SlideShare una empresa de Scribd logo
1 de 5
Descargar para leer sin conexión
Optimizacion
Lista de ejercicios para la PC2
Representación matricial de un problema de optimización lineal: forma estándar
1. Considere el siguiente problema de optimización lineal:
1 2 3 4
1 2 3 4
1 2 3 4
1 2 3 4
2
2 6
2 4
, , , 0
x x x x
x x x x
x x x x
x x x x
    
   
   

maximizar z
sujetoa
a) Introduzca variables de holgura y grafique el espacio de requerimientos.
b) Interprete la factibilidad en el espacio de requerimientos.
2. Convierta el siguiente problema de optimización lineal a la forma estándar
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
3 5 4
7 2 3 4
2 4 8 3
5 3 2 9
1, 7, 0
x x x
x x x
x x x
x x x
x x x
  
  
    
  
  
maximizar z
sujetoa
3. Considere el problema de optimización lineal
1 2 3
1 2 2
1 2 3
1 2 3
1 2 3
5 3 7
2 4 6 7
3 5 3 5
4 9 4 4
2, 0 4, libre
x x x
x x x
x x x
x x x
x x x
   
  
  
    
   
maximizar z
sujetoa
Conviértalo a la forma estándar, pero no haga la sustitución 3 3 3' ´'x x x  . Sino que haga
lo que a continuación se indica: Pruebe que este problema puede ser reemplazado por un
problema equivalente con una variable y una restricción menos, eliminando 3x usando la
restricción de igualdad (esta es una técnica que se utiliza para tratar con variables libres).
4. Considere el poliedro en forma estándar  : ,n
x R Ax b x   0 con
,m n
A R m n
  y  rg A m
Determine el valor de verdad de las siguientes afirmaciones
a) El conjunto de soluciones óptimas es acotado
b) En cada solución óptima no más de m variables pueden ser positivas.
c) Si el problema tiene más de una solución, entonces tiene infinitas soluciones.
5. Considere el poliedro en forma estándar  : ,n
x R Ax b x   0
a) Pruebe que si dos bases distintas conducen a la misma solución básica factible, entonces
la solución básica factible es degenerada
b) ¿Vale el reciproco? Es decir, si una solución básica factible es degenerada, entonces
esta corresponden necesariamente a dos bases distintas.
Soluciones básicas y básicas factibles
1. Considere el siguiente sistemas de desigualdades lineales
1 2 3
1 2 3
1 2 3
2
2 2 3
, , 0
x x x
x x x
x x x
  
  

El punto  1 2;1 2;1 2
T
es factible. Compruebe si es solución básica.
2. Dado el problema de optimización lineal
 
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
4
3
1 1
6
, , 0.
x x x
x mx x
mx x m x
x x x
x x x
  
  
   
  

z
:
maximizar
sujeto a
¿Para qué valores de m R puede constituir B una matriz básica para este problema?
1 1
1 1 ,
1 1 1
m
B m m
 
   
  
¿Cuál es la solución básica factible asociada a 0m 
3. Para
2 4 4 2 4
0 2 0 1 1
A
 
   
y
2
1
b
 
  
 
.
Determine cuál de los siguientes vectores son soluciones básicas de Ax b
a)  5,0,1,0, 1
T
 b)  3,0,0,0, 1
T
 c)  0,1,0, 1,0
T
 d)  0,0,0,1,0
T
Método Simplex
1. Pruebe que el problema de optimización lineal
T
z c x
Ax b
x



minimizar
0
sujeto a
Puede escribirse en la forma
0
1 1
ˆT
N N
N
N
z c x
B Nx B b
x
 



minimizar
sujeto a  
0
Aquí ˆT
Nc es el vector de costos reducidos
2. Resuelva el siguiente problema aplicando el método simplex, empezando con la solución
básica factible    1 2; 4;0
T
x x  .
1 2
1 2
1 2
1 2
2
3 4 12
2 12
, 0
z x x
x x
x x
x x
  
 
 

maximizar
sujeto a
(Sugerencia: Identifique la base inicial y encuentre su inversa).
3. Considere el siguiente problema de optimización lineal:
1 2
1 2
1 2
1
2
3 2
1
5 3 15
0
3
2
z x x
x x
x x
x
x
  
  
 


maximizar
sujeto a
a. Resuelva el problema gráficamente.
b. Formule el problema en forma de tabla para el método simplex y obtenga una solución
básica factible inicial.
c. Efectúe un pivoteo. Después de un pivoteo,
i) Indique los vectores básicos
ii) Indique los valores de todas las variables
iii) Diga si la solución es óptima
4. Escriba la tabla simplex de un problema de optimización lineal relativo a la iteración en
que:
5
1
1
4
3 1 2 2 2 1 0
0
, 2 1 5 , 1 , , 4 , 1 3
7
1 2 7 4 1 2 2
B B N
x
x x B c c b N
x

         
                        
                  
5. La siguiente tabla fue obtenida en la solución de un problema de optimización lineal con
criterio de minimización.
1x 2x 3x 4x 5x 6x LD
0 a 0 b c 3 d
?
0 -2 1 e 0 2 f
1 g 0 -2 0 1 1
0 0 0 h 1 4 3
Encuentre condiciones sobre los parámetros , ,...,a b h para que se cumpla lo siguiente:
a) La base actual es óptima.
b) El problema tiene solución óptima única (con la base dada en la tabla).
c) La base actual es óptima pero existen óptimos alternativos.
d) El problema es no acotado.
Formulación de modelos de optimizacion lineal
1. Un fabricante de acero produce cuatro tamaños de vigas: pequeña, mediana, larga y extra
larga. Estas vigas se pueden producir en cualquiera de tres tipos de máquinas: A, B y C.
A continuación se indican las longitudes (en pies) de las vigas que pueden producir las
máquinas por hora.
MÁQUINA
VIGA A B C
Pequeña
Mediana
Larga
Extra Larga
300
250
200
100
600
400
350
200
800
700
700
600
Suponga que cada máquina se puede usar hasta 50 horas por semana, y que los costos de
operación por hora de estas máquinas son $30.00, $50.00 y $80.00, respectivamente.
Además, suponga que semanalmente se requieren 10 000, 7 000, 6 000 y 6 000 pies de
los distintos tamaños de las vigas I. Formule el problema como un problema de
optimización lineal
2. Un fabricante de muebles tiene tres plantas que requieren semanalmente 500,
700 y 600 toneladas de madera. El fabricante puede comprar la madera a 3
compañías madereras. Las dos primeras compañías madereras tienen
virtualmente una oferta ilimitada, mientras que, por otros compromisos, la
tercera compañía no puede surtir más de 500 toneladas por semana. La primera
compañía maderera utiliza el ferrocarril como medio de transporte y no hay
límite al peso que puede enviar a las fábricas de muebles. Por otra parte, las
otras dos compañías madereras usan camiones, lo cual limita a 200 toneladas el
peso máximo que puede enviar a cualquiera de las fábricas de muebles. En la
tabla siguiente se proporciona el costo de transporte de las compañías
madereras a las fábricas de muebles ($ por tonelada).
MAQUINA
COMPAÑÍA
MADERERA
1 2 3
1 2 3 5
2 2.5 4 4.8
3 3 3.6 3.2
Formule este problema como un programa lineal y resuélvalo usando LINDO
3. Una compañía dispone de $30 millones para distribuirlos el próximo año entre sus tres
sucursales. Debido a compromisos concernientes a la estabilidad del nivel de empleados
y por otras razones, la compañía ha establecido un nivel mínimo de fondos para cada
sucursal. Estos fondos mínimos son de $3, $5 y $8 millones, respectivamente. Debido a
la naturaleza de su operación, la sucursal 2 no puede utilizar más de $17 millones sin una
expansión grande de capital nuevo. La compañía no está dispuesta a efectuar tal
expansión en este momento. Cada sucursal tiene la oportunidad de efectuar distintos
proyectos con los fondos que recibe. Para cada proyecto se ha establecido una tasa de
ganancia (como un porcentaje de la inversión). Por otra parte, algunos de los proyectos
permiten sólo una inversión limitada. A continuación se proporcionan los datos de cada
proyecto.
SUCURSAL PROYECTO TASA DE GANANCIA
LÍMITE SUPERIOR
DE INVERSIÓN
1
1 8% $6 millones
2 6% $5 millones
3 7% $9 millones
2
4 5% $7 millones
5 8% $10 millones
6 9% $4 millones
3
7 10% $6 millones
8 6% $3 millones
Formule este problema como un programa lineal y resuélvalo usando LINDO

Más contenido relacionado

La actualidad más candente

N cap 6 ecuaciones
N cap 6 ecuacionesN cap 6 ecuaciones
N cap 6 ecuaciones
Student
 
Soluciones ejercicios algoritmo de kruskal
Soluciones ejercicios algoritmo de kruskalSoluciones ejercicios algoritmo de kruskal
Soluciones ejercicios algoritmo de kruskal
Cesar Flores
 
Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saiaEjercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
brayan_briceno
 
Procesos de decision_markovianos[1]
Procesos de decision_markovianos[1]Procesos de decision_markovianos[1]
Procesos de decision_markovianos[1]
Maira Delgado
 

La actualidad más candente (20)

Final (investigación de operaciones)
Final (investigación de operaciones) Final (investigación de operaciones)
Final (investigación de operaciones)
 
Actividad 2,
Actividad 2,Actividad 2,
Actividad 2,
 
Unidad2 métodos cuantitativa
Unidad2 métodos cuantitativa Unidad2 métodos cuantitativa
Unidad2 métodos cuantitativa
 
Investigación de operaciones 042 análisis y optimización de redes con pomqm y...
Investigación de operaciones 042 análisis y optimización de redes con pomqm y...Investigación de operaciones 042 análisis y optimización de redes con pomqm y...
Investigación de operaciones 042 análisis y optimización de redes con pomqm y...
 
N cap 6 ecuaciones
N cap 6 ecuacionesN cap 6 ecuaciones
N cap 6 ecuaciones
 
Algoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & AditivoAlgoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & Aditivo
 
Manejo de archivo
Manejo de archivoManejo de archivo
Manejo de archivo
 
Teoría programación lineal
Teoría programación linealTeoría programación lineal
Teoría programación lineal
 
Unit 4 queuing models problems
Unit 4 queuing models problemsUnit 4 queuing models problems
Unit 4 queuing models problems
 
Eu2 equipo nro.2
Eu2 equipo nro.2Eu2 equipo nro.2
Eu2 equipo nro.2
 
Soluciones ejercicios algoritmo de kruskal
Soluciones ejercicios algoritmo de kruskalSoluciones ejercicios algoritmo de kruskal
Soluciones ejercicios algoritmo de kruskal
 
Algoritmo congruencial multiplicativo y prueba de medias u otavalo
Algoritmo congruencial multiplicativo y prueba de medias u otavaloAlgoritmo congruencial multiplicativo y prueba de medias u otavalo
Algoritmo congruencial multiplicativo y prueba de medias u otavalo
 
Algoritmo De Multiplicador Constante & Algoritmo Lineal
Algoritmo De Multiplicador Constante & Algoritmo LinealAlgoritmo De Multiplicador Constante & Algoritmo Lineal
Algoritmo De Multiplicador Constante & Algoritmo Lineal
 
Algoritmos Coungrenciales No Lineales
Algoritmos Coungrenciales No LinealesAlgoritmos Coungrenciales No Lineales
Algoritmos Coungrenciales No Lineales
 
Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saiaEjercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
 
El Metodo Simplex
El Metodo SimplexEl Metodo Simplex
El Metodo Simplex
 
Procesos de decision_markovianos[1]
Procesos de decision_markovianos[1]Procesos de decision_markovianos[1]
Procesos de decision_markovianos[1]
 
Problemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markovProblemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markov
 
Enfoques.
Enfoques.Enfoques.
Enfoques.
 
Programación lineal en la investigación de operaciones
Programación lineal en la investigación de operacionesProgramación lineal en la investigación de operaciones
Programación lineal en la investigación de operaciones
 

Similar a Lista de ejercicios pc2

Investigación de operaciones y simulación
Investigación de operaciones y simulaciónInvestigación de operaciones y simulación
Investigación de operaciones y simulación
GLSP
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Lineal
jotape74
 
Metodos numericos sept2012 ma9301
Metodos numericos sept2012 ma9301Metodos numericos sept2012 ma9301
Metodos numericos sept2012 ma9301
Maestros Online
 
Topicos de inecuaciones lineales y cuadraticas mb ccesa007
Topicos de inecuaciones lineales y cuadraticas  mb ccesa007Topicos de inecuaciones lineales y cuadraticas  mb ccesa007
Topicos de inecuaciones lineales y cuadraticas mb ccesa007
Demetrio Ccesa Rayme
 

Similar a Lista de ejercicios pc2 (20)

Formulación
FormulaciónFormulación
Formulación
 
Programacion lineal
Programacion linealProgramacion lineal
Programacion lineal
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
Investigación de operaciones y simulación
Investigación de operaciones y simulaciónInvestigación de operaciones y simulación
Investigación de operaciones y simulación
 
Metodos numericos
Metodos numericosMetodos numericos
Metodos numericos
 
Matemáticas y ciencias 2
Matemáticas y ciencias 2Matemáticas y ciencias 2
Matemáticas y ciencias 2
 
Clase Nº5 Programacion Lineal
Clase Nº5 Programacion LinealClase Nº5 Programacion Lineal
Clase Nº5 Programacion Lineal
 
Trabajo final programación lineal
Trabajo final programación linealTrabajo final programación lineal
Trabajo final programación lineal
 
Metodos numericos sept2012 ma9301
Metodos numericos sept2012 ma9301Metodos numericos sept2012 ma9301
Metodos numericos sept2012 ma9301
 
Clase 4 método simplex.pptx
Clase 4 método simplex.pptxClase 4 método simplex.pptx
Clase 4 método simplex.pptx
 
Matrices
MatricesMatrices
Matrices
 
Io 2da programacion lineal
Io 2da programacion linealIo 2da programacion lineal
Io 2da programacion lineal
 
Algoritmos especiales
Algoritmos especialesAlgoritmos especiales
Algoritmos especiales
 
Metodos numericos 2013 ma9301
Metodos numericos 2013 ma9301Metodos numericos 2013 ma9301
Metodos numericos 2013 ma9301
 
Inecuaciones lineales y cuadraticas mb ccesa007
Inecuaciones lineales y cuadraticas  mb ccesa007Inecuaciones lineales y cuadraticas  mb ccesa007
Inecuaciones lineales y cuadraticas mb ccesa007
 
Topicos de inecuaciones lineales y cuadraticas mb ccesa007
Topicos de inecuaciones lineales y cuadraticas  mb ccesa007Topicos de inecuaciones lineales y cuadraticas  mb ccesa007
Topicos de inecuaciones lineales y cuadraticas mb ccesa007
 
Investigacion Operativa Aspectos Generales
Investigacion Operativa Aspectos GeneralesInvestigacion Operativa Aspectos Generales
Investigacion Operativa Aspectos Generales
 
Matematicas ii 09102 2012
Matematicas ii 09102 2012Matematicas ii 09102 2012
Matematicas ii 09102 2012
 
Pl expo secundaria
Pl expo secundariaPl expo secundaria
Pl expo secundaria
 
5 semana sesion 10 analisis de sensibilidad (6)
5 semana   sesion 10 analisis de sensibilidad (6)5 semana   sesion 10 analisis de sensibilidad (6)
5 semana sesion 10 analisis de sensibilidad (6)
 

Último

Unidad V. Disoluciones quimica de las disoluciones
Unidad V. Disoluciones quimica de las disolucionesUnidad V. Disoluciones quimica de las disoluciones
Unidad V. Disoluciones quimica de las disoluciones
chorantina325
 

Último (6)

Unidad V. Disoluciones quimica de las disoluciones
Unidad V. Disoluciones quimica de las disolucionesUnidad V. Disoluciones quimica de las disoluciones
Unidad V. Disoluciones quimica de las disoluciones
 
Las redes sociales en el mercado digital
Las redes sociales en el mercado digitalLas redes sociales en el mercado digital
Las redes sociales en el mercado digital
 
PSICOPATOLOGIA I.pptxdhehehehehehehehehe
PSICOPATOLOGIA I.pptxdhehehehehehehehehePSICOPATOLOGIA I.pptxdhehehehehehehehehe
PSICOPATOLOGIA I.pptxdhehehehehehehehehe
 
¡Descubre el Poder del Masaje Holístico en nuestra Primera Sesión del Seminar...
¡Descubre el Poder del Masaje Holístico en nuestra Primera Sesión del Seminar...¡Descubre el Poder del Masaje Holístico en nuestra Primera Sesión del Seminar...
¡Descubre el Poder del Masaje Holístico en nuestra Primera Sesión del Seminar...
 
PPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjj
PPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjjPPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjj
PPT-HISTORIA-6°-ABC.pptxjjjjjjjjjjjjjjjjjjjjjj
 
Corte de luz 2024 Guayaquil Guayas ecuad
Corte de luz 2024 Guayaquil Guayas ecuadCorte de luz 2024 Guayaquil Guayas ecuad
Corte de luz 2024 Guayaquil Guayas ecuad
 

Lista de ejercicios pc2

  • 1. Optimizacion Lista de ejercicios para la PC2 Representación matricial de un problema de optimización lineal: forma estándar 1. Considere el siguiente problema de optimización lineal: 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 2 2 6 2 4 , , , 0 x x x x x x x x x x x x x x x x               maximizar z sujetoa a) Introduzca variables de holgura y grafique el espacio de requerimientos. b) Interprete la factibilidad en el espacio de requerimientos. 2. Convierta el siguiente problema de optimización lineal a la forma estándar 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 3 5 4 7 2 3 4 2 4 8 3 5 3 2 9 1, 7, 0 x x x x x x x x x x x x x x x                  maximizar z sujetoa 3. Considere el problema de optimización lineal 1 2 3 1 2 2 1 2 3 1 2 3 1 2 3 5 3 7 2 4 6 7 3 5 3 5 4 9 4 4 2, 0 4, libre x x x x x x x x x x x x x x x                    maximizar z sujetoa Conviértalo a la forma estándar, pero no haga la sustitución 3 3 3' ´'x x x  . Sino que haga lo que a continuación se indica: Pruebe que este problema puede ser reemplazado por un problema equivalente con una variable y una restricción menos, eliminando 3x usando la restricción de igualdad (esta es una técnica que se utiliza para tratar con variables libres). 4. Considere el poliedro en forma estándar  : ,n x R Ax b x   0 con ,m n A R m n   y  rg A m Determine el valor de verdad de las siguientes afirmaciones a) El conjunto de soluciones óptimas es acotado b) En cada solución óptima no más de m variables pueden ser positivas. c) Si el problema tiene más de una solución, entonces tiene infinitas soluciones. 5. Considere el poliedro en forma estándar  : ,n x R Ax b x   0 a) Pruebe que si dos bases distintas conducen a la misma solución básica factible, entonces la solución básica factible es degenerada
  • 2. b) ¿Vale el reciproco? Es decir, si una solución básica factible es degenerada, entonces esta corresponden necesariamente a dos bases distintas. Soluciones básicas y básicas factibles 1. Considere el siguiente sistemas de desigualdades lineales 1 2 3 1 2 3 1 2 3 2 2 2 3 , , 0 x x x x x x x x x        El punto  1 2;1 2;1 2 T es factible. Compruebe si es solución básica. 2. Dado el problema de optimización lineal   1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 4 3 1 1 6 , , 0. x x x x mx x mx x m x x x x x x x               z : maximizar sujeto a ¿Para qué valores de m R puede constituir B una matriz básica para este problema? 1 1 1 1 , 1 1 1 m B m m          ¿Cuál es la solución básica factible asociada a 0m  3. Para 2 4 4 2 4 0 2 0 1 1 A       y 2 1 b        . Determine cuál de los siguientes vectores son soluciones básicas de Ax b a)  5,0,1,0, 1 T  b)  3,0,0,0, 1 T  c)  0,1,0, 1,0 T  d)  0,0,0,1,0 T Método Simplex 1. Pruebe que el problema de optimización lineal T z c x Ax b x    minimizar 0 sujeto a Puede escribirse en la forma 0 1 1 ˆT N N N N z c x B Nx B b x      minimizar sujeto a   0 Aquí ˆT Nc es el vector de costos reducidos
  • 3. 2. Resuelva el siguiente problema aplicando el método simplex, empezando con la solución básica factible    1 2; 4;0 T x x  . 1 2 1 2 1 2 1 2 2 3 4 12 2 12 , 0 z x x x x x x x x         maximizar sujeto a (Sugerencia: Identifique la base inicial y encuentre su inversa). 3. Considere el siguiente problema de optimización lineal: 1 2 1 2 1 2 1 2 3 2 1 5 3 15 0 3 2 z x x x x x x x x           maximizar sujeto a a. Resuelva el problema gráficamente. b. Formule el problema en forma de tabla para el método simplex y obtenga una solución básica factible inicial. c. Efectúe un pivoteo. Después de un pivoteo, i) Indique los vectores básicos ii) Indique los valores de todas las variables iii) Diga si la solución es óptima 4. Escriba la tabla simplex de un problema de optimización lineal relativo a la iteración en que: 5 1 1 4 3 1 2 2 2 1 0 0 , 2 1 5 , 1 , , 4 , 1 3 7 1 2 7 4 1 2 2 B B N x x x B c c b N x                                                        5. La siguiente tabla fue obtenida en la solución de un problema de optimización lineal con criterio de minimización. 1x 2x 3x 4x 5x 6x LD 0 a 0 b c 3 d ? 0 -2 1 e 0 2 f 1 g 0 -2 0 1 1 0 0 0 h 1 4 3 Encuentre condiciones sobre los parámetros , ,...,a b h para que se cumpla lo siguiente: a) La base actual es óptima. b) El problema tiene solución óptima única (con la base dada en la tabla). c) La base actual es óptima pero existen óptimos alternativos. d) El problema es no acotado.
  • 4. Formulación de modelos de optimizacion lineal 1. Un fabricante de acero produce cuatro tamaños de vigas: pequeña, mediana, larga y extra larga. Estas vigas se pueden producir en cualquiera de tres tipos de máquinas: A, B y C. A continuación se indican las longitudes (en pies) de las vigas que pueden producir las máquinas por hora. MÁQUINA VIGA A B C Pequeña Mediana Larga Extra Larga 300 250 200 100 600 400 350 200 800 700 700 600 Suponga que cada máquina se puede usar hasta 50 horas por semana, y que los costos de operación por hora de estas máquinas son $30.00, $50.00 y $80.00, respectivamente. Además, suponga que semanalmente se requieren 10 000, 7 000, 6 000 y 6 000 pies de los distintos tamaños de las vigas I. Formule el problema como un problema de optimización lineal 2. Un fabricante de muebles tiene tres plantas que requieren semanalmente 500, 700 y 600 toneladas de madera. El fabricante puede comprar la madera a 3 compañías madereras. Las dos primeras compañías madereras tienen virtualmente una oferta ilimitada, mientras que, por otros compromisos, la tercera compañía no puede surtir más de 500 toneladas por semana. La primera compañía maderera utiliza el ferrocarril como medio de transporte y no hay límite al peso que puede enviar a las fábricas de muebles. Por otra parte, las otras dos compañías madereras usan camiones, lo cual limita a 200 toneladas el peso máximo que puede enviar a cualquiera de las fábricas de muebles. En la tabla siguiente se proporciona el costo de transporte de las compañías madereras a las fábricas de muebles ($ por tonelada). MAQUINA COMPAÑÍA MADERERA 1 2 3 1 2 3 5 2 2.5 4 4.8 3 3 3.6 3.2 Formule este problema como un programa lineal y resuélvalo usando LINDO
  • 5. 3. Una compañía dispone de $30 millones para distribuirlos el próximo año entre sus tres sucursales. Debido a compromisos concernientes a la estabilidad del nivel de empleados y por otras razones, la compañía ha establecido un nivel mínimo de fondos para cada sucursal. Estos fondos mínimos son de $3, $5 y $8 millones, respectivamente. Debido a la naturaleza de su operación, la sucursal 2 no puede utilizar más de $17 millones sin una expansión grande de capital nuevo. La compañía no está dispuesta a efectuar tal expansión en este momento. Cada sucursal tiene la oportunidad de efectuar distintos proyectos con los fondos que recibe. Para cada proyecto se ha establecido una tasa de ganancia (como un porcentaje de la inversión). Por otra parte, algunos de los proyectos permiten sólo una inversión limitada. A continuación se proporcionan los datos de cada proyecto. SUCURSAL PROYECTO TASA DE GANANCIA LÍMITE SUPERIOR DE INVERSIÓN 1 1 8% $6 millones 2 6% $5 millones 3 7% $9 millones 2 4 5% $7 millones 5 8% $10 millones 6 9% $4 millones 3 7 10% $6 millones 8 6% $3 millones Formule este problema como un programa lineal y resuélvalo usando LINDO