSD) fabrica raquetas de tamaño estándar y


extragrande. Las raquetas de la empresa son extremadamente ligeras, debido a
uso de una aleación de magnesio y grafito inventada por el fundador de la
empresa. Cada raqueta de tamaño estándar utiliza 0,125 kilos de aleación y
cada raqueta extragrande utiliza 0,4 kilos; para el siguiente período de producción
de dos semanas sólo hay disponibles 80 kilos de aleación. Cada raqueta de tamaño
estándar ocupa 10 minutos de tiempo de fabricación y cada raqueta de tamaño
extragrande ocupa 12 minutos. Las contribuciones a la utilidad son de 10 dólares
por cada raqueta estándar y de 15 dólares por cada raqueta extragrande y están
disponibles 40 horas de tiempo de producción por semana. La administración ha
especificado que por lo menos 20% de la producción total debe ser de raqueta
de tamaño estándar. ¿Cuántas raquetas de cada tipo deberá fabricar CSD en las
dos semanas siguientes, a fin de maximizar la contribución a la utilidad? Suponga
que, debido a la naturaleza única de sus productos, CSD puede vender tantas
raquetas como pueda
producir.19

Solución:
Formulación del modelo:
 Definición de variables
X1 = Cantidad de unidades de raquetas estandar
X2 = cantidad de unidades de raquetas extra grande

 Función Objetivo
Zmax = 10X1 + 15X2

 Restricciones
0.125X1 + 0.4X2 ≤ 80 kilos de aleación
10X1 + 12X2 ≤ 40*60 minutos de tiempo de producción
X1 ≥ 0.20(X1 + X2)

 No negatividad
Xi ≥0; i=1,2
Solución GLP

19
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 274. Problema 62.

Oswaldo Paul Rivadeneira Página:


118
Investigación Operativa I Programación Lineal

X2
200
190 : 0.125 X1 + 0.400 X2 = 80.000
180
170 Payoff: 10.000 X1 + 15.000 X2 = 2896.551
160
150
140 : 10.000 X1 + 12.000 X2 = 2400.000
130
120
110
100
90
80
70 : 0.800 X1 - 0.200 X2 = 0.000
60
50
40
30
20
10
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 X1

Optimal Decisions(X1,X2): (41.379, 165.517)


: 0.125X1 + 0.400X2 <= 80.000
: 10.000X1 + 12.000X2 <= 2400.000
: 0.800X1 - 0.200X2 >= 0.000

Datos entrada SOLVER

PLANIFICACION TRABAJO 59. Creative Sports Designs

Raquetas Estandar Extra G


Cantidad 1 1 max
Contrib. Utilidad 10 15 25

No
Restricciones Utilizado Límite Utiliz
Kilos aleación 0,125 0,4 0,525 ≤ 80 79,475
Tiempo prod. min 10 12 22 ≤ 2400 2378
20% prod estand 0,8 -0,2 0,6 ≥ 0 0,6

Datos salida SOLVER

PLANIFICACION TRABAJO 59. Creative Sports Designs

Raquetas Estandar Extra G


Cantidad 41,37931 165,5172 max
Contrib. Utilidad 10 15 2896,552

Restricciones Utilizado Límite No Utiliz


Kilos aleación 0,125 0,4 71,37931 ≤ 80 8,62069
Tiempo prod. min 10 12 2400 ≤ 2400 3,03E-10

Oswaldo Paul Rivadeneira Página:


119
Investigación Operativa I Programación Lineal

20% prod estand 0,8 -0,2 9,03E-11 ≥ 0 9,03E-11

115. La administración de High Tech Service (HTS) desea desarrollar un modelo que le
ayude a asignar el tiempo de sus técnicos entre llamada de servicio por
contrato a clientes tanto normales como nuevos. En el período de planeación de
dos semanas hay disponible un máximo de 80 horas de tiempo de técnico. A fin
de satisfacer los requisitos de flujo de caja, deben generarse por lo menos 800
dólares de ingresos (por técnico) durante el período de dos semanas. El tiempo
de técnico para los clientes normales genera 25 dólares por hora, pero para
clientes nuevos sólo genera un promedio de 8 dólares la hora, porque en
muchos casos el contacto con el cliente no llega a generar servicios facturables.
Para asegurarse de que se mantienen contactos nuevos, el tiempo de técnico
utilizado en contactos con clientes nuevos debe ser por lo menos 60% del
tiempo utilizado en contactos con clientes normales. Para los requerimientos de
ingresos y políticas enunciadas, HTS desearía determinar cómo asignar el
tiempo de los técnicos entre clientes normales y nuevos, a fin de maximizar el
número total de clientes en contacto durante el período de dos semanas. Los
técnicos requieren un promedio de 50 minutos por cada contacto de cliente normal
y de una hora por cada contacto con cliente nuevo.
a. Desarrolle un modelo de programación lineal que le permita a HTS asignar el
tiempo de los técnicos entre clientes normales y nuevos.
b. Haga una gráfica de la región factible
c. Resuelva las ecuaciones lineales simultáneas apropiadas para determinar los
valores de X1 y X2 en cada punto extremo de la región factible.
d. Encuentre la solución óptima20

REFERENCIA: Página 274 Problema 63. Métodos Cuantitativos para los


Negocios. 7ma Edición. Anderson Sweeney Willams. Editorial Thomson.

Solución:
Formulación del modelo:
 Definición de variables
X1 = Numero de horas de técnico asignado a clientes normales
X2 = Numero de horas de técnico asignado a clientes nuevos

 Función Objetivo
Zmax = 60X1/50+ 60X2/60 número de clientes

 Restricciones
X1 + X2 ≤ 80 horas disponibles de técnico
X2 ≥ 0.6X1 relación de tiempo de técnico
25X1 + 8X2 ≥ 800 ingresos en dólares

 No negatividad
Xi ≥ 0; i=1,2

20
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 274. Problema 63.

Oswaldo Paul Rivadeneira Página:


120
Investigación Operativa I Programación Lineal

Solución GLP
104

91 Payoff: 1.20 X1 + 1.00 X2 = 90.00

78

65

52

39
: 25.00 X1 + 8.00 X2 = 800.00
: -0.60 X1 + 1.00 X2 = 0.00

26

13 : 1.00 X1 + 1.00 X2 = 80.00

0
0 11 22 33 44 55 66 77

Optimal Decisions(X1,X2): (50.00, 30.00)


: 1.00X1 + 1.00X2 <= 80.00
: -0.60X1 + 1.00X2 >= 0.00
: 25.00X1 + 8.00X2 >= 800.00

Entrada de datos SOLVER


PLANIFICACION TRABAJO High Tech Service

Clientes Clientes
Horas de trabajo normales nuevos
Cantidad horas 1 1 max
Número clientes 1.2 1 2.2

Restricciones Utilizado Límite No Utiliz


Horas
disponibles 1 1 2 ≤ 80 78
Relación tiempo -0.6 1 0.4 ≥ 0 -0.4
Ingresos 25 8 33 ≥ 800 -767

Datos de salida SOLVER

PLANIFICACION TRABAJO High Tech Service

Clientes Clientes
Horas de trabajo normales nuevos
Cantidad horas 50 30 max
Número clientes 1.2 1 90

Oswaldo Paul Rivadeneira Página:


121
Investigación Operativa I Programación Lineal

Restricciones Utilizado Límite No Utiliz


Horas
disponibles 1 1 80 ≤ 80 -1.8E-10
Relación tiempo -0.6 1 -2.2E-11 ≥ 0 2.18E-11
Ingresos 25 8 1490 ≥ 800 690

116. Jackson Hole Manufacturing es un pequeño fabricante de productos de plástico


que se utilizan en las industrias automotrices y de computación. Tiene un
importante contrato con una empresa de computadoras que implica la producción
de cajas de plástico para las impresoras portátiles de dicha empresa. Las cajas de
impresora se producen en dos máquinas de moldeo por inyección. La máquina
M100 tiene una capacidad de producción de 20 cajas de impresora por hora y la
máquina M200 tiene una capacidad de 40 cajas por hora. Ambas máquina utilizan
la misma materia prima química para producir las cajas de impresora.; la M100
utiliza 40 libras de materia prima por hora, y la M200 utiliza
50 por hora. La empresa de computadoras le ha pedido a Jackson Hole que
produzca tantas cajas durante la semana que sigue como sea posible, y la ha
dicho que le pagará 18 dólares por cada caja que pueda entregar. Sin embargo,
la siguiente semana es un período normal de vacaciones programadas para la
mayor parte de los empleados de producción de Jackson Hole. Durante este
tiempo, se efectúa el mantenimiento anual de todo el equipo de la planta.
Debido al tiempo parado para mantenimiento, la M100 no estará disponible
durante más de 15 horas y la M200 durante más de 10 horas. Sin embargo, en
razón del elevado costo de preparación involucrado en ambas máquinas, la
administración requiere que, si el programa de producción en cualquiera de
estas máquinas, la máquina deberá operar por lo menos durante 5 horas. El
proveedor de la materia química utilizada en el proceso de producción le ha
informado a Jackson Hole que tendrá disponible un máximo de 1.000 libras de
la materia prima para la producción de la siguiente semana. El costo de la materia
prima es de 6 dólares por libra. Además del costo de la materia prima, Jackson
Hole estima que el costo horario de operación de la M100 y la M200 son de
50 y 75 dólares, respectivamente.
a. Formule un modelo de programación lineal que se pueda utilizar para
maximizar la contribución de la utilidad.
b. Resuelva el problema utilizando el procedimiento de solución gráfica.21

Solución:
Formulación del modelo:
 Definición de variables
X1 = Numero de horas de trabajo de maquina M100
X2 = Numero de horas de trabajo de maquina M200

 Función Objetivo
Zmax = (20X1*18 – 40X1*6 – 50X1) + (40X2*18 – 50X2*6 – 75X2)

21
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 275. Problema 64.

Oswaldo Paul Rivadeneira Página:


122
Investigación Operativa I Programación Lineal

Zmax = (360 – 240 – 50)X1 + (720 – 300 – 75)X2


Zmax = 70X1 + 345X2

 Restricciones
X1 ≤ 15 horas máximas de trabajo M100
X2 ≤ 10 horas máximas de trabajo de M200
X1 ≥ 5 horas mínimas de trabajo de M100
X2 ≥ 5 horas mínimas de trabajo de M200
40X1 + 50X2 ≤ 1000 libras de materia prima disponibles

 No negatividad
Xi ≥ 0; i=1,2

Solución GLP

Payoff: 70.0 X1 + 345.0 X2 = 4325.0


12

: 40.0 X1 + 50.0 X2 = 1000.0

: 0.0 X1 + 2.0 X2 = 5.0

: 1.0 X1 + 0.0 X2 = 5.0

: 0.0 X1 + 1.0 X2 = 10.0

0 : 1.0 X1 + 0.0 X2 = 15.0


0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 2

Optimal Decisions(X1,X2): (12.5, 10.0)


: 1.0X1 + 0.0X2 <= 15.0
: 0.0X1 + 1.0X2 <= 10.0
: 1.0X1 + 0.0X2 >= 5.0
: 0.0X1 + 2.0X2 >= 5.0
: 40.0X1 + 50.0X2 <= 1000.0

Datos entrada SOLVER


PLANIFICACION TRABAJO High Tech Service

Maquina Maquina
Horas de trabajo M100 M200
Cantidad horas 1 1 max
Contrib. utilidad 70 345 415

Restricciones Utilizado Límite No Utiliz


Horas max M100 1 0 1 ≤ 15 14
Horas max M200 0 1 1 ≤ 10 9

Oswaldo Paul Rivadeneira Página:


123
Investigación Operativa I Programación Lineal

Horas min M100 1 0 1 ≥ 5 -4


Horas min M200 0 1 1 ≥ 5 -4
Libras disponibles 40 50 90 ≤ 1000 910

Datos de salida SOLVER

Maquina Maquina
Horas de trabajo M100 M200
Cantidad horas 12.5 10 max
Contrib. utilidad 70 345 4325

Restricciones Utilizado Límite No Utiliz


Horas max M100 1 0 12.5 ≤ 15 2.5
Horas max M200 0 1 10 ≤ 10 -9.9E-13
Horas min M100 1 0 12.5 ≥ 5 7.5
Horas min M200 0 1 10 ≥ 5 5
Libras disponibles 40 50 1000 ≤ 1000 -1.5E-09

117. Electronic Comunications fabrica radios portátiles que pueden utilizarse en


comunicaciones de dos vías. El nuevo producto de la empresa que tiene un
rango de hasta 25 millas, es adecuado para una diversidad de usos comerciales
y personales. Los canales de distribución para el nuevo radio son:

1. distribuidores de equipo marino,


2. distribuidores de equipo de oficina,
3. cadenas nacionales de tiendas al menudeo,
4. pedidos por correo.

Debido a diferentes costos de distribución y promocionales, la reditualidad del


producto variará según el canal de distribución. Además, el costo de publicidad
y el esfuerzo de ventas personales requerido también variarán de acuerdo con
los canales de distribución. La tabla siguiente resume la distribución de la utilidad,
el costo de publicidad y los datos de esfuerzo de ventas personales
correspondientes al problema de Electronic Comunications. La empresa a
formulado un presupuesto de publicidad de 5.000 dólares, y está disponible un
máximo de 1800 horas de la fuerza de ventas para asignar al esfuerzo de
ventas. Finalmente, un contrato vigente con la cadena nacional de tiendas al
menudeo requiere que por lo menos de distribuyan 150 unidades a través de este
canal de distribución.

Datos de Utilidades, costos y esfuerzo del personal de ventas para Electronic


Esfuerzo del
Canal de Utilidades por Costo de publicidad personal de ventas
distribución unidad vendida por unidad vendida por unidad vendida
Distrib. Marinos $90 $10 2 horas

Oswaldo Paul Rivadeneira Página:


124
Investigación Operativa I Programación Lineal

Distrib. de oficinas $84 $8 3 horas


Tiendas nacionales $70 $9 3 horas
Pedidos por correo $60 $15 Ninguna

Electronic Comunications ahora se enfrenta al problema de establecer un


estrategia de distribución para los radios, que maximice la reditualidad general
de la producción de nuevos radios. Debe tomarse decisiones en relación con
cuantas unidades deben asignarse a cada uno de los cuatro canales de
distribución, así como asignar el presupuesto de publicidad y el esfuerzo de la
fuerza de ventas a cada uno de los canales de distribución.22

Solución:
Formulación del modelo:
 Definición de variables
X1 = Numero de radios asignados a distribuidores de equipo marino
X2 = Numero de radios asignados a distribuidores de equipos de oficina
X3 = Numero de radios asignados a cadenas nacionales de tiendas
X4 = Numero de radios asignados a pedidos por correo

 Función Objetivo
Zmax = 90X1 + 84X2 + 70X3 + 60X4

 Restricciones
10X1 + 8X2 + 9X3 + 15X4 ≤ 5.000 por presupuesto
2X1 + 3X2 + 3X3 ≤ 1.800 horas de esfuerzo en ventas
X3 ≥ 150 unidades mínimas para cadenas nacionales

 No negatividad
Xi ≥ 0; i=1,4

Datos de entrada SOLVER


ELECTRONIC COMUNICATION
Distribuidores Cadenas pedidos
Equipo Equipos de nacionales por
Radios asignados a Marino Oficina de tiendas correo
Número de Radios 1 1 1 1 Max
Utlidades 90 84 70 60 304
USO DE
RESTRICCIONES RECUROS Utilizado LIMITE No utiliz

Presupuesto 10 8 9 15 42 ≤ 5000 4958.00


Esfuerzo laboral 2 3 3 8 ≤ 1800 1792.00
Contrato cadena nacion 1 1 ≥ 150 -149.00

22
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 298.

Oswaldo Paul Rivadeneira Página:


125
Investigación Operativa I Programación Lineal

Datos de salida SOLVER


ELECTRONIC COMUNICATION
Distribuidores Cadenas pedidos
Equipo Equipos nacionales por
Radios asignados a Marino de Oficina de tiendas correo
Número de Radios 10.71429 442.85714 150 0 Max
Utlidades 90 84 70 60 48664.29

USO DE
RESTRICCIONES RECUROS Utilizado LIMITE No utiliz
Presupuesto 10 8 9 15 5000 ≤ 5000 0.00
Esfuerzo laboral 2 3 3 1800 ≤ 1800 0.00
Contrato cadena
nacion 1 150 ≥ 150 0.00

118. National Insurance Associates mantiene una cartera de inversiones en


acciones, bonos y otras alternativas de inversión. Actualmente hay fondos
disponibles por
200.000 dólares y deben ser tomados en consideración para nuevas
oportunidades de inversión. Las cuatro opciones de valores que National está
considerando así como los datos financieros relevantes correspondientes son los
que siguen:

Acción
Datos financieros A B C D
Precio por acción ($) 100 50 80 40
Tasa anual de rendimiento 0.12 0.08 0.06 0.10
Medida de riego por dólar 0.10 0.07 0.05 0.08

La medida de riesgo indica la incertidumbre relativa asociada con la acción, en


función de su capacidad de alcanzar su rendimiento anual proyectado; valores
más elevados indican mayor riesgo. Las medidas de riesgo son proporcionadas
por el principal asesor financiero de la empresa.

La administración general de National ha estipulado las siguientes vías de acción


para las inversiones:
1. La tasa de rendimiento anual de la cartera debe ser por lo menos 9%
2. Ninguno de los valores puede representar más del 50% de la inversión
total en dólares.

a. Utilice la programación lineal para desarrollar una cartera de inversiones que


minimice el riesgo.
b. Si la empresa ignora el riesgo y utiliza una estrategia de máximo rendimiento
sobre la inversión, ¿Cuál sería la cartera de inversiones?

Oswaldo Paul Rivadeneira Página:


126
Investigación Operativa I Programación Lineal

c. ¿Cuál es la diferencia en dólares entre las carteras de inversiones de los


incisos (a) y (b)? ¿Por qué preferiría la empresa la solución desarrollada en el
inciso (a)23

REFERENCIA: Página 316 Problema 16. Métodos Cuantitativos para los


Negocios. 7ma Edición. Anderson Sweeney Willams. Editorial Thomson.

Solución a):

Formulación del modelo:


 Definición de variables
X1 = Cantidad de acciones asignados a opción A
X2 = Cantidad de acciones asignados a opción B
X3 = Cantidad de acciones asignados a opción C
X4 = Cantidad de acciones asignados a opción D

 Función Objetivo
Zmin = 10X1 + 3.5X2 + 4.0X3 + 3.2X4

 Restricciones
100X1 + 50X2 + 80X3 + 40X4 ≤ 200.000 dólares disponibles
12X1 + 4.0X2 + 4.8X3 + 4.0X4 ≥ 0.09*200.000 rendimiento
100X1 ≤ 0.5*200.000 inversión máxima de X1
50X2 ≤ 0.5*200.000 inversión máxima de X2
80X3 ≤ 0.5*200.000 inversión máxima de X3
40X4 ≤ 0.5*200.000 inversión máxima de X4

 No negatividad
Xi ≥ 0; i=1,4
Datos entrada SOLVER
National Insurance Associates
Acciones
Accionea asignadas a A B C D
Cantidad 1 1 1 1 Min
Riesgo 10 3.5 4 3.2 20.7

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Dólares disponibles 100 50 80 40 270 ≤ 200000 199730.00
Rendimiento annual 12 4 4.8 4 24.8 ≥ 18000 -17975.20
Invesión máx en A 100 100 ≤ 100000 99900.00
Invesión máx en B 50 50 ≤ 100000 99950.00
Invesión máx en C 80 80 ≤ 100000 99920.00
Invesión máx en D 40 40 ≤ 100000 99960.00

23
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 316. Problema 16.

Oswaldo Paul Rivadeneira Página:


127
Investigación Operativa I Programación Lineal

Resultados del SOLVER


National Insurance Associates
Acciones
Accionea asignadas a A B C D
Cantidad 333.3333 0 833.333333 2500 Min
Riesgo 10 3.5 4 3.2 14666.67

USO DE
RESTRICCIONES RECUROS Utilizado LIMITE No utiliz
Dólares disponibles 100 50 80 40 200000 ≤ 200000 0.00
Rendimiento annual 12 4 4.8 4 18000 ≥ 18000 0.00
Invesión máx en A 100 33333.33 ≤ 100000 66666.67
Invesión máx en B 50 0 ≤ 100000 100000.00
Invesión máx en C 80 66666.67 ≤ 100000 33333.33
Invesión máx en D 40 100000 ≤ 100000 0.00

119. La administración de Carson Stapler Manufacturing Company pronostica para el


trimestre que viene una demanda de 5000 unidades para su modelo Sure-Hold.
Esta engrapadora se ensambla a partir de tres componentes principales: la
base, el cartucho de grapa y la manija. Hasta ahora Carson ha fabricado los tres
componentes. Sin embargo, el pronóstico de 5000 unidades es un nuevo volumen
máximo de venta y la empresa quizá no tenga suficiente capacidad de producción
para la fabricación de todos los componentes. La administración está pensando
contratar una empresa maquiladora local para producir por lo menos una parte de
los componentes. Los requisitos de tiempos de producción por unidad son como
sigue:

Tiempo
Tiempo de producción (horas) disponible
Departamento Base Cartucho Manija (horas)
A 0.03 0.02 0.05 400
B 0.04 0.02 0.04 400
C 0.02 0.03 0.01 400

Note que cada componente fabricado por Carson ocupa tiempo de producción
en cada uno de los tres departamentos.

Después de tomar en consideración los gastos generales, las materias primas y


los costos de mano de obra de la empresa, el departamento de contabilidad ha
llegado al costo unitario, en dólares, de manufactura de cada componente.
Estos datos junto con las cotizaciones de la empresa maquiladora de los precios
de compra, en dólares, son como sigue:

Componente Costo de manufactura Costo de adquisición


Base 0.75 0.95
Cartucho 0.40 0.55
Manija 1.10 1.40

Oswaldo Paul Rivadeneira Página:


128
Investigación Operativa I Programación Lineal

a. Determine cuál sería la decisión de fabricar o comprar para Carson, que haga
que pueda cumplirse la demanda de 5000 unidades a un costo total mínimo.
De cada componente, ¿Cuántas unidades deberán ser fabricadas y cuantas
deberán ser adquiridas?
b. ¿Qué departamentos están limitando el volumen de fabricación? Si pudiera
considerarse tiempo extraordinario a un costo adicional de $3 la hora, ¿Qué
departamento o departamentos deberían ser motivo de tiempo extra?
Explique.
c. Suponga que en el departamento A se pueden programar hasta 80 horas de
tiempo extra. ¿Qué recomendaría usted?24

Solución:
Formulación del modelo:
 Definición de variables
X11 = Numero de bases para grapadoras producidas
X12 = Numero de cartuchos para grapadoras producidos
X13 = Numero de manijas producidas para grapadoras producidas
X21 = Numero de bases para grapadoras adquiridas
X22 = Numero de cartuchos para grapadoras adquiridos
X23 = Numero de manijas para grapadoras adquiridas

 Función Objetivo
Zmin = 0.75X11 + 0.40X12 + 1.10X13 + 0.95X21 + 0.55X22 + 1.40X23

 Restricciones
0.03X11 + 0.02X12 + 0.05X13 ≤ 400 horas disponibles Dep. A
0.04X11 + 0.02X12 + 0.04X13 ≤ 400 horas disponibles Dep. B
0.02X11 + 0.03X12 + 0.01X13 ≤ 400 horas disponibles Dep. C
X11 + X21 = 5.000 cantidad de bases
X12 + X22 = 5.000 cantidad de cartuchos
X13 + X23 = 5.000 cantidad de manijas

 No negatividad
Xij ≥0; i=1,2; j=1,3

Datos de entrada SOLVER


Carson Stapler Manufacturing Company
Producidas Adquiridas
Unidades de Grapas Cartuchos Manijas Grapas Cartuchos Manijas
Cantidad 1 1 1 1 1 1 Min
Costos 0.75 0.4 1.1 0.95 0.55 1.4 5.15

24
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 316. Problema 17.

Oswaldo Paul Rivadeneira Página:


129
Investigación Operativa I Programación Lineal

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Horas Departamento A 0.03 0.02 0.05 0.1 ≤ 400 399.90
Horas Departamento B 0.04 0.02 0.04 0.1 ≤ 400 399.90
Horas Departamento C 0.02 0.03 0.01 0.06 ≤ 400 399.94
Cantidad de bases 1 1 2 = 5000 4998.00
Cantidad de cartuchos 1 1 2 = 5000 4998.00
Cantidad de manijas 1 1 2 = 5000 4998.00

Datos de salida de SOLVER


Carson Stapler Manufacturing Company
Producidas Adquiridas
Unidades de Grapas Cartuchos Manijas Grapas Cartuchos Manijas
Cantidad 3750 5000 3750 1250 0 1250 Min
Costos 0.75 0.4 1.1 0.95 0.55 1.4 11875

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Horas Departamento A 0.03 0.02 0.05 400 ≤ 400 0.00
Horas Departamento B 0.04 0.02 0.04 400 ≤ 400 0.00
Horas Departamento C 0.02 0.03 0.01 262.5 ≤ 400 137.50
Cantidad de bases 1 1 5000 = 5000 0.00
Cantidad de cartuchos 1 1 5000 = 5000 0.00
Cantidad de manijas 1 1 5000 = 5000 0.00

120. Golf Shafts (GSI) produce palos de grafito para varios fabricantes de palos de
golf. Dos instalaciones de fabricación de GSI, una localizada en San Diego y otra
en Tampa, tienen capacidad para producir palos en diversos grados de rigidez,
desde modelos normales, principalmente utilizados por golfistas promedio, hasta
modelos extrarígidos, utilizados principalmente por golfistas con bajo handicap y
profesionales. GSI acaba de recibir un contrato para la producción de 200.000
palos normales y 75.000 rígidos. Dado que ambas plantas actualmente están
produciendo palos de golf para cumplir con órdenes anteriores, ningún de las
plantas tiene capacidad suficiente, por si misma, para llenar el nuevo pedido. La
planta de San diego puede producir hasta un total de 120.000 palos, y la de
Tampa, hasta un total de 180.000 palos de golf. Debido a diferencias en
equipamiento en cada una de las plantas y de distintos costos de mano de obra,
los costos de producción unitarios son distintos, como se muestra a
continuación:

Costo de San Diego Costo de Tampa


Palo normal $ 5.25 $ 4.95
Palo rígido $ 5.45 $ 5.70

a. Formule un modelo de programación lineal para determinar la manera en que


GSI deberá programar la producción de este nuevo pedido para minimizar el
costo total de producción.
b. Utilice cualquier código de programación lineal para resolver el modelo
desarrollado en el inciso (a)
c. Suponga que algunas de las órdenes anteriores de la planta de Tampa podrían
ser reprogramadas para liberar la capacidad adicional para esta nueva orden.
¿Merecería esto la pena? Explique.
d. Suponga que el costo de producir un palo de golf rígido en Tampa fue
incorrectamente calculado, y que el costo correcto es de 5.30 dólares por palo.

Oswaldo Paul Rivadeneira Página:


130
Investigación Operativa I Programación Lineal

¿Qué efecto, si es que hubiera alguno, tendría lo anterior sobre la solución


óptima desarrollada en el inciso (b)? ¿Qué efecto tendría lo anterior sobre el
costo total de producción?25

Solución a):
Formulación del modelo:
 Definición de variables
X1 = Numero de unid. de palos de golf normales fabricados en San Diego
X2 = Numero de unid. de palos de golf extrarígidos fabricados en San Diego
X3 = Numero de palos de golf normales fabricados en Tampa
X4 = Numero de palos de golf extrarígidos fabricados en Tampa

 Función Objetivo
Zmin = 5.25X1 + 5.45X2 + 4.95X3 + 5.70X4

 Restricciones
X1 + X3 = 200.000 palos de golf normales
X2 + X4 = 75.000 palos de golf extrarígidos
X1 + X2 ≤ 120.000 palos fabricados en San Diego
X3 + X4 ≤ 180.000 palos fabricados en Tampa
 No negatividad
Xi ≥ 0; i=1,4
Datos de entrada SOLVER
Golf Shafts (GSI)
San Diego Tampa
Palos de Golf Normales Extrarígid Normales Extrarígid
Cantidad 1 1 1 1 Min
Costos 5.25 5.25 4.95 5.7 21.15

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Palos normales 1 1 2 ≥ 200000 199998.00
Palos
extrarígidos 1 1 2 ≥ 75000 74998.00
Fabric. San Diego 1 1 2 ≤ 120000 119998.00
Fabric. Tampa 1 1 2 ≤ 180000 179998.00

Datos de salida SOLVER

25
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 317. Problema 18.

Oswaldo Paul Rivadeneira Página:


131
Investigación Operativa I Programación Lineal

Golf Shafts (GSI)


San Diego Tampa
Palos de Golf Normales Extrarígid Normales Extrarígid
Cantidad 20000 75000 180000 0 Min
Costos 5.25 5.25 4.95 5.7 1E+06

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Palos normales 1 1 2E+05 ≥ 200000 0.00
Palos
extrarígidos 1 1 75000 ≥ 75000 0.00
Fabric. San Diego 1 1 95000 ≤ 120000 25000.00
Fabric. Tampa 1 1 2E+05 ≤ 180000 0.00
121. La Pfeiffer Company administra aproximadamente 15 millones de dólares para sus
clientes. Para cada Cliente, Pfeiffer escoge una mezcla de tres tipos de
inversiones: un fondo de valores de crecimiento, un fondo de ingresos y un
fondo de mercado de dinero. Cada cliente tiene objetivos de inversión distintos
y diferentes tolerancias de riesgo. Para dar gusto a estas diferencias, Pfeiffer
establece límites en cada cartera para los porcentajes que pueden ser invertidos
en estos tres fondos y a cada cliente le asigna un índice de riesgo.

Así como este sistema funciona para Dennos Hartmann, uno de los clientes de
Pfeiffer Con base en una evaluación de la tolerancia al riesgo de Hartmann,
Pfeiffer le ha asignado a la cartera de Hartmann un índice de 0.05. Además,
para mantener cierta diversidad, la fracción de la cartera de Hartmann invertida
en fondos de crecimiento y de ingresos debe ser por lo menos de 10% cada una
y por lo menos 20% deberá estar invertido en fondos de mercado de dinero.

Las evaluaciones de riego para los fondos de crecimiento, de ingresos y de


mercado de dinero son respectivamente 0.10, 0.05 y 0.01. El índice de riesgo de
cada una se calcula como el promedio ponderado de la valuaciones de riesgo de
los tres fondos, donde los coeficientes de ponderación son iguales a la fracción de
la cartera invertida en cada uno de los tres fondos. Hartmann le ha dado
300.000 dólares a Pfeiffer para su administración. Pfeiffer está pronosticando
actualmente un rendimiento del 20% en el fondo de crecimiento, 10% en el fondo
de ingresos y 6% en el fondo de mercad de dinero.

a. Desarrolle un modelo de programación lineal para seleccionar la


mejor mezcla de inversiones para el cartera Hartmann.
b. Resuelva el modelo desarrollado en el inciso (a)
c. ¿Cuánto pueden variar los rendimientos de los tres fondos, antes
que Pfeiffer tenga que modificar la composición de la cartera de
Hartmann?
d. Si Hartmann fuera mas tolerante al riesgo. ¿qué aumento de
rendimiento podría esperar? Por ejemplo, ¿Qué pasaría si su índice
de riesgo de cartera aumentaría al 0.06?

Oswaldo Paul Rivadeneira Página:


132
Investigación Operativa I Programación Lineal

e. Si Pfeiffer revisa hacia abajo su estimación de rendimiento para el


fondo de crecimiento hasta 0.10, ¿Cómo recomendaría usted que se
modificara la cartera de Hartmann?
f. ¿Qué información debe mantener Pfeiffer sobre cada cliente para
utilizar este sistema para la administración de las carteras de los
clientes?
g. En base semanaria Pfeiffer revisa las estimaciones de rendimiento
de cada uno de los tres fondos. Suponga que Pfeiffer tiene 50 clientes.
Describe la forma en que Pfeiffer podría ser modificaciones semanales
en cada cartera de cliente, y asignar los fondos totales administrados
entre los tres fondos de inversión.26

Solución a):
Formulación del modelo:
 Definición de variables
X1 = Cantidad de dólares asignados a valores de crecimiento
X2 = Cantidad de dólares asignados a ingresos
X3 = Cantidad de dólares asignados a mercado de dinero

 Función Objetivo
Zmax = 0.20X1 + 0.10X2 + 0.06X3

 Restricciones
X1 ≥ 0.10*300.000 para valores de crecimiento
X2 ≥ 0.10*300.000 para ingresos
X3 ≥ 0.20*300.000 para mercado de dinero
X1 + X2 +X3 ≤ 300.000 cartera
0.10X1 + 0.05X2 + 0.01X3 ≤ 0.05*300.000 riesgo de cartera

 No negatividad
Xi ≥ 0; i=1,3
Datos de entrada SOLVER
La Pfeiffer Company
Asignados a Crecimiento Ingresos Mercado
Cantidad de
dólares 1 1 1 Max
Rendimiento 0.2 0.1 0.06 0.36

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Crecimiento 1 1 ≥ 30000 -29999.00
Ingresos 1 1 ≥ 30000 -29999.00
Mercado de dinero 1 1 ≥ 60000 -59999.00
Riesgo 0.1 0.05 0.01 0.16 ≤ 15000 14999.84
Cartera 1 1 1 3 ≤ 300000 299997.00

26
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 317. Problema 19

Oswaldo Paul Rivadeneira Página:


133
Investigación Operativa I Programación Lineal

La Pfeiffer Company
Asignados a Crecimiento Ingresos Mercado
Cantidad de
dólares 120000 30000 150000 Max
Rendimiento 0.2 0.1 0.06 36000

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Crecimiento 1 1E+05 ≥ 30000 90000.00
Ingresos 1 30000 ≥ 30000 0.00
Mercado de dinero 1 2E+05 ≥ 60000 90000.00
Riesgo 0.1 0.05 0.01 15000 ≤ 15000 0.00
Cartera 1 1 1 3E+05 ≤ 300000 0.00

122. La Jolla Beverage Products está pensando en producir un refresco de vino, que
sería mezcla de un vino blanco, de un vino rosado y de jugo de fruta. A fin de
llenar las especificaciones de sabor, el refresco de vino debe estar hecho con
por lo menos 50% de vino blanco, un mínimo de un 20% y no más de un 30%
de rosado, y 20% de jugo de fruta. La Jolla adquiere el vino de los viñedos o
lugares cercanos y el jugo de frutas de una planta procesadora en San
Francisco. Para el período actual de producción, pueden adquirirse 10.000 galones
de vino blanco y 8.000 galones de vino rosado, no hay límite en la cantidad de
jugo de fruta que se puede pedir. El costo de los vinos es de un dólar por
galón para el vino blanco y de 1.50 dólares por galón para el vino rosado; el jugo
de fruta se puede adquirir a 0.50 por galón. La Jolla Beverage Products puede
vender todo el refresco que pueda producir a 2.50 dólares por galón.
a. ¿En esta situación, es el costo de vino y el costo de frutas un costo hundido,
o uno relevante? Explique.
b. Formule un programa lineal para determinar el número de galones que La
Jolla Beverage Products deberá adquirir de cada ingrediente y la contribución
a la utilidad total que obtendrán de esta mezcla.
c. Si La Jolla Beverage Products pudiera obtener cantidades adicionales de vino
blanco, ¿debería hacerlo? De hacerlo, ¿Cuánto debería estar dispuesto a pagar
por cada galón adicional, y cuantos galones adicionales desearía adquirir?
d. Si La Jolla Beverage Products pudiera obtener cantidades adicionales de vino
rosado, ¿debería hacerlo? De hacerlo, ¿Cuánto debería estar dispuesto a pagar
por cada galón adicional, y cuanto galones adicionales desearía adquirir?
e. Interprete el precio dual para la restricción que corresponde al requisito de
que el refresco de vino debe contener por lo menos 50% de vino blanco.¿Cual
sería su consejo a la administración respecto a este precio dual?
f. Interprete el precio dual de la restricción que correspóndela requisito de que al
refresco de vino debe contener exactamente el 20% de jugo de frutas.¿Cual
es su consejo a la administración respecto a este precio dual? 27

27
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 317. Problema 18.

Oswaldo Paul Rivadeneira Página:


134
Investigación Operativa I Programación Lineal

Solución b):
Formulación del modelo:
 Definición de variables
X1 = Cantidad de galones de vino blanco
X2 = Cantidad de galones de vino rosado
X3 = Cantidad de galones de jugo de frutas

 Función Objetivo
Zmax = 2.5*(X1+X2+X3) – 1X1 – 1.5X2 -0.5X3

 Restricciones
X1 ≤ 10.000 cantidad máxima de vino blanco
X2 ≤ 8.000 cantidad máxima de vino rosado
X1 ≥ 0.5(X1 +X2 + X3) dosificación máxima de vino blanco
X2 ≥ 0.2(X1 +X2 +X3) dosificación mínima de vino rosado
X2 ≤ 0.3(X1 +X2 +X3) dosificación máxima de vino rosado
X3 ≤ 0.2(X1 +X2 +X3) dosificación de jugo de frutas

 No negatividad
Xi ≥ 0; i=1,3

Datos de entrada SOLVER


La Pfeiffer Company
Vino V.
Galones de Blanco Rosado Frutas
Cantidad 1 1 1 Max
Utilidad 1.5 1 2 4.5

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Vino blanco 1 1 ≤ 10000 9999.00
Vino Rosado 1 1 ≤ 8000 7999.00
Min. vino blanco 0.5 -1 -1 -1.5 ≥ 0 -1.50
Min. vino rosado -0.2 0.8 -0.2 0.4 ≥ 0 -0.40
Max. vino rosado -0.3 0.7 -0.3 0.1 ≤ 0 -0.10
Max. frutas -0.2 -0.2 0.8 0.4 ≤ 0 -0.40

Datos de salida SOLVER

La Pfeiffer Company
Vino V.
Galones de Blanco Rosado Frutas
Cantidad 10000 3000 2000 Max
Utilidad 1.5 1 2 22000

Oswaldo Paul Rivadeneira Página:


135
Investigación Operativa I Programación Lineal

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Vino blanco 1 10000 ≤ 10000 0.00
Vino Rosado 1 3000 ≤ 8000 5000.00
Min. vino blanco 0.5 -1 -1 1E-08 ≥ 0 0.00
Min. vino rosado -0.2 0.8 -0.2 6E-09 ≥ 0 0.00
Max. vino rosado -0.3 0.7 -0.3 -1500 ≤ 0 1500.00
Max. frutas -0.2 -0.2 0.8 -1000 ≤ 0 1000.00

123. El gerente de programación del Canal 10 desea determinar la mejor forma


de asignar el tiempo para la difusión de las noticias vespertinas de las 11:00 a
las
11:30. Específicamente le gustaría determinar el número de minutos de tiempo
de difusión dedicado a noticias locales, noticias nacionales, el clima y los deportes.
A lo largo de los 30 minutos de difusión, se reservan 10 minutos para nubilidad.
La política de difusión indica que por lo menos 15% del tiempo disponible deberá
dedicarse a cobertura de noticias locales el tiempo dedicado a noticias locales y
nacionales deberá ser por lo menos 50% del tiempo total de difusión; el tiempo
dedicado al segmento del clima deberá ser inferior o igual al tiempo que se
dedique al segmento de deportes; el tiempo dedicado al segmento de
deportes no deberá ser superior al tiempo total dedicado a noticias locales
y nacionales; y por lo menos, 20% del tiempo deberá dedicarse al segmento del
clima. Los costos de producción por minuto son de 300 dólares para noticias
locales, 200 dólares para noticias nacionales, 100 dólares para el clima y 100
dólares para deportes.

Solución:
Formulación del modelo:
 Definición de variables
X1 = número de minutos para noticias locales
X2 = número de minutos para noticias nacionales
X3 = número de minutos sobre clima
X4 = número de minutos sobre deportes

 Función Objetivo
Z min = 300X1 + 200X2 + 100X3 + 100X4

 Restricciones
X1 ≥ 15%(X1 + X2 + X3 + X4) tiempo noticias locales
X1 + X2 ≥ 50%(X1 + X2 + X3 + X4) tiempo noticias locales y nacionales
X3 ≤ X4 tiempo de noticias del clima
X4 ≤ (X1 + X2) tiempo para deportes
X3 ≥ 20%(X1 + X2 + X3 +X4) tiempo para clima
X1 +X2 + X3 + X4 = 20 tiempo disponible en minutos
 No negatividad
Xi ≥ 0; i=1,4

Datos de entrada SOLVER


PROGRAMACIÓN CANAL 10

Oswaldo Paul Rivadeneira Página:


136
Investigación Operativa I Programación Lineal

MINUTOS en
Noticias Locales Nacionales Clima Deportes
Cantidad 1 1 1 1 Min
Costos 300 200 100 100 700

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Noticias Locales 0,85 -0,15 -0,15 -0,15 0,4 ≥ 0 -0,40
Not. Locales y Nac 0,5 0,5 -0,5 -0,5 0 ≥ 0 0,00
Noticias Clima 1 -1 0 ≤ 0 0,00
Noticias Deportes 1 1 -1 1 ≥ 0 -1,00
Noticias Clima -0,2 -0,2 0,8 -0,2 0,2 ≥ 0 -0,20
Tiempo disponible 1 1 1 1 4 ≤ 20 16,00

Datos de salida SOLVER


PROGRAMACIÓN CANAL 10
MINUTOS en
Noticias Locales Nacionales Clima Deportes
Cantidad 3 7 5 5 Min
Costos 300 200 100 100 3300

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Noticias Locales 0,85 -0,15 -0,15 -0,15 -2E-12 ≥ 0 0,00
Not. Locales y Nac 0,5 0,5 -0,5 -0,5 9E-12 ≥ 0 0,00
Noticias Clima 1 -1 0 ≤ 0 0,00
Noticias Deportes 1 1 -1 5 ≥ 0 -5,00
Noticias Clima -0,2 -0,2 0,8 -0,2 1 ≥ 0 -1,00
Tiempo disponible 1 1 1 1 20 ≤ 20 0,00

124. Gulf Coast Electronics está listo para asignar contratos para la impresión de su
informe anual. Durante los últimos años, un informe anual a cuatro colores ha sido
impreso por Johnson Printing y Likeside Litho. Una nueva empresa, Benson
Printing, ha inquirido sobre la posibilidad de efectuar una parte de la impresión. El nivel
de calidad y servicio de Likeside Litho ha sido extremadamente elevado; de hecho sólo
el 0,05% de sus informes tuvieron que ser descartados por problemas de calidad.
Johnson Printing también ha tenido un nivel histórico elevado de calidad, produciendo
un promedio de sólo 1% de informes no aceptables. Dado que la Gulf Coast Electronics
no ha tenido experiencia con Benson Printing, ha estimado su tasa de defectos en
10%. A Gulf Coast Electronics le gustaría determinar cuantos informes deberán ser
impresos por cada una de estas empresas, para obtener 75.000 informes de calidad
aceptables. Para asegurarse de que Benson Printing recibirá una parte del contrato
de la administración ha especificado que el número de informes asignados a Benson
Printing deberá ser, por lo menos 10% del volumen que se asigne a Johnson Printing.
Además el volumen total asignado a Benson Printing, Johnson Printing y Likeside
Lithono deberá exceder 30.000, 50.000 y 50.000 ejemplares respectivamente. Debido
a la larga relación desarrollada con Likeside Litho, la administración también ha
indicado que a Likeside Litho se le deberá

Oswaldo Paul Rivadeneira Página:


137
Investigación Operativa I Programación Lineal

asignar por lo menos 30.000 informes. El costo por ejemplar es de 2.45 dólares
para Benson Printing, 2.50 dólares para Johnson Printing, y 2.75 dólares para
Likeside Litho.
a. Formule y resuelva un programa lineal para determinar cuántos ejemplares
deberán asignarse a cada empresa impresora, para maximizar el costo total de
obtener 75.000 informes de calidad aceptable.
b. Suponga que el nivel de calidad de Benson Printing resulta mucho mejor a lo
estimado. ¿Qué efecto, si es que existe alguno, tendría?
c. Suponga que la administración está dispuesta a reconsiderar su requisito de
que a Likeside Litho se le den por lo menos 30.000 informes.¿Que efecto, si es
que hay alguno, tendría esto?

Solución:
Formulación del modelo:
 Definición de variables
X1 = cantidad de ejemplares asignados a Litho
X2 = cantidad de ejemplares asignados a Johnson
X3 = cantidad de ejemplares asignados a Benson

 Función Objetivo
Zmax = 2.75X1 + 2.5X2 +2.45X3

 Restricciones
99.5%X1 + 99%X2 + 90%X3 ≤ 75.000 ejemplares de buena calidad
X3 ≥ 10%X2 asignación mínima Benson
X3 ≤ 30.000 asignación max a Benson
X2 ≤ 50.000 asignación max a Johnson
X1 ≤ 50.000 asignación max a Litho
X1 ≥ 30.000 asignación min a Litho

 No negatividad
Xi ≥0; i=1,3

Datos entrada SOLVER

PROGRAMACIÓN Gulf Coast Electronics


Ejemplares Litho Johnson Benson
Cantidad 1 1 1 Max
Costos 2,75 2,5 2,45 7,7

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz

Oswaldo Paul Rivadeneira Página:


138
Investigación Operativa I Programación Lineal

Ejemplares de calidad 0,995 0,99 0,9 2,885 ≤ 75000 74997,12


Johnson y Benson -0,1 1 0,9 ≥ 0 -0,90
-
Ejemplares Benson 1 1 ≤ 30000 29999,00
Ejemplares Johnson 1 1 ≤ 50000 49999,00
Ejemplares Litho 1 1 ≤ 50000 49999,00
Ejemplares Litho 1 1 ≥ 30000 -29999

Datos salida SOLVER


PROGRAMACIÓN Gulf Coast Electronics
Ejemplares Litho Johnson Benson
Cantidad 50000 0 28055,6 Max
Costos 2,75 2,5 2,45 206236

RESTRICCIONES USO DE RECUROS Utilizado LIMITE No utiliz


Ejemplares de calidad 0,995 0,99 0,9 75000 ≤ 75000 0,00
-
Johnson y Benson -0,1 1 28055,6 ≥ 0 28055,56
Ejemplares Benson 1 28055,6 ≤ 30000 -1944,44
Ejemplares Johnson 1 0 ≤ 50000 50000,00
Ejemplares Litho 1 50000 ≤ 50000 0,00
Ejemplares Litho 1 50000 ≥ 30000 20000

125. Como una ilustración de la asignación de recursos que usa la programación lineal,
considere el problema siguiente acerca de la planificación de producción en una
tienda. La producción debe fijarse para dos tipos de máquinas, la maquina 1 y la
máquina 2. Ciento veinte horas de tiempo enlatables pueden fijarse para máquina1,
y 80 horas para máquina 2. La producción durante el periodo de planificación se
limita a dos productos. A y B, cada unidad del producto A requiere
2 horas de tiempo del proceso en cada máquina. Cada unidad de producto que B
requiere de 3 horas en la máquina 1 y de 1.5 horas en la máquina 2. El margen
de la contribución es $4.00 por cada unidad de producto A y $5.00 por cada
unidad de producto B. Ambos tipos de productos pueden comercializarse
prontamente; por consiguiente, la producción debe fijarse con el objetivo de
aumentar al máximo la ganancia.28

La formulación:
Dado,
X1 = número de unidades del producto A para producción
X2 = número de unidades del producto B para producción

Maximizar la contribución en la ganancia, Z = 4X1 + 5X2

28
Sets, Matrices, and Linear Programming. Robert L. Childress

Oswaldo Paul Rivadeneira Página:


139
Investigación Operativa I Programación Lineal

Sujeto a:
2X1 + 3X2 ≤ 120 (recurso máquina 1)
2X1 + 1.5X2 ≤ 80 (recurso máquina 2)
X1 ≥ 0 (no negatividad)
X2 ≥ 0 (no negatividad)
Datos de entrada para Solver

Datos de salida del Solver

Solución: opción b)

Solución a) b) c) d) e)
Z max 213.33 213.33 313.33 213.33 213.33
X1 20 20 25 15 20
X2 25 26.667 26.667 25 16.667

126. Para ilustrar un problema de la programación lineal en que el costo se minimiza,


considere el problema que enfrenta el fabricante de metales. La empresa produce
una aleación que es hecho de acero y metal de trozos. El costo por la tonelada de
acero es $50 y el costo por la tonelada de trozo es de $20. Los requisitos
tecnológicos para la aleación son (1) un mínimo de una tonelada de acero se

Oswaldo Paul Rivadeneira Página:


140
Investigación Operativa I Programación Lineal

requiere para cada dos toneladas de trozo; (2) una hora de tiempo de
procesamiento se requiere por cada tonelada de acero, y se requieren cuatro
horas de tiempo de procesamiento por cada tonelada de trozo; (3) el acero y el
trozo se combinan linealmente para hacer la aleación. La pérdida en proceso del
acero es 10 por ciento y la pérdida en proceso del trozo es 20 por ciento. Aunque
la producción puede exceder la demanda, un mínimo de 40 toneladas de la aleación
debe fabricarse. Para mantener el funcionamiento de la planta eficazmente, un
mínimo de 80 horas de tiempo de procesamiento debe usarse. El suministro tanto
de los trozos como del acero es adecuado para la producción de la aleación. El
objetivo del fabricante es producir la aleación a un costo mínimo.29

La formulación matemática al problema de programación lineal puede plantearse


de la siguiente manera

Dado,
X1 = número de toneladas de acero para producción de aleación
X2 = número de toneladas de trozo para producción de aleación

Minimizar el costo Z = 50X1 + 20X2

Análisis:

(1) un mínimo de una tonelada de acero se requiere por cada dos toneladas de
trozo
1 X1

2 X 2 ; X 2  2 X 1 ; X2 – 2X1 ≥ 0 ; 2X1 – X2 ≥ 0

(2) se necesitan una hora de procesamiento por cada tonelada de acero y


cuatro horas de tiempo de procesamiento por cada tonelada de trozo y un
mínimo de 80 horas
1X1 + 4X2 ≥ 80
(3) La pérdida en proceso es del 10% de acero y el 20% de trozo, demanda
mínima d 40 toneladas de aleación

rendimiento del acero (1-10%)X1


rendimiento del trozo (1-20%)X2

(1-10%)X1 + (1-20%)X2 ≥ 40
0.90X1 + 0.80X2 ≥ 40

Sujeto a:

2X1 – X2 ≥ 0 (1)
1X1 + 4X2 ≥ 80 (2)
0.90X1 + 0.80X2 ≥ 40 (3)
X1 ≥ 0 (no negatividad)

29
Sets, Matrices, and Linear Programming. Robert L. Childress

Oswaldo Paul Rivadeneira Página:


141
Investigación Operativa I Programación Lineal

X2 ≥ 0 (no negatividad)

Datos de entrada para Solver

Datos de salida del Solver

Solución: opción a)

Solución a) b) c) d) e)
Z max 1.440 1.440 144 1.440 1.044
X1 16 32 16 15 32
X2 32 16 26.667 25 16.667

127. La Kenmore Corporation, un fabricante progresista de mecanismos civiles y


militares, fabrica actualmente una línea de armas para civiles, con una producción
actual diaria de 30 unidades del modelo Z-1200 y de 120 unidades del modelo Z-
1500. El vicepresidente de manufactura quiere saber si podría aumentarse las
ganancias cambiando la mezcla de productos entre los dos modelos. Se compiló la

Oswaldo Paul Rivadeneira Página:


142
Investigación Operativa I Programación Lineal

siguiente información sobre las horas requeridas para la fabricación de cada


modelo y las capacidades de los departamentos de la fábrica.30
Horas-Hombre requeridas Capacidad
Departamentos Modelo Z- Modelo Z- Departamental (horas
1200 1500 diarias)
Dep. 1 2 0 300
Dep. 2 0 3 540
Dep. 5 2 2 440
Dep. 4 1 1/5 1 1/2 300
Contribución
por unidad $ 50 $ 40

Formulación del problema:


 X1 = Cantidad de unidades del modelo Z-1200
X2 = Cantidad de unidades del modelo Z-1500
 Función Objetivo: Maximizar Z = 50 X1 + 40 X2
 Restricciones:
2 X1 + 0 X2 ≤ 300 por Dep. 1
0 X1 + 3 X2 ≤ 540 por Dep. 2
2 X1 + 2 X2 ≤ 440 por Dep. 5
1.2 X1 + 1.5 X2 ≤ 300 por Dep. 4
 No negatividad:
X i ≥ 0; i = 1, 2
Solución gráfica por computador (usando el GLP)

30
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigación de
Operaciones. Limusa. Pag 273

Oswaldo Paul Rivadeneira Página:


143
Investigación Operativa I Programación Lineal

Solución con SOLVER:

Datos de entrada

Oswaldo Paul Rivadeneira Página:


144
Investigación Operativa I Programación Lineal

Datos de salida:

Producción Actual: Z = 50(30) + 40(120) = $ 6.300


Producción Nueva: Z = 50(150) + 40(70) = $ 10.300
Aumenta las ganancias en: 10.300 – 6.300 = $ 4.000

Respuestas múltiples: respuesta correcta d)

a) aumenta las ganancias en $ 3.000


b) aumenta las ganancias en $ 6.300
c) aumenta las ganancias en $ 10.300
d) aumenta las ganancias en $ 4.000
e) no aumenta las ganancias

Oswaldo Paul Rivadeneira Página:


145
Investigación Operativa I Programación Lineal

128. Reddy Mikks produce pinturas tanto para interiores como para exteriores a partir
de dos materias primas, M1 y M2. La siguiente tabla proporciona los datos básicos
del problema:

Toneladas de materia prima


por tonelada de Disponibilidad
Pintura para Pintura para máxima diaria
exteriores interiores en toneladas
Materia prima, M1 6 4 24
Materia prima, M2 1 2 6
Utilidad por
tonelada $5 $4
(1000 dólares)

Una encuesta de mercado restringe la demanda máxima diaria de pintura para


interiores a 2 toneladas. Además la demanda diaria de pintura para interiores no
puede exceder a la de pintura para exteriores por más de 1 tonelada.
Reddy Mikks quiere determinar la mezcla de producto óptima (la mejor) de
pinturas para interiores y para exteriores que maximice la utilidad diaria
total.31

Formulación del problema:

 Definición de variables:
X1 = Número de toneladas de Pintura para Exteriores
X2 = Número de toneladas de Pintura para Interiores

 Función objetivo: Maximizar Z = 5.000 X1 + 4.000 X2

 Restricciones
6 X1 + 4 X2 ≤ 24 por disp. Materia prima M1
1 X 1 + 2 X2 ≤ 6 por disp. Materia prima M2
0 X 1 + 1 X2 ≤ 2 máximo diario de pint. Int.
-1X1 + 1 X2 ≤ 1 demanda diaria

 No negatividad:
X i ≥ 0; i = 1, 2

31
Handy A. Taha. Investigación de Operaciones. Una Introducción. Prentice Hall. Pag. 11

Oswaldo Paul Rivadeneira Página:


146
Investigación Operativa I Programación Lineal

Solución gráfica por computador (usando el GLP)

Solución con SOLVER:


Datos de entrada

Datos de salida:

Oswaldo Paul Rivadeneira Página:


147
Investigación Operativa I Programación Lineal

Solución:

Producir diariamente 3 toneladas de pintura para exteriores y 1.5 toneladas de


pintura para interiores, para producir una ganancia máxima de $ 21.000,00

Solución múltiple: respuesta correcta c)

Respuestas
Rubro a b c d e
Pint. Ext (ton) 1.5 3.0 3.0 1.5 3.5
Pint. Int (ton) 3.0 1.5 1.5 1.5 2.0
Ganan. max.($) 21.000 20.000 21.000 20.000 21.000

129. Ozark Farms utiliza diariamente 800 libras de alimento especial. El alimento
especial es una mezcla de maíz y semilla de soya, con las siguientes composiciones:

Libra por libra de alimento


para ganado Costo (/libra)
Proteínas Fibra
Maíz 0.09 0.02 0.30
Semilla de Soya 0.60 0.06 0.90

Los requerimientos dietéticos diarios del alimento especial estipulan que por lo
menos un 30% de proteínas y cuando mucho un 5% de fibra. Ozark Farms desea
determinar el costo mínimo diario de la mezcla de alimento.32

Formulación del problema:


 Definición de variables:
X1 = Cantidad de libras de Maíz
X2 = Cantidad de libras de Semilla de Soya
32
Handy A. Taha. Investigación de Operaciones. Una Introducción. Prentice Hall. Pag. 18

Oswaldo Paul Rivadeneira Página:


148
Investigación Operativa I Programación Lineal

 Función Objetivo: Minimizar Z = 0.30 X1 + 0.90 X2

 Restricciones:
0.09 X1 + 0.60 X2 ≥ 0.30*(X1 + X2) por proteínas
0.02 X1 + 0.06 X2 ≤ 0.05*(X1 + X2) por fibra
X1 + X2 ≥ 800 producción
 No negatividad:
X i ≥ 0; i = 1, 2

Solución gráfica por computador (usando el GLP)

Solución con SOLVER:

Oswaldo Paul Rivadeneira Página:


149
Investigación Operativa I Programación Lineal

Datos de entrada

Datos de Salida:

Solución:

470.59 libras de maíz,


329.41 libras de semilla de soya
costo mínimo del alimento: 437.65 por día.

Solución múltiple: respuesta correcta b)

a) $ 457.65 por día


b) $ 437.65 por día
c) $ 417.65 por día
d) $ 517.65 por día
e) $ 537.65 por día

130. Jack es un estudiante emprendedor de primer año de la UTE. Comprende que


“sólo el trabajo y nada de diversión hacen de Jack un muchacho aburrido”.
Como resultado de esto, Jack quiere distribuir su tiempo disponible, de
alrededor de 10 horas al día, entre el trabajo y la diversión. Calcula que el juego
es dos veces más divertido que el trabajo. También quiere estudiar por lo
menos tanto como juega. Sin embargo, Jack comprende que si quiere terminar
todas sus tareas universitarias, no puede jugar más de cuatro horas al día.

Oswaldo Paul Rivadeneira Página:


150
Investigación Operativa I Programación Lineal

¿Cómo debe distribuir Jack su tiempo para maximizar su satisfacción tanto en el


trabajo como en el juego?33

Formulación del problema:


 Definición de variables
X1 = número de horas de juego
X2 = número de horas de trabajo
 Función objetivo: Maximizar Z = 2X1 + X2
 Restricciones:
X1 + X2 = 10 disponibilidad de tiempo
X 2 ≥ X1
X 1 – X2 ≤ 0 trabajar por lo menos tanto como juega
X1 ≤ 4 límite de juego
 No negatividad
Xi ≥ 0; i= 1, 2

Solución GLP

X2

Payo
:Optimal
ff1:.0:2X.01.Decisions(X1,X2):
X
0:1X+1.0
+ -01X
.1
01.0
X
=+2
X12
=00=
..01
04X0
.0
2.0
(=4.0, 4.0
6.0)
: 1.0X1 + 1.0X2 <= 10.0
: 1.0X1 - 1.0X2 <= 0.0
: 1.0X1 + 0.0X2 <= 4.0

Datos de Entrada Solver

33
Handy A. Taha. Investigación de Operaciones. Una Introducción. Prentice Hall. Pag. 18

Oswaldo Paul Rivadeneira Página:


151
Investigación Operativa I Programación Lineal

Datos de Salida Solver

Juega cuatro horas y trabaja 6 horas.


Solución múltiple: respuesta correcta d)

Respuestas
Rubro a b c d e
Juega 1.5 3.0 3.0 4.0 6.0
Trabaja 3.0 6.0 6.0 6.0 2.0
Satisfacción max 14.0 20.0 14.0 14.0 21.000

131. John 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 John 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 salario por hora. De manera que John quiere basar su decisión
acerca de cuántas horas debe trabajar en cada tienda en un criterio diferente: el
factor del estrés en el trabajo. Basándose en entrevistas con los empleados
actuales, John calcula que, en una escala de 1 a 10, los factores des estrés son
de 8 y 6 en las tiendas 1 y 2, respectivamente. Debido a que el estrés aumenta
por hora, él supone que el estrés total al final de la semana es proporcional al

Oswaldo Paul Rivadeneira Página:


152
Investigación Operativa I Programación Lineal

número de horas que trabaja en la tienda. ¿Cuántas horas debe trabajar en


cada tienda?34

Formulación del problema:


 Definición de variables
X1 = número de horas de trabajo en la tienda 1
X2 = número de horas de trabajo en la tienda 2

 Función objetivo: Minimizar Z = 8X1 + 6X2

 Restricciones:
X1 ≥ 5
X1 ≤ 12
X2 ≥ 6
X2 ≤ 10
X1 + X2 ≥ 20

 No negatividad
Xi ≥ 0; i = 1, 2

Solución GLP

Payoff: 8.0 x1 + 6.0 X2 = 140.0


: 1.0 x1 + 1.0 X2 = 20.0

: 1.0 x1 + 0.0 X2 = 5.0


X2
12
11
10
: 0.0 x1 + 1.0 X2 = 10.0
9
8
7
6 : 0.0 x1 + 1.0 X2 = 6.0
5
4
: 1.0 x1 + 0.0 X2 = 12.0
3
2
1
0
x1
0 1 2 3 4 5 6 7 8 9 10 11 12

Optimal Decisions(x1,X2): (10.0, 10.0)


: 1.0x1 + 0.0X2 >= 5.0
: 1.0x1 + 0.0X2 <= 12.0
: 0.0x1 + 1.0X2 >= 6.0
: 0.0x1 + 1.0X2 <= 10.0
: 1.0x1 + 1.0X2 >= 20.0

34
Handy A. Taha. Investigación de Operaciones. Una Introducción. Prentice Hall. Pag. 20

Oswaldo Paul Rivadeneira Página:


153
Investigación Operativa I Programación Lineal

Datos de entrada Solver

Datos de salida Solver

Solución:

John debe trabajar 10 horas a la semana en la tienda 1 y 10 horas en la tienda 2

Solución múltiple: respuesta correcta d)

Respuestas
Rubro a b c d e
Tienda 1 11 10 10 10 10
Tienda 2 11 10 6.0 10 10
Estrés min 14.0 20.0 14.0 140 21.000

Oswaldo Paul Rivadeneira Página:


154
Investigación Operativa I Programación Lineal

132. La Dumont Company, fabricante de equipo de pruebas, tiene tres


departamentos principales para la manufactura de sus modelos S-1000 y S-
2000. Las capacidades mensuales son las siguientes:

Requerimientos unitarios
de tiempo (horas)
Departamentos Modelo Modelo S- Horas disponibles en
S-1000 2000 el presente mes
De Estructura principal 4 2 1600
De Alambrado eléctrico 2.5 1 1200
De Ensamble 4.5 1.5 1600

La contribución del modelo S-1000 es de $ 40 000 por unidad, y la del modelo S-


2000 es de $ 10 000 por unidad. Suponiendo que la compañía puede vender
cualquier cantidad de cada uno de sus productos, debido a las condiciones
favorables de mercado. Determínese la salida óptima para cada modelo, la
contribución más alta posible para el presente mes y el tiempo sobrante en los
tres departamentos.35

Formulación del problema:


 Definición de variables
X1 = número de unidades del modelo S-1000
X2 = número de unidades del modelo S-2000

 Función objetivo: Maximizar Z = 40.000X1 + 10.000X2


 Restricciones
4X1 + 2X2 ≤ 1600 Dep. de Estructuras
2.5X1 + 1X2 ≤ 1200 Dep. alambrado eléctrico
4.5X1 + 1.5X2 ≤ 1600 Dep. ensamblaje
 No negatividad
Xi ≥ 0; i = 1, 2

Solución GLP

35
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigación de
Operaciones. Limusa. Pag 273

Oswaldo Paul Rivadeneira Página:


155
Investigación Operativa I Programación Lineal

: 2.5 X1 + 1.0 X2 = 1200.0


Payoff: 40.0 X1 + 10.0 X2 = 14222.2

X2 : 4.5 X1 + 1.5 X2 = 1600.0


240
228
216
204
192
180
168
156 : 4.0 X1 + 2.0 X2 = 1600.0
144
132
120
108
96
84
72
60
48
36
24
12
0

221 229 237 245 253 261 269 277 285 293 301 309 317 325 333 341 349 357 365 373 381 389

Optimal Decisions(X1,X2): (355.6, 0.0)


: 4.0X1 + 2.0X2 <= 1600.0
: 2.5X1 + 1.0X2 <= 1200.0
: 4.5X1 + 1.5X2 <= 1600.0

Datos entrada para Solver

Datos salida del Solver

Oswaldo Paul Rivadeneira Página:


156
Investigación Operativa I Programación Lineal

Fabricar 355,5 unidades del Modelo S-1000 solamente para producir un beneficio
de $14 222,20
Si la restricción es fabricar componentes completos, fabricar 355 unidades del
modelo S-1000 y 1 unidad del modelo S-2000 para producir un beneficio de $ 14
210,00

Solución múltiple: respuesta correcta b)

Respuestas
Rubro a b c d e
Modelo S-1000 255.5 355.5 355.5 350 350
Modelo S-2000 0.0 0.0 10.0 6.0 10.0
Contribución max 14.210 14.222,2 14.222,2 14.220 14.222,2

133. La Cincinnati Chemical Company debe producir 10 000 libras de una mezcla
especial para un cliente. La mezcla se compone de los ingredientes: X1, X2 y
X3. X1 cuesta $8/libra, X2 $ 10/libra y X3 $ 11/libra. No pueden usarse mas de
3 000 libras de X1 y por lo menos deberían usarse 1 500 libras de X2. Además
se requieren por lo menos 2 000 libras de X3.

a) Calcúlese el número de libras de cada ingrediente que habrá que


emplear. A fin de reducir la mínimo el costo total de las 10 000 libras.
b) Calcúlese el costo total más bajo posible.
c) ¿Hay libras sobrantes en el problema? 36

(Ref: Toma de decisiones por medio de Investigación de Operaciones.


Thierauf. Limusa. Pag 274)
Formulación del problema
 Definición de variables
X1 = número de libras del ingrediente X1

36
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigación de
Operaciones. Limusa. Pag 274

Oswaldo Paul Rivadeneira Página:


157
Investigación Operativa I Programación Lineal

X2 = número de libras del ingrediente X2


X3 = número de libras del ingrediente X3
 Función objetivo: Minimizar Z = 8X1 + 10X2 + 11X3
 Restricciones:
X1 + X2 + X3 = 10.000 cantidad de producción
X1 ≤ 3.000 cantidad de X1
X2 ≥1.500 cantidad de X2
X3 ≥ 2.000 cantidad de X3

 No negatividad
Xi ≥ 0; i = 1, 3

Datos entrada para Solver

Datos de salida del Solver

Solución:

a) X1= 3000 libras


X2= 5000 libras
X3= 2000 libras
b) Costo más bajo = $ 96 000,00
c) Debo utilizar 3500 libras más de X2

Oswaldo Paul Rivadeneira Página:


158
Investigación Operativa I Programación Lineal

Solución múltiple: respuesta correcta d)

Respuestas
Rubro a b c d e
Ingrediente X1 3.000 2.500 3.000 4.000 3.000
Ingrediente X2 5.000 6.000 6.000 4.000 5.000
Ingrediente X3 2.000 1.500 1.000 2.000 2.000
Costo min 96.000 69.000 69.000 96.000 69.000
¿Hay sobrantes? No Si No Si No

134. La Gray Manufacturing Company ha seguido constantemente una política de


fabricación de aquellos productos que contribuyan con la mayor cantidad a los
costos fijos y a las ganancias. Sin embargo, siempre se ha procurado producir
los requerimientos mínimos semanales de venta, que son los siguientes para los
productos K, L, M y N:

Producto K 25 unidades
Producto L 30 unidades
Producto M 30 unidades
Producto N 25 unidades

Los requerimientos de producción y el tiempo disponible para la semana


siguiente son:

Tiempo
disponible la
Tiempo requerido por producto (horas)
semana prox.
Departamento K L M N (horas)
Departamento1 0.25 0.20 0.15 0.25 400
Departamento 2 0.30 0.40 0.50 0.30 1000
Departamento 3 0.25 0.30 0.25 0.30 500
Departamento 4 0.25 0.25 0.25 0.25 500
Contribución por
unidad
$ 10.50 $ 9.00 $ 8.00 $ 10.0

Actualmente, la mezcla semanal de producción (considerando los


requerimientos mínimos de venta), es de:

Oswaldo Paul Rivadeneira Página:


159
Investigación Operativa I Programación Lineal

Producto K 1 533 unidades


Producto L 30 unidades
Producto M 30 unidades
Producto N 25 unidades

¿Son la mezcla actual de productos y la contribución, para la empresa,


óptimas? En caso contrario ¿Cuál es la contribución actual? ¿Cuáles deben ser
las óptimas?37

Formulación del problema:


 Definición de variables
X1 = Número de unidades del producto K
X2 = Número de unidades del producto L
X3 = Número de unidades del producto M
X4 = Número de unidades del producto N
 Función objetivo:
Maximizar Z = 10.5X1 + 9.0X2 + 8.0X3 + 10.0X4
 Restricciones
0.25X1 + 0.20X2 + 0.15X3 + 0.25X4 ≤ 400 Disp. Dep. 1
0.30X1 + 0.40X2 + 0.50X3 + 0.30X4 ≤ 1000 Disp. Dep. 2
0.25X1 + 0.30X2 + 0.25X3 + 0.30X4 ≤ 500 Disp. Dep. 3
0.25X1 + 0.25X2 + 0.25X3 +0.25X4 ≤ 500 Disp. Dep. 4
X1 ≥ 25 Venta mínima de K
X2 ≥ 30 Venta mínima de L
X3 ≥ 30 Venta mínima de M
X4 ≥ 25 Venta mínima de N
 No negatividad
Xi ≥ 0; i = 1,4

Datos de entrada para el Solver

37
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigación de
Operaciones. Limusa. Pag 275

Oswaldo Paul Rivadeneira Página:


160
Investigación Operativa I Programación Lineal

Datos de salida del Solver

Solución múltiple: respuesta correcta b)

Respuestas
Rubro a b c d e
¿Mezcla óptima? Si No Si No Si
Contribución act 18.433,2 16.856,5 16.556.0 16.856.5 16.500.0
Contribución opt. 16.856,5 18.433,25 14.055.0 18.500.0 14.500.0
Producto K 976.5 976.5 906.5 950 976
Producto L 30 30 25 30 30
Producto M 957.5 957.5 975.6 956.0 950.0
Producto N 25 25 30 25 35

Oswaldo Paul Rivadeneira Página:


161
Investigación Operativa I Programación Lineal

135. La LaCross Manufacturing Company esta considerando la fabricación de una


línea de productos, compuesta de cuatro productos. Cada producto puede
fabricarse con dos métodos diferentes y completamente distintos, uno de los
cuales consta de dos procesos y el otro de tres. Se fabricarán basándose en el
segundo turno. El precio de venta de estos productos y sus costos variables, así
como las cantidades que probablemente puedan venderse, de acuerdo con el
grupo de investigaciones de mercadotecnia, son los siguientes:38

Producto
1 2 3 4
Precio de venta al mayoreo (40% de
descuento)
$ 100 $ 150 $ 125 $ 140
Costos variables – Método A $ 80 $ 135 $ 120 $ 135
Costos variables – Método B $ 110 $ 150 $ 100 $ 110
Cantidad que puede venderse 1000 3000 4000 6000

La sección de manufactura de la empresa ha determinado que los tiempos de


manufactura para cada proceso son los siguientes:

Producto
1 2 3 4
Método A
Departamento 20 3.0 3.6 2.0 3.5
Departamento 21 9.0 10.0 8.0 9.0
Departamento 22 1.0 1.0 0.5 0.5
Método B
Departamento 31 4.0 4.0 2.0 4.0
Departamento 32 5.0 8.0 4.0 3.0

Las horas disponibles al mes:

Departamento 20 15 000
Departamento 21 50 000
Departamento 22 8 000

38
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigación de
Operaciones. Limusa. Pag 275

Oswaldo Paul Rivadeneira Página:


162
Investigación Operativa I Programación Lineal

Departamento 31 10 000
Departamento 32 10 000

Formulación del problema:


 Definición de variables
X11 = Número de unidades del producto 1 elaborados con el método A
X21 = Número de unidades del producto 2 elaborados con el método A
X31 = Número de unidades del producto 3 elaborados con el método A
X41 = Número de unidades del producto 4 elaborados con el método A
X12 = Número de unidades del producto 1 elaborados con el método B
X22 = Número de unidades del producto 2 elaborados con el método B
X32 = Número de unidades del producto 3 elaborados con el método B
X42 = Número de unidades del producto 4 elaborados con el método B

 Función Objetivo:
Maximizar Z = (100-80)X11 + (150-135)X21 + (125-120)X31 +
(140-135)X41 + (100-110)X12 + (150-150)X22 + (125-100)X32 +
(140-110)X24
 Restricciones
X11 + X12 ≤ 1000 Venta producto 1
X21 + X22 ≤ 3000 Venta producto 2
X31 + X32 ≤ 4000 Venta producto 3
X41 + X42 ≤ 6000 Venta producto 4
3.0X11 + 3.6 X21 + 2.0X31 + 3.5X41 ≤ 15.000 Horas Dep. 20
9.0X11 + 10.0X21 + 8.0X31 + 9.0X41 ≤ 50.000 Horas Dep. 21
1.0X11 + 1.0X21 + 0.5X31 + 0.5X41 ≤ 8.000 Horas Dep. 22
4.0X12 + 4.0X22 + 2.0X32 + 4.0X42 ≤ 10.000 Horas Dep. 31
5.0X12 + 8.0X22 + 4.0X32 + 3.0X42 ≤ 10.000 Horas Dep. 32
 No negatividad
Xij ≤0; i= 1,4; j = 1,2

Datos de entrada para el solver

Oswaldo Paul Rivadeneira Página:


163
Investigación Operativa I Programación Lineal

Datos de salida del Solver

Solución:

P1= 1 000 unidades (Método A)


P2= 3 000 unidades (Método A)
P3= 600 unidades (Método A)
P3= 1 000 unidades (Método B)
P4= 2 000 unidades (Método B)

Contribución, $ 153 000,00

136. Una fábrica elabora dos productos, A, B. Cada uno de ellos debe ser procesado
en dos máquinas diferentes. Una máquina tiene una capacidad disponible de 24

Oswaldo Paul Rivadeneira Página:


164
Investigación Operativa I Programación Lineal

horas y la otra de 16 horas. Cada unidad del producto A requiere de dos horas
en ambas máquinas. Cada unidad del producto B necesita de tres horas en la
primera máquina y de una hora en la segunda. La utilidad incremental es de $6
por unidad del producto A y de $7 por unidad del producto B, y la fábrica puede
vender tantas unidades de cada producto como pueda fabricar.

El objetivo de la fábrica es maximizar las utilidades. El problema está en


determinar cuántas unidades del producto A y del producto B podrían producirse
dentro de los límites disponibles por la capacidad de las máquinas.39

Resumen:

Productos Capacidad de
Máquinas A B las máquinas
1 2 horas 3 horas 24 horas
2 2 horas 1 hora 16 horas
Utilidad en $ 6 7

Formulación del problema


 Definición de variables
X1 = número de unidades del producto A
X2 = número de unidades del producto B

 Función objetivo: Maximizar Z = 6X1 + 7X2

 Restricciones
2X1 + 3X2 ≤24 capacidad de máquina 1
2X1 + 1X2 ≤ 16 capacidad de máquina 2

 No negatividad
Xi ≥0 ; i = 1, 2

Solución con GLP

39
Bonini, Hansman, Bierman. Análisis Cuantitativo para los Negocios. Novena Edición. Irwin McGraw-
Hill. Pag. 43

Oswaldo Paul Rivadeneira Página:


165
Investigación Operativa I Programación Lineal

7
: 2 X1 + 1 X2 = 16

5 : 2 X1 + 3 X2 = 24

3
Payoff: 6 X1 + 7 X2 = 64
2

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Optimal Decisions(X1,X2): ( 6, 4)
: 2X1 + 3X2 <= 24
: 2X1 + 1X2 <= 16

Datos de entrada para Solver

Datos salida del Solver

Oswaldo Paul Rivadeneira Página:


166
Investigación Operativa I Programación Lineal

Solución:
X1 = 6
X2 = 4
Z = 64

137. Al mezclar diferentes hidrocarburos, se obtiene gasolina de diferentes grados,


que es el resultado directo de las operaciones de refinería. En una operación real
de refinación, se realizan varias mezclas de hidrocarburos, que dan muchas clases de
gasolina como producto final (por ejemplo, gasolina de distintos grados para
avión y para carro), con características importantes para los distintos grados de
la composición de la gasolina (por ejemplo, octanaje, presión del vapor, contenido
de azufre y contenido de oxidante). En este ejemplo simplificado, se supone que
una refinería dispone sólo de dos tipos de gasolina, cuyas características se presentan
en la siguiente tabla:

Características de las mezclas de gasolina


Mezclas Presión de Cantidad
disponibles Octanaje vapor Disponible
Gasolina tipo 1 104 5 30 000 barriles
Gasolina tipo 2 94 9 70 000 barriles
Estos tipos de gasolina pueden ser combinados para producir dos productos
finales, gasolina para avión y gasolina para carro. Las cualidades que
requieren estos productos finales aparecen en la siguiente tabla:

Características de la gasolina como producto final


Presión Precio
Productos Octanaje Máxima Ventas De venta
finales mínimo de vapor máximas (por barril)
Gasolina avión 102 6 20 000 barriles $45.10
Gasolina carro 96 8 cualquiera $32.40

Cuando la gasolina se combina, la mezcla resultante tiene un octanaje y una


presión de vapor proporcional al volumen de cada tipo de gasolina que se
mezcló. Por ejemplo, si se mezclan 1 000 barriles de gasolina tipo 1 con 1
000 barriles gasolina tipo 2, la gasolina resultante tendrá un octanaje de 99:

1.000 x104  1.000 x94


 99
2.000
Y una presión de vapor de 7:

1.000 x5  1.000 x9
7
2.000

Oswaldo Paul Rivadeneira Página:


167
Investigación Operativa I Programación Lineal

La empresa desea maximizar los ingresos por la venta de gasolina como


producto final.40

Formulación del problema:


 Definición de variables
X1 = número de barriles de gasolina Tipo 1, utilizada para gasolina de avión
X2 = número de barriles de gasolina Tipo 1, utilizada para gasolina de carro
X3 = número de barriles de gasolina Tipo 2, utilizada para gasolina de avión
X4 = número de barriles de gasolina Tipo 2, utilizada para gasolina de carro

 Función objetivo: Maximizar Z = 45.10 (X1 + X3) + 32.40 (X2 + X4)


Z = 45.10 X1 + 32.40X2 + 45.10X3 + 32.40X4
 Restricciones
104 X1 94 X 3
 102
X1  X 3
2X1 – 8X3 ≥ 0 oct. para avión
104 X 2 94 X 4
 96
X2  X4

8X2 – 2X4 ≥ 0 oct. para carro


5 X 1 9 X 3
6
X1  X 3
-1X1 + 3X3 ≤0 pres. para avión
5 X 2 9 X 4
8
X2  X4
-3X2 + X4 ≤ 0 pres. para carro
X1 + X2 ≤ 30.000 disponibilidad de gas Tipo 1
X3 + X4 ≤ 70.000 disponibilidad gas Tipo 2
X1 + x3 ≤ 20.000 venta gasolina para avión

 No negatividad
Xi ≥0 ; i = 1, 4

Datos de entrada para Solver

40
Bonini, Hansman, Bierman. Análisis Cuantitativo para los Negocios. Novena Edición. Irwin McGraw-
Hill. Pag. 46

Oswaldo Paul Rivadeneira Página:


168
Investigación Operativa I Programación Lineal

Datos de salida del Solver

Solución:
Z = 3´355.454.5
X1 = 7.272,72
X2 = 22.727,27
X3 = 1.818,18
X4 = 68.181,82

138. Una fábrica produce cuatro artículos: A, B, C y D. Cada cantidad del producto A
requiere de dos horas de maquinado, una hora de montaje y $10 de inventario
en proceso. Cada unidad del producto B requiere de una hora de maquinado,
tres horas de montaje y $5 de inventario en proceso. Cada unidad del producto
C requiere de dos y media horas de maquinado, dos y media horas de montaje
y $2 de inventario en proceso. Finalmente, cada unidad del producto D requiere
de cinco horas de maquinado, ninguna de montaje y $12 de inventario en proceso.

Oswaldo Paul Rivadeneira Página:


169
Investigación Operativa I Programación Lineal

La fábrica dispone de 120 000 horas de tiempo de maquinado y 160 000 horas de
tiempo de montaje. Además, no puede tener más de un millón de dólares de
inventario en proceso.

Cada unidad del producto A genera una utilidad de $40, cada unidad del
producto B genera una utilidad de $24, cada unidad de producto C genera una
utilidad de $36 y cada unidad del producto D genera una utilidad de $23. No
pueden venderse más de 20 000 unidades del producto A, 16 000 unidades del
producto C, y pueden venderse la cantidad que se quiera de los productos B y
D. Sin embargo, deben producir y vender por lo menos 10 000 unidades del
producto D para cumplir con los requerimientos de un contrato.

Sobre estas condiciones, formular un problema de programación lineal. El objetivo


de la fábrica es maximizar la utilidad resultante de la venta de los cuatro
productos.41

Resumen:
Producto Disponible
Proceso A B C D (horas)
Maquinado 2 hr 1 hr 2,5 hr 5 hr 120.000
Montaje 1 hr 3 hr 2,5 hr 0 hr 160.000
Inventario $10 $5 $2 $12 1’000.000
Utilidad $40 $24 $36 $23

Formulación del problema:

 Definición de variables:
X1 = Número de unidades del producto A
X2 = Número de unidades del producto B
X3 = Número de unidades del producto C
X4 = Número de unidades del producto D

 Función objetivo: Maximizar Z = 40X1 + 24X2 + 36X3 + 23X4

 Restricciones:
2X1 + X2 + 2.5X3 + 5X4 ≤ 120.000 disponibilidad de maquinado
X1 + 3X2 + 2.5X3 + 0X4 ≤ 160.000 disponibilidad de montaje
10X1 + 5X2 + 2X3 + 12X4 ≤ 1’000.000 disponibilidad de inventario
X1 ≤ 20.000 limite de venta producto A
X3 ≤ 16.000 límite de venta del producto C
X4 ≥ 10.000 contrato del producto D

 No negatividad:
Xi ≥0 ; i = 1, 4

41
Bonini, Hansman, Bierman. Análisis Cuantitativo para los Negocios. Novena Edición. Irwin McGraw-
Hill. Pag. 57

Oswaldo Paul Rivadeneira Página:


170
Investigación Operativa I Programación Lineal

Datos de entrada Solver

Datos de salida del Solver

Solución:
Z = 1’830.000
X1 = 10.000
X2 = 50.000
X3 = 0
X4 = 10.000

139. La U-Save Loan Company está planeando sus operaciones para el próximo año.
La empresa hace cinco tipos de préstamos, que se indican a continuación, con
un retorno anual (en porcentaje) para ella.

Tipo de préstamo Retorno anual


Préstamos quirografarios 15
Préstamos para muebles 12
Préstamos para automóviles 9
Hipotecas de bienes raíces en segundo grado 10

Oswaldo Paul Rivadeneira Página:


171
Investigación Operativa I Programación Lineal

Hipotecas de bienes raíces en primer grado 7

Los requerimientos legales y la política de la empresa establecen los siguientes


límites en las cantidades de los distintos tipos de préstamos.

Los préstamos quirografarios no pueden exceder del 10% del total de Tipo de
préstamos. La cantidad de préstamos quirografarios y para muebles no puede
exceder de 20% del total de tipo de préstamos. Las hipotecas en primer grado
deben ser por lo menos de 40% del total de hipotecas y, por lo menos, 20%
de la cantidad total de tipo de préstamos. Las hipotecas en segundo grado no
pueden exceder de 25% de la cantidad total de tipo de préstamos.

La empresa debe maximizar los ingresos de los intereses de los préstamos,


sujetándose a las restricciones indicadas. La empresa puede prestar un
máximo de $1,5 millones.42

Formulación del Problema:


 Definición de variables
X1 = Monto en dólares para Préstamos Quirografarios
X2 = Monto en dólares para Préstamos para Muebles
X3 = Monto en dólares para préstamos para Automóviles
X4 = Monto en dólares para Hipotecas de bienes raíces en segundo grado
X5 = Monto en dólares para Hipotecas de bienes raíces en primer grado

 Función objetivo:
Maximizar Z = 0.15X1 + 0.12X2 + 0.09X3 + 0.10X4 + 0.07X5

 Restricciones
X1 ≤ 0.10 (X1 +X2 +X3 + X4 + X5) límite en monto de pres. quirograf.
0.90X1 – 0.10X2 – 0.10X3 – 0.10X4 – 0.10X5 ≤ 0

X1 + X2 ≤ 0.20 (X1 + X2 + X3 + X4 + X5) límite en monto para prest.


0.80X1 + 0.80X2 – 0.20X3 – 0.20X4 – 0.20X5 ≤ 0 quiro. + muebles

X5 ≥ 0.40 (X4 + X5) límite de monto en hipotecas


- 0.40X4 + 0.60X5 ≥ 0

X5 ≥ 0.20 (X1 + X2 + X3 + X4 + X5) límite monto del total de prest.


- 0.20X1 – 0.20X2 – 0.20X3 – 0.20X4 + 0.80X5 ≥ 0

X4 ≤ 0.25(X1 + X2 + X3 + X4 + X5) límite en hipotecas de 2do grado


- 0.25X1 – 0.25X2 – 0.25X3 + 0.75X4 – 0.25X5 ≤ 0

X1 + X2 + X3+ X4 + X5 ≤ 1’500.000 monto disponible

42
Bonini, Hansman, Bierman. Análisis Cuantitativo para los Negocios. Novena Edición. Irwin McGraw-
Hill. Pag. 58

Oswaldo Paul Rivadeneira Página:


172
Investigación Operativa I Programación Lineal

 No negatividad
Xi ≥0 ; i = 1, 5

Datos de entrada para el Solver

Datos de salida del Solver

140. Una fábrica venden dos tipos de productos diferentes, A y B. La información


sobre el precio de venta y el costo incremental es la siguiente:

Producto A Producto B
Precio de venta $60 $40
Costo incremental $30 $10
Utilidad incremental $30 $30

Los dos productos se fabrican dentro de un proceso común y se venden en


dos mercados diferentes.

El proceso de producción tiene una capacidad de 30 000 horas de mano de obra,


se requiere de tres horas para elaborar una unidad de A y una hora para producir
una unidad de B. El mercado ya fue estudiado, por lo que los funcionarios
de la empresa consideran que la cantidad máxima de las unidades de A que
puede venderse es de 8 000; la cantidad máxima de B es de 12 000

Oswaldo Paul Rivadeneira Página:


173
Investigación Operativa I Programación Lineal

unidades. De acuerdo con estas limitaciones, los productos pueden venderse


en cualquier combinación. Formular esta situación como un problema de
programación lineal.43

Formulación del problema


 Definición de variables
X1 = Número de unidades del producto A
X2 = Número de unidades del producto B

 Función objetivo: Maximizar Z = 30X1 + 30X2


 Restricciones
3X1 + 1X2 ≤ 30.000 por mano de obra
X1 ≤ 8.000 venta de A
X2 ≤ 12.000 venta de B

 No negatividad
Xi ≥0 ; i = 1, 2

Solución GLP

Payoff: 30.0 X1 + 30.0 X2 = 540000.0

X2
11995 : 0.0 X1 + 1.0 X2 = 12000.0
11400
10805
10210
: 3.0 X1 + 1.0 X2 = 30000.0
9615
9020
8425
7830
7235
6640
6045
5450
4855
4260 : 1.0 X1 + 0.0 X2 = 8000.0
3665
3070
2475
1880
1285
690
95

30 428 826 1224 1622 2020 2418 2816 3214 3612 4010 4408 4806 5204 5602 6000 6398 6796 7194 7592 7990 X1

Optimal Decisions(X1,X2): (6000.0, 12000.0)


: 3.0X1 + 1.0X2 <= 30000.0
: 1.0X1 + 0.0X2 <= 8000.0
: 0.0X1 + 1.0X2 <= 12000.0

Datos entrada Solver

43
Bonini, Hansman, Bierman. Análisis Cuantitativo para los Negocios. Novena Edición. Irwin McGraw-
Hill. Pag. 58

Oswaldo Paul Rivadeneira Página:


174
Investigación Operativa I Programación Lineal

Datos salida Solver

141. Recientemente, la empresa EMBUTIDOS experimentó drásticos cambios en los


precios de la materia prima; por los que el gerente ordenó a un analista
reexaminar las proporciones de las mezclas de los ingredientes para la producción
de salchichas.

La producción de salchichas implica cumplir con dos requisitos esenciales para el


producto. El porcentaje de proteínas, por peso, debe ser al menos 15%, y el
porcentaje de grasa, por peso, no puede exceder de 30% (el peso restante es
relleno). La empresa tiene cuatro materia primas disponibles para la mezcla, con
las siguientes características:

Porcentaje de Porcentaje de Costo por


Ingrediente Proteínas Grasa Libra
A 40 10 $1.80
B 20 15 $0.75
C 10 35 $0.40
D 5 40 $0.15

Oswaldo Paul Rivadeneira Página:


175
Investigación Operativa I Programación Lineal

Formular el problema de programación lineal que le ayude a la empresa a


determinar el problema de mezcla más apropiado44

Formulación del problema:


 Definición de variables
X1 = Cantidad en libras del ingrediente A
X2 = Cantidad en libras del ingrediente B
X3 = Cantidad en libras del ingrediente C
X4 = Cantidad en libras del ingrediente D

 Función objetivo
Minimizar Z = 1.80X1 + 0.75X2 + 0.40X3 + 0.15X4

 Restricciones
0.40X1 + 0.20X2 + 0.10X3 + 0.05X4 ≥ 0.15 proteínas
0.10X1 + 0.15X2 + 0.35X3 + 0.40X4 ≤ 0.30 grasas
X1 + X2 + X3 + X4 = 1 total libra de mezcla

 No negatividad
Xi ≥0 ; i = 1, 4

Datos de entrada para Solver

Datos de salida del Solver

44
Bonini, Hansman, Bierman. Análisis Cuantitativo para los Negocios. Novena Edición. Irwin McGraw-
Hill. Pag. 58

Oswaldo Paul Rivadeneira Página:


176
Investigación Operativa I Programación Lineal

142. Un fabricante de muebles produce dos tipos de escritorios: estándar y ejecutivo.


Estos escritorios se venden a un mayorista de mobiliario de oficina; y para todo
fin práctico existe un mercado ilimitado para cualquier mezcla de ellos; al menos
dentro de la capacidad de producción del fabricante. Cada escritorio debe pasar
por cuatro operaciones básicas: corte de madera, ensamble de las piezas, pre-
acabado y acabado final. Cada unidad producida del escritorio del escritorio
estándar requiere de 48 min de tiempo de corte, 2 horas de ensamble, 40 min
de pre-acabado y 5 horas y 20 min de tiempo de acabado final. Cada unidad de
escritorio ejecutivo requiere de 72 min de corte, 3 horas de ensamble, 2 horas
de pre-acabado y 4 horas de tiempo de acabado final. La capacidad diaria para
cada operación equivale a 16 horas de corte, 30 horas de ensamble, 16 horas
de pre-acabado y 64 horas de acabado final. El beneficio por unidad producida
es de $40 para el escritorio estándar y de $50 para el escritorio ejecutivo. ¿Qué
mezcla de productos es óptima?45

Formulación del problema


 Definición de variables
X1 = Número de unidades de escritorios estándar
X2 = Número de unidades de escritorios ejecutivos

 Función objetivo: Maximizar Z = 40X1 + 50X2

 Restricciones
0.8X1 + 1.2X2 ≤ 16 horas de corte
2.0X1 + 3.0X2 ≤ 30 horas de ensamblaje
0.6667X1 + 2.0X2 ≤ 16 horas de pre-acabado
5.3334X1 + 4.0X2 ≤ 64 horas acabado final

 No negatividad
Xi ≥0 ; i = 1, 2

Solución GLP

45
Hans G. Daellenbach. Introducción a Técnicas de Investigación de Operaciones. CECSA. Pag.59

Oswaldo Paul Rivadeneira Página:


177
Investigación Operativa I Programación Lineal

12

11

10
Payoff: 40.000 X1 + 50.000 X2 = 559.998

7 : 5.333 X1 + 4.000 X2 = 64.000

6
5
: 0.667 X1 + 2.000 X2 = 16.000
4 : 0.800 X1 + 1.200 X2 = 16.000
: 2.000 X1 + 3.000 X2 = 30.000
3

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Optimal Decisions(X1,X2): (9.000, 4.000)


: 0.800X1 + 1.200X2 <= 16.000
: 2.000X1 + 3.000X2 <= 30.000
: 0.667X1 + 2.000X2 <= 16.000
: 5.333X1 + 4.000X2 <= 64.000

Datos entrada Solver

Datos salida Solver

Oswaldo Paul Rivadeneira Página:


178
Investigación Operativa I Programación Lineal

143. Un fabricante de alimento para pollos desea determinar la mezcla de menor


costo para una fórmula de altas proteínas que contiene 90 gr. de nutriente A, 48
gr. de nutriente B, 20 gr. de nutriente C y 1.5 gr. de vitamina X por cada kg. de
alimento. Puede mezclar la fórmula empleando dos ingredientes y otro de
relleno. El ingrediente 1 contiene 100 gr. de nutriente A, 80 gr. de nutriente B,
40 gr. de nutriente C y 10 gr. de vitamina X; y cuesta $0.40 por Kg. El ingrediente
2 contiene 200 gr. de A, 150 gr. de B, 20 gr. de C, nada de vitamina X y cuesta
$0.60 por kg.46

Formulación del problema:


 Definición de variables
X1 = Cantidad de Kg. de ingrediente Tipo 1
X2 = Cantidad de Kg. de ingrediente Tipo 2

 Función objetivo: Minimizar Z = 0.40X1 + 0.60X2


 Restricciones
100X1 + 200X2 = 90 Nutriente A
80X1 + 150X2 = 48 Nutriente B
40X1 + 20X2 = 20 Nutriente C
10X1 + 0X2 = 1.5 Vitamina X

 No negatividad
Xi ≥0 ; i = 1, 2

Son ecuaciones redundantes, para su solución se asume que cumplirán al


menos los pedidos de los ingredientes, sus resultados serán analizados por un
dietista para no incurrir en daños a los pollos, entonces:

 Restricciones
100X1 + 200X2 ≥ 90 Nutriente A
80X1 + 150X2 ≥ 48 Nutriente B
40X1 + 20X2 ≥ 20 Nutriente C
10X1 + 0X2 ≥ 1.5 Vitamina X
46
Hans G. Daellenbach. Introducción a Técnicas de Investigación de Operaciones. CECSA. Pag. 90

Oswaldo Paul Rivadeneira Página:


100100100
Investigación Operativa I Programación Lineal

Datos entrada Solver

Datos salida Solver

En la solución gráfica puede notarse las ecuaciones redundantes:

Oswaldo Paul Rivadeneira Página:


101101101
Investigación Operativa I Programación Lineal

144. Una compañía produce tres tipos de productos químicos refinados: A, B y C. Es


necesario producir diariamente al menos 4 ton de A, 2 ton de B y 1 ton de C.
Los productos de entrada son los compuestos X y Y. Cada tonelada de X
proporciona 0.25 ton de A, 0.25 ton de B y 0,0834 ton de C. Cada tonelada de Y
rinde 0.5 ton de A, 0.10 ton de B y 0.0834 ton de C. La tonelada de compuesto
X cuesta $250 y el compuesto Y $400. El costo de procesamiento es de $250
por ton de X y $200 por ton de Y. Las cantidades producidas que excedan los
requerimientos diarios no tienen valor, ya que el producto sufre cambios químicos
si no se utiliza de inmediato. El problema consiste en determinar la mezcla con
costo mínimo de entrada.47

Formulación del problema


 Definición de variables
X1 = Toneladas de compuesto X
X2 = Toneladas de compuesto Y

 Función objetivo: Minimizar Z = 500X1 + 600X2


 Restricciones
0.25X1 + 0.5X2 ≥ 4 toneladas de A
0.25X1 + 0.10X2 ≥ 2 toneladas de B

47
Hans G. Daellenbach. Introducción a Técnicas de Investigación de Operaciones. CECSA. Pag. 90

Oswaldo Paul Rivadeneira Página:


102102102
Investigación Operativa I Programación Lineal

0.0834X1 + 0.0834X2 ≥ 1 toneladas de C

 No negatividad
Xi ≥0; i = 1, 2
Solución GLP
9

Payoff: 500.0000 X1 + 600.0000 X2 = 6396.1630


8

7
: 0.2500 X1 + 0.1000 X2 = 2.0000

: 0.2500 X1 + 0.5000 X2 = 4.0000


3
: 0.0834 X1 + 0.0834 X2 = 1.0000

0 X1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Optimal Decisions(X1,X2): (7.9808, 4.0096)


: 0.2500X1 + 0.5000X2 >= 4.0000
: 0.2500X1 + 0.1000X2 >= 2.0000
: 0.0834X1 + 0.0834X2 >= 1.0000

Datos de entrada Solver

Datos de salida Solver

Oswaldo Paul Rivadeneira Página:


103103103
Investigación Operativa I Programación Lineal

145. La Palysafe Insurane Company of Knockville, ME, dispone de fondos ociosos por
un total de $20 millones, disponible para inversiones a corto y largo plazo. Las
especificaciones gubernamentales requieren que no más del 80% de todas las
inversiones sean a largo plazo; no más del 40% de inviertan a corto plazo; y
que la razón entre las inversiones a largo y corto plazo no sean mayor de 3 a 1.
Actualmente, las inversiones a largo plazo rinden el 15% anual; mientras que la
tasa anual para las inversiones a corto plazo es del 10%. Plantéese este problema
como programa lineal con el objetivo de maximizar el beneficio ponderado.48

Formulación del Problema


 Definición de variables
X1 = Cantidad en millones de dólares para inversión a corto plazo
X2 = Cantidad en millones de dólares para inversión a largo plazo

 Función objetivo: Maximizar Z = 0.10X1 + 0.15X2

 Restricciones
X1 + X2 ≤ 20 fondos para inversión
X2 ≤ 0.80(X1 + X2)
0.80X1 – 0.20X2 ≥ 0 inversiones a largo plazo
X2 ≤ 0.40(X1 + X2)
0.40X1 - 0.60X2 ≥ 0 inversiones a corto plazo
X2/X1 ≤ 3/1
3X1 – X2 ≥ 0 relación entre inversiones

 No negatividad
Xi ≥0 ; i = 1, 2

Solución GLP

48
Hans G. Daellenbach. Introducción a Técnicas de Investigación de Operaciones. CECSA. Pag. 90

Oswaldo Paul Rivadeneira Página:


104104104
Investigación Operativa I Programación Lineal

Payoff: 0.1 X1 + 0.1 X2 = 2.4

X2
12

11
: 0.4 X1 - 0.6 X2 = 0.0
10 : 0.8 X1 - 0.2 X2 = 0.0
9

7 : 3.0 X1 - 1.0 X2 = 0.0

4 : 1.0 X1 + 1.0 X2 = 20.0

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 X1

Optimal Decisions(X1,X2): (12.0, 8.0)


: 1.0X1 + 1.0X2 <= 20.0
: 0.8X1 - 0.2X2 >= 0.0
: 0.4X1 - 0.6X2 >= 0.0
: 3.0X1 - 1.0X2 >= 0.0

Datos entrada para Solver

Datos de salida de Solver

Oswaldo Paul Rivadeneira Página:


105105105
Investigación Operativa I Programación Lineal

146. Un fabricante de botes de fibra de vidrio produce cuatro modelos diferentes que
deben pasar por tres operaciones diferentes: moldeado, ensamblado y acabado.
La tabla dada contiene toda la información necesaria.

Compuesto de
Moldeado Ensamble Acabado moldeado Beneficio
Modelo (h/unid) (h/unid) (h/unid) (gal/unid) ($/unid)
1 2.8 5 10 200 160
2 2.1 3 7.5 200 124
3 4 6 12 280 212
4 3 4 3 220 170
Capac./
semana 48 h 96 h 160 h 4800 gal

Los pronósticos de venta indican que, en promedio, no deben producirse por


semana más de 8 unidades del modelo 4. Excepto por esta restricción, la demanda
será suficiente para absorber cualquier cantidad producida. El objetivo es
maximizar los beneficios.49

Formulación del Problema


 Definición de variables
X1 = Número de unidades del modelo 1
X2 = Número de unidades del modelo 2
X3 = Número de unidades del modelo 3
X4 = Número de unidades del modelo 4

 Función objetivo: Maximizar Z = 160X1 + 124X2 +212X3 + 170 X4

 Restricciones
2.8X1 + 2.1X2 + 4X3 + 3X4 ≤ 48 horas de moldeado
5X1 + 3X2 + 6X3 + 4X4 ≤ 96 horas de ensamble
10X1 + 7.5X2 + 12X3 + 3X4 ≤ 160 horas de acabado
200X1 + 200X2 + 280X3 + 220X4 ≤ 4800 galones para moldeado

49
Hans G. Daellenbach. Introducción a Técnicas de Investigación de Operaciones. CECSA. Pag. 91

Oswaldo Paul Rivadeneira Página:


106106106
Investigación Operativa I Programación Lineal

X4 ≤ 8

 No negatividad
Xi ≥0 ; i = 1, 4

Datos de entrada para Solver

Datos de salida del Solver

147. En una compañía se fabrican tres productos A, B y C. Los tres productos


comparten en sus procesos de producción cuatro máquinas X, Y, S y T. El producto A
utiliza tres operaciones en las máquinas X, S y T. El producto B utiliza sólo dos
operaciones en las máquinas X y S o en las máquinas Y y T. El producto C puede
fabricarse utilizando las maquinas X y S o en las máquinas Y, S y T. El tiempo necesario
en minutos por unidad producida, para cada posibilidad de producción en cada
máquina, y el costo variable de producción por minuto para cada máquina se
condensan en la siguiente tabla.

Tiempo (en min/unidad de máquina)


Producto Proceso X Y S T Código
A 1 10 6 3 A
B 1 8 10 B1
2 6 9 B2
C 1 8 16 C1

Oswaldo Paul Rivadeneira Página:


107107107
Investigación Operativa I Programación Lineal

2 10 3 8 C2
Costo var
/min ($) 0.40 0.50 0.24 0.30

Cada máquina tiene una capacidad diaria de producción de 480 minutos. La


demandas mínimas de los tres productos son 36 para A, 45 para B y 10 para C.
El objetivo consiste en determinar el esquema de producción que minimice el costo
total variable de producción.50

Formulación del problema:


 Definición de variables
X1 = número de unidades del producto A, con el proceso 1
X2 = número de unidades del producto B, con el proceso 1
X3 = número de unidades del producto B, con el proceso 2
X4 = número de unidades del producto C, con el proceso 1
X5 = número de unidades del producto C, con el proceso 2

 Función objetivo:
Minimizar Z = 0.40(10X1 + 8X2 + 8X4) + 0.50(6X3 + 10X5) + 0.24(6X1 +10X2
+ 16X4 + 3X5) + 0.30(3X1 + 9X3 + 8X5)
Minimizar Z = 6.34X1 + 5.6X2 + 5.7X3 + 7.04X4 + 8.12X5

 Restricciones
10X1 + 8X2 + 8X4 ≤ 480 capacidad maquina X
6X3 + 10X5 ≤ 480 capacidad maquina Y
6X1 +10X2 + 16X4 + 3X5 ≤ 480 capacidad maquina S
3X1 + 9X3 + 8X5 ≤ 480 capacidad maquina T
X1 ≥ 36 demanda del producto A
X2 + X3 ≥ 45 demanda del producto B
X4 + X5 ≥ 10 demanda del producto C

 No negatividad
Xi ≥0 ; i = 1, 4

Datos de entrada para Solver

50
Hans G. Daellenbach. Introducción a Técnicas de Investigación de Operaciones. CECSA. Pag. 92

Oswaldo Paul Rivadeneira Página:


108108108
Investigación Operativa I Programación Lineal

Datos de salida del Solver

148. Usted está organizando una fiesta y dispone de de las siguientes cantidades de
licor: 48 onz líquidas de whisky, 72 onz líquidas de vodka, 64 onz líquidas de
vermouth blanco, 72 onz de vermouth rojo, 24 onz líquidas de brandy y 18 onz
líquidas de licor de café. Usted piensa preparar las siguientes bebidas:
Chauncies, Rusos Negros, Italianos Dulces, Cócteles Molotov (Martinis Rusos) y
Whisky en las rocas. Un Chauncy consiste en 2/3 de whisky y 1/3 de vermouth
rojo. Un Ruso Negro consiste de ¾ de vodka y ¼ de licor de café. Un Italiano
Dulce consiste de ¼ de brandy, ½ de vermouth rojo y ¼ vermouth blanco. Los
Cócteles Molotov son una mezcla de 2/3 de vodka y 1/3 de vermouth blanco.
Por último el Whisky en las rocas consiste sólo de whisky. Cada trago contiene 4
onz líquidas. Su objetivo es mezclar los ingredientes, en forma tal, que pueda
prepararse el mayor número de posible de tragos. Sin embargo, Usted
considera que es necesario preparar cuando menos el doble de Cócteles
Molotov que de Rusos Negros, para proporcionar una selección equilibrada.
Plantéese como un problema de programación lineal.51

Resumen:

51
Hans G. Daellenbach. Introducción a Técnicas de Investigación de Operaciones. CECSA. Pag. 94

Oswaldo Paul Rivadeneira Página:


109109109
Investigación Operativa I Programación Lineal

Mezclas (tragos de 4 onzas) Cantidad


Licores Rusos Italianos Cócteles Whisky Disponible
chauncies negros dulces molotov en rocas (onz)
Whisky 2/3*4 1*4 48
Vodka ¾*4 2/3*4 72
Verm.B. ¼*4 1/3*4 64
Verm.R. 1/3*4 2/4*4 72
Brandy ¼*4 24
Lic. Café ¼*4 18

Formulación del problema:


 Definición de variables:
X1 = Número de tragos de Chauncies
X2 = Número de tragos de Rusos Negros
X3 = Número de tragos de Italianos Dulces
X4 = Número de tragos de Cócteles Molotov
X5 = Número de tragos de Whisky en las Rocas

 Función objetivo: Maximizar Z = X1 + X2 + X3 + X4 + X5

 Restricciones:
2/3*4 X1 + 4X5 ≤ 48
2X1 + 3X5 ≤ 36 por contenido de whisky
¾*4X2 + 2/3*4X4 ≤ 72
9X2 + 8X4 ≤ 216 por contenido de Vodka
¼*4X3 + 1/3*4X4≤ 64
3X3 + 4X4≤ 192 por contenido de Vermouth Blanco
1/3*4X1 + 2/4*4X3 ≤ 72
4X1 + 6X3 ≤ 216 por contenido de vermouth Rojo
¼*4X3 ≤ 24
X3 ≤ 24 por contenido de Brandy
¼*4X2 ≤ 18
X2 ≤ 18 por contenido de Licor de Café
2X2 ≥ X4
2X2 – X4 ≤ 0 relación de Cócteles Molotov/Rusos Negros

 No negatividad
Xi ≥0 ; i = 1, 5

Solución:

Datos de entrada para Solver

Oswaldo Paul Rivadeneira Página:


110110110
Investigación Operativa I Programación Lineal

Datos de salida del Solver

149. ProTrac,Inc. Produce dos líneas de máquina pesada. Una de sus líneas de
productos, llamada equipo de excavación, se utiliza de manera primordial en
aplicaciones de construcción. La otra línea, denominada equipo de la silvicultura,
está destinada a la industria maderera. Tanto la máquina más grande de la línea
de excavación (la E-9), como la mayor de toda la línea del equipo de silvicultura
(la F-9) son fabricadas en los mismos departamentos y con el mismo equipo.
Empleando las proyecciones económicas correspondientes al siguiente mes, el
gerente de Mercadotecnia de ProTrac ha considerado que durante ese período
será posible vender todas las E-9 y F-9 que la compañía sea capaz de producir.
La gerencia tiene que recomendar ahora una meta de producción para el mes
próximo. Es decir, ¿cuántas E-9 y F-9 deberán fabricar si la dirección de ProTrac
desea maximizar la contribución del mes entrante a la ganancia ( es decir, el
margen de contribución, definido como los ingresos menos los costos variables)

La toma de decisiones requiere la consideración de los siguientes factores


importantes:
a. El margen de contribución unitaria de ProTrac es de $ 5.000 por cada
E-9 vendida y de $ 4.000 por cada F-9
b. Cada producto pasa por las operaciones de maquinado, tanto en el
departamento A como en el departamento B.

Oswaldo Paul Rivadeneira Página:


111111111
Investigación Operativa I Programación Lineal

c. Para la producción correspondiente al mes próximo, estos dos


departamentos tiene tiempos disponibles de 150 y 160 horas,
respectivamente. La fabricación de cada E-9 requiere 10 horas de
maquinado en el departamento A y 20 horas en el departamento B,
mientras que cada F-9 requiere 15 horas horas en el departamento a y
10 en el B.
d. Para que la administración cumpla con el acuerdo concertado con el
sindicato, las horas totales de trabajo invertidas el la prueba de productos
terminados del siguiente mes no deben ser más allá del 10% inferior a
una meta convenida de 150 horas. Estas pruebas se llevan a cabo en un
tercer departamento y no tienen nada que ver con las actividades de los
departamentos A y B. Cada E-9 es sometida a pruebas durante 30
horas y cada F-9 durante 10.
e. Con el fin de mantener su posición actual en el mercado, la alta
gerencia ha decretado como política operativa: que deberá construirse
cuando menos una F-9 por cada tres E-9 que sean fabricadas.
f. Uno de los principales distribuidores ha ordenado un total de cuando
menos cinco E-9 y F-9 (en cualquier combinación) para el próximo mes,
por lo cual tendrá que producirse por lo menos esa cantidad.52

Resumen de datos:

HORAS
Maq. E-9 Maq. F-9 Total disponible
Dep. A 10 15 150
Dep. B 20 10 160
Hora de prueba 30 10 135 (150-10%)

Producir cuando menos 1 F-9 por cada 3 E-9: 1(E  9)  3(F  9)


Formulación del modelo
1. Definición de variables (variables de decisión)

E-9 = número de unidades de maquinas tipo E-9


F-9 = número de unidades de máquinas tipo F-9

2. Función objetivo
Maximizar Z = 5000 E-9 + 4000 F-9

3. Restricciones (ecuaciones de restricción)


10(E-9) + 15(F-9) ≤ 150
20(E-9) + 10(F-9) ≤ 160
30(E-9) + 10(F-9) ≥ 135
1(E-9) - 3(F-9) ≤ 0
1(E-9) + 1(F-9) ≥ 5
1(E-9) ≥ 0
1(F-9) ≥ 0
52
Eppen. Investigación de opresiones en la ciencia administrativa. Prentice Hall. Pag 69

Oswaldo Paul Rivadeneira Página:


112112112
Investigación Operativa I Programación Lineal

Solución gráfica:

Solución matemática (analítica)


Datos iniciales antes de aplicas SOLVER:

Definiciones de datos para SOLVER y resolver:

Oswaldo Paul Rivadeneira Página:


113113113
Investigación Operativa I Programación Lineal

Resultados del modelo:

Oswaldo Paul Rivadeneira Página:


114114114
Investigación Operativa I Programación Lineal

150. La empresa Crawler Tread, desea mezclar minerales de hierro de cuatro minas
distintas para fabricar rodamientos destinados a un nuevo producto de Protrac:
un tractor tipo oruga de tamaño mediano, el E-6, diseñado especialmente para
competir en el mercado europeo. Por medio del análisis se ha demostrado que ,
para producir una mezcla dotada de las cualidades de tracción adecuadas,
deben cumplirse requerimientos mínimos en relación con tres elementos básicos
que, para simplificar, señalaremos aquí como A, B, C. En términos específicos,
cada tonelada de mineral deberá contener cuando menos cinco libras del elemento
básico A, 100 libras del elemento básico B y 30 libras del elemento básico C.

El mineral extraído de cada una de las cuatro minas posee los tres elementos
básicos, pero en cantidades distintas. Estas composiciones expresadas en libras
por tonelada, se enumeran en la siguiente tabla:

Composiciones obtenidas de cada mina


Elemento MINA (libras por tonelada de cada elemento)
básico 1 2 3 4
A 10 3 8 2
B 90 150 75 175
C 45 25 20 37
Costo/tonelada de
mineral $ 800 $ 400 $ 600 $ 500

El objetivo del administrador es descubrir una mezcla factible de costo


mínimo.53

Formulación del problema:

1. Definición de variables
T1 = fracción de toneladas de la mina 1
T2 = fracción de toneladas de la mina 2
T3 = fracción de toneladas de la mina 3
T4 = fracción de toneladas de la mina 4

2. Función objetivo
Minimizar Z = 800 T1 + 400 T2 + 600 T3 + 500 T4

3. Restricciones
10 T1 + 3 T2 + 8 T3 + 2 T4 ≥ 5 (elemento A)
90 T1 + 150 T2 + 75 T3 + 175 T4 ≥ 100 (elemento B)
45 T1 + 25 T2 + 20 T3 + 37 T4 ≥ 30 (elemento A)
T1 + T2 + T3 + T4 = 1 (balance)
T1, T2, T3, T4 ≥ 0 (no negatividad)

53
Eppen. Investigación de opresiones en la ciencia administrativa. Prentice Hall. Pag 97

Oswaldo Paul Rivadeneira Página:


115115115
Investigación Operativa I Programación Lineal

Solución: para hoja de cálculo


Datos originales:

Resultados :

Oswaldo Paul Rivadeneira Página:


116116116
Investigación Operativa I Programación Lineal

151. Una compañía (ASTRO Y COSMOS) fabricante de TV produce dos modelos de


aparatos televisores, el astro y el Cosmo. Hay dos líneas de producción, una
para cada modelo, e intervienen dos departamentos en la producción de cada
modelo. La capacidad de la línea de producción del Astro es de 70 aparatos de
TV por día. La capacidad de la línea Cosmo es de 50 televisores diarios. En el
departamento A se fabrican los cinescopios. En este departamento se requiere
una hora de trabajo para cada modelo Astro y dos horas de trabajo para cada
modelo Cosmo. En la actualidad puede asignarse un máximo de 120 horas de
trabajo diarias para la producción de ambos tipos de aparato en el
departamento A. En el departamento B se construye el chasis. Aquí se requiere
una hora de trabajo para cada televisor Astro y también una hora para cada
modelo Cosmo. Actualmente se puede asignar 90 horas de trabajo al
departamento B para la producción de ambos modelos. La contribución a las
ganancias es de 20 y 10 dólares, respectivamente, por cada televisor Astro y
Cosmo.

Si la compañía sabe que puede vender todos los aparatos Astro y Cosmo que
sea capaz de fabricar. ¿cuál deberá ser el plan de producción por cada día (es
decir, la producción diaria) para cada modelo?54

Formulación del problema:


 Definición de variables
X1 = número de unidades de TV Astro
X2 = número de unidades de TV Cosmo

 Función objetivo: Maximizar Z = 20X1 + 10X2


 Restricciones
X1 + 2X2 ≤ 120 capacidad Dep. A
X1 + X2 ≤ 90 capacidad Dep. B
X1 ≤ 70 capacidad de línea Astro
X2 ≤ 50 capacidad de línea Cosmo
 No negatividad
Xi ≥0 ; i = 1, 2

Solución GLP

54
Eppen. Investigación de opresiones en la ciencia administrativa. Prentice Hall. Pag 100

Oswaldo Paul Rivadeneira Página:


117117117
Investigación Operativa I Programación Lineal

Payoff: 20.0 X1 + 10.0 X2 = 1600.0

X2
40
38
36
34
32
30
28
26
24
22
20
18
16

12 : 0.0 X1 + 1.0 X2 = 50.0

8 : 1.0 X1 + 0.0 X2 = 70.0


6
4 : 1.0 X1 + 1.0 X2 = 90.0
2
0 : 1.0 X1 + 2.0 X2 = 120.0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 X1

Optimal Decisions(X1,X2): (70.0, 20.0)


: 1.0X1 + 2.0X2 <= 120.0
: 1.0X1 + 1.0X2 <= 90.0
: 1.0X1 + 0.0X2 <= 70.0
: 0.0X1 + 1.0X2 <= 50.0

Datos de entrada para solver

Datos de salida del Solver

Oswaldo Paul Rivadeneira Página:


118118118
Investigación Operativa I Programación Lineal

152. De los muchos productos que fabrica la Arco Manufacturing Company, sólo los
productos C, D, E y F pasan por los siguientes departamentos: cepillado,
fresado, taladrado y ensamble. Los requerimientos por unidad de producto en
horas y contribución son los siguientes:
Departamento
Producto Cepillado Fresado Taladrado Ensamble Contr./Unidad
C 0.5 2.0 0.5 3.0 $8
D 1.0 1.0 0.5 1.0 $9
E 1.0 1.0 1.0 2.0 $7
F 0.5 1.0 1.0 3.0 $6
Las capacidades disponibles en este mes para los productos C, D, E y F, así
como los requerimientos mínimos de venta, son:
Departamento Capacidad(horas) Producto Req. Mínimos Venta
Cepillado 1800 C 100 unidades
Fresado 2800 D 600 unidades
Taladrado 3000 E 500 unidades
Ensamble 6000 F 400 unidades

Determínese la cantidad de los productos C, D, E y F, que tendrá que fabricar


este mes para maximizar la contribución.55

Formulación del problema


 Definición de variables
X1 = Número de unidades del producto C
X2 = Número de unidades del producto D
X3 = Número de unidades del producto E
X4 = Número de unidades del producto F

55
Thierauf. Toma de Decisiones por medio de Investigación de Operaciones. Limusa. Pag. 274

Oswaldo Paul Rivadeneira Página:


119119119
Investigación Operativa I Programación Lineal

 Función objetivo: Maximizar Z = 8X1 + 9X2 + 7X3 +6X4

 Restricciones
0.5X1 + 1.0X2 + 1.0X3 + 0.5X4 ≤ 1.800 capacidad Cepillado
2.0X1 + 1.0X2 + 1.0X3 + 1.0X4 ≤ 2.800 capacidad Fresado
0.5X1 + 0.5X2 + 1.0X3 + 1.0X4 ≤ 3.000 capacidad Taladrado
3.0X1 + 1.0X2 + 2.0X3 + 3.0X4 ≤ 6.000 capacidad Ensamble
X1 ≥ 100 venta de C
X2 ≥ 600 venta de D
X3 ≥ 500 venta de E
X4 ≥ 400 venta de F

 No negatividad
Xi ≥0 ; i = 1, 4

Datos de entrada para el Solver

Datos de salida del Solver

Oswaldo Paul Rivadeneira Página:


120120120
Investigación Operativa I Programación Lineal

153. Planificación financiera. Willie Hanes es el presidente de una microempresa de


inversiones que se dedica a administrar las carteras de acciones de varios clientes.
Un nuevo cliente ha solicitado que la compañía se haga cargo de administrar para
él una cartera de $ 100.000. A ese cliente le agradaría restringir una cartera
a una mezcla de tres tipos de acciones únicamente, como podemos apreciar en
la siguiente tabla. Formule UD. un PL para mostrar cuántas acciones de
cada tipo tendría que comprar Willie con el fin de maximizar el rendimiento
anual.56

RENDIMIENTO
ANUAL INVERSION
PRECIO POR ESTIMADO POR MAXIMA POSIBLE
ACCIONES ACCION($) ACCION ($) ($)
Gofer Crude 60 7 60.000
Can Oil 25 3 25.000
Sloth Petroleum 20 3 30.000

Formulación del problema:


 Definición de variables
X1 = Número de acciones de Gofer Crude
X2 = Número de acciones de Can Oil
X3 = Número de acciones de Sloth Petroleum

 Función objetivo: Maximizar Z = 7X1 + 3X2 + 3X3


 Restricciones
60X1 ≤ 60.000 inversión máxima de Gofer Crude
25X2 ≤ 25.000 inversión máxima de Can Oil
20X3 ≤ 30.000 inversión máxima de Sloth Petroleum
60X1 + 25X2 + 25X3 ≤ 100.000 inversión total

 No negatividad
Xi ≥0 ; i = 1, 3

Datos de entrada para Solver

56
Eppen. Investigación de opresiones en la ciencia administrativa. Prentice Hall. Pag 115

Oswaldo Paul Rivadeneira Página:


121121121
Investigación Operativa I Programación Lineal

Datos de salida del Solver

154. Planificación de Cartera. Una compañía de inversiones tiene actualmente $ 10


millones disponibles para inversión. La meta que se ha trazado consiste en
maximizar la retribución esperada durante el siguiente año. Sus cuatro
posibilidades de inversión se presentan resumidas en la siguiente tabla.
Además, la compañía ha especificado que cuando menos 30% de los fondos
tendrán que colocarse en acciones ordinarias y bonos de la tesorería y que no más
del 40% del dinero deberá invertirse en fondos del mercado y títulos
municipales. Se invertirá la totalidad de los $ 10 millones actualmente a la
mano. Formule un modelo de PL que indique a la empresa cuánto dinero debe
invertir en cada instrumento.57

POSIBILIDAD DE RETRIBUCION INVERSION MAXIMA


INVERSION ESPERADA (%) (MILLONES DE $)
Bonos de Tesorería 8 5
Acciones Ordinarias 6 7
Mercado de Dinero 12 2
Títulos Municipales 9 4

57
Eppen. Investigación de opresiones en la ciencia administrativa. Prentice Hall. Pag 117

Oswaldo Paul Rivadeneira Página:


122122122
Investigación Operativa I Programación Lineal

Formulación del problema

 Definición de variables
X1 = cantidad en dólares en Bonos de Tesorería
X2 = cantidad en dólares en Acciones Ordinarias
X3 = cantidad en dólares en Mercado de Dinero
X4 = cantidad en dólares en Títulos Municipales

 Función objetivo: Maximizar Z = 0.08X1 + 0.06X2 + 0.12X3 + 0.09X4

 Restricciones
X1 + X2 ≥ 0.30(X1 + X2 + X3 + X4)
0.70X1 + 0.70X2 – 0.30X3 – 0.30X4 ≥ 0 30% de inversión
X3 + X4 ≤ 0.40(X1 + X2 + X3 + X4)
-0.40X1 – 0.40X2 + 0.60X3 +0.60X4 ≤ 0 40% de inversión
X1 ≤ 5’000.000 inversión en Bonos de Tesorería
X2 ≤ 7’000.000 inversión en Acciones Ordinarias
X3 ≤ 2’000.000 inversión en Mercado de Dinero
X4 ≤ 4’000.000 inversión en Títulos Municipales
X1 + X2 + X3 + X4 ≤ 10’000.000 inversión total

 No negatividad
Xi ≥0 ; i = 1, 4

Datos de entrada para el Solver

Datos de salida del Solver

Oswaldo Paul Rivadeneira Página:


123123123
Investigación Operativa I Programación Lineal

155. Wood Walter es propietario de un pequeño taller de fabricación de muebles. En


este taller fabrica tres tipos diferentes de mesas: A, B y C. Con cada mesa, se
requiere determinado tiempo para cortar las partes que la constituyen,
ensamblarlas y pintar la pieza terminada. Word podrá vender todas las mesas que
consiga fabricar. Además, el modelo C puede venderse sin pintar. Word emplea a
varias personas, las cuales trabajan en turnos parciales, por lo cual el tiempo
disponible para realizar cada una de estas actividades es variable de uno a otro
mes. A partir de los datos siguientes, formule UD. un modelo de programación
lineal que ayude a Word a determinar la mezcla de productos que le permitirá
maximizar sus ganancias en el próximo mes.58

Corte Montaje Pintura Ganancia por


Modelo (hrs) (hrs) (hrs) mesa ($)
A 3 4 5 25
B 1 2 5 20
C 4 5 4 50
C sin pintar 4 5 0 30
Capacidad 150 200 300

Solución al problema
 Definición de variables
X1 = Cantidad de mesas Modelo A
X2 = Cantidad de mesas Modelo B
X3 = Cantidad de mesas Modelo C
X4 = Cantidad de mesa Modelo C sin pintar

 Función objetivo: Maximizar Z = 25X1 + 20X2 + 50X3 + 30X4


 Restricciones
3X1 + X2 + 4X3 + 4X4 ≤ 150 horas en Corte
4X1 + 2X2 + 5X3 + 5X4 ≤ 200 horas en Montaje
5X1 + 5X2 + 4X3 + 0X4 ≤ 300 horas en Pintura

58
Eppen. Investigación de opresiones en la ciencia administrativa. Prentice Hall. Pag 114

Oswaldo Paul Rivadeneira Página:


124124124
Investigación Operativa I Programación Lineal

No negatividad
Xi ≥0 ; i = 1, 4
Datos de entrada para Solver

Datos de salida del Solver

156. Douglas E. Starr, administrador de la perrera Heavenly Hound Kennels, Inc,


ofrece alojamiento en plan de pensión para mascotas. La comida de los perros
alojados en la perrera se prepara mezclando tres productos granulados, con lo
cual se obtiene una dieta bien balanceada para los canes. La información sobre
los tres productos se muestra en la siguiente tabla. Si Douglas quiere
asegurarse de que cada uno de sus perros ingiera diariamente cuando menos 8
onzas de proteínas, 1 onza de carbohidratos y no más de 0.5 onzas de grasas.¿qué
cantidad de cada producto en grano deberá incluirse en el alimento de los perros
a fin de minimizar los costos de Douglas? (Nota: 16 onzas = 1 libra)59

PRODUCTO COSTO POR PROTEINAS CARBOHIDRATOS GRASAS


EN GRANO LIBRA($) (%) (%) (%)
A 0.45 62 5 3
B 0.38 55 10 2
C 0.27 36 20 1

Solución del problema


59
Eppen. Investigación de opresiones en la ciencia administrativa. Prentice Hall. Pag 115

Oswaldo Paul Rivadeneira Página:


125125125
Investigación Operativa I Programación Lineal

 Definición de variables
X1 = Cantidad en libras de producto A
X2 = Cantidad en libras del producto B
X3 = Cantidad en libras del producto C

 Función objetivo: Minimizar Z = 0.45X1 + 0.38X2 + 0.27X3


 Restricciones
0.62X1 + 0.55X2 + 0.36X3 ≥ 0.5 por proteínas
0.05X1 + 0.10X2 + 0.20X3 ≥ 0.0625 por carbohidratos
0.03X1 + 0.02X2 + 0.01X3 ≤ 0.03125 por grasas
 No negatividad
Xi ≥0 ; i = 1, 3

Datos de entrada para Solver

Datos de salida del Solver

157. McNaughton, Inc. Produce dos salsas para carne: Spicy Diablo y Red Baron (la
más suave). Esta salsa de hacen mezclando dos ingrediente, A y B. Se permite
cierto nivel de flexibilidad en las fórmulas de estos productos. Los porcentajes
permisibles, así como la información de ingresos y costos, aparecen en la siguiente
tabla. Es posible comprar hasta 40 litros de A y 30 de B. McNaughton puede
vender toda la salsa que elabore. Formule un modelo de programación

Oswaldo Paul Rivadeneira Página:


126126126
Investigación Operativa I Programación Lineal

lineal cuyo objetivo sea maximizar las ganancias netas obtenidas por la venta de
estas salsas.60

INGREDIENTE PRECIO DE VENTA


SALSA A B POR LITRO
Spicy Diablo Cuando menos 25% Cuando menos 50% 3.35
Red Baron Cuando mucho 75% * 2.85
Costo por litro 1.60 2.59
* no existe un porcentaje máximo o mínimo explícito

Solución del problema


 Definición de variables
X1 = Cantidad de litros de ingrediente A para Salsa Spicy Diablo
X2 = Cantidad de litros de ingrediente A para Salsa Red Baron
X3 = Cantidad de litros de ingrediente B para Salsa Spicy Diablo
X4 = Cantidad de litros de ingrediente B para Salsa Red Baron

 Función objetivo: Maximizar Z = 3.35(X1 + X3) + 2.85(X2 + X4) –


1.6(X1 + X2) – 2.59(X3 + X4)
Z = 1.75X1 + 0.76X2 + 1.25X3 + 0.26X4

 Restricciones
X1 ≥ 0.25(X1 + X3)
0.75X1 – 0.25X3 ≥ 0 contenido de A en la salsa Spicy
X2 ≤ 0.75(X2 + X4)
0.25X2 – 0.75X4 ≤ 0 contenido de A en la salsa Red
X3 ≥ 0.50(X1 + X3)
-0.50X1 + 0.50X3 ≥ 0 contenido de B en la salsa Spicy
X1 + X2 ≤ 40 máxima compra de litros de A
X3 + X4 ≤ 30 máxima compra de litros de B

 No negatividad
Xi ≥0 ; i = 1, 4

Datos para entrada del Solver

60
Eppen. Investigación de opresiones en la ciencia administrativa. Prentice Hall. Pag 115

Oswaldo Paul Rivadeneira Página:


127127127
Investigación Operativa I Programación Lineal

Salida del Solver

158. La Corey Ander’s Spice Company dispone de una cantidad limitada de tres
ingredientes que se utiliza para producción de condimentos. Corey emplea los tres
ingredientes (HB01, HB02 y HB03) para la elaboración de cúrcuma y
pimentón. El departamento de mercadotecnia informa que la compañía puede
vender todo el pimentón que sea capaz de producir, pero solamente se puede
vender un máximo de 1700 botellas de cúrcuma. Los ingredientes no utilizados
podrán venderse en el mercado. Los precios están expresados en $/onza. Los
precios actuales son: HB01, $0.60; HB02, $0.70; HB03, $0.55. Además, Corey
ha firmado un contrato para suministrar 600 botellas de pimentón a Wal-Mart.
En la siguiente tabla se ofrece información adicional. Formule el problema de
Corey como un modelo de programación lineal para maximización de ingresos.61

INGREDIENTES PRECIO
(ONZ/BOTELLA) DEMANDA VENTA
HB01 HB02 HB03 (BOTELLAS) /BOTELLA
Cúrcuma 4 2 1 1700 3.25
Pimentón 3 2 3 ilimitada 2.75
Disponibilidad

61
Eppen. Investigación de opresiones en la ciencia administrativa. Prentice Hall. Pag 115

Oswaldo Paul Rivadeneira Página:


128128128
Investigación Operativa I Programación Lineal

(onzas) 8000 9000 7000

Solución del problema


 Definición de variables
X1 = Cantidad de botellas de Cúrcuma
X2 = Cantidad de botellas de Pimentón

 Función objetivo
Maximizar Z = 3.25X1 + 2.75X2 + 0.60(8000 – 4X1 – 3X2)
+ 0.70(9000 – 2X1 – 2X2) + 0.55(7000 – X1 – 3X2)
Z = 14.950 – 5.45X1 – 6.95X2
 Restricciones
4X1 + 3X2 ≤ 8000 por onzas de HB01
2X1 + 2X2 ≤ 9000 por onzas de HB02
1X1 + 3X2 ≤ 7000 por onzas de HB03
X1 ≤ 1.700 botellas de Cúrcuma
X2 ≥ 600 contrato para Pimentón

 No negatividad
Xi ≥ 0; i = 1, 2

Solución GLP

: 2.0 X1 + 2.0 X2 = 9000.0

X2
: 4.0 X1 + 3.0 X2 = 8000.0
1701
1621
1541
1461
1381
1301 : 1.0 X1 + 0.0 X2 = 1700.0
1221 : 1.0 X1 + 3.0 X2 = 7000.0
1141
1061
981
901
741
661 : 0.0 X1 + 1.0 X2 = 600.0
581
421 Payoff: 1.1 X1 + 2.1 X2 = 1260.0
341
261
181
101

0 90180
270
360
450
540
630
720
810
900
990
108
10
17
10
26
10
35
10
44
10
53
10
62
10
71800 X1

Optimal Decisions(X1,X2): ( 0.0, 600.0)


: 4.0X1 + 3.0X2 <= 8000.0
: 2.0X1 + 2.0X2 <= 9000.0
: 1.0X1 + 3.0X2 <= 7000.0
: 1.0X1 + 0.0X2 <= 1700.0
: 0.0X1 + 1.0X2 >= 600.0

Datos de entrada para el Solver

Oswaldo Paul Rivadeneira Página:


129129129
Investigación Operativa I Programación Lineal

Salida del Solver

159. Guy Chung, superintendente de los edificios y del terreno circundante de la


Universidad Gótica, ha planeado aplicar fertilizante al césped del área
cuadrangular a principios de la primavera. Ese prado necesita por lo menos las
cantidades de nitrógeno, fósforo y potasio que figuran en la siguiente tabla:

MINERAL PESO MINIMO(LIBRAS)


Nitrógeno 10
Fósforo 7
Potasio 5

Hay tres tipos de fertilizante comercial disponibles; los análisis y precios por
1000 libras se enlistan en la siguiente tabla. Guy puede comprar cualquier cantidad
de cualquiera de los fertilizantes que quiera y combinarlos antes de aplicarlos al
césped. Formule un modelo de PL que determine la cantidad de

Oswaldo Paul Rivadeneira Página:


130130130
Investigación Operativa I Programación Lineal

cada fertilizante que debe comprar para satisfacer los requerimientos con un
costo mínimo.62

Contenido de Contenido de Contenido de


Fertilizante nitrógeno (lib) fósforo (lib) potasio (lib) Precio ($)
I 25 10 5 10
II 10 5 10 8
III 5 10 5 7

Solución del problema


 Definición de variables
X1 = Miles de libras de Fertilizante I
X2 = Miles de libras de Fertilizante II
X3 = Miles de libras de Fertilizante III

 Función objetivo: Minimizar Z = 10X1 + 8X2 + 7X3


 Restricciones
25X1 + 10X2 + 5X3 ≥ 10 contenido de nitrógeno
10X1 + 5X2 + 10X3 ≥ 7 contenido de fósforo
5X1 + 10X2 + 5X3 ≥ 5 contenido de potasio
 No negatividad
Xi ≥ 0; i = 1, 3

Datos de entrada para el Solver

Datos de salida del Solver

62
Eppen. Investigación de opresiones en la ciencia administrativa. Prentice Hall. Pag 116

Oswaldo Paul Rivadeneira Página:


131131131
Investigación Operativa I Programación Lineal

160. La Ebel Mining Company es propietaria de dos minas que producen cierto tipo
de mineral. Dichas minas está localizadas en distintas partes del país y, en
consecuencia, presentan diferencias en sus capacidades de producción y en la
calidad de su mineral. Después de ser molido el mineral se clasifica en tres
clases dependiendo de la calidad: alta. Media y baja. Ebel ha sido contratada para
suministrar semanalmente a la planta de fundición de su compañía matriz
12 toneladas de mineral de alta calidad, 8 toneladas de calidad mediana y 24
toneladas de calidad baja. A Ebel le cuesta $ 20.000 diarios operar la primera mina
y $ 16.000 la segunda. Sin embargo en un día de operación la primera
mina produce 6 tonelada de mineral de alta calidad, 2 toneladas de mediana y 4
toneladas de baja, mientras que la segunda produce 2 toneladas diarias de
material de alta calidad, 2 de mediana y 12 de baja. ¿Cuántos días a la semana
tendrá que funcionar cada mina para cumplir los compromisos de Ebel de la
manera más económica posible? (En este caso resulta aceptable programar la
operación de las minas en fracciones de día)63

Solución del problema

 Definición de variables
X1 = Número de días a la semana (fracción de semana) de trabajo de
la Mina 1
X2 = Número de días a la semana (fracción de semana) de trabajo de la
Mina 2

 Función objetivo: Minimizar Z = 20X1 + 16X2 miles de dólares

 Restricciones
6X1 + 2X2 ≥ 12 mineral de alta calidad
2X1 + 2X2 ≥ 8 mineral de calidad mediana
4X1 + 12X2 ≥ 24 mineral de baja calidad
X1 + X2 = 5 máximo tiempo 1 semana (5 días)

 No negatividad
Xi ≥ 0; i = 1, 2

63
Eppen. Investigación de opresiones en la ciencia administrativa. Prentice Hall. Pag 116

Oswaldo Paul Rivadeneira Página:


132132132
Investigación Operativa I Programación Lineal

Solución GLP

: 6.0 X1 + 2.0 X2 = 12.0

Payoff: 20.0 X1 + 16.0 X2 = 68.0


4

: 1.0 X1 + 1.0 X2 = 5.0

: 2.0 X1 + 2.0 X2 = 8.0 : 4.0 X1 + 12.0 X2 = 24.0

0
0 2 4 6 8 10

Optimal Decisions(X1,X2): ( 1.0, 3.0)


: 6.0X1 + 2.0X2 >= 12.0
: 2.0X1 + 2.0X2 >= 8.0
: 4.0X1 + 12.0X2 >= 24.0
: 1.0X1 + 1.0X2 <= 5.0

Datos de entrada para Solver

PRODUCCION DE MINERALES EN EBEL MINING COMPANY

Mina
Producción en Mina 1 2
Días de la semana 1 1 MIN
Costo diario de operación 20000 16000 36000

USO DE NO
RESTRICCIONES RECURSOS UTILIZADO LIMITE UTILIZADO
Producción mineral alta c. 6 2 8 ≥ 12 -4
Producción mineral mediana c. 2 2 4 ≥ 8 -4
Producción mineral baja c. 4 12 16 ≥ 24 -8
Tiempo máximo una semana 1 1 2 ≤ 5 3

Datos de salida del Solver

Mina Mina
Producción en 1 2
Días de la semana 1 3 MIN
Costo diario de operación 20000 16000 68000

Oswaldo Paul Rivadeneira Página:


133133133
Investigación Operativa I Programación Lineal

NO
RESTRICCIONES UTILIZADO LIMITE UTILIZADO
Producción mineral alta c. 6 2 12 ≥ 12 9,32E-12
Producción mineral mediana
c. 2 2 8 ≥ 8 9,32E-12
Producción mineral baja c. 4 12 40 ≥ 24 16
Tiempo máximo una semana 1 1 4 ≤ 5 1

Oswaldo Paul Rivadeneira Página:


134134134

Potrebbero piacerti anche