Está en la página 1de 57

El director de publicidad de una compaa est considerando anunciarse en dos tipos de medios de co

de los domingos y la otra es anunciarse por televisin.

publicidad de tres mese de duracin, que cubra por lo menos un 40% de la poblacin urbana y un 60%
audiencia del 5% en las reas urbanas y un 3% en las reas suburbanas. Cada anuncio en el peridico
suburbanas. El costo de media pgina en el peridico es de $18,500 y el de la telvisin es de $17,00
pltica de publicidad Cul es la solucin ptima para este problema?. Resuelva por el mtodo grfico.

DATOS
TIEMPO =

3 meses

AREAS URBANAS
PUBLICIDAD
40
ANUNCIO TV (X)
5
ANUNCIO PERIODICO (X
4

OBJETIVO : Minimizar los costos de publicidad.


Z= 17,000X + 18,500X
5X + 4X 40
3X + 8X 60
X , X 0
AREAS URBANAS

AREAS SUBURBANAS

5X + 4X 40
5X + 4X = 40
5X + 4(0) = 40
X = 8

3X + 8X 60
3X + 8X = 60
3X + 8(0) = 60
X = 20

P (8,0)

P (20,0)

5X + 4X 40
5X + 4X = 40
5(0) + 4X 40
X = 10

3X + 8X 60
3X + 8X = 60
3(0) + 8X = 60
X = 7.5

P (0,10)

P (0,7.5)

X = 0

AREAS SUBURBANAS
60
3
8

X = 10
Z= 17,000X + 18,500X
Z= 17,000(0) + 18,500(10)
Z= $185,000

La empresa debe decidir por hacer la publicidad en el peri

rse en dos tipos de medios de comunicacin. Una posibilidad es comprar media pgina en el peridico

El director de publicidad est interesado en una campaa de


de la poblacin urbana y un 60% de reas suburbanas. El tipo de anuncio en telvisin tiene una
as. Cada anuncio en el peridico es ledo por 4% de la poblacin de reas urbanas y un 8% de las
y el de la telvisin es de $17,000. Si la empresa desea seleccionar la estrategia que satisfaga la
Resuelva por el mtodo grfico.

P (0,10)

P (0,7.5)

pgina en el peridico

una campaa de
visin tiene una
as y un 8% de las
que satisfaga la

P (8,0)

P (20,0)

Funcin Objetivo

Una zapatera pequea produce tres tipos de zapatos de nia, de mujer y


de nio.
En la zapatera se tienen tres operarios los cuales realizan cada una de las
siguientes actividades: Trabajador 1: hace la operacin de cortado
Trabajador 2: hace la operacin de alistado
trabajador 3: hace la
operacin de montado.
Los tres jugadores trabajadores disponen de 8 horas al da efectivos de
trabajo para fabricar los zapatos
El potencial de ventas para los zapatos es por da, de 30 pares de zapatos
de nia, 40 pares de mujer y 45 pares de nio.
El tiempo en minutos que cada tipo de zapatos requiere para su fabricacin
en cada una de las operaciones se da en la siguiente tabla:

operario
cortador
Alistador
Montador

Nia
5
15
20

mujer
5
20
30

nio
6
15
20

Los costos del producto y los precios de venta en unidades monetarias son los
siguientes

tipo de
zapato
nia
mujer
nio

precio venta
520
550
520

costo
470
490
470

Se tiene una disponibilidad mxima de cuero al da, es de 60 pies


cuadrados, y el consumo por cada tipo de zapato de este material es el
siguiente:

tipo de
zapato
nia
mujer
nio

pies 2/ par
1
1.11
1.18

Cuntos pares de zapatos se deben producir de cada tipo para maximizar


las ganancias? MOSTRAR SOLAMENTE LA FUNCIN OBJETIVO Y LAS
RESTRICCIONES

Solucin

Problema
Objetivo:

( Zapatos nia, zapatos mujer, zapatos nio)


maximizar las ganancias
Z
50
60
50
Sujeto a:
nia
mujer
nio
Restriccin
5
5
6

15
20
15

20
30
20

x1
0

x2
96

480
480
480

x3
0

Respuesta: Se deben producir 96 zapatos de mujer para


obtener ganancias de $ 5760

a, de mujer y

da una de las
rtado
n de alistado
ace la

ectivos de

s de zapatos

su fabricacin

onetarias son los

pies
erial es el

ra maximizar
Y LAS

minutos
480
1920
2880

Zmximo=

ujer para

5760

Determine cual es la limitante principal del mtodo grfico de programacin lneal. Expliquelo con un
las Principales limitaciones son las siguientes:
1). La Programacin Lineal no puede auxiliar al
gerente en la dificil tarea de formular expectativas de precio ; sino que stos deben
ser conocidos para -- aplicar el proceso.
2). Es de poca utilidad para estimar relaciones de
insumo-producto . El planificador debe contar con estimaciones de la cantidad y
distribucin de mano - de obra, tierra y capital necesarios' para producir.
Estimaciones de este tipo resultan difciles ; espe cialment cuando la empresa no
lleva registros ade cuados.
3). La Programacin Lineal se basa en el supuesto de que los precios y las `expectativas de insumo-pro-- ducto formuladas fueran
igualmente confiables para todos los productos. Es decir que no se toman en consideracin situaciones de' riesgo en 'las decisio nes.
4). Aveces resulta dificil especificar las restricciones.
5). No se toma en cuenta los rendimientos marginales - fisicos decrecientes, sino
que se trabaja como si slo se diera el caso de rendimientos constantes a escala,
situacin muchas veces errnea en la reali dad.
6).
Tampoco se puede manejar adecuadamente las activida des que involucran
costos decrecientes.
7).
Se requiere equipo de computacin y rutinas de solu cin bien probadas a fin de
tener xito en la aplicacin de programacin lineal a la planeacin, pues el logro
de resultados realistas requiere utilizar un gran nmero de actividades y
restricciones que - seria prcticamente imposible manejar con calculado ra de
escritorio .

macin lneal. Expliquelo con un ejemplo real.

EJEMPLO 1:

Una compaa de auditores se especializa en preparar liquidaciones y aud


saber cuantas auditoras y liquidaciones pueden realizar mensualmente p
horas de trabajo directo y 320 horas para revisin. Una auditora en prome
horas de revisin, adems aporta un ingreso de 300 dls. Una liquidacin d
de 5 horas de revisin, produce un ingreso de 100 dls. El mximo de liquid
OBJETIVO : Maximizar el ingreso total.
VARIABLE DE DECISION: Cantidad de auditoras (X1).
Cantidad de liquidaciones (X2).
RESTRICCIONES : Tiempo disponible de trabajo directo
Tiempo disponible de revisin
Nmero mximo de liquidaciones.

La solucin ptima siempre se encuentra en uno de los vrtices del


estos valores en la funcin objetivo. El vrtice que representa el me
ptima.


La solucin ptima siempre se encuentra en uno de los vrtices del
estos valores en la funcin objetivo. El vrtice que representa el me
ptima.

n preparar liquidaciones y auditoras de empresas pequeas. Tienen inters en


eden realizar mensualmente para maximizar sus ingresos. Se dispone de 800
visin. Una auditora en promedio requiere de 40 horas de trabajo directo y 10
o de 300 dls. Una liquidacin de impuesto requiere de 8 horas de trabajo directo y
de 100 dls. El mximo de liquidaciones mensuales disponibles es de 60.

oras (X1).

bajo directo

a en uno de los vrtices del conjunto de soluciones factibles. Se analizan


rtice que representa el mejor valor de la funcin objetivo ser la solucin

a en uno de los vrtices del conjunto de soluciones factibles. Se analizan


rtice que representa el mejor valor de la funcin objetivo ser la solucin

4. Investguese sobre el mtodo de transporte y el mtodo de asignacin, como aplicaciones d


Documenten la fuente de donde sacan la informacin.
El mtodo de transporte:

Existen ciertos tipos de modelos de programacin lineal que, por sus caractersticas particulares, pue
transporte, el modelo de trasbordo y el modelo de asignacin.

El modelo de transporte recibe su nombre porque tpicamente se aplica a resolver problemas de distribu
su aplicacin ms generalizada, hay muchos problemas de programacin lineal que pueden resolverse p

En el modelo de transporte hay m origenes o fuentes designados i = 1, 2 ... m. Estos orgenes deben
Cada origen i tiene una disponibilidad de ai unidades y cada destino j requiere bj unidades. El costo d
desde cada origen i a cada destino j de forma de minimizar los costos.
El nmero de unidades enviadas de i a j lo designamos por xij (i = l ... m; j = l ...n)
El modelo de programacin lineal para representar el problema enunciado sera:

Cada una de las primeras n restricciones representa la necesidad de que la suma de las cantidades e
cada una de las m siguientes restricciones significa que las cantidades enviadas desde el origen i a todo
Planteado de esta forma el modelo, slo tiene solucin cuando la cantidad total disponible es igual a

Los primeros miembros de (1) y (2) son iguales, luego, los segundos tambin deben ser iguales.
El modelo tiene m + n restricciones; sin embargo, una de ellas es dependiente de las otras, es decir, q
la primera restriccin:

El primer miembro de (3) es

y el segundo miembre es

, que al sumar las m ltimas restricc

En conclusin aunque el modelo tiene m + n restricciones, slo tiene m + n - 1 restricciones independ


El modelo de programacin lineal planteado puede, obviamente ser resuelto por el mtodo simplex, s
computacional.
Antes de ver el procedimiento, se sugiere presentar los datos del modelo en un cuadro de doble entra

En las columnas se representan los n destinos, en las filas, los m orgenes. En la ltima columna ten
los cuadros pequeos, representan los datos del costo de transportar una unidad; la tabla se va llenand
restriccin.

El mtodo de transprte es un caso especial simplificado del mtodo Simplex. Como se indico anteriorme
desde diversos puntos de origen hasta diversos destinos. Los dos objetivos comunes de estos problema
1. Minimizar el costo de enviar n unidades hasta m destinos, y 2. Maximizar las utilidades de enviar n un

Ejemplo: Una compaia tiene cuatro enlatadoras que abastecen a cuatro almacenes y la gerencia quiere
La oferta de las enlatadoras, las demandas de los almacenes y el costo de envo por caja de latas de tom

Datos para el problema

E (1)
A (1)
B (2)
Enlatadoras
C (3)
D (4)
Demandas

Costo de envo ($) por carga


Almacn
F (2)
G (3)
25
35
36
55
30
45
40
50
26
60
40
66
10
12
15

De acuerdo con el modelo presentado anteriormente, en este problema se trata de seleccionar valores d
xij) para:

Desde / Hasta
A
B
C
D
Demandas

E
10

25
55
40
60

10

Costo Total =

F
5
6
1

35
30
50
40

12

1368

Con la utilizacin de este mtodo, se aprecia que se asignaron algunas celdas de alto costo, mientras qu
de bajo costo. De hecho, esto es de esperarse, porque este mtodo ignora los costos en aras de seguir
fcilmente programable.

El problema de asignacin es un tipo especial de problema de programacin lineal en el que los asign
pueden ser empleados a quienes se tiene que dar trabajo. La asignacin de personas a trabajos es una
del problema de asignacin. Sin embargo, los asignados no tienen que ser personas. Tambin, pueden s
ajuste a la definicin de problema de transporte se deben cumplir las siguientes suposiciones:
1. El nmero de asignados es igual al nmero de tareas (este nmero se denota por n )
2. Cada asignado se asigna una tarea.
3. Cada tarea debe realizarla exactamente un asignado.
4. Existe un costo cij asociado con el asignado i ( i = 1, 2...n) que realiza la tarea j ( j = 1,2 ... n)
5. El objetivo es determinar como deben hacerse las n asignaciones para minimizar los costos totales.

Cualquier problema que satisface estas suposiciones puede resolverse en forma entremadamente eficie

Personas

1
2
3
4

1
0
0
3
1

Tareas
2
3
0
1
2

3
1
4
0
0

4
1
0
2
2

Nmero
Menor

Las combinaciones y las puntuaciones son las siguientes:


Combinacin empleado - puesto: E1 P1, E2 a P4, E3 a P2, E4 a P3
Puntuacion empleado - puesto:
2
3
3
1
Ninguna otra combinacin ofrece mejores puntuaciones por puesto. Este es el programa que
tiene el costo de oportunidad mnimo.

acin, como aplicaciones de programacin lineal. Presente los conceptos tericos y desarrolle un ejemp

caractersticas particulares, pueden ser resultados por mtodos ms sencillos. Entre estos modelos se pueden men

a resolver problemas de distribucin de mercancas desde distintps centros de produccin a diferentes centros de co
n lineal que pueden resolverse por este mtodo.

1, 2 ... m. Estos orgenes deben suplir n destinos designados j = 1. 2 ... n.


requiere bj unidades. El costo de enviar una unidad desde el origen i al destino j es cij y se trata de determinar las c

; j = l ...n)

do sera:

que la suma de las cantidades enviadas de todos los orgenes al destino j, sea igual a la cantudad requerida en ese
enviadas desde el origen i a todos los destinos, sea igual a la cantidad disponible en el origen i.
ntidad total disponible es igual a la cantidad total requerida, es decir, cuando:

s tambin deben ser iguales.


endiente de las otras, es decir, que una de las ecuaciones es combinacin lineal de las restantes m + n - 1 ecuacion

e al sumar las m ltimas restricciones y restar las n - l restantes, obtenemos la primera restriccin.

m + n - 1 restricciones independientes, una de ellas puede ser eliminada del modelo. El modelo tendra m + n - 1 var
esuelto por el mtodo simplex, sin embargo como se dijo, existe un procedimiento muchas ms prctico que requier

delo en un cuadro de doble entrada:

genes. En la ltima columna tenemos las disponibilidades de cada origen, en la ltima fila los requerimientos de cad
na unidad; la tabla se va llenando con las soluciones en cada paso del proceso de solucin. Cada fila y cada column

plex. Como se indico anteriormente, el nombre se refiere a su aplicacin a problemas que tienen que ver con el tran
vos comunes de estos problemas son:
izar las utilidades de enviar n unidades a m destinos.

o almacenes y la gerencia quiere determinar la programacin de envo de costos mnimos para su produccin mensu
de envo por caja de latas de tomates son:

por carga
H (4)

Produccin
60
15
38
6
65
14
27
11
9

se trata de seleccionar valores de estas 16 variables de decisin ( las

La asignacin inicial implica asignar nmeros a las celdas para


satisfacer las restricciones de oferta y demanda. Hay varios m
para realizar esto: El mtodo de la esquina noroccidental, el m
de menos costo y el mtodo de aproximacion de Vogel.

El mtodo de la esquina noroccidental comienza la asignacin


partir de la esquina noroccidental de la matriz y asigna lo ms
posible a la celda de la primera fila. Cuando no quede satisfec
oferta de la primera fila, se pasa a la celda siguiente derecha d
misma fila, y as sucesivamente hasta que el primer centro pro
agote su capacidad, tratando de completar la demanda de cad
centro de almacn. El procedimiento se repite para la segunda
la tercera y as sucesivamente hasta que se cumplan todos los
requerimientos de fila y columna.

partir de la esquina noroccidental de la matriz y asigna lo ms


posible a la celda de la primera fila. Cuando no quede satisfec
oferta de la primera fila, se pasa a la celda siguiente derecha d
misma fila, y as sucesivamente hasta que el primer centro pro
agote su capacidad, tratando de completar la demanda de cad
centro de almacn. El procedimiento se repite para la segunda
la tercera y as sucesivamente hasta que se cumplan todos los
requerimientos de fila y columna.

13
2
15

H
36
45
26
66

Oferta
60

9
9

27

15
6
14
11

celdas de alto costo, mientras que se dejaron algunas celdas


ora los costos en aras de seguir un algoritmo de asignacin

amacin lineal en el que los asignados son recursos destinados a la realizacin de tareas. Por ejemplo los asignados
n de personas a trabajos es una aplicacin comn
ser personas. Tambin, pueden ser maquinas, vehculos, plantas a los que se asignan tareas. Para que un problema
uientes suposiciones:
e denota por n )

la tarea j ( j = 1,2 ... n)


a minimizar los costos totales.

en forma entremadamente eficiente mediante los algoritmos diseados especialmente para los problemas de asigna

El npumero ms pequeo no cruzado es el 1, en las celdas del empleado 1,


3 puesto 2. Se suma al valor de cada celda en la interseccin de lneas.
Empleado 2, pueso 1: 0 + 1 = 1
Empleado 2, puesto 3: 4 + 1 = 5
Luego se resta el 1 de las celdas no cruzadas y obtenemos la siguiente tabla

e es el programa que

3 puesto 2. Se suma al valor de cada celda en la interseccin de lneas.


Empleado 2, pueso 1: 0 + 1 = 1
Empleado 2, puesto 3: 4 + 1 = 5
Luego se resta el 1 de las celdas no cruzadas y obtenemos la siguiente tabla

Personas

1
2
3
4

1
0
1
3
1

Tareas
2
2
0
0
1

ericos y desarrolle un ejemplo de cada uno.

e estos modelos se pueden mencionar: el modelo de

uccin a diferentes centros de consumo. Si bien es esa

cij y se trata de determinar las cantidades a enviar

l a la cantudad requerida en ese destino. Similarmente,


el origen i.

las restantes m + n - 1 ecuaciones. En efecto, tomare

era restriccin.

o. El modelo tendra m + n - 1 variables clsicas.


muchas ms prctico que requiere un menor esfuerzo

ma fila los requerimientos de cada destino. Los


en
olucin. Cada fila y cada columna representan una

as que tienen que ver con el transporte de productos

nimos para su produccin mensual de latas de tomate.

signar nmeros a las celdas para


oferta y demanda. Hay varios mtodos
de la esquina noroccidental, el mtodo
e aproximacion de Vogel.

cidental comienza la asignacin a


ntal de la matriz y asigna lo ms
a fila. Cuando no quede satisfecha la
sa a la celda siguiente derecha de la
e hasta que el primer centro producto
de completar la demanda de cada
miento se repite para la segunda fila,
hasta que se cumplan todos los
na.

ntal de la matriz y asigna lo ms


a fila. Cuando no quede satisfecha la
sa a la celda siguiente derecha de la
e hasta que el primer centro producto
de completar la demanda de cada
miento se repite para la segunda fila,
hasta que se cumplan todos los
na.

areas. Por ejemplo los asignados

an tareas. Para que un problema se

te para los problemas de asignacin.

1, en las celdas del empleado 1, puesto 4 y del empleado


en la interseccin de lneas.

as y obtenemos la siguiente tabla:

en la interseccin de lneas.

as y obtenemos la siguiente tabla:

Tareas
3
1
5
0
0

4
0
0
1
1

5. Investigue sobre el programa SOLVER del paquete MO Excel. Aplicaciones, caracteristicas, ven

En la prctica, donde los modelos normales de programacin lineal implican miles de variables y de rest
usar computadoras. Hay 4 paquetes de cmputo para resolver programas lineales: TORA, Excel Solver
Los programas como TORA y Excel Solver slo son para problemas de tamao moderado.
Para mostrar el uso de Excel en la preparacin de datos (la entrada) en un formato adecuado para Exce
La distribucin de la Hoja de Calculo debe mostrar esta informacin:
1. Celdas de datos
2. Celdas que representan las variables y la funcin objetivo que se debe evaluar
3. Definicin algebraica de la funcin objetivo y el lado derecho de las restricciones
4. Celdas que slo contienen nombres o smbolos explicativos.

Solver solo requiere los tres primeros tipos. El cuarto tipo se usa para mejorar la legibilidad del modelo, n
La definicin del modelo de Reddy Miks para usar con Solver es directa.

Excel y otras hojas de clculo ofrecen a sus usuarios la capacidad de analizar problemas de programaci
utiliza una herramienta llamada Solver para encontrar soluciones de programacin lineal relacionadas co

Solver depende de una aproximacin logaritmica al conjunto de soluciones ptimas, es decir, opera con
solucin ptima. Solver puede requerir que el usuario ajuste las reglas que utiliza. Puede ser sensible a
Solver esta limitado a 200 celdas cambiantes (variables) cada una con dos restricciones y hasta 100 res
sea adecuado para solucionar problemas pequeos del mundo real.

Para que Solver pueda optimizar un modelo, se debe preparar una hoja de calculo de la manera adecua
paquete impone a los modelos. Si se quiere interpretar adecuadamente los resultados de Soler, se debe

Solver optimiza modelos lineales como los no lineales. La restriccin de linealidad es impuesta por el m
funciona correctamente con las frmulas de hojas de clculo en las que intervienen relaciones lineales.

Una ventaja de Solver es la capacidad de procesar rpidamente escenarios que involucran mltiples var
lgebra lineal. " Mientras que las frmulas ms convencionales Excel procesar clculos sencillos , Solve
ejecuta algoritmos para resolver problemas avanzados para descubrir los resultados de mltiples variabl
muchas incgnitas , o muchos conjuntos diferentes de ecuaciones , cada uno con su propio conjunto de
algebraicos manuales en estas circunstancias.

La optimizacin es un objetivo clave de Solver , como se usa en el mundo corporativo . Como con el lge
influidos por mltiples factores, cada uno de los cuales pueden cambiar significativamente los mrgenes
estos factores y los objetivos deseados de una empresa se puede expresar matemticamente , Solver p
alcanzar esas metas . Por ejemplo , si se desea abrir una nueva empresa de servicio de automviles , y
desee para identificar el mayor nmero de coches se puede comprar tal como su flota. Este es su objetiv
es una limitacin obvia , pero tambin se puede requerir ciertos mnimos de diferentes tamaos de autom
matemticas , Solver puede mostrar cmo satisfacer todas las restricciones y an as obtener la mayor f
ha optimizado el plan de negocio.

El ejemplo es el siguiente. Tengo un establecimiento de venta de pizzas que ofrece dos tipos de pizza tra
establecimiento y tampoco el nfasis que se debera de dar a cada tipo de pizza para maximizar las ven
Antes de realizar el anlisis debemos considerar las siguientes condiciones. Dada nuestra capacidad de
Vegetariana) y adems, al no haber muchos vegetarianos en el rea, estimamos vender un mximo de 2

El ejemplo es el siguiente. Tengo un establecimiento de venta de pizzas que ofrece dos tipos de pizza tra
establecimiento y tampoco el nfasis que se debera de dar a cada tipo de pizza para maximizar las ven
Antes de realizar el anlisis debemos considerar las siguientes condiciones. Dada nuestra capacidad de
Vegetariana) y adems, al no haber muchos vegetarianos en el rea, estimamos vender un mximo de 2
Suprema por da.
Con esta informacin elaborar la siguiente hoja de Excel:

Precio Peperoni
Pizzas a vender
Subtotal

B/. 30.00
65
B/. 1,950.00

Precio Vegetariana
Pizza a vender
Subtotal

B/. 35.00
25
B/. 875.00

Precio Suprema
Pizzas a vender
Subtotal

B/. 45.00
60
B/. 2,700.00

plicaciones, caracteristicas, ventajas y desventajas de uso, adems una aplicacin real.

lican miles de variables y de restricciones, la nica forma posible de resolver esos modelos es
mas lineales: TORA, Excel Solver, AMPL y LINGO.
tamao moderado.
un formato adecuado para Excel Solver, se usa el modelo de Reddy Mikks.

be evaluar
estricciones

mejorar la legibilidad del modelo, no tiene otro objeto.

a.

nalizar problemas de programacin lineal con herramientas de solucin incorporadas. Excel


ogramacin lineal relacionadas con problemas de programacin entera y no entera.

nes ptimas, es decir, opera con una serie de reglas y clculos para buscar y aproximar la
que utiliza. Puede ser sensible a los valores iniciales que utiliza para buscar la solucin final.
dos restricciones y hasta 100 restricciones adicionales. Estas capacidades hacen que Solver

a de calculo de la manera adecuada, debe apegarse a ciertas restricciones tcnicas que este
los resultados de Soler, se debe entender las limitaciones de los modelos de optimizacin.

e linealidad es impuesta por el mtodo simplex de programacin lineal de Solver. El cual slo
intervienen relaciones lineales.

arios que involucran mltiples variables desconocidas . Esto es a menudo considerado como "
rocesar clculos sencillos , Solver tiene motor de matemticas de Excel mucho ms all y se
os resultados de mltiples variables simultneamente . Esto es particularmente til cuando hay
da uno con su propio conjunto de variables desconocidas . Solver ahorra horas de clculos

do corporativo . Como con el lgebra lineal , muchos ciclos de desarrollo de productos se ven
significativamente los mrgenes de beneficio o la calidad del producto . Si la relacin entre
esar matemticamente , Solver puede identificar rpidamente el valor de estos factores para
sa de servicio de automviles , y se tiene medio milln de dlares para hacerlo, es posible que
l como su flota. Este es su objetivo, pero hay limitaciones . La cantidad de dinero que se tiene
s de diferentes tamaos de automviles. Se puede expresar estas declaraciones como
ones y an as obtener la mayor flota para compensacin en efectivo . De esta manera, Solver

s que ofrece dos tipos de pizza tradicionales, Pepperoni ($30) y Vegetariana ($35) adems de la pizza especial Supr
de pizza para maximizar las ventas.
ones. Dada nuestra capacidad de produccin solamente podemos elaborar 150 pizzas al da. Otra condicin es que
stimamos vender un mximo de 25 pizzas vegetarianas al da. Otra condicin a considerar es que solamente podem

s que ofrece dos tipos de pizza tradicionales, Pepperoni ($30) y Vegetariana ($35) adems de la pizza especial Supr
de pizza para maximizar las ventas.
ones. Dada nuestra capacidad de produccin solamente podemos elaborar 150 pizzas al da. Otra condicin es que
stimamos vender un mximo de 25 pizzas vegetarianas al da. Otra condicin a considerar es que solamente podem

Ventas totales

B/. 5,525.00

Restricciones
Mximo
Mximo
Mximo
Mximo

Total de pizzas
Tradicionales
Vegetariana
Suprema

Equivalencias
Total de pizzas
Pizzas Tradicionales

150
90
25
60

150
90

s de la pizza especial Suprema ($45). No sabemos cul es el potencial de ingresos del

da. Otra condicin es que no podemos exceder de 90 pizzas tradicionales (Pepperoni y


r es que solamente podemos comprar los ingredientes necesarios para producir 60 pizzas

s de la pizza especial Suprema ($45). No sabemos cul es el potencial de ingresos del

da. Otra condicin es que no podemos exceder de 90 pizzas tradicionales (Pepperoni y


r es que solamente podemos comprar los ingredientes necesarios para producir 60 pizzas

del

ni y
pizzas

del

ni y
pizzas