PREGUNTA 1 3.1.6 la empresa Whitt Windows tiene solo tres empleados que hacen dos tipos de entanas!

con marco de madera " con marco de aluminio# la $anancia es de %6& por cada entana con marco de madera " de %3& por cada una con marco de aluminio. 'ou$ hace marcos de madera# " puede terminar 6 al d(a# )inda hace * marcos de aluminio al d(a# +o, -orma " corta el idrio " puede hacer *. pies cuadrados de idrio por d(a# cada entana con marco de madera usa 6 pies cuadrados de idrio " cada de aluminio usa . pies cuadrados de idrio. )a compa/(a desea determinar cu0ntas entanas de cada tipo producir al d(a para ma1imi2ar la $anancia total. a3 4ormule el modelo de pro$ramaci5n lineal. ,3 Use el m6todo $ra-ico para resol er el modelo. c3 Un nue o competidor en la ciudad tam,i6n produce entanas de madera# esto puede -or2ar a la compa/(a a ,a7ar sus precios " por ende la $anancia de,ida a este tipo de entanas. 895mo cam,iara la soluci5n optima :si cam,ia3 si la $anancia por entana de madera disminu"e de % 6& a % *& " de % 6& a % ;&<. d3 'ou$ piensa reducir sus horas de tra,a7o# lo cual reducir0 el n=mero de entanas de madera por d(a. 895mo cam,iara la soluci5n optima si hace solo > marcos diarios< ?@)U9A@N A) PR@+)EBA! ?oluci5n :a3 Barco de madera C x1 Barco de aluminio C x2 Empleado 1 6 & Empleado ; & * Didrio 6 . *. Ganancia 6& 3&

x1 x2

60 x1 + 30 x2

4unci5n @,7eti o

Ba1 :E3 C 60 x1 + 30 x2

Restricciones!

x1 6 x2 4 6 x1 + 8 x2 48 x1 0 , x1 0

A$ualando las restricciones.

x1

=6

x2 = 4 6 x1 + 8 x2 = 48

?oluci5n :,3 Ta,ulando. R1! R;! R3!

x1 & 6

x2 & &

x1
& &

x2
* &

x1 & .

x2 6 &

Fallando la pendiente! m C G 6&H3& C G;

Entonces

An$ulo C G63.*3*I

?acando alores para

x1 , x2 :
3 6 + 8 = 48 2 x1 6 x1 = 36 x1 = 6

x1 + 0 x2 = 6 6 x 1 + 0 x 2 = 36 6 x1 + 8 x2 = 48 8 x2 = 12 3 x2 = 2

Reempla2ando en! Ba1 :E3 C 60 x1 + 30 x2 Ba1 :E3 C6& :63 J3& :3H;3 Ba1 :E3 C*&> ?e necesitan# 6 marcos de madera " 1 marco " m6dio de alum(nio# Para ma1imi2ar )a $anancia " o,tener % *&>.

?oluci5n :c3 9uando la 4unci5n @,7eti o es ! Ba1 :E3 C 60 x1 + 30 x2 C 6& :63 J3& :3H;3 C *&>. ?i la $anancia por entana de madera disminu"e de % 6& a % *&! Ba1 :E3 C 40 x1 + 30 x2 C *& :63 J3& :3H;3 C ;.>. ?i la $anancia por entana de madera disminu"e de % 6& a % ;&! Ba1 :E3 C 20 x1 + 30 x2 C ;& :63 J3& :3H;3 C 16>.

?oluci5n :d3 9am,io de 6 horas a > horas.

x1 x2

Empleado 1 > &

Empleado ; & *

Didrio 6 . *.

Ganancia 6& 3&

60 x1 + 30 x2

4unci5n @,7eti o Restricciones!

Ba1 :E3 C 60 x1 + 30 x2

x1 5 x2 4 6 x1 + 8 x2 48
A$ualando las restricciones!

x1 0 , x1 0

X1 =5 X2 =4 6X1 +8X2 = 48

Ta,ulando R1! R;! R3!

X1 & >

X2 & &

X1 & &

X2 * &

X1 & .
C G63.*3*I

X2 6 &

Fallando al pendiente m C G 6&H3& C G;# Entonces el 0n$ulo

?acando alores para

x1 + 0 x2 = 5

x1 , x2 :
9 6x 1 + 8 = 48 4 6 x1+ 18 = 48 6 x1 = 30 x1 = 5

6 x1 + 0 x2 = 30 6 x1 + 8 x2 = 48 8 x2 = 18 9 x2 = 4
Reempla2ando en!

Ba1 :E3 C 60 x1 + 30 x2 Ba1 :E3 C6& :>3 J3& :IH*3 Ba1 :E3 C36K.>

?e necesitan# > marcos de madera# ; mas L marcos de alum(nio# para ma1imi2ar la $anancia " o,tener % 36K.>. PREGUNTA ; 3.1.K la Mpe1 Tele isi5n de,e decidir el numero de tele isores de ;KN " ;&N# producidos en una de sus -a,ricas# la in esti$aci5n de mercado indica entas a lo m0s *& tele isores de ;KN " 1& de ;&N cada mes. El n=mero m01imo de horasGhom,re disponi,le es de >&& por mes# un tele isor de ;KN requiere ;& horasGhom,re " uno ;&N requiere 1& horasGhom,re# cada tele isor de ;KN produce una $anancia de % 1;& " cada uno de ;&N da una $anancia de % .&. Un distri,uidor est0 de acuerdo comprar todos los tele isores producidos siempre en cuando no e1ceda el m01imo indicado por el estudio de mercado. a3 ,3 -ormule el modelo de pro$ramaci5n lineal. Use el m6todo $ra-ico para resol er el modelo.

?@)U9A@N A) PR@+)EBA! ?oluci5n :a3 Tele isor ;KN C x1 Tele isor ;&N C x2

x1 x2

Dentas *& 1&

ForasGFom,re ;& 1& >&&

Ganancia 1;& .&

120 x1 + 80 x2

4unci5n @,7eti o.

Ba1 :E3 C 120 x1 + 80 x2

Restricciones!

x1 40 x2 10 20 x1 + 10 x2 500 x1 0, x2 0

A$ualando las restricciones!

x1

= 40 x2 = 10

20 x1 + 10 x2 = 500

?oluci5n :,3 Ta,ulando! R1! R;! R3!

x1 *& &

x2 & &

x1 & &

x2 1& &

x1
& ;>

x2
>& &

Fallando la pendiente m C G 1;&H.& C G 1.># entonces el 0n$ulo

C G >6.3&II

?acando alores para

x1 , x 2 :
20 x1 + 10 x2 = 500 2(20) + 10 x2 = 500 400 + 10 x2 = 500 10 x2 = 100

0 x1 + x2 = 10 0 x1 10 x2 = 100 20 x1 + 10 x2 = 500 20 x1 = 400

x1 = 20

x2 = 10

Reempla2ando en! Ba1 :E3 C 120 x1 + 80 x2 Ba1 :E3 C1;& :;&3 J .& :1&3 Ba1 :E3 C3 ;&& ?e tiene que ender ;& tele isores de ;KN " 1& de ;&N# para o,tener la m01ima $anancia " o,tener % 3 ;&&.

PREGUNTA 3 3.1.. la compa/(a Word )i$ht produce dos dispositi os para las l0mparas :productos 1 " ;3 que requieren partes de metal " componentes el6ctricas. )a administraci5n desea determinar cu0ntas unidades de cada producto -a,ricar para ma1imi2ar la $anancia. Por cada unidad del producto 1 se requieren 1 unidad de partes de metal " ; unidades de componentes el6ctricas# por cada unidad del producto ; se requieren 3 unidades de partes de metal " ; unidades de componentes el6ctricas# la compa/(a tiene ;&& unidades de partes de metal " 3&& de componentes el6ctricas# cada unidad del producto 1 da una $anancia de % 1 " cada unidad de producto ;# hasta 6& unidades da una $anancia de % ;# cualquier e1ceso de 6& unidades no tiene $anancia por lo que -a,ricar m0s de 6& est0 -uera de consideraci5n. a3 4ormule el modelo de pro$ramaci5n lineal. ,3 Utilice el m6todo $ra-ico para resol er este modelo# " cu0l es la $anancia total que resulta. ?@)U9A@N A) PR@+)EBA! ?oluci5n :a3 Producto 1 C x1 Producto ; C x2 Betal 1 3 ;&& El6ctrico ; ; 3&& Ganancia 1 ;

x1 x2

x1 + 2 x2

4unci5n @,7eti o.

Ba1 :E3 C x1 + 2 x2

Restricciones!

x1 + 3x2 200 2 x1 + 2 x2 300 x2 60

x1 0 , x1 0

A$ualando las restricciones!

x1 + 3x2 = 200 2 x1 + 2 = 300 x2 = 60 x2

?oluci5n :,3 Ta,ulando! R1! R;! R3!

X1 & ;&&

X2 66.66 &

X1 & 1>&

X2 1>& &

X1 & &

X2 6& &

Fallamos la pendiente m C G 1H; C G &.># entonces el 0n$ulo

C G ;6.>6>&

?acando alores para

x1 , x 2 :
2 x1 + 2 x2 = 300 2 x1 + 2 ( 25 ) = 300 2 x1+ 50 = 300 2 x1 = 250 x1 = 125

x1 + 3x2 = 200 2 x1 6 x2 = 400 2 x1 + 2 x2 = 300 4 x2 = 100 x2 = 25

Reempla2ando en! Ba1 :E3 C x1 + 2 x2 Ba1 :E3 C1 :1;>3 J ; :;>3 Ba1 :E3 C1K>

?e de,e -a,ricar 1;> unidades de Producto 1 " ;> unidades del Producto ; para tener un m01imo de $anancia " o,tener % 1K>.

PREGUNTA * 3.1.I la compa/(a de se$uros primo est0 en proceso de introducir dos nue as l(neas de productos! se$uro de ries$o especial e hipotecas# la $anancia esperada es de % > por el se$uro de ries$o especial " % ; por unidad de hipoteca. )a administraci5n desea esta,lecer las cuotas de enta de las nue as l(neas para ma1imi2ar la $anancia total. )os requerimientos de tra,a7o son los si$uientes. 'epartamento. ?uscripciones Administraci5n Reclamaciones Foras hom,re por unidad Ries$o Especial 3 & ; Foras O hom,re disponi,les ;*& & .& & 1;& &

a3 ,3 c3

4ormule el modelo de pro$ramaci5n lineal. Use el m6todo $ra-ico para resol er el modelo. Deri-ique el resultado de la soluci5n 5ptima en el inciso , con la soluci5n al$e,raica de las dos ecuaciones simult0neas rele antes.

?@)U9A@N A) PR@+)EBA. ?oluci5n :a3 ?e$uro 1 C x1 Administraci5n & 1 .&& Reclamaciones ; & 1;&& Ganancia > ;

Fipoteca ; C x2

x1 x2

?uscripciones 3 ; ;*&&

5 x1 + 2 x2

4unci5n @,7eti o Ba1 :E3 C 5 x1 + 2 x2 Restricciones! 3x1 + 2 x2 2400 0 x1 + x2 800 2 x1 + 0 x2 1200 A$ualando las restricciones! x1 0 , x2 0

3 x1 + 2 x2 0 x1 + x2 2 x1 + 0 x2

= 2400 = 800 = 1200

?oluci5n :,3

Ta,ulando! R1! R;! R3!

x1
& .&&

x2
1;&& &

x1 & &

x2 .&& &

x1
& 6&&

x2
& &

Fallamos la pendiente m C G >H; C G ;.># entonces el 0n$ulo

C G 6..1I.>

? acando alores para

x1 , x 2 :
3 X1 + 2 X 2 = 2400 2 X1 + 0 X 2 = 1200 6 X1 + 4 X 2 = 4800 6 X 1 + 0 X 2 = 3600 4 X 2 = 1200 X 2 = 300

3 X 1 + 2 X = 2400
2

3 X 1 + 2(300) = 2400 3 X 1 = 1800 X 1 = 600

Reempla2ando en! Ba1 :E3 C 5 X 1 + 2 X

2

Ba1 :E3 C> :6&&3 J ; :3&&3 Ba1 :E3 C3 6&&

?e requiere 6&& de se$uro " 3&& de hipoteca# para tener la m01ima $anancia total " o,tener % 3 6&&.

PREGUNTA >. 3.1.1& Weenis and +uns es una planta procesadora de alimentos que -a,rica hotdo$s# muelen su propia harina para el pan a una tasa m01ima de ;&& li,ras por semana. 9ada pan requiere &.1 li,ras. Tienen un contrato con Pi$land# Anc.# que especi-ica la entre$a de .&& li,ras de productos de puerco cada lunes. 9ada hotdo$ requiere L de li,ra de producto de puerco# se cuenta con su-iciente cantidad del resto de los in$redientes de am,os productos# por =ltimo la mano de o,ra consiste en > empleados de tiempo completo:*&horas por semana3# a cada hotdo$ requiere 3 minutos de mano de o,ra " cada pan ; minutos de mano de o,ra cada hotdo$ proporciona una $anancia de % &#;& " cada pan % &.1&# Weenis and +uns desea sa,er cuentos hotdo$ " cuantos panes de,e producir cada semana para lo$ara la $anancia m0s alta posi,le. a3 ,3 4ormule u modelo e pro$ramaci5n lineal. Use el m6todo $ra-ico para resol er el modelo.

?@)U9A@N A) PR@+)EBA! ?oluci5n :a3 Fotdo$s C x1 Pan C x2

x1
x2

Farina & &.1 ;&&

Puerco 1H* & .&&

Bano 3 min. ; min. ;*&& min.

Ganancia &.;& &.1&

0.20 x1 + 0.10 x2

4unci5n @,7eti o Ba1 :E3 C 0.20 x1 + 0.10 x2

Restricciones!

0.1x2 200 x 800 1 4 3 x1 + 2 x2 12000

A$ualando las restricciones!
x, x:

x1 0 , x 2 0

0.1x2 = 200 1 x1 = 800 4 3 x1 + 2 x2 = 12000

?oluci5n :,3 Ta,ulando!

R1!

R;!

R3!

x1
& &

x2
;&&& &

x1 & 3;&&

x2 & &

x1
& .&&

x2
1;&& &

Fallando la pendiente m C G &.;&H&.1& C G ;# entonces el 0n$ulo

C G 63.*3*I

?acando alores para

x1 , x2 :
3 x1 + 2 x2 = 12000 3 x1 + 0 x2 = 9600 2 x2 = 2400

1 x1 = 800 4 3 x1 + 2 x2 = 12000

3 x1 + 2(1200) = 12000 3 x
1

= 9 6 0 0 x
1

= 3 2 0 0

Reempla2ando en! Ba1 :E3 C 0.20 x1 +

0.10 x2
Ba1 :E3 C &.;& :3;&&3 J &.1& :1;&&3 Ba1 :E3 CK6& ?e requiere 3;&& hotdo$s " 1;&&panes# para tener la $anancia m0s alta posi,le " o,tener %K6&.

PREGUNTA 6. 3.1.11 )a compa/(a manu-acturera @me$a descontinu5 la producci5n de cierta l(nea de productos no reditua,le. Esto creo un e1ceso considera,le en la capacidad de producci5n. )a $erencia quiere dedicar esta capacidad a uno o m0s de tres productos# llamados productos 1# ;# " 3. En la si$uiente ta,la se resume la capacidad disponi,le de cada m0quina que puede limitar la producci5n. Tipo de Baquina Tiempo 'isponi,le:en horasGmaquina por semana3 Ries$o Especial >&& 3>& 1>&

4resadora Torno Recti-icadora

El n=mero de horasGmaquina requerida para cada unidad de los productos respecti os es! 9oe-iciente de producti idad :en horas Omaquina por unidad3. Tipo de Baquina Producto 1 Producto ; Producto 3

4resadora Torno Recti-icadora

I > 3

3 * &

> & ;

El departamento de entas indica que las entas potenciales para los productos 1 " ; e1ceden la tasa m01ima de producci5n " que las entas potenciales del producto 3 son ;&

unidades por semana# la $anancia unitaria respecti a seria de % >&# %;& " %;> para los productos 1# ; " 3# el o,7eti o es determinar cu0ntos productos de cada tipo de,e producir la compa/(a para ma1imi2ar la $anancia. a3 ,3 4ormule un modelo de pro$ramaci5n lineal. Utilice una computadora para resol er este modelo con el m6todo simple1.

?@)U9A@N A) PR@+)EBA! ?oluci5n :a3 Tele isor ;KN C x1 Tele isor ;&N C x2 4resadora I 3 > >&& 4unci5n @,7eti o. Torno > * & 3>& Recti-icadora 3 & ; 1>& Ganancia >& ;& ;>

x1
x2 x3

50 x1 + 20 x2 + 25x3

Ba1 :E3 C 50 x1 + 20 x2 + 25x3

Restricciones!

9 x1 + 3x2 + 5 x3 500 5 x1 + 4 x2 + 0 x3 350 3x1 + 0 x2 + 2 x3 150

?oluci5n :,3

x1 0 , x2 0 , x3 0

A$ualando alores de

x1 , x2 , x3

" aumentando sus alores de Fol$ura!

9 x1 + 3 x2 + 5 x3 + S1 = 500 5 x1 + 4 x2 + 0 x3 + S2 = 350 3 x1 + 0 x2 + 2 x3 + S3 = 150

A$ualando la 4unci5n @,7eti o a &!

Z 50 x1 20 x2 25x3 = 0

Resol iendo el m6todo simple1 por computadora.

Primera Ateraci5n!

?e$unda Ateraci5n! Tercera Ateraci5n! 9uarta Ateraci5n! Puinta Ateraci5n!

?e1ta Ateraci5n!

Reempla2ando en! Ba1 :E3 C 50 x1 + 20 x2 + 25x3 Ba1 :E3 C>& :&3 J ;& :.K.>&3J;> :*K.>&3 Ba1 :E3 C;I3K.>& )a compa/(a de,e producir & de Producto 1# .K " medio de Producto ; " *K " medio Producto 3.

PREGUNTA K. 3.1.1; 9onsidere el si$uiente pro,lema donde el alor de 91 toda (a no ha sido esta,lecido. Ba1imi2ar! ?u7eto a!

Z = C 1 x1 + x2

x1 + x2 6 x1 0, x2 0 x1 + 2 x2 10
Use el m6todo $ra-ico para determinar la soluci5n optima para Q1 " Q;# para los di-erentes alores posi,les de 91 :GR S 91 S R3.

?@)U9A@N A) PR@+)EBA!

A$ualando las ecuaciones!

x1 + x2 = 6 x1 + 2 x2 = 10

Ta,ulando. R1 R;

x1 & 6

x2 6 &

x1 & 1&

x2 > &

9omo el alor de 91 ha sido esta,lecido tomamos los ne$ati os# positi os# es decir 91 T &# 91 U &. Tomando 4unci5n @,7eti o. Z = 1x + x # Entonces Fallando la pendiente m C G 1H1 C G 1# 1 2 entonces el 0n$ulo C G *>.

?oluci5n @ptima es E C > C G1:&3 J 1:>3. Tomando 4unci5n @,7eti o. entonces el 0n$ulo C &.

z = 0 x1 + x2 # Entonces Fallando la pendiente m C G &H1 C &#

 ?oluci5n @ptima es E C > C &:&3 J 1:>3 Tomando 4unci5n @,7eti o. entonces el 0n$ulo C G *>.

z = x1 + x2 # Entonces Fallando la pendiente m C G 1H1 C G 1#

 ?oluci5n @ptima es E C 6 C 1:63 J 1:&3

?acando alores para

x1 , x2 :
( ) x1 + 2 x 2 = 10 x1 + 2(4) = 10 x1 = 2

x1 + x2 = 6 x1 x2 = 6 x1 + 2 x2 = 10 X2 =4

Reempla2ando en 91 C G1! Ba1. :E3 C C 1 x1 + x2 Ba1. :E3 C G 1 :;3 J 1 :*3 Ba1. :E3 C ; Reempla2ando en 91 C &! Ba1. :E3 C C 1 x1 + x2 Ba1. :E3 C & :;3 J 1 :*3 Ba1. :E3 C * Reempla2ando en 91 C 1! Ba1. :E3 C C 1 x1 + x2 Ba1. :E3 C 1:;3 J 1 :*3 Ba1. :E3 C 6 PREGUNTA .. 3.1.13 9onsidere el si$uiente pro,lema donde el alor de V toda (a no ha sido esta,lecido. Ba1imi2ar! Z = x + 2 x 1 2 ?u7eto a!

x1 + x2 2 x2 3 kx1 + x2 2k + 3 Donde k 0 y x1 0, x2 0

)a soluci5n que se usa por ahora es Q1 C ;# Q; C3. Use el an0lisis $ra-ico para determinar los alores de V tales que esta soluci5n sea de hecho 5ptimo. ?@)U9A@N A) PR@+)EBA! A$ualando las ecuaciones!

x 1 + x 2 = 2 x2 = 3 kx1 + x2 = 2k + 3

9omo el alor de V toda (a no ha sido esta,lecido tomamos los positi os inclu"endo el 9ero# es decir V U &. Tomando 4unci5n @,7eti o. Z = X1 + 2 X 2 " hallando la pendiente m C G 1H; C G &.># entonces el 0n$ulo C G ;6.>6>&.

Ta,ulando tomando

k = 0:

R1!

R;!

R3!

x1 & G;

x2 ; &

x1 & &

x2 3 &

x1 & &

x2 3 &

Ta,ulando tomando

k = 1:

R1!

R;!

R3!

x1
& G;

x2
; &

x1 & &

x2 3 &

x1 & >

x2 > &

Ta,ulando tomando

k = 2:

R1!

R;!

R3!

x1 & G;

x2 ; &

x1 & &

x2 3 &

x1 & 3.>

x2 K &

de Pasco 2009

?oluciones Wptimas cuando V U &! 9uando V C& No e1iste una soluci5n optima. 9uando V C1 ?i x1 = 2 y x2 = 3 # la soluci5n optima es C .. 9uando V C; ?i x1 = 2 y x2 = 3 # la soluci5n optima es C ..

Reempla2ando en! Ba1 :E3 C Ba1 :E3 C Ba1 :E3 C

x1 + 2 x2
1(2) + 2(3)

?i V toma alor de & no e1iste una soluci5n 5ptima# si V toma alores ma"ores a 1 con x1 = 2 y x2 = 3 # la soluci5n 5ptima siempre ser0 EC .C1 :;3 J ; :33. PREGUNTA I. 3.1.1* 9onsidere el si$uiente pro,lema para el que no se han determinado alores de 91 " 9;.

Ba1imi2ar! ?u7eto a!

Z = C1 x1 + C2 x2
2 x1 + x2 11 x1 0, x2 0 x1 + 2 x2 2

Utilice el m6todo $ra-ico para determinar las soluciones optimas para Q1 " Q; para los di-erentes alores posi,les de 91 " 9; :?u$erencia! ?epare los casos en los cuales 9; C &# 9; X &# 9; S & para los dos =ltimos casos centre su atenci5n en la ra25n 91 entre 9;3. ?@)U9A@N A) PR@+)EBA!

A$ualando las ecuaciones!

2 x1 + x2 = 11 x1 + 2 x2 = 2
Ta,ulando.

R1

R;

x1 & >.>

x2 11 &

x1 & G;

x2 1 &

9omo el alor de 9; toda (a no ha sido esta,lecido tomamos los positi os inclu"endo el 9ero# es decir 9; C &# 9; X &# 9; S &.

PREGUNTA 1&. 3.;.1 )a si$uiente ta,la resume los si$uientes hechos so,re dos productos A " +# " los recursos P# R# ? requeridos para producirlos. Recursos utili2ados por unidad de producto Producto A Producto + ; 1 1 ; 3 3 3 ; 9antidad de recursos disponi,les ; ; *

Recurso P R ? GananciaHunidad

Todas las suposiciones de pro$ramaci5n lineal se cumplen. a3 4ormule un modelo de pro$ramaci5n lineal. ,3 Resuel a este modelo en un $ra-ica. c3 Deri-ique el alor e1acto de la soluci5n 5ptima en , con la soluci5n al$e,raica de las dos ecuaciones rele antes.

?@)U9A@N A) PR@+)EBA! ?oluci5n :a3 Producto A C x1 Producto + C x2

x1 x2

P ; 1 ;

R 1 ; ;

? 3 3 *

Ganancia 3 ;

3x1 + 2 x2

4unci5n @,7eti o Restricciones!

Ba1 :E3 C 3x1 + 2 x2

2 x1 + x2 2 x1 + 2 x2 2 3 x1 + 3 x2 4
A$ualando las restricciones!

x1 0 , x1 0

2 x1 + x2 = 2 x1 + 2 x2 = 2 3 x1 + 3 x2 = 4

?oluci5n :,3 Ta,ulando!

R1!

R;!

R3!

x1 & 1

x2 ; &

x1 & ;

x2 1 &

x1 & *H3

x2 *H3 &

Fallando la pendiente! m C G 3H; C G 1.> Entonces

An$ulo C G >6.3&II

?acando alores para

x1 , x2 :
2 x1 + x2 = 2 2 2 + =2 x1 3 6 x1 = 4 2 x1 = 3

x1 + 2 x2 = 2( 2) 2 x1 4 x2 = 4 2 x1 + x2 = 2 3 x 2 = 2
?oluci5n :c3

x2 =

2 3

Reempla2ando en! Ba1 :E3 C 3x1 + 2 x2 Ba1 :E3 C3 :;H33 J; :;H33 Ba1 :E3 C3.3333 ?e necesitan los ;H3 del Producto 1 " ;H3 del Producto ;# para tener uma $anancia de % 3.333333.

PREGUNTA 11. 3.;.; El 0rea som,reada de la si$uiente $ra-ica representa la re$i5n -acti,le de un pro,lema de pro$ramaci5n lineal cu"a -unci5n o,7eti a de,e ma1imi2arse.

3.5 3 2.5 2 1.5 1 0.5 0 0 1 2 3 4 5 6 7

'i$a si cada una de las si$uientes a-irmaciones es -alsa o erdadera " despu6s 7usti-ique su respuesta con ,ase al m6todo $ra-ico. En cada caso de un e7emplo de una -unci5n o,7eti o que ilustre su respuesta. a3 ?i :3#33 produce un alor m0s $rande de la -unci5n o,7eti o que :&#;3 " :6#33 entonces :3#33 de,e ser una soluci5n optima. ,3 ?i :3#33 es una soluci5n optima e1isten soluciones optimas m=ltiples entonces uno de los dos :&#;3 o :6#33 tam,i6n de,en ser una soluci5n optima. c3 El punto :&#&3 no puede ser una soluci5n optima. ?@)U9A@N A) PR@+)EBA! ?oluci5n :a3 4unci5n @,7eti o ?i :3.33 3 J 3 C 6 ?i :&.;3 & J ; C ; ?i :6.33 6 J 3 C I El punto :3#33 no puede ser una soluci5n optima . ?oluci5n :,3 ?i :3.33 3 J 3 C 6 ?i :&.;3 & J ; C ; ?i :6.33 6 J 3 C I ?oluci5n :c3 ?i :3.33 3 J 3 C 6 ?i :&.;3 & J ; C ; ?i :6.33 6 J 3 C I PREGUNTA 1;. 3.;.3 Fo" es su d(a de suerte aca,a de $anarse un premio de % 1& &&& dedicara % * &&& a impuestos " di ersiones# pero ha decidido in ertir los otros % 6 &&&# al o(r las nue as# dos ami$os le han o-recido una oportunidad de con ertirse en socio en dos empresas distintas cada uno planeada por uno de ellos# en am,os caso la in ersi5n inclu"e dedicar parte de su tiempo el si$uiente erano " dinero en Ba1 :E3 C X + X 1 2

e-ecti o. Para ser un socio completo en caso del primer ami$o de,e in ertir % > &&& " *&& horas# " su $anancia estimada :sin tomar en cuenta el alor del dinero en el tiempo3 seria % * >&&. )as ci-ras correspondientes para el se$undo caso son % * &&& " >&& horas con una $anancia estimada de % * >&&# sin em,ar$o am,os ami$os son -le1i,les " le permiten participar con cualquier -racci5n de participaci5n que quiera. ?i eli$e una participaci5n parcial todas las ci-ras dadas para la sociedad completa :in ersi5n de dinero " tiempo# " la $anancia3 se puede multiplicar por esa -racci5n. 9omo de todas -ormas usted ,usca en tra,a7o de erano interesante :m01imo 6&& horas3# ha decidido participar en una o am,as empresas en al$una com,inaci5n que ma1imice su $anancia total estimada. Usted de,e resol er el pro,lema de encontrar la me7or com,inaci5n. a3 4ormule el modelo de pro$ramaci5n lineal. ,3 Use el m6todo $ra-ico para resol er en modelo# 89u0l es su $anancia total estimada<

?@)U9A@N A) PR@+)EBA! ?oluci5n :a3 Empresa 1 C x1 Empresa ; C x2

An ertir

Ganancia Foras *&& >&& 6&& *>&& *>&&

x1 x2

'inero >&&& *&&& 6&&&

4500 x1 + 4500 x2

4unci5n @,7eti o

Ba1 :E3 C 4500 x1 + 4500 x2

Restricciones!

x1 1 x2 1 5000 x1 + 4000 x2 6000 400 x1 + 500 x2 600 y x1 0

?oluci5n :,3 A$ualando las restricciones.

x1 0

x1 = 1 x2 = 1 5000 x1 + 4000 x2 =

6000 400 x + 500 x = 600

Ta,ulando. R1! R;!

X1 & 6H>

X2 3H; &

X1 & 3H;

X2 6H> &

Fallando la pendiente! m C G *>&&H*>&& C G 1 Entonces

An$ulo C G *>

?acando alores para

x1 , x2 :
5000 x1 + 4000 x2 = 6000 2 5000 + 4000 = 6000 x 2 3 = 6000 10000 + 4000 x 2 3 12000 x2 = 8000 2

400 x1 + 500 x2 = 600( 8) 3200 x1 4000 x2 = 4800 5000 x1 + 4000 x2 = 6000 1800 x1 = 1200 x1 = 1200 1800 2

x1 =

x2 =

Reempla2ando en! Ba1 :E3 C 4500 x1 + 4500 x2 Ba1 :E3 C*>&& :;H33 J*>&& :;H33 Ba1 :E3 C6 &&& )a me7or com,inaci5n es con ;H3 de participaci5n en la empresa 1# " ;H3 en la Empresa ; " para tener una $anancia total es de % 6 &&&.

PREGUNTA 13. 3.;.* Use el m6todo $ra-ico para encontrar todas las soluciones 5ptimas del si$uiente modelo. Ba1imi2ar! ?u7eto a!

Z = 500 x1 + 300 x2 15 x1 + 5 x2 300 10 x1 + 6 x2 240 8 x1 + 12 x2 450

x1 0 , x2 0

?@)U9A@N A) PR@+)EBA!

A$ualando las Restricciones.

15 x1 + 5 x2 = 300 10 x1 + 6 x2 = 240 8 x1 + 12 x2 = 450

?acando las restricciones! R1! R;! R3!

X1 & ;&

X2 6& &

X1 & ;*

X2 *& &

X1 & ;;>H*

X2 K>H; &

Fallando la pendiente! m C G >&&H3&& C G 1.6666K Entonces

An$ulo C G >I.&36;

?acando alores para

x1 , x2 :
15 x1 + 5 x2 = 300 15(15) + 5 x2 = 300 5 x2 = 75 x2 = 15

15 x1 + 5 x2 = 300 (6) 10 x1 + 6 x2 = 240 ( 5) 90 x1 + 30 x2 = 1800 50 x1 30 x2 = 1200 40 x1 = 600 x1 = 15

Reempla2ando en! Ba1 :E3 C 500 x + 300 x 1 2 Ba1 :E3 C >&& :1>3 J3&& :1>3 Ba1 :E3 C 1; &&& )a soluci5n 5ptima es 1; &&&. PREGUNTA 1*. 3.;.> Use el m6todo $ra-ico para demostrar que el si$uiente modelo no tiene soluciones -acti,les. Ba1imi2ar! ?u7eto a!

Z = 5x1 + 7 x2 2 x1 x2 1 x

+ 2x

 11

x1 0 , x 2 0

?@)U9A@N A) PR@+)EBA! A$ualando alores de

x1 , x2 : 2 x1 x2 = 1 x1 + 2 x2 = 1

?acando las restricciones! R1! R;!

x1 & G &.3

x2 1 &

x1 & 1

x2 G &.> &
An$ulo C G 3>.>3K6KKKI

Fallando la pendiente! m C G >HK C G &.K1*;.>K1*3 Entonces

?e demuestra que no tiene soluci5n 5ptima porque no ha" nin$una com,inaci5n de restricciones. PREGUNTA 1>.

3.;.6 ?upon$a que se proporcionaron las si$uientes restricciones para un modelo de pro$ramaci5n lineal.

x1 + 3 x2 30

3 x1 + x2 30 y x1 0 , x 0 2
a3 'emuestre que la re$i5n -acti,le es no acotada.

,3 ?i el o,7eti o es ma1imi2ar E C GQ1 J Q;# 8tiene el modelo una soluci5n optima< ?i es as( encu6ntrela# si no e1plique por qu6 no. c3 Repita el inciso , cuando el o,7eti o es ma1imi2ar E C Q1 O Q;.

d3 Para las -unciones o,7eti as con las que el modelo no tiene soluci5n 5ptima# 8?i$ni-ica esto que no e1isten ,uenas soluciones se$=n el modelo< E1plique que es pro,a,le que este mal en la -ormulaci5n del modelo.

?@)U9A@N A) PR@+)EBA! ?oluci5n :a3 :E1iste ausencia de soluci5n3# la -unci5n o,7eti o no tiene alores e1tremos# pues la re$i5n -acti,le es no acotada.

?oluci5n :,3 ?i el o,7eti o es Ba1imi2ar Z = x1 + x2 A$ualando las restricciones

x1 + 3x2 = 30 3x1 + x2 = 30
?acando las restricciones! R1! R;!

X1 & G 3&

X2 1& &

X1 & G 1&

X2 3& &

Fallando la pendiente! m C G :G13H1 C 1 Entonces

An$ulo C *>

?acando alores para

x1 , x2 :

Entonces el alor de x2 = 10

x2 = 10

x1 + 3 x2 = 30 x1 + 3(10) = 30 x1 = 0

x
1

= 0

Reempla2ando en la 4unci5n @,7eti o! Ba1 :E3 C x + x 1 2 Ba1 :E3 C G1 :&3 J1 :1&3 Ba1 :E3 C 1& El modelo si tiene una soluci5n 5ptima que es 1&. ?oluci5n :c3 ?i el o,7eti o es Ba1imi2ar Z = x1 x2 A$ualando las restricciones

x1 + 3x2 = 30 3x1 + x2 = 30
?acando las restricciones! R1! R;!

X1 & G 3&

X2 1& &

X1 & G 1&

X2 3& &

Fallando la pendiente! m C G 1HG 1 C 1 Entonces

An$ulo C *>

En el modelo no e1iste una soluci5n 5ptima "a que la pendiente es positi a. ?oluci5n :d3 Para las -unciones o,7eti as con las que el modelo no tiene soluci5n 5ptima# 8?i$ni-ica esto que no e1isten ,uenas soluciones se$=n el modelo< E1plique que es pro,a,le que este mal en la -ormulaci5n del modelo Rta! ?i dentro de la -unci5n o,7eti a se encuentra tienen si$nos ne$ati os la pendiente resultara positi a " este modelo no tendr0 una soluci5n 5ptima.

PREGUNTA 16 3.*.3 Utilice el m6todo $ra-ico para resol er el pro,lema! Ba1imi2ar! E C 15 x1 + 20 x2 ?u7eto a!

x1 + 2 x2 10 2 x1 3 x2 6 x1 + x2 6
A$ualando las ecuaciones!

x1 0, x2 0

x1 + 2 x2 = 10 2 x1 3 x2 = 6 x1 + x2 = 6
Ta,ulando. R1 R; R3

x1 & 1&

x2 > &

x1
& 3

x2
G; &

x1 & 6

x2 6 &

Fallando la pendiente m C G 1>H;& C G &.K># entonces el 0n$ulo C G 36..K

9omo este es pro,lema de ma1imi2aci5n " la re$i5n -acti,le se a hacia a-uera en la $ra-ica# entonces este pro,lema no tiene soluci5n optima.

9ompro,aci5n con el m6todo simple1.

9omo Demos al -inal ?ale un Bensa7e que dice no ha" soluci5n optima# "a que no se lo$ra con ertir los alores c :i3 O 2 :73 en positi os.

PREGUNTA 1K 3.*.* Utilice el m6todo $ra-ico para resol er el pro,lema! Binimi2ar! E C 3x1 + 2 x2

?u7eto a!

x1 + 2 x2 12 2 x1 + 3 x2 = 12 2 x1 + x2 8 x1 + 2 x2 = 12 2 x1 + 3 x2 = 12 2 x1 + x2 = 8

x1 0 , x2 0

A$ualando las restricciones!

Ta,ulando.

R1

R;

R3

x1 & 1;

x2 6 &

x1 & 6

x2 * &

x1 & *

x2 . &

Fallando la pendiente m C G 3H; C G &.K># entonces el 0n$ulo C G >6.3&

?acando alores para

x1 , x2 :
2 x1 + 2 = 8 2 x1 = 6 x1 = 3

2 x1 + x2 = 8 2 x1 + 3 x2 = 12 2 x1 x2 = 8 2 x2 = 4 x2 = 2
Reempla2ando en!

Bin. :E3 C 3x1 + 2 x2 Bin. :E3 C3:33 J ;:;3 Bin. :E3 C13 PREGUNTA 1.

3.*.> 9onsidere el si$uiente pro,lema# donde el alor de 91 no se ha determinado. Ba1imi2ar! E C c1 x1 + 2 x2 ?u7eto a!

4 x1 + x2 12 x1 x2 2

x1 0 , x2 0
Use el m6todo $ra-ico para determinar la:s3 soluci5n de :Q1# Q;3 para los alores posi,les de 91. A$ualando las ecuaciones!

4 x1 + x2 = 12 x1 x2 = 2
Ta,ulando. R1 R;

x1
& 3

x2
1; &

x1 & ;

x2 G; &

9omo el alor de 91 toda (a no ha sido esta,lecido tomamos los positi os inclu"endo el 9ero# es decir 91 U &. Tomando 4unci5n @,7eti o. z = 0 x + 2 x # Entonces Fallando la pendiente m C G &H; C G &# 1 2 entonces el 0n$ulo C &.

 ?oluci5n @ptima es 2C1.6& C&:;..&3 J ;:&..&3.

Tomando 4unci5n @,7eti o.

z = x1 + 2 x2 # Entonces Fallando la pendiente m C G 1H; C G

&.># entonces el 0n$ulo C G;6.>6.

?oluci5n @ptima es 2C*.*& C&:;..&3 J ;:&..&3. ?acando alores para

x1 , x2 :
4(14 / 5) + x2 = 12 x2 = 12 56 / 5 x2 = 4 / 5

4 x1 + x2 = 12 x1 x2 = 2 5 x1 = 14 x1 = 14 / 5

Reempla2ando para 91C&# )ue$o para 91 C 1! Ba1. :E3 C 0 x1 +

2 x2

Ba1. :E3 C &:;..&3 J ;:&..&3 Ba1. :E3 C1.6& GGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG Ba1. :E3 C 1x1 + 2 x2 Ba1. :E3 C 1:;..&3 J ;:&..&3 Ba1. :E3 C*.*&

PREGUNTA 1I 3.*.6 9onsidere el si$uiente modelo! Ba1imi2ar! E C 40 x1 + 50 x2

?u7eto a!

2 x1 + 3 x2 30 x1 x2 12 2 x1 + x2 20

x1 0 , x2 0

a3 Use el modelo $ra-ico para resol er este modelo. ,3 895mo aria la soluci5n optima si la -unci5n o,7eti o se cam,ia a E C *&Q1 J K&Q;< c3 895mo aria la soluci5n optima si la tercera restricci5n -uncional se cam,ia a 2 x1 + x2 15 < ?@)U9A@N A) PR@+)EBA. ?oluci5n :a3. A$ualando alores de. x

,1 x 2:

2 x1 + 3 x2 = 30 x1 x2 = 12 2 x1 + x2 = 20
R; R3

Ta,ulando. R1

x1 & 1>

x2 1& &

x1 & 1;

x2 G1; &

x1 x2 & ;& 1& &

Fallando la pendiente m C G *&H>& C G &..&# entonces el 0n$ulo C G 3..6>.

9omo en las ecuaciones la el s(m,olo de inecuaci5n es di-erente al de ma1imi2aci5n no se o,tendr0 ?oluci5n @ptima# "a que el 0rea -acti,le tam,i6n es in ersa a una ma1imi2aci5n. ?oluci5n :,3 Tampoco a a ariar el Resultado si la ?oluci5n @ptima 9am,ia# "a que no cumplen las restricciones. ?oluci5n :c3 Tampoco a a ariar el Resultado si una de las restricciones ar(a " se mantiene el sentido contrario# "a que no cumplen las restricciones.

PREGUNTA ;& 3.*.K carne con papas es el plato -a orito de Ralph Edmund. Por eso decidi5 hacer una dieta continua de solo estos dos alimentos :m0s al$unos l(quidos " suplementos de itaminas3 en todas sus comidas. Ralph sa,e que no es la dieta m0s sana " quiere ase$urarse de que toma las cantidades adecuadas de los dos alimentos para satis-acer los requerimientos nutricionales. 9uenta con la si$uiente in-ormaci5n nutricional " de costo! An$rediente 9ar,ohidratos Prote(nas Grasa 9ostoHporci5n Gramos de in$redientes por porci5n Res Papas > 1> ;& > 1> ; %* %; Requerimiento diario :$ramos3

>& *& 6&

Ralph quiere determinar el n=mero de porciones diarias :pueden ser -raccionales3 de res " papas que cumplir(an con estos requerimientos a un costo m(nimo.

a3 ,3 c3

4ormule un modelo de pro$ramaci5n lineal. Use el m6todo $ra-ico para resol er el modelo. Utilice una computadora para resol er este modelo por el m6todo simple1.

?@)U9A@N A) PR@+N)EBA! ?oluci5n :a3 Res C x1 Papas C x2 9ar,ohidratos > 1> >& Prote(nas ;& > *& Grasa 1> ; 6& 9osto * ;

x1 x2

4 x1 + 2 x2

4unci5n @,7eti o Restricciones!

Bin :E3 C 4 x1 + 2 x2

4 x1 + 15 x2 50 20 x1 + 5 x2 40 15 x1 + 2 x2 60 x1 , x2 0
?oluci5n :,3 A$ualando alores de.

x1 , x2 :

4 x1 + 15 x2 = 50 20 x1 + 5 x2 = 40 15 x1 + 2 x2 = 60
Ta,ulando. R1

R;

R3

x1 & ;>H;

x2 1&H3 &

x1 & ;

x2 . &

x1 & *

x2 3& &

Fallando la pendiente m C G *H; C G ;# entonces el 0n$ulo C G 63

?acando alores para

x1 , x2 :

5 x1 + 15 x2 = 50 15 x1 + 2 x2 = 60 15 x1 45 x2 = 150 43 x2 = 90 x2 = 2.09
Reempla2ando en! Bin. :E3 C 4 x1 + 2 x2 Bin. :E3 C*:3.K;3 J ;:;.&I3 Bin. :E3 C1I.&K Ralph requiere de 3.K; porciones de Res " ;.&I porciones de Papas diarias para o,tener los requerimientos a un 9osto B(nimo ?oluci5n :c3 Por B6todo ?imple1 en 9omputadora.

5 x1 + 15(2.09) = 50 x1 = 3.72

PREGUNTA ;1 3.*.. 'wi$ht es un maestro de primaria que tam,i6n cr(a puercos para tener in$resos adicionales. Antenta decir que alimento darles. Piensa que de,e usar una com,inaci5n de los alimentos que enden los pro eedores locales. 'wi$ht 'esea que ten$a un costo m(nimo al mismo tiempo que cada puerco reci,a una cantidad adecuada de calor(as " itaminas. El costo " los contenidos de cada alimento se muestran en la ta,la# 9ada puerco requiere al menos % . &&& calor(as por d(a " K&& unidades de itaminas. a3 ,3 4ormule un modelo de pro$ramaci5n lineal. Use el m6todo $ra-ico para resol er el modelo. 89u0l es el costo diario por puerco que resulta<

?@)U9A@N A) PR@+)EBA! ?oluci5n :a3 Alimento Tipo A C x1 Alimento Tipo + C x2 9alor(as .&& 1&&& Ditaminas 1*& K& 9osto &.* &..

x1 x2

.&&& 4unci5n @,7eti o Restricciones!

K&&

0.4 x1 + 0.8x2

Bin :E3 C 0.4 x1 + 0.8 x2

800 x1 + 1000 x2 8000 140 x1 + 70 x2 700 x1 , x2 0

?oluci5n :,3 A$ualando las restricciones

800 x1 + 1000 x2 = 8000 140 x1 + 70 x2 = 700

Ta,ulando. R1

R;

x1 & 1&

x2 . &

x1 & >

x2 1& &

Fallando la pendiente m C G &.*H&.. C G &.># entonces el 0n$ulo C G ;6.>6

?acando alores para 9omo

x1 , x2 :

x2 = 0

8 x1 + 10(0) = 80 x1 = 10
Reempla2ando en! Binimi2ar :E3 C 0.4(10) +

0.8(0)
:E3 C* J & :E3 C* ?oluci5n @ptima

PREGUNTA ;;

)a Bedequip 9ompan" produce equipos de precisi5n de dia$nostico medico en dos -a,rica. ?e han reci,ido pedidos de tres centros m6dicos para la producci5n de este mes. )a ta,la muestra el costo unitario de en (o desde cada -0,rica a cada centro. Adem0s muestra el n=mero de unidades que se producir0n en cada -0,rica " el n=mero de unidades ordenadas por cada cliente. A De Fabrica 1 Fabrica 2 orden Costo unitario de envo 9liente ; % .&& % I&& ;&& unid produccin 9liente 3 % K&& % 6&& *&& unid *&& unid >&& unid

9liente 1 % 6&& % *&& 3&& unid

Ahora de,e tomar la decisi5n so,re el plan de cuantas unidades en iar de cada -0,rica a cada cliente. a3 4ormule un modelo de pro$ramaci5n lineal. ,3 Resuel a el modelo por el m6todo simple1

?@)U9A@N A) PR@+)EBA! 9omo es un pro,lema de 4lu7o de 9osto B(nimo entonces plantearemos el modelo de ecuaci5n a partir de la Gra-ica.

9omo este pro,lema tiene 6 canales entonces tendr0 6 aria,les de decisi5n# para minimi2ar el costo de en (o.

4unci5n @,7eti o! Binimi2ar EC 6 xF1C1 + Restricciones!

8xF1C 2 + 7 xF1C 3 + 4 xF 2C1 + 9 xF 2C 2 + 6 xF 2C 3

x F 1 C 1 + x F 1 C 2 + xF
1 C 3

= 400 xF 2C1 + xF 2C 2 + xF 2C 3 = 500 xF 1C1 = 300 xF 2C 2 = 200 xF 2C 3 = 400

xF 1C1 xF 1C 2 x F 1 C 3

Resoluci5n por el m6todo simple1. Escri,imos todas las Restricciones de la si$uiente -orma. En el so-tware WinP?+ ;.& para hallarlo por el m6todo simple1.

ATERA9A@N 1!

ATERA9A@N ;!

ATERA9A@N 3!

ATERA9A@N *!

ATERA9A@N >!

'e la -a,rica 1 se en (a ;&& unidades al cliente ; " ;&& unidades al cliente 3# " de la
-a,rica ; se en (a 3&& unidades al cliente 1 " ;&& unidades al cliente 3# As( se o,tendr0 un costo m(nimo de en (o.

PREGUNTA ;; 4a$esta ?tellworVs e1plora dos minas para o,tener mineral de hierro# este mineral de hierro se en (a a una de dos instalaciones de almacenamiento. 9uando se necesita se manda a la planta de acero de la compa/(a... El si$uiente dia$rama descri,e la red de distri,uci5n# donde B1 " B; son las dos minas# ?1 " ?;# los dos almacenes# P es la planta de acero. Tam,i6n muestra las cantidades producidas en las minas " las necesarias s en la planta al i$ual que el costo de en i5 " la cantidad m01ima de que se puede en iar al mes por cada (a# )a administraci5n desea determinar el plan m0s econ5mico de en (o del mineral de las minas a la planta. a3 4ormule un modelo de pro$ramaci5n lineal. ,3 Resuel a este modelo por el m6todo de simple1. ?@)U9A@N A) PR@+)EBA.

?@)U9A@N P@R E) BET@'@ ?ABP)EQ

9@B@ E) PR@+)EBA TAENE 11 RE?TRA99A@NE? Y 6 DARAA+)E? E? 'EBA9AA'@ GRAN'E Y P@R TANT@ )@ GUAR'AB@? EN UN PR@GRABA RE?UE)T@ EN WANP?+ ;.& PARA E))@ TAB+AEN ?E A'ZUNTA E) PR@GRABA.