Este documento presenta 100 problemas de programación lineal con sus respectivos planteamientos y soluciones. En la introducción, se explica el objetivo del documento y se agradecen las contribuciones de los autores y colaboradores. Luego, se describen conceptos básicos como los modelos en programación lineal, las características de estos problemas y cómo modelizarlos. Finalmente, se incluyen varios ejemplos numéricos de problemas resueltos paso a paso.
Cien problemas de programacion lineal parte 2fzeus
La empresa debe maximizar el número de clientes nuevos mediante publicidad en periódico y televisión, sujeto a restricciones presupuestarias y en el número máximo de avisos. Se desarrolla un modelo de programación lineal para determinar la cantidad óptima de avisos en cada medio que maximice los clientes nuevos.
Cien problemas de programacion lineal parte 4fzeus
El documento presenta un problema de planificación de la producción de una fábrica de conservas de melón con el objetivo de maximizar los beneficios. Las variables son la cantidad de melón de diferentes calidades destinadas a la producción de conservas y jugo, sujetas a restricciones en la capacidad de producción, calidad mínima requerida y proporciones de venta. El objetivo es maximizar los ingresos menos costes de producción.
Cien problemas de programacion lineal parte 3fzeus
MAX Z = 4000 X, + 3000 X2
Sujeto a:
1. 3X, + X2 < 3000
2. 4X, + 3X2 < 6000
3. X, > 400
X,, X2 > 0
Resumen: El problema busca maximizar las utilidades de una empresa que puede producir pantalones o blusas diariamente. Se busca determinar la cantidad óptima de cada producto a producir sujeto a restricciones de capacidad de producción y acabado, requiriendo un mínimo de 400 pantalones diarios.
El documento presenta un problema de programación lineal para una empresa que fabrica dos tipos de congeladores (A y B). Se deben maximizar las ganancias teniendo en cuenta las restricciones de horas disponibles para ensamblaje, pintado y control de calidad, así como la demanda mínima para cada tipo de congelador. La solución óptima indica que se deben fabricar 882 unidades de congeladores A y 764 unidades de congeladores B para obtener una ganancia máxima de $34,706.
El documento presenta 13 problemas de programación lineal. El primer problema involucra maximizar las ganancias de una bicicletería al fabricar bicicletas de paseo y montaña con recursos limitados de acero y aluminio. El segundo problema maximiza las ganancias de un autobús al asignar asientos para fumadores y no fumadores con restricciones de asientos y equipaje. El tercer problema maximiza las ganancias de la venta de naranjas compradas por un comerciante con recursos limitados.
Este documento presenta 7 problemas de programación lineal resueltos por los autores Jorge Acosta Piscoya y Débora Mejía Pacheco. Cada problema contiene la descripción del problema, las variables de decisión, la función objetivo y las restricciones correspondientes. Los autores formulan cada modelo de programación lineal y proveen la solución gráfica y numérica utilizando software.
El documento presenta un índice con cinco capítulos sobre programación lineal. El capítulo 1 incluye ejemplos de formulación de modelos de programación lineal, problemas resueltos y aspectos de álgebra lineal relacionados. Los capítulos 2, 3 y 4 cubren el método simplex, dualidad y análisis de sensibilidad respectivamente. El capítulo 5 trata sobre programación entera.
Este documento describe el análisis de decisiones bajo incertidumbre y presenta un ejemplo de una compañía que debe decidir entre perforar sus propios terrenos en busca de petróleo o venderlos. Se analizan tres criterios para tomar la decisión: el criterio del pago máximo, el criterio de la máxima posibilidad, y la regla de decisión de Bayes. Finalmente, se realiza un análisis de sensibilidad debido a la incertidumbre sobre la probabilidad de encontrar petróleo.
Cien problemas de programacion lineal parte 2fzeus
La empresa debe maximizar el número de clientes nuevos mediante publicidad en periódico y televisión, sujeto a restricciones presupuestarias y en el número máximo de avisos. Se desarrolla un modelo de programación lineal para determinar la cantidad óptima de avisos en cada medio que maximice los clientes nuevos.
Cien problemas de programacion lineal parte 4fzeus
El documento presenta un problema de planificación de la producción de una fábrica de conservas de melón con el objetivo de maximizar los beneficios. Las variables son la cantidad de melón de diferentes calidades destinadas a la producción de conservas y jugo, sujetas a restricciones en la capacidad de producción, calidad mínima requerida y proporciones de venta. El objetivo es maximizar los ingresos menos costes de producción.
Cien problemas de programacion lineal parte 3fzeus
MAX Z = 4000 X, + 3000 X2
Sujeto a:
1. 3X, + X2 < 3000
2. 4X, + 3X2 < 6000
3. X, > 400
X,, X2 > 0
Resumen: El problema busca maximizar las utilidades de una empresa que puede producir pantalones o blusas diariamente. Se busca determinar la cantidad óptima de cada producto a producir sujeto a restricciones de capacidad de producción y acabado, requiriendo un mínimo de 400 pantalones diarios.
El documento presenta un problema de programación lineal para una empresa que fabrica dos tipos de congeladores (A y B). Se deben maximizar las ganancias teniendo en cuenta las restricciones de horas disponibles para ensamblaje, pintado y control de calidad, así como la demanda mínima para cada tipo de congelador. La solución óptima indica que se deben fabricar 882 unidades de congeladores A y 764 unidades de congeladores B para obtener una ganancia máxima de $34,706.
El documento presenta 13 problemas de programación lineal. El primer problema involucra maximizar las ganancias de una bicicletería al fabricar bicicletas de paseo y montaña con recursos limitados de acero y aluminio. El segundo problema maximiza las ganancias de un autobús al asignar asientos para fumadores y no fumadores con restricciones de asientos y equipaje. El tercer problema maximiza las ganancias de la venta de naranjas compradas por un comerciante con recursos limitados.
Este documento presenta 7 problemas de programación lineal resueltos por los autores Jorge Acosta Piscoya y Débora Mejía Pacheco. Cada problema contiene la descripción del problema, las variables de decisión, la función objetivo y las restricciones correspondientes. Los autores formulan cada modelo de programación lineal y proveen la solución gráfica y numérica utilizando software.
El documento presenta un índice con cinco capítulos sobre programación lineal. El capítulo 1 incluye ejemplos de formulación de modelos de programación lineal, problemas resueltos y aspectos de álgebra lineal relacionados. Los capítulos 2, 3 y 4 cubren el método simplex, dualidad y análisis de sensibilidad respectivamente. El capítulo 5 trata sobre programación entera.
Este documento describe el análisis de decisiones bajo incertidumbre y presenta un ejemplo de una compañía que debe decidir entre perforar sus propios terrenos en busca de petróleo o venderlos. Se analizan tres criterios para tomar la decisión: el criterio del pago máximo, el criterio de la máxima posibilidad, y la regla de decisión de Bayes. Finalmente, se realiza un análisis de sensibilidad debido a la incertidumbre sobre la probabilidad de encontrar petróleo.
Este documento habla sobre programación dinámica. Explica qué es la programación dinámica, cómo construir un algoritmo usando esta estrategia, y cuándo usarla. Luego presenta algunos ejemplos clásicos de problemas resueltos con programación dinámica, como el problema de la asignación de vendedores y el problema del empaque. Finalmente, describe cómo resolver estos problemas usando programación dinámica a través de la identificación de conceptos como etapas, estados, transformaciones y resultados.
Este documento presenta cinco ejemplos de problemas de programación lineal. Cada ejemplo describe una situación de negocios e identifica las variables, la función objetivo y las restricciones para formular el modelo de programación lineal correspondiente. El documento provee una guía para la formulación sistemática de problemas de este tipo mediante tablas y diagramas que resumen la información relevante.
El documento introduce el concepto de programación lineal, que involucra asignar recursos para resolver problemas describibles mediante ecuaciones y desigualdades lineales. Presenta un ejemplo práctico de maximizar la utilidad mensual de una empresa que fabrica dos productos usando tres máquinas, sujeto a restricciones en el tiempo disponible de cada máquina. Resuelve el problema gráficamente determinando la región factible y la línea de utilidad máxima para encontrar la solución óptima.
3 aplicaciones de modelado de programación lineal(uarm)Herculano Smith
Este documento presenta un ejemplo de programación lineal aplicado a la selección de medios de publicidad. Resume un caso en el que un club de juegos busca maximizar la audiencia alcanzada mediante una combinación de anuncios de televisión, periódico y radio, sujeto a restricciones presupuestarias y de medios. La solución óptima implica la contratación parcial de algunos anuncios para alcanzar una audiencia total de 67,240.3 jugadores potenciales.
El documento presenta 6 problemas de optimización que involucran programación lineal. Cada problema describe una situación con variables, restricciones y una función objetivo a maximizar o minimizar. Se pide determinar la solución óptima para cada problema que cumpla con las condiciones dadas.
Este documento presenta 14 problemas de programación lineal relacionados con la toma de decisiones sobre producción, mezclas, inversiones y asignación de recursos. Cada problema describe las variables, restricciones y función objetivo de un modelo de programación lineal, y pide determinar la solución óptima que maximice las utilidades o minimice los costos.
Este documento presenta 12 ejercicios de teoría de colas con diferentes escenarios como estaciones de servicio, tiendas minoristas, aeropuertos y más. Para cada ejercicio se pide calcular métricas como la tasa de utilización, probabilidad de colas, tiempo de espera promedio y número óptimo de servidores considerando tasas de llegada de clientes, tiempo de servicio y costos asociados.
Este documento presenta un ejemplo de cómo calcular la función de costo para el uso de electricidad cuando la tarifa es de 10 colones por las primeras 50 unidades y 3 colones para cantidades mayores a 50 unidades. Se determina que la función de costo es 10x cuando x es menor o igual a 50 unidades, y 500 + 3(x - 50) cuando x es mayor a 50 unidades.
2.3. procedimiento para resolver problemasRodia Bravo
Este documento describe el método M para resolver problemas de programación lineal con variables artificiales. El método M agrega variables artificiales a las ecuaciones que no tienen holguras y penaliza estas variables en la función objetivo usando un valor M grande. Esto genera una solución básica inicial que luego se mejora a través de iteraciones del método simplex hasta eliminar las variables artificiales.
Este documento resume los conceptos clave de la programación lineal. Explica cómo establecer un modelo de programación lineal con variables de decisión, función objetivo y restricciones. Luego presenta un ejemplo de la industria de juguetes "Galaxia" y cómo resolverlo gráficamente y mediante el método Simplex. Finalmente, cubre temas como el análisis de sensibilidad y cómo la solución óptima puede verse afectada por cambios en los parámetros.
Este documento presenta un caso de estudio para determinar si un operario en una empresa metalmecánica puede atender una o dos máquinas. Se proporcionan los tiempos de varias actividades y los costos asociados con la mano de obra y las máquinas. Se crean diagramas hombre-máquina para cada alternativa y se realiza un análisis económico. La alternativa de asignarle dos máquinas al operario resulta en un menor costo total.
Este documento presenta una introducción a la programación lineal y su aplicación en la toma de decisiones. Explica los pasos del método de programación lineal y proporciona un ejemplo numérico de cómo maximizar las ganancias de una fábrica que produce dos productos utilizando la programación lineal para determinar las cantidades óptimas de cada producto.
Las cadenas de Markov son modelos probabilísticos que predicen la evolución y comportamiento a corto y largo plazo de sistemas. George usa una cadena de Markov para predecir las participaciones de mercado futuras de tres escuelas técnicas (Bradley School, International Technology y Career Academy) basándose en las tasas históricas de retención de estudiantes y cambios entre escuelas. Multiplicando las participaciones actuales por la matriz de probabilidad de transición, se calculan las participaciones de equilibrio para cada escuela.
Este documento presenta 10 problemas de programación lineal resueltos. Cada problema describe una situación de optimización con variables, restricciones y función objetivo. Se formulan los modelos matemáticos correspondientes y se resuelven para encontrar la solución óptima que maximice o minimice la función objetivo.
1) El documento trata sobre un curso de Investigación de Operaciones I en la Universidad Nacional José Faustino Sánchez Carrión. 2) Dos alumnas, Geraldine Marleni Bellon Pacheco y Ayda Maribel Ramírez Montalvo, presentan un proyecto sobre el "Año del Centenario de Machu Picchu para el Mundo". 3) El proyecto analiza la optimización de recursos para la gestión del Santuario Histórico de Machu Picchu.
El documento presenta 6 ejemplos de problemas de programación lineal resueltos. Cada ejemplo describe un problema de la vida real, define las variables de decisión e incluye las restricciones y el objetivo para formular el modelo matemático correspondiente como un programa lineal. Los ejemplos cubren temas como la mezcla de ingredientes, la asignación de recursos, la producción y la publicidad.
Este documento describe un problema de programación lineal para maximizar la utilidad total de una empresa que produce dos productos, A y B, usando tres máquinas. Cada producto requiere diferentes cantidades de tiempo en cada máquina. El objetivo es determinar la cantidad óptima de cada producto a producir dadas las horas disponibles en cada máquina.
Solución de problemas en programación linealARLO SOLIS
El documento presenta dos ejercicios de programación lineal que deben resolverse utilizando los métodos de la gran M y de las dos fases. Se pide aplicar ambos métodos paso a paso para cada ejercicio, comparar los resultados y utilizar software de programación lineal. Finalmente, se solicita guardar los ejercicios resueltos y enviarlos para recibir retroalimentación.
Este documento presenta la formulación de siete problemas de optimización mediante programación lineal. Cada problema incluye la función objetivo a maximizar o minimizar, las variables de decisión y las restricciones. Los problemas involucran temas como la producción y mezcla óptima de productos, asignación de recursos limitados y toma de decisiones de producción para maximizar utilidades.
Clase 12. modelamiento matematico problemas de mezcla en plLucas Mosquera
Este documento describe problemas de mezcla en programación lineal, donde varios insumos se mezclan para producir bienes finales. Explica que una refinería de petróleo desea maximizar sus utilidades mezclando petróleo crudo y gasolina desintegrada para producir tres tipos de gasolina que cumplan con las demandas y especificaciones de octanaje, sujeto a limitaciones de capacidad. Presenta un modelo matemático con variables de producción, restricciones de suministro, demanda, capacidad y calidad, y un objetivo
El documento presenta 44 ejercicios resueltos de programación lineal, incluyendo problemas de maximización y minimización con diferentes números de variables y restricciones. Los ejercicios cubren temas como transporte, producción, asignación de recursos y toma de decisiones económicas.
CURRÍCULUM VITAE
Inocencio Meléndez Julio
Licenciado en Derecho
Licenciado en Administración de Empresas
PhD en Derecho Patrimonial y Contratación Contemporánea.
MSc. en Derecho de los Contratos Administrativos, Civiles, Comerciales y Financieros.
MSc. en Administración, con énfasis en Gestión y Estructuración de Contratos de Obra Pública, de Concesiones de Infraestructura del Transporte, Concesiones Viales y Servicios Públicos. Diploma de Estudios Avanzados D.E.A en Responsabilidad Contractual, Extracontractual Civil y del Estado con Suficiencia Investigadora en Derecho Civil- Contratos y Daños
Especialista en Derecho Administrativo Económico
Especialista en Derecho Público, Ciencias y Sociología Políticas
Especialista en Gobierno y Control Distritos Ciudades Capitales
Especialista en Derecho Procesal
La vida conforme al Espíritu de Dios. Los Frutos del Espíritu Santo: “ Lo que el espíritu produce es amor, alegría, paz, paciencia, amabilidad, bondad, fidelidad, humildad, oración, salud, servicio a los demás y dominio propio. Contra tales cosas no hay ley.”
Carta de San Pablo a los Gálatas, Capítulo 5, Versículo 22.
I. PERFIL Y COMPETENCIA PROFESIONAL
Consultor- Asesor en Gestión, estructuración legal, técnica y financiera de Proyectos Estratégicos Corporativos en Contratos de Obra Pública, Contratos de Concesiones Viales, Infraestructura de Transporte, y asuntos del Derecho Constitucional, Administrativo, Civil, Comercial, Responsabilidad Contractual, Extracontractual Civil y del Estado, Derecho de Daños, y Derecho Patrimonial.
Concesiones de Servicios Públicos de energía eléctrica, gas natural, combustible y comprimido, Hidrocarburos, refinería, telecomunicaciones, telefonía fija, básica conmutada, celulares, larga distancia nacional internacional, internet, trunking, televisión, canales y espacios, televisión comunitaria, nacional regional y satelital; Aseo, saneamiento básico, acueducto, aguas, alcantarillado y cloacas; tratamiento de residuos sólidos.
Concesiones de infraestructura del transporte terrestre de carga y pasajeros, terminales de transporte terrestre, concesiones de aeropuerto, concesiones de transporte férreo, concesiones de transporte marítimo y fluvial, licencias administrativas.
Estructuración de la matriz de riesgos contractuales en negocios civiles, comerciales, financieros, riesgos en los contratos administrativos de obras públicas y concesiones viales y de servicios públicos.
Asesoría y consultoría jurídica en reclamaciones económicas derivadas de los contratos, indemnizaciones patrimoniales del derecho de daños, responsabilidad contractual extracontractual, civil y del Estado, Asesorías en Derecho Patrimonial y reparación integral de daños resarcibles; Derecho Civil, Derecho Comercial, Derecho de Sociedades, Regulación, Derecho del Consumidor, y reclamaciones de siniestralidad en el Derecho de Seguros; Asesorí
Este documento habla sobre programación dinámica. Explica qué es la programación dinámica, cómo construir un algoritmo usando esta estrategia, y cuándo usarla. Luego presenta algunos ejemplos clásicos de problemas resueltos con programación dinámica, como el problema de la asignación de vendedores y el problema del empaque. Finalmente, describe cómo resolver estos problemas usando programación dinámica a través de la identificación de conceptos como etapas, estados, transformaciones y resultados.
Este documento presenta cinco ejemplos de problemas de programación lineal. Cada ejemplo describe una situación de negocios e identifica las variables, la función objetivo y las restricciones para formular el modelo de programación lineal correspondiente. El documento provee una guía para la formulación sistemática de problemas de este tipo mediante tablas y diagramas que resumen la información relevante.
El documento introduce el concepto de programación lineal, que involucra asignar recursos para resolver problemas describibles mediante ecuaciones y desigualdades lineales. Presenta un ejemplo práctico de maximizar la utilidad mensual de una empresa que fabrica dos productos usando tres máquinas, sujeto a restricciones en el tiempo disponible de cada máquina. Resuelve el problema gráficamente determinando la región factible y la línea de utilidad máxima para encontrar la solución óptima.
3 aplicaciones de modelado de programación lineal(uarm)Herculano Smith
Este documento presenta un ejemplo de programación lineal aplicado a la selección de medios de publicidad. Resume un caso en el que un club de juegos busca maximizar la audiencia alcanzada mediante una combinación de anuncios de televisión, periódico y radio, sujeto a restricciones presupuestarias y de medios. La solución óptima implica la contratación parcial de algunos anuncios para alcanzar una audiencia total de 67,240.3 jugadores potenciales.
El documento presenta 6 problemas de optimización que involucran programación lineal. Cada problema describe una situación con variables, restricciones y una función objetivo a maximizar o minimizar. Se pide determinar la solución óptima para cada problema que cumpla con las condiciones dadas.
Este documento presenta 14 problemas de programación lineal relacionados con la toma de decisiones sobre producción, mezclas, inversiones y asignación de recursos. Cada problema describe las variables, restricciones y función objetivo de un modelo de programación lineal, y pide determinar la solución óptima que maximice las utilidades o minimice los costos.
Este documento presenta 12 ejercicios de teoría de colas con diferentes escenarios como estaciones de servicio, tiendas minoristas, aeropuertos y más. Para cada ejercicio se pide calcular métricas como la tasa de utilización, probabilidad de colas, tiempo de espera promedio y número óptimo de servidores considerando tasas de llegada de clientes, tiempo de servicio y costos asociados.
Este documento presenta un ejemplo de cómo calcular la función de costo para el uso de electricidad cuando la tarifa es de 10 colones por las primeras 50 unidades y 3 colones para cantidades mayores a 50 unidades. Se determina que la función de costo es 10x cuando x es menor o igual a 50 unidades, y 500 + 3(x - 50) cuando x es mayor a 50 unidades.
2.3. procedimiento para resolver problemasRodia Bravo
Este documento describe el método M para resolver problemas de programación lineal con variables artificiales. El método M agrega variables artificiales a las ecuaciones que no tienen holguras y penaliza estas variables en la función objetivo usando un valor M grande. Esto genera una solución básica inicial que luego se mejora a través de iteraciones del método simplex hasta eliminar las variables artificiales.
Este documento resume los conceptos clave de la programación lineal. Explica cómo establecer un modelo de programación lineal con variables de decisión, función objetivo y restricciones. Luego presenta un ejemplo de la industria de juguetes "Galaxia" y cómo resolverlo gráficamente y mediante el método Simplex. Finalmente, cubre temas como el análisis de sensibilidad y cómo la solución óptima puede verse afectada por cambios en los parámetros.
Este documento presenta un caso de estudio para determinar si un operario en una empresa metalmecánica puede atender una o dos máquinas. Se proporcionan los tiempos de varias actividades y los costos asociados con la mano de obra y las máquinas. Se crean diagramas hombre-máquina para cada alternativa y se realiza un análisis económico. La alternativa de asignarle dos máquinas al operario resulta en un menor costo total.
Este documento presenta una introducción a la programación lineal y su aplicación en la toma de decisiones. Explica los pasos del método de programación lineal y proporciona un ejemplo numérico de cómo maximizar las ganancias de una fábrica que produce dos productos utilizando la programación lineal para determinar las cantidades óptimas de cada producto.
Las cadenas de Markov son modelos probabilísticos que predicen la evolución y comportamiento a corto y largo plazo de sistemas. George usa una cadena de Markov para predecir las participaciones de mercado futuras de tres escuelas técnicas (Bradley School, International Technology y Career Academy) basándose en las tasas históricas de retención de estudiantes y cambios entre escuelas. Multiplicando las participaciones actuales por la matriz de probabilidad de transición, se calculan las participaciones de equilibrio para cada escuela.
Este documento presenta 10 problemas de programación lineal resueltos. Cada problema describe una situación de optimización con variables, restricciones y función objetivo. Se formulan los modelos matemáticos correspondientes y se resuelven para encontrar la solución óptima que maximice o minimice la función objetivo.
1) El documento trata sobre un curso de Investigación de Operaciones I en la Universidad Nacional José Faustino Sánchez Carrión. 2) Dos alumnas, Geraldine Marleni Bellon Pacheco y Ayda Maribel Ramírez Montalvo, presentan un proyecto sobre el "Año del Centenario de Machu Picchu para el Mundo". 3) El proyecto analiza la optimización de recursos para la gestión del Santuario Histórico de Machu Picchu.
El documento presenta 6 ejemplos de problemas de programación lineal resueltos. Cada ejemplo describe un problema de la vida real, define las variables de decisión e incluye las restricciones y el objetivo para formular el modelo matemático correspondiente como un programa lineal. Los ejemplos cubren temas como la mezcla de ingredientes, la asignación de recursos, la producción y la publicidad.
Este documento describe un problema de programación lineal para maximizar la utilidad total de una empresa que produce dos productos, A y B, usando tres máquinas. Cada producto requiere diferentes cantidades de tiempo en cada máquina. El objetivo es determinar la cantidad óptima de cada producto a producir dadas las horas disponibles en cada máquina.
Solución de problemas en programación linealARLO SOLIS
El documento presenta dos ejercicios de programación lineal que deben resolverse utilizando los métodos de la gran M y de las dos fases. Se pide aplicar ambos métodos paso a paso para cada ejercicio, comparar los resultados y utilizar software de programación lineal. Finalmente, se solicita guardar los ejercicios resueltos y enviarlos para recibir retroalimentación.
Este documento presenta la formulación de siete problemas de optimización mediante programación lineal. Cada problema incluye la función objetivo a maximizar o minimizar, las variables de decisión y las restricciones. Los problemas involucran temas como la producción y mezcla óptima de productos, asignación de recursos limitados y toma de decisiones de producción para maximizar utilidades.
Clase 12. modelamiento matematico problemas de mezcla en plLucas Mosquera
Este documento describe problemas de mezcla en programación lineal, donde varios insumos se mezclan para producir bienes finales. Explica que una refinería de petróleo desea maximizar sus utilidades mezclando petróleo crudo y gasolina desintegrada para producir tres tipos de gasolina que cumplan con las demandas y especificaciones de octanaje, sujeto a limitaciones de capacidad. Presenta un modelo matemático con variables de producción, restricciones de suministro, demanda, capacidad y calidad, y un objetivo
El documento presenta 44 ejercicios resueltos de programación lineal, incluyendo problemas de maximización y minimización con diferentes números de variables y restricciones. Los ejercicios cubren temas como transporte, producción, asignación de recursos y toma de decisiones económicas.
CURRÍCULUM VITAE
Inocencio Meléndez Julio
Licenciado en Derecho
Licenciado en Administración de Empresas
PhD en Derecho Patrimonial y Contratación Contemporánea.
MSc. en Derecho de los Contratos Administrativos, Civiles, Comerciales y Financieros.
MSc. en Administración, con énfasis en Gestión y Estructuración de Contratos de Obra Pública, de Concesiones de Infraestructura del Transporte, Concesiones Viales y Servicios Públicos. Diploma de Estudios Avanzados D.E.A en Responsabilidad Contractual, Extracontractual Civil y del Estado con Suficiencia Investigadora en Derecho Civil- Contratos y Daños
Especialista en Derecho Administrativo Económico
Especialista en Derecho Público, Ciencias y Sociología Políticas
Especialista en Gobierno y Control Distritos Ciudades Capitales
Especialista en Derecho Procesal
La vida conforme al Espíritu de Dios. Los Frutos del Espíritu Santo: “ Lo que el espíritu produce es amor, alegría, paz, paciencia, amabilidad, bondad, fidelidad, humildad, oración, salud, servicio a los demás y dominio propio. Contra tales cosas no hay ley.”
Carta de San Pablo a los Gálatas, Capítulo 5, Versículo 22.
I. PERFIL Y COMPETENCIA PROFESIONAL
Consultor- Asesor en Gestión, estructuración legal, técnica y financiera de Proyectos Estratégicos Corporativos en Contratos de Obra Pública, Contratos de Concesiones Viales, Infraestructura de Transporte, y asuntos del Derecho Constitucional, Administrativo, Civil, Comercial, Responsabilidad Contractual, Extracontractual Civil y del Estado, Derecho de Daños, y Derecho Patrimonial.
Concesiones de Servicios Públicos de energía eléctrica, gas natural, combustible y comprimido, Hidrocarburos, refinería, telecomunicaciones, telefonía fija, básica conmutada, celulares, larga distancia nacional internacional, internet, trunking, televisión, canales y espacios, televisión comunitaria, nacional regional y satelital; Aseo, saneamiento básico, acueducto, aguas, alcantarillado y cloacas; tratamiento de residuos sólidos.
Concesiones de infraestructura del transporte terrestre de carga y pasajeros, terminales de transporte terrestre, concesiones de aeropuerto, concesiones de transporte férreo, concesiones de transporte marítimo y fluvial, licencias administrativas.
Estructuración de la matriz de riesgos contractuales en negocios civiles, comerciales, financieros, riesgos en los contratos administrativos de obras públicas y concesiones viales y de servicios públicos.
Asesoría y consultoría jurídica en reclamaciones económicas derivadas de los contratos, indemnizaciones patrimoniales del derecho de daños, responsabilidad contractual extracontractual, civil y del Estado, Asesorías en Derecho Patrimonial y reparación integral de daños resarcibles; Derecho Civil, Derecho Comercial, Derecho de Sociedades, Regulación, Derecho del Consumidor, y reclamaciones de siniestralidad en el Derecho de Seguros; Asesorí
Este documento presenta dos problemas de programación lineal. El primer problema involucra minimizar los costos de operación de dos minas al asignar el número de días de trabajo en cada una. La solución óptima es trabajar 60 días en la Mina A y 5 días en la Mina B, minimizando los costos a $10,000. El segundo problema busca maximizar los beneficios de una empresa que fabrica tres artículos, sujeto a restricciones en materia prima e horas de trabajo. La producción óptima es 30 unidades del Primer Artículo y 212.5 unidades del Tercer
propuesta para la evaluación de la planificación csGian YT
Este documento propone una herramienta para evaluar el nivel de planificación colaborativa en las cadenas de suministro. Revisa conceptos clave como planificación colaborativa y elementos que la definen. Describe un método con pasos como revisión teórica, identificación de ítems para una lista de chequeo, y aplicación de la herramienta para obtener un valor que indique el nivel de planificación colaborativa. El objetivo es medir este nivel e identificar debilidades y fortalezas para mejorar el desempeño de la red
El documento presenta un programa general sobre modelos para la toma de decisiones, incluyendo modelos de programación lineal. Se describen métodos como el método gráfico, método simplex, método PERT y diagrama de Gantt. También incluye una bibliografía sobre programación lineal y explica conceptos clave como funciones objetivo y restricciones. Finalmente, provee un caso de ejemplo para ilustrar el método gráfico de programación lineal.
Problemas propuestos investigacion de operaciones ayuden a resolverlo Gian YT
El proveedor debe preparar 500 galones de ponche con al menos 20% de jugo de naranja, 10% de jugo de toronja y 5% de jugo de arándanos usando cinco bebidas de fruta existentes. Se pide formular un modelo de programación lineal para determinar la cantidad óptima de cada bebida a usar para lograr la composición requerida al costo total mínimo.
Este documento describe las propiedades y elementos básicos de un triángulo. Explica que un triángulo tiene 3 lados, 3 vértices y 3 ángulos cuyas sumas internas son 180 grados. También define los criterios de congruencia de triángulos, así como elementos como bisectrices, incentro, mediatrices, circuncentro, alturas, ortocentro, medianas y baricentro.
Este documento presenta varios ejemplos de problemas de programación lineal resueltos. El primero involucra maximizar las ganancias de una empresa que fabrica pantalones y chaquetas mediante el uso óptimo de materiales. El segundo maximiza la producción de mesas de dos modelos sujeto a restricciones de tiempo. El tercero maximiza las ventas de dos tipos de bebidas energéticas.
Máximos y Mínimos de una función de varias variableslobi7o
Este documento presenta un resumen de los conceptos de máximos y mínimos de funciones de varias variables. Explica criterios como el de la segunda derivada y la matriz hessiana para determinar extremos locales de funciones. También cubre temas de máximos y mínimos sujetos a restricciones usando los métodos de multiplicadores de Lagrange y condiciones de Kuhn-Tucker.
Este documento presenta dos problemas de programación lineal. El primer problema involucra minimizar los costos de dos minas al producir tres tipos de carbón. La solución óptima es que la Mina A trabaje durante 60 días y la Mina B durante 5 días, minimizando los costos a $10,000. El segundo problema busca maximizar los beneficios de una empresa que fabrica tres artículos con recursos y demanda limitados. La solución óptima es producir 30 unidades del primer artículo y 212.5 unidades del tercero, maximizando los beneficios a $
Elementos de-calculo-diferencial-e-integral-sadoskyfzeus
La pandemia de COVID-19 ha tenido un impacto significativo en la economía mundial y las vidas de las personas. Muchos países han impuesto medidas de confinamiento que han cerrado negocios y escuelas, y han pedido a la gente que se quede en casa tanto como sea posible para frenar la propagación del virus. A medida que los países comienzan a reabrir gradualmente, los gobiernos deben encontrar el equilibrio adecuado entre la reactivación de la economía y la prevención de nuevos brotes de la enfermedad.
Este documento presenta tres ejercicios de programación lineal. El primer ejercicio involucra maximizar las utilidades de una empresa que fabrica dos tipos de bombas. El segundo ejercicio busca maximizar las utilidades por hora de una empresa que fabrica tres tipos de aisladores. El tercer ejercicio trata de maximizar las utilidades de una empresa que fabrica dos tipos de escritorios en dos plantas.
Este documento introduce los fundamentos de la investigación científica. Explica que la investigación permite abordar problemas sociales, políticos y económicos que son importantes para el lector. Para investigar con éxito, el lector necesita conocer conceptos como la filosofía, epistemología, conocimiento y razón, así como elementos teóricos y metodológicos. El documento también describe las tres etapas del proceso de investigación: 1) construcción del objeto de estudio, 2) modelos y paradigmas de investigación, y 3) la
Este documento presenta una guía de estudio para la evaluación diagnóstica de ingreso al bachillerato en habilidades matemáticas y lectoras. La guía incluye ejemplos y ejercicios de diferentes temas matemáticos y de lectura, así como las claves de respuesta. El propósito es que los estudiantes identifiquen sus áreas de oportunidad y las refuercen antes de ingresar al nivel medio superior.
Metodos y modelos de investigacion de operaciones vol 11HANRRE
Este documento habla sobre temas ocultos que no se pueden mostrar. Contiene varias páginas ocultas con información secreta. El contenido principal está escondido para mantenerlo privado y confidencial.
El documento presenta una descripción de varios métodos filosóficos, incluyendo el método mayéutico de Sócrates, el método dialéctico de Platón, el método deductivo e inductivo, el método trascendental o crítico de Kant, el método fenomenológico de Husserl y el método analítico lingüístico. Explica las características fundamentales de cada método y los filósofos asociados con ellos.
En el metodo se va a explicar :su historia,su concepto sus clases como son los metodos generales y metodos especificos, su importancia su glosario y sus ideas principales
1) El documento presenta información sobre la simulación de procesos de alimentos, incluyendo las etapas de la simulación, los tipos de modelos matemáticos y mecanismos de transferencia de calor. 2) Describe los tipos de modelos como físicos, analógicos y simbólicos, así como los elementos básicos de un modelo de simulación como variables, estados y parámetros. 3) Explica que la simulación permite predecir el comportamiento de un sistema real bajo diferentes condiciones a través de un modelo matem
Este documento describe conceptos básicos de programación como constantes, variables, acumuladores, contadores e identificadores. Explica que las constantes no pueden ser modificadas, mientras que las variables sí cambian de valor. Define acumuladores y contadores como variables numéricas usadas para sumar o contar valores de forma iterativa. También presenta el software PSeInt para enseñar programación usando pseudocódigo en español de forma interactiva.
Este documento describe conceptos básicos de programación como constantes, variables, acumuladores, contadores e identificadores. Explica que las constantes no pueden ser modificadas, mientras que las variables sí cambian de valor. Define acumuladores y contadores como variables numéricas usadas para sumar o contar valores de forma iterativa. También presenta el software PSeInt para enseñar programación usando pseudocódigo en español de forma interactiva.
Este documento describe conceptos básicos de programación como constantes, variables, acumuladores, contadores e identificadores. Explica que las constantes no pueden ser modificadas, mientras que las variables sí cambian de valor. Define acumuladores y contadores como variables numéricas usadas para sumar o contar valores de forma iterativa. También presenta el software PSeInt para enseñar programación usando pseudocódigo en español de forma interactiva.
Este documento define y explica varios conceptos básicos de programación como constantes, variables, acumuladores, contadores e identificadores. También describe las características y funcionalidades del software PSeInt, el cual es un intérprete de pseudocódigo diseñado para ayudar a estudiantes a aprender conceptos básicos de programación. El documento concluye que conocer estos conceptos básicos es indispensable para desarrollar cualquier tipo de actividad en el campo de la programación.
Este documento describe modelos matemáticos y la programación lineal. Explica la estructura de los modelos matemáticos y los componentes de un problema de programación lineal. También describe el método simplex para resolver problemas de programación lineal, incluidas sus variantes como la degeneración, óptimos alternativos, solución no acotada y solución no factible.
Este documento presenta una introducción a la investigación de operaciones y la programación lineal. Explica conceptos clave como modelos matemáticos, variables de decisión, restricciones y función objetivo. Luego describe el método simplex y presenta ejemplos de problemas de minimización y maximización resueltos gráficamente usando programación lineal. Finalmente incluye una bibliografía sobre el tema.
Este documento describe el uso de la metodología OMT (Object Modeling Technique) para el desarrollo de un Sistema Administrativo de Gestión de Información de los Consejos Comunales. OMT propone tres modelos: modelo de objetos, modelo dinámico y modelo funcional. Se detalla el proceso de desarrollo orientado a objetos que incluye fases como conceptualización, análisis, diseño del sistema y diseño de objetos. Finalmente, se explica el proceso de generación de casos de uso para identificar los requisitos del sistema.
Un enfoque científico de la toma de decisiones que requiere la operación de sistemas organizacionales.
Trata sobre Definición, sobre campo de acción, y la importancia de La investigación de operaciones significa hacer investigación sobre las operaciones
Simulación y modelos procesos, y procedimientos.pptxLinaTorres92
El documento define modelado y simulación como la construcción de modelos de sistemas reales y la realización de experimentos con esos modelos para comprender el comportamiento del sistema o evaluar estrategias. Explica que los modelos permiten estudiar sistemas complejos en detalle, describir y predecir su comportamiento, y analizar problemas propuestos. Además, destaca que la simulación permite estudiar sistemas existentes sin interrumpir sus operaciones y probar sistemas propuestos antes de comprometer recursos.
Simulación y modelos procesos, y procedimientos resumen.pptxLinaTorres92
El documento define modelado y simulación, y describe sus ventajas y desventajas. El modelado implica crear un modelo de un sistema real y la simulación implica experimentar con el modelo. Los modelos permiten predecir el comportamiento de un sistema sin interrumpirlo realmente. Sin embargo, la calidad del análisis depende de la calidad del modelo. El documento también presenta ejemplos de modelos de sistemas como tiempo compartido de CPU, relaciones gobierno-población, sistema de ciudad, y transporte de pasajeros.
Este documento describe los simuladores financieros y económicos, incluyendo qué son los simuladores, ejemplos de simuladores financieros como calculadoras de hipotecas, y las ventajas y desventajas de la simulación. Los simuladores reproducen el comportamiento de sistemas financieros para que los usuarios puedan simular y analizar diferentes escenarios y opciones de decisión.
Este documento trata sobre simuladores financieros y económicos. Explica qué es un simulador y cómo reproducen el comportamiento de sistemas mediante modelos matemáticos. Luego describe algunos simuladores financieros disponibles en internet para calcular hipotecas y otras operaciones. Finalmente discute las ventajas y desventajas de usar simulaciones, como que permiten analizar situaciones complejas de manera flexible pero no generan soluciones óptimas.
DSS-5(Modelo y Simulación de Sistemas).pptnancy800982
El documento define modelado y simulación y describe sus ventajas y desventajas. El modelado implica crear un modelo de un sistema real y la simulación implica experimentar con el modelo. Los modelos permiten estudiar sistemas sin interrumpir operaciones, probar sistemas propuestos, y identificar cuellos de botella. Las desventajas incluyen que la calidad del análisis depende de la calidad del modelo y los resultados pueden ser difíciles de interpretar.
El documento define modelado y simulación, y describe sus ventajas y desventajas. El modelado implica crear un modelo de un sistema real, y la simulación implica experimentar con el modelo. Los modelos permiten estudiar sistemas sin interrumpir operaciones, probar sistemas propuestos, y identificar cuellos de botella. Sin embargo, la calidad del análisis depende de la calidad del modelo y su interpretación puede ser difícil.
Este documento presenta el contenido programático de la asignatura Métodos Cuantitativos. Incluye 8 unidades temáticas sobre diferentes métodos cuantitativos como programación lineal, método gráfico, método simplex, método dual simplex, redes PERT CPM, modelos de transporte, método de asignación y método de inventario. También define conceptos clave como sistema, modelo, optimización y describe las etapas para el desarrollo de un modelo matemático. Por último, propone 4 ejemplos de problemas de optimización para resolver.
Este documento describe un curso sobre la aplicación de modelos cuantitativos de Investigación de Operaciones para resolver problemas reales. El curso cubrirá modelos de Programación Lineal y Problemas de Transporte. Los objetivos son aplicar estos modelos para optimizar soluciones a problemas administrativos. La metodología incluye clases expositivas, videos, tareas, prácticas y exámenes. La evaluación considera asistencia, trabajos individuales y en grupo, y un examen o proyecto final.
Este documento describe un curso sobre la aplicación de modelos cuantitativos de Investigación de Operaciones para resolver problemas reales. El curso busca aplicar modelos como Programación Lineal y Problemas de Transporte. Los objetivos son aplicar modelos cuantitativos en la resolución de problemas administrativos y optimizar soluciones usando Investigación de Operaciones. La metodología incluye clases expositivas, videos, tareas, prácticas y exámenes. La evaluación considera asistencia, trabajos individuales y en grupo, y un examen o proyect
Este documento presenta los pasos del método simplex para resolver problemas de optimización lineal. Explica cómo formular un modelo matemático con variables, restricciones y función objetivo. Luego, detalla los 5 pasos del método simplex: 1) cambiar el modelo a forma estándar, 2) armar la tabla simplex, 3) elegir el valor Z más negativo, 4) determinar la variable de salida y pivote, y 5) hacer ceros los demás valores de la columna entrada. Finalmente, provee un ejemplo numérico para ilustrar el proceso.
MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...ROSA IMELDA GARCIA CHI
El documento describe el uso de la herramienta de simulación Promodel para modelar, simular y optimizar procesos y servicios. Promodel es un software tecnológico que permite desarrollar un modelo matemático lógico de un sistema real con el fin de simular su funcionamiento a través del tiempo. La simulación ofrece ventajas como probar cambios en un sistema sin implementarlos físicamente y mejorar la comprensión del mismo. El documento explica la metodología de desarrollo de proyectos de simulación usando esta herram
Similar a Cien problemas de programacion lineal parte 1 (20)
1. Introduccion a las excavaciones subterraneas (1).pdfraulnilton2018
Cuando las excavaciones subterráneas son desarrolladas de manera artesanal, se conceptúa a la excavación como el “ que es una labor efectuada con la mínima sección posible de excavación, para permitir el tránsito del hombre o de
cémilas para realizar la extracción del material desde el
frontón hasta la superficie
Cuando las excavaciones se ejecutan controlando la sección de excavación, de manera que se disturbe lo menos posible la
roca circundante considerando la vida útil que se debe dar a la roca, es cuando aparece el
concepto de “ que abarca,
globalmente, al proceso de excavación, control de la periferia, sostenimiento, revestimiento y consolidación de la excavación
La energía radiante es una forma de energía que
se transmite en forma de ondas
electromagnéticas esta energía se propaga a
través del vacío y de ciertos medios materiales y
es fundamental en una variedad naturales y
tecnológicos
1. GUILLERMO JIMÉNEZ L O Z A N O
VÍCTOR MANUEL Q U E S A D A IBARGÜEN
CIEN PROBLEMAS DE
P R O G R A M A C I Ó N LINEAL
CIÙM/
J&i&ñi-p j i
i* K !
UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE MANIZALES
3. Quedo en deuda con Albanery (quien siempre me ha perdonado
mi inclinación por la Investigación Operacional), Xiomara Alexandra y Angélica.
Sin su dedicación, entendimiento y persistencia
no hubiera podido publicar este texto.
A Camila Honoria, mi madre.
A la memoria de Víctor Rodolfo, mi padre.
A Ana Cristina, Juan Manuel y David Leonardo, esposa e hijos.
A mis hermanos.
A los alumnos, cuyas inquietudes me han motivado
a investigar sobre el tema.
7. I N T R O D U C C I Ó N
El presente escrito tiene la intención de servir a las personas dedicadas al planteamiento de
modelos de Programación Lineal, en especial a los estudiantes que cursan Investigación de
Operaciones I.
Se aspira que en este volumen se puedan recoger una extensa colección de problemas que se
presentan en Programación Lineal. La mayoría de los modelos que se encuentran escritos en el presente
texto y el planteamiento de los mismos corresponden a la experiencia desarrollada a lo largo del tiempo
dentro de los cursos de Programación Lineal, Investigación de Operaciones, Optimización, tanto a
nivel de pregrado como de posgrado, que se han impartido en varias Universidades del país.
Nuestra intención es presentar obras de Matemáticas Aplicadas accesibles a gran número de
personas de diferentes niveles científicos. Cada uno a nivel de iniciación, intermedio o finalización
alcanzará el nivel que quiera de acuerdo a sus necesidades.
No quisiéramos terminar este texto, sin antes agradecer en primera instancia a los docentes de
Investigación de Operaciones, como también a todos nuestros estudiantes de la Universidad Nacional
de Colombia Sede Manizales y de la Universidad de Cartagena, tanto de pregrado, como de posgrado.
Finalmente no queremos finalizar estas líneas sin agradecer de una manera muy especial a todas
las personas que laboran en el Centro de Publicaciones de la Universidad Nacional de Colombia Sede
Manizales el empeño colocado para la publicación de la presente obra, especialmente a su actual jefe.
GUILLERMO JIMÉNEZ LOZANO
VÍCTOR MANUEL QUESADA IBARGÜEN
9
8. PROBLEMAS DE P R O G R A M A C I Ó N LINEAL
MODELOS EN PROGRAMACIÓN LINEAL
En general, el problema que resuelve la programación lineal se plantea así:
Función Objetivo: OPTIMIZAR Z = C,X, + C,X, + C,X,+ ... + C X• 1 1 2 2 3 3 n n
C. G IR, i— l,2,3,...,n
Con las siguientes restricciones:
Restricciones Físicas (Estructurales):
aHX, + a12X2 + . + a, Xln n > b,
a2|X, + a22X2 + a
23X
3 . + a, X2n n > b
2
a31X, + a32X2 + a33X3 .+ a , X3n n > b3
a ,X,mi 1 + am2 2 a Xm3 3 . + a Xmn n
a e IR, i =u '
>
1,2,
bm
3,..
i = 1,2, 3, ..., n
b e IRi
Restricciones Formales (De rango):
x,, x2, x3,..., xn > o
RECURSOS: b„ ..., b
1' ' m
CARACTERÍSTICAS DE LOS PROBLEMAS DE PROGRAMACIÓN LINEAL
Los supuestos en que se basa la programación lineal y que ayudan a concluir sobre la formulación
presentada de un problema son:
• Proporcionalidad. Implica que en la función objetivo Z, la utilización del recurso j es
a..X. (i = 1, 2,..., m), son directamente proporcionales al valor de la actividad j determinada.
• Aditividad. Dados los niveles de actividad, el uso total de cada recurso y el valor resultante de Z
deben igualar la suma correspondiente a las cantidades generadas por el valor de cada actividad.
11
9. • No negatividad. El resultado de cada una de las variables de decisión en la solución óptima debe
ser positivo. Cuando se presentan variables negativas, éstas se deben expresar como la adición
de variables positivas.
• Optinialidad. En algunos casos las variables reales que describen las actividades tienen sentido
únicamente con valores enteros; debemos tener en cuenta que en programación lineal se aceptan
valores reales positivos.
MODEUZACIÓN
Un modelo es una abstracción, una representación de la realidad, un concepto o una idea con la que se
pretende aumentar su comprensión, hacer predicciones o controlar/analizar un sistema. Cuando el sistema
no existe, sirve para definir la estructura ideal de ese sistema futuro indicando las relaciones funcionales
entre sus elementos. En la actualidad un modelo se define como un constructo basado en nuestras propias
percepciones pasadas y actuales; la anterior representación puede ser holista o reduccionista.
Clasificación de modelos
Los modelos se clasifican desde diversos puntos de vista. Es de advertir que las siguientes divisiones
y subdivisiones no fueron realizadas en forma exhaustiva.
1. Por su grado de abstracción: se dividen en abstractos (no físicos) y concretos (físicos). Los
primeros en general se apartan de la realidad y los segundos generalmente emulan los sistemas
reales. Los abstractos se clasifican en verbales, diagramáticos y matemáticos. Los verbales,
corresponden a la representación del modelo en prosa; diagramáticos, el modelo es expresado
por medio de diagramas; los modelos matemáticos se subdividen su vez en algebraicos,
trascendentes, continuos, discretos, lineales y no lineales. Los modelos algebraicos trabajan
con funciones algebraicas. Los trascendentes utilizan funciones trascendentes. Los modelos
continuos emplean valores correspondientes a distribuciones de probabilidad mientras que
en los modelos discretos los cambios que sufre un sistema se hacen en intervalos de tiempo.
Los modelos lineales trabajan con funciones lineales en tanto que los modelos no lineales
utilizan funciones no lineales.
Además, los modelos matemáticos también pueden ser estáticos, dinámicos, determinísticos
y probabilísticos (estocásticos): un modelo es estático, cuando sus atributos no muestran
variación en el tiempo, los modelos dinámicos permiten observar el comportamiento del
sistema a través del tiempo, los modelos determinísticos no tienen funciones de probabilidad;
mientras que los modelos estocásticos existen en ellos funciones de probabilidad.
2. Por su esencia: son normativos y descriptivos. Los modelos primeros indican normas que se
deben cumplir, mientras que los segundos nos definen una situación real.
3. Por sus características: pueden ser réplicas, cuasirréplicas, analógicos, formalización,
isomorfos y simulación. Réplica, representación estricta de la realidad a escala; cuasirréplica,
su representación se realiza en dos dimensiones; analógicos, utilizan unas propiedades para
representar otras; formalización, emplean lenguaje abstracto; isomorfos, número de variables
que emplea el modelo; simulación, no se reproducen características físicas.
12
10. PLANTEAMIENTO DE MODELOS EN PROGRAMACIÓN LINEAL
A continuación se plantean modelos usuales en nuestro medio, como aplicaciones industriales o
comerciales.
En Investigación de Operaciones es importante plantear modelos, que luego de estandarizarlos
queden estructurados como problemas de programación lineal para proceder a su solución.
Problemas
í • Una empresa, especializada en la fabricación de mobiliario para casas de muñecas, produce
cierto tipo de minimesas y minisillas que vende a 2000 unidades monetarias (u. m.) y 3000 u. m. por
cada artículo, respectivamente. Desea saber cuántas unidades de cada artículo debe fabricar diariamente
un operario para maximizar los ingresos, teniendo las siguientes restricciones:
• El número total de unidades de los dos tipos no podrá exceder de cuatro por día y operario.
• Cada minimesa requiere dos horas para su fabricación; cada minisilla, tres horas. La jornada
laboral máxima es de diez horas.
• El material utilizado en cada minimesa cuesta 400 u.m. El utilizado en cada minisilla cuesta
200 u.m. Cada operario dispone de 1200 u.m. diarias para material.
Plantear y resolver el anterior problema como un modelo de programación lineal.
INFORMACIÓN
Precio de venta de minimesas 2000 u.m.
Precio de venta de minisillas 3000 u.m.
Tiempo de fabricación de una minimesa 2 horas
Tiempo de fabricación de una minisilla 3 horas
Jornada laboral máxima 10 horas
Costo de material de una minimesa 400 u.m.
Costo de material de una minisilla 200 u.m.
Total minisillas y minimesas no deben exceder cuatro unidades por día y operario
PLANTEAMIENTO
X, -> Número de minimesas a producir diariamente por operario
X2 Número de minisillas a producir diariamente por operario
13
11. Modelo (primal)
MAX Z = 2000 X, + 3000 X
Sujeta a:
1. X, + X, < 4
2. 2X + 3X, < 10
3. 400 X, + 200 X, < 1200
X,, x2 > o
Este problema tiene solución óptima múltiple:
Una de las soluciones es:
X* = 0 No se deben producir minimesas diariamente
XÍ = — = Se deben fabricar por día 1®. minisillas
3 3
Z* = 10000 La utilidad a obtener es de 10000 u.m. (unidades monetarias)
Otra de las soluciones es:
X* = 2 se deben producir dos minimesas diariamente
X j = 2 se deben fabricar por día dos minisillas por día
Z2 = 10000 la utilidad a obtener es de 10000 u.m. (unidades monetarias)
2 . En un almacén de frutas hay 800 kg de naranjas, 800 kg de manzanas y 500 kg de plátanos. Para
su venta se hacen dos lotes (A y B). El lote A contiene 1 kg de naranjas, 2 kg de manzanas y 1 kg de
plátanos; el lote B se compone de 2 kg de naranjas, 1 kg de manzanas y 1 kg de plátanos. El beneficio
por kilogramo que se obtiene con el lote A es de 1200 u.m. y con el lote B de 1400 u.m. Determinar el
número de kilogramo de cada tipo para conseguir beneficios máximos.
Plantear y resolver el anterior problema como un modelo de programación lineal.
14
12. INFORMACION
Existencias 800 kg naranjas
800 kg manzanas
500 kg plátanos
Lote A 1 kg naranjas Lote B 2 kg naranjas -
2 kg manzanas 1 kg manzanas
kg plátanos 1 kg plátanos
Beneficios lote A 1200 u.m.
Beneficios lote B 1400 u.m.
PLANTEAMIENTO
X, Número de lotes clase A para formar en kg
XB Número de lotes clase B para formar en kg
Modelo (primal):
MAX Z = 1200 X + 1400 XBA B
Sujeta a:
1.
2.
3.
X
A
+ 2Xb / < 800 J
2Xa + X
B
< 800
X
A + X
B
< 500
X
A ' X
B
> 0
x;=2oo se deben formar 200 lotes de clase A
X3 = 300 se deben formar 300 lotes de clase B
Z*= 660000 el beneficio máximo a obtener es de 660000 u.m.
W» La región factible de un problema de programación lineal es la intersección del primer cuadrante
del plano cartesiano con los tres semiplanos definidos por las siguientes inecuaciones:
X Y , X Y , X Y ,
— + —<1; — + — >1; — + — >1
10 8 5 8 10 4
15
13. a. Dibuje dicha región y determine sus vértices.
b. Calcule el mínimo de la función objetivo F(x,y) = 4X + 5Yyel recinto anterior.
SOLUCION
Representamos las rectas:
— + —<1; 8X + 10Y<80
10 8
—+ —>1; 8X + 5Y > 40
5 8
—+ —>1; 4X +10Y > 40
10 4
X Y , X Y , X Y •
—+—=1; —+— = 1; —+—=1
10 8 5 8 10 4
10 4
La región factible es la sombreada. Las coordenadas de los vértices son:
B(10,0) y C(0,8). Las coordenadas del punto A son las del punto de intersección de las rectas
10 8
16
14. x y
f i " ^ " 1
Í8x + 5y = 40 20 10 40 8
=>x = — = —; y = — = —
[2x + 5_y = 20 6 ^ 3 15 3
10 +
4 "
En la representación el signo menor o igual (<) corresponde al barrido en la dirección y sentido
80que indiquen las ecuaciones, b) El mínimo de la función objetivo es: Mín W = 4X + 5Y;W = _
3
4
Un frutero necesita 16 cajas de naranjas, 5 de plátanos y 20 de manzanas. Dos mayoristas
pueden suministrarle para satisfacer sus necesidades, pero sólo venden la fruta en contenedores
completos. El mayorista A envía en cada contenedor 8 cajas de naranjas, 1 de plátanos y 2 de manzanas.
El mayorista B envía en cada contenedor 2 cajas de naranjas, una de plátanos y 7 de manzanas.
Sabiendo que el mayorista A se encuentra a 150 km de distancia y el mayorista B a 300 km, calcular
cuántos contenedores habrá de comprar a cada mayorista, con objeto de ahorrar tiempo y dinero,
reduciendo al mínimo la distancia de lo solicitado.
INFORMACIÓN
NECESIDADES (demanda) 16 cajas de naranja
5 cajas de plátano
20 cajas de manzanas
OFERTA Mayorista A (contenedor a 150 km) 8 cajas de naranja
1 caja de plátano
2 cajas de manzana
Mayorista B (contenedor a 300 km) 2 cajas de naranja
1 caja de plátano
7 cajas de manzana
PLANTEAMIENTO
Se debe establecer cuántos contenedores ha de comprar a cada mayorista con objeto de ahorrar
tiempo y dinero, reduciendo al mínimo la distancia de lo solicitado.
Plantear y resolver el anterior problema como un modelo de programación lineal.
17
15. SOLUCIÓN
X| Cantidad de contenedores a comprar al mayorista A
X2 Cantidad de contenedores a comprar al mayorista B
Sea Y; =
f1 —> Si se le compra al proveedor i, i = A, B
[4> -> En caso contrario
Modelo (primal):
MINW= 150 Y +300 YnA B
Sujeta a:
1. 8X, + 2X2 > 16
2. x, + X
2 > 5
3. 2X, + 7X2 > 20
4. x, < m y a
5. X
2 < m y b
X„ X2
> 0
Y Y1
A' 1
B > 0; Y/0- Y Y < 1' Y Y E Z' A' B— ' A' B
M es un valor numérico demasiado alto.
Resumiendo:
MIN W = 150 Y +300 Y,A !
Sujeta a:
l. 8X, + 2 X , > 16
2. x, + x2 > 5
3. 2X, + 7 X2 > 20
4. x, - MYa < 0
5. X2 - MYb
< 0
Xp x . > 0
Y Y > 0'Y Y < 1 • Y Y e ZA'-'-B - ' A' B ' A' B
16. Y ; = 1 Se le compra al proveedor
*
YB = 1 Se le compra al proveedor
*
Xj = 3 Se deben comprar tres contenedores al proveedor A
*
X2 = 2 Se deben comprar dos contenedores al proveedor B
W*= 450 Los costos sé pueden bajar en 450 u.m.
5
Una compañía tiene dos minas: la mina A produce diariamente 1 tonelada de carbón de antracita
de alta calidad, 2 toneladas de carbón de calidad media y 4 toneladas de carbón de baja calidad; la mina
B produce 2 toneladas de cada una de las tres clases. Esta compañía necesita 70 toneladas de carbón
de alta calidad, 130 de calidad media y 150 de baja calidad. Los gastos diarios de la mina A ascienden
a 500 u.m. y los de la mina B a 750 u.m. ¿Cuántos días deberán trabajar en cada mina para que la
función de coste sea mínima?
Plantear y resolver el anterior problema como un modelo de programación lineal.
INFORMACIÓN
Producción en toneladas de carbón
Mina Alta calidad Calidad media Baja calidad Gastos/día
A 1 2 4 500 u.m.
B 2 2 2 750 u.m.
Requerido 70 130 1_50
PLANTEAMIENTO
X] Número de días a explotar la mina A
X2 Número de días a explotar la mina B
Modelo (primal):
MIN W = 500 X, + 750 X2
Sujeta a:
1. X, + 2X, > 70
2. 2X, + 2X, > 130
3. 4X, + 2X2 > 150
X,,X2 > 0
wm
/
19
17. *
Xj = 60 La mina A se debe explotar 60 días
*
X2 = 5 La mina B se debe explotar 5 días
W*= 33750 Los costos mínimos son de 33750 u.m.
Imaginemos que las necesidades semanales mínimas de una persona en proteínas, hidratos de
carbono y grasas son, respectivamente, 8, 12 y 9 unidades. Supongamos que debemos obtener un
preparado con esa composición mínima mezclando dos productos Ay B, cuyos contenidos por kilogramo
son los que se indican en la siguiente tabla:
Proteínas Hidratos Grasas Costo/kg
A 2 6 1 600
B 1 1 3 400
¿Cuántos kilogramos de cada producto deberán comprarse semanalmente para que el costo de
preparar la dieta sea mínimo?
Plantear y resolver el anterior problema como un modelo de programación lineal.
INFORMACIÓN
Proteínas Hidratos Grasas Costo/kg
Producto A 2 6 1 600
Producto B 1 1 3 400
Necesidades
(unidades)
8 12 9
PLANTEAMIENTO
XA Cantidad en kg de producto A a utilizar semanalmente
XB Cantidad en kg de producto B a utilizar semanalmente
Modelo (primal):
MIN W = 600 X4 + 400 X,A ]
Sujeta a:
1. 2Xa
+
xB > 8
2. 6Xa
+
xB > 12
3. xA + 3XB > 9
xA, xB
> 0
20
18. *
XA= 3 Se deben utilizar 3 kg de producto A a la semana
*
XB= 2 Se deben usar 2 kg de producto A semanalmente
W*= 2600 Los costos mínimos en la semana son de 2600 u.m.
En la elaboración de un producto A se necesita una sustancia B. La cantidad de A obtenida es
menor o igual que el doble de B utilizada, y la diferencia entre las cantidades del producto B y Ano
supera los 2 g mientras que la suma no debe sobrepasar los 5 g. Además se utiliza por lo menos 1 g de
B y se requiere 1 g de A. La sustancia A se vende a 5 millones de u.m. y la B cuesta 4 millones de u.m.
el gramo. Calcular la cantidad de sustancia B necesaria para que el beneficio sea máximo.
Plantear y resolver el anterior problema como un modelo de programación lineal.
INFORMACIÓN
Producto Requiere sustancia
A B
Cantidad de A < 2B utilizada
B - A < 2 g
A + B < 5g
...
La cantidad de B utilizada ha de ser por lo menos 1 g
Se requiere 1 g de A
Precio de venta de A 5 millones u.m./g
Costo de B 4 millones u.m./g
PLANTEAMIENTO
XA Cantidad en gramos del producto A a producir
XB Cantidad en gramos de la sustancia B a utilizar
Modelo (primal):
MAX Z = 5 X a - 4 X b
Sujeta a:
1. xA
< 2X,
2. + xB < 2
3. xA
+ xB < 5
4. X
B
= 1
X
A > X
B
> 0
21
19. Resumiendo:
MAX Z = 5 X A - 4 X B
Sujeta a:
1. xA - 2Xb
< 0
2. -XA + X
B
< 2
3. XA + X
B
< 5
4. xB
> 1
X
A ' X
B
> 0
O
En una encuesta realizada por una televisión local se detectó que un programa con 20 minutos
de variedades y un minuto de publicidad capta 30000 espectadores, mientras que otro programa con 10
minutos de variedades y 1 minuto de publicidad capta 10000 espectadores.
Para un determinado período, la dirección de la red decide dedicar 80 minutos de variedades y los
anunciantes 6 minutos de publicidad, ¿Cuántas veces deberá aparecer cada programa con objeto de
captar el máximo número de espectadores?
INFORMACIÓN
Programa (contenido) Captación de espectadores
20 minutos variedades + 1 minuto publicidad 30000
10 minutos de variedades + 1 minuto de publicidad 10000
PLANTEAMIENTO
Xi Número de exposiciones del programa 1 en el período
X2 Número de exposiciones del programa 2 en el período
Modelo (primal):
MAX Z = 30000 X, + 10000 X,
Sujeta a:
1. 20 X^ + 10X2 = 80
2. X, + X, = 6
X„ X2 > 0
22
20. o' • Una empresa tiene dos factorías A y B. En ellas se fabrica un determinado producto, a razón
de 500 y 400 unidades por día respectivamente. El producto ha de ser distribuido posteriormente a
tres centros I, II y III, que requieren, respectivamente, 200, 300 y 400 unidades. Los costos de
transportar cada unidad del producto desde cada factoría a cada centro distribuidor son los indicados
en la tabla siguiente:
Factoría I II III
Fabricación
(unidades)
A 50 60 10 500 u
B 25 40 20 400 u
Demanda 200 300 400
¿De qué manera deben organizar el transporte a fin de que los gastos sean mínimos?
PLANTEAMIENTO
X¡j Cantidad de producto a enviar desde la factoría i (i = A, B) hasta el centro j (j = 1, 2, 3)
Modelo (primal):
MIN W = 50 X.. + 60 X., + 10 X4, + 25 Xni + 40 Xn, + 20 X,A! A2 A3 B! B2 ]
Sujeta a:
1. xA1 +
* A 2
+
xA3
< 500
2. XB,
+
XB2
+
XB3
< 400
3. +
XB, > 200
4. xA2
+ X
B 2
> 300
5. XA3
+
XB3
> 400
XU
> 0
' V • Una multinacional farmacéutica desea fabricar un compuesto nutritivo a base de dos productos
A y B. El producto A contiene 30% de proteínas, un 1 % de grasas y un 10% de azúcares. El producto
B contiene un 5% de proteínas, un 7% de grasas y un 10% de azúcares.
El compuesto tiene que tener, al menos, 25g de proteínas, 6g de grasas y 30g de azúcares.
e) coste del producto A es de 0.6 u.m./g. y el de B es de 0.2 u.m./g.
23
21. ¿Cuántos gramos de cada producto debe tener el compuesto para que el coste total sea mínimo?
INFORMACIÓN
% Proteínas % Grasas % Azúcar Costo (u.m/kg)
Producto A 30 1 10 0,6
Producto B 5 7 10 0,2
Requerido en el
compuesto
25 g 6g 30 g
PLANTEAMIENTO
XA Cantidad en gramos del producto A a utilizar
Xb Cantidad en gramos del producto B a utilizar
Modelo (primal):
MIN W = 0,6 XA + 0,2 X,
Sujeta a:
1. 0,3 XA +' A
0,05 X
B
> 25
2.0,01XA + 0,07 X
B
> 6
3.0,1 X4 +' A 0,1 X
B
> 30
X
A > X
B
> 0
1 1 • Una asociación agrícola tiene dos parcelas: la parcela Pj tiene 400 Ha de tierra utilizable
y dispone de 500 m3
de agua, mientras la parcela P2 tiene 900 Ha de tierra utilizable y dispone de
1200 m3
de agua. Los cultivos aconsejados son: remolacha y algodón. La remolacha consume
3 m3
de agua por Ha, con un beneficio de 700 u.m. por Ha; el algodón consume 2 m3
de agua por
Ha, con un beneficio de 500 u.m. por Ha. Se ha establecido una cuota máxima por Ha para cada
cultivo: 800 para la remolacha y 600 para el algodón, siendo el porcentaje total de terreno cultivado
el mismo en cada parcela.
Plantear el problema de programación lineal.
24
22. INFORMACION
PARCELAS HECTAREAS AGUA (m3
)
P, 400 500
P2 900 1200
CULTIVOS
CONSUMOS REMOLACHA ALGODON
Agua (m3
/Ha) 3 2
Beneficios (u.m./Ha) 700 500
Máx. cultivable (Ha) 800 600
PLANTEAMIENTO
^ Número de hectáreas dedicadas al cultivo i (i = 1 (remolacha), 2 (algodón)) en la
u
parcela j (j = 1, 2).
Modelo (primal):
MAX Z = 700 (XH
+ X12) + 500 (X2| + X„)
Sujeta a:
1. X„
2.
3. 3X„
4.
+ X ,
x,
+ 2X,
3 X,
5. X„ + Xl2
6.
7.
+ X .
2X,
X„ + X,
X
11 + X
21 _ X|2 +X2 2
400 900
X
< 400
< 900
< 500
< 1200
< 800
< 600
25
23. Resumiendo:
MAX Z = 700 X„ + 700 X12 + 500 X21 + 500 X2
Sujeta a:
1. Xu + X21 < 400
2. X12 + X22 < 900
3. 3X„ + 2X,, < 500
4. 3X12 +2X22 < 1200
5. Xn + XI2 < 800
6. X2| + X22 < 600
7. 9X„ - 4X12 +9X2, -4X22 = 0
X. > 0u
1 2 Una empresa constructora dispone de dos tipos de camiones C, y C2 y quiere transportar 100
toneladas de arena a una obra. Sabiendo que dispone de 6 camiones tipo C, con capacidad para 15
toneladas y con un coste de 4000 u.m. por viaje y de 10 camiones tipo C2 con una capacidad de 5
toneladas y con un coste de 3000 u.m. por viaje.
¿Cuál es el número posible de camiones que debe usar para que el coste sea mínimo?
INFORMACIÓN
CAMIONES NÚMERO
CAPACIDAD
(toneladas)
COSTO / VIAJE
C, 6 15 4000 u.m.
C2 10 5 3000 u.m.
Debe transportar 100 toneladas
PLANTEAMIENTO
X, Número de camiones tipo i (i = 1, 2) que se utiliza
26
24. Modelo (primal):
MEN W = 4000 X, + 3000 X,
Sujeta a:
1. x, 6
2. X
2 < 10
3. 15 X, + 5 X2 < 100
X,,X2 > 0
Nota: Se supone que cada camión se puede utilizar sólo una vez. Por lo tanto, la expresión
"camión utilizado" es equivalente a viaje realizado.
• Una compañía aérea dispone de dos tipos de aviones A, y A., para cubrir un determinado
trayecto. El avión A, debe hacer el trayecto más veces que el avión A2 pero no puede sobrepasar 120
viajes. Entre los dos aviones deben hacer más de 60 vuelos, pero menos de 200. En cada vuelo, A!
consume 900 litros de combustible y A, 700 litros. En cada viaje del avión A, la empresa gana 30.000
u.m. y 20.000 u.m. por cada viaje del avión A,.
¿Cuántos viajes debe hacer cada avión para obtener el máximo de ganancias?
INFORMACIÓN
Aj Debe hacer más viajes que A2 y no puede sobrepasar 120 viajes
Entre los dos aviones deben hacer más de 60 viajes y menos de 200
CONSUMO DE COMBUSTIBLE POR VIAJE
A| 900 litros de combustible
A2 700 litros de combustible
GANANCIAS
Ai 30000 u.m. por viaje
A: 20000 u.m. por viaje
PLANTEAMIENTO
X] Número de viajes a realizar el avión Ai
X2 Número de viajes a realizar el avión A2
27
25. Modelo (primal):
MAX Z = 30000 X, + 20000 X2
Sujeta a:
1. x, > X2
2. x, < 120
3. x, + X2 > 60
4. x, + X2
< 200
Xr
,X2 > 0
Resumiendo:
MAX Z = 30000 X, + 20000 X2
Sujeta a:
1. X, - x2 > 0
2. X, < 120
3. X, + X2 > 60
4. X, + X2 < 200
x„X
2 > 0
• Una industria vinícola produce vino y vinagre. El doble de la producción de vino es siempre
menor o igual que la producción de vinagre más cuatro unidades. Por otra parte, el triple de la producción
de vinagre sumado con cuatro veces la producción de vino se mantiene siempre menor o igual a 18
unidades.
Hallarel número de unidades de cada producto que se deben producir para alcanzar un beneficio máximo,
sabiendo que cada unidad de vino deja un beneficio de 800 u.m. y cada unidad de vinagre de 200 u.m.
INFORMACIÓN
Dos veces la producción de vino es menor o igual que la producción de vinagre más cuatro
unidades
El triple de la producción de vinagre más cuatro (producción de vino) es siempre menor
que 18 unidades
BENEFICIOS
VINO 800 u.m. por unidad
VINAGRE 200 u.m. por unidad
28
26. PLANTEAMIENTO
X, Cantidad en botellas de vino a producir
X2 Cantidad en botellas de vinagre a producir
Modelo (primal):
MAX Z = 800 X, + 200 X2
Sujeta a%
L 2 X, < X2 + 4
2. 4 X, + 3 X2 < m 1(5
x,, x2 > o
Resumiendo:
MAX Z = 800 X, + 200 X,
Sujeta a:
1. 2X, - X2 < 4
2. 4X, + 3 X 2 < 18
X,, X2 > 0
1 5
• ^ • Una fábrica de carrocerías de automóviles y camiones tiene dos naves. En la nave A, para
hacer la carrocería de un camión, se invierten siete días-operario, para fabricar la de un coche se
precisan dos días-operario. En la nave B se invierten tres días operario tanto en carrocerías de camión
como de coche. Por limitaciones de mano de obra y maquinaria, la nave A dispone de 300 días operario,
y la nave B de 270 días-operario. Si los beneficios que se obtienen por cada camión son de 6 millones
de u.m. y por cada automóvil 2 millones de u.m., ¿cuántas unidades de cada uno se deben producir
para maximizar las ganancias?
INFORMACIÓN
DIAS OPERARIO
NAVE Camión Automóvil DISPONIBLE
A 7 2. 300
B 3 3 270
Beneficios 6 millones 2 millones
29
27. PLANTEAMIENTO
Xy Número de carrocerías tipo i (i = 1, 2) a producir en la nave j (j = A, B)
Modelo (primal):
MAX Z = 6 X)A + 6 X1B + 2 X2A + 2 X2B
Sujeta a:
1. 7X,a + 2 X2A < 300
2. 6 X,,. + 2 X.,, < 270
X
IA' X
IR' X
5A>X
2R - 0
1 6 . Una entidad financiera capta depósitos y presta dinero»La captación de depósitos lleva una
hora para convencer al cliente y otra de trabajo burocrático. El préstamo de dinero lleva una hora para
convencer al cliente y dos horas de trabajo burocrático. El máximo número de horas de trabajo disponibles
es de 40 horas para convencer a los clientes y 60 horas para el trabajo burocrático. El beneficio
obtenido por prestar dinero es 1/3 mayor que el de captar depósitos. ¿Cuántas operaciones de cada
tipo le conviene realizar a la entidad para obtener el máximo beneficio?
Seguir los siguiente pasos:
Expresar mediante inecuaciones el recinto definido.
Dar la función objetivo.
¿Cuántas operaciones realiza de cada tipo?
INFORMACIÓN
HORAS REQUERIDAS
OPERACION Convencimiento Trámites BENEFICIOS
Captación de depósitos 1 1 a
Préstamos 1 2. (1+1/3)a
Disponibilidad de tiempo 40 60
PLANTEAMIENTO
X, Número de operaciones de captación a realizar en el período
X2 Número de operaciones de colocación a realizar en el período
30
28. El beneficio aX( +
í 1A
1 + -
v
a X, sería:
a X + a X + a X
2 __ 3a X! + 3a X2 + a X2 _ 3a X, + 4a X2
Siendo a un valor positivo: Z = a
( 3 X
i + 4 X
2 )
3
Cualquiera que sea el valor de a, afecta por igual tanto a X, como a X2, por tanto se puede omitir.
Su único efecto es en el valor de la función objetivo que resultará dividida entre a.
MAX Z = X, + i X.
Sujeta a:
L X, + X2 < 40
2. X, + 2X2 < 60
X,,X2 > 0
a
I 7 « Una persona tiene 500000 u.m. para invertir en dos tipos de acciones A y B. El tipo A tiene
bastante riesgo con un interés anual del 10% y el tipo B es bastante seguro con un interés anual del
7%. Decide invertir como máximo 300000 u.m. en A y como mínimo 100000 u.m. enB, e invertir en A
por lo menos tanto como en B, ¿Cómo deberá invertir sus 500000 u.m. para maximizar sus intereses
anuales?
INFORMACIÓN
ACCIONES INTERES
ANUAL
CONDICIONES DE INVERSION
A 10% No más de 300000 u.m. Por lo menos tanto como en B
B 7% No menos de 100000 u.m.
PLANTEAMIENTO
X, Cantidad a invertir en acciones A
x2 Cantidad a invertir en acciones B
31
29. Modelo (primal):
MAX Z = 0,1 X, + 0,07 X2
Sujeta a:
1. X, + X2
2. X,
3. X2
4. X,
X,,X2
Resumiendo:
MAX Z = 0,1 X, + 0,07 X2
Sujeta a:
1. x,
+
x2 < 500000
2. x, < 300000
3. x2 > 100000
4. x, - x2 > 0
Xj,X2 > 0
• Se está programando la producción de un producto para cada una de las próximas cuatro
semanas. El costo de la producción de una unidad es de 100 u.m. para las dos primeras semanas y 150
u.m. para las dos últimas. Las demandas son de 70, 80, 90 y 100 unidades semanales y tienen que ser
satisfechas. La planta puede producir un máximo de 90 unidades; además se pueden emplear horas
extra durante la tercera y cuarta semana. Esto incrementa la producción semanal en 20 unidades pero
el costo de producción también sube en 58 u.m. por unidad producida en horas extra. El exceso de
producción puede ser almacenado a un costo unitario de 3 u.m. por semana. ¿Cómo programar la
producción de tal manera que minimice los costos totales? Formular el modelo.
< 500000
< 300000
> 100000
> x2
> 0
32
30. INFORMACIÓN
COSTO DE PRODUCCION
Semana Producción Producción Demandas Costo de Capacidad
normal extra almacenaje producción
1 100 - 70 3 90
2 100 - 80 3 90
3 150 208 90 3 110
4 150 208 100 3 110
PLANTEAMIENTO
X¡ Número de unidades producidas en tiempo normal en la semana i (i = 1, 2, 3, 4)
Y¡ Número de unidades producidas en tiempo extra en la semana j (j = 3, 4)
I¡ Inventario final para el período i (i = 1, 2, 3, 4)
Modelo (primal):
MIN W = 100 X, + 100 X, + 150 X,+ 150 X, + 208 Y. + + 208 Y, + 3 I. + 3 L + 3 L + 3 L1 2 3 4 3 4 1 2 3 4
Sujeta a:
1. X, < 9 0
2. X2 < 9 0
3. X3 < 90
4- X4 < 90
5. Y3 < 20
6. Y4 < 20
7. X, - I, = 70/
8. X2 +1, - I , = 80
9. X3 +Y3 +12 - I3 = 90
10. X. + Y, + 1 , - 1 =i 100
4 4 3 4
Xp X2, X3, X4, Y3, Y4, I,, I2,13, I4 /> 0
33
31. • Un pastelero tiene 150 kg de harina, 22 kg de azúcar y 275 kg de mantequilla para hacer dos
tipos de pasteles P y Q. Para hacer una docena de pasteles de tipo P necesita 3 kg de harina, 1 kg de
azúcar y 1 kg de mantequilla y para hacer una docena de tipo Q necesita 6 kg de harina, 0,5 kg de
azúcar y 1 kg de mantequilla.
El beneficio que obtiene por una docena de tipo P es 20 kg y por una docena de tipo Q es 30.
Hallar, utilizando las técnicas de programación lineal, el número de docenas que tiene que hacer de
cada clase para que el beneficio sea máximo.
I N F O R M A C I Ó N
Pasteles Harina Azúcar Mantequilla Beneficio/docena
P 3 1 1 20
Q 6 0,5 l 30
Disponibles 150 1
22 275
P L A N T E A M I E N T O
X¡ Número de docenas de pasteles de tipo i (i = p, q) a producir en el período
Modelo (primal):
MAX Z = 20 Xp + 30 XQ
Sujeta a:
1. 3Xp + 6 X
Q
< 150
2. xP
+ 0,5 X
Q
< 22
3. Xp + X
Q
< 275
Xp, X
Q
> 0
• Una compañía manufactura tres productos A, B y C. Cada unidad de A requiere una hora
de ingeniería, ocho horas de mano de obra directa y cuatro libras de material. Una unidad de B
necesita tres horas de ingeniería, tres horas de manó de obra directa y tres libras de material. Cada
unidad de producto C requiere dos horas de ingeniería, cuatro horas de mano de obra directa y dos
libras de material. Se dispone de 80 horas de ingeniería, 800 horas de mano de obra directa o 300 libras
de material cada mes. Las utilidades son como sigue:
34
32. Producto A Producto B Producto C
Ventas Utilidad Ventas Utilidad Ventas Utilidad
(unid) /unid (unid) /unid (unid) /unid
0-40 10 0-50 6 0-100 5
41-100 9 51-100 4 Más de 100 4
101-150 8 Más de 3 100
Más de 150 6
PLANTEAMIENTO
Dado que las utilidades están por rango de ventas, la definición de variables se hará explícita así:
XlA Número de unidades del producto A vendidas con utilidad de 10 u.m.
X2A Número de unidades del producto A vendidas con utilidad de 9 u.m.
X3A Número de unidades del producto A vendidas con utilidad de 8 u.m.
X4A Número de unidades del producto A vendidas con utilidad de 6 u.m.
XJB Número de unidades del producto B vendidas con utilidad de 6 u.m.
X2B Número de unidades del producto B vendidas con utilidad de 4 u.m.
X3B Número de unidades del producto B vendidas con utilidad de 3 u.m.
Xic Número de unidades del producto C vendidas con utilidad de 5 u.m.
X2C Número de unidades del producto C vendidas con utilidad de 4 u.m.
Modelo (Primal):
MAX Z = 10 X1A
9 X•2A
X, 6X4 A +6X| B - 4X2 B +BX3 B - 5X1 C +4X2 C
Sujeta a:
1. X,1A
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
X 2
X
2A
X
X,
3A
X,
x,
X 2
X .
X,
X1C
X ,
X 1 A 5 X,., X,., X,., X,0, X.„, X,„, X
< 40
> 41
< 100
A
> 101
< 150
> 151
< 50
> 51
< 100
> 101
< 100
> 101
> 0
35
33. 21^ • • La compañía El Cóndor opera un avión que transporta tanto a pasajeros como carga entre
los aeropuertos de Bogotá, Medellín y Cali. Debido a los elevados costos de operación, el avión no sale
hasta que todas sus bodegas hayan sido cargadas. El avión tiene tres bodegas: inferior, media y
superior. Debido a las limitaciones de espacio que hay, el avión no puede llevar más de 100 toneladas
de carga en cada viaje: la bodega inferior debe llevar máximo 40 toneladas de carga, la bodega intermedia
debe transportar un tercio de la carga de la bodega inferior y la bodega superior debe llevar 2/5 partes
de la carga de la bodega inferior. Sin embargo, no se deben llevar más de 60 toneladas de carga entre
las bodegas media y superior.
Las utilidades por el transporte son de 8000 u.m. por tonelada de carga en la bodega inferior,
10000 u.m. por tonelada en la intermedia y 12000 u.m. en la superior, después de deducir los gastos.
Plantear un modelo de PL para determinar la forma de cargar el avión que maximice las utilidades.
INFORMACIÓN
BODEGAS LIMITE (toneladas) UTILIDADES /
TONELADA
Superior 2/5 de bodega inferior ^ ^ 12 000
Media 1/3 de bodega inferior 10 000
Inferior 40 8 000
Total toneladas: debe ser menor o igual a 100
PLANTEAMIENTO
X ¡ Toneladas de carga a transportar en la bodega inferior
X2 Toneladas de carga a transportar en la bodega intermedia
X3 Toneladas de carga a transportar en la bodega superior
Modelo (primal):
MAX Z = 8000 X, + 10000 X, + 12000 X3
Sujeta a:
1. x , + x 2 + x3 < 100
2. X, < 40
3. X, = 3 X2
4- X, = f x ,
5. X2 + X3 < 60
X„ X„, X, > 0
36
34. Resumiendo:
MAX Z = 8000 X, + 10000 X, + 12000 X,
Sujeta a:
1. X, + X, + X3 < 100
2. X, < 4 0
3. X, - 3X2 = 0
4. X, - | x 3 0
5. X, + X3 < 6 0
X,, X2,X3 > 0
2 2 Se va a organizar una planta de un taller de automóviles donde van a trabajar electricistas y
mecánicos; por necesidades de mercado, es necesario que el número de mecánicos sea igual o mayor
al número de electricistas y que el número de mecánicos no supere al doble qué el de electricistas. En
total hay disponibles 20 electricistas y 30 mecánicos. El beneficio de la empresa por jornada es 25000
u.m. por electricista y 20000 por mecánico. ¿Cuántos trabajadores de cada clase deben elegirse para
obtener el máximo beneficio?
INFORMACIÓN
Número de mecánicos > Número de electricistas
Número de mecánicos < Doble número de electricistas
Disposición Beneficios por jornada
20 electricistas 25000
30 mecánicos 20000
PLANTEAMIENTO
X, Número de mecánicos a elegir por jornada
X2 Número de electricistas a elegir por jomada
37
35. Modelo (primal):
MAX Z = 20000 X, + 25000 X2
Sujeta a:
1. x, < 30
2. X2 < 20
3. x, - x2 > 0
4. X, - 2 X
3 < 0
x „ X2 > 0
• Un carpintero tiene que construir mesas rectangulares de tal manera que las dimensiones no
sobrepasen 2 m y la suma de su dimensión mayor y el doble de la menor no sobrepase 4 m. ¿Cuál es
el máximo valor del perímetro de dichas mesas?
INFORMACIÓN
Ninguna dimensión supera 2 m
Suma de la dimensión mayor + dos veces la menor no sobrepase 4 m
PLANTEAMIENTO
X] Dimensión menor de una mesa
X2 Dimensión mayor de una mesa
Modelo (primal):
MAX Z = 2 X, + 2 X2
Sujeta a:
1. x, < 2
2. x2 < 2
3. 2X, + x2 < 4
XpX2 > 0
38
36. 24. Una empresa fabrica dos tipos de colonia: Ay B. La primera contiene un 15% de extracto de
jazmín, un 20% de alcohol y el resto es agua; la segunda lleva un 30% de extracto de jazmín, un 15%
de alcohol y el resto es agua. Diariamente se dispone de 60 litros de extracto de jazmín y de 50 litros de
alcohol. Cada día se pueden producir como máximo 150 litros de la colonia B. El precio de venta por
litro de la colonia A es de 500 u.m. y el de la colonia B es 2000 u.m. Hallar los litros de cada tipo que
deben producirse diariamente para que el beneficio sea máximo.
INFORMACIÓN
Colonia Jazmín Alcohol Precio venta/litro Producción máxima
A 15% 20% 500 -
B 30% 15% 2000 150 litros
Disponible
(litro/día)
60 50
PLANTEAMIENTO
xA Número de litros de colonia A a preparar diariamente
XB Número de litros de colonia B a preparar diariamente
Modelo (primal):
MAX Z = 500 XA + 2000 XRA B
Sujeta a:
1. 0,15 XA + 0,3 XB < 60
2 . 0>2Xa + 0,15 XB < 50
3. xB
< 150
X
A > X
B
> 0
ff m> %
¡ i - - t e l l •
e8U0TEO
• En una división de productos químicos de la empresa Química Colombia se elaboran los
productos A y B que requieren de dos operaciones que son las mismas para cada uno. De la producción
de B resulta un subproducto C, parte del cual puede ser vendido hasta 12 unidades. Lo demás tiene
que ser destruido por carencia de demanda. Las utilidades unitarias para los productos A y B son 4
u.m. y 9 u.m. respectivamente. El subproducto C se vende a 2 u.m. la unidad (es utilidad). Si C no se
puede vender, el costo de destrucción es de 1 u.m. El proceso aporta 3,1 unidades de C por cada unidad
de B producida. Los pronósticos indican que la demanda de A y B es limitada. Los tiempos de proceso
39
37. unitarios son: A, 2,6 horas en operación 1 y 3,3 horas en operación 2; B, 4,7 horas en la operación uno
y 4,6 horas en operación dos. Tiempos disponibles: 60 horas para la operación 1 y 65 horas en la
operación 2. Suponga que los productos son divisibles. La siguiente formulación resuelve el problema.
Modelo (primal):
MAX Z = 4 X, + 9 X2 + 2 X3- X4
Sujeta a:
1. 2,6 X, + 4,7 X2
2. 3,3 X, + 4,6 X2
3. X
4. 3,1 X2
X„ X,, X3, X4
Resumiendo:
MAX Z = 4X, + 9X, + 2 X , - X J
1 2 3 4
Sujeta a:
1. 2,6 X, + 4,7 X2 < 60
2. 3,3 X, + 4,6 X2 < 65
3. X3 < 12
4. 3,1 X2 - X, - X4 = 0
X,, x2, x3, x4 > o
Se pide:
a) Explicar el significado de cada variable y cada restricción en el modelo anterior.
b) Qué se puede pronosticar del valor de X4 según la convención de ser positivo y dado que X3 es
menor o igual que 12.
< 60
< 65
< 12
= x3 + x4
> o
40
38. SOLUCIÓN
X, Cantidad de producto A a producir
X2 Cantidad de producto B a producir
X3 Cantidad de subproducto C obtenido a partir del producto B
X4 Cantidad de subproducto C destruido
a) Las restricciones 1 y 2 señalan la capacidad de los procesos. La restricción 3 indica la máxima
demanda de subproducto C. El lado derecho de la restricción 4 es la totalidad de subproducto C
que se genera; el lado izquierdo indica cuánto de C se produce por cada unidad de B.
b) Si la cantidad medida de C es menor que 12 unidades, esto es, X3 < 12 entonces X4=0.
• Una fábrica que produce paraguas tiene dos tipos de inspectores (A y B), quienes deben ser
asignados para control de calidad. La política de la fábrica exige que por lo menos 18000 paraguas
sean inspeccionados a diario (ocho horas de trabajo). Los inspectores de clase A pueden revisar 250
paraguas por hora, con una precisión del 98%, mientras que los inspectores clase B pueden revisar 150
con 95% de precisión. En el mercado actual un inspector clase A cobra 450 u.m. por hora y el B, 350
u.m. por hora. Cada equivocación del inspector cuesta 100 u.m. a la fábrica. Hay ocho inspectores
clase A y 10 clase B. El director de la fábrica quiere determinar la asignación óptima del personal de
inspección.
INFORMACIÓN
Inspector Inspecciones/día Precisión Costo/hora Costo Disponibilidad
falla
A 250*8 = 2000 98% 450 100 8
B 150*8= 1200 95% 350 10
18000/día
PLANTEAMIENTO
XA Número de inspectores de clase A a utilizar en un día de ocho horas
XB Número de inspectores de clase B a utilizar en un día de ocho horas
Modelo (primal):
MIN W = 3600 X4 + 2800 X + 100 * 0,02 * 2000 X + 100 * 0,05 * 1200 X,A B ' A ' 1
Sujeta a:
41
39. 1. 2000X4 + 1800 XH > 18000A B —
2. X4 < 8A —
3. XD < 10
XA, XB > 0
Resumiendo:
MIN W = 7600 XA + 8800 XRA B
1. 2000X4 + 1800 Xn > 18000A B —
2. X4 < 8A —
3. XB < 10
Xv X
B * 0
27. Una fábrica textil elabora prendas de punto de calidades A y B. Las de calidad A se fabrican
con una unidad de lana y dos unidades de fibra sintética y las de calidad B con dos unidades de lana y
una de fibra sintética. Los beneficios obtenidos en la venta de las prendas son de 1500 u.m. para las de
calidad A y 1000 u.m. para las de calidad B. Sabiendo que sólo se dispone de 180 unidades de lana y
240 de fibra sintética, se pide:
a) Determinar cuántas prendas de cada tipo deben elaborarse para obtener un beneficio máximo
si la producción no puede ser superior a 1000 prendas.
INFORMACIÓN
Calidad de Lana (unidades) Fibra sintética (unidades) Beneficios
prenda
A 1 2 1500 u.m.
B 2 1 1000 u.m.
Disponible 180 240
PLANTEAMIENTO
XA Número de prendas tipo A a elaborar
Xb Número de prendas tipo B a elaborar
42
40. Modelo (primal):
MAX Z= 1500 X. + 1000 X,A ]
Sujeta a:
1. xA
+ 2X3 < 180
2. 2X4A
+ XB
< 240
3. xA
+ XB < 1000
X
A ' X
B
> 0
• Una compañía fabrica dos modelos de sombrero: Bae y Viz. La fabricación de los sombreros
se realiza en las secciones de moldeado, pintura y montaje. La fabricación de cada modelo Bae requiere
dos horas de moldeado, tres de pintura y una de montaje; la fabricación del modelo Viz requiere tres
horas de moldeado, dos de pintura y una de montaje. Las secciones de moldeado y pintura disponen,
cada una, de un máximo de 1500 horas cada mes y la de montaje de 600.
Si el modelo Bae se vende a 10000 u.m. y el modelo Viz a 12000 u.m., ¿qué cantidad de sombreros
de cada tipo ha de fabricar para maximizar el beneficio mensual?
INFORMACIÓN
Modelo Moldeado Pintura Montaje Precio venta (u.m.')
BAE 2 3 1 10000
VIZ 3 2 1 12000
Disponible (horas) 1500 1500 600
PLANTEAMIENTO
X, Número de sombreros modelo BAE a producir mensualmente
X2 Número de sombreros modelo VIZ a producir mensualmente
Modelo (primal):
MAX Z = 10000 X, + 12000 X,
Sujeta a:
43