SlideShare una empresa de Scribd logo
1 de 3
Descargar para leer sin conexión
FUNDACIÓN TECNOLÓGICA ANTONIO DE ARÉVALO
TECNOLOGÍA EN GESTIÓN DE EMPRESAS INDUSTRIALES
INVESTIGACIÓN DE OPERACIONES
V° SEMESTRE

PLANTEAMIENTO DE EJERCICIOS DE
PROGRAMACIÓN LINEAL
Docente : Rafael Cortina Rodríguez
El siguiente documento muestra la forma adecuada de plantear un problema sobre las
actividades propias del control y uso adecuado de los recursos, utilizando los conceptos de
PROGRAMACIÓN LINEAL, en actividades varias de cualquier empresa industrial. En ellas
se aprecia el control del tiempo, maximizando la ganancia; el control de los materiales,
maximizando la ganancia; control del tiempo (días de trabajo de un empleado),
maximizando el tiempo ( # de horas – máquina), entre otras. Nótese en los tres primeros,
cómo se aprecia, con la misma tabla de valores, tres contextos diferentes.
1. Una fábrica de muebles tiene que cumplir con una orden de producción en la que se
gasta 340 unidades de madera y 260 horas de trabajo. Por cada silla utiliza 1 unidad de
madera y 3 horas de trabajo, mientras que por cada mesa utiliza 8 unidades de madera
y 5 horas de trabajo. Si por cada silla genera una ganancia de 15000 euros y por cada
mesa genera una ganancia de 35000 euros, cuántas sillas y cuántas mesas deberían
producir de tal manera que se alcance el máximo beneficio posible? ¿Cuánto es la
ganancia máxima?
MADERA H. DE TRABAJO $ GANANCIA
X = # SILLAS
1
3
15000
Y = # MESAS
8
5
35000
DISPONIBLE
340
260

2. Un negocio de comidas rápidas dispone de 340 unidades de carne y 260 unidades de
pollo para producir hamburguesas y pizzas que son de buena calidad y sus
proporciones son estrictas. Para cada hamburguesa destina 1 unidad de carne y 3
unidades de pollo, para cada pizza destina 8 unidades de carne y 5 unidades de pollo. Si
la hamburguesa la vende a $ 15000 y la pizza a $ 35000, ¿Cuántas hamburguesas y
cuantas pizzas se venderían para que el negocio tenga la máxima venta posible?
CARNE POLLO $ GANANCIA
X = # HAMBURGUESAS
1
3
15000
Y = # PIZZAS
8
5
35000
DISPONIBLE
340
260

1
FUNDACIÓN TECNOLÓGICA ANTONIO DE ARÉVALO
TECNOLOGÍA EN GESTIÓN DE EMPRESAS INDUSTRIALES
INVESTIGACIÓN DE OPERACIONES
V° SEMESTRE

PLANTEAMIENTO DE EJERCICIOS DE
PROGRAMACIÓN LINEAL
Docente : Rafael Cortina Rodríguez
3. Una empresa tiene producción de dos artículos, los cuales pasan por dos máquinas: la
de Montaje y la de pintura. En un día de montaje, se procesan 1 artículo tipo A y 3
artículos tipo B. En un día de pintura, se procesan 8 artículos de tipo A y 5 artículos de
tipo B. Si se debe producir, a lo máximo, 340 artículos tipo A y 260 artículos tipo B,
cuántos días debería trabajar cada máquina de tal manera que la empresa alcance el
mayor beneficio posible? Tenga en cuenta que en un día de trabajo de la máquina de
montaje se genera una ganancia de $ 15000 y que en un día de trabajo de la máquina
de pintura se genera una ganancia de $ 35000.
ART.
ART. TIPO A TIPO B
X = # DIAS DE TRAB. DE LA MAQ. DE MONTAJE
1
3
Y = # DIAS DE TRAB. DE LA MAQ. DE PINTURA
8
5
DISPONIBLE
340
260

$ GAN.
15000
35000

4. Una fábrica de juguetes tiene un compromiso de producir máximo 110 carros y 80
muñecas antes de que las máquinas que tiene dispuestas entren a mantenimiento. En
un día de trabajo, en la máquina A se invierte $ 1 para producir un carro y $ 6 para
producir una muñeca, y en la máquina B se invierten $ 5 para producir un carro y $ 1
para producir una muñeca. Si la máquina A se utiliza por 12 HORAS y la máquina B se
utiliza por 10 horas, cuantos días debería trabajar cada máquina de tal manera que se
utilice el mayor tiempo posible? ¿Cuántas horas – hombre deberían ser empleadas?
$ CARRO $ MUÑECA # HORAS – MAQ.
X = # DIAS MAQUINA A
1
6
12
Y = # DIAS MAQUINA B
5
1
10
DISPONIBLE
110
80

2
FUNDACIÓN TECNOLÓGICA ANTONIO DE ARÉVALO
TECNOLOGÍA EN GESTIÓN DE EMPRESAS INDUSTRIALES
INVESTIGACIÓN DE OPERACIONES
V° SEMESTRE

PLANTEAMIENTO DE EJERCICIOS DE
PROGRAMACIÓN LINEAL
Docente : Rafael Cortina Rodríguez

5. Una empresa de juguetes produce carros y muñecas, la cual dispone de $ 110 para
ensamblado y $ 80 para acabado. Por cada carro se invierte $ 1 en ensamblado y $ 6 en
acabado, y por cada muñeca se invierten $ 5 en ensamblado y $ 1 en acabado. Si para
producir un carro se utilizan 2 horas – máquina, mientras que para producir una
muñeca se utiliza 1 hora – máquina, cuántos carros y cuántas muñecas se deberían
producir, de tal manera que las máquinas trabajen el mayor tiempo posible? ¿Cuánto
es ese tiempo?
$ de ENSAMBLADO $ de ACABADO # HORAS - MÁQUINA
X = # CARROS
1
6
2
Y = # MUÑECAS
5
1
1
DISPONIBLE
110
80

6. Una empresa fabricante de vestidos tiene disponibles 60000 horas de trabajo y 9000
m2 de tela. Para la confección de un vestido para dama se gasta 15 horas de trabajo y 3
m2 de tela, mientras que para la confección de un vestido para caballero utiliza 20
horas de trabajo y 2 m2 de tela. Si por el vestido para dama se genera una ganancia de
160 euros y por el vestido para caballero se genera una ganancia de 120 euros, cuántos
vestidos de cada tipo debería fabricar para producir la mayor ganancia posible?
¿Cuánto es esa ganancia?
H. DE TRABAJO TELA EN
X = # V. DAMA
15
3
Y = # V. CAB.
20
2
DISPONIBLE
60.000
9.000

$ GANANCIA
160
120

3

Más contenido relacionado

La actualidad más candente

Algoritmos para el problema de árbol de expansión mínima robusto con datos in...
Algoritmos para el problema de árbol de expansión mínima robusto con datos in...Algoritmos para el problema de árbol de expansión mínima robusto con datos in...
Algoritmos para el problema de árbol de expansión mínima robusto con datos in...Francisco Pérez
 
Dos ejercicios localización y distribución física
Dos ejercicios localización y distribución físicaDos ejercicios localización y distribución física
Dos ejercicios localización y distribución físicaViviana Vallejo
 
Unmsm fisi - estudio de casos de problemas de programación lineal - io1 cl05
Unmsm   fisi - estudio de casos de problemas de programación lineal - io1 cl05Unmsm   fisi - estudio de casos de problemas de programación lineal - io1 cl05
Unmsm fisi - estudio de casos de problemas de programación lineal - io1 cl05Julio Pari
 
Ejercicios resueltos io 1 parte 1
Ejercicios resueltos io 1   parte 1Ejercicios resueltos io 1   parte 1
Ejercicios resueltos io 1 parte 1fzeus
 
Ejercicio resuelto de oligopolio: modelo de Stackelberg
Ejercicio resuelto de oligopolio: modelo de StackelbergEjercicio resuelto de oligopolio: modelo de Stackelberg
Ejercicio resuelto de oligopolio: modelo de StackelbergJuan Carlos Aguado Franco
 
El problema de la ruta mas corta
El problema de la ruta mas corta El problema de la ruta mas corta
El problema de la ruta mas corta Luis Fajardo
 
Ecuaciones diferenciales
Ecuaciones diferencialesEcuaciones diferenciales
Ecuaciones diferenciales2tupac
 
Ejercicios de metodos cuantitativos
Ejercicios de metodos cuantitativosEjercicios de metodos cuantitativos
Ejercicios de metodos cuantitativosRafael Arenas
 
Ev 1 PL y PE E22-S42B Eq 8.pptx
Ev 1 PL y PE E22-S42B Eq 8.pptxEv 1 PL y PE E22-S42B Eq 8.pptx
Ev 1 PL y PE E22-S42B Eq 8.pptxKarlaMora74
 
Grupo 1 ejercicios avanzados (1) no copiar
Grupo 1 ejercicios avanzados (1) no copiarGrupo 1 ejercicios avanzados (1) no copiar
Grupo 1 ejercicios avanzados (1) no copiarjorgehidalgo70
 
Cien problemas de programacion lineal parte 4
Cien problemas de programacion lineal   parte 4Cien problemas de programacion lineal   parte 4
Cien problemas de programacion lineal parte 4fzeus
 
Programación lineal
Programación linealProgramación lineal
Programación linealCris Panchi
 

La actualidad más candente (20)

Algoritmos para el problema de árbol de expansión mínima robusto con datos in...
Algoritmos para el problema de árbol de expansión mínima robusto con datos in...Algoritmos para el problema de árbol de expansión mínima robusto con datos in...
Algoritmos para el problema de árbol de expansión mínima robusto con datos in...
 
Formulacion problemas pl
Formulacion problemas plFormulacion problemas pl
Formulacion problemas pl
 
Dos ejercicios localización y distribución física
Dos ejercicios localización y distribución físicaDos ejercicios localización y distribución física
Dos ejercicios localización y distribución física
 
Unmsm fisi - estudio de casos de problemas de programación lineal - io1 cl05
Unmsm   fisi - estudio de casos de problemas de programación lineal - io1 cl05Unmsm   fisi - estudio de casos de problemas de programación lineal - io1 cl05
Unmsm fisi - estudio de casos de problemas de programación lineal - io1 cl05
 
Ejercicios resueltos io 1 parte 1
Ejercicios resueltos io 1   parte 1Ejercicios resueltos io 1   parte 1
Ejercicios resueltos io 1 parte 1
 
Ejercicio resuelto de oligopolio: modelo de Stackelberg
Ejercicio resuelto de oligopolio: modelo de StackelbergEjercicio resuelto de oligopolio: modelo de Stackelberg
Ejercicio resuelto de oligopolio: modelo de Stackelberg
 
El problema de la ruta mas corta
El problema de la ruta mas corta El problema de la ruta mas corta
El problema de la ruta mas corta
 
Ecuaciones diferenciales
Ecuaciones diferencialesEcuaciones diferenciales
Ecuaciones diferenciales
 
13 problema de redes
13 problema de redes13 problema de redes
13 problema de redes
 
Optimizacion
Optimizacion Optimizacion
Optimizacion
 
Ejercicios de metodos cuantitativos
Ejercicios de metodos cuantitativosEjercicios de metodos cuantitativos
Ejercicios de metodos cuantitativos
 
Ev 1 PL y PE E22-S42B Eq 8.pptx
Ev 1 PL y PE E22-S42B Eq 8.pptxEv 1 PL y PE E22-S42B Eq 8.pptx
Ev 1 PL y PE E22-S42B Eq 8.pptx
 
Produ definitivo ejercicios
Produ definitivo ejerciciosProdu definitivo ejercicios
Produ definitivo ejercicios
 
Grupo 1 ejercicios avanzados (1) no copiar
Grupo 1 ejercicios avanzados (1) no copiarGrupo 1 ejercicios avanzados (1) no copiar
Grupo 1 ejercicios avanzados (1) no copiar
 
Cien problemas de programacion lineal parte 4
Cien problemas de programacion lineal   parte 4Cien problemas de programacion lineal   parte 4
Cien problemas de programacion lineal parte 4
 
Materia i.o
Materia i.oMateria i.o
Materia i.o
 
Ejercicios metodo simplex practica
Ejercicios metodo simplex practicaEjercicios metodo simplex practica
Ejercicios metodo simplex practica
 
EJERCICIO DE TEORIA DE DECISIONES
EJERCICIO DE TEORIA DE DECISIONESEJERCICIO DE TEORIA DE DECISIONES
EJERCICIO DE TEORIA DE DECISIONES
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
Ejercicio de externalidades
Ejercicio de externalidadesEjercicio de externalidades
Ejercicio de externalidades
 

Similar a Planteamiento de problemas

Tareas metodo gráfico
Tareas metodo gráficoTareas metodo gráfico
Tareas metodo gráficoFreddy Alvarez
 
Formulacion de problemas como modelos de programacion lineal (1)
Formulacion de problemas como modelos de  programacion lineal (1)Formulacion de problemas como modelos de  programacion lineal (1)
Formulacion de problemas como modelos de programacion lineal (1)Jose Sotelo
 
Interpreting Numerical Expressions Math Presentation in Light Blue Math Doodl...
Interpreting Numerical Expressions Math Presentation in Light Blue Math Doodl...Interpreting Numerical Expressions Math Presentation in Light Blue Math Doodl...
Interpreting Numerical Expressions Math Presentation in Light Blue Math Doodl...JhonFarez
 
Clase del 30 de agosto de 2012
Clase del 30 de agosto de 2012Clase del 30 de agosto de 2012
Clase del 30 de agosto de 2012Juan Gamboa Díaz
 
Ejercicios de programacion lineal con respuesta
Ejercicios de programacion lineal con respuestaEjercicios de programacion lineal con respuesta
Ejercicios de programacion lineal con respuestaRicardo Pesca
 
Semana 1 sesión 2 aplicaciones de ecuaciones lineales
Semana 1 sesión 2   aplicaciones de ecuaciones linealesSemana 1 sesión 2   aplicaciones de ecuaciones lineales
Semana 1 sesión 2 aplicaciones de ecuaciones linealesHebet Cueva
 
Ejercicios de productividad
Ejercicios de productividadEjercicios de productividad
Ejercicios de productividadOmar Guerra
 
Proporcionalidad Numérica actividades
Proporcionalidad Numérica actividadesProporcionalidad Numérica actividades
Proporcionalidad Numérica actividadesFcoJavierMesa
 
Ejercicios propuestos
Ejercicios propuestosEjercicios propuestos
Ejercicios propuestosHeilyn Bravo
 
Ejercicios y-problemas-de-proporcionalidad
Ejercicios y-problemas-de-proporcionalidadEjercicios y-problemas-de-proporcionalidad
Ejercicios y-problemas-de-proporcionalidadcaphorta
 

Similar a Planteamiento de problemas (20)

Trabajo domiciliari 01
Trabajo domiciliari 01Trabajo domiciliari 01
Trabajo domiciliari 01
 
Guía nº3 programación lineal
Guía nº3 programación linealGuía nº3 programación lineal
Guía nº3 programación lineal
 
Problemas pl
Problemas plProblemas pl
Problemas pl
 
Tareas metodo gráfico
Tareas metodo gráficoTareas metodo gráfico
Tareas metodo gráfico
 
Formulacion de problemas como modelos de programacion lineal (1)
Formulacion de problemas como modelos de  programacion lineal (1)Formulacion de problemas como modelos de  programacion lineal (1)
Formulacion de problemas como modelos de programacion lineal (1)
 
Program lineal
Program linealProgram lineal
Program lineal
 
Interpreting Numerical Expressions Math Presentation in Light Blue Math Doodl...
Interpreting Numerical Expressions Math Presentation in Light Blue Math Doodl...Interpreting Numerical Expressions Math Presentation in Light Blue Math Doodl...
Interpreting Numerical Expressions Math Presentation in Light Blue Math Doodl...
 
Clase del 30 de agosto de 2012
Clase del 30 de agosto de 2012Clase del 30 de agosto de 2012
Clase del 30 de agosto de 2012
 
Ejercicios de programacion lineal con respuesta
Ejercicios de programacion lineal con respuestaEjercicios de programacion lineal con respuesta
Ejercicios de programacion lineal con respuesta
 
Guia de ejercicios 1
Guia de ejercicios 1Guia de ejercicios 1
Guia de ejercicios 1
 
Semana 1 sesión 2 aplicaciones de ecuaciones lineales
Semana 1 sesión 2   aplicaciones de ecuaciones linealesSemana 1 sesión 2   aplicaciones de ecuaciones lineales
Semana 1 sesión 2 aplicaciones de ecuaciones lineales
 
Ejercicios 2
Ejercicios 2Ejercicios 2
Ejercicios 2
 
Winqsb
WinqsbWinqsb
Winqsb
 
Práctica dirigida 2
Práctica dirigida 2Práctica dirigida 2
Práctica dirigida 2
 
Ejercicios de productividad
Ejercicios de productividadEjercicios de productividad
Ejercicios de productividad
 
Proporcionalidad Numérica actividades
Proporcionalidad Numérica actividadesProporcionalidad Numérica actividades
Proporcionalidad Numérica actividades
 
Ejercicios tema 3
Ejercicios tema 3Ejercicios tema 3
Ejercicios tema 3
 
Ejercicios propuestos
Ejercicios propuestosEjercicios propuestos
Ejercicios propuestos
 
Tarea Solucion de Ecuaciones Lineales
Tarea Solucion de Ecuaciones LinealesTarea Solucion de Ecuaciones Lineales
Tarea Solucion de Ecuaciones Lineales
 
Ejercicios y-problemas-de-proporcionalidad
Ejercicios y-problemas-de-proporcionalidadEjercicios y-problemas-de-proporcionalidad
Ejercicios y-problemas-de-proporcionalidad
 

Más de RAFAEL CORTINA RODRÍGUEZ

EJERCICIOS DE APLICACIÓN SOBRE EL PUNTO DE EQUILIBRIO
EJERCICIOS DE APLICACIÓN SOBRE EL PUNTO DE EQUILIBRIOEJERCICIOS DE APLICACIÓN SOBRE EL PUNTO DE EQUILIBRIO
EJERCICIOS DE APLICACIÓN SOBRE EL PUNTO DE EQUILIBRIORAFAEL CORTINA RODRÍGUEZ
 
Ejercicios resueltos sobre interés simple y compuesto
Ejercicios resueltos sobre interés simple y compuestoEjercicios resueltos sobre interés simple y compuesto
Ejercicios resueltos sobre interés simple y compuestoRAFAEL CORTINA RODRÍGUEZ
 
Portafolio de presentación n° 4 rafael cortina
Portafolio de presentación n° 4   rafael cortinaPortafolio de presentación n° 4   rafael cortina
Portafolio de presentación n° 4 rafael cortinaRAFAEL CORTINA RODRÍGUEZ
 
Ejercicio resuelto del metodo grafico 3 r - minimización
Ejercicio resuelto del metodo grafico   3 r - minimizaciónEjercicio resuelto del metodo grafico   3 r - minimización
Ejercicio resuelto del metodo grafico 3 r - minimizaciónRAFAEL CORTINA RODRÍGUEZ
 
INTRODUCCIÓN A LA INSTRUMENTACIÓN INDUSTRIAL
INTRODUCCIÓN A LA INSTRUMENTACIÓN INDUSTRIALINTRODUCCIÓN A LA INSTRUMENTACIÓN INDUSTRIAL
INTRODUCCIÓN A LA INSTRUMENTACIÓN INDUSTRIALRAFAEL CORTINA RODRÍGUEZ
 
Métodos de resolución de sistemas de ecuaciones
Métodos de resolución de sistemas de ecuacionesMétodos de resolución de sistemas de ecuaciones
Métodos de resolución de sistemas de ecuacionesRAFAEL CORTINA RODRÍGUEZ
 
Segunda actividad planteamiento de problemas
Segunda actividad   planteamiento de problemasSegunda actividad   planteamiento de problemas
Segunda actividad planteamiento de problemasRAFAEL CORTINA RODRÍGUEZ
 
MAPA CONCEPTUAL - SISTEMA NERVIOSO Y APRENDIZAJE
MAPA CONCEPTUAL - SISTEMA NERVIOSO Y APRENDIZAJEMAPA CONCEPTUAL - SISTEMA NERVIOSO Y APRENDIZAJE
MAPA CONCEPTUAL - SISTEMA NERVIOSO Y APRENDIZAJERAFAEL CORTINA RODRÍGUEZ
 

Más de RAFAEL CORTINA RODRÍGUEZ (20)

Taller sobre limites 17.04.2021
Taller sobre limites   17.04.2021Taller sobre limites   17.04.2021
Taller sobre limites 17.04.2021
 
TABLA DE DATOS AGRUPADOS
TABLA DE DATOS AGRUPADOSTABLA DE DATOS AGRUPADOS
TABLA DE DATOS AGRUPADOS
 
EJERCICIO RESUELTO SOBRE MRU
EJERCICIO RESUELTO SOBRE MRUEJERCICIO RESUELTO SOBRE MRU
EJERCICIO RESUELTO SOBRE MRU
 
Ejercicios sobre el punto de equilibrio
Ejercicios sobre el punto de equilibrioEjercicios sobre el punto de equilibrio
Ejercicios sobre el punto de equilibrio
 
Leyes de los exponentes
Leyes de los exponentesLeyes de los exponentes
Leyes de los exponentes
 
EJERCICIOS DE APLICACIÓN SOBRE EL PUNTO DE EQUILIBRIO
EJERCICIOS DE APLICACIÓN SOBRE EL PUNTO DE EQUILIBRIOEJERCICIOS DE APLICACIÓN SOBRE EL PUNTO DE EQUILIBRIO
EJERCICIOS DE APLICACIÓN SOBRE EL PUNTO DE EQUILIBRIO
 
Ejercicios resueltos sobre interés simple y compuesto
Ejercicios resueltos sobre interés simple y compuestoEjercicios resueltos sobre interés simple y compuesto
Ejercicios resueltos sobre interés simple y compuesto
 
Ejercicio de aplicación regla de cramer
Ejercicio de aplicación   regla de cramerEjercicio de aplicación   regla de cramer
Ejercicio de aplicación regla de cramer
 
Portafolio de presentación n° 4 rafael cortina
Portafolio de presentación n° 4   rafael cortinaPortafolio de presentación n° 4   rafael cortina
Portafolio de presentación n° 4 rafael cortina
 
Ejercicio resuelto del metodo grafico 3 r - minimización
Ejercicio resuelto del metodo grafico   3 r - minimizaciónEjercicio resuelto del metodo grafico   3 r - minimización
Ejercicio resuelto del metodo grafico 3 r - minimización
 
INTRODUCCIÓN A LA INSTRUMENTACIÓN INDUSTRIAL
INTRODUCCIÓN A LA INSTRUMENTACIÓN INDUSTRIALINTRODUCCIÓN A LA INSTRUMENTACIÓN INDUSTRIAL
INTRODUCCIÓN A LA INSTRUMENTACIÓN INDUSTRIAL
 
Actividad 3 rafael cortina - ple
Actividad 3   rafael cortina - pleActividad 3   rafael cortina - ple
Actividad 3 rafael cortina - ple
 
Métodos de resolución de sistemas de ecuaciones
Métodos de resolución de sistemas de ecuacionesMétodos de resolución de sistemas de ecuaciones
Métodos de resolución de sistemas de ecuaciones
 
Tercera actividad resolución de problemas
Tercera actividad   resolución de problemasTercera actividad   resolución de problemas
Tercera actividad resolución de problemas
 
Segunda actividad planteamiento de problemas
Segunda actividad   planteamiento de problemasSegunda actividad   planteamiento de problemas
Segunda actividad planteamiento de problemas
 
Primera actividad sistemas de ecuaciones
Primera actividad   sistemas de ecuacionesPrimera actividad   sistemas de ecuaciones
Primera actividad sistemas de ecuaciones
 
Actividad 2 planteamiento de problema
Actividad 2   planteamiento de problemaActividad 2   planteamiento de problema
Actividad 2 planteamiento de problema
 
Referencias
ReferenciasReferencias
Referencias
 
David ausubel
David ausubelDavid ausubel
David ausubel
 
MAPA CONCEPTUAL - SISTEMA NERVIOSO Y APRENDIZAJE
MAPA CONCEPTUAL - SISTEMA NERVIOSO Y APRENDIZAJEMAPA CONCEPTUAL - SISTEMA NERVIOSO Y APRENDIZAJE
MAPA CONCEPTUAL - SISTEMA NERVIOSO Y APRENDIZAJE
 

Planteamiento de problemas

  • 1. FUNDACIÓN TECNOLÓGICA ANTONIO DE ARÉVALO TECNOLOGÍA EN GESTIÓN DE EMPRESAS INDUSTRIALES INVESTIGACIÓN DE OPERACIONES V° SEMESTRE PLANTEAMIENTO DE EJERCICIOS DE PROGRAMACIÓN LINEAL Docente : Rafael Cortina Rodríguez El siguiente documento muestra la forma adecuada de plantear un problema sobre las actividades propias del control y uso adecuado de los recursos, utilizando los conceptos de PROGRAMACIÓN LINEAL, en actividades varias de cualquier empresa industrial. En ellas se aprecia el control del tiempo, maximizando la ganancia; el control de los materiales, maximizando la ganancia; control del tiempo (días de trabajo de un empleado), maximizando el tiempo ( # de horas – máquina), entre otras. Nótese en los tres primeros, cómo se aprecia, con la misma tabla de valores, tres contextos diferentes. 1. Una fábrica de muebles tiene que cumplir con una orden de producción en la que se gasta 340 unidades de madera y 260 horas de trabajo. Por cada silla utiliza 1 unidad de madera y 3 horas de trabajo, mientras que por cada mesa utiliza 8 unidades de madera y 5 horas de trabajo. Si por cada silla genera una ganancia de 15000 euros y por cada mesa genera una ganancia de 35000 euros, cuántas sillas y cuántas mesas deberían producir de tal manera que se alcance el máximo beneficio posible? ¿Cuánto es la ganancia máxima? MADERA H. DE TRABAJO $ GANANCIA X = # SILLAS 1 3 15000 Y = # MESAS 8 5 35000 DISPONIBLE 340 260 2. Un negocio de comidas rápidas dispone de 340 unidades de carne y 260 unidades de pollo para producir hamburguesas y pizzas que son de buena calidad y sus proporciones son estrictas. Para cada hamburguesa destina 1 unidad de carne y 3 unidades de pollo, para cada pizza destina 8 unidades de carne y 5 unidades de pollo. Si la hamburguesa la vende a $ 15000 y la pizza a $ 35000, ¿Cuántas hamburguesas y cuantas pizzas se venderían para que el negocio tenga la máxima venta posible? CARNE POLLO $ GANANCIA X = # HAMBURGUESAS 1 3 15000 Y = # PIZZAS 8 5 35000 DISPONIBLE 340 260 1
  • 2. FUNDACIÓN TECNOLÓGICA ANTONIO DE ARÉVALO TECNOLOGÍA EN GESTIÓN DE EMPRESAS INDUSTRIALES INVESTIGACIÓN DE OPERACIONES V° SEMESTRE PLANTEAMIENTO DE EJERCICIOS DE PROGRAMACIÓN LINEAL Docente : Rafael Cortina Rodríguez 3. Una empresa tiene producción de dos artículos, los cuales pasan por dos máquinas: la de Montaje y la de pintura. En un día de montaje, se procesan 1 artículo tipo A y 3 artículos tipo B. En un día de pintura, se procesan 8 artículos de tipo A y 5 artículos de tipo B. Si se debe producir, a lo máximo, 340 artículos tipo A y 260 artículos tipo B, cuántos días debería trabajar cada máquina de tal manera que la empresa alcance el mayor beneficio posible? Tenga en cuenta que en un día de trabajo de la máquina de montaje se genera una ganancia de $ 15000 y que en un día de trabajo de la máquina de pintura se genera una ganancia de $ 35000. ART. ART. TIPO A TIPO B X = # DIAS DE TRAB. DE LA MAQ. DE MONTAJE 1 3 Y = # DIAS DE TRAB. DE LA MAQ. DE PINTURA 8 5 DISPONIBLE 340 260 $ GAN. 15000 35000 4. Una fábrica de juguetes tiene un compromiso de producir máximo 110 carros y 80 muñecas antes de que las máquinas que tiene dispuestas entren a mantenimiento. En un día de trabajo, en la máquina A se invierte $ 1 para producir un carro y $ 6 para producir una muñeca, y en la máquina B se invierten $ 5 para producir un carro y $ 1 para producir una muñeca. Si la máquina A se utiliza por 12 HORAS y la máquina B se utiliza por 10 horas, cuantos días debería trabajar cada máquina de tal manera que se utilice el mayor tiempo posible? ¿Cuántas horas – hombre deberían ser empleadas? $ CARRO $ MUÑECA # HORAS – MAQ. X = # DIAS MAQUINA A 1 6 12 Y = # DIAS MAQUINA B 5 1 10 DISPONIBLE 110 80 2
  • 3. FUNDACIÓN TECNOLÓGICA ANTONIO DE ARÉVALO TECNOLOGÍA EN GESTIÓN DE EMPRESAS INDUSTRIALES INVESTIGACIÓN DE OPERACIONES V° SEMESTRE PLANTEAMIENTO DE EJERCICIOS DE PROGRAMACIÓN LINEAL Docente : Rafael Cortina Rodríguez 5. Una empresa de juguetes produce carros y muñecas, la cual dispone de $ 110 para ensamblado y $ 80 para acabado. Por cada carro se invierte $ 1 en ensamblado y $ 6 en acabado, y por cada muñeca se invierten $ 5 en ensamblado y $ 1 en acabado. Si para producir un carro se utilizan 2 horas – máquina, mientras que para producir una muñeca se utiliza 1 hora – máquina, cuántos carros y cuántas muñecas se deberían producir, de tal manera que las máquinas trabajen el mayor tiempo posible? ¿Cuánto es ese tiempo? $ de ENSAMBLADO $ de ACABADO # HORAS - MÁQUINA X = # CARROS 1 6 2 Y = # MUÑECAS 5 1 1 DISPONIBLE 110 80 6. Una empresa fabricante de vestidos tiene disponibles 60000 horas de trabajo y 9000 m2 de tela. Para la confección de un vestido para dama se gasta 15 horas de trabajo y 3 m2 de tela, mientras que para la confección de un vestido para caballero utiliza 20 horas de trabajo y 2 m2 de tela. Si por el vestido para dama se genera una ganancia de 160 euros y por el vestido para caballero se genera una ganancia de 120 euros, cuántos vestidos de cada tipo debería fabricar para producir la mayor ganancia posible? ¿Cuánto es esa ganancia? H. DE TRABAJO TELA EN X = # V. DAMA 15 3 Y = # V. CAB. 20 2 DISPONIBLE 60.000 9.000 $ GANANCIA 160 120 3