C) Problemas de Programacion Lineal Resueltos

Investigacin Operativa I
Programacin Lineal
EJERCICIOS DE PROGRAMACION LINEAL

1. RMC es una empresa pequea que produce diversos productos qumicos. En un
proceso de produccin en particular se utilizan tres materia primas para elaborar
dos productos: un aditivo para combustible y una base disolvente. El aditivo para
combustible se vende a empresas petroleras y se utiliza en la produccin de
gasolina y otros combustibles relacionados. La base disolvente se vende a varias
empresas qumicas y se utiliza tanto para productos de limpieza para el hogar
como industriales. Para formar el aditivo para combustible y la base de
disolvente de mezclan tres materia primas, segn apara ce en la siguiente tabla.
NECESIDADES DE MATERIA PRIMA POR TONALADA
Materia Prima
Producto
1
2
3
Aditivo para combustible
2/5
0
3/5
Base disolvente
1/2
1/5
3/10
Utiliza toneladas de materia prima 1 en cada tonelada de base de disolvente.
La produccin de RMC est limitada por la disponibilidad de las tres materia

primas. Para el perodo de produccin actual, RMC tiene disponibles las
cantidades siguientes de cada una de las materia primas
Materia Prima
Materia prima 1
Materia Prima 2
Materia prima 3
Cantidades disponibles
para la produccin
20 toneladas
5 toneladas
21 toneladas
Debido a deterioro y la naturaleza del proceso de produccin, cualquier

materia prima que no se utilice para produccin actual resulta intil y debe
descartarse.
El departamento de control de calidad ha analizado las cifras de produccin,
asignando todos los costos correspondientes, y para ambos productos lleg a
precios que resultarn en una contribucin a la utilidad de 40 dlares por
tonelada de aditivo para combustible producida y de 30 dlares por cada
tonelada de base disolvente producido. La administracin de RMC, despus de
una anlisis de la demanda potencial, ha concluido que los precios
establecidos asegurarn la venta de todo el aditivo para combustible y de toda
la base disolvente que se produzca.
El problema de RMC es determinar cuntas tonelada de cada producto deber
producir para maximizar la contribucin total de la utilidad. Si Ud. Estuviera a
cargo de la programacin de la produccin para RMC. qupe decisin tomara?
Esto es, Cuntas tonaladas de aditivo para combustible y cuntas toneladas
Oswaldo Paul Rivadeneira
Pgina: 1
Programacin Lineal
de base disolvente producira usted para el perodo actual de produccin?

Escriba sus decisiones abajo y encuentre sus resultados.1
Solucin:
Diseo del modelo matemtico:
Definicin de variables
X1 = nmero de toneladas de aditivo para combustible
X2 = nmero de toneladas de base disolvente
Funcin objetivo:
Maximizar la contribucin a la utilidad, Z = 40 X1 + 30 X2
Restricciones
Toneladas de materia prima 1 2/5X1 + 1/2X2 20
Toneladas de materia prima 2
1/5X2 5
Toneladas de materia prima 3 3/5X1 + 3/10X2 21
No negatividad
Xi 0; i=1,2
Entrada de datos para Solver
Salida de resultados
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial
Thomson. Pgina 220.
Pgina: 2
Programacin Lineal
Informe del problema:

Orden de produccin:
25 toneladas de aditivo
20 toneladas de base disolvente
con:
20 toneladas de materia prima 1,
4 toneladas de materia prima 2, y
21 toneladas de materia prima 3
2. Innis Investments administra fondos de empresas y clientes pudientes. La
estrategia de inversin se adecua a las necesidades de cada cliente. Para un
cliente nuevo, a Innis se le ha autorizado invertir hasta 1200.00 dlares en
fondos de inversin: un fondo de acciones y un fondo del mercado de dinero.
Cada unidad del fondo de acciones cuesta 50 dlares, con una tasa de
rendimiento anual de 10%; cada unidad del fondo de mercado de dinero cuesta
100 dlares, con una tasa de rendimiento anual de 4%.
El cliente desea minimizar el riesgo, pero quiere tener un ingreso anual sobre
la inversin de por lo menos 60.000 dlares. De acuerdo con el sistema de
medicin del riesgo del Innis, cada unidad adquirida en el fondo de acciones
tiene un ndice de riesgo del 8, y cada unidad adquirida en el fondo de
mercado de dinero tiene un ndice de riesgo de 3. El ndice de riesgo ms
elevado con el fondo de acciones indica, simplemente que se trata de un a
inversin ms riesgosa. El cliente de Innis tambin ha especificado que se
inviertan por lo menos 3.000 dlares en el fondo de mercado de dinero.
Cuntas de cada uno de los fondos deber adquirir Innis para el cliente, si el
objetivo es minimizar el ndice de riesgo total para esa cartera?2
Solucin:
Diseo del modelo matemtico:
X1 = nmero de unidades adquiridas en el fondo de acciones
X2 = nmero de unidades adquiridas en el fondo del mercado de
dinero
Funcin objetivo:
Minimizar el riesgo, Z = 8 X1 + 3 X2
Restricciones
Fondos disponibles 50X1 + 100X2 1200.000
Ingreso anual
5 X1 +
4X2 60.000
Unidades en fondo
100X2 3.000
Thomson. Pgina 242.
Pgina: 3
Programacin Lineal
No negatividad
Xi 0; i=1,2
Datos de salida del Solver
Informe de asesora:
Innis Investments aconseja al cliente que adquiera 400 unidades a 50 dlares
cada una en Acciones y 10.000 unidades a 100 dlares cada en el mercado de
dinero para obtener una ganancia de 62.000 dlares al ao.
3. PAR es un pequeo fabricante de equipo y accesorios para golf cuyo distribuidor
lo convenci de que existe un mercado tanto para la bolsa de golf de precio
medio, conocida como modelo estndar, como para una bolsa de golf de precio
elevado, conocida como modelo deluxe. El distribuidor tiene tanta confianza en
el mercado que si PAR puede fabricar las bolsas a un precio competitivo, el
distribuidor est de acuerdo en adquirir todas las bolsas que PAR pueda fabricar
en los siguientes tres meses. Un anlisis cuidadoso de los requerimientos de
fabricacin dieron como resultado la tabla siguiente, que muestra las
necesidades de tiempo de produccin para las cuatro operaciones de
manufactura requeridas y la estimacin por parte del departamento de
contabilidad de la contribucin a la utilidad por bolsa.
Tiempo de produccin
Corte
y Costura
Terminado
Inspeccin
Utilidad por
Pgina: 4
Producto
Estndar
Deluxe
teido
7/10
1
Programacin Lineal
1/2
5/6
1
2/3
y empaque
1/10
1/4
Bolsa
$10
$9
El director da manufactura estima que durante los siguientes tres meses estarn
disponibles 630 horas de tiempo de corte y teido, 600 horas de tiempo de
costura, 708 horas de tiempo de terminado y 135 horas de tiempo de inspeccin
y empaque para la produccin de las bolsas de golf.
a)
b)
c)
d)
Si la empresa desea maximizar la contribucin total a la

utilidad,Cuntas bolsas de cada modelo deber fabricar?
Qu contribucin a la utilidad puede obtener PAR de estas cantidades
de produccin?
Cuntas horas de produccin se programarn para cada operacin?
Cul es el tiempo de holgura de cada operacin?3
Solucin:
Formulacin del modelo:
X1 = Cantidad de unidades de bolsas de golf estandar
X2 = Cantidad de unidades de bolsas de golf de lujo
Funcin Objetivo
Z max = 10X1 + 9X2
Restricciones
0.7X1 + 1.0X2 630 Horas de Corte y teido
0.5X1 + 0.8334X2 600 Horas de Costura
1.0X1 + 0.6667X2 708 Horas de Terminado
0.1X1 + 0.25X2 35 Horas de Inspeccin y Empaque
No negatividad
Xi 0; i=1,2
Solucin grfica:
Thomson. Pgina 264. Problema 15.
Pgina: 5
Programacin Lineal
Entrada de datos Solver:
Solucin Solver:
Pgina: 6
Programacin Lineal
a) Debe fabricar 539,98 bolsas de golf estndar y 252,01 bolsas de golf de

Lujo.
b) Contribucin total = $ 7.667,942
c) Se programarn 620 horas de Corte y Teido, 480.02 horas de Costura,
708 horas de Terminado y 117 horas de Inspeccin y Empaque.
d) Los tiempos de holgura son de 119.98 para Costura y 18 horas para
Inspeccin y Empaque. Las operaciones de Corte y Teido, y Terminado no
tienen holgura.
4. PAR es un pequeo fabricante de equipo y accesorios para golf cuyo distribuidor
lo convenci de que existe un mercado tanto para la bolsa de golf de precio
medio, conocida como modelo estndar, como para una bolsa de golf de precio
elevado, conocida como modelo Deluxe. El distribuidor tiene tanta confianza en
el mercado que si PAR puede fabricar las bolsas a un precio competitivo, el
distribuidor est de acuerdo en adquirir todas las bolsas que PAR pueda fabricar
en los siguientes tres meses. Un anlisis cuidadoso de los requerimientos de
fabricacin dieron como resultado la tabla siguiente, que muestra las
necesidades de tiempo de produccin para las cuatro operaciones de
manufactura requeridas y la estimacin por parte del departamento de
contabilidad de la contribucin a la unidad por bolsa.
Producto
Estndar
Deluxe
Tiempo de produccin
Corte
y Costura
teido
7/10
1/2
1
5/6
Terminado
1
2/3
Inspeccin
y empaque
1/10
1/4
Utilidad por
Bolsa
$10
$9
El director da manufactura estima que durante los siguientes tres meses estarn
disponibles 630 horas de tiempo de corte y teido, 600 horas de tiempo de
costura, 708 horas de tiempo de terminado y 135 horas de tiempo de inspeccin
y empaque para la produccin de las bolsas de golf.
Resuelva el problema descrito y luego responda a las siguientes preguntas:
a)
b)
c)
El departamento de contabilidad revisa su estimacin de contribucin a

la utilidad para la bolsa Deluxe a 18 dlares por bolsa.
Aparece disponible una nueva materia prima de bajo costo para la bolsa
estndar, y la contribucin a la unidad por la bolsa estndar puede
incrementarse a 20 dlares por bolsa. (suponga que la contribucin a la
utilidad por la bolsa Deluxe es el valor original de 9 dlares)
Se puede obtener nuevo equipo de costura que incrementar la
capacidad de operacin de costura a 750 horas.(suponga que 10X1 +
9X2 es la funcin objetivo apropiada)
Pgina: 7
Programacin Lineal
Si cada una de estas situaciones se encuentra por separado, Cul sera la

solucin ptima y la contribucin total a la utilidad?4
Solucin:
X1 = Cantidad de unidades de bolsas de golf estandar
X2 = Cantidad de unidades de bolsas de golf de lujo
Funcin Objetivo
Z max = 10X1 + 9X2
Restricciones
0.7X1 + 1.0X2 630 Horas de Corte y teido
0.5X1 + 0.8334X2 600 Horas de Costura
1.0X1 + 0.6667X2 708 Horas de Terminado
0.1X1 + 0.25X2 135 Horas de Inspeccin y Empaque
No negatividad
Xi 0; i=1,2
X2
700
Solucin
GLP
665
630 Payoff: 10.0000 X1 + 9.0000 X2 = 7667.9417
595
560
525
490
455
: 0.5000 X1 + 0.8334 X2 = 600.0000
420
385
350
: 0.1000 X1 + 0.2500 X2 = 135.0000
315
: 0.7000 X1 + 1.0000 X2 = 630.0000
280
245
210
175
: 1.0000 X1 + 0.6667 X2 = 708.0000
140
105
70
35
0
0
60
120
180
240
300
360
420
480
540
600
660
720
780
840
900
960
Optimal Decisions(X1,X2): (539.9842, 252.0110)

: 0.7000X1 + 1.0000X2 <= 630.0000
: 0.5000X1 + 0.8334X2 <= 600.0000
: 1.0000X1 + 0.6667X2 <= 708.0000
: 0.1000X1 + 0.2500X2 <= 135.0000
Pgina: 8
1020
1080 1140
12
Programacin Lineal
Entrada de datos Solver:
Solucin Solver:
a)
b)
Pgina: 9
Programacin Lineal
c)
La solucin ptima es la alternativa b) donde se incrementa la contribucin a

la utilidad de las bolsas estndar a $20 y su contribucin total es de $ 14.160
fabricando slo bolsas de golf estndar.
5. Kelson Sporting Equipment fabrica dos modelos de guantes de bisbol: uno
normal y una manopla de catcher. La empresa tiene disponibles 900 horas de
tiempo de produccin en su departamento y corte y costura, 300 horas
disponibles en el departamento de terminado y 100 horas disponibles en el
departamento de empaque y embarque. Los requerimientos de tiempo de
produccin y la contribucin a la utilidad de cada uno de losa productos es:
Modelo
Normal
Catcher
Tiempo
Corte
y
costura
1
3/2
de produccin(horas)
Terminado Empaque y Utilidad por
Guante
embarque
1/2
1/8
$5
1/3
1/4
$8
Suponga que la empresa est interesada en maximizar la contribucin total de

la utilidad.
a)
b)
Cul es el modelo de programacin lineal para este problema?

Encuentre la solucin ptima. Cuntos guantes de cada modelo deber
fabricar Kelson?
Pgina: 10
c)
d)
e)
Programacin Lineal
Cul es la contribucin total a la utilidad que puede ganar Nelson con

las cantidades de produccin arriba citadas?
Cuntas horas de produccin seran programadas en cada
departamento?
Cul es el tiempo libre de cada departamento?5
Solucin:
a) Formulacin del modelo:
X1 = Cantidad de guantes de Bisbol normal
X2 = Cantidad de guantes de Bisbol tipo Manopla
Funcin Objetivo
Z max = 5X1 + 8X2
Restricciones
X1 + 1.5X2 900 horas de Corte y Costura
0.5X1 + 0.3334X2 300 horas de Terminado
0.125X1 + 0.25X2 100 horas de Empaque y Embarque
No negatividad
Xi 0; i=1,2
Solucin GLP
Pgina: 11
630
595
560
Investigacin
Operativa I
525
Programacin Lineal
490
455
420
Payoff: 5.0 X1 + 8.0 X2 = 3699.9
385
350
315
280
245
210
175
140
105
70
35
0
: 0.1 X1 + 0.3 X2 = 100.0

: 0.5 X1 + 0.3 X2 = 300.0
: 1.0 X1 + 1.5 X2 = 900.0
0
60
120
180
240
300
360
420
480
540
600
660
720
780
840

: 1.0X1 + 1.5X2 <= 900.0
: 0.5X1 + 0.3X2 <= 300.0
: 0.1X1 + 0.3X2 <= 100.0
Datos de entrada de Solver:
Salida del Solver:
Pgina: 12
900
960
Programacin Lineal
6. George Johnson hered recientemente una gran suma de dinero; desea utilizar
parte de este dinero para establecer un fideicomiso para sus dos hijos. El
fideicomiso tiene dos opciones de inversin: (1) un fondo de bonos y (2) un
fondo de acciones. Los rendimientos proyectados durante la vida de las
inversiones son 6% para el fondo de bonos y 10% para el de acciones.
Independientemente de la porcin de la herencia que finalmente decida
comprometer al fideicomiso, desea invertir por lo menos 30% de dicha cantidad
en el fondo de bonos. Adems, desea seleccionar una combinacin que le
permita obtener un rendimiento total de por lo menos 7.5%.
a)
b)
Formule un modelo de programacin lineal que pueda utilizarse para

determinar el porcentaje que debe asignarse a cada una de las posibles
alternativas de inversin.
Resuelva el problema utilizando el procedimiento de solucin grfica y
por solver6
Solucin:
X1 = cantidad de dinero invertido en fondo de bonos
X2 = cantidad de dinero invertido en fondo de acciones
Funcin Objetivo
Zmax = 1X1 + 1X2
Restricciones
X1 30% (100) inversin en fondo de bonos
6% X1 + 10% X2 7.5% (100) rendimiento total
X1 + X2 100 relacin entre inversiones
No negatividad
Xi 0; i=1,2
Datos entrada Solver
Pgina: 13
Programacin Lineal
Resultados del Solver:
Solucin grfica:
7. El propietario de Sea Warf Restaurant deseara determinar cual es la mejor forma

de asignar un prosupuesto mensual de publicidad de 1.000 dlares entre
Pgina: 14
Programacin Lineal
peridicos y la radio. La administracin ha decidido que por lo menos 25% del

presupuesto debe utilizarse en cada uno de estos dos tipos de medios y que el
monto del dinero gastado en publicidad en peridicos locales debe tener por lo
menos el doble de los que se gaste en radio. Un asesor de mercadotecnia ha
desarrollado un ndice que mide la exposicin del auditorio por dlar de
publicidad en una escala de 0 al 100, donde valores ms elevados del ndice
indican mayores exposiciones al auditorio. Si el valor del ndice para publicidad
en los peridicos locales es de 50, y para el anuncio de radio es de 80, Cmo
debera asignar la administracin el presupuesto de publicidad, a fin de
maximizar el valor de exposicin total en el auditorio?
a)
b)
Formule un modelo de programacin lineal que se pueda utilizar para

determinar la manera en que la administracin debe asignar el
presupuesto de publicidad a fin de maximizar el valor de la exposicin
total del auditorio.
Resuelva el problema utilizando el procedimiento de solucin grfica y
por solver7
Solucin:
X1 = Cantidad de dlares asignados a peridicos
X2 = Cantidad de dlares asignados a radio
Funcin Objetivo
Zmax= 50X1 + 80X2
Restricciones
X1 0.25(X1 + X2)
mnimo para peridicos
X2 0.25(X1 + X2)
mnimo para radio
X1 2X2 relacin peridicos y radio
X1 + X2 1000 presupuesto
No negatividad
Xi 0; i=1,2
Solucin GLP
Pgina: 15
Programacin Lineal
X2
400
380
360
340
320
300
280
260
240
220
200
180
160
140
120
100
80
60
40
20
0
Payoff: 50.00 X1 + 80.00 X2 = 46000.00
: 1.00 X1 + 2.00 X2 = 1000.00

: 0.75 X1 - 0.25 X2 = 0.00
: -0.25 X1 + 0.75 X2 = 0.00
: 1.00 X1 - 2.00 X2 = 0.00
33
66
99
132
165
198
231
264
297
330
363
396
429
462
495
528
561
594
627

: 0.75X1 - 0.25X2 >= 0.00
: -0.25X1 + 0.75X2 >= 0.00
: 1.00X1 - 2.00X2 >= 0.00
: 1.00X1 + 2.00X2 <= 1000.00
8. Invesment Advisors es una empresa de corretaje que administra carteras de

valores para clientes. Un cliente nuevo ha solicitado que la empresa maneje una
cartera de inversiones de $80.000. Como estrategia inicial de inversin, el
cliente desea restringir la cartera a una combinacin de las acciones siguientes:
Accin
U.S. OIL
Hub Properties
Precio
Accin
$25
$50
por Rendimiento
anual ndice de riego
estimado por accin
$3
0.50
$5
0.25
El ndice de riesgo por accin es una clasificacin del riesgo relativo de dos
alternativas de inversin. Para los datos dados, se piensa que U.S. OIL es la
inversin sujeta a ms riesgo. Al restringir el riesgo total de la cartera, la firma
de inversiones evita colocar cantidades excesivas de la cartera en inversiones
potencialmente de rendimiento alto y riesgo elevado. Para la cartera actual se
ha establecido un lmite superior a 700 para el ndice de riesgo total de todas las
inversiones, tambin la empresa ha establecido un lmite superior de 1.000
acciones para los valores U.S. OIL ms riesgosos. Cuntas acciones de cada
uno de estos valores deben ser adquiridos a fin de maximizar en rendimiento
anual total?8
Solucin:
8
Pgina: 16
660
Programacin Lineal

X1 = Cantidad de acciones en U.S.Oil
X2 = Cantidad de acciones en Hub Properties
Funcin Objetivo
Z max = 3X1 + 5X2
Restricciones
0.50X1 + 0.25X2 700 por riesgo
X1
1000 inversin en U.S. OIL
25X1 + 50X2 = 80.000 inversin en acciones
No negatividad
Xi 0; i=1,2
Solucion GLP
X2 Payoff: 3.00 X1 + 5.00 X2 = 8400.00

1580
1501
1422
1343
1264
1185
1106
1027
948
869
790
711
632
553
474
: 25.00 X1 + 50.00 X2 = 80000.00
395
316
237
: 1.00 X1 + 0.00 X2 = 1000.00
158
79
0
: 0.50 X1 + 0.25 X2 = 700.00
0
49 98 147 196 245 294 343 392 441 490 539 588 637 686 735 784 833 882 931 980
X1

: 0.50X1 + 0.25X2 <= 700.00
: 1.00X1 + 0.00X2 <= 1000.00
: 25.00X1 + 50.00X2 <= 80000.00
Datos de entrada SOLVER
Pgina: 17
Programacin Lineal
PLANIFICACION TRABAJO INVESTMENT ADVISORS

Acciones
Cantidad
Contrib. Utilidad
U.S.Oil
HUB
1
3
Restricciones
Riesgo
En U.S.Oil
Inversin
0,5
1
25
1 max
5
No
Utilizado
Lmite
Utiliz
0,25
0,75
700
699,25
1
1000
999
50
75
80000
79925
Datos de salida SOLVER

PLANIFICACION TRABAJO INVESTMENT ADVISORS
Acciones
Cantidad
Contrib. Utilidad
U.S.Oil
HUB
800
1200 max
3
5
8400
Restricciones
Riesgo
En U.S.Oil
Inversin
0,5
1
25
No
Utilizado
Lmite
Utiliz
0,25
700
700 -7,4E-10
800
1000
200
50
80000
80000 -7,3E-08
9. Toms produce varios productos alimenticios mexicanos y los vende a Western

Foods, cadena de tiendas de abarrotes localizada en Texas y Nuevo Mxico.
Toms fabrica dos salsas: Western Foods Salsa y Mxico City Salsa.
Esencialmente, ambos productos son mezclas de tomates enteros, 30% de salsa
de tomate y 20% de pasta de tomate. La Mxico City Salsa, que tiene una
consistencia ms espesa y troceada, est elaborada con 70% de tomates
enteros, 10% de salsa de tomate y 20% de pasta de tomate. Cada tarro de
salsa producida pesa 10 onzas. Para el perodo de produccin actual, Toms
puede adquirir hasta 280 libras de tomates enteros, 130 libras de salsa de
tomate y 100 libras de pasta de tomate, el precio por libra de estos ingredientes
es $0.96, $0.64 y $0.56 respectivamente. El costo de las especias y de los
dems ingredientes es de aproximadamente $0.10 por recipiente. Toms compra
tarros de vidrio vacos a $0.02 cada uno, y los costos de etiquetado y llenado se
estiman en $0.03 por cada tarro de salsa producido. El contrato de Toms con
Western Foods resulta en ingresos por ventas de $1.64 por cada tarro de
Western Foods Salsa y de $1.93 por cada tarro de Mxico City Salsa.
a. Desarrolle un modelo de programacin lineal que le permita a Toms
determinar la mezcla de salsa que maximice la contribucin total a la utilidad.
b. Haga una grfica de la regin factible.
c. Resuelva las ecuaciones lineales simultneas apropiadas a fin de determinar
las coordenadas de cada punto extremo.
Pgina: 18
Programacin Lineal
d. Encuentre la solucin ptima9

Solucin:
X1 = Cantidad de tarros de salsa Western Foods
X2 = Cantidad de tarros de salsa Mxico City
Funcin Objetivo
Z max =
(1.64 (0.10+0.02+0.03+50%(10)(0.96)/16+30%(10)(0.64)/16+20%(10)(0.56)/16))X1
(1.93 (0.10+0.02+0.03+70%(10)(0.96)/16+10%(10)(0.64)/16+20%(10)(0.56)/16))X2
Z max = (1.64 (0.15 + 0.3 + 0.12 + 0.07))X1 + (1.93 (0.15 + 0.42 + 0.04 + 0.07))X2
Z max = 1X1 + 1.25X2
Restricciones
5X1 + 7X2 4480 libras de tomates enteros
3X1 + 1X2 2080 libras de salsa de tomate
2X1 + 2X2 1600 libras de pasta de tomate
No negatividad
Xi 0; i=1,2
Solucin con GLP
Pgina: 19
X2
1000
Programacin Lineal
950
900
850
800
750
700
Payoff: 1.00 X1 + 1.25 X2 = 860.00
650
600
: 2.00 X1 + 2.00 X2 = 1600.00
550
: 3.00 X1 + 1.00 X2 = 2080.00
500
450
: 5.00 X1 + 7.00 X2 = 4480.00
400
350
300
250
200
150
100
50
0
1
50
99
148
197
246
295
344
393
442
491
540
589
638
687
736
785
834
883
932

: 5.00X1 + 7.00X2 <= 4480.00
: 3.00X1 + 1.00X2 <= 2080.00
: 2.00X1 + 2.00X2 <= 1600.00
Datos entrada SOLVER

Planificacin para Toms
Western
Foods
SALSA
Cantidad de tarros
Utilidad
Mxico
City
1
1
1 Max
1.25
2.25
Restricciones
tomates enteros
salsa de tomate
pasta de tomate
Utilizado
Lmite No utiliz
7
12 4480
4468
1
4 2080
2076
2
4 1600
1596
5
3
2
Salida de datos SOLVER

Planificacin para Toms
SALSA
Cantidad de tarros
Utilidad
Western Mxico
Foods
City
560
1
240 Max
1.25
860
Pgina: 20
981
X1
Programacin Lineal
Restricciones
tomates enteros
salsa de tomate
pasta de tomate
5
3
2
Utilizado
7
4480
1
1920
2
1600
Lmite
No utiliz
4480 -6.2E-09
2080
160
1600 -3.7E-09
10. El editor de produccin de Rayburn Publishing Company tiene 1.800 pginas de

manuscrito que debe ser revisadas. Debido al poco tiempo involucrado, slo hay
dos revisores disponibles Erhan Mergen y Sue Smith. Erhan tiene diez das
disponibles y Sue doce das. Erhan puede procesar 100 pginas de manuscrito
por da, y Sue 150 pginas diarias. Rayburn Publishing Company ha desarrollado
un ndice para medir la calidad general de un revisor en una escala de 1 (peor)
a 10 (mejor). La calidad de Erhan es 9 y la de Sue es 6, adems, Erhan cobra 3
dlares por pgina de manuscrito revisado, Sue cobra 2 dlares por pgina. Se
ha asignado un presupuesto de $4.800 para la revisin, cuntas pginas deben
ser asignadas a cada revisor para completar el proyecto con la calidad ms
elevada posible?10
Solucin:
X1 = cantidad de pginas revisadas por Erhan
X2 = cantidad de pginas revisadas por Sue
Funcin Objetivo
Z max = 9X1 + 6X2
Restricciones
3X1 + 2X2 4.800 presupuesto
X1 + X2 = 1.800 nmero de pginas
X1/100 10 das disponibles de Erhan
X2/150 12 das disponibles de Sue
No negatividad
Xi 0; i=1,2
Solucin GLP
10
Pgina: 21
Programacin Lineal
Payoff: 9.0 X1 + 6.0 X2 = 13800.0

X2
2000
1900
1800
1700
1600
1500
1400
1300
1200
1100
1000
900
800
700
600
500
400
300
200
100
0
: 3.0 X1 + 2.0 X2 = 4800.0

: 0.0 X1 + 1.0 X2 = 1800.0
: 1.0 X1 + 0.0 X2 = 1000.0
: 1.0 X1 + 1.0 X2 = 1800.0
60
120 180 240 300 360 420 480 540 600 660 720 780 840 900 960 1020108011401200
X1

: 3.0X1 + 2.0X2 <= 4800.0
: 1.0X1 + 1.0X2 <= 1800.0
: 1.0X1 + 0.0X2 <= 1000.0
: 0.0X1 + 1.0X2 <= 1800.0
Pginas revisadas
Cantidad
Calidad
Ehran Sue
1
1 Max
9
6
15
Restricciones
Presupuesto
3
Horas Ehran
1
Horas Sue
Nm. Pginas
1
Utilizado
2
5
1
1
1
1
2
Limite
No utiliz
4800
4795
1000
999
1800
1799
1800
1798
Utilizado
2
4600
Limite
No utiliz
4800
200
Salida SOLVER
PLANIFICACIN TRABAJO RAYBURN

Pginas revisadas
Cantidad
Calidad
Ehran Sue
1000 800 Max
9
6
13800
Restricciones
Presupuesto
Pgina: 22
Horas Ehran
Horas Sue
Nm. Pginas
Programacin Lineal
1
1
1
1
1000
800
1800
1000 -1,1E-10
1800
1000
1800 -4,2E-09
11. Car Phones vende dos modelos de telfono para automvil: X y Y Los registros
muestran que se utilizan 3 horas de tiempo de ventas por cada modelo de
telfono X vendido, y 5 horas de tiempo de ventas por cada telfono de modelo
Y. Estn disponibles un total de 600 horas de venta para el siguiente perodo de
cuatro semanas. Adems, las polticas de planeacin de la administracin
exigen metas mnimas de ventas de 25 unidades, tanto para el X como para el
Y.
a. Muestre la regin factible
b. Si la empresa obtiene una contribucin a la utilidad de 40 dlares por cada
modelo X vendido y una contribucin a la utilidad de 50 dlares por cada
modelo Y vendido. Cul es la meta ptima de ventas para la empresa durante
el perodo de 4 semanas?
c. Desarrolle una restriccin y muestre la regin factible si la administracin
agrega la restriccin que Car Phones debe vender por lo menos tantos
telfonos Y como telfonos X.
d. Cul es la nueva solucin ptima si al problema se le agrega la restriccin
del inciso (c)?11
Solucin:
X1 = Nmero de unidades de telfonos modelo X
X2 = Nmero de unidades de telfonos modelo Y
Funcin Objetivo
Zmax = 40X1 + 50X2
Restricciones
3X1 + 5X2 600
horas de venta disponibles
X1 25 meta mnima de venta
X2 25 meta mnima de venta
No negatividad
Xi 0; i=1,2
Solucin GLP
11
Pgina: 23
Programacin Lineal
Payoff: 40.0 X1 + 50.0 X2 = 7583.3
: 1.0 X1 + 0.0 X2 = 25.0
: 3.0 X1 + 5.0 X2 = 600.0
: 0.0 X1 + 1.0 X2 = 25.0
X2
2
2
X1

: 3.0X1 + 5.0X2 <= 600.0
: 1.0X1 + 0.0X2 >= 25.0
: 0.0X1 + 1.0X2 >= 25.0

PLANIFICACION DE CAR PHONES
Modelo Modelo
X
Y
1
1 Max
40
50
90
Telfono
Cantidad
Utilidad
Restricciones
Horas disp.
Venta min X
Venta min Y
3
1
Utilizado
5
8
1
1
1
No
Lmite
Utiliz
600
592
25
-24
25
-24
Datos de Salida SOLVER

PLANIFICACION DE CAR PHONES
Telfono
Cantidad
Utilidad
Modelo
Modelo
X
Y
158,3333
25 Max
40
50 7583,333
Restricciones
Horas disp.
Venta min X
Venta min Y
3
1
Utilizado
5
600
158,3333
1
25
Lmite
No Utiliz
600 -1,4E-09
25 133,3333
25 2,64E-12
Pgina: 24
Programacin Lineal
12. Greentree Kennels proporciona alojamiento por una noche para mascotas. Una
caracterstica particular en Greentree es la calidad del cuidado que reciben las
mascotas, incluyendo una excelente alimentacin. La comida para perros de la
perrera se elabora mezclado dos alimentos de marca para perros a fin de
obtener lo que la perrera identifica como una dieta para perros bien
balanceada. Los datos para las dos comidas con las siguientes:
Comida
Bark Bits
Canine Chow
Costo/onza
0.06
0.05
Protenas %
30
20
Grasa %
15
30
Si Greentree desea asegurarse de que los perros reciban por lo menos 5 onzas
de protenas y como mnimo 3 onzas de grasas cada da, Cul es la mezcla de
costo mnimo de los alimentos para perros?12
Solucin:
X1 = Cantidad de onzas de comida Bark Bits
X2 = Cantidad de onzas de comida Canine Chow
Funcin Objetivo
Zmin = 0.06X1 + 0.05X2
Restricciones
0.3X1 + 0.2X2 5 contenido de protenas
0.15 X1 + 0.3 X2 3 contenido de grasas
No negatividad
Xi 0; i=1,2
Solucin GLP
12
Pgina: 25
54
48
Programacin Lineal
42
36
30
24
Payoff: 0.06 X1 + 0.05 X2 = 1.02
18
: 0.30 X1 + 0.20 X2 = 5.00
12
: 0.15 X1 + 0.30 X2 = 3.00
6
0
0
10
20
30
40
50
60
70

: 0.30X1 + 0.20X2 >= 5.00
: 0.15X1 + 0.30X2 >= 3.00
Entrada de datos SOLVER

PLANIFICACIN TRABAJO Greentree Kennels
Comida
Cantidad
Calidad
Proteinas
Grasas
Bark
Bits
Canine
Chow
1
0,06
Restricciones
0,3
0,15
1 Min
0,05
0,11
No
Utilizado
Limite utiliz
0,2
0,5
5
4,5
0,3
0,45
3
2,55
Salida de datos SOLVER

PLANIFICACIN TRABAJO Greentree Kennels
Comida
Cantidad
Calidad
Bark
Bits
Canine
Chow
15
2,5 Min
0,06
0,05
1,025
Pgina: 26
80
Programacin Lineal
Restricciones
Proteinas
Grasas
Utilizado
0,3
0,2
0,15
0,3
No
Limite utiliz
-3,3E5
5
12
-2,2E3
3
12
13. La New England Cheese Company produce dos quesos crema mezclando quesos
chedar tanto suave como extrafuerte. Los quesos crema se empacan en
recipientes de 12 onzas, que despus se venden a distribuidores en todo el
noroeste. La mezcla Regular contiene 80% de chedar suave y 20% de
extrafuerte y la mezcla Zesty contiene 60% de chedar suave y 40% de
extrafuerte. Este ao, una cooperativa lechera local ha ofrecido entregar hasta
8.100 libras de queso chedar a $1.20 por libra y hasta 3.000 libras de queso
chedar extrafuerte a $1.40 por libra. El costo de mezclar y empacar estos
quesos crema, excluyendo el costo del queso mismo, es de $0.20 por recipiente.
Si cada recipiente de Regular se vente a $1.95 y cada recipiente Zesty se vende
a $2.20. Cuntos recipientes deber producir New England Cheese de Regular
y Zesty?13
Solucin:
X1 = Cantidad (en miles) de recipientes de queso Regular
X2 = Cantidad (en miles) de recipientes de queso Zesty
Funcin Objetivo
Zmax = (1.95 0.20 - 0.80*0.75*1.20 0.60*0.75*1.40)X1 +
(2.20 2.0 0.20*0.75*1.20 0.40*0.75*1.40)X2
Zmax = 0.40X1 + 1.40X2
Restricciones
0.80*0.75X1 + 0.60*0.75X2 8,1 queso chedar suave
0.20*0.75X1 + 0.40*0.75X2 3,0 queso chedar extrafuerte
No negatividad
Xi 0; i=1,2
Solucin GLP
13
Pgina: 27
Programacin Lineal
: 0.2
0.8 X1 + 0.4
0.6 X
X2
10
Payoff: 0.4 X1 + 1.4 X2 = 14.0
9
8
7
6
5
4
3
2
1
0
0
10
11
12
13
Optimal Decisions(X1,X2): ( 0.0, 10.0)

: 0.8X1 + 0.6X2 <= 10.8
: 0.2X1 + 0.4X2 <= 4.0

PLANIFICACION TRABAJO en New England Cheese Company
Recipientes queso
Cantidad en miles
Utilidad
Regular
Restricciones
Queso Ch. suave
Tiempo prod. min
Zesty
1
0,4
1 max
1,4
1,8
0,8
0,2
No
Utilizado
Lmite Utiliz
0,6
1,4
10,8
9,4
0,4
0,6
4
3,4

Recipientes queso
Cantidad en miles
Utilidad
Restricciones
Queso Ch. suave
Tiempo prod. min
Regular Zesty
0
10 max
0,4
1,4
14
0,8
0,2
Utilizado
0,6
6
0,4
4
No
Lmite
Utiliz
10,8
4,8
4 -5,5E-12
Pgina: 28
14
X1
Programacin Lineal
14. Los administradores de Healthtech Foods estn considerando desarrollar un

nuevo bocadillo bajo en grasas. Se trata de una mescla de dos tipos de
cereales, cada una de ellos con distintas caractersticas en fibras, grasas y
protenas. La tabla siguiente muestra estas caractersticas por onza de cada tipo
de cereal.
Cereal
A
B
Fibra diettica
(gramos)
2
1.5
Grasas
(gramos)
2
3
Protenas
(gramos)
4
3
Note que cada onza de cereal A proporciona dos gramos de fibra diettica y que
cada onza de cereal B da 1.5 gramos de fibra diettica, por lo que si Healthtech
fuera a desarrollar el nuevo producto utilizando una mezcla formada de 50% de
cereal A y 50% de cereal B, una onza de ste contendra 1.75 gramos de fibra
diettica. Los requisitos nutricionales de Healthtech exigen que cada onza del
nuevo alimento tenga por lo menos 1.7 gramos de fibra diettica, no ms de 2.8
gramos de grasa y no ms de 3.6 gramos de protenas. El costo del cereal A es
de $0.02 por onza y el del B es de $0.025 por onza. Healthtech desea
determinar cunto de cada cereal es necesario para producir una onza del
nuevo producto al menor costo posible.
a. Formule el modelo de programacin lineal para esta situacin
b. Resuelva el problema utilizando el procedimiento de solucin grfica
c. Cules son las variables de holgura y de excedente
d. Si Healthtech pone en el mercado el nuevo cereal en un paquete de 8 onzas.
Cul sera el costo del paquete?14
Solucin:
X1 = Cantidad de onzas de cereal A
X2 = Cantidad de onzas de cereal B
Funcin Objetivo
Zmin = 0.02X1 + 0.025X2
Restricciones
2X1 + 1.5X2 1.7 por fibra diettica
2X1 + 3X2 2.8 por grasas
4X1 + 3X2 3.6 por protenas
X1 + X2 = 1 onzas
14
Pgina: 29
Programacin Lineal
No negatividad
Xi 0; i=1,2
Solucin GLP
X2
1
Payoff: 0.020 X1 + 0.025 X2 = 0.017
: 4.000 X1 + 3.000 X2 = 3.600

: 2.000 X1 + 3.000 X2 = 2.800
0
: 2.000 X1 + 1.500 X2 = 1.700

0

: 2.000X1 + 1.500X2 >= 1.700
: 2.000X1 + 3.000X2 <= 2.800
: 4.000X1 + 3.000X2 <= 3.600

Planificacion de Healthtech Foods
Cereal
Cantidad en onzas
Costo
B
1
0,02
Restricciones
fibra diettica
por grasas
por proteinas
2
2
4
1 min
0,025
0,045
Utilizado
1,5
3,5
3
5
3
7
No
Lmite
Utiliz
1,7
1,8
2,8
-2,2
3,6
-3,4
Datos salida SOLVER

Planificacion de Healthtech Foods
Cereal
Cantidad en onzas
B
0,85
0 min
Pgina: 30
X1
Costo
Programacin Lineal
0,02
0,025
Restricciones
fibra diettica
por grasas
por proteinas
0,017
Utilizado
2
2
4
1,5
3
3
1,7
1,7
3,4
No
Utiliz
9,12E1,7
13
2,8
1,1
3,6
0,2
Lmite
15. MD Chemical produce dos productos que se venden como materia prima para
empresas fabricantes de jabones para bao, detergentes para lavandera y otros
productos de jabn. Apoyndose en un anlisis de los niveles actuales de
inventarios y de la demanda potencial para el mes siguiente, la administracin
de MD ha especificado que la produccin total de los productos 1 y 2
combinados debe ser de por lo menos 350 galones. Adems debe cumplir con
un pedido de un cliente de importancia de 125 galones del producto 1. El
tiempo de procesado del producto 1 requiere dos horas por galn, y del
producto 2 requiere de una hora; para el mes siguiente, hay disponibilidades de
600 horas de proceso. Los costos de produccin son 2 dlares por galn del
producto 1 y 3 dlares del producto 2.
a. Determine las cantidades de produccin que satisfagan los requisitos
especificados al costo mnimo.
b. Cul es el costo total del producto?
c. Identifique la cantidad de cualquier produccin excedente.15
Solucin:
X1 = Cantidad de galones del producto 1
X2 = Cantidad de galones de producto 2
Funcin Objetivo
Zmin = 2X1 + 3X2
Restricciones
X1 + X2 350 galones producidos
X1 125 pedido de un cliente
2X1 + 1X2 600 horas de proceso
No negatividad
Xi 0; i=1,2
Solucin GLP
15
Pgina: 31
Programacin Lineal
X2
440
418
396
374
352
330
308
286
264 Payoff: 2.0 X1 + 3.0 X2 = 800.0
242
220
198
176
154
132
110
88
: 2.0 X1 + 1.0 X2 = 600.0
66
44
: 1.0 X1 + 0.0 X2 = 125.0
22
0
: 1.0 X1 + 1.0 X2 = 350.0
0
20
40
60
80
100 120 140 160 180
200 220 240 260 280 300 320 340 360
380 400

: 1.0X1 + 1.0X2 >= 350.0
: 1.0X1 + 0.0X2 >= 125.0
: 2.0X1 + 1.0X2 <= 600.0

Planificacion de 55. M&D Chemical
Producto
Cantidad galones
Costo
1
1
2
Restricciones
Galones
producidos
Pedido cliente
Horas proceso
2
1 min
3
Utilizado
1
1
2
1
1
2
1
3
Lmite
350
125
600
No
Utiliz
-348
124
597
Datos salida SOLVER

Planificacion de M&D Chemical
Producto
Cantidad galones
Costo
1
250
2
2
100 min
3
800
Pgina: 32
X1
Restricciones
Galones
producidos
Pedido cliente
Horas proceso
Programacin Lineal
Utilizado
1
1
2
1
1
350
250
600
Lmite
350
125
600
No Utiliz
8,11E-10
-125
-2,9E-10
16. Photo Chemicals produce dos tipos de fluido para revelado fotogrfico. Ambos
productos le cuestan a la empresa un dlar por galn producirlos. Con base e
una anlisis de niveles actuales de inventario y en las rdenes en mano para el
mes siguiente, la administracin de Photo Chemicals ha decidido que durante
las siguientes dos semanas se produzcan por los menos 30 galones del producto
1 y por lo menos 20 galones del producto 2. Tambin ha dicho la administracin
que en el transcurso de las siguientes dos semanas debe utilizarse el inventario
existente de una materia prima muy perecedera necesaria en la produccin de
ambos fluidos. El inventario actual de esta materia prima muy perecedera es de
80 libras. Aunque de ser necesario se puede ordenar ms de esta materia
prima, cualquier parte del inventario actual no utilizada se echar a perder
dentro de las siguientes dos semanas; de ah el requerimiento de la
administracin de que por lo menos se utilicen las 80 libras en las siguientes dos
semanas. Adems, el producto 1 requiere de una libra de esta materia prima
perecedera por galn, y el producto 2 requiere 2 libras de la materia prima por
galn. Dado que el objetivo de la administracin es mantener los costos de
produccin al mnimo nivel posible, estn buscando un plan de produccin de
costo mnimo que utilice la totalidad de las 80 libras de la materia prima
perecedera y que obtenga por lo menos 30 galones del producto 1 y por lo
menos 20 galones del producto 2. Cul es la solucin de costo mnimo?16
Solucin:
X1 = Cantidad de galones de fluido tipo 1
X2 = Cantidad de galones de fluido tipo 2
Funcin Objetivo
Zmin = X1 + X2
Restricciones
X1 30 produccin mnima de producto 1
X2 20 produccin mnima de producto 2
X1 + 2X2 80 libras de materia prima
No negatividad
Xi 0; i=1,2
16
Pgina: 33
Programacin Lineal
Solucion GLP
Payoff: 1.0 X1 + 1.0 X2 = 60.0
X2
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
: 1.0 X1 + 2.0 X2 = 80.0
: 0.0 X1 + 1.0 X2 = 20.0
: 1.0 X1 + 0.0 X2 = 30.0
10
12
14
16
18
20
22
24
26
28
30
32
34
36
38
40

: 1.0X1 + 0.0X2 >= 30.0
: 0.0X1 + 1.0X2 >= 20.0
: 1.0X1 + 2.0X2 <= 80.0
17. Bryants Pizza es un productor de pizzas congeladas. La empresa tiene una

utilidad de un dlar por cada pizza normal que produzca y de 1.5 dlares por
cada pizza de lujo. Cada pizza incluye una combinacin de pasta de harina y de
mezcla de relleno. Actualmente la empresa tiene 150 libras de mezcla de pasta
y de 50 libras de mezcla de relleno. Cada pizza normal utiliza una libra de
mezcla de pasta de harina y 4 onzas de mezcla de pasta de relleno. Cada pizza
de lujo utiliza una libra de mezcla de pasta de harina y 8 onzas de mezcal de
relleno. Con base en la demanda del pasado, Bryant puede vender por lo menos
50 pizzas normales y por lo menos 25 pizzas de lujo. Cuntas pizzas normales
y de lujo deber fabricar la empresa para maximizar la utilidad?
a. Cul es el modelo de programacin lineal para este problema?
b. Escriba este programa lineal en su forma estndar.
c. Encuentre la solucin ptima.
d. Cules son los valores e interpretaciones de todas las variables de holgura y
de excedente?
e. Qu restricciones estn asociadas con recursos limitantes?17
Solucin:
17
Pgina: 34
X1
Programacin Lineal
X1 = Cantidad de Pizzas Normales
X2 = Cantidad de Pizzas De Lujo
Funcin Objetivo
Zmax = 1X1 + 1.5X2
Restricciones
X1 + X2 150 pasta de harina
0.25X1 + 0.5X2 50 pasta de relleno
X1 50 venta de pizzas Normales
X2 25 venta de pizzas De Lujo
No negatividad
Xi 0; i=1,2
X2
Solucin GLP
160
152
144
136
: 1.00 X1 + 0.00 X2 = 50.00
128
120
112
104
96
88
: 1.00 X1 + 1.00 X2 = 150.00
80
72
64
Payoff: 1.00 X1 + 1.50 X2 = 175.00
56
48
40
: 0.00 X1 + 1.00 X2 = 25.00
32
24
: 0.25 X1 + 0.50 X2 = 50.00
16
8
0
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140

: 1.00X1 + 1.00X2 <= 150.00
: 0.25X1 + 0.50X2 <= 50.00
: 1.00X1 + 0.00X2 >= 50.00
: 0.00X1 + 1.00X2 >= 25.00
PLANIFICACION TRABAJO BRYANT'S PIZZA

Pizzas
Cantidad
Normal Lujo
1
1 max
Pgina: 35
150
160
170
Programacin Lineal
Utilidad
Restricciones
Pasta harina
1
Relleno
0,25
Pizzas Normales
1
Pizzas Lujo
1,5
2,5
Utilizado
1
2
0,5
0,75
1
1
1
No
Lmite
Utiliz
150
148
50
49,25
50
-49
25
-24
No
Lmite
Utiliz
150 -3,4E-10
50
-6E-11
50
50
25
25

PLANIFICACION TRABAJO BRYANT'S PIZZA
Pizzas
Cantidad
Utilidad
Normal Lujo
100
50 max
1 1,5
175
Restricciones
Pasta harina
1
Relleno
0,25
Pizzas Normales
1
Pizzas Lujo
Utilizado
1
150
0,5
50
100
1
50
18. English Motors, Ltd. (EML), ha desarrollado un nuevo vehculo deportivo de

utilera, con traccin en la cuatro llantas. Como parte de la campaa de
mercadotecnia, EML ha desarrollado una presentacin de ventas en video cinta
que se enviar tanto a propietarios de vehculos de traccin en las cuatro ruedas
EML actuales, como a propietarios de vehculos utilitarios deportivos de cuatro
ruedas ofrecidos por los competidores EML se refiere a estos dos mercados
objetivo como mercado de clientes actual y mercado de clientes nuevo. Los
individuos que reciban el nuevo video promocional tambin recibirn un cupn
para un recorrido de prueba del nuevo modelo EML, durante un fin de semana.
Un factor clave en el xito de esta nueva promocin es la tasa de respuesta, es
decir el porcentaje de individuos que reciban la nueva promocin y hagan el
recorrido de prueba del nuevo modelo, EML estima que la tasa de respuesta
para el mercado de clientes actual es de 25% y para el mercado de cliente
nuevo es de 20%. La tasa de ventas es el porcentaje de individuos que reciba
la nueva promocin, haga el recorrido de prueba y efecte la compra. Los
estudios de investigacin de mercado indican que la tasa de ventas el de 12%
para el mercado de clientes actual y de 20% para el mercado de clientes nuevo.
El costo de cada promocin, excluyendo los costos de recorrido de prueba, es
de 5 dlares por cada promocin enviada al mercado de clientes actual y de 4
dlares por cada promocin enviada al mercado de clientes nuevo. La
administracin tambin ha decidido que se deber enviar la nueva promocin a
un mnimo d 30.000 clientes actuales y a un mnimo de 10.000 clientes nuevos.
Adems, el nmero de clientes actuales que haga el recorrido de prueba del
Pgina: 36
Programacin Lineal
nuevo vehculo debe ser de por lo menos el doble del nmero de clientes
nuevos que hagan recorrido de prueba del nuevo vehculo. Si el presupuesto de
mercadotecnia, incluyendo los costos del recorrido de prueba, es de 1200.000
dlares, Cuntas promociones debern ser enviadas a cada grupo de clientes
para maximizar las ventas totales?18
Solucin:
X1 = Cantidad de promociones enviadas a clientes actuales
X2 = Cantidad de promociones enviadas a clientes nuevos
Funcin Objetivo
Zmax = 0.12*5X1 + 0.20*4X2
Restricciones
X1 30.000 clientes actuales
X2 10.000 clientes nuevos
0.25X1 2*0.20X2 relacin entre clientes que responden a la promocin
5X1 + 4X2 1200.000 presupuesto
No negatividad
Xi 0; i=1,2
Solucin GLP
18
Pgina: 37
Programacin Lineal
X2
273
260
247
234
221 Payoff: 0.60 X1 + 0.80 X2 = 176.00
208
195
182
169
156
143
: 1.00 X1 + 0.00 X2 = 30.00
130
117
104
91
78
65
52
39
26
13
0
0
13
26
39
52
65
: 5.00 X1 + 4.00 X2 = 1200.00
: 0.25 X1 - 0.40 X2 = 0.00
: 0.00 X1 + 1.00 X2 = 10.00
78
91
104
117
130
143
156
169
182
195
208
221

: 1.00X1 + 0.00X2 >= 30.00
: 0.00X1 + 1.00X2 >= 10.00
: 0.25X1 - 0.40X2 >= 0.00
: 5.00X1 + 4.00X2 <= 1200.00

PLANIFICACION TRABAJO ENGLISH MOTOR LTD.
Promociones
Cantidad en
miles
Ventas
Restricciones
Clientes actuales
Clientes nuevos
Relacion clientes
Presupuesto
Clientes Clientes
Actuales Nuevos
1
0,6
1
0,25
5
1 max
0,8
1,4
Utilizado
1
1
1
-0,4
-0,15
4
9
No
Lmite
Utiliz
30
29
10
9
0
-0,15
1200
-1191
Datos salida SOLVER

PLANIFICACION TRABAJO ENGLISH MOTOR LTD.
Promociones
Cantidad en
miles
Ventas
Clientes Clientes
Actuales Nuevos
160
0,6
100 max
0,8
176
Pgina: 38
234
247
260
Restricciones
Clientes actuales
Clientes nuevos
Relacion clientes
Presupuesto
Programacin Lineal
1
0,25
5
Utilizado
160
1
100
-0,4 -1,1E-11
4
1200
Lmite
No Utiliz
30
-130
10
-90
0
-1,1E-11
1200
2,78E-09
19. Creative Sports Designs (CSD) fabrica raquetas de tamao estndar y

extragrande. Las raquetas de la empresa son extremadamente ligeras, debido a
uso de una aleacin de magnesio y grafito inventada por el fundador de la
empresa. Cada raqueta de tamao estndar utiliza 0,125 kilos de aleacin y
cada raqueta extragrande utiliza 0,4 kilos; para el siguiente perodo de
produccin de dos semanas slo hay disponibles 80 kilos de aleacin. Cada
raqueta de tamao estndar ocupa 10 minutos de tiempo de fabricacin y cada
raqueta de tamao extragrande ocupa 12 minutos. Las contribuciones a la
utilidad son de 10 dlares por cada raqueta estndar y de 15 dlares por cada
raqueta extragrande y estn disponibles 40 horas de tiempo de produccin por
semana. La administracin ha especificado que por lo menos 20% de la
produccin total debe ser de raqueta de tamao estndar. Cuntas raquetas
de cada tipo deber fabricar CSD en las dos semanas siguientes, a fin de
maximizar la contribucin a la utilidad? Suponga que, debido a la naturaleza
nica de sus productos, CSD puede vender tantas raquetas como pueda
producir.19
Solucin:
X1 = Cantidad de unidades de raquetas estandar
X2 = cantidad de unidades de raquetas extra grande
Funcin Objetivo
Zmax = 10X1 + 15X2
Restricciones
0.125X1 + 0.4X2 80 kilos de aleacin
10X1 + 12X2 40*60 minutos de tiempo de produccin
X1 0.20(X1 + X2)
No negatividad
Xi 0; i=1,2
Solucin GLP
19
Pgina: 39
X2
200
190
180
170
160
150
140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
Programacin Lineal
: 0.125 X1 + 0.400 X2 = 80.000

Payoff: 10.000 X1 + 15.000 X2 = 2896.551
: 10.000 X1 + 12.000 X2 = 2400.000
: 0.800 X1 - 0.200 X2 = 0.000
10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42
X1

: 0.125X1 + 0.400X2 <= 80.000
: 10.000X1 + 12.000X2 <= 2400.000
: 0.800X1 - 0.200X2 >= 0.000

PLANIFICACION TRABAJO 59. Creative Sports Designs
Raquetas
Cantidad
Contrib. Utilidad
Estandar Extra G
1
1 max
10
15
25
Restricciones
Kilos aleacin
Tiempo prod. min
20% prod estand
0,125
10
0,8
No
Utilizado
Lmite
Utiliz
0,4
0,525
80
79,475
12
22
2400
2378
-0,2
0,6
0
0,6
Datos salida SOLVER

PLANIFICACION TRABAJO 59. Creative Sports Designs
Raquetas
Cantidad
Contrib. Utilidad
Restricciones
Kilos aleacin
Tiempo prod. min
Estandar Extra G
41,37931 165,5172 max
10
15 2896,552
0,125
10
Utilizado
Lmite
No Utiliz
0,4 71,37931
80
8,62069
12
2400
2400
3,03E-10
Pgina: 40
20% prod estand
Programacin Lineal
0,8
-0,2
9,03E-11
9,03E-11
20. La administracin de High Tech Service (HTS) desea desarrollar un modelo que le
ayude a asignar el tiempo de sus tcnicos entre llamada de servicio por
contrato a clientes tanto normales como nuevos. En el perodo de planeacin de
dos semanas hay disponible un mximo de 80 horas de tiempo de tcnico. A fin
de satisfacer los requisitos de flujo de caja, deben generarse por lo menos 800
dlares de ingresos (por tcnico) durante el perodo de dos semanas. El tiempo
de tcnico para los clientes normales genera 25 dlares por hora, pero para
clientes nuevos slo genera un promedio de 8 dlares la hora, porque en
muchos casos el contacto con el cliente no llega a generar servicios facturables.
Para asegurarse de que se mantienen contactos nuevos, el tiempo de tcnico
utilizado en contactos con clientes nuevos debe ser por lo menos 60% del
tiempo utilizado en contactos con clientes normales. Para los requerimientos de
ingresos y polticas enunciadas, HTS deseara determinar cmo asignar el
tiempo de los tcnicos entre clientes normales y nuevos, a fin de maximizar el
nmero total de clientes en contacto durante el perodo de dos semanas. Los
tcnicos requieren un promedio de 50 minutos por cada contacto de cliente
normal y de una hora por cada contacto con cliente nuevo.
a. Desarrolle un modelo de programacin lineal que le permita a HTS asignar el
tiempo de los tcnicos entre clientes normales y nuevos.
b. Haga una grfica de la regin factible
c. Resuelva las ecuaciones lineales simultneas apropiadas para determinar los
valores de X1 y X2 en cada punto extremo de la regin factible.
d. Encuentre la solucin ptima20
REFERENCIA: Pgina 274 Problema 63. Mtodos Cuantitativos para los
Negocios. 7ma Edicin. Anderson Sweeney Willams. Editorial Thomson.
Solucin:
X1 = Numero de horas de tcnico asignado a clientes normales
X2 = Numero de horas de tcnico asignado a clientes nuevos
Funcin Objetivo
Zmax = 60X1/50+ 60X2/60
Restricciones
X1 + X2 80
horas disponibles de tcnico
X2 0.6X1
relacin de tiempo de tcnico
25X1 + 8X2 800
ingresos en dlares
No negatividad
Xi 0; i=1,2
nmero de clientes
20
Pgina: 41
156
143
Programacin Lineal
130
117
Solucin GLP
104
91
Payoff: 1.20 X1 + 1.00 X2 = 90.00
78
65
52
39
: 25.00 X1 + 8.00 X2 = 800.00
: -0.60 X1 + 1.00 X2 = 0.00
26
13
: 1.00 X1 + 1.00 X2 = 80.00
0
0
11
22
33
44
55
66

: 1.00X1 + 1.00X2 <= 80.00
: -0.60X1 + 1.00X2 >= 0.00
: 25.00X1 + 8.00X2 >= 800.00
Entrada de datos SOLVER

PLANIFICACION TRABAJO High Tech Service
Clientes
Clientes
normales nuevos
1
1 max
1.2
1
2.2
Horas de trabajo
Cantidad horas
Nmero clientes
Restricciones
Horas
disponibles
Relacin tiempo
Ingresos
Utilizado
1
-0.6
25
1
1
8
2
0.4
33
Lmite
80
0
800
No Utiliz
78
-0.4
-767

Horas de trabajo
Cantidad horas
Nmero clientes
Clientes
Clientes
normales nuevos
50
30 max
1.2
1
90
Pgina: 42
77
Restricciones
Horas
disponibles
Relacin tiempo
Ingresos
Programacin Lineal
Utilizado
1
-0.6
25
1
1
8
80
-2.2E-11
1490
Lmite
80
0
800
No Utiliz
-1.8E-10
2.18E-11
690
21. Jackson Hole Manufacturing es un pequeo fabricante de productos de plstico

que se utilizan en las industrias automotrices y de computacin. Tiene un
importante contrato con una empresa de computadoras que implica la
produccin de cajas de plstico para las impresoras porttiles de dicha empresa.
Las cajas de impresora se producen en dos mquinas de moldeo por inyeccin.
La mquina M100 tiene una capacidad de produccin de 20 cajas de impresora
por hora y la mquina M200 tiene una capacidad de 40 cajas por hora. Ambas
mquina utilizan la misma materia prima qumica para producir las cajas de
impresora.; la M100 utiliza 40 libras de materia prima por hora, y la M200 utiliza
50 por hora. La empresa de computadoras le ha pedido a Jackson Hole que
produzca tantas cajas durante la semana que sigue como sea posible, y la ha
dicho que le pagar 18 dlares por cada caja que pueda entregar. Sin embargo,
la siguiente semana es un perodo normal de vacaciones programadas para la
mayor parte de los empleados de produccin de Jackson Hole. Durante este
tiempo, se efecta el mantenimiento anual de todo el equipo de la planta.
Debido al tiempo parado para mantenimiento, la M100 no estar disponible
durante ms de 15 horas y la M200 durante ms de 10 horas. Sin embargo, en
razn del elevado costo de preparacin involucrado en ambas mquinas, la
administracin requiere que, si el programa de produccin en cualquiera de
estas mquinas, la mquina deber operar por lo menos durante 5 horas. El
proveedor de la materia qumica utilizada en el proceso de produccin le ha
informado a Jackson Hole que tendr disponible un mximo de 1.000 libras de
la materia prima para la produccin de la siguiente semana. El costo de la
materia prima es de 6 dlares por libra. Adems del costo de la materia prima,
Jackson Hole estima que el costo horario de operacin de la M100 y la M200
son de 50 y 75 dlares, respectivamente.
a. Formule un modelo de programacin lineal que se pueda utilizar para
maximizar la contribucin de la utilidad.
b. Resuelva el problema utilizando el procedimiento de solucin grfica.21
Solucin:
X1 = Numero de horas de trabajo de maquina M100
X2 = Numero de horas de trabajo de maquina M200
Funcin Objetivo
Zmax = (20X1*18 40X1*6 50X1) + (40X2*18 50X2*6 75X2)
21
Pgina: 43
Programacin Lineal
30
Zmax = (360 240 50)X1 + (720 300 75)X2

Zmax = 70X1 + 345X2
Restricciones
X1
horas mximas de trabajo M100
24 15
X2 10 horas mximas de trabajo de M200
X1 5
horas mnimas de trabajo de M100
X2 5
horas mnimas de trabajo de M200
40X1 + 50X2 1000 libras de materia prima disponibles
No
18 negatividad
Xi 0; i=1,2
Solucin GLP
Payoff: 70.0 X1 + 345.0 X2 = 4325.0
12
6
: 40.0 X1 + 50.0 X2 = 1000.0
: 0.0 X1 + 2.0 X2 = 5.0
: 1.0 X1 + 0.0 X2 = 5.0
: 0.0 X1 + 1.0 X2 = 10.0
0
: 1.0 X1 + 0.0 X2 = 15.0

0
1
2
3
4
5
10
11
12
13
14
15
16
17
18
19
20
21
22
23

: 1.0X1 + 0.0X2 <= 15.0
: 0.0X1 + 1.0X2 <= 10.0
: 1.0X1 + 0.0X2 >= 5.0
: 0.0X1 + 2.0X2 >= 5.0
: 40.0X1 + 50.0X2 <= 1000.0

Horas de trabajo
Cantidad horas
Contrib. utilidad
Restricciones
Horas max M100
Horas max M200
Maquina Maquina
M100
M200
1
1 max
70
345
415
1
0
0
1
Utilizado
1
1
Lmite
No Utiliz
15
14
10
9
Pgina: 44
24
25
26
27
Programacin Lineal
Horas min M100

Horas min M200
Libras disponibles
1
0
40
0
1
50
1
1
90
5
5
1000
-4
-4
910
Horas de trabajo
Cantidad horas
Contrib. utilidad
Restricciones
Horas max M100
Horas max M200
Horas min M100
Horas min M200
Libras disponibles
Maquina Maquina
M100
M200
12.5
10 max
70
345
4325
1
0
1
0
40
0
1
0
1
50
Utilizado
12.5
10
12.5
10
1000
Lmite
No Utiliz
15
2.5
10
-9.9E-13
5
7.5
5
5
1000
-1.5E-09
22. Electronic Comunications fabrica radios porttiles que pueden utilizarse en

comunicaciones de dos vas. El nuevo producto de la empresa que tiene un
rango de hasta 25 millas, es adecuado para una diversidad de usos comerciales
y personales. Los canales de distribucin para el nuevo radio son:
1.
2.
3.
4.
distribuidores de equipo marino,

distribuidores de equipo de oficina,
cadenas nacionales de tiendas al menudeo,
pedidos por correo.
Debido a diferentes costos de distribucin y promocionales, la reditualidad del

producto variar segn el canal de distribucin. Adems, el costo de publicidad
y el esfuerzo de ventas personales requerido tambin variarn de acuerdo con
los canales de distribucin. La tabla siguiente resume la distribucin de la
utilidad, el costo de publicidad y los datos de esfuerzo de ventas personales
correspondientes al problema de Electronic Comunications. La empresa a
formulado un presupuesto de publicidad de 5.000 dlares, y est disponible un
mximo de 1800 horas de la fuerza de ventas para asignar al esfuerzo de
ventas. Finalmente, un contrato vigente con la cadena nacional de tiendas al
menudeo requiere que por lo menos de distribuyan 150 unidades a travs de
este canal de distribucin.
Datos de Utilidades, costos y esfuerzo del personal de ventas para Electronic
Esfuerzo del
Canal de
Utilidades por
Costo de publicidad personal de ventas
distribucin
unidad vendida
por unidad vendida por unidad vendida
Distrib. Marinos
$90
$10
2 horas
Pgina: 45
Programacin Lineal
Distrib. de oficinas
Tiendas nacionales
Pedidos por correo
$84
$70
$60
$8
$9
$15
3 horas
3 horas
Ninguna
Electronic Comunications ahora se enfrenta al problema de establecer un

estrategia de distribucin para los radios, que maximice la reditualidad general
de la produccin de nuevos radios. Debe tomarse decisiones en relacin con
cuantas unidades deben asignarse a cada uno de los cuatro canales de
distribucin, as como asignar el presupuesto de publicidad y el esfuerzo de la
fuerza de ventas a cada uno de los canales de distribucin.22
Solucin:
X1 = Numero de radios
asignados
asignados
asignados
asignados
a
a
a
a
distribuidores de equipo marino

distribuidores de equipos de oficina
cadenas nacionales de tiendas
pedidos por correo
Funcin Objetivo
Zmax = 90X1 + 84X2 + 70X3 + 60X4
Restricciones
10X1 + 8X2 + 9X3 + 15X4 5.000 por presupuesto
2X1 + 3X2 + 3X3 1.800 horas de esfuerzo en ventas
X3 150 unidades mnimas para cadenas nacionales
No negatividad
Xi 0; i=1,4

ELECTRONIC COMUNICATION
Distribuidores
Cadenas pedidos
Equipo
Equipos de nacionales
por
Radios asignados a
Marino
Oficina
de tiendas correo
Nmero de Radios
1
1
1
1 Max
Utlidades
90
84
70
60
304
RESTRICCIONES
Presupuesto
Esfuerzo laboral
Contrato cadena nacion
USO DE
RECUROS
10
2
8
3
9
3
1
15
Utilizado
42
8
1
LIMITE
No utiliz
5000 4958.00
1800 1792.00
150 -149.00
22
Thomson. Pgina 298.
Pgina: 46
Programacin Lineal

ELECTRONIC COMUNICATION
Distribuidores
Cadenas pedidos
Equipo
Equipos
nacionales
por
Radios asignados a
Marino
de Oficina de tiendas correo
Nmero de Radios
10.71429 442.85714
150
0 Max
Utlidades
90
84
70
60 48664.29
RESTRICCIONES
Presupuesto
Esfuerzo laboral
Contrato cadena
nacion
USO DE
RECUROS
10
2
8
3
Utilizado
LIMITE No utiliz
15
5000
5000
0.00
1800
1800
0.00
9
3
1
150
150
23. National Insurance Associates mantiene una cartera de inversiones en acciones,

bonos y otras alternativas de inversin. Actualmente hay fondos disponibles por
200.000 dlares y deben ser tomados en consideracin para nuevas
oportunidades de inversin. Las cuatro opciones de valores que National est
considerando as como los datos financieros relevantes correspondientes son los
que siguen:
Accin
Datos financieros
Precio por accin ($)
Tasa anual de rendimiento
Medida de riego por dlar
A
100
0.12
0.10
B
50
0.08
0.07
C
80
0.06
0.05
D
40
0.10
0.08
La medida de riesgo indica la incertidumbre relativa asociada con la accin, en

funcin de su capacidad de alcanzar su rendimiento anual proyectado; valores
ms elevados indican mayor riesgo. Las medidas de riesgo son proporcionadas
por el principal asesor financiero de la empresa.
La administracin general de National ha estipulado las siguientes vas de accin
para las inversiones:
1. La tasa de rendimiento anual de la cartera debe ser por lo menos 9%
2. Ninguno de los valores puede representar ms del 50% de la inversin
total en dlares.
a. Utilice la programacin lineal para desarrollar una cartera de inversiones que
minimice el riesgo.
b. Si la empresa ignora el riesgo y utiliza una estrategia de mximo rendimiento
sobre la inversin, Cul sera la cartera de inversiones?
Pgina: 47
0.00
Programacin Lineal
c. Cul es la diferencia en dlares entre las carteras de inversiones de los

incisos (a) y (b)? Por qu preferira la empresa la solucin desarrollada en el
inciso (a)23
REFERENCIA: Pgina 316 Problema 16. Mtodos Cuantitativos para los
Negocios. 7ma Edicin. Anderson Sweeney Willams. Editorial Thomson.
Solucin a):
X1 = Cantidad de acciones
asignados
asignados
asignados
asignados
a
a
a
a
opcin A
opcin B
opcin C
opcin D
Funcin Objetivo
Zmin = 10X1 + 3.5X2 + 4.0X3 + 3.2X4
Restricciones
100X1 + 50X2 + 80X3 + 40X4 200.000 dlares disponibles
12X1 + 4.0X2 + 4.8X3 + 4.0X4 0.09*200.000 rendimiento
100X1 0.5*200.000
inversin mxima de X1
50X2 0.5*200.000
80X3 0.5*200.000
40X4 0.5*200.000
No negatividad
Xi 0; i=1,4
National Insurance Associates
Acciones
Accionea asignadas a
Cantidad
Riesgo
RESTRICCIONES
Dlares disponibles
Rendimiento annual
Invesin mx en A
Invesin mx en B
Invesin mx en C
Invesin mx en D
B
1
10
1
3.5
USO DE RECUROS
100
50
12
4
100
50
D
1
4
80
4.8
80
1 Min
3.2
20.7
Utilizado
40
270
4
24.8
100
50
80
40
40
LIMITE No utiliz
200000 199730.00
18000 -17975.20
100000
99900.00
100000
99950.00
100000
99920.00
100000
99960.00
23
Pgina: 48
Programacin Lineal
Resultados del SOLVER

National Insurance Associates
Acciones
Accionea asignadas a
Cantidad
Riesgo
RESTRICCIONES
Dlares disponibles
Rendimiento annual
Invesin mx en A
Invesin mx en B
Invesin mx en C
Invesin mx en D
A
333.3333
10
USO DE
RECUROS
100
12
100
C
0 833.333333
3.5
4
50
4
80
4.8
50
80
D
2500 Min
3.2 14666.67
Utilizado
40
200000
4
18000
33333.33
0
66666.67
40
100000
LIMITE
No utiliz
200000
0.00
18000
0.00
100000 66666.67
100000 100000.00
100000 33333.33
100000
0.00
24. La administracin de Carson Stapler Manufacturing Company pronostica para el

trimestre que viene una demanda de 5000 unidades para su modelo Sure-Hold.
Esta engrapadora se ensambla a partir de tres componentes principales: la
base, el cartucho de grapa y la manija. Hasta ahora Carson ha fabricado los tres
componentes. Sin embargo, el pronstico de 5000 unidades es un nuevo
volumen mximo de venta y la empresa quiz no tenga suficiente capacidad de
produccin para la fabricacin de todos los componentes. La administracin est
pensando contratar una empresa maquiladora local para producir por lo menos
una parte de los componentes. Los requisitos de tiempos de produccin por
unidad son como sigue:
Departamento
A
B
C
Tiempo de produccin (horas)

Base
Cartucho
Manija
0.03
0.02
0.05
0.04
0.02
0.04
0.02
0.03
0.01
Tiempo
disponible
(horas)
400
400
400
Note que cada componente fabricado por Carson ocupa tiempo de produccin
en cada uno de los tres departamentos.
Despus de tomar en consideracin los gastos generales, las materias primas y
los costos de mano de obra de la empresa, el departamento de contabilidad ha
llegado al costo unitario, en dlares, de manufactura de cada componente.
Estos datos junto con las cotizaciones de la empresa maquiladora de los precios
de compra, en dlares, son como sigue:
Componente
Base
Cartucho
Manija
Costo de manufactura
0.75
0.40
1.10
Costo de adquisicin
0.95
0.55
1.40
Pgina: 49
Programacin Lineal
a. Determine cul sera la decisin de fabricar o comprar para Carson, que haga
que pueda cumplirse la demanda de 5000 unidades a un costo total mnimo.
De cada componente, Cuntas unidades debern ser fabricadas y cuantas
debern ser adquiridas?
b. Qu departamentos estn limitando el volumen de fabricacin? Si pudiera
considerarse tiempo extraordinario a un costo adicional de $3 la hora, Qu
departamento o departamentos deberan ser motivo de tiempo extra?
Explique.
c. Suponga que en el departamento A se pueden programar hasta 80 horas de
tiempo extra. Qu recomendara usted?24
Solucin:
X11 = Numero de bases para grapadoras producidas
X12 = Numero de cartuchos para grapadoras producidos
X13 = Numero de manijas producidas para grapadoras producidas
X21 = Numero de bases para grapadoras adquiridas
X22 = Numero de cartuchos para grapadoras adquiridos
X23 = Numero de manijas para grapadoras adquiridas
Funcin Objetivo
Zmin = 0.75X11 + 0.40X12 + 1.10X13 + 0.95X21 + 0.55X22 + 1.40X23
Restricciones
0.03X11 + 0.02X12
0.04X11 + 0.02X12
0.02X11 + 0.03X12
X11 + X21 = 5.000
X12 + X22 = 5.000
X13 + X23 = 5.000
No negatividad
Xij 0; i=1,2; j=1,3
+ 0.05X13 400
horas disponibles Dep. A
+ 0.04X13 400
horas disponibles Dep. B
+ 0.01X13 400
horas disponibles Dep. C
cantidad de bases
cantidad de cartuchos
cantidad de manijas

Unidades de
Cantidad
Costos
Carson Stapler Manufacturing Company

Producidas
Grapas
Cartuchos Manijas Grapas
1
1
1
1
0.75
0.4
1.1
0.95
Adquiridas
Cartuchos
1
0.55
Manijas
1
1.4
Min
5.15
24
Pgina: 50
RESTRICCIONES
Horas Departamento A
Horas Departamento B
Horas Departamento C
Cantidad de bases
Cantidad de cartuchos
Cantidad de manijas
USO DE RECUROS
0.03
0.02
0.04
0.02
0.02
0.03
1
1
Programacin Lineal
Utilizado
0.1
0.1
0.06
2
2
2
Manijas
1250
1.4
Min
11875
Utilizado
400
400
262.5
5000
5000
5000
0.05
0.04
0.01
1
1
1
=
=
=
LIMITE
400
400
400
5000
5000
5000
No utiliz
399.90
399.90
399.94
4998.00
4998.00
4998.00
=
=
=
LIMITE
400
400
400
5000
5000
5000
No utiliz
0.00
0.00
137.50
0.00
0.00
0.00
Datos de salida de SOLVER

Unidades de
Cantidad
Costos
RESTRICCIONES
Horas Departamento A
Horas Departamento B
Horas Departamento C
Cantidad de bases
Cantidad de cartuchos
Cantidad de manijas
Carson Stapler Manufacturing Company

Producidas
Grapas
Cartuchos Manijas Grapas
3750
5000
3750
1250
0.75
0.4
1.1
0.95
USO DE RECUROS
0.03
0.02
0.04
0.02
0.02
0.03
1
1
Adquiridas
Cartuchos
0
0.55
0.05
0.04
0.01
1
1
1
25. Golf Shafts (GSI) produce palos de grafito para varios fabricantes de palos de
golf. Dos instalaciones de fabricacin de GSI, una localizada en San Diego y otra
en Tampa, tienen capacidad para producir palos en diversos grados de rigidez,
desde modelos normales, principalmente utilizados por golfistas promedio, hasta
modelos extrargidos, utilizados principalmente por golfistas con bajo handicap y
profesionales. GSI acaba de recibir un contrato para la produccin de 200.000
palos normales y 75.000 rgidos. Dado que ambas plantas actualmente estn
produciendo palos de golf para cumplir con rdenes anteriores, ningn de las
plantas tiene capacidad suficiente, por si misma, para llenar el nuevo pedido. La
planta de San diego puede producir hasta un total de 120.000 palos, y la de
Tampa, hasta un total de 180.000 palos de golf. Debido a diferencias en
equipamiento en cada una de las plantas y de distintos costos de mano de obra,
los costos de produccin unitarios son distintos, como se muestra a
continuacin:
Palo normal
Palo rgido
Costo de San Diego

$ 5.25
$ 5.45
Costo de Tampa
$ 4.95
$ 5.70
a. Formule un modelo de programacin lineal para determinar la manera en que

GSI deber programar la produccin de este nuevo pedido para minimizar el
costo total de produccin.
b. Utilice cualquier cdigo de programacin lineal para resolver el modelo
desarrollado en el inciso (a)
c. Suponga que algunas de las rdenes anteriores de la planta de Tampa podran
ser reprogramadas para liberar la capacidad adicional para esta nueva orden.
Merecera esto la pena? Explique.
d. Suponga que el costo de producir un palo de golf rgido en Tampa fue
incorrectamente calculado, y que el costo correcto es de 5.30 dlares por palo.
Pgina: 51
Programacin Lineal
Qu efecto, si es que hubiera alguno, tendra lo anterior sobre la solucin

ptima desarrollada en el inciso (b)? Qu efecto tendra lo anterior sobre el
costo total de produccin?25
Solucin a):
X1 = Numero de unid. de palos de golf normales fabricados en San Diego
X2 = Numero de unid. de palos de golf extrargidos fabricados en San Diego
X3 = Numero de palos de golf normales fabricados en Tampa
X4 = Numero de palos de golf extrargidos fabricados en Tampa
Funcin Objetivo
Zmin = 5.25X1 + 5.45X2 + 4.95X3 + 5.70X4
Restricciones
X1 + X3 = 200.000
X2 + X4 = 75.000
X1 + X2 120.000
X3 + X4 180.000
No negatividad
Xi 0; i=1,4
palos
palos
palos
palos
de golf normales
de golf extrargidos
fabricados en San Diego
fabricados en Tampa
Golf Shafts (GSI)

San Diego
Palos de Golf
Tampa
Normales
Extrargid
Normales
Extrargid
5.25
5.25
4.95
5.7
Cantidad
Costos
RESTRICCIONES
USO DE RECUROS
Palos normales
Palos
extrargidos
Fabric. San Diego
21.15
Utilizado
1
1
Fabric. Tampa
Min
1
1
LIMITE
No utiliz
200000
199998.00
75000
74998.00
120000
119998.00
180000
179998.00
25
Pgina: 52
Programacin Lineal
Golf Shafts (GSI)

San Diego
Palos de Golf
Cantidad
Costos
Tampa
Normales
Extrargid
Normales
Extrargid
20000
75000
180000
5.25
5.25
4.95
5.7
RESTRICCIONES
USO DE RECUROS
Palos normales
Palos
extrargidos
Fabric. San Diego
1E+06
Utilizado
1
1
Fabric. Tampa
Min
1
1
LIMITE
No utiliz
2E+05
200000
0.00
75000
75000
0.00
95000
120000
25000.00
2E+05
180000
0.00
26. La Pfeiffer Company administra aproximadamente 15 millones de dlares para sus

clientes. Para cada Cliente, Pfeiffer escoge una mezcla de tres tipos de
inversiones: un fondo de valores de crecimiento, un fondo de ingresos y un
fondo de mercado de dinero. Cada cliente tiene objetivos de inversin distintos
y diferentes tolerancias de riesgo. Para dar gusto a estas diferencias, Pfeiffer
establece lmites en cada cartera para los porcentajes que pueden ser invertidos
en estos tres fondos y a cada cliente le asigna un ndice de riesgo.
As como este sistema funciona para Dennos Hartmann, uno de los clientes de
Pfeiffer Con base en una evaluacin de la tolerancia al riesgo de Hartmann,
Pfeiffer le ha asignado a la cartera de Hartmann un ndice de 0.05. Adems,
para mantener cierta diversidad, la fraccin de la cartera de Hartmann invertida
en fondos de crecimiento y de ingresos debe ser por lo menos de 10% cada una
y por lo menos 20% deber estar invertido en fondos de mercado de dinero.
Las evaluaciones de riego para los fondos de crecimiento, de ingresos y de
mercado de dinero son respectivamente 0.10, 0.05 y 0.01. El ndice de riesgo de
cada una se calcula como el promedio ponderado de la valuaciones de riesgo de
los tres fondos, donde los coeficientes de ponderacin son iguales a la fraccin
de la cartera invertida en cada uno de los tres fondos. Hartmann le ha dado
300.000 dlares a Pfeiffer para su administracin. Pfeiffer est pronosticando
actualmente un rendimiento del 20% en el fondo de crecimiento, 10% en el
fondo de ingresos y 6% en el fondo de mercad de dinero.
a. Desarrolle un modelo de programacin lineal para seleccionar la
mejor mezcla de inversiones para el cartera Hartmann.
b. Resuelva el modelo desarrollado en el inciso (a)
c. Cunto pueden variar los rendimientos de los tres fondos, antes
que Pfeiffer tenga que modificar la composicin de la cartera de
Hartmann?
d. Si Hartmann fuera mas tolerante al riesgo. qu aumento de
rendimiento podra esperar? Por ejemplo, Qu pasara si su ndice
de riesgo de cartera aumentara al 0.06?
Pgina: 53
Programacin Lineal
e. Si Pfeiffer revisa hacia abajo su estimacin de rendimiento para el

fondo de crecimiento hasta 0.10, Cmo recomendara usted que se
modificara la cartera de Hartmann?
f. Qu informacin debe mantener Pfeiffer sobre cada cliente para
utilizar este sistema para la administracin de las carteras de los
clientes?
g. En base semanaria Pfeiffer revisa las estimaciones de rendimiento
de cada uno de los tres fondos. Suponga que Pfeiffer tiene 50
clientes. Describe la forma en que Pfeiffer podra ser modificaciones
semanales en cada cartera de cliente, y asignar los fondos totales
administrados entre los tres fondos de inversin.26
Solucin a):
X1 = Cantidad de dlares asignados a valores de crecimiento
X2 = Cantidad de dlares asignados a ingresos
X3 = Cantidad de dlares asignados a mercado de dinero
Funcin Objetivo
Zmax = 0.20X1 + 0.10X2 + 0.06X3
Restricciones
X1 0.10*300.000 para valores de crecimiento
X2 0.10*300.000 para ingresos
X3 0.20*300.000 para mercado de dinero
X1 + X2 +X3 300.000 cartera
0.10X1 + 0.05X2 + 0.01X3 0.05*300.000 riesgo de cartera
No negatividad
Xi 0; i=1,3
La Pfeiffer Company
Asignados a
Cantidad de
dlares
Crecimiento
Ingresos
Mercado
Rendimiento
0.2
0.1
0.06
RESTRICCIONES
USO DE RECUROS
Crecimiento
Riesgo
Cartera
LIMITE
No utiliz
30000
-29999.00
30000
-29999.00
60000
-59999.00
Mercado de dinero
0.36
Utilizado
Ingresos
Max
0.1
0.05
0.01
0.16
15000
14999.84
300000
299997.00
26
Thomson. Pgina 317. Problema 19
Pgina: 54
Programacin Lineal
La Pfeiffer Company
Asignados a
Cantidad de
dlares
Crecimiento
Ingresos
Mercado
120000
30000
150000
Rendimiento
0.2
0.1
0.06
RESTRICCIONES
USO DE RECUROS
Crecimiento
Riesgo
Cartera
LIMITE
No utiliz
1E+05
30000
90000.00
30000
30000
0.00
2E+05
60000
90000.00
Mercado de dinero
36000
Utilizado
Ingresos
Max
0.1
0.05
0.01
15000
15000
0.00
3E+05
300000
0.00
27. La Jolla Beverage Products est pensando en producir un refresco de vino, que
sera mezcla de un vino blanco, de un vino rosado y de jugo de fruta. A fin de
llenar las especificaciones de sabor, el refresco de vino debe estar hecho con
por lo menos 50% de vino blanco, un mnimo de un 20% y no ms de un 30%
de rosado, y 20% de jugo de fruta. La Jolla adquiere el vino de los viedos o
lugares cercanos y el jugo de frutas de una planta procesadora en San
Francisco. Para el perodo actual de produccin, pueden adquirirse 10.000
galones de vino blanco y 8.000 galones de vino rosado, no hay lmite en la
cantidad de jugo de fruta que se puede pedir. El costo de los vinos es de un
dlar por galn para el vino blanco y de 1.50 dlares por galn para el vino
rosado; el jugo de fruta se puede adquirir a 0.50 por galn. La Jolla Beverage
Products puede vender todo el refresco que pueda producir a 2.50 dlares por
galn.
a. En esta situacin, es el costo de vino y el costo de frutas un costo hundido,
o uno relevante? Explique.
b. Formule un programa lineal para determinar el nmero de galones que La
Jolla Beverage Products deber adquirir de cada ingrediente y la contribucin
a la utilidad total que obtendrn de esta mezcla.
c. Si La Jolla Beverage Products pudiera obtener cantidades adicionales de vino
blanco, debera hacerlo? De hacerlo, Cunto debera estar dispuesto a pagar
por cada galn adicional, y cuantos galones adicionales deseara adquirir?
d. Si La Jolla Beverage Products pudiera obtener cantidades adicionales de vino
rosado, debera hacerlo? De hacerlo, Cunto debera estar dispuesto a pagar
por cada galn adicional, y cuanto galones adicionales deseara adquirir?
e. Interprete el precio dual para la restriccin que corresponde al requisito de
que el refresco de vino debe contener por lo menos 50% de vino blanco.Cual
sera su consejo a la administracin respecto a este precio dual?
f. Interprete el precio dual de la restriccin que correspndela requisito de que al
refresco de vino debe contener exactamente el 20% de jugo de frutas.Cual
es su consejo a la administracin respecto a este precio dual?27
27
Pgina: 55
Programacin Lineal
Solucin b):
X1 = Cantidad de galones de vino blanco
X2 = Cantidad de galones de vino rosado
X3 = Cantidad de galones de jugo de frutas
Funcin Objetivo
Zmax = 2.5*(X1+X2+X3) 1X1 1.5X2 -0.5X3
Restricciones
X1 10.000 cantidad mxima de vino blanco
X2 8.000 cantidad mxima de vino rosado
X1 0.5(X1 +X2 + X3) dosificacin mxima de vino blanco
X2 0.2(X1 +X2 +X3) dosificacin mnima de vino rosado
X2 0.3(X1 +X2 +X3) dosificacin mxima de vino rosado
X3 0.2(X1 +X2 +X3) dosificacin de jugo de frutas
No negatividad
Xi 0; i=1,3
Galones de
La Pfeiffer Company
Vino
V.
Blanco
Rosado
Cantidad
Utilidad
Frutas
1.5
RESTRICCIONES
USO DE RECUROS
Vino blanco
Vino rosado
Max
4.5
Utilizado
LIMITE
No utiliz
10000
9999.00
8000
7999.00
Min. vino blanco
0.5
-1
-1
-1.5
-1.50
Min. vino rosado
-0.2
0.8
-0.2
0.4
-0.40
Max. vino rosado
-0.3
0.7
-0.3
0.1
-0.10
Max. frutas
-0.2
-0.2
0.8
0.4
-0.40
Galones de
La Pfeiffer Company
Vino
V.
Blanco
Rosado
Cantidad
Utilidad
Frutas
10000
3000
2000
1.5
Max
22000
Pgina: 56
Programacin Lineal
RESTRICCIONES
USO DE RECUROS
Vino blanco
Vino rosado
Utilizado
LIMITE
No utiliz
10000
10000
0.00
3000
8000
5000.00
Min. vino blanco
0.5
-1
-1
1E-08
0.00
Min. vino rosado
-0.2
0.8
-0.2
6E-09
0.00
Max. vino rosado
-0.3
0.7
-0.3
-1500
1500.00
Max. frutas
-0.2
-0.2
0.8
-1000
1000.00
28. El gerente de programacin del Canal 10 desea determinar la mejor forma de

asignar el tiempo para la difusin de las noticias vespertinas de las 11:00 a las
11:30. Especficamente le gustara determinar el nmero de minutos de tiempo
de difusin dedicado a noticias locales, noticias nacionales, el clima y los
deportes. A lo largo de los 30 minutos de difusin, se reservan 10 minutos para
nubilidad. La poltica de difusin indica que por lo menos 15% del tiempo
disponible deber dedicarse a cobertura de noticias locales el tiempo dedicado a
noticias locales y nacionales deber ser por lo menos 50% del tiempo total de
difusin; el tiempo dedicado al segmento del clima deber ser inferior o igual al
tiempo que se dedique al segmento de deportes; el tiempo dedicado al
segmento de deportes no deber ser superior al tiempo total dedicado a
noticias locales y nacionales; y por lo menos, 20% del tiempo deber dedicarse
al segmento del clima. Los costos de produccin por minuto son de 300 dlares
para noticias locales, 200 dlares para noticias nacionales, 100 dlares para el
clima y 100 dlares para deportes.
Solucin:
X1 = nmero de minutos
para noticias locales

para noticias nacionales
sobre clima
sobre deportes
Funcin Objetivo
Z min = 300X1 + 200X2 + 100X3 + 100X4
Restricciones
X1 15%(X1 + X2 + X3 + X4) tiempo noticias locales
X1 + X2 50%(X1 + X2 + X3 + X4) tiempo noticias locales y nacionales
X3 X4 tiempo de noticias del clima
X4 (X1 + X2) tiempo para deportes
X3 20%(X1 + X2 + X3 +X4) tiempo para clima
X1 +X2 + X3 + X4 = 20 tiempo disponible en minutos
No negatividad
Xi 0; i=1,4

PROGRAMACIN CANAL 10
Pgina: 57
Programacin Lineal
MINUTOS en
Noticias
Locales
Cantidad
Costos
Nacionales
Clima
Deportes
300
200
100
100
RESTRICCIONES
Min
700
USO DE RECUROS
Noticias Locales
Not. Locales y Nac
Noticias Clima
Tiempo disponible
LIMITE
No utiliz
0,85
-0,15
-0,15
-0,15
0,4
-0,40
0,5
0,5
-0,5
-0,5
0,00
-1
0,00
-1,00
Noticias Clima
Noticias Deportes
Utilizado
-1
-0,2
-0,2
0,8
-0,2
0,2
-0,20
20
16,00

PROGRAMACIN CANAL 10
MINUTOS en
Noticias
Locales
Nacionales
Clima
Deportes
300
200
100
100
Cantidad
Costos
RESTRICCIONES
Noticias Locales
USO DE RECUROS
Min
3300
Utilizado
LIMITE
No utiliz
0,85
-0,15
-0,15
-0,15
-2E-12
0,00
0,5
0,5
-0,5
-0,5
9E-12
0,00
-1
0,00
-1
-5,00
Not. Locales y Nac

Noticias Clima
Noticias Deportes
Noticias Clima
Tiempo disponible
-0,2
-0,2
0,8
-0,2
-1,00
20
20
0,00
29. Gulf Coast Electronics est listo para asignar contratos para la impresin de su
informe anual. Durante los ltimos aos, un informe anual a cuatro colores ha
sido impreso por Johnson Printing y Likeside Litho. Una nueva empresa,
Benson Printing, ha inquirido sobre la posibilidad de efectuar una parte de la
impresin. El nivel de calidad y servicio de Likeside Litho ha sido
extremadamente elevado; de hecho slo el 0,05% de sus informes tuvieron que
ser descartados por problemas de calidad. Johnson Printing tambin ha tenido
un nivel histrico elevado de calidad, produciendo un promedio de slo 1% de
informes no aceptables. Dado que la Gulf Coast Electronics no ha tenido
experiencia con Benson Printing, ha estimado su tasa de defectos en 10%. A
Gulf Coast Electronics le gustara determinar cuantos informes debern ser
impresos por cada una de estas empresas, para obtener 75.000 informes de
calidad aceptables. Para asegurarse de que Benson Printing recibir una parte
del contrato de la administracin ha especificado que el nmero de informes
asignados a Benson Printing deber ser, por lo menos 10% del volumen que se
asigne a Johnson Printing. Adems el volumen total asignado a Benson Printing,
Johnson Printing y Likeside Lithono deber exceder 30.000, 50.000 y 50.000
ejemplares respectivamente. Debido a la larga relacin desarrollada con Likeside
Litho, la administracin tambin ha indicado que a Likeside Litho se le deber
Pgina: 58
Programacin Lineal
asignar por lo menos 30.000 informes. El costo por ejemplar es de 2.45 dlares
para Benson Printing, 2.50 dlares para Johnson Printing, y 2.75 dlares para
Likeside Litho.
a. Formule y resuelva un programa lineal para determinar cuntos ejemplares
debern asignarse a cada empresa impresora, para maximizar el costo total de
obtener 75.000 informes de calidad aceptable.
b. Suponga que el nivel de calidad de Benson Printing resulta mucho mejor a lo
estimado. Qu efecto, si es que existe alguno, tendra?
c. Suponga que la administracin est dispuesta a reconsiderar su requisito de
que a Likeside Litho se le den por lo menos 30.000 informes.Que efecto, si es
que hay alguno, tendra esto?
Solucin:
X1 = cantidad de ejemplares asignados a Litho
X2 = cantidad de ejemplares asignados a Johnson
X3 = cantidad de ejemplares asignados a Benson
Funcin Objetivo
Zmax = 2.75X1 + 2.5X2 +2.45X3
Restricciones
99.5%X1 + 99%X2 + 90%X3 75.000 ejemplares de buena calidad
X3 10%X2 asignacin mnima Benson
X3 30.000 asignacin max a Benson
X2 50.000 asignacin max a Johnson
X1 50.000 asignacin max a Litho
X1 30.000 asignacin min a Litho
No negatividad
Xi 0; i=1,3
PROGRAMACIN Gulf Coast Electronics

Ejemplares
Cantidad
Costos
RESTRICCIONES
Litho
Johnson
Benson
2,75
2,5
2,45
USO DE RECUROS
Max
7,7
Utilizado
LIMITE
No utiliz
Pgina: 59
Programacin Lineal
Ejemplares de calidad
0,995
Johnson y Benson
0,99
0,9
2,885
75000
74997,12
-0,1
0,9
30000
-0,90
29999,00
50000
49999,00
50000
49999,00
30000
-29999
Ejemplares Benson
Ejemplares Johnson
1
1
Ejemplares Litho
Ejemplares Litho
Datos salida SOLVER

PROGRAMACIN Gulf Coast Electronics
Ejemplares
Litho
Cantidad
Costos
RESTRICCIONES
Ejemplares de calidad
Johnson
Benson
50000
28055,6
2,75
2,5
2,45
USO DE RECUROS
0,995
Johnson y Benson
Ejemplares Litho
Ejemplares Litho
206236
Utilizado
LIMITE
No utiliz
0,99
0,9
75000
75000
-0,1
28055,6
0,00
28055,56
28055,6
30000
-1944,44
50000
50000,00
50000
50000
0,00
50000
30000
20000
Ejemplares Benson
Ejemplares Johnson
Max
1
1
30. Como una ilustracin de la asignacin de recursos que usa la programacin lineal,
considere el problema siguiente acerca de la planificacin de produccin en una
tienda. La produccin debe fijarse para dos tipos de mquinas, la maquina 1 y la
mquina 2. Ciento veinte horas de tiempo enlatables pueden fijarse para
mquina1, y 80 horas para mquina 2. La produccin durante el periodo de
planificacin se limita a dos productos. A y B, cada unidad del producto A requiere
2 horas de tiempo del proceso en cada mquina. Cada unidad de producto que B
requiere de 3 horas en la mquina 1 y de 1.5 horas en la mquina 2. El margen
de la contribucin es $4.00 por cada unidad de producto A y $5.00 por cada
unidad de producto B. Ambos tipos de productos pueden comercializarse
prontamente; por consiguiente, la produccin debe fijarse con el objetivo de
aumentar al mximo la ganancia.28
La formulacin:
Dado,
X1 = nmero de unidades del producto A para produccin
X2 = nmero de unidades del producto B para produccin
Maximizar la contribucin en la ganancia, Z = 4X1 + 5X2
28
Sets, Matrices, and Linear Programming. Robert L. Childress
Pgina: 60
Programacin Lineal
Sujeto a:
2X1 + 3X2 120 (recurso mquina 1)
2X1 + 1.5X2 80 (recurso mquina 2)
X1 0
(no negatividad)
X2 0
(no negatividad)
Datos de entrada para Solver
Solucin: opcin b)
Solucin
Z max
X1
X2
a)
213.33
20
25
b)
213.33
20
26.667
c)
313.33
25
26.667
d)
213.33
15
25
e)
213.33
20
16.667
31. Para ilustrar un problema de la programacin lineal en que el costo se minimiza,

considere el problema que enfrenta el fabricante de metales. La empresa produce
una aleacin que es hecho de acero y metal de trozos. El costo por la tonelada de
acero es $50 y el costo por la tonelada de trozo es de $20. Los requisitos
tecnolgicos para la aleacin son (1) un mnimo de una tonelada de acero se
Pgina: 61
Programacin Lineal
requiere para cada dos toneladas de trozo; (2) una hora de tiempo de
procesamiento se requiere por cada tonelada de acero, y se requieren cuatro
horas de tiempo de procesamiento por cada tonelada de trozo; (3) el acero y el
trozo se combinan linealmente para hacer la aleacin. La prdida en proceso del
acero es 10 por ciento y la prdida en proceso del trozo es 20 por ciento. Aunque
la produccin puede exceder la demanda, un mnimo de 40 toneladas de la
aleacin debe fabricarse. Para mantener el funcionamiento de la planta
eficazmente, un mnimo de 80 horas de tiempo de procesamiento debe usarse. El
suministro tanto de los trozos como del acero es adecuado para la produccin de
la aleacin. El objetivo del fabricante es producir la aleacin a un costo mnimo.29
La formulacin matemtica al problema de programacin lineal puede plantearse
de la siguiente manera
Dado,
X1 = nmero de toneladas de acero para produccin de aleacin
X2 = nmero de toneladas de trozo para produccin de aleacin
Minimizar el costo Z = 50X1 + 20X2
Anlisis:
(1) un mnimo de una tonelada de acero se requiere por cada dos toneladas de
trozo
1 X1
2 X 2 ; X 2 2X 1 ; X2 2X1 0 ; 2X1 X2 0
(2) se necesitan una hora de procesamiento por cada tonelada de acero y
cuatro horas de tiempo de procesamiento por cada tonelada de trozo y un
mnimo de 80 horas
1X1 + 4X2 80
(3) La prdida en proceso es del 10% de acero y el 20% de trozo, demanda
mnima d 40 toneladas de aleacin
rendimiento del acero (1-10%)X1
rendimiento del trozo (1-20%)X2
(1-10%)X1 + (1-20%)X2 40
0.90X1 + 0.80X2 40
Sujeto a:
2X1 X2 0
(1)
1X1 + 4X2 80
(2)
0.90X1 + 0.80X2 40
(3)
X1 0
(no negatividad)
29
Sets, Matrices, and Linear Programming. Robert L. Childress
Pgina: 62
Programacin Lineal
X2 0
(no negatividad)
Solucin: opcin a)
Solucin
Z max
X1
X2
a)
1.440
16
32
b)
1.440
32
16
c)
144
16
26.667
d)
1.440
15
25
e)
1.044
32
16.667
32. La Kenmore Corporation, un fabricante progresista de mecanismos civiles y

militares, fabrica actualmente una lnea de armas para civiles, con una produccin
actual diaria de 30 unidades del modelo Z-1200 y de 120 unidades del modelo Z1500. El vicepresidente de manufactura quiere saber si podra aumentarse las
ganancias cambiando la mezcla de productos entre los dos modelos. Se compil la
Pgina: 63
Programacin Lineal
siguiente informacin sobre las horas requeridas para la fabricacin de cada

modelo y las capacidades de los departamentos de la fbrica.30
Horas-Hombre requeridas
Departamentos Modelo
Z- Modelo
1200
1500
Dep. 1
2
0
Dep. 2
0
3
Dep. 5
2
2
Dep. 4
1 1/5
1 1/2
Contribucin
por unidad
$ 50
$ 40
Capacidad
Z- Departamental
diarias)
300
540
440
300
(horas
Formulacin del problema:
X1 = Cantidad de unidades del modelo Z-1200

X2 = Cantidad de unidades del modelo Z-1500
Funcin Objetivo: Maximizar Z = 50 X1 + 40 X2
Restricciones:
2 X1 + 0 X2 300
por Dep. 1
0 X1 + 3 X2 540
por Dep. 2
2 X1 + 2 X2 440
por Dep. 5
1.2 X1 + 1.5 X2 300
por Dep. 4
No negatividad:
X i 0; i = 1, 2
Solucin grfica por computador (usando el GLP)
30
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigacin de

Operaciones. Limusa. Pag 273
Pgina: 64
Programacin Lineal
Solucin con SOLVER:
Datos de entrada
Pgina: 65
Programacin Lineal
Datos de salida:
Produccin Actual: Z = 50(30) + 40(120) = $ 6.300

Produccin Nueva: Z = 50(150) + 40(70) = $ 10.300
Aumenta las ganancias en: 10.300 6.300 = $ 4.000
Respuestas mltiples: respuesta correcta d)
a)
b)
c)
d)
e)
aumenta las ganancias en

no aumenta las ganancias
$
$
$
$
3.000
6.300
10.300
4.000
Pgina: 66
Programacin Lineal
33. Reddy Mikks produce pinturas tanto para interiores como para exteriores a partir
de dos materias primas, M1 y M2. La siguiente tabla proporciona los datos bsicos
del problema:
Toneladas de materia prima

por tonelada de
Pintura para Pintura para
exteriores
interiores
6
4
1
2
Materia prima, M1
Materia prima, M2
Utilidad
por
tonelada
$5
(1000 dlares)
Disponibilidad
mxima
diaria
en toneladas
24
6
$4
Una encuesta de mercado restringe la demanda mxima diaria de pintura para

interiores a 2 toneladas. Adems la demanda diaria de pintura para interiores
no puede exceder a la de pintura para exteriores por ms de 1 tonelada.
Reddy Mikks quiere determinar la mezcla de producto ptima (la mejor) de
pinturas para interiores y para exteriores que maximice la utilidad diaria
total.31
Definicin de variables:
X1 = Nmero de toneladas de Pintura para Exteriores
X2 = Nmero de toneladas de Pintura para Interiores
Funcin objetivo: Maximizar Z = 5.000 X1 + 4.000 X2
Restricciones
6 X1 + 4 X2 24
1 X1 + 2 X2 6
0 X1 + 1 X2 2
-1X1 + 1 X2 1
No negatividad:
por disp. Materia prima M1

por disp. Materia prima M2
mximo diario de pint. Int.
demanda diaria
X i 0; i = 1, 2
31
Handy A. Taha. Investigacin de Operaciones. Una Introduccin. Prentice Hall. Pag. 11
Pgina: 67
Programacin Lineal
Solucin con SOLVER:

Datos de entrada
Datos de salida:
Pgina: 68
Programacin Lineal
Solucin:
Producir diariamente 3 toneladas de pintura para exteriores y 1.5 toneladas de
pintura para interiores, para producir una ganancia mxima de $ 21.000,00
Solucin mltiple: respuesta correcta c)
Rubro
Pint. Ext (ton)
Pint. Int (ton)
Ganan. max.($)
a
1.5
3.0
21.000
b
3.0
1.5
20.000
Respuestas
c
3.0
1.5
21.000
d
1.5
1.5
20.000
e
3.5
2.0
21.000
34. Ozark Farms utiliza diariamente 800 libras de alimento especial. El alimento
especial es una mezcla de maz y semilla de soya, con las siguientes
composiciones:
Maz
Semilla de Soya
Libra por libra de alimento

para ganado
Costo (/libra)
Protenas
Fibra
0.09
0.02
0.30
0.60
0.06
0.90
Los requerimientos dietticos diarios del alimento especial estipulan que por lo
menos un 30% de protenas y cuando mucho un 5% de fibra. Ozark Farms desea
determinar el costo mnimo diario de la mezcla de alimento.32
X1 = Cantidad de libras de Maz
X2 = Cantidad de libras de Semilla de Soya
32
Pgina: 69
Programacin Lineal
Funcin Objetivo: Minimizar Z = 0.30 X1 + 0.90 X2
Restricciones:
0.09 X1 + 0.60 X2 0.30*(X1 + X2)
0.02 X1 + 0.06 X2 0.05*(X1 + X2)
X1 +
X2 800
No negatividad:
por protenas
por fibra
produccin
X i 0; i = 1, 2
Solucin con SOLVER:
Pgina: 70
Programacin Lineal
Datos de entrada
Datos de Salida:
Solucin:
470.59 libras de maz,
329.41 libras de semilla de soya
costo mnimo del alimento: 437.65 por da.
Solucin mltiple: respuesta correcta b)
a)
b)
c)
d)
e)
$
$
$
$
$
457.65
437.65
417.65
517.65
537.65
por
por
por
por
por
da
da
da
da
da
35. Jack es un estudiante emprendedor de primer ao de la UTE. Comprende que

slo el trabajo y nada de diversin hacen de Jack un muchacho aburrido.
Como resultado de esto, Jack quiere distribuir su tiempo disponible, de
alrededor de 10 horas al da, entre el trabajo y la diversin. Calcula que el juego
es dos veces ms divertido que el trabajo. Tambin quiere estudiar por lo
menos tanto como juega. Sin embargo, Jack comprende que si quiere terminar
todas sus tareas universitarias, no puede jugar ms de cuatro horas al da.
Pgina: 71
Programacin Lineal
Cmo debe distribuir Jack su tiempo para maximizar su satisfaccin tanto en el

trabajo como en el juego?33
X1 = nmero de horas de juego
X2 = nmero de horas de trabajo
Funcin objetivo: Maximizar Z = 2X1 + X2
Restricciones:
X1 + X2 = 10
disponibilidad de tiempo
X2 X1
X1 X2 0
trabajar por lo menos tanto como juega
X1 4
lmite de juego
No negatividad
Xi 0; i= 1, 2
Solucin GLP
X2
Payoff:
: 1.0:2.0
X1
1.0
X1
+: X1
+
1.0
1.0
- 1.0
X2
X1
1.0
X2
=
+X2
10.0
=0.0
=14.0
X2
0.0= 4.0
: 1.0X1 + 1.0X2 <= 10.0
: 1.0X1 - 1.0X2 <= 0.0
: 1.0X1 + 0.0X2 <= 4.0
Datos de Entrada Solver
33
Pgina: 72
Programacin Lineal
Datos de Salida Solver
Juega cuatro horas y trabaja 6 horas.

Solucin mltiple: respuesta correcta d)
Rubro
Juega
Trabaja
Satisfaccin max
a
1.5
3.0
14.0
b
3.0
6.0
20.0
Respuestas
c
3.0
6.0
14.0
d
4.0
6.0
14.0
e
6.0
2.0
21.000
36. John debe trabajar por lo menos 20 horas a la semana para completar su
ingreso mientras asiste a la escuela. Tiene la oportunidad de trabajar en dos
tiendas al detalle: en la tienda 1 John puede trabajar entre 5 y 12 horas a la
semana, y en la tienda 2 le permiten trabajar entre 6 y 10 horas. Ambas tiendas
pagan el mismo salario por hora. De manera que John quiere basar su decisin
acerca de cuntas horas debe trabajar en cada tienda en un criterio diferente: el
factor del estrs en el trabajo. Basndose en entrevistas con los empleados
actuales, John calcula que, en una escala de 1 a 10, los factores des estrs son
de 8 y 6 en las tiendas 1 y 2, respectivamente. Debido a que el estrs aumenta
por hora, l supone que el estrs total al final de la semana es proporcional al
Pgina: 73
Programacin Lineal
nmero de horas que trabaja en la tienda. Cuntas horas debe trabajar en

cada tienda?34
X1 = nmero de horas de trabajo en la tienda 1
X2 = nmero de horas de trabajo en la tienda 2
Funcin objetivo: Minimizar Z = 8X1 + 6X2
Restricciones:
X1 5
X1 12
X2 6
X2 10
X1 + X2 20
No negatividad
Xi 0; i = 1, 2
Solucin GLP
Payoff: 8.0 x1 + 6.0 X2 = 140.0
: 1.0 x1 + 1.0 X2 = 20.0
: 1.0 x1 + 0.0 X2 = 5.0

X2
12
11
10
9
8
7
6
5
4
3
2
1
0
: 0.0 x1 + 1.0 X2 = 10.0
: 0.0 x1 + 1.0 X2 = 6.0

: 1.0 x1 + 0.0 X2 = 12.0
10
11
12
x1
Optimal Decisions(x1,X2): (10.0, 10.0)

: 1.0x1 + 0.0X2 >= 5.0
: 1.0x1 + 0.0X2 <= 12.0
: 0.0x1 + 1.0X2 >= 6.0
: 0.0x1 + 1.0X2 <= 10.0
: 1.0x1 + 1.0X2 >= 20.0
34
Pgina: 74
Programacin Lineal
Datos de entrada Solver
Datos de salida Solver
Solucin:
John debe trabajar 10 horas a la semana en la tienda 1 y 10 horas en la tienda 2
Rubro
Tienda 1
Tienda 2
Estrs min
a
11
11
14.0
b
10
10
20.0
Respuestas
c
10
6.0
14.0
d
10
10
140
e
10
10
21.000
Pgina: 75
Programacin Lineal
37. La Dumont Company, fabricante de equipo de pruebas, tiene tres

departamentos principales para la manufactura de sus modelos S-1000 y S2000. Las capacidades mensuales son las siguientes:
Departamentos
De Estructura principal
De Alambrado elctrico
De Ensamble
Requerimientos unitarios
de tiempo (horas)
Modelo
Modelo SS-1000
2000
4
2
2.5
1
4.5
1.5
Horas disponibles en
el presente mes
1600
1200
1600
La contribucin del modelo S-1000 es de $ 40 000 por unidad, y la del modelo S2000 es de $ 10 000 por unidad. Suponiendo que la compaa puede vender
cualquier cantidad de cada uno de sus productos, debido a las condiciones
favorables de mercado. Determnese la salida ptima para cada modelo, la
contribucin ms alta posible para el presente mes y el tiempo sobrante en los
tres departamentos.35
X1 = nmero de unidades del modelo S-1000
X2 = nmero de unidades del modelo S-2000
Funcin objetivo: Maximizar Z = 40.000X1 + 10.000X2

Restricciones
4X1 + 2X2 1600
Dep. de Estructuras
2.5X1 + 1X2 1200
Dep. alambrado elctrico
4.5X1 + 1.5X2 1600
Dep. ensamblaje
No negatividad
Xi 0; i = 1, 2
Solucin GLP
35

Pgina: 76
Programacin Lineal
: 2.5 X1 + 1.0 X2 = 1200.0

Payoff: 40.0 X1 + 10.0 X2 = 14222.2
X2
: 4.5 X1 + 1.5 X2 = 1600.0
240
228
216
204
192
180
168
156
144
132
120
108
96
84
72
60
48
36
24
12
0
: 4.0 X1 + 2.0 X2 = 1600.0
221
229
237
245
253
261
269
277
285
293
301
309
317
325
333
341
349
357
365

: 4.0X1 + 2.0X2 <= 1600.0
: 2.5X1 + 1.0X2 <= 1200.0
: 4.5X1 + 1.5X2 <= 1600.0
Datos entrada para Solver
Datos salida del Solver
Pgina: 77
373
381
389
Programacin Lineal
Fabricar 355,5 unidades del Modelo S-1000 solamente para producir un beneficio
de $14 222,20
Si la restriccin es fabricar componentes completos, fabricar 355 unidades del
modelo S-1000 y 1 unidad del modelo S-2000 para producir un beneficio de $ 14
210,00
Rubro
Modelo S-1000
Modelo S-2000
Contribucin max
a
255.5
0.0
14.210
b
355.5
0.0
14.222,2
Respuestas
c
355.5
10.0
14.222,2
d
350
6.0
14.220
e
350
10.0
14.222,2
38. La Cincinnati Chemical Company debe producir 10 000 libras de una mezcla
especial para un cliente. La mezcla se compone de los ingredientes: X1, X2 y
X3. X1 cuesta $8/libra, X2 $ 10/libra y X3 $ 11/libra. No pueden usarse mas de
3 000 libras de X1 y por lo menos deberan usarse 1 500 libras de X2. Adems
se requieren por lo menos 2 000 libras de X3.
a)
b)
c)
Calclese el nmero de libras de cada ingrediente que habr que

emplear. A fin de reducir la mnimo el costo total de las 10 000 libras.
Calclese el costo total ms bajo posible.
Hay libras sobrantes en el problema? 36
(Ref: Toma de decisiones por medio de Investigacin de Operaciones.

Thierauf. Limusa. Pag 274)
Formulacin del problema
X1 = nmero de libras del ingrediente X1
36

Pgina: 78
Programacin Lineal

Funcin objetivo: Minimizar Z = 8X1 + 10X2 + 11X3
Restricciones:
X1 + X2 + X3 = 10.000
cantidad de produccin
X1 3.000
cantidad de X1
X2 1.500
cantidad de X2
X3 2.000
cantidad de X3
No negatividad
Xi 0; i = 1, 3
Solucin:
a)
b)
c)
X1= 3000 libras

X2= 5000 libras
X3= 2000 libras
Costo ms bajo = $ 96 000,00
Debo utilizar 3500 libras ms de X2
Pgina: 79
Programacin Lineal

Rubro
Ingrediente X1
Ingrediente X2
Ingrediente X3
Costo min
Hay sobrantes?
a
3.000
5.000
2.000
96.000
No
b
2.500
6.000
1.500
69.000
Si
Respuestas
c
3.000
6.000
1.000
69.000
No
d
4.000
4.000
2.000
96.000
Si
e
3.000
5.000
2.000
69.000
No
39. La Gray Manufacturing Company ha seguido constantemente una poltica de

fabricacin de aquellos productos que contribuyan con la mayor cantidad a los
costos fijos y a las ganancias. Sin embargo, siempre se ha procurado producir
los requerimientos mnimos semanales de venta, que son los siguientes para los
productos K, L, M y N:
Producto K
25 unidades
Producto L
30 unidades
Producto M
30 unidades
Producto N
25 unidades
Los requerimientos de produccin y el tiempo disponible para la semana

siguiente son:
Departamento
Tiempo
Tiempo requerido por producto (horas) disponible la
semana prox.
K
L
M
N
(horas)
Departamento1
0.25
0.20
0.15
0.25
400
Departamento 2
0.30
0.40
0.50
0.30
1000
Departamento 3
0.25
0.30
0.25
0.30
500
Departamento 4
0.25
0.25
0.25
0.25
500
$ 9.00
$ 8.00
$ 10.0
Contribucin por
unidad
$ 10.50
Actualmente, la mezcla semanal de produccin (considerando los

requerimientos mnimos de venta), es de:
Pgina: 80
Programacin Lineal
Producto K
1 533 unidades
Producto L
30 unidades
Producto M
30 unidades
Producto N
25 unidades
Son la mezcla actual de productos y la contribucin, para la empresa,

ptimas? En caso contrario Cul es la contribucin actual? Cules deben ser
las ptimas?37
X1 = Nmero de unidades del producto K
X2 = Nmero de unidades del producto L
X3 = Nmero de unidades del producto M
X4 = Nmero de unidades del producto N
Funcin objetivo:
Maximizar Z = 10.5X1 + 9.0X2 + 8.0X3 + 10.0X4
Restricciones
0.25X1 + 0.20X2 + 0.15X3 + 0.25X4 400
Disp. Dep. 1
0.30X1 + 0.40X2 + 0.50X3 + 0.30X4 1000
Disp. Dep. 2
0.25X1 + 0.30X2 + 0.25X3 + 0.30X4 500
Disp. Dep. 3
0.25X1 + 0.25X2 + 0.25X3 +0.25X4 500
Disp. Dep. 4
X1 25
Venta mnima de K
X2 30
Venta mnima de L
X3 30
Venta mnima de M
X4 25
Venta mnima de N
No negatividad
Xi 0; i = 1,4
Datos de entrada para el Solver
37

Pgina: 81
Programacin Lineal

Rubro
Mezcla ptima?
Contribucin act
Contribucin opt.
Producto K
Producto L
Producto M
Producto N
a
Si
18.433,2
16.856,5
976.5
30
957.5
25
Respuestas
b
c
No
Si
16.856,5
16.556.0
18.433,25
14.055.0
976.5
906.5
30
25
957.5
975.6
25
30
d
No
16.856.5
18.500.0
950
30
956.0
25
e
Si
16.500.0
14.500.0
976
30
950.0
35
Pgina: 82
Programacin Lineal
40. La LaCross Manufacturing Company esta considerando la fabricacin de una

lnea de productos, compuesta de cuatro productos. Cada producto puede
fabricarse con dos mtodos diferentes y completamente distintos, uno de los
cuales consta de dos procesos y el otro de tres. Se fabricarn basndose en el
segundo turno. El precio de venta de estos productos y sus costos variables, as
como las cantidades que probablemente puedan venderse, de acuerdo con el
grupo de investigaciones de mercadotecnia, son los siguientes:38
Producto
1
Precio de venta al mayoreo (40% de

descuento)
$ 100
$ 150
$ 125
$ 140
Costos variables Mtodo A
$ 80
$ 135
$ 120
$ 135
Costos variables Mtodo B
$ 110
$ 150
$ 100
$ 110
Cantidad que puede venderse
1000
3000
4000
6000
La seccin de manufactura de la empresa ha determinado que los tiempos de

manufactura para cada proceso son los siguientes:
Producto
1
3.0
3.6
2.0
3.5
10.0
8.0
9.0
1.0
1.0
0.5
0.5
Departamento 31
4.0
4.0
2.0
4.0
Departamento 32
5.0
8.0
4.0
3.0
Mtodo A
Departamento 20
Departamento 21
Departamento 22
9.0
Mtodo B
Las horas disponibles al mes:

Departamento 20
15 000
Departamento 21
50 000
Departamento 22
8 000
38

Pgina: 83
Programacin Lineal
Departamento 31
10 000
Departamento 32
10 000
X11 = Nmero de unidades del producto 1 elaborados con el mtodo A
X12 = Nmero de unidades del producto 1 elaborados con el mtodo B
Funcin Objetivo:
Maximizar Z = (100-80)X11 + (150-135)X21 + (125-120)X31 +
(140-135)X41 + (100-110)X12 + (150-150)X22 + (125-100)X32 +
(140-110)X24
Restricciones
X11 + X12 1000
Venta producto 1
X21 + X22 3000
Venta producto 2
X31 + X32 4000
Venta producto 3
X41 + X42 6000
Venta producto 4
3.0X11 + 3.6 X21 + 2.0X31 + 3.5X41 15.000
Horas Dep. 20
9.0X11 + 10.0X21 + 8.0X31 + 9.0X41 50.000
Horas Dep. 21
1.0X11 + 1.0X21 + 0.5X31 + 0.5X41 8.000
Horas Dep. 22
4.0X12 + 4.0X22 + 2.0X32 + 4.0X42 10.000
Horas Dep. 31
5.0X12 + 8.0X22 + 4.0X32 + 3.0X42 10.000
Horas Dep. 32
No negatividad
Xij 0; i= 1,4; j = 1,2
Datos de entrada para el solver
Pgina: 84
Programacin Lineal
Solucin:
P1= 1 000 unidades (Mtodo A)
P2= 3 000 unidades (Mtodo A)
P3= 600 unidades (Mtodo A)
P3= 1 000 unidades (Mtodo B)
P4= 2 000 unidades (Mtodo B)
Contribucin, $ 153 000,00
41. Una fbrica elabora dos productos, A, B. Cada uno de ellos debe ser procesado
en dos mquinas diferentes. Una mquina tiene una capacidad disponible de 24
Pgina: 85
Programacin Lineal
horas y la otra de 16 horas. Cada unidad del producto A requiere de dos horas
en ambas mquinas. Cada unidad del producto B necesita de tres horas en la
primera mquina y de una hora en la segunda. La utilidad incremental es de $6
por unidad del producto A y de $7 por unidad del producto B, y la fbrica puede
vender tantas unidades de cada producto como pueda fabricar.
El objetivo de la fbrica es maximizar las utilidades. El problema est en
determinar cuntas unidades del producto A y del producto B podran producirse
dentro de los lmites disponibles por la capacidad de las mquinas.39
Resumen:
Mquinas
1
2
Utilidad en $
Productos
A
2 horas
2 horas
6
B
3 horas
1 hora
7
Capacidad de
las mquinas
24 horas
16 horas

X1 = nmero de unidades del producto A
X2 = nmero de unidades del producto B
Funcin objetivo: Maximizar Z = 6X1 + 7X2
Restricciones
2X1 + 3X2 24
2X1 + 1X2 16
No negatividad
Xi 0 ; i = 1, 2
capacidad de mquina 1
capacidad de mquina 2
Solucin con GLP
39
Bonini, Hansman, Bierman. Anlisis Cuantitativo para los Negocios. Novena Edicin. Irwin McGrawHill. Pag. 43
Pgina: 86
13
12
Investigacin
Operativa I
11
Programacin Lineal
10
9
8
7
2 X1 +
1 X2 =
16
6
:
2 X1 +
3 X2 =
24
4
3
Payoff:
6 X1 +
7 X2 =
64
2
1
0
Optimal Decisions(X1,X2): ( 6,
: 2X1 + 3X2 <= 24
: 2X1 + 1X2 <= 16
10
11
12
13
14
4)
Datos salida del Solver
Pgina: 87
15
16
Programacin Lineal
Solucin:
X1 = 6
X2 = 4
Z = 64
42. Al mezclar diferentes hidrocarburos, se obtiene gasolina de diferentes grados,
que es el resultado directo de las operaciones de refinera. En una operacin
real de refinacin, se realizan varias mezclas de hidrocarburos, que dan muchas
clases de gasolina como producto final (por ejemplo, gasolina de distintos
grados para avin y para carro), con caractersticas importantes para los
distintos grados de la composicin de la gasolina (por ejemplo, octanaje,
presin del vapor, contenido de azufre y contenido de oxidante). En este
ejemplo simplificado, se supone que una refinera dispone slo de dos tipos de
gasolina, cuyas caractersticas se presentan en la siguiente tabla:
Caractersticas de las mezclas de gasolina
Mezclas
disponibles
Gasolina tipo 1
Gasolina tipo 2
Octanaje
104
94
Presin de
vapor
5
9
Cantidad
Disponible
30 000 barriles
70 000 barriles
Estos tipos de gasolina pueden ser combinados para producir dos productos
finales, gasolina para avin y gasolina para carro. Las cualidades que
requieren estos productos finales aparecen en la siguiente tabla:
Caractersticas de la gasolina como producto final
Presin
Productos
Octanaje
Mxima
Ventas
finales
mnimo
de vapor
mximas
Gasolina avin
102
6
20 000 barriles
Gasolina carro
96
8
cualquiera
Precio
De venta
(por barril)
$45.10
$32.40
Cuando la gasolina se combina, la mezcla resultante tiene un octanaje y una

presin de vapor proporcional al volumen de cada tipo de gasolina que se
mezcl. Por
ejemplo, si se mezclan 1 000 barriles de gasolina tipo 1 con 1
000 barriles gasolina tipo 2, la gasolina resultante tendr un octanaje de 99:
1.000 x104 1.000 x94
99
2.000
Y una presin de vapor de 7:
1.000 x5 1.000 x9
7
2.000
Pgina: 88
Programacin Lineal
La empresa desea maximizar los ingresos por la venta de gasolina como

producto final.40
X1 = nmero de barriles
de
de
de
de
gasolina
gasolina
gasolina
gasolina
Tipo
Tipo
Tipo
Tipo
1,
1,
2,
2,
utilizada
utilizada
utilizada
utilizada
para
para
para
para
gasolina
gasolina
gasolina
gasolina
de avin
de carro
de avin
de carro
Funcin objetivo: Maximizar Z = 45.10 (X1 + X3) + 32.40 (X2 + X4)

Z = 45.10 X1 + 32.40X2 + 45.10X3 + 32.40X4
Restricciones
104 X 1 94 X 3
102
X1 X 3
2X1 8X3 0
oct. para avin
104 X 2 94 X 4
96
X2 X4
8X2 2X4 0
oct. para carro
5 X1 9 X 3
6
X1 X 3
-1X1 + 3X3 0
pres. para avin
5X 2 9X 4
8
X2 X4
-3X2 + X4 0
pres. para carro
X1 + X2 30.000
disponibilidad de gas Tipo 1
X3 + X4 70.000
disponibilidad gas Tipo 2
X1 + x3 20.000
venta gasolina para avin
No negatividad
Xi 0 ; i = 1, 4
40
Pgina: 89
Programacin Lineal
Solucin:
Z = 3355.454.5
X1 = 7.272,72
X2 = 22.727,27
X3 = 1.818,18
X4 = 68.181,82
43. Una fbrica produce cuatro artculos: A, B, C y D. Cada cantidad del producto A
requiere de dos horas de maquinado, una hora de montaje y $10 de inventario
en proceso. Cada unidad del producto B requiere de una hora de maquinado,
tres horas de montaje y $5 de inventario en proceso. Cada unidad del producto
C requiere de dos y media horas de maquinado, dos y media horas de montaje
y $2 de inventario en proceso. Finalmente, cada unidad del producto D requiere
de cinco horas de maquinado, ninguna de montaje y $12 de inventario en
proceso.
Pgina: 90
Programacin Lineal
La fbrica dispone de 120 000 horas de tiempo de maquinado y 160 000 horas
de tiempo de montaje. Adems, no puede tener ms de un milln de dlares de
inventario en proceso.
Cada unidad del producto A genera una utilidad de $40, cada unidad del
producto B genera una utilidad de $24, cada unidad de producto C genera una
utilidad de $36 y cada unidad del producto D genera una utilidad de $23. No
pueden venderse ms de 20 000 unidades del producto A, 16 000 unidades del
producto C, y pueden venderse la cantidad que se quiera de los productos B y
D. Sin embargo, deben producir y vender por lo menos 10 000 unidades del
producto D para cumplir con los requerimientos de un contrato.
Sobre estas condiciones, formular un problema de programacin lineal. El
objetivo de la fbrica es maximizar la utilidad resultante de la venta de los
cuatro productos.41
Resumen:
Producto
Proceso
Maquinado
Montaje
Inventario
Utilidad
A
2 hr
1 hr
$10
$40
B
1 hr
3 hr
$5
$24
C
2,5 hr
2,5 hr
$2
$36
D
5 hr
0 hr
$12
$23
Disponible
(horas)
120.000
160.000
1000.000
X1 = Nmero de unidades
Funcin objetivo: Maximizar Z = 40X1 + 24X2 + 36X3 + 23X4
Restricciones:
2X1 + X2 + 2.5X3 + 5X4 120.000
disponibilidad de maquinado
X1 + 3X2 + 2.5X3 + 0X4 160.000
disponibilidad de montaje
10X1 + 5X2 + 2X3 + 12X4 1000.000 disponibilidad de inventario
X1 20.000
limite de venta producto A
X3 16.000
lmite de venta del producto C
X4 10.000
contrato del producto D
No negatividad:
Xi 0 ; i = 1, 4
del
del
del
del
producto
producto
producto
producto
A
B
C
D
41
Pgina: 91
Programacin Lineal
Solucin:
Z = 1830.000
X1 = 10.000
X2 = 50.000
X3 = 0
X4 = 10.000
44. La U-Save Loan Company est planeando sus operaciones para el prximo ao.
La empresa hace cinco tipos de prstamos, que se indican a continuacin, con
un retorno anual (en porcentaje) para ella.
Tipo de prstamo
Prstamos quirografarios
Prstamos para muebles
Prstamos para automviles
Hipotecas de bienes races en segundo grado
Retorno anual
15
12
9
10
Pgina: 92
Programacin Lineal
Hipotecas de bienes races en primer grado
Los requerimientos legales y la poltica de la empresa establecen los siguientes

lmites en las cantidades de los distintos tipos de prstamos.
Los prstamos quirografarios no pueden exceder del 10% del total de Tipo de
prstamos. La cantidad de prstamos quirografarios y para muebles no puede
exceder de 20% del total de tipo de prstamos. Las hipotecas en primer grado
deben ser por lo menos de 40% del total de hipotecas y, por lo menos, 20%
de la cantidad total de tipo de prstamos. Las hipotecas en segundo grado no
pueden exceder de 25% de la cantidad total de tipo de prstamos.
La empresa debe maximizar los ingresos de los intereses de los prstamos,
sujetndose a las restricciones indicadas. La empresa puede prestar un
mximo de $1,5 millones.42
Formulacin del Problema:
X1 = Monto en dlares para
Prstamos Quirografarios
Prstamos para Muebles
prstamos para Automviles
Hipotecas de bienes races en segundo grado
Hipotecas de bienes races en primer grado
Funcin objetivo:
Maximizar Z = 0.15X1 + 0.12X2 + 0.09X3 + 0.10X4 + 0.07X5
Restricciones
X1 0.10 (X1 +X2 +X3 + X4 + X5)
lmite en monto de pres. quirograf.
0.90X1 0.10X2 0.10X3 0.10X4 0.10X5 0
X1 + X2 0.20 (X1 + X2 + X3 + X4 + X5)
lmite en monto para prest.
0.80X1 + 0.80X2 0.20X3 0.20X4 0.20X5 0 quiro. + muebles
X5 0.40 (X4 + X5)
- 0.40X4 + 0.60X5 0
lmite de monto en hipotecas
X5 0.20 (X1 + X2 + X3 + X4 + X5) lmite monto del total de prest.

- 0.20X1 0.20X2 0.20X3 0.20X4 + 0.80X5 0
X4 0.25(X1 + X2 + X3 + X4 + X5) lmite en hipotecas de 2do grado
- 0.25X1 0.25X2 0.25X3 + 0.75X4 0.25X5 0
X1 + X2 + X3+ X4 + X5 1500.000 monto disponible
42
Pgina: 93
Programacin Lineal
No negatividad
Xi 0 ; i = 1, 5
45. Una fbrica venden dos tipos de productos diferentes, A y B. La informacin

sobre el precio de venta y el costo incremental es la siguiente:
Precio de venta
Costo incremental
Utilidad incremental
Producto A
$60
$30
$30
Producto B
$40
$10
$30
Los dos productos se fabrican dentro de un proceso comn y se venden en

dos mercados diferentes.
El proceso de produccin tiene una capacidad de 30 000 horas de mano de
obra, se requiere de tres horas para elaborar una unidad de A y una hora para
producir una unidad de B. El mercado ya fue estudiado, por lo que los
funcionarios de la empresa consideran que la cantidad mxima de las unidades
de A que puede venderse es de 8 000; la cantidad mxima de B es de 12 000
Pgina: 94
Programacin Lineal
unidades. De acuerdo con estas limitaciones, los productos pueden venderse

en cualquier combinacin. Formular esta situacin como un problema de
programacin lineal.43

X1 = Nmero de unidades del producto A
X2 = Nmero de unidades del producto B

Restricciones
3X1 + 1X2 30.000
por mano de obra
X1 8.000
venta de A
X2 12.000
venta de B
No negatividad
Xi 0 ; i = 1, 2
Solucin GLP
Payoff: 30.0 X1 + 30.0 X2 = 540000.0
X2
11995
11400
10805
10210
9615
9020
8425
7830
7235
6640
6045
5450
4855
4260
3665
3070
2475
1880
1285
690
95
30
: 0.0 X1 + 1.0 X2 = 12000.0
: 3.0 X1 + 1.0 X2 = 30000.0
: 1.0 X1 + 0.0 X2 = 8000.0
428
826
1224 1622 2020 2418 2816 3214 3612 4010 4408 4806 5204 5602 6000 6398 6796 7194 7592 7990

: 3.0X1 + 1.0X2 <= 30000.0
: 1.0X1 + 0.0X2 <= 8000.0
: 0.0X1 + 1.0X2 <= 12000.0
43
Pgina: 95
X1
Programacin Lineal
Datos salida Solver
46. Recientemente, la empresa EMBUTIDOS experiment drsticos cambios en los

precios de la materia prima; por los que el gerente orden a un analista
reexaminar las proporciones de las mezclas de los ingredientes para la
produccin de salchichas.
La produccin de salchichas implica cumplir con dos requisitos esenciales para el
producto. El porcentaje de protenas, por peso, debe ser al menos 15%, y el
porcentaje de grasa, por peso, no puede exceder de 30% (el peso restante es
relleno). La empresa tiene cuatro materia primas disponibles para la mezcla, con
las siguientes caractersticas:
Ingrediente
A
B
C
D
Porcentaje de
Protenas
40
20
10
5
Porcentaje de
Grasa
10
15
35
40
Costo por
Libra
$1.80
$0.75
$0.40
$0.15
Pgina: 96
Programacin Lineal
Formular el problema de programacin lineal que le ayude a la empresa a

determinar el problema de mezcla ms apropiado44
X1 = Cantidad en libras del
ingrediente
ingrediente
ingrediente
ingrediente
A
B
C
D
Funcin objetivo
Minimizar Z = 1.80X1 + 0.75X2 + 0.40X3 + 0.15X4
Restricciones
0.40X1 + 0.20X2 + 0.10X3 + 0.05X4 0.15 protenas
0.10X1 + 0.15X2 + 0.35X3 + 0.40X4 0.30 grasas
X1 + X2 + X3 + X4 = 1 total libra de mezcla
No negatividad
Xi 0 ; i = 1, 4
44
Pgina: 97
Programacin Lineal
47. Un fabricante de muebles produce dos tipos de escritorios: estndar y ejecutivo.

Estos escritorios se venden a un mayorista de mobiliario de oficina; y para todo
fin prctico existe un mercado ilimitado para cualquier mezcla de ellos; al menos
dentro de la capacidad de produccin del fabricante. Cada escritorio debe pasar
por cuatro operaciones bsicas: corte de madera, ensamble de las piezas, preacabado y acabado final. Cada unidad producida del escritorio del escritorio
estndar requiere de 48 min de tiempo de corte, 2 horas de ensamble, 40 min
de pre-acabado y 5 horas y 20 min de tiempo de acabado final. Cada unidad de
escritorio ejecutivo requiere de 72 min de corte, 3 horas de ensamble, 2 horas
de pre-acabado y 4 horas de tiempo de acabado final. La capacidad diaria para
cada operacin equivale a 16 horas de corte, 30 horas de ensamble, 16 horas
de pre-acabado y 64 horas de acabado final. El beneficio por unidad producida
es de $40 para el escritorio estndar y de $50 para el escritorio ejecutivo. Qu
mezcla de productos es ptima?45
X1 = Nmero de unidades de escritorios estndar
X2 = Nmero de unidades de escritorios ejecutivos
Restricciones
0.8X1 + 1.2X2 16
2.0X1 + 3.0X2 30
0.6667X1 + 2.0X2 16
5.3334X1 + 4.0X2 64
No negatividad
Xi 0 ; i = 1, 2
horas
horas
horas
horas
de corte
de ensamblaje
de pre-acabado
acabado final
Solucin GLP
45
Hans G. Daellenbach. Introduccin a Tcnicas de Investigacin de Operaciones. CECSA. Pag.59
Pgina: 98
16
15
14
Programacin Lineal
13
12
11
10
Payoff: 40.000 X1 + 50.000 X2 = 559.998
9
8
: 5.333 X1 + 4.000 X2 = 64.000
7
6
5
: 0.667 X1 + 2.000 X2 = 16.000

4
: 0.800 X1 + 1.200 X2 = 16.000

: 2.000 X1 + 3.000 X2 = 30.000
3
2
1
0
0
10
11
12
13
14
15
16

: 0.800X1 + 1.200X2 <= 16.000
: 2.000X1 + 3.000X2 <= 30.000
: 0.667X1 + 2.000X2 <= 16.000
: 5.333X1 + 4.000X2 <= 64.000
Datos salida Solver
Pgina: 99
17
18
19
Programacin Lineal
48. Un fabricante de alimento para pollos desea determinar la mezcla de menor

costo para una frmula de altas protenas que contiene 90 gr. de nutriente A, 48
gr. de nutriente B, 20 gr. de nutriente C y 1.5 gr. de vitamina X por cada kg. de
alimento. Puede mezclar la frmula empleando dos ingredientes y otro de
relleno. El ingrediente 1 contiene 100 gr. de nutriente A, 80 gr. de nutriente B,
40 gr. de nutriente C y 10 gr. de vitamina X; y cuesta $0.40 por Kg. El
ingrediente 2 contiene 200 gr. de A, 150 gr. de B, 20 gr. de C, nada de vitamina
X y cuesta $0.60 por kg.46
X1 = Cantidad de Kg. de ingrediente Tipo 1
X2 = Cantidad de Kg. de ingrediente Tipo 2
Funcin objetivo: Minimizar Z = 0.40X1 + 0.60X2

Restricciones
100X1 + 200X2 = 90
Nutriente A
80X1 + 150X2 = 48
Nutriente B
40X1 + 20X2 = 20
Nutriente C
10X1 + 0X2 = 1.5
Vitamina X
No negatividad
Xi 0 ; i = 1, 2
Son ecuaciones redundantes, para su solucin se asume que cumplirn al
menos los pedidos de los ingredientes, sus resultados sern analizados por un
dietista para no incurrir en daos a los pollos, entonces:
46
Restricciones
100X1 + 200X2 90
80X1 + 150X2 48
40X1 + 20X2 20
10X1 + 0X2 1.5
Nutriente A
Nutriente B
Nutriente C
Vitamina X
Hans G. Daellenbach. Introduccin a Tcnicas de Investigacin de Operaciones. CECSA. Pag. 90
Pgina: 100
Programacin Lineal
Datos salida Solver
En la solucin grfica puede notarse las ecuaciones redundantes:
Pgina: 101
Programacin Lineal
49. Una compaa produce tres tipos de productos qumicos refinados: A, B y C. Es

necesario producir diariamente al menos 4 ton de A, 2 ton de B y 1 ton de C.
Los productos de entrada son los compuestos X y Y. Cada tonelada de X
proporciona 0.25 ton de A, 0.25 ton de B y 0,0834 ton de C. Cada tonelada de Y
rinde 0.5 ton de A, 0.10 ton de B y 0.0834 ton de C. La tonelada de compuesto
X cuesta $250 y el compuesto Y $400. El costo de procesamiento es de $250
por ton de X y $200 por ton de Y. Las cantidades producidas que excedan los
requerimientos diarios no tienen valor, ya que el producto sufre cambios
qumicos si no se utiliza de inmediato. El problema consiste en determinar la
mezcla con costo mnimo de entrada.47
47

X1 = Toneladas de compuesto X
X2 = Toneladas de compuesto Y
Restricciones
0.25X1 + 0.5X2 4
toneladas de A
0.25X1 + 0.10X2 2
toneladas de B
Pgina: 102
15
14
Programacin Lineal
13
0.0834X1 + 0.0834X2 1
12
11
10
toneladas de C
No negatividad
Xi 0; i = 1, 2
Solucin GLP
9
Payoff: 500.0000 X1 + 600.0000 X2 = 6396.1630
7
: 0.2500 X1 + 0.1000 X2 = 2.0000
6
4
: 0.2500 X1 + 0.5000 X2 = 4.0000
3
: 0.0834 X1 + 0.0834 X2 = 1.0000
2
10
11
12
13
14
15
16
17
18
19
20
21
22
23

: 0.2500X1 + 0.5000X2 >= 4.0000
: 0.2500X1 + 0.1000X2 >= 2.0000
: 0.0834X1 + 0.0834X2 >= 1.0000
Datos de salida Solver
Pgina: 103
24
X1
Programacin Lineal
50. La Palysafe Insurane Company of Knockville, ME, dispone de fondos ociosos por
un total de $20 millones, disponible para inversiones a corto y largo plazo. Las
especificaciones gubernamentales requieren que no ms del 80% de todas las
inversiones sean a largo plazo; no ms del 40% de inviertan a corto plazo; y
que la razn entre las inversiones a largo y corto plazo no sean mayor de 3 a 1.
Actualmente, las inversiones a largo plazo rinden el 15% anual; mientras que la
tasa anual para las inversiones a corto plazo es del 10%. Plantese este
problema como programa lineal con el objetivo de maximizar el beneficio
ponderado.48
Formulacin del Problema
X1 = Cantidad en millones de dlares para inversin a corto plazo
X2 = Cantidad en millones de dlares para inversin a largo plazo
Funcin objetivo: Maximizar Z = 0.10X1 + 0.15X2
Restricciones
X1 + X2 20
X2 0.80(X1 + X2)
0.80X1 0.20X2 0
X2 0.40(X1 + X2)
0.40X1 - 0.60X2 0
X2/X1 3/1
3X1 X2 0
fondos para inversin

inversiones a largo plazo
inversiones a corto plazo
relacin entre inversiones
No negatividad
Xi 0 ; i = 1, 2
Solucin GLP
48
Pgina: 104
Programacin Lineal
Payoff: 0.1 X1 + 0.1 X2 = 2.4

X2
12
11
: 0.4 X1 - 0.6 X2 = 0.0
10
: 0.8 X1 - 0.2 X2 = 0.0
9
8
: 3.0 X1 - 1.0 X2 = 0.0
7
6
5
: 1.0 X1 + 1.0 X2 = 20.0
4
3
2
1
0
0
10
11
12
13
14
15
X1

: 1.0X1 + 1.0X2 <= 20.0
: 0.8X1 - 0.2X2 >= 0.0
: 0.4X1 - 0.6X2 >= 0.0
: 3.0X1 - 1.0X2 >= 0.0
Datos de salida de Solver
Pgina: 105
Programacin Lineal
51. Un fabricante de botes de fibra de vidrio produce cuatro modelos diferentes que
deben pasar por tres operaciones diferentes: moldeado, ensamblado y acabado.
La tabla dada contiene toda la informacin necesaria.
Moldeado
(h/unid)
2.8
2.1
4
3
Modelo
1
2
3
4
Capac./
semana 48 h
Ensamble
(h/unid)
5
3
6
4
Acabado
(h/unid)
10
7.5
12
3
Compuesto de
moldeado
Beneficio
(gal/unid)
($/unid)
200
160
200
124
280
212
220
170
96 h
160 h
4800 gal
Los pronsticos de venta indican que, en promedio, no deben producirse por

semana ms de 8 unidades del modelo 4. Excepto por esta restriccin, la
demanda ser suficiente para absorber cualquier cantidad producida. El objetivo
es maximizar los beneficios.49
Formulacin del Problema
X1 = Nmero de unidades del
49
modelo
modelo
modelo
modelo
1
2
3
4
Funcin objetivo: Maximizar Z = 160X1 + 124X2 +212X3 + 170 X4
Restricciones
2.8X1 + 2.1X2 + 4X3 + 3X4 48
5X1 + 3X2 + 6X3 + 4X4 96
10X1 + 7.5X2 + 12X3 + 3X4 160
200X1 + 200X2 + 280X3 + 220X4 4800
horas de moldeado
horas de ensamble
horas de acabado
galones para moldeado
Pgina: 106
Programacin Lineal
X4 8
No negatividad
Xi 0 ; i = 1, 4
52. En una compaa se fabrican tres productos A, B y C. Los tres productos

comparten en sus procesos de produccin cuatro mquinas X, Y, S y T. El
producto A utiliza tres operaciones en las mquinas X, S y T. El producto B
utiliza slo dos operaciones en las mquinas X y S o en las mquinas Y y T. El
producto C puede fabricarse utilizando las maquinas X y S o en las mquinas Y,
S y T. El tiempo necesario en minutos por unidad producida, para cada
posibilidad de produccin en cada mquina, y el costo variable de produccin
por minuto para cada mquina se condensan en la siguiente tabla.
Tiempo (en min/unidad de mquina)
Producto
Proceso X
Y
A
1
10
B
1
8
2
6
C
1
8
S
6
10
T
3
9
16
Cdigo
A
B1
B2
C1
Pgina: 107
Programacin Lineal
2
Costo var
/min ($)
0.40
10
0.50
0.24
0.30
C2
Cada mquina tiene una capacidad diaria de produccin de 480 minutos. La

demandas mnimas de los tres productos son 36 para A, 45 para B y 10 para C.
El objetivo consiste en determinar el esquema de produccin que minimice el
costo total variable de produccin.50

X1 = nmero de unidades
del
del
del
del
del
producto
producto
producto
producto
producto
A, con
B, con
B, con
C, con
C, con
el
el
el
el
el
proceso 1
proceso 1
proceso 2
proceso 1
proceso 2
Funcin objetivo:
Minimizar Z = 0.40(10X1 + 8X2 + 8X4) + 0.50(6X3 + 10X5) + 0.24(6X1 +10X2
+ 16X4 + 3X5) + 0.30(3X1 + 9X3 + 8X5)
Minimizar Z = 6.34X1 + 5.6X2 + 5.7X3 + 7.04X4 + 8.12X5
Restricciones
10X1 + 8X2 + 8X4 480
capacidad maquina
6X3 + 10X5 480
capacidad maquina
6X1 +10X2 + 16X4 + 3X5 480
capacidad maquina
3X1 + 9X3 + 8X5 480
capacidad maquina
X1 36
demanda del producto A
X2 + X3 45
demanda del producto B
X4 + X5 10
demanda del producto C
No negatividad
Xi 0 ; i = 1, 4
X
Y
S
T
50
Pgina: 108
Programacin Lineal
53. Usted est organizando una fiesta y dispone de de las siguientes cantidades de
licor: 48 onz lquidas de whisky, 72 onz lquidas de vodka, 64 onz lquidas de
vermouth blanco, 72 onz de vermouth rojo, 24 onz lquidas de brandy y 18 onz
lquidas de licor de caf. Usted piensa preparar las siguientes bebidas:
Chauncies, Rusos Negros, Italianos Dulces, Ccteles Molotov (Martinis Rusos) y
Whisky en las rocas. Un Chauncy consiste en 2/3 de whisky y 1/3 de vermouth
rojo. Un Ruso Negro consiste de de vodka y de licor de caf. Un Italiano
Dulce consiste de de brandy, de vermouth rojo y vermouth blanco. Los
Ccteles Molotov son una mezcla de 2/3 de vodka y 1/3 de vermouth blanco.
Por ltimo el Whisky en las rocas consiste slo de whisky. Cada trago contiene 4
onz lquidas. Su objetivo es mezclar los ingredientes, en forma tal, que pueda
prepararse el mayor nmero de posible de tragos. Sin embargo, Usted
considera que es necesario preparar cuando menos el doble de Ccteles
Molotov que de Rusos Negros, para proporcionar una seleccin equilibrada.
Plantese como un problema de programacin lineal.51
Resumen:
51
Pgina: 109
Licores
Whisky
Vodka
Verm.B.
Verm.R.
Brandy
Lic. Caf
Programacin Lineal
Mezclas (tragos de
Rusos
Italianos
chauncies negros
dulces
2/3*4
*4
*4
1/3*4
2/4*4
*4
*4

X1 = Nmero de tragos de
4 onzas)
Ccteles
molotov
Whisky
en rocas
1*4
2/3*4
1/3*4
Cantidad
Disponible
(onz)
48
72
64
72
24
18
Chauncies
Rusos Negros
Italianos Dulces
Ccteles Molotov
Whisky en las Rocas
Funcin objetivo: Maximizar Z = X1 + X2 + X3 + X4 + X5
Restricciones:
2/3*4 X1 + 4X5 48
2X1 + 3X5 36
por contenido de whisky
*4X2 + 2/3*4X4 72
9X2 + 8X4 216
por contenido de Vodka
*4X3 + 1/3*4X4 64
3X3 + 4X4 192
por contenido de Vermouth Blanco
1/3*4X1 + 2/4*4X3 72
4X1 + 6X3 216
por contenido de vermouth Rojo
*4X3 24
X3 24
por contenido de Brandy
*4X2 18
X2 18
por contenido de Licor de Caf
2X2 X4
2X2 X4 0
relacin de Ccteles Molotov/Rusos Negros
No negatividad
Xi 0 ; i = 1, 5
Solucin:
Pgina: 110
Programacin Lineal
54. ProTrac,Inc. Produce dos lneas de mquina pesada. Una de sus lneas de
productos, llamada equipo de excavacin, se utiliza de manera primordial en
aplicaciones de construccin. La otra lnea, denominada equipo de la silvicultura,
est destinada a la industria maderera. Tanto la mquina ms grande de la lnea
de excavacin (la E-9), como la mayor de toda la lnea del equipo de silvicultura
(la F-9) son fabricadas en los mismos departamentos y con el mismo equipo.
Empleando las proyecciones econmicas correspondientes al siguiente mes, el
gerente de Mercadotecnia de ProTrac ha considerado que durante ese perodo
ser posible vender todas las E-9 y F-9 que la compaa sea capaz de producir.
La gerencia tiene que recomendar ahora una meta de produccin para el mes
prximo. Es decir, cuntas E-9 y F-9 debern fabricar si la direccin de ProTrac
desea maximizar la contribucin del mes entrante a la ganancia ( es decir, el
margen de contribucin, definido como los ingresos menos los costos variables)
La toma de decisiones requiere la consideracin de los siguientes factores
importantes:
a. El margen de contribucin unitaria de ProTrac es de $ 5.000 por cada
E-9 vendida y de $ 4.000 por cada F-9
b. Cada producto pasa por las operaciones de maquinado, tanto en el
departamento A como en el departamento B.
Pgina: 111
Programacin Lineal
c. Para la produccin correspondiente al mes prximo, estos dos

departamentos tiene tiempos disponibles de 150 y 160 horas,
respectivamente. La fabricacin de cada E-9 requiere 10 horas de
maquinado en el departamento A y 20 horas en el departamento B,
mientras que cada F-9 requiere 15 horas horas en el departamento a y
10 en el B.
d. Para que la administracin cumpla con el acuerdo concertado con el
sindicato, las horas totales de trabajo invertidas el la prueba de
productos terminados del siguiente mes no deben ser ms all del 10%
inferior a una meta convenida de 150 horas. Estas pruebas se llevan a
cabo en un tercer departamento y no tienen nada que ver con las
actividades de los departamentos A y B. Cada E-9 es sometida a
pruebas durante 30 horas y cada F-9 durante 10.
e. Con el fin de mantener su posicin actual en el mercado, la alta
gerencia ha decretado como poltica operativa: que deber construirse
cuando menos una F-9 por cada tres E-9 que sean fabricadas.
f. Uno de los principales distribuidores ha ordenado un total de cuando
menos cinco E-9 y F-9 (en cualquier combinacin) para el prximo mes,
por lo cual tendr que producirse por lo menos esa cantidad.52
Resumen de datos:
Dep. A
Dep. B
Hora de prueba
Maq. E-9
10
20
30
HORAS
Maq. F-9
15
10
10
Total disponible
150
160
135 (150-10%)
Producir cuando menos 1 F-9 por cada 3 E-9: 1( E 9) 3( F 9)

Formulacin del modelo
1. Definicin de variables (variables de decisin)
E-9 = nmero de unidades de maquinas tipo E-9
F-9 = nmero de unidades de mquinas tipo F-9
2. Funcin objetivo
Maximizar Z = 5000 E-9 + 4000 F-9
3. Restricciones (ecuaciones de restriccin)
10(E-9) + 15(F-9) 150
20(E-9) + 10(F-9) 160
30(E-9) + 10(F-9) 135
1(E-9) - 3(F-9) 0
1(E-9) + 1(F-9) 5
1(E-9) 0
1(F-9) 0
52
Eppen. Investigacin de opresiones en la ciencia administrativa. Prentice Hall. Pag 69
Pgina: 112
Programacin Lineal
Solucin grfica:
Solucin matemtica (analtica)

Datos iniciales antes de aplicas SOLVER:
Definiciones de datos para SOLVER y resolver:
Pgina: 113
Programacin Lineal
Resultados del modelo:
Pgina: 114
Programacin Lineal
55. La empresa Crawler Tread, desea mezclar minerales de hierro de cuatro minas
distintas para fabricar rodamientos destinados a un nuevo producto de Protrac:
un tractor tipo oruga de tamao mediano, el E-6, diseado especialmente para
competir en el mercado europeo. Por medio del anlisis se ha demostrado que ,
para producir una mezcla dotada de las cualidades de traccin adecuadas,
deben cumplirse requerimientos mnimos en relacin con tres elementos bsicos
que, para simplificar, sealaremos aqu como A, B, C. En trminos especficos,
cada tonelada de mineral deber contener cuando menos cinco libras del
elemento bsico A, 100 libras del elemento bsico B y 30 libras del elemento
bsico C.
El mineral extrado de cada una de las cuatro minas posee los tres elementos
bsicos, pero en cantidades distintas. Estas composiciones expresadas en libras
por tonelada, se enumeran en la siguiente tabla:
Composiciones obtenidas de cada mina
Elemento
MINA (libras por tonelada de cada elemento)
bsico
1
2
3
4
A
10
3
8
2
B
90
150
75
175
C
45
25
20
37
Costo/tonelada de
mineral
$ 800
$ 400
$ 600
$ 500
El objetivo del administrador es descubrir una mezcla factible de costo
mnimo.53
1. Definicin de variables
T1 = fraccin de toneladas
de
de
de
de
la
la
la
la
mina 1
mina 2
mina 3
mina 4
2. Funcin objetivo
Minimizar Z = 800 T1 + 400 T2 + 600 T3 + 500 T4
3. Restricciones
10 T1 +
3 T2 + 8 T3 +
2 T4 5 (elemento A)
90 T1 + 150 T2 + 75 T3 + 175 T4 100 (elemento B)
45 T1 + 25 T2 + 20 T3 + 37 T4 30 (elemento A)
T1 +
T2 +
T3 +
T4 = 1
(balance)
T1, T2, T3, T4 0 (no negatividad)
53
Pgina: 115
Programacin Lineal
Solucin: para hoja de clculo

Datos originales:
Resultados :
Pgina: 116
Programacin Lineal
56. Una compaa (ASTRO Y COSMOS) fabricante de TV produce dos modelos de

aparatos televisores, el astro y el Cosmo. Hay dos lneas de produccin, una
para cada modelo, e intervienen dos departamentos en la produccin de cada
modelo. La capacidad de la lnea de produccin del Astro es de 70 aparatos de
TV por da. La capacidad de la lnea Cosmo es de 50 televisores diarios. En el
departamento A se fabrican los cinescopios. En este departamento se requiere
una hora de trabajo para cada modelo Astro y dos horas de trabajo para cada
modelo Cosmo. En la actualidad puede asignarse un mximo de 120 horas de
trabajo diarias para la produccin de ambos tipos de aparato en el
departamento A. En el departamento B se construye el chasis. Aqu se requiere
una hora de trabajo para cada televisor Astro y tambin una hora para cada
modelo Cosmo. Actualmente se puede asignar 90 horas de trabajo al
departamento B para la produccin de ambos modelos. La contribucin a las
ganancias es de 20 y 10 dlares, respectivamente, por cada televisor Astro y
Cosmo.
Si la compaa sabe que puede vender todos los aparatos Astro y Cosmo que
sea capaz de fabricar. cul deber ser el plan de produccin por cada da (es
decir, la produccin diaria) para cada modelo?54

X1 = nmero de unidades de TV Astro
X2 = nmero de unidades de TV Cosmo

Restricciones
X1 + 2X2 120
capacidad Dep. A
X1 + X2 90
capacidad Dep. B
X1 70
capacidad de lnea Astro
X2 50
capacidad de lnea Cosmo
No negatividad
Xi 0 ; i = 1, 2
Solucin GLP
54
Pgina: 117
Programacin Lineal
Payoff: 20.0 X1 + 10.0 X2 = 1600.0
X2
40
38
36
34
32
30
28
26
24
22
20
18
16
14
12
10
8
6
4
2
0
: 0.0 X1 + 1.0 X2 = 50.0

: 1.0 X1 + 0.0 X2 = 70.0
: 1.0 X1 + 1.0 X2 = 90.0
: 1.0 X1 + 2.0 X2 = 120.0
0
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100

: 1.0X1 + 2.0X2 <= 120.0
: 1.0X1 + 1.0X2 <= 90.0
: 1.0X1 + 0.0X2 <= 70.0
: 0.0X1 + 1.0X2 <= 50.0
Datos de entrada para solver
Pgina: 118
X1
Programacin Lineal
57. De los muchos productos que fabrica la Arco Manufacturing Company, slo los
productos C, D, E y F pasan por los siguientes departamentos: cepillado,
fresado, taladrado y ensamble. Los requerimientos por unidad de producto en
horas y contribucin son los siguientes:
Departamento
Producto Cepillado Fresado Taladrado Ensamble Contr./Unidad
C
0.5
2.0
0.5
3.0
$8
1.0
1.0
0.5
1.0
$9
1.0
1.0
1.0
2.0
$7
0.5
1.0
1.0
3.0
$6
Las capacidades disponibles en este mes para los productos C, D, E y F, as

como los requerimientos mnimos de venta, son:
Departamento Capacidad(horas)
Producto
Req. Mnimos Venta
Cepillado
1800
100 unidades
Fresado
2800
600 unidades
Taladrado
3000
500 unidades
Ensamble
6000
400 unidades
Determnese la cantidad de los productos C, D, E y F, que tendr que fabricar

este mes para maximizar la contribucin.55
55

del
del
del
del
producto
producto
producto
producto
C
D
E
F
Thierauf. Toma de Decisiones por medio de Investigacin de Operaciones. Limusa. Pag. 274
Pgina: 119
Programacin Lineal
Funcin objetivo: Maximizar Z = 8X1 + 9X2 + 7X3 +6X4
Restricciones
0.5X1 + 1.0X2
2.0X1 + 1.0X2
0.5X1 + 0.5X2
3.0X1 + 1.0X2
X1 100
X2 600
X3 500
X4 400
No negatividad
Xi 0 ; i = 1, 4
+
+
+
+
1.0X3
1.0X3
1.0X3
2.0X3
+
+
+
+
0.5X4
1.0X4
1.0X4
3.0X4
1.800
2.800
3.000
6.000
capacidad Cepillado
capacidad Fresado
capacidad Taladrado
capacidad Ensamble
venta de C
venta de D
venta de E
venta de F
Pgina: 120
Programacin Lineal
58. Planificacin financiera. Willie Hanes es el presidente de una microempresa de

inversiones que se dedica a administrar las carteras de acciones de varios
clientes. Un nuevo cliente ha solicitado que la compaa se haga cargo de
administrar para l una cartera de $ 100.000. A ese cliente le agradara
restringir una cartera a una mezcla de tres tipos de acciones nicamente, como
podemos apreciar en la siguiente tabla. Formule UD. un PL para mostrar
cuntas acciones de cada tipo tendra que comprar Willie con el fin de
maximizar el rendimiento anual.56
ACCIONES
Gofer Crude
Can Oil
Sloth Petroleum
PRECIO POR
ACCION($)
60
25
20
RENDIMIENTO
ANUAL
ESTIMADO POR
ACCION ($)
7
3
3
INVERSION
MAXIMA POSIBLE
($)
60.000
25.000
30.000

X1 = Nmero de acciones de Gofer Crude
X2 = Nmero de acciones de Can Oil
X3 = Nmero de acciones de Sloth Petroleum
Funcin objetivo: Maximizar Z = 7X1 + 3X2 + 3X3

Restricciones
60X1 60.000
inversin mxima de Gofer Crude
25X2 25.000
inversin mxima de Can Oil
20X3 30.000
inversin mxima de Sloth Petroleum
60X1 + 25X2 + 25X3 100.000 inversin total
No negatividad
Xi 0 ; i = 1, 3
56
Pgina: 121
Programacin Lineal
59. Planificacin de Cartera. Una compaa de inversiones tiene actualmente $ 10

millones disponibles para inversin. La meta que se ha trazado consiste en
maximizar la retribucin esperada durante el siguiente ao. Sus cuatro
posibilidades de inversin se presentan resumidas en la siguiente tabla.
Adems, la compaa ha especificado que cuando menos 30% de los fondos
tendrn que colocarse en acciones ordinarias y bonos de la tesorera y que no
ms del 40% del dinero deber invertirse en fondos del mercado y ttulos
municipales. Se invertir la totalidad de los $ 10 millones actualmente a la
mano. Formule un modelo de PL que indique a la empresa cunto dinero debe
invertir en cada instrumento.57
POSIBILIDAD DE
INVERSION
Bonos de Tesorera
Acciones Ordinarias
Mercado de Dinero
Ttulos Municipales
57
RETRIBUCION
ESPERADA (%)
8
6
12
9
INVERSION MAXIMA
(MILLONES DE $)
5
7
2
4
Pgina: 122
Programacin Lineal
X1 = cantidad en dlares
Funcin objetivo: Maximizar Z = 0.08X1 + 0.06X2 + 0.12X3 + 0.09X4
Restricciones
X1 + X2 0.30(X1 + X2 + X3 + X4)
0.70X1 + 0.70X2 0.30X3 0.30X4 0
30% de inversin
X3 + X4 0.40(X1 + X2 + X3 + X4)
-0.40X1 0.40X2 + 0.60X3 +0.60X4 0
40% de inversin
X1 5000.000
inversin en Bonos de Tesorera
X2 7000.000
inversin en Acciones Ordinarias
X3 2000.000
inversin en Mercado de Dinero
X4 4000.000
inversin en Ttulos Municipales
X1 + X2 + X3 + X4 10000.000
inversin total
No negatividad
Xi 0 ; i = 1, 4
en
en
en
en
Bonos de Tesorera
Acciones Ordinarias
Mercado de Dinero
Ttulos Municipales
Pgina: 123
Programacin Lineal
60. Wood Walter es propietario de un pequeo taller de fabricacin de muebles. En

este taller fabrica tres tipos diferentes de mesas: A, B y C. Con cada mesa, se
requiere determinado tiempo para cortar las partes que la constituyen,
ensamblarlas y pintar la pieza terminada. Word podr vender todas las mesas
que consiga fabricar. Adems, el modelo C puede venderse sin pintar. Word
emplea a varias personas, las cuales trabajan en turnos parciales, por lo cual el
tiempo disponible para realizar cada una de estas actividades es variable de uno
a otro mes. A partir de los datos siguientes, formule UD. un modelo de
programacin lineal que ayude a Word a determinar la mezcla de productos que
le permitir maximizar sus ganancias en el prximo mes.58
Modelo
A
B
C
C sin pintar
Capacidad
Corte
(hrs)
3
1
4
4
150
Montaje
(hrs)
4
2
5
5
200
Pintura
(hrs)
5
5
4
0
300
Ganancia por
mesa ($)
25
20
50
30
Solucin al problema
X1 = Cantidad de mesas Modelo A
X2 = Cantidad de mesas Modelo B
X3 = Cantidad de mesas Modelo C
X4 = Cantidad de mesa Modelo C sin pintar
58
Funcin objetivo: Maximizar Z = 25X1

Restricciones
3X1 + X2 + 4X3 + 4X4 150
4X1 + 2X2 + 5X3 + 5X4 200
5X1 + 5X2 + 4X3 + 0X4 300
+ 20X2 + 50X3 + 30X4

horas en Corte
horas en Montaje
horas en Pintura
Pgina: 124
Programacin Lineal
No negatividad
Xi 0 ; i = 1, 4
61. Douglas E. Starr, administrador de la perrera Heavenly Hound Kennels, Inc,

ofrece alojamiento en plan de pensin para mascotas. La comida de los perros
alojados en la perrera se prepara mezclando tres productos granulados, con lo
cual se obtiene una dieta bien balanceada para los canes. La informacin sobre
los tres productos se muestra en la siguiente tabla. Si Douglas quiere
asegurarse de que cada uno de sus perros ingiera diariamente cuando menos 8
onzas de protenas, 1 onza de carbohidratos y no ms de 0.5 onzas de
grasas.qu cantidad de cada producto en grano deber incluirse en el alimento
de los perros a fin de minimizar los costos de Douglas? (Nota: 16 onzas = 1
libra)59
PRODUCTO
EN GRANO
A
B
C
COSTO POR
LIBRA($)
0.45
0.38
0.27
PROTEINAS
(%)
62
55
36
CARBOHIDRATOS
(%)
5
10
20
GRASAS
(%)
3
2
1
Solucin del problema

59
Pgina: 125
Programacin Lineal
X1 = Cantidad en libras de producto A
X2 = Cantidad en libras del producto B
X3 = Cantidad en libras del producto C
Funcin objetivo: Minimizar Z = 0.45X1 + 0.38X2 + 0.27X3

Restricciones
0.62X1 + 0.55X2 + 0.36X3 0.5
por protenas
0.05X1 + 0.10X2 + 0.20X3 0.0625
por carbohidratos
0.03X1 + 0.02X2 + 0.01X3 0.03125
por grasas
No negatividad
Xi 0 ; i = 1, 3
62. McNaughton, Inc. Produce dos salsas para carne: Spicy Diablo y Red Baron (la
ms suave). Esta salsa de hacen mezclando dos ingrediente, A y B. Se permite
cierto nivel de flexibilidad en las frmulas de estos productos. Los porcentajes
permisibles, as como la informacin de ingresos y costos, aparecen en la
siguiente tabla. Es posible comprar hasta 40 litros de A y 30 de B. McNaughton
puede vender toda la salsa que elabore. Formule un modelo de programacin
Pgina: 126
Programacin Lineal
lineal cuyo objetivo sea maximizar las ganancias netas obtenidas por la venta de
estas salsas.60
INGREDIENTE
SALSA
A
B
Spicy Diablo
Cuando menos 25%
Cuando menos 50%
Red Baron
Cuando mucho 75%
*
Costo por litro 1.60
2.59
* no existe un porcentaje mximo o mnimo explcito
X1 = Cantidad de litros
de
de
de
de
ingrediente
ingrediente
ingrediente
ingrediente
A para
A para
B para
B para
PRECIO DE VENTA
POR LITRO
3.35
2.85
Salsa Spicy Diablo

Salsa Red Baron
Salsa Spicy Diablo
Salsa Red Baron
Funcin objetivo: Maximizar Z = 3.35(X1 + X3) + 2.85(X2 + X4)

1.6(X1 + X2) 2.59(X3 + X4)
Z = 1.75X1 + 0.76X2 + 1.25X3 + 0.26X4
Restricciones
X1 0.25(X1 + X3)
0.75X1 0.25X3 0
X2 0.75(X2 + X4)
0.25X2 0.75X4 0
X3 0.50(X1 + X3)
-0.50X1 + 0.50X3 0
X1 + X2 40
X3 + X4 30
contenido de A en la salsa Spicy

contenido de A en la salsa Red
contenido de B en la salsa Spicy
mxima compra de litros de A
mxima compra de litros de B
No negatividad
Xi 0 ; i = 1, 4
Datos para entrada del Solver
60
Pgina: 127
Programacin Lineal
Salida del Solver
63. La Corey Anders Spice Company dispone de una cantidad limitada de tres
ingredientes que se utiliza para produccin de condimentos. Corey emplea los
tres ingredientes (HB01, HB02 y HB03) para la elaboracin de crcuma y
pimentn. El departamento de mercadotecnia informa que la compaa puede
vender todo el pimentn que sea capaz de producir, pero solamente se puede
vender un mximo de 1700 botellas de crcuma. Los ingredientes no utilizados
podrn venderse en el mercado. Los precios estn expresados en $/onza. Los
precios actuales son: HB01, $0.60; HB02, $0.70; HB03, $0.55. Adems, Corey
ha firmado un contrato para suministrar 600 botellas de pimentn a Wal-Mart.
En la siguiente tabla se ofrece informacin adicional. Formule el problema de
Corey como un modelo de programacin lineal para maximizacin de ingresos.61
Crcuma
Pimentn
Disponibilidad
61
INGREDIENTES
(ONZ/BOTELLA)
HB01
HB02
HB03
4
2
1
3
2
3
DEMANDA
(BOTELLAS)
1700
ilimitada
PRECIO
VENTA
/BOTELLA
3.25
2.75
Pgina: 128
Programacin Lineal
(onzas)
8000
9000
7000

X1 = Cantidad de botellas de Crcuma
X2 = Cantidad de botellas de Pimentn
Funcin objetivo
Maximizar Z = 3.25X1 + 2.75X2 + 0.60(8000 4X1 3X2)
+ 0.70(9000 2X1 2X2) + 0.55(7000 X1 3X2)
Z = 14.950 5.45X1 6.95X2
Restricciones
4X1 + 3X2 8000
por onzas de HB01
2X1 + 2X2 9000
por onzas de HB02
1X1 + 3X2 7000
por onzas de HB03
X1 1.700
botellas de Crcuma
X2 600
contrato para Pimentn
No negatividad
Xi 0; i = 1, 2
Solucin GLP
: 2.0 X1 + 2.0 X2 = 9000.0
X2
1701
1621
1541
1461
1381
1301
1221
1141
1061
981
901
821
741
661
581
501
421
341
261
181
101
: 4.0 X1 + 3.0 X2 = 8000.0
: 1.0 X1 + 0.0 X2 = 1700.0
: 1.0 X1 + 3.0 X2 = 7000.0
: 0.0 X1 + 1.0 X2 = 600.0

Payoff: 1.1 X1 + 2.1 X2 = 1260.0
0 90180
270
360
450
540
630
720
810
900
990
1080
1170
1260
1350
1440
1530
1620
1710
1800
X1

: 4.0X1 + 3.0X2 <= 8000.0
: 2.0X1 + 2.0X2 <= 9000.0
: 1.0X1 + 3.0X2 <= 7000.0
: 1.0X1 + 0.0X2 <= 1700.0
: 0.0X1 + 1.0X2 >= 600.0
Pgina: 129
Programacin Lineal
Salida del Solver
64. Guy Chung, superintendente de los edificios y del terreno circundante de la

Universidad Gtica, ha planeado aplicar fertilizante al csped del rea
cuadrangular a principios de la primavera. Ese prado necesita por lo menos las
cantidades de nitrgeno, fsforo y potasio que figuran en la siguiente tabla:
MINERAL
Nitrgeno
Fsforo
Potasio
PESO MINIMO(LIBRAS)
10
7
5
Hay tres tipos de fertilizante comercial disponibles; los anlisis y precios por
1000 libras se enlistan en la siguiente tabla. Guy puede comprar cualquier
cantidad de cualquiera de los fertilizantes que quiera y combinarlos antes de
aplicarlos al csped. Formule un modelo de PL que determine la cantidad de
Pgina: 130
Programacin Lineal
cada fertilizante que debe comprar para satisfacer los requerimientos con un
costo mnimo.62
Fertilizante
I
II
III
Contenido de
nitrgeno (lib)
25
10
5
Contenido de Contenido de
fsforo (lib)
potasio (lib)
10
5
5
10
10
5
Precio ($)
10
8
7

X1 = Miles de libras de Fertilizante I
X2 = Miles de libras de Fertilizante II
X3 = Miles de libras de Fertilizante III
Funcin objetivo: Minimizar Z = 10X1 + 8X2 + 7X3

Restricciones
25X1 + 10X2 + 5X3 10
contenido de nitrgeno
10X1 + 5X2 + 10X3 7
contenido de fsforo
5X1 + 10X2 + 5X3 5
contenido de potasio
No negatividad
Xi 0; i = 1, 3
62
Pgina: 131
Programacin Lineal
65. La Ebel Mining Company es propietaria de dos minas que producen cierto tipo
de mineral. Dichas minas est localizadas en distintas partes del pas y, en
consecuencia, presentan diferencias en sus capacidades de produccin y en la
calidad de su mineral. Despus de ser molido el mineral se clasifica en tres
clases dependiendo de la calidad: alta. Media y baja. Ebel ha sido contratada
para suministrar semanalmente a la planta de fundicin de su compaa matriz
12 toneladas de mineral de alta calidad, 8 toneladas de calidad mediana y 24
toneladas de calidad baja. A Ebel le cuesta $ 20.000 diarios operar la primera
mina y $ 16.000 la segunda. Sin embargo en un da de operacin la primera
mina produce 6 tonelada de mineral de alta calidad, 2 toneladas de mediana y 4
toneladas de baja, mientras que la segunda produce 2 toneladas diarias de
material de alta calidad, 2 de mediana y 12 de baja. Cuntos das a la semana
tendr que funcionar cada mina para cumplir los compromisos de Ebel de la
manera ms econmica posible? (En este caso resulta aceptable programar la
operacin de las minas en fracciones de da)63
63
X1 = Nmero de das a la semana (fraccin de semana) de trabajo de
la Mina 1
X2 = Nmero de das a la semana (fraccin de semana) de trabajo de la
Mina 2
Funcin objetivo: Minimizar Z = 20X1 + 16X2 miles de dlares
Restricciones
6X1 + 2X2 12
2X1 + 2X2 8
4X1 + 12X2 24
X1 + X2 = 5
No negatividad
Xi 0; i = 1, 2
mineral de alta calidad

mineral de calidad mediana
mineral de baja calidad
mximo tiempo 1 semana (5 das)
Pgina: 132
Programacin Lineal
Solucin GLP
6
: 6.0 X1 + 2.0 X2 = 12.0
Payoff: 20.0 X1 + 16.0 X2 = 68.0

4
: 1.0 X1 + 1.0 X2 = 5.0
: 4.0 X1 + 12.0 X2 = 24.0
: 2.0 X1 + 2.0 X2 = 8.0

0
0
10

: 6.0X1 + 2.0X2 >= 12.0
: 2.0X1 + 2.0X2 >= 8.0
: 4.0X1 + 12.0X2 >= 24.0
: 1.0X1 + 1.0X2 <= 5.0

PRODUCCION DE MINERALES EN EBEL MINING COMPANY
Produccin en
Das de la semana
Costo diario de operacin
RESTRICCIONES
Produccin mineral alta c.
Produccin mineral mediana c.
Produccin mineral baja c.
Tiempo mximo una semana
Mina
Mina 1
2
1
1 MIN
20000 16000
36000
USO DE
RECURSOS
6
2
4
1
2
2
12
1
UTILIZADO
8
4
16
2
NO
LIMITE UTILIZADO
12
-4
8
-4
24
-8
5
3
Produccin en
Das de la semana
Costo diario de operacin
Mina
1
Mina
2
1
3 MIN
20000 16000
68000
Pgina: 133
RESTRICCIONES
Produccin mineral alta c.
Produccin mineral mediana
c.
Produccin mineral baja c.
Tiempo mximo una semana
Programacin Lineal
6
2
4
1
UTILIZADO
2
12
2
12
1
8
40
4
NO
LIMITE
UTILIZADO
12
9,32E-12
8
24
5
9,32E-12
16
1
66. La Sally Solar Car CO., tiene una planta que fabrica automviles sedn,
deportivos y camionetas. Los precios de venta, costos variables y costos fijos
correspondientes a la manufactura de estos vehculos se presentan en la
siguiente tabla:
MODELO
Sedan
Camioneta
Deportivo
CONTRIBUCION A
LAS GANANCIAS
($)
6.000
8.000
11.000
VARIABLE DE
PRODUCCION
TIEMPO(HRS)
12
15
24
COSTOS
FIJOS
($)
2.000.000
3.000.000
7.000.000
Rally ha recibido recientemente pedidos por un total de 100 automviles sedan,

200 camionetas y 300 automviles deportivos. Deber atender todos estos
pedidos. Ella desea planear la produccin de manera que pueda alcanzar el
punto de equilibrio con la mayor rapidez posible, es decir, quiere asegurarse
que el margen total de contribucin sea igual al total de costos fijos y que los
costos variables de produccin sean mnimos. Formule este problema como un
modelo de programacin lineal y resulvalo.64
Solucin del problema:
X1 = cantidad de automviles Sedan
X2 = cantidad de Camionetas
X3 = Cantidad de automviles Deportivos
64
Funcin objetivo: Tiempo Mnimo Z = 12X1 + 15X2 + 24X3

Restricciones
6X1 - 2000 0
produccin de automviles sedan
8X2 3000 0
produccin de camionetas
11X3 7000 0
produccin de automviles deportivos
x1 100
cantidad de automviles sedan
x2 200
cantidad de camionetas
X3 300
cantidad de automviles deportivos
No negatividad
Xi 0; i = 1, 3
Pgina: 134
Programacin Lineal
Salida del Solver
67. Reese Eichler, fabricante de equipo complementario para filtracin del aire,
produce dos tipos de unidades, el Umidaire y el Depollinator. Los datos
referentes a los precios de venta y a los costos aparecen en la siguiente tabla.
La compaa Resse ha sido contratada para suministrar 500 Umidaire y desea
calcular las cantidades del punto de equilibrio de ambos tipos de unidad.
Formule el modelo de PL para minimizar los costos y resulvalo.65
Producto
Umidaire
Depollinator
65
Precio de venta Costos variables Costos fijos ($)

por unidad ($)
por unidad ($)
450
240
150.000
700
360
240.000
X1 = Cantidad de unidades de Umidaire
X2 = Cantidad de unidades de Depollinator

Restricciones
450X1 240X1 150000 0 ; 210X1 150000
Pgina: 135
Programacin Lineal
700X2 360X2 240000 0 ; 340X2 240000

X1 500
No negatividad
Xi 0; i = 1, 2
Solucin GLP
: 210.0 X1 + 0.0 X2 = 150000.0

Payoff: 240.0 X1 + 360.0 X2 = 425546.2
X2
1000
950
900
850
800
750
700
650
600
550
500
450
400
350
300
250
200
150
100
50
0
: 1.0 X1 + 0.0 X2 = 500.0
: 0.0 X1 + 340.0 X2 = 240000.0
50
100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 900 950 1000
X1

: 210.0X1 + 0.0X2 >= 150000.0
: 0.0X1 + 340.0X2 >= 240000.0
: 1.0X1 + 0.0X2 >= 500.0
Punto de equilibrio x1 > 500 y x2 > 705.9

Salida Solver
Pgina: 136
Programacin Lineal
68. Una compaa opera cuatro granjas, cuyos grados de productividad son
comparables. Cada una de las granjas tiene cierta cantidad de hectreas tiles y
de horas de trabajo para plantar y cuidar la cosecha. Los datos
correspondientes a la prxima temporada aparecen en la siguiente tabla.
HECTAREAS
UTILES
500
900
300
700
GRANJA
1
2
3
4
HORAS DE TRABAJO
DISPONIBLES
POR MES
1700
3000
900
2200
La organizacin est considerando la opcin de plantar tres cultivos distintos.

Las diferencias principales entre estos cultivos son las ganancias esperadas por
hectrea y la cantidad de mano de obra que cada uno requiere, como se indica
en la siguiente tabla.
CULTIVO
A
B
C
HECTAREAS
MAXIMAS
700
800
300
HORAS MENSUALES
DE TRABAJO
POR HECTAREA
2
4
3
GANACIAS
ESPERADAS
POR HECTAREA ($)
500
200
300
Adems, el total de las hectreas que pueden ser dedicadas a cualquier cultivo
en particular estn limitadas por los requerimientos asociados por concepto de
equipo de ciega. Con la finalidad de mantener una carga de trabajo ms o
menos uniforme entre las distintas granjas, la poltica de la administracin
recomienda que el porcentaje de hectreas plantadas deber ser igual para
todas las granjas. Sin embargo, en cualquiera de esas fincas puede crecer
cualquier combinacin de cultivos, siempre y cuando se satisfagan todas las
restricciones (incluido el requerimiento de la carga de trabajo sea uniforme). La
administracin desea saber cuantas hectreas de cada cultivo tendr que
Pgina: 137
Programacin Lineal
plantar en sus respectivas granjas, A fin de maximizar las ganancias

esperadas.66
X11 = Cantidad de Ha del
Funcin objetivo: Maximizar Z = 500X11 + 500X12 + 500X13 + 500X14 +

200X21 + 200X22 + 200X23 + 200X24 + 300X31 + 300X32 + 300X33 +
300X34
Restricciones
X11 + X21 + X31 500 Ha de cultivo en Granja 1
2X11 + 4X21 + 3X31 1700 Horas de trabajo en Granja 1
X11 + X12 + X13 + X14 700 Ha de cultivo A
X21 + X22 + X23 + X24 800 Ha de cultivo B
X31 + X32 + X33 + X34 300 Ha de cultivo C
Cultivo
Cultivo
Cultivo
Cultivo
Cultivo
Cultivo
Cultivo
Cultivo
Cultivo
Cultivo
Cultivo
Cultivo
A
A
A
A
B
B
B
B
C
C
C
C
en
en
en
en
en
en
en
en
en
en
en
en
la Granja 1
la Granja 2
la Granja 3
la Granja 4
la Granja 1
la Granja 2
la Granja 3
la Granja 4
la Granja 1
la Granja 2
la Granja 3
la Granja 4
Cumplimiento de distribucin uniforme

500
900
300
X 11 X 21 X 31 X 12 X 22 X 32 X 13 X 23 X 33
900(X11 + X21 + X31) 500(X12 + X22 + X32)
500(X13 + X23 + X33) 300(X11 + X21 + X31)
700(X11 + X21 + X31) 500(X14 + X24 + X34)
700
X 14 X 24 X 34
= 0 Distr. G1 y G2
= 0 Distr. G1 y G3
= 0 Distr. G1 y G4
No negatividad
Xij 0; i = 1, 3; j = 1, 4
i = Cultivo; j = Granja
66
Pgina: 138
Programacin Lineal
Salida Solver
69. La administracin de un viedo desea combinar cuatro cosechas distintas para

producir tres tipos distintos de vinos en forma combinada. Las existencias de las
cosechas y los precios de venta de los vinos combinados se muestran en la
siguiente tabla, junto con ciertas restricciones sobre los porcentajes incluidos en
la composicin de las tres mezclas. En particular, las cosechas 2 y 3 en conjunto
debern constituir cuando menos 75% de la mezcla de A y cuando menos 35%
de la mezcla C. Adems, la mezcla A deber contener cuando menos el 8% de
la cosecha 4, mientras que la mezcla B deber contener por lo menos 10% de la
cosecha 2 y a lo sumo 35% de la cosecha 4. Se podr vender cualquier cantidad
Pgina: 139
Programacin Lineal
que se elabore de las mezclas A, B y C. Formule un modelo PL que aproveche

de mejor forma las cosechas disponibles y resulvalo.67
Mezcla
A
1
*
Cosecha
2
3
4
cuando menos 75% 2 Y 3 cuando
en cualquier proporcin
menos 8%
cuando menos *
cuando
10%
mucho 35%
Cuando menos 35% 2 y 3 *
en cualquier proporcin
200
150
350
Precio de
venta/galn
80
50
35
Existencias 130
(galones)
* indica que no existe restriccin alguna
X11 = Cantidad de galones
de
de
de
de
de
de
de
de
de
de
de
de
vino
vino
vino
vino
vino
vino
vino
vino
vino
vino
vino
vino
de
de
de
de
de
de
de
de
de
de
de
de
la
la
la
la
la
la
la
la
la
la
la
la
cosecha
cosecha
cosecha
cosecha
cosecha
cosecha
cosecha
cosecha
cosecha
cosecha
cosecha
cosecha
1
1
1
2
2
2
3
3
3
4
4
4
para
para
para
para
para
para
para
para
para
para
para
para
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
A
B
C
A
B
C
A
B
C
A
B
C
Funcin Objetivo
Maximizar Z= 80X11 + 80X21 + 80X31 + 80X41 + 50X12 + 50X22 + 50X32 +
50X42 + 35X13 + 35X23 + 35X33 + 35X43
Restricciones
X21 + X31 0.75(X11 + X21 + X31 + X41) por lo menos 75% de 2 y 3 en A
X41 0.08(X11 + X21 + X31 + X41) cuando menos el 8% en A
X22 0.10(X12 + X22 + X32 + X42) cuando menos el 10% en B
X42 0.35(X12 + X22 + X32 + X42) cuando mucho el 35% en B
X23 + X33 0.35(X13 + X23 + X33 + X43) por lo menos 35% de 2 y 3 en C
X11 + X12 + X13 130 mximo de galones de cosecha 1
67
No negatividad
Xij 0; i = 1, 4; j = 1, 3
Pgina: 140
Programacin Lineal
i = Cosecha; j = Mezcla
Salida del Solver
Pgina: 141

C) Problemas de Programacion Lineal Resueltos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

C) Problemas de Programacion Lineal Resueltos

Cargado por

Copyright:

Formatos disponibles

Investigacin Operativa I

EJERCICIOS DE PROGRAMACION LINEAL

La produccin de RMC est limitada por la disponibilidad de las tres materia

Debido a deterioro y la naturaleza del proceso de produccin, cualquier

Oswaldo Paul Rivadeneira

de base disolvente producira usted para el perodo actual de produccin?

Entrada de datos para Solver

Informe del problema:

Entrada de datos para Solver

Datos de salida del Solver

Si la empresa desea maximizar la contribucin total a la

Entrada de datos Solver:

Oswaldo Paul Rivadeneira

a) Debe fabricar 539,98 bolsas de golf estndar y 252,01 bolsas de golf de

El departamento de contabilidad revisa su estimacin de contribucin a

Oswaldo Paul Rivadeneira

Si cada una de estas situaciones se encuentra por separado, Cul sera la

: 0.5000 X1 + 0.8334 X2 = 600.0000

: 0.7000 X1 + 1.0000 X2 = 630.0000

: 1.0000 X1 + 0.6667 X2 = 708.0000

Optimal Decisions(X1,X2): (539.9842, 252.0110)

Oswaldo Paul Rivadeneira

Entrada de datos Solver:

Oswaldo Paul Rivadeneira

La solucin ptima es la alternativa b) donde se incrementa la contribucin a

Suponga que la empresa est interesada en maximizar la contribucin total de

Cul es el modelo de programacin lineal para este problema?

Oswaldo Paul Rivadeneira

Cul es la contribucin total a la utilidad que puede ganar Nelson con

Oswaldo Paul Rivadeneira

Payoff: 5.0 X1 + 8.0 X2 = 3699.9

: 0.1 X1 + 0.3 X2 = 100.0

Optimal Decisions(X1,X2): (500.0, 150.0)

Datos de entrada de Solver:

Salida del Solver:

Oswaldo Paul Rivadeneira

Formule un modelo de programacin lineal que pueda utilizarse para

Oswaldo Paul Rivadeneira

Resultados del Solver:

7. El propietario de Sea Warf Restaurant deseara determinar cual es la mejor forma

Oswaldo Paul Rivadeneira

peridicos y la radio. La administracin ha decidido que por lo menos 25% del

Formule un modelo de programacin lineal que se pueda utilizar para

Oswaldo Paul Rivadeneira

Payoff: 50.00 X1 + 80.00 X2 = 46000.00

: 1.00 X1 + 2.00 X2 = 1000.00

: -0.25 X1 + 0.75 X2 = 0.00

: 1.00 X1 - 2.00 X2 = 0.00

Optimal Decisions(X1,X2): (600.00, 200.00)

8. Invesment Advisors es una empresa de corretaje que administra carteras de

Oswaldo Paul Rivadeneira

Formulacin del modelo:

X2 Payoff: 3.00 X1 + 5.00 X2 = 8400.00

Optimal Decisions(X1,X2): (800.00, 1200.00)

Datos de entrada SOLVER

Oswaldo Paul Rivadeneira

PLANIFICACION TRABAJO INVESTMENT ADVISORS

Datos de salida SOLVER

9. Toms produce varios productos alimenticios mexicanos y los vende a Western

d. Encuentre la solucin ptima9

Z max = 1X1 + 1.25X2

Oswaldo Paul Rivadeneira

Payoff: 1.00 X1 + 1.25 X2 = 860.00