SlideShare una empresa de Scribd logo
1 de 141
Descargar para leer sin conexión
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 1
EJERCICIOS DE PROGRAMACION LINEAL
1. 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
Producto
Materia Prima
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
Materia Prima
Cantidades disponibles
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 2
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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 3
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
2. 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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 4
 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.
3. PAR es un pequeño fabricante de equipo 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
Utilidad porCorte y Costura Terminado Inspección
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 5
Producto teñido y empaque Bolsa
Estándar 7/10 1/2 1 1/10 $10
Deluxe 1 5/6 2/3 1/4 $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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 6
Entrada de datos Solver:
Solución Solver:
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 7
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.
4. PAR es un pequeño fabricante de equipo 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 unidad por bolsa.
Producto
Tiempo de producción
Utilidad por
Bolsa
Corte y
teñido
Costura Terminado Inspección
y empaque
Estándar 7/10 1/2 1 1/10 $10
Deluxe 1 5/6 2/3 1/4 $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.
Resuelva el problema descrito y luego responda a las siguientes preguntas:
a) El departamento de contabilidad revisa su estimación de contribución a
la utilidad para la bolsa Deluxe a 18 dólares por bolsa.
b) Aparece disponible una nueva materia prima de bajo costo para la bolsa
estándar, y la contribución a la unidad por la bolsa estándar puede
incrementarse a 20 dólares por bolsa. (suponga que la contribución a la
utilidad por la bolsa Deluxe es el valor original de 9 dólares)
c) Se puede obtener nuevo equipo de costura que incrementará la
capacidad de operación de costura a 750 horas.(suponga que 10X1 +
9X2 es la función objetivo apropiada)
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 8
Si cada una de estas situaciones se encuentra por separado, ¿Cuál sería la
solución óptima y la contribución total a la utilidad?4
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 ≤ 135 Horas de Inspección y Empaque
 No negatividad
Xi ≥0; i=1,2
Solución GLP
4
Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial
Thomson. Página 265. Problema 16.
0 60 120 180 240 300 360 420 480 540 600 660 720 780 840 900 960 1020 1080 1140 12
0
35
70
105
140
175
210
245
280
315
350
385
420
455
490
525
560
595
630
665
700
X2
: 0.7000 X1 + 1.0000 X2 = 630.0000
: 0.5000 X1 + 0.8334 X2 = 600.0000
: 1.0000 X1 + 0.6667 X2 = 708.0000
: 0.1000 X1 + 0.2500 X2 = 135.0000
Payoff: 10.0000 X1 + 9.0000 X2 = 7667.9417
Optimal Decisions(X1,X2): (539.9842, 252.0110)
: 0.7000X1 + 1.0000X2 <= 630.0000
: 0.5000X1 + 0.8334X2 <= 600.0000
: 1.0000X1 + 0.6667X2 <= 708.0000
: 0.1000X1 + 0.2500X2 <= 135.0000
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 9
Entrada de datos Solver:
Solución Solver:
a)
b)
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 10
c)
La solución óptima es la alternativa b) donde se incrementa la contribución a
la utilidad de las bolsas estándar a $20 y su contribución total es de $ 14.160
fabricando sólo bolsas de golf estándar.
5. 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:
Modelo
Tiempo de producción(horas)
Utilidad por
Guante
Corte y
costura
Terminado Empaque y
embarque
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?
b) Encuentre la solución óptima. ¿Cuántos guantes de cada modelo deberá
fabricar Kelson?
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 11
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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 12
Datos de entrada de Solver:
Salida del Solver:
0 60 120 180 240 300 360 420 480 540 600 660 720 780 840 900 960
0
35
70
105
140
175
210
245
280
315
350
385
420
455
490
525
560
595
630
: 1.0 X1 + 1.5 X2 = 900.0
: 0.5 X1 + 0.3 X2 = 300.0
: 0.1 X1 + 0.3 X2 = 100.0
Payoff: 5.0 X1 + 8.0 X2 = 3699.9
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 13
6. 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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 14
Resultados del Solver:
Solución gráfica:
7. 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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 15
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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 16
8. 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
Acción
Rendimiento anual
estimado por acción
Índice de riego
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.
0 33 66 99 132 165 198 231 264 297 330 363 396 429 462 495 528 561 594 627 660
0
20
40
60
80
100
120
140
160
180
200
220
240
260
280
300
320
340
360
380
400
X2
: 0.75 X1 - 0.25 X2 = 0.00
: -0.25 X1 + 0.75 X2 = 0.00
: 1.00 X1 - 2.00 X2 = 0.00
: 1.00 X1 + 2.00 X2 = 1000.00
Payoff: 50.00 X1 + 80.00 X2 = 46000.00
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 17
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
Datos de entrada SOLVER
0 49 98 147 196 245 294 343 392 441 490 539 588 637 686 735 784 833 882 931 980
0
79
158
237
316
395
474
553
632
711
790
869
948
1027
1106
1185
1264
1343
1422
1501
1580
X2
X1
: 0.50 X1 + 0.25 X2 = 700.00
: 1.00 X1 + 0.00 X2 = 1000.00
: 25.00 X1 + 50.00 X2 = 80000.00
Payoff: 3.00 X1 + 5.00 X2 = 8400.00
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 18
PLANIFICACION TRABAJO INVESTMENT ADVISORS
Acciones U.S.Oil HUB
Cantidad 1 1 max
Contrib. Utilidad 3 5 8
Restricciones Utilizado Límite
No
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
Restricciones Utilizado Límite
No
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
9. 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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 19
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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 20
Datos entrada SOLVER
Planificación para Tom’s
SALSA
Western
Foods
México
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
SALSA
Western
Foods
México
City
Cantidad de tarros 560 240 Max
Utilidad 1 1.25 860
1 50 99 148 197 246 295 344 393 442 491 540 589 638 687 736 785 834 883 932 981
0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
850
900
950
1000
X2
X1
: 5.00 X1 + 7.00 X2 = 4480.00
: 3.00 X1 + 1.00 X2 = 2080.00
: 2.00 X1 + 2.00 X2 = 1600.00
Payoff: 1.00 X1 + 1.25 X2 = 860.00
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 21
Restricciones Utilizado Límite No utiliz
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
10.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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 22
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
0 60 120 180 240 300 360 420 480 540 600 660 720 780 840 900 960 1020108011401200
0
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
2000
X2
X1
: 3.0 X1 + 2.0 X2 = 4800.0
: 1.0 X1 + 1.0 X2 = 1800.0
: 1.0 X1 + 0.0 X2 = 1000.0
: 0.0 X1 + 1.0 X2 = 1800.0
Payoff: 9.0 X1 + 6.0 X2 = 13800.0
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 23
Horas Ehran 1 1000 ≤ 1000 -1,1E-10
Horas Sue 1 800 ≤ 1800 1000
Núm. Páginas 1 1 1800 ≤ 1800 -4,2E-09
11.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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 24
Datos de entrada SOLVER
PLANIFICACION DE CAR PHONES
Teléfono
Modelo
X
Modelo
Y
Cantidad 1 1 Max
Utilidad 40 50 90
Restricciones Utilizado Límite
No
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
Teléfono
Modelo
X
Modelo
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
2
2
X2
X1
: 3.0 X1 + 5.0 X2 = 600.0
: 1.0 X1 + 0.0 X2 = 25.0
: 0.0 X1 + 1.0 X2 = 25.0
Payoff: 40.0 X1 + 50.0 X2 = 7583.3
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 25
12.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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 26
Entrada de datos SOLVER
PLANIFICACIÓN TRABAJO Greentree Kennels
Comida
Bark
Bits
Canine
Chow
Cantidad 1 1 Min
Calidad 0,06 0,05 0,11
Restricciones Utilizado Limite
No
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
Comida
Bark
Bits
Canine
Chow
Cantidad 15 2,5 Min
Calidad 0,06 0,05 1,025
0 10 20 30 40 50 60 70 80
0
6
12
18
24
30
36
42
48
54
: 0.30 X1 + 0.20 X2 = 5.00
: 0.15 X1 + 0.30 X2 = 3.00
Payoff: 0.06 X1 + 0.05 X2 = 1.02
Optimal Decisions(X1,X2): (15.00, 2.50)
: 0.30X1 + 0.20X2 >= 5.00
: 0.15X1 + 0.30X2 >= 3.00
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 27
Restricciones Utilizado Limite
No
utiliz
Proteinas 0,3 0,2 5 ≥ 5
-3,3E-
12
Grasas 0,15 0,3 3 ≥ 3
-2,2E-
12
13.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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 28
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
Restricciones Utilizado Límite
No
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
Restricciones Utilizado Límite
No
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
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
0
1
2
3
4
5
6
7
8
9
10
X2
X1
: 0.8 X1 + 0.6 X: 0.2 X1 + 0.4 X
Payoff: 0.4 X1 + 1.4 X2 = 14.0
Optimal Decisions(X1,X2): ( 0.0, 10.0)
: 0.8X1 + 0.6X2 <= 10.8
: 0.2X1 + 0.4X2 <= 4.0
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 29
14.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.
Cereal
Fibra dietética
(gramos)
Grasas
(gramos)
Proteínas
(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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 30
 No negatividad
Xi ≥0; i=1,2
Solución GLP
Datos entrada SOLVER
Planificacion de Healthtech Foods
Cereal A B
Cantidad en onzas 1 1 min
Costo 0,02 0,025 0,045
Restricciones Utilizado Límite
No
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
0 1
0
1
X2
X1
: 2.000 X1 + 1.500 X2 = 1.700
: 2.000 X1 + 3.000 X2 = 2.800
: 4.000 X1 + 3.000 X2 = 3.600
Payoff: 0.020 X1 + 0.025 X2 = 0.017
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 31
Costo 0,02 0,025 0,017
Restricciones Utilizado Límite
No
Utiliz
fibra dietética 2 1,5 1,7 ≥ 1,7
9,12E-
13
por grasas 2 3 1,7 ≤ 2,8 1,1
por proteinas 4 3 3,4 ≤ 3,6 0,2
15.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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 32
Datos entrada SOLVER
Planificacion de 55. M&D Chemical
Producto 1 2
Cantidad galones 1 1 min
Costo 2 3 5
Restricciones Utilizado Límite
No
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
0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320 340 360 380 400
0
22
44
66
88
110
132
154
176
198
220
242
264
286
308
330
352
374
396
418
440
X2
X1
: 1.0 X1 + 1.0 X2 = 350.0
: 1.0 X1 + 0.0 X2 = 125.0
: 2.0 X1 + 1.0 X2 = 600.0
Payoff: 2.0 X1 + 3.0 X2 = 800.0
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 33
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
16.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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 34
Solucion GLP
17.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.
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40
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
X2
X1
: 1.0 X1 + 0.0 X2 = 30.0
: 0.0 X1 + 1.0 X2 = 20.0
: 1.0 X1 + 2.0 X2 = 80.0
Payoff: 1.0 X1 + 1.0 X2 = 60.0
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 35
 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
Datos de entrada SOLVER
PLANIFICACION TRABAJO BRYANT'S PIZZA
Pizzas Normal Lujo
Cantidad 1 1 max
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170
0
8
16
24
32
40
48
56
64
72
80
88
96
104
112
120
128
136
144
152
160
X2
: 1.00 X1 + 1.00 X2 = 150.00
: 0.25 X1 + 0.50 X2 = 50.00
: 1.00 X1 + 0.00 X2 = 50.00
: 0.00 X1 + 1.00 X2 = 25.00
Payoff: 1.00 X1 + 1.50 X2 = 175.00
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 36
Utilidad 1 1,5 2,5
Restricciones Utilizado Límite
No
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
Restricciones Utilizado Límite
No
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
18.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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 37
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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 38
Datos de entrada SOLVER
PLANIFICACION TRABAJO ENGLISH MOTOR LTD.
Promociones
Clientes
Actuales
Clientes
Nuevos
Cantidad en
miles 1 1 max
Ventas 0,6 0,8 1,4
Restricciones Utilizado Límite
No
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.
Promociones
Clientes
Actuales
Clientes
Nuevos
Cantidad en
miles 160 100 max
Ventas 0,6 0,8 176
0 13 26 39 52 65 78 91 104 117 130 143 156 169 182 195 208 221 234 247 260
0
13
26
39
52
65
78
91
104
117
130
143
156
169
182
195
208
221
234
247
260
273
X2
: 1.00 X1 + 0.00 X2 = 30.00
: 0.00 X1 + 1.00 X2 = 10.00
: 0.25 X1 - 0.40 X2 = 0.00
: 5.00 X1 + 4.00 X2 = 1200.00
Payoff: 0.60 X1 + 0.80 X2 = 176.00
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 39
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
19.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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 40
Datos entrada SOLVER
PLANIFICACION TRABAJO 59. Creative Sports Designs
Raquetas Estandar Extra G
Cantidad 1 1 max
Contrib. Utilidad 10 15 25
Restricciones Utilizado Límite
No
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
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
150
160
170
180
190
200
X2
X1
: 0.125 X1 + 0.400 X2 = 80.000
: 10.000 X1 + 12.000 X2 = 2400.000
: 0.800 X1 - 0.200 X2 = 0.000
Payoff: 10.000 X1 + 15.000 X2 = 2896.551
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 41
20% prod estand 0,8 -0,2 9,03E-11 ≥ 0 9,03E-11
20.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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 42
Solución GLP
Entrada de datos SOLVER
PLANIFICACION TRABAJO High Tech Service
Horas de trabajo
Clientes
normales
Clientes
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
Horas de trabajo
Clientes
normales
Clientes
nuevos
Cantidad horas 50 30 max
Número clientes 1.2 1 90
0 11 22 33 44 55 66 77
0
13
26
39
52
65
78
91
104
117
130
143
156
: 1.00 X1 + 1.00 X2 = 80.00
: -0.60 X1 + 1.00 X2 = 0.00
: 25.00 X1 + 8.00 X2 = 800.00
Payoff: 1.20 X1 + 1.00 X2 = 90.00
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 43
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
21.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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 44
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
Datos entrada SOLVER
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 27
0
6
12
18
24
30
: 1.0 X1 + 0.0 X2 = 15.0
: 0.0 X1 + 1.0 X2 = 10.0
: 1.0 X1 + 0.0 X2 = 5.0
: 0.0 X1 + 2.0 X2 = 5.0
: 40.0 X1 + 50.0 X2 = 1000.0
Payoff: 70.0 X1 + 345.0 X2 = 4325.0
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
PLANIFICACION TRABAJO High Tech Service
Horas de trabajo
Maquina
M100
Maquina
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 45
Datos de salida SOLVER
Horas de trabajo
Maquina
M100
Maquina
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
22.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
Canal de
distribución
Utilidades por
unidad vendida
Costo de publicidad
por unidad vendida
Esfuerzo del
personal de ventas
por unidad vendida
Distrib. Marinos $90 $10 2 horas
Horas min M100 1 0 1 ≥ 5 -4
Horas min M200 0 1 1 ≥ 5 -4
Libras disponibles 40 50 90 ≤ 1000 910
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 46
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
Radios asignados a
Distribuidores Cadenas
nacionales
de tiendas
pedidos
por
correo
Equipo
Marino
Equipos de
Oficina
Número de Radios 1 1 1 1 Max
Utlidades 90 84 70 60 304
RESTRICCIONES
USO DE
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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 47
Datos de salida SOLVER
ELECTRONIC COMUNICATION
Radios asignados a
Distribuidores Cadenas
nacionales
de tiendas
pedidos
por
correo
Equipo
Marino
Equipos
de Oficina
Número de Radios 10.71429 442.85714 150 0 Max
Utlidades 90 84 70 60 48664.29
RESTRICCIONES
USO DE
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
23.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?
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 48
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
Accionea asignadas a
Acciones
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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 49
Resultados del SOLVER
National Insurance Associates
Accionea asignadas a
Acciones
A B C D
Cantidad 333.3333 0 833.333333 2500 Min
Riesgo 10 3.5 4 3.2 14666.67
RESTRICCIONES
USO DE
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
24.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 de producción (horas)
Tiempo
disponible
(horas)Departamento Base Cartucho Manija
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 50
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
Unidades de
Producidas Adquiridas
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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 51
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
Unidades de
Producidas Adquiridas
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
25.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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 52
¿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)
Palos de Golf
San Diego Tampa
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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 53
26.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?
Golf Shafts (GSI)
Palos de Golf
San Diego Tampa
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 54
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 55
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
27.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.
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 56
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
Galones de
Vino
Blanco
V.
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
Galones de
Vino
Blanco
V.
Rosado Frutas
Cantidad 10000 3000 2000 Max
Utilidad 1.5 1 2 22000
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 57
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
28.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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 58
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
29.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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 59
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 60
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
30.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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 61
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
31.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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 62
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
; ; 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
2
1
2
1
X
X

12 2XX 
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 63
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
32.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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 64
siguiente información sobre las horas requeridas para la fabricación de cada
modelo y las capacidades de los departamentos de la fábrica.30
Departamentos
Horas-Hombre requeridas Capacidad
Departamental (horas
diarias)
Modelo Z-
1200
Modelo Z-
1500
Dep. 1
Dep. 2
Dep. 5
Dep. 4
2
0
2
1 1/5
0
3
2
1 1/2
300
540
440
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 65
Solución con SOLVER:
Datos de entrada
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 66
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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 67
33.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
máxima diaria
en toneladas
Pintura para
exteriores
Pintura para
interiores
Materia prima, M1
Materia prima, M2
6
1
4
2
24
6
Utilidad por
tonelada
(1000 dólares)
$ 5 $ 4
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 X1 + 2 X2 ≤ 6 por disp. Materia prima M2
0 X1 + 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
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 68
Solución gráfica por computador (usando el GLP)
Solución con SOLVER:
Datos de entrada
Datos de salida:
Investigación Operativa I Programación Lineal
Oswaldo Paul Rivadeneira Página: 69
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)
Rubro
Respuestas
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
34.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
Semilla de Soya
0.09
0.60
0.02
0.06
0.30
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
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos
problemas de programacion lineal resueltos

Más contenido relacionado

La actualidad más candente

Ejercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesEjercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesSergio Jarillo
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporteJaime Medrano
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2CEMEX
 
Análisis del punto de equilibrio de la localización
Análisis del punto de equilibrio de la localizaciónAnálisis del punto de equilibrio de la localización
Análisis del punto de equilibrio de la localizaciónDaniel Delgado Esquivel
 
Ejercicios resueltos programacion lineal
Ejercicios resueltos programacion linealEjercicios resueltos programacion lineal
Ejercicios resueltos programacion linealJohana Rios Solano
 
Solucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libroSolucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libroDarkmono
 
282655363 ejercicios-resueltos-de-productividad
282655363 ejercicios-resueltos-de-productividad282655363 ejercicios-resueltos-de-productividad
282655363 ejercicios-resueltos-de-productividadHeriberto Carrizosa
 
Ejercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplexEjercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplexJuanMiguelCustodioMo
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Linealjotape74
 
Ejercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operacionesEjercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operacionesmonicavargasapaza
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)Pierina Diaz Meza
 
Ejercicios Evaluacion Proyectos
Ejercicios Evaluacion ProyectosEjercicios Evaluacion Proyectos
Ejercicios Evaluacion ProyectosBill Tons
 
Ejercicios árbol-de-decisión
Ejercicios árbol-de-decisión Ejercicios árbol-de-decisión
Ejercicios árbol-de-decisión ISRA VILEMA
 
Problemas resueltos de distribución muestral
Problemas resueltos de distribución muestralProblemas resueltos de distribución muestral
Problemas resueltos de distribución muestralasrodriguez75
 

La actualidad más candente (20)

Ejercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesEjercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operaciones
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporte
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
 
Análisis del punto de equilibrio de la localización
Análisis del punto de equilibrio de la localizaciónAnálisis del punto de equilibrio de la localización
Análisis del punto de equilibrio de la localización
 
Ejercicio 2
Ejercicio 2Ejercicio 2
Ejercicio 2
 
Ejercicios resueltos programacion lineal
Ejercicios resueltos programacion linealEjercicios resueltos programacion lineal
Ejercicios resueltos programacion lineal
 
Solucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libroSolucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libro
 
EJERCICIOS EOQ CON FALTANTE
EJERCICIOS EOQ CON FALTANTEEJERCICIOS EOQ CON FALTANTE
EJERCICIOS EOQ CON FALTANTE
 
282655363 ejercicios-resueltos-de-productividad
282655363 ejercicios-resueltos-de-productividad282655363 ejercicios-resueltos-de-productividad
282655363 ejercicios-resueltos-de-productividad
 
Ejercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplexEjercicios resueltos de maximización: de método simplex
Ejercicios resueltos de maximización: de método simplex
 
Ejercicios plani pdf
Ejercicios plani pdfEjercicios plani pdf
Ejercicios plani pdf
 
ejercicios resuelto de estadística l
ejercicios resuelto de estadística lejercicios resuelto de estadística l
ejercicios resuelto de estadística l
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Lineal
 
Ejercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operacionesEjercicios administracion-de-las-operaciones
Ejercicios administracion-de-las-operaciones
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)
 
Ejercicios Evaluacion Proyectos
Ejercicios Evaluacion ProyectosEjercicios Evaluacion Proyectos
Ejercicios Evaluacion Proyectos
 
Ejercicios resueltos econom. ingenieros
Ejercicios resueltos econom. ingenierosEjercicios resueltos econom. ingenieros
Ejercicios resueltos econom. ingenieros
 
Ejercicios árbol-de-decisión
Ejercicios árbol-de-decisión Ejercicios árbol-de-decisión
Ejercicios árbol-de-decisión
 
Problemas resueltos de distribución muestral
Problemas resueltos de distribución muestralProblemas resueltos de distribución muestral
Problemas resueltos de distribución muestral
 
EJERCICIO EOQ SIN FALTANTE
EJERCICIO EOQ SIN FALTANTEEJERCICIO EOQ SIN FALTANTE
EJERCICIO EOQ SIN FALTANTE
 

Destacado

ejercicios programación lineal
ejercicios programación linealejercicios programación lineal
ejercicios programación linealjavier008
 
C) problemas de programacion lineal resueltos
C) problemas de programacion lineal resueltosC) problemas de programacion lineal resueltos
C) problemas de programacion lineal resueltosSilver Mendoza A.
 
El Método simplex
El Método simplexEl Método simplex
El Método simplexYesid Ariza
 
solucionario Investigación de operaciones Hamdy a. Taha
 solucionario Investigación de operaciones Hamdy a. Taha solucionario Investigación de operaciones Hamdy a. Taha
solucionario Investigación de operaciones Hamdy a. Tahaangel05az
 
Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Ayda Ramirez Montalvo
 
Trabajo final de investigacion de operaciones
Trabajo final de investigacion de operacionesTrabajo final de investigacion de operaciones
Trabajo final de investigacion de operacionesldfgvl
 
MINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEXMINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEXcabriales
 
Proyecto investigacion de operaciones
Proyecto investigacion de operacionesProyecto investigacion de operaciones
Proyecto investigacion de operacionesjuancastillosiente
 
Ejercicios metodo simplex
Ejercicios metodo simplexEjercicios metodo simplex
Ejercicios metodo simplexSilvia Michay
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónLuis Guerrero
 
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.yadipaosarchi
 

Destacado (15)

ejercicios programación lineal
ejercicios programación linealejercicios programación lineal
ejercicios programación lineal
 
C) problemas de programacion lineal resueltos
C) problemas de programacion lineal resueltosC) problemas de programacion lineal resueltos
C) problemas de programacion lineal resueltos
 
El Método simplex
El Método simplexEl Método simplex
El Método simplex
 
Metodo Simplex
Metodo SimplexMetodo Simplex
Metodo Simplex
 
El Metodo Simplex
El Metodo SimplexEl Metodo Simplex
El Metodo Simplex
 
solucionario Investigación de operaciones Hamdy a. Taha
 solucionario Investigación de operaciones Hamdy a. Taha solucionario Investigación de operaciones Hamdy a. Taha
solucionario Investigación de operaciones Hamdy a. Taha
 
Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)Expo 3 analisis de sensibilidad (metodo simplex)
Expo 3 analisis de sensibilidad (metodo simplex)
 
Trabajo final de investigacion de operaciones
Trabajo final de investigacion de operacionesTrabajo final de investigacion de operaciones
Trabajo final de investigacion de operaciones
 
MINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEXMINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEX
 
Proyecto investigacion de operaciones
Proyecto investigacion de operacionesProyecto investigacion de operaciones
Proyecto investigacion de operaciones
 
Ejercicios metodo simplex
Ejercicios metodo simplexEjercicios metodo simplex
Ejercicios metodo simplex
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
 
Investigacion de operaciones taha opti3
Investigacion de operaciones   taha opti3Investigacion de operaciones   taha opti3
Investigacion de operaciones taha opti3
 
Metodo simplex
Metodo simplexMetodo simplex
Metodo simplex
 
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.Ejercicios y problemas sobre maximización y minimización por el método gráfico.
Ejercicios y problemas sobre maximización y minimización por el método gráfico.
 

Similar a problemas de programacion lineal resueltos

01 introduccion programacion lineal (1)
01 introduccion programacion lineal (1)01 introduccion programacion lineal (1)
01 introduccion programacion lineal (1)Silver Mendoza A.
 
Ejercicios Metodo Gráfico 2.pdf
Ejercicios Metodo Gráfico 2.pdfEjercicios Metodo Gráfico 2.pdf
Ejercicios Metodo Gráfico 2.pdfCastañeda Samanamu
 
Ejercicios modelos lineal
Ejercicios modelos linealEjercicios modelos lineal
Ejercicios modelos linealJulio Pari
 
Parcial escenario 4 primer bloque-teorico - practico-investigacion de ope...
Parcial   escenario 4  primer bloque-teorico -  practico-investigacion de ope...Parcial   escenario 4  primer bloque-teorico -  practico-investigacion de ope...
Parcial escenario 4 primer bloque-teorico - practico-investigacion de ope...LeandrocastaedaMora
 
Investigacion de operaciones 1 in09305 2013
Investigacion de operaciones 1 in09305 2013Investigacion de operaciones 1 in09305 2013
Investigacion de operaciones 1 in09305 2013Maestros Online Mexico
 
Investigacion de operaciones Universidad Agraria la Molina
Investigacion de operaciones Universidad Agraria la MolinaInvestigacion de operaciones Universidad Agraria la Molina
Investigacion de operaciones Universidad Agraria la MolinaJazdel Zavad
 
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbreHectorHinojosaAlonso1
 
Cantidad economica de pedido (1) empresas y ejercicios.pptx
Cantidad economica de pedido (1) empresas y ejercicios.pptxCantidad economica de pedido (1) empresas y ejercicios.pptx
Cantidad economica de pedido (1) empresas y ejercicios.pptxAndresAndrade457263
 
Investigacion de operaciones 1 in09305
Investigacion de operaciones 1 in09305Investigacion de operaciones 1 in09305
Investigacion de operaciones 1 in09305Maestros Online Mexico
 
GuíA de Ejercicios Io
GuíA de Ejercicios IoGuíA de Ejercicios Io
GuíA de Ejercicios IoMilena
 
CASO COSTEO ABC.docx
CASO COSTEO ABC.docxCASO COSTEO ABC.docx
CASO COSTEO ABC.docxjuandavid624
 
Programación lineal
Programación linealProgramación lineal
Programación linealEfrain Olvera
 
Laboratorio 03 análisis de sensibilidad
Laboratorio 03   análisis de sensibilidadLaboratorio 03   análisis de sensibilidad
Laboratorio 03 análisis de sensibilidadssolia
 

Similar a problemas de programacion lineal resueltos (20)

01 introduccion programacion lineal (1)
01 introduccion programacion lineal (1)01 introduccion programacion lineal (1)
01 introduccion programacion lineal (1)
 
Ejercicios Metodo Gráfico 2.pdf
Ejercicios Metodo Gráfico 2.pdfEjercicios Metodo Gráfico 2.pdf
Ejercicios Metodo Gráfico 2.pdf
 
Formulacion problemas pl
Formulacion problemas plFormulacion problemas pl
Formulacion problemas pl
 
Administracion de produccion
Administracion de produccionAdministracion de produccion
Administracion de produccion
 
230012464 problemas-metas
230012464 problemas-metas230012464 problemas-metas
230012464 problemas-metas
 
S14.s1 solver
S14.s1   solverS14.s1   solver
S14.s1 solver
 
Ejercicios modelos lineal
Ejercicios modelos linealEjercicios modelos lineal
Ejercicios modelos lineal
 
Práctica dirigida 2
Práctica dirigida 2Práctica dirigida 2
Práctica dirigida 2
 
Parcial escenario 4 primer bloque-teorico - practico-investigacion de ope...
Parcial   escenario 4  primer bloque-teorico -  practico-investigacion de ope...Parcial   escenario 4  primer bloque-teorico -  practico-investigacion de ope...
Parcial escenario 4 primer bloque-teorico - practico-investigacion de ope...
 
Investigacion de operaciones 1 in09305 2013
Investigacion de operaciones 1 in09305 2013Investigacion de operaciones 1 in09305 2013
Investigacion de operaciones 1 in09305 2013
 
Investigacion de operaciones Universidad Agraria la Molina
Investigacion de operaciones Universidad Agraria la MolinaInvestigacion de operaciones Universidad Agraria la Molina
Investigacion de operaciones Universidad Agraria la Molina
 
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
112051798 toma-de-decisiones-bajo-certidumbre-riesgo-e-incertidumbre
 
Cantidad economica de pedido (1) empresas y ejercicios.pptx
Cantidad economica de pedido (1) empresas y ejercicios.pptxCantidad economica de pedido (1) empresas y ejercicios.pptx
Cantidad economica de pedido (1) empresas y ejercicios.pptx
 
Investigacion de operaciones 1 in09305
Investigacion de operaciones 1 in09305Investigacion de operaciones 1 in09305
Investigacion de operaciones 1 in09305
 
GuíA de Ejercicios Io
GuíA de Ejercicios IoGuíA de Ejercicios Io
GuíA de Ejercicios Io
 
CASO COSTEO ABC.docx
CASO COSTEO ABC.docxCASO COSTEO ABC.docx
CASO COSTEO ABC.docx
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
Guia5(12)
Guia5(12)Guia5(12)
Guia5(12)
 
Investigacion de operaciones 1
Investigacion de operaciones 1Investigacion de operaciones 1
Investigacion de operaciones 1
 
Laboratorio 03 análisis de sensibilidad
Laboratorio 03   análisis de sensibilidadLaboratorio 03   análisis de sensibilidad
Laboratorio 03 análisis de sensibilidad
 

Último

Estudio de materiales asfalticos para utilizar en obras viales
Estudio de materiales asfalticos para utilizar en obras vialesEstudio de materiales asfalticos para utilizar en obras viales
Estudio de materiales asfalticos para utilizar en obras vialesRamonCortez4
 
LICENCIA DE CONSTRUCCION, Y EDIFICACIONES RESPECTO A LA LEY 29090.pptx
LICENCIA DE CONSTRUCCION, Y EDIFICACIONES RESPECTO A LA LEY 29090.pptxLICENCIA DE CONSTRUCCION, Y EDIFICACIONES RESPECTO A LA LEY 29090.pptx
LICENCIA DE CONSTRUCCION, Y EDIFICACIONES RESPECTO A LA LEY 29090.pptxLucindaMy
 
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...humberto espejo
 
LIQUIDACION OBRAS PUBLICAS POR CONTRATA.pdf
LIQUIDACION OBRAS PUBLICAS  POR CONTRATA.pdfLIQUIDACION OBRAS PUBLICAS  POR CONTRATA.pdf
LIQUIDACION OBRAS PUBLICAS POR CONTRATA.pdfManuelVillarreal44
 
Ley 29783 ALCANCES E INTERPRETACION ----
Ley 29783 ALCANCES E INTERPRETACION ----Ley 29783 ALCANCES E INTERPRETACION ----
Ley 29783 ALCANCES E INTERPRETACION ----AdministracionSSTGru
 
JimyPomalaza vivienda rural huancavelica .pdf
JimyPomalaza vivienda rural huancavelica .pdfJimyPomalaza vivienda rural huancavelica .pdf
JimyPomalaza vivienda rural huancavelica .pdfJimyPomalaza
 
Proyecto de Base de Datos de César Guzmán
Proyecto de Base de Datos de César GuzmánProyecto de Base de Datos de César Guzmán
Proyecto de Base de Datos de César Guzmáncesarguzmansierra751
 
4.3 Subestaciones eléctricas componentes principales .pptx
4.3 Subestaciones eléctricas componentes principales .pptx4.3 Subestaciones eléctricas componentes principales .pptx
4.3 Subestaciones eléctricas componentes principales .pptxEfrain Yungan
 
SEMANA 6 MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA  6 MEDIDAS DE TENDENCIA CENTRAL.pdfSEMANA  6 MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA 6 MEDIDAS DE TENDENCIA CENTRAL.pdffredyflores58
 
lean manufacturing and its definition for industries
lean manufacturing and its definition for industrieslean manufacturing and its definition for industries
lean manufacturing and its definition for industriesbarom
 
Sistema de Base de Datos para renta de trajes
Sistema de Base de Datos para renta de trajesSistema de Base de Datos para renta de trajes
Sistema de Base de Datos para renta de trajesjohannyrmnatejeda
 
POBLACIONES CICLICAS Y NO CICLICAS ......
POBLACIONES CICLICAS Y NO CICLICAS ......POBLACIONES CICLICAS Y NO CICLICAS ......
POBLACIONES CICLICAS Y NO CICLICAS ......dianamontserratmayor
 
MUROS Y CONEXIONES NTC 2017 CONCRETO REFORZADO.pptx
MUROS Y CONEXIONES NTC 2017 CONCRETO REFORZADO.pptxMUROS Y CONEXIONES NTC 2017 CONCRETO REFORZADO.pptx
MUROS Y CONEXIONES NTC 2017 CONCRETO REFORZADO.pptxIcelaMartnezVictorin
 
EJERCICIOS DE -LEY-DE-OHM aplicaciones prácticas
EJERCICIOS DE -LEY-DE-OHM aplicaciones prácticasEJERCICIOS DE -LEY-DE-OHM aplicaciones prácticas
EJERCICIOS DE -LEY-DE-OHM aplicaciones prácticasEfrain Yungan
 
S454444444444444444_CONTROL_SET_A_GEOMN1204.pdf
S454444444444444444_CONTROL_SET_A_GEOMN1204.pdfS454444444444444444_CONTROL_SET_A_GEOMN1204.pdf
S454444444444444444_CONTROL_SET_A_GEOMN1204.pdffredyflores58
 
INSTRUCTIVO_NNNNNNNNNNNNNNSART2 iess.pdf
INSTRUCTIVO_NNNNNNNNNNNNNNSART2 iess.pdfINSTRUCTIVO_NNNNNNNNNNNNNNSART2 iess.pdf
INSTRUCTIVO_NNNNNNNNNNNNNNSART2 iess.pdfautomatechcv
 
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptxNayeliZarzosa1
 
Edificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCEdificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCANDECE
 

Último (20)

Estudio de materiales asfalticos para utilizar en obras viales
Estudio de materiales asfalticos para utilizar en obras vialesEstudio de materiales asfalticos para utilizar en obras viales
Estudio de materiales asfalticos para utilizar en obras viales
 
LICENCIA DE CONSTRUCCION, Y EDIFICACIONES RESPECTO A LA LEY 29090.pptx
LICENCIA DE CONSTRUCCION, Y EDIFICACIONES RESPECTO A LA LEY 29090.pptxLICENCIA DE CONSTRUCCION, Y EDIFICACIONES RESPECTO A LA LEY 29090.pptx
LICENCIA DE CONSTRUCCION, Y EDIFICACIONES RESPECTO A LA LEY 29090.pptx
 
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...
594305198-OPCIONES-TARIFARIAS-Y-CONDICIONES-DE-APLICACION-DE-TARIFAS-A-USUARI...
 
LIQUIDACION OBRAS PUBLICAS POR CONTRATA.pdf
LIQUIDACION OBRAS PUBLICAS  POR CONTRATA.pdfLIQUIDACION OBRAS PUBLICAS  POR CONTRATA.pdf
LIQUIDACION OBRAS PUBLICAS POR CONTRATA.pdf
 
Ley 29783 ALCANCES E INTERPRETACION ----
Ley 29783 ALCANCES E INTERPRETACION ----Ley 29783 ALCANCES E INTERPRETACION ----
Ley 29783 ALCANCES E INTERPRETACION ----
 
JimyPomalaza vivienda rural huancavelica .pdf
JimyPomalaza vivienda rural huancavelica .pdfJimyPomalaza vivienda rural huancavelica .pdf
JimyPomalaza vivienda rural huancavelica .pdf
 
Proyecto de Base de Datos de César Guzmán
Proyecto de Base de Datos de César GuzmánProyecto de Base de Datos de César Guzmán
Proyecto de Base de Datos de César Guzmán
 
4.3 Subestaciones eléctricas componentes principales .pptx
4.3 Subestaciones eléctricas componentes principales .pptx4.3 Subestaciones eléctricas componentes principales .pptx
4.3 Subestaciones eléctricas componentes principales .pptx
 
SEMANA 6 MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA  6 MEDIDAS DE TENDENCIA CENTRAL.pdfSEMANA  6 MEDIDAS DE TENDENCIA CENTRAL.pdf
SEMANA 6 MEDIDAS DE TENDENCIA CENTRAL.pdf
 
Linea del tiempo de la inteligencia artificial.pptx
Linea del tiempo de la inteligencia artificial.pptxLinea del tiempo de la inteligencia artificial.pptx
Linea del tiempo de la inteligencia artificial.pptx
 
lean manufacturing and its definition for industries
lean manufacturing and its definition for industrieslean manufacturing and its definition for industries
lean manufacturing and its definition for industries
 
Sistema de Base de Datos para renta de trajes
Sistema de Base de Datos para renta de trajesSistema de Base de Datos para renta de trajes
Sistema de Base de Datos para renta de trajes
 
POBLACIONES CICLICAS Y NO CICLICAS ......
POBLACIONES CICLICAS Y NO CICLICAS ......POBLACIONES CICLICAS Y NO CICLICAS ......
POBLACIONES CICLICAS Y NO CICLICAS ......
 
MUROS Y CONEXIONES NTC 2017 CONCRETO REFORZADO.pptx
MUROS Y CONEXIONES NTC 2017 CONCRETO REFORZADO.pptxMUROS Y CONEXIONES NTC 2017 CONCRETO REFORZADO.pptx
MUROS Y CONEXIONES NTC 2017 CONCRETO REFORZADO.pptx
 
EJERCICIOS DE -LEY-DE-OHM aplicaciones prácticas
EJERCICIOS DE -LEY-DE-OHM aplicaciones prácticasEJERCICIOS DE -LEY-DE-OHM aplicaciones prácticas
EJERCICIOS DE -LEY-DE-OHM aplicaciones prácticas
 
S454444444444444444_CONTROL_SET_A_GEOMN1204.pdf
S454444444444444444_CONTROL_SET_A_GEOMN1204.pdfS454444444444444444_CONTROL_SET_A_GEOMN1204.pdf
S454444444444444444_CONTROL_SET_A_GEOMN1204.pdf
 
INSTRUCTIVO_NNNNNNNNNNNNNNSART2 iess.pdf
INSTRUCTIVO_NNNNNNNNNNNNNNSART2 iess.pdfINSTRUCTIVO_NNNNNNNNNNNNNNSART2 iess.pdf
INSTRUCTIVO_NNNNNNNNNNNNNNSART2 iess.pdf
 
presentación manipulación manual de cargas sunafil
presentación manipulación manual de cargas sunafilpresentación manipulación manual de cargas sunafil
presentación manipulación manual de cargas sunafil
 
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx
5.1 MATERIAL COMPLEMENTARIO Sesión 02.pptx
 
Edificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCEdificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRC
 

problemas de programacion lineal resueltos

  • 1. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 1 EJERCICIOS DE PROGRAMACION LINEAL 1. 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 Producto Materia Prima 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 Materia Prima Cantidades disponibles 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
  • 2. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 2 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.
  • 3. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 3 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 2. 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.
  • 4. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 4  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. 3. PAR es un pequeño fabricante de equipo 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 Utilidad porCorte y Costura Terminado Inspección
  • 5. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 5 Producto teñido y empaque Bolsa Estándar 7/10 1/2 1 1/10 $10 Deluxe 1 5/6 2/3 1/4 $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.
  • 6. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 6 Entrada de datos Solver: Solución Solver:
  • 7. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 7 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. 4. PAR es un pequeño fabricante de equipo 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 unidad por bolsa. Producto Tiempo de producción Utilidad por Bolsa Corte y teñido Costura Terminado Inspección y empaque Estándar 7/10 1/2 1 1/10 $10 Deluxe 1 5/6 2/3 1/4 $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. Resuelva el problema descrito y luego responda a las siguientes preguntas: a) El departamento de contabilidad revisa su estimación de contribución a la utilidad para la bolsa Deluxe a 18 dólares por bolsa. b) Aparece disponible una nueva materia prima de bajo costo para la bolsa estándar, y la contribución a la unidad por la bolsa estándar puede incrementarse a 20 dólares por bolsa. (suponga que la contribución a la utilidad por la bolsa Deluxe es el valor original de 9 dólares) c) Se puede obtener nuevo equipo de costura que incrementará la capacidad de operación de costura a 750 horas.(suponga que 10X1 + 9X2 es la función objetivo apropiada)
  • 8. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 8 Si cada una de estas situaciones se encuentra por separado, ¿Cuál sería la solución óptima y la contribución total a la utilidad?4 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 ≤ 135 Horas de Inspección y Empaque  No negatividad Xi ≥0; i=1,2 Solución GLP 4 Anderson Sweeney Willams. Métodos Cuantitativos para los Negocios. 7ma Edición. Editorial Thomson. Página 265. Problema 16. 0 60 120 180 240 300 360 420 480 540 600 660 720 780 840 900 960 1020 1080 1140 12 0 35 70 105 140 175 210 245 280 315 350 385 420 455 490 525 560 595 630 665 700 X2 : 0.7000 X1 + 1.0000 X2 = 630.0000 : 0.5000 X1 + 0.8334 X2 = 600.0000 : 1.0000 X1 + 0.6667 X2 = 708.0000 : 0.1000 X1 + 0.2500 X2 = 135.0000 Payoff: 10.0000 X1 + 9.0000 X2 = 7667.9417 Optimal Decisions(X1,X2): (539.9842, 252.0110) : 0.7000X1 + 1.0000X2 <= 630.0000 : 0.5000X1 + 0.8334X2 <= 600.0000 : 1.0000X1 + 0.6667X2 <= 708.0000 : 0.1000X1 + 0.2500X2 <= 135.0000
  • 9. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 9 Entrada de datos Solver: Solución Solver: a) b)
  • 10. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 10 c) La solución óptima es la alternativa b) donde se incrementa la contribución a la utilidad de las bolsas estándar a $20 y su contribución total es de $ 14.160 fabricando sólo bolsas de golf estándar. 5. 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: Modelo Tiempo de producción(horas) Utilidad por Guante Corte y costura Terminado Empaque y embarque 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? b) Encuentre la solución óptima. ¿Cuántos guantes de cada modelo deberá fabricar Kelson?
  • 11. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 11 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.
  • 12. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 12 Datos de entrada de Solver: Salida del Solver: 0 60 120 180 240 300 360 420 480 540 600 660 720 780 840 900 960 0 35 70 105 140 175 210 245 280 315 350 385 420 455 490 525 560 595 630 : 1.0 X1 + 1.5 X2 = 900.0 : 0.5 X1 + 0.3 X2 = 300.0 : 0.1 X1 + 0.3 X2 = 100.0 Payoff: 5.0 X1 + 8.0 X2 = 3699.9 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
  • 13. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 13 6. 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.
  • 14. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 14 Resultados del Solver: Solución gráfica: 7. 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
  • 15. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 15 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.
  • 16. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 16 8. 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 Acción Rendimiento anual estimado por acción Índice de riego 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. 0 33 66 99 132 165 198 231 264 297 330 363 396 429 462 495 528 561 594 627 660 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320 340 360 380 400 X2 : 0.75 X1 - 0.25 X2 = 0.00 : -0.25 X1 + 0.75 X2 = 0.00 : 1.00 X1 - 2.00 X2 = 0.00 : 1.00 X1 + 2.00 X2 = 1000.00 Payoff: 50.00 X1 + 80.00 X2 = 46000.00 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
  • 17. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 17 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 Datos de entrada SOLVER 0 49 98 147 196 245 294 343 392 441 490 539 588 637 686 735 784 833 882 931 980 0 79 158 237 316 395 474 553 632 711 790 869 948 1027 1106 1185 1264 1343 1422 1501 1580 X2 X1 : 0.50 X1 + 0.25 X2 = 700.00 : 1.00 X1 + 0.00 X2 = 1000.00 : 25.00 X1 + 50.00 X2 = 80000.00 Payoff: 3.00 X1 + 5.00 X2 = 8400.00 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
  • 18. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 18 PLANIFICACION TRABAJO INVESTMENT ADVISORS Acciones U.S.Oil HUB Cantidad 1 1 max Contrib. Utilidad 3 5 8 Restricciones Utilizado Límite No 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 Restricciones Utilizado Límite No 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 9. 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.
  • 19. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 19 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.
  • 20. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 20 Datos entrada SOLVER Planificación para Tom’s SALSA Western Foods México 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 SALSA Western Foods México City Cantidad de tarros 560 240 Max Utilidad 1 1.25 860 1 50 99 148 197 246 295 344 393 442 491 540 589 638 687 736 785 834 883 932 981 0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 900 950 1000 X2 X1 : 5.00 X1 + 7.00 X2 = 4480.00 : 3.00 X1 + 1.00 X2 = 2080.00 : 2.00 X1 + 2.00 X2 = 1600.00 Payoff: 1.00 X1 + 1.25 X2 = 860.00 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
  • 21. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 21 Restricciones Utilizado Límite No utiliz 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 10.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.
  • 22. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 22 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 0 60 120 180 240 300 360 420 480 540 600 660 720 780 840 900 960 1020108011401200 0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 1600 1700 1800 1900 2000 X2 X1 : 3.0 X1 + 2.0 X2 = 4800.0 : 1.0 X1 + 1.0 X2 = 1800.0 : 1.0 X1 + 0.0 X2 = 1000.0 : 0.0 X1 + 1.0 X2 = 1800.0 Payoff: 9.0 X1 + 6.0 X2 = 13800.0 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
  • 23. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 23 Horas Ehran 1 1000 ≤ 1000 -1,1E-10 Horas Sue 1 800 ≤ 1800 1000 Núm. Páginas 1 1 1800 ≤ 1800 -4,2E-09 11.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.
  • 24. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 24 Datos de entrada SOLVER PLANIFICACION DE CAR PHONES Teléfono Modelo X Modelo Y Cantidad 1 1 Max Utilidad 40 50 90 Restricciones Utilizado Límite No 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 Teléfono Modelo X Modelo 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 2 2 X2 X1 : 3.0 X1 + 5.0 X2 = 600.0 : 1.0 X1 + 0.0 X2 = 25.0 : 0.0 X1 + 1.0 X2 = 25.0 Payoff: 40.0 X1 + 50.0 X2 = 7583.3 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
  • 25. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 25 12.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.
  • 26. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 26 Entrada de datos SOLVER PLANIFICACIÓN TRABAJO Greentree Kennels Comida Bark Bits Canine Chow Cantidad 1 1 Min Calidad 0,06 0,05 0,11 Restricciones Utilizado Limite No 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 Comida Bark Bits Canine Chow Cantidad 15 2,5 Min Calidad 0,06 0,05 1,025 0 10 20 30 40 50 60 70 80 0 6 12 18 24 30 36 42 48 54 : 0.30 X1 + 0.20 X2 = 5.00 : 0.15 X1 + 0.30 X2 = 3.00 Payoff: 0.06 X1 + 0.05 X2 = 1.02 Optimal Decisions(X1,X2): (15.00, 2.50) : 0.30X1 + 0.20X2 >= 5.00 : 0.15X1 + 0.30X2 >= 3.00
  • 27. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 27 Restricciones Utilizado Limite No utiliz Proteinas 0,3 0,2 5 ≥ 5 -3,3E- 12 Grasas 0,15 0,3 3 ≥ 3 -2,2E- 12 13.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.
  • 28. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 28 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 Restricciones Utilizado Límite No 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 Restricciones Utilizado Límite No 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 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0 1 2 3 4 5 6 7 8 9 10 X2 X1 : 0.8 X1 + 0.6 X: 0.2 X1 + 0.4 X Payoff: 0.4 X1 + 1.4 X2 = 14.0 Optimal Decisions(X1,X2): ( 0.0, 10.0) : 0.8X1 + 0.6X2 <= 10.8 : 0.2X1 + 0.4X2 <= 4.0
  • 29. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 29 14.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. Cereal Fibra dietética (gramos) Grasas (gramos) Proteínas (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.
  • 30. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 30  No negatividad Xi ≥0; i=1,2 Solución GLP Datos entrada SOLVER Planificacion de Healthtech Foods Cereal A B Cantidad en onzas 1 1 min Costo 0,02 0,025 0,045 Restricciones Utilizado Límite No 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 0 1 0 1 X2 X1 : 2.000 X1 + 1.500 X2 = 1.700 : 2.000 X1 + 3.000 X2 = 2.800 : 4.000 X1 + 3.000 X2 = 3.600 Payoff: 0.020 X1 + 0.025 X2 = 0.017 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
  • 31. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 31 Costo 0,02 0,025 0,017 Restricciones Utilizado Límite No Utiliz fibra dietética 2 1,5 1,7 ≥ 1,7 9,12E- 13 por grasas 2 3 1,7 ≤ 2,8 1,1 por proteinas 4 3 3,4 ≤ 3,6 0,2 15.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.
  • 32. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 32 Datos entrada SOLVER Planificacion de 55. M&D Chemical Producto 1 2 Cantidad galones 1 1 min Costo 2 3 5 Restricciones Utilizado Límite No 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 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320 340 360 380 400 0 22 44 66 88 110 132 154 176 198 220 242 264 286 308 330 352 374 396 418 440 X2 X1 : 1.0 X1 + 1.0 X2 = 350.0 : 1.0 X1 + 0.0 X2 = 125.0 : 2.0 X1 + 1.0 X2 = 600.0 Payoff: 2.0 X1 + 3.0 X2 = 800.0 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
  • 33. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 33 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 16.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.
  • 34. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 34 Solucion GLP 17.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. 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 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 X2 X1 : 1.0 X1 + 0.0 X2 = 30.0 : 0.0 X1 + 1.0 X2 = 20.0 : 1.0 X1 + 2.0 X2 = 80.0 Payoff: 1.0 X1 + 1.0 X2 = 60.0 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
  • 35. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 35  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 Datos de entrada SOLVER PLANIFICACION TRABAJO BRYANT'S PIZZA Pizzas Normal Lujo Cantidad 1 1 max 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 0 8 16 24 32 40 48 56 64 72 80 88 96 104 112 120 128 136 144 152 160 X2 : 1.00 X1 + 1.00 X2 = 150.00 : 0.25 X1 + 0.50 X2 = 50.00 : 1.00 X1 + 0.00 X2 = 50.00 : 0.00 X1 + 1.00 X2 = 25.00 Payoff: 1.00 X1 + 1.50 X2 = 175.00 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
  • 36. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 36 Utilidad 1 1,5 2,5 Restricciones Utilizado Límite No 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 Restricciones Utilizado Límite No 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 18.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
  • 37. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 37 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.
  • 38. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 38 Datos de entrada SOLVER PLANIFICACION TRABAJO ENGLISH MOTOR LTD. Promociones Clientes Actuales Clientes Nuevos Cantidad en miles 1 1 max Ventas 0,6 0,8 1,4 Restricciones Utilizado Límite No 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. Promociones Clientes Actuales Clientes Nuevos Cantidad en miles 160 100 max Ventas 0,6 0,8 176 0 13 26 39 52 65 78 91 104 117 130 143 156 169 182 195 208 221 234 247 260 0 13 26 39 52 65 78 91 104 117 130 143 156 169 182 195 208 221 234 247 260 273 X2 : 1.00 X1 + 0.00 X2 = 30.00 : 0.00 X1 + 1.00 X2 = 10.00 : 0.25 X1 - 0.40 X2 = 0.00 : 5.00 X1 + 4.00 X2 = 1200.00 Payoff: 0.60 X1 + 0.80 X2 = 176.00 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
  • 39. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 39 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 19.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.
  • 40. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 40 Datos entrada SOLVER PLANIFICACION TRABAJO 59. Creative Sports Designs Raquetas Estandar Extra G Cantidad 1 1 max Contrib. Utilidad 10 15 25 Restricciones Utilizado Límite No 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 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 X2 X1 : 0.125 X1 + 0.400 X2 = 80.000 : 10.000 X1 + 12.000 X2 = 2400.000 : 0.800 X1 - 0.200 X2 = 0.000 Payoff: 10.000 X1 + 15.000 X2 = 2896.551 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
  • 41. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 41 20% prod estand 0,8 -0,2 9,03E-11 ≥ 0 9,03E-11 20.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.
  • 42. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 42 Solución GLP Entrada de datos SOLVER PLANIFICACION TRABAJO High Tech Service Horas de trabajo Clientes normales Clientes 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 Horas de trabajo Clientes normales Clientes nuevos Cantidad horas 50 30 max Número clientes 1.2 1 90 0 11 22 33 44 55 66 77 0 13 26 39 52 65 78 91 104 117 130 143 156 : 1.00 X1 + 1.00 X2 = 80.00 : -0.60 X1 + 1.00 X2 = 0.00 : 25.00 X1 + 8.00 X2 = 800.00 Payoff: 1.20 X1 + 1.00 X2 = 90.00 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
  • 43. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 43 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 21.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.
  • 44. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 44 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 Datos entrada SOLVER 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 27 0 6 12 18 24 30 : 1.0 X1 + 0.0 X2 = 15.0 : 0.0 X1 + 1.0 X2 = 10.0 : 1.0 X1 + 0.0 X2 = 5.0 : 0.0 X1 + 2.0 X2 = 5.0 : 40.0 X1 + 50.0 X2 = 1000.0 Payoff: 70.0 X1 + 345.0 X2 = 4325.0 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 PLANIFICACION TRABAJO High Tech Service Horas de trabajo Maquina M100 Maquina 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
  • 45. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 45 Datos de salida SOLVER Horas de trabajo Maquina M100 Maquina 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 22.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 Canal de distribución Utilidades por unidad vendida Costo de publicidad por unidad vendida Esfuerzo del personal de ventas por unidad vendida Distrib. Marinos $90 $10 2 horas Horas min M100 1 0 1 ≥ 5 -4 Horas min M200 0 1 1 ≥ 5 -4 Libras disponibles 40 50 90 ≤ 1000 910
  • 46. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 46 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 Radios asignados a Distribuidores Cadenas nacionales de tiendas pedidos por correo Equipo Marino Equipos de Oficina Número de Radios 1 1 1 1 Max Utlidades 90 84 70 60 304 RESTRICCIONES USO DE 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.
  • 47. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 47 Datos de salida SOLVER ELECTRONIC COMUNICATION Radios asignados a Distribuidores Cadenas nacionales de tiendas pedidos por correo Equipo Marino Equipos de Oficina Número de Radios 10.71429 442.85714 150 0 Max Utlidades 90 84 70 60 48664.29 RESTRICCIONES USO DE 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 23.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?
  • 48. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 48 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 Accionea asignadas a Acciones 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.
  • 49. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 49 Resultados del SOLVER National Insurance Associates Accionea asignadas a Acciones A B C D Cantidad 333.3333 0 833.333333 2500 Min Riesgo 10 3.5 4 3.2 14666.67 RESTRICCIONES USO DE 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 24.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 de producción (horas) Tiempo disponible (horas)Departamento Base Cartucho Manija 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
  • 50. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 50 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 Unidades de Producidas Adquiridas 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.
  • 51. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 51 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 Unidades de Producidas Adquiridas 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 25.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.
  • 52. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 52 ¿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) Palos de Golf San Diego Tampa 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.
  • 53. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 53 26.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? Golf Shafts (GSI) Palos de Golf San Diego Tampa 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
  • 54. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 54 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
  • 55. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 55 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 27.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.
  • 56. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 56 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 Galones de Vino Blanco V. 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 Galones de Vino Blanco V. Rosado Frutas Cantidad 10000 3000 2000 Max Utilidad 1.5 1 2 22000
  • 57. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 57 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 28.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
  • 58. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 58 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 29.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
  • 59. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 59 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
  • 60. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 60 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 30.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
  • 61. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 61 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 31.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
  • 62. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 62 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 ; ; 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 2 1 2 1 X X  12 2XX 
  • 63. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 63 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 32.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
  • 64. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 64 siguiente información sobre las horas requeridas para la fabricación de cada modelo y las capacidades de los departamentos de la fábrica.30 Departamentos Horas-Hombre requeridas Capacidad Departamental (horas diarias) Modelo Z- 1200 Modelo Z- 1500 Dep. 1 Dep. 2 Dep. 5 Dep. 4 2 0 2 1 1/5 0 3 2 1 1/2 300 540 440 300 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
  • 65. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 65 Solución con SOLVER: Datos de entrada
  • 66. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 66 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
  • 67. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 67 33.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 máxima diaria en toneladas Pintura para exteriores Pintura para interiores Materia prima, M1 Materia prima, M2 6 1 4 2 24 6 Utilidad por tonelada (1000 dólares) $ 5 $ 4 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 X1 + 2 X2 ≤ 6 por disp. Materia prima M2 0 X1 + 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
  • 68. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 68 Solución gráfica por computador (usando el GLP) Solución con SOLVER: Datos de entrada Datos de salida:
  • 69. Investigación Operativa I Programación Lineal Oswaldo Paul Rivadeneira Página: 69 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) Rubro Respuestas 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 34.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 Semilla de Soya 0.09 0.60 0.02 0.06 0.30 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