Está en la página 1de 84

CURSO: Investigación de Operaciones

Documento de trabajo

1.1 Formulación de modelos
Modelo formal
En toda organización, siempre hay objetivos que quieren ser maximizados (p.e.
las utilidades, la rentabilidad de la inversión, la difusión de los avisos, la
satisfacción de los clientes, la productividad de los trabajadores, etc.) o
minimizados (p.e. costos de producción, mermas en la materia prima, plazos de
entrega de proyectos, etc.).
Estos objetivos deben ser logrados mediante decisiones (p.e. cuántos productos
fabricar, cuántos trabajadores contratar, cuántas acciones comprar, en qué
proyectos invertir, cuántos avisos publicar, etc.).
Sin embargo, estas decisiones deben cumplir con determinadas condiciones, ya
sea porque los recursos con que cuenta la organización son limitados (p.e.
materia prima, máquinas disponibles, área de almacenamiento, presupuesto, etc.)
o porque hay determinadas políticas o compromisos que cumplir (p.e. lotes
mínimos de producción, compromisos con los proveedores, normas técnicas,
acuerdos con el sindicato, etc.).
Las situaciones mencionadas generalmente conducen a la formulación de un
problema de programación lineal, el cual es un modelo matemático que expresa
cuantitativamente el objetivo que se quiere alcanzar (función objetivo) mediante
determinadas decisiones que están bajo el control de quien toma la decisión
(variables de decisión) y que deben cumplir las condiciones determinadas por la
situación analizada (restricciones).
Tomemos el siguiente ejemplo para mostrar cómo se formula un problema de
programación lineal.
Enigma S.A. es una pequeña empresa fabricante de carteras de cuero. Una
importante cadena de tiendas por departamentos está interesada en adquirir en
los próximos tres meses todas las carteras que pueda producir Enigma S.A. en
sus dos tipos, (cartera estándar y cartera de lujo). Un análisis cuidadoso de los
requerimientos de fabricación dio como resultado la siguiente tabla en la que se
muestra la necesidad de tiempos de producción (en horas) para las tres
operaciones de manufactura que requiere cada producto.
Producto
Cartera Estándar
Cartera de Lujo

Corte
0,5
1,5

Tiempo de producción (horas)
Costura
1,0
0,5

Acabado
0,5
0,5

El departamento de Contabilidad ha determinado que la utilidad por bolsa
estándar es de S/. 20 y por bolsa de lujo S/. 15.

Ciclo 2008 1

3

CURSO: Investigación de Operaciones
Documento de trabajo

El departamento de Producción estima que para los siguientes tres meses estarán
disponibles 750 horas de tiempo para Corte, 600 horas de tiempo para Costura y
350 horas de tiempo para Acabado.
También se sabe que el lote mínimo de producción es de 300 unidades, en
cualquier combinación de las cantidades de productos.
La pregunta es: ¿cuántas carteras de cada tipo debe fabricar la empresa los
próximos tres meses, de tal manera que se obtenga la máxima utilidad dentro de
los límites capacidad de producción mencionados?
Primero se definen las variables de decisión en este caso:
X1: número de carteras estándar a fabricar los próximos tres meses.
X2: número de carteras de lujo a fabricar los próximos tres meses.
De acuerdo a la situación planteada, la utilidad total por la producción y venta de
las carteras es:
Utilidad total = 20 X1 + 15 X2

La solución óptima es la combinación de producción que maximice la utilidad,
el problema es determinar los valores de las variables X1 y X2 que dan el valor
más elevado de utilidad.
Max 20 X1 + 15 X2
La producción de las carteras está limitada por la cantidad de horas disponibles.
De la tabla sabemos que cada cartera estándar necesita de 0,5 horas de Corte por
lo que X1 carteras estándar necesitarán 0,5 X1 horas de Corte. Así también, una
cartera de lujo necesita 1,5 horas de Corte por lo que X2 carteras de lujo
necesitarán 1,5 X2 horas de Corte. El total de horas utilizadas para producir X1
carteras estándar y X2 carteras de lujo es:
Total de horas utilizadas en la operación de corte = 0,5 X1 + 1,5 X2
En vista que para Corte sólo se dispone de 750 horas, se debe cumplir que:
0,5 X1 + 1,5 X2 ≤ 750

Horas disponibles para Corte

Esta desigualdad se conoce como restricción. En general una restricción es una
limitación de un recurso a utilizar (≤ ) o un requerimiento mínimo a satisfacer
(≥), que puede ser expresada matemáticamente como una desigualdad o igualdad, y que debe ser cumplida por las variables del modelo.

Ciclo 2008 1

4

CURSO: Investigación de Operaciones
Documento de trabajo
De manera similar a la operación de Corte, las limitaciones de horas para las
otras operaciones son las siguientes restricciones:
X1 + 0,5 X2 ≤ 600 Horas disponibles para Costura
0,5 X1 + 0,5 X2 ≤ 350 Horas disponibles para Acabado
También hay un lote mínimo a producir, es decir la cantidad de unidades a
producir (X1 + X2) debe ser por lo menos 300 unidades, entonces la restricción
es:
X1 + X2 ≥ 300

Lote mínimo de producción

Además debemos considerar que no pueden producirse un número de carteras
negativo, por lo tanto debe cumplirse:
X1 ≥ 0 y X 2 ≥ 0

Condiciones de no negatividad

Estas restricciones aseguran que la solución no tendrá valores negativos y se les
conoce como condiciones o restricciones de no negatividad.
En resumen, el modelo formal de programación lineal para el problema planteado es el siguiente:
Max 20 X1 + 15 X2
Sujeto a:
0,5 X1 + 1,5 X2
X1 + 0,5 X2
0,5 X1 + 0,5 X2
X1 + X2
X1, X2

Utilidad en soles




750
600
350
300
0

Horas disponibles para Corte
Horas disponibles para Costura
Horas disponibles para Acabado
Lote mínimo de producción
Condiciones de no negatividad

Sobre el modelo formal de programación lineal hay que hacer algunas
observaciones:
ƒ
ƒ
ƒ

ƒ
ƒ

La función objetivo puede ser minimizar.
Las restricciones también pueden ser estrictamente de igualdad (=), mayor
que (>) o menor que (<).
La función objetivo y todos los lados izquierdos de las restricciones son
funciones lineales de las variables de decisión (las variables tienen
exponente 1) y no hay multiplicación ni división entre variables.
Las variables de decisión en las restricciones siempre se colocan en el lado
izquierdo de la restricción.
En determinados problemas es posible que unas variables sean positivas,
otras negativas e inclusive pueden no tener limitaciones de signo. Entonces,
según sea el caso puede que algunas variables no necesiten cumplir con la
condición de no negatividad.

Ciclo 2008 1

5

CURSO: Investigación de Operaciones
Documento de trabajo

Guías para la formulación de modelos
Como hemos visto, formulación de modelos de programación lineal es el
proceso mediante el cual un enunciado verbal se traduce en un enunciado
matemático.
El modelado de problemas de programación lineal sólo se puede dominar con la
práctica y la experiencia. A continuación se dan una guías para la formulación
de modelos:
ƒ

Comprenda el problema en su totalidad.

ƒ

Identifique el enunciado verbal de la función objetivo y de cada una de las
restricciones.

ƒ

Defina las variables de decisión.

ƒ

Describa la función objetivo en función de las variables de decisión.

ƒ

Escriba las restricciones en función de las variables de decisión.

Problema 1.1.Enigma Diet S.A. es una empresa que produce alimentos dietéticos. En la línea
de alimentos deshidratados produce dos tipos de alimentos: Fit y Sbelt. Cada
tipo de alimento deshidratado se produce mezclando trigo, fruta deshidratada y
avena. En la siguiente tabla se presentan los precios de venta de los productos y
los precios de compra de los insumos (en nuevos soles) programados para el
siguiente mes:
Producto
Fit
Sbelt

Precio de venta
( 1 Kg.)
14
10

Insumo
Trigo
Fruta deshidratada
Avena

Precio de compra
(1 Kg.)
6
4
2

Máxima cantidad
disponible (Kg.)
10 000
5 000
No tiene límite

En la programación de la producción del próximo mes, Enigma debe tener en
cuenta las siguientes condiciones:
ƒ
El producto Fit debe tener un contenido de por lo menos de 30% de trigo y a
lo más de 50% de fruta deshidratada.
ƒ
El producto Sbelt debe tener por lo menos 45% de trigo y a lo más 40% de
frutas deshidratadas.
ƒ
La transformación de un kilogramo de insumos en producto Fit cuesta $1,2 y
en el caso del producto Sbelt la transformación cuesta $1.
ƒ
Existe un compromiso en realizar una entrega de 6 000 kilogramos del
producto Fit.
ƒ
Dada la gran demanda de productos dietéticos, todos los productos
elaborados por Enigma se venden.

Ciclo 2008 1

6

50 X2A 0. el modelo quedaría: Max Sujeto a: 6.40 X1B .1 X1A + 8.95 X2A + 0.50 (X1A + X2A + X3A) X1B ≥ 0. 0.95 X3A ≥ 6 000 X1.0.0.30 (X1A + X2A + X3A) X2A ≤ 0. por cada kilogramo de insumos se obtiene 0.30 X3A ≥ 0 .40 X3B ≤ 0 X1A + X1B ≤ 10 000 X2A + X2B ≤ 5 000 0.0. es decir.40 (X1B + X2B + X3B) X1A + X1B ≤ 10 000 X2A + X2B ≤ 5 000 0.95 ( X1A + X2A + X3A ) ≥ 6 000 X1.5 X3B .2 (X1A + X2A + X3A) – 1 (X1B + X2B + X3B) ingreso por venta de producto Fit ingreso por venta de producto Sbelt costo del trigo costo de fruta deshidratada costo de avena costo de mezcla de insumos de Fit costo de mezcla de insumos de Sbelt X1A ≥ 0.95 (X1B + X2B + X3B) – 6 (X1A + X1B) – 4 (X2A + X2B) – 3 (X3A + X3B) – 1.1X3A + 2.70 X1A 0.0. Determine el modelo de programación lineal que maximice las utilidades obtenidas por la producción y venta de los productos Fit y Sbelt.45 (X1B + X2B + X3B) X2B ≤ 0. 0.50 X1A .0.CURSO: Investigación de Operaciones Documento de trabajo ƒ En el proceso de mezclado de los insumos existe una merma en el peso de 5%.0. Solución: X1A: Kilogramos de trigo utilizados en el producto Fit X2A: Kilogramos de fruta deshidratada utilizados en el producto Fit X3A: Kilogramos de avena utilizados en el producto Fit X1B: Kilogramos de trigo utilizados en el producto Sbelt X2B: Kilogramos de fruta deshidratada utilizados en el producto Sbelt X3B: Kilogramos de avena utilizados en el producto Sbelt Max Sujeto a: 14 .55 X1B 0.95 kilogramos de producto. X2 ≥ 0 contenido de trigo en Fit contenido de fruta deshidratada en Fit contenido de trigo en Sbelt contenido de fruta deshidratada en Sbelt disponibilidad de trigo disponibilidad de fruta deshidratada compromiso de entrega de Fit condiciones de no negatividad Finalmente.50 X3A ≤ 0 .0.45 X2B .0.45 X3B ≥ 0 . X2 ≥ 0 0.95 X1A + 0.1 X2A + 9.30 X2A .95 (X1A + X2A + X3A) + 10 .60 X2B Ciclo 2008 1 7 .5 X2B + 5.5 X1B + 4.

X1 se asigna al eje horizontal y X2 al eje vertical. su representación gráfica se hará en el primer cuadrante. el siguiente paso es resolver el modelo.5 X2 X1 + 0. en nuestro caso. X2 Utilidad en soles ≤ ≤ ≤ ≥ ≥ 750 600 350 300 0 (1) (2) (3) (4) Horas disponibles para Corte Horas disponibles para Costura Horas disponibles para Acabado Lote mínimo de producción Condiciones de no negatividad Mostremos el método gráfico para encontrar los valores de X1 y X2 que maximizan la función objetivo. La asignación es arbitraria. encontrar los valores de las variables de decisión que optimizan la función objetivo. Si bien es cierto que los problemas se pueden resolver mediante el uso de programas aplicativos en computadora.5 X1 + 1. el cual se muestra a continuación. Región factible: Para facilitar su identificación en el desarrollo del método gráfico se ha numerado cada una de las restricciones. Max 20 X1 + 15 X2 Sujeto a: 0. tema que desarrollaremos posteriormente. Dado que las variables X1 y X2 en el modelo deben cumplir las condiciones de no negatividad. es decir.5 X2 0.5 X2 X1 + X2 X1.A..CURSO: Investigación de Operaciones Documento de trabajo Solución por método gráfico Solución gráfica Una vez establecido el modelo de programación lineal. Tomemos el modelo de programación lineal encontrado para la producción de carteras de Enigma S. Ciclo 2008 1 8 . tal como se muestra el siguiente gráfico. la solución gráfica tiene la bondad de permitirnos comprender conceptos que posteriormente vamos a utilizar en la solución de modelos con más de dos variables pero que por no poderse representar gráficamente sería muy difícil de interpretar. Si el modelo tiene dos variables puede ser resuelto gráficamente.5 X1 + 0. En el método gráfico se utiliza el plano cartesiano y se asigna cada variable a uno de los ejes cartesianos.

Como se puede observar. las restricciones gráficamente corresponden a regiones del plano limitadas por rectas.5 X2 = 750 X2 1200 1100 1000 900 800 700 600 500 400 0.CURSO: Investigación de Operaciones Documento de trabajo X2 1200 1100 1000 900 800 700 600 X1 ≥ 0 500 400 300 X2 ≥ 0 200 100 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 X1 A continuación se representan las restricciones.5 200 X2 = 750 (1) 100 100 Ciclo 2008 1 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 X1 9 .5 X 1 300 + 1. Para la representación gráfica de la restricción (1) primero se representa la ecuación de la recta: 0.5 X1 + 1.

CURSO: Investigación de Operaciones Documento de trabajo Luego se establece la región que corresponde a la desigualdad: 0.5 X1 + 1.5 X2 ≤ 750 X2 1200 1100 1000 900 800 700 600 500 400 300 200 0.5 X1 + 1.5 X2 ≤ 750 (1) 100 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 X1 La región definida por la restricción (1) interceptada con la región definida por las condiciones de no negatividad determina la región indicada en el siguiente gráfico. X2 1200 1100 1000 900 800 700 600 500 400 300 200 (1) 100 100 Ciclo 2008 1 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 X1 10 .

5 X2 ≤ 600 X2 1200 1100 1000 900 (2) 800 700 600 500 400 300 200 X1 + 0. Por ejemplo. La representación gráfica de los puntos que cumplen las restricciones hasta ahora analizadas es como se indica a continuación: X2 1200 1100 1000 900 (2) 800 700 600 500 400 300 200 (1) 100 100 Ciclo 2008 1 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 X1 11 .5 X 2 ≤ 600 100 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 X1 La región definida por la restricción (2) se intercepta con las establecidas por las restricciones anteriores.CURSO: Investigación de Operaciones Documento de trabajo El procedimiento seguido para representar la restricción (1) es el mismo para cada una de las otras restricciones. si representamos en el plano la restricción (2): X1 + 0.

CURSO: Investigación de Operaciones Documento de trabajo Para el caso de la restricción (3) 0.5 X2 ≤ 350 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 X1 La región de puntos que cumplen las restricciones hasta ahora analizadas es la siguiente: X2 1200 1100 1000 (2) 900 800 700 600 (3) 500 400 300 200 (1) 100 100 Ciclo 2008 1 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 X1 12 .5 X2 ≤ 350 X2 1200 1100 1000 900 800 700 600 (3) 500 400 300 200 100 0.5 X1 + 0.5 X1 + 0.

CURSO: Investigación de Operaciones Documento de trabajo Finalmente. la restricción (4) X1 + X2 ≥ 300 X2 1200 1100 1000 900 800 700 600 500 X1 + X2 ≥ 300 400 300 200 100 (4) 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 X1 Entonces la intersección de todas las regiones determinadas por las restricciones será: X2 1200 1100 1000 (2) 900 800 700 600 (3) 500 400 300 200 100 100 Ciclo 2008 1 (1) (4) 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 X1 13 .

La solución factible que optimiza (en este caso maximiza) la función objetivo se le conoce como solución óptima. Cada uno de los puntos que forman parte de la región factible se conoce como solución factible. por ejemplo: 20 X1 + 15 X2 = 3 000 20 X1 + 15 X2 = 6 000 20 X1 + 15 X2 = 9 000 Ciclo 2008 1 14 . E y F).CURSO: Investigación de Operaciones Documento de trabajo La región de puntos que cumplen simultáneamente todas las restricciones se conoce como región factible y es la que se muestra en el gráfico siguiente. todos los pares de valores X1 y X2 que dan dicho valor de utilidad describen una recta. X2 800 700 600 500 B C 400 300 A Región factible 200 D 100 F 100 200 300 E 400 500 600 700 800 X1 Solución óptima y valor óptimo: El siguiente paso es encontrar los valores de X1 y X2 que den el máximo valor posible a la función objetivo: Utilidad total = 20 X1 + 15 X2 Dado un valor de utilidad total en particular. Inicialmente tracemos en el plano algunas rectas que expresen valores arbitrarios de utilidades. B. Cada uno de los vértices de región factible se conoce como punto extremo (A. razón por la cual se le denomina recta isoutilidad. C. D.

X2 800 nto me o e r v inc jeti de n ob n ió ió ecc unc Dir e la f d 700 600 500 B C 400 X 20 1 A +1 20 300 5X2 0 00 =6 1 5X2 +1 100 0 00 =9 +1 5X2 X1 X 20 200 D =3 0 00 100 200 F 300 E 400 500 600 700 800 X1 Como se puede apreciar en el caso de la primera recta (20 X1 + 15 X2 = 3 000). La segunda recta (20 X1 + 15 X2 = 6 000) sí tiene puntos dentro de la región factible y por lo tanto sí hay valores de X1 y X2 que dan una utilidad de 6000 y que cumplen las restricciones. Los valores de X1 y X2 del punto D se obtienen del mismo gráfico. se obtienen también resolviendo el siguiente sistema de ecuaciones: Ciclo 2008 1 15 . y por lo tanto el punto D es la solución óptima. ninguno de sus puntos intercepta la región factible y por lo tanto ninguna combinación de X1 y X2 que den utilidad 3000 cumple con todas las restricciones. las rectas de isoutilidad se “desplazan” paralelamente siguiendo la dirección indicada por la flecha.CURSO: Investigación de Operaciones Documento de trabajo El gráfico a continuación muestra la región factible y las rectas de isoutilidad mencionadas. o dado que el punto pertenece a las restricciones (2) y (3). Observando el gráfico podemos notar también que a medida que aumentamos el valor de la función objetivo. En el ejemplo. entonces debemos encontrar una recta de isoutilidad lo más “desplazada” en la dirección indicada pero sin salir de la región factible. el máximo valor de utilidad se logra cuando la recta de isoutilidad pasa por el vértice D. Como nuestro objetivo es maximizar la utilidad. Al trazar la tercera recta (20 X1 + 15 X2 = 9 000) sucede algo similar a la anterior.

= 200.5 X2 = 600 (restricción 2) 0. Ciclo 2008 1 16 . Por lo tanto. lo importante de trazar una recta con valor de utilidad arbitraria y la “desplazamos” paralelamente en la dirección conveniente hasta determinar el punto óptimo.CURSO: Investigación de Operaciones Documento de trabajo X1 + 0.5 X2 = 350 (restricción 3) Los valores obtenidos son: X1 = 500 y X2. Del método gráfico podemos concluir: ƒ Las rectas de isoutilidad son paralelas. X2 800 700 600 500 B 400 C 300 solución óptima A 200 D 100 F 100 200 300 E 400 500 600 700 800 X1 Podemos concluir que si para los próximos 3 meses se produjera 500 carteras estándar y 200 carteras de lujo se obtendría la máxima utilidad posible la cual sería S/. 13 000. ƒ La dirección a la cual se desplazará la recta de la función objetivo (hacia donde aumenta o disminuye el valor de la función objetivo) se hará dependiendo si el objetivo del problema es de maximizar o minimizar. 13 000. Reemplazando estos valores en la función objetivo se obtiene el valor óptimo igual a S/.5 X1 + 0.

5 X2 ≤ 600) que corresponden a las horas disponibles para Costura tenemos: 500 + 0. 500 + 0. 500 + 1. En este caso la holgura es 200 horas Si reemplazamos los valores de las variables de la solución óptima en la segunda restricción (X1 + 0. La diferencia entre el recurso disponible (750) y lo que se utilizaría (550) al ejecutar la solución propuesta se denomina holgura. también significa que de las 750 horas disponibles para Corte.5 X1 + 1. = 200) en la primera restricción (0.5 X2 ≤ 750) que corresponde a las horas disponibles para Corte tenemos: 0. 200 ≤ 350 350 ≤ 350 Ciclo 2008 1 17 . X2. la solución óptima siempre es un punto extremo o vértice de la región factible. si se ejecutara el plan óptimo de producción se utilizarían las 600 horas.5 .5 . Si reemplazamos los valores de las variables de la solución óptima en la tercera restricción (0. quedarían 200 horas “libres”. estamos utilizando todo el recurso disponible. En este caso decimos que la holgura es cero horas. 200 = 550 ≤ 750 550 ≤ 750 Esto no sólo significa que cumple la restricción. Es decir. 200 ≤ 600 600 ≤ 600 Esto significa que de las 600 horas disponibles para Costura. Holguras y excedentes: Si reemplazamos los valores de la solución óptima (X1 = 500.CURSO: Investigación de Operaciones Documento de trabajo ƒ Debido a que la recta de isoutilidad se desplaza hasta un extremo de la región factible.5 . los valores correspondientes a X1 y X2 se determinan gráficamente o resolviendo un sistema de ecuaciones formado por las ecuaciones de las rectas de las restricciones. si se ejecutara el plan de producción óptimo sólo se necesitarían 550 horas. ƒ La solución óptima es el punto de intercepción de dos rectas.5 X2 ≤ 350) que corresponden a la horas disponibles para Acabado tenemos: 0. es decir.5 .5 X1 + 0.5 .

En este caso se dice que se cumple el requerimiento mínimo de producción con un excedente de 400 unidades. Si reemplazamos los valores de las variables en la solución óptima en la cuarta restricción (X1 + X2 ≥ 300) que corresponde al lote mínimo de producción. Cuando las restricciones tienen holguras o excedentes mayores a cero se denominan restricciones no activas. la holgura es cero. Las restricciones con holgura o excedente cero se denominan restricciones activas y son las que determinan la solución óptima. De todos los tipos de restricciones son las menos importantes.X2 = 3. tenemos: 500 + 200 ≥ 300 700 ≥ 300 Esto significa que con el plan óptimo de producción. se producirán 400 unidades más de la cantidad mínima requerida. restricciones que no definen la región factible y que perfectamente pudieron no ser consideradas. d. La región factible y la solución óptima si se agrega la restricción: X1 . Ciclo 2008 1 18 . es decir.2. como en la anterior restricción. X 2 ≥ 0 Mediante el método gráfico determine: a. También existen algunas restricciones no activas que se denominan restricciones redundantes. si se ejecutara el plan óptimo de producción se utilizarían todas las horas disponibles. Los puntos extremos de la región factible c.CURSO: Investigación de Operaciones Documento de trabajo Esto significa que de las 350 horas disponibles para Acabado. En este caso. La región factible. Las holguras se presentan en las restricciones del tipo (≤) y los excedentes se presentan en las restricciones del tipo (≥ ). b. La diferencia entre lo que realmente se está obteniendo al ejecutar la solución propuesta (700) y el requisito mínimo a cumplir (300) se denomina excedente. La solución óptima. Estas restricciones son las más importantes en el modelo de programación lineal. Estas restricciones están en un segundo nivel de importancia. Problema 1.Dado el siguiente problema de programación lineal: Min sujeto a: X1 + 3 X2 ≤ 12 3 X1 + X2 ≥ 12 2 X1 + 2 X 2 X1 .

X2 12 11 10 9 8 7 6 5 4 A 3 2 1 B C 1 Ciclo 2008 1 2 3 4 5 9 10 11 12 X1 19 . x2 = 3 B: x1 = 12. La región factible es: X2 12 11 10 9 3X 1 + 8 x2= 7 12 6 5 4 A 3 X1 + 3x = 2 12 2 Región factible 1 B C 1 2 3 4 5 6 7 8 9 10 6 7 8 11 12 X1 b. Los puntos extremos son: A: x1 = 3.CURSO: Investigación de Operaciones Documento de trabajo Solución: a. x2 = 0 C: x1 = 4. x2 = 0 c. La solución óptima es el vértice C.

Dado que la nueva restricción es una igualdad. sólo los puntos del segmento DE que pertenece a la recta forman la región factible. X2 12 11 10 9 8 7 6 5 4 –X 3 X1 2 E = 3 2 1 D 1 2 3 4 -1 5 6 7 8 9 10 11 12 X1 -2 -3 Los puntos extremos son: D: X1 = 3. Ciclo 2008 1 20 .75 E: X1 = 5.75 y X2 = 0.CURSO: Investigación de Operaciones Documento de trabajo d.25 y X2 = 2.25 La solución óptima es el punto D.

pero esta vez cambiemos la función objetivo es: 15 X1 + 15 X2. 200 = 10 500 Utilidad en el punto C: 15 . 500 + 15 . cualquier punto sobre el segmento CD es solución óptima. Obtengamos gráficamente la solución óptima. si existe más de una solución óptima se dice que el problema tiene soluciones óptimas alternativas. el vértice D (500. 300 + 15 . Como no han cambiado las restricciones. Tomando como referencia el modelo de Enigma S. pero también el punto C (300. 200) sigue siendo solución óptima.CURSO: Investigación de Operaciones Documento de trabajo Casos especiales Soluciones óptimas alternativas: Las soluciones óptimas alternativas se presentan cuando más de una solución nos da el valor óptimo de la función objetivo.A. De hecho. 400). X2 800 700 B im áx 500 m ad lid uti de ea lín 600 a C 400 300 Puntos de solución óptima A 200 D 100 F 100 200 300 E 400 500 600 700 800 X1 Si reemplazamos el punto C y el punto D en la función objetivo tendremos: Utilidad en el punto D: 15 . la región factible tampoco cambia. Por lo tanto. 400 = 10 500 Ciclo 2008 1 21 . Gráficamente se puede ver cuando la línea de la función objetivo coincide con una de las líneas de restricción de recursos. Al trazar la recta de máxima utilidad.

A la región factible original se le intercepta con la región determinada por las dos nuevas restricciones: X1 ≥ 600 (5) Lote mínimo de carteras estándar X2 ≥ 200 (6) Lote mínimo de carteras de lujo X2 800 700 600 500 B C 400 300 X1 ≥ 600 y X2 ≥ 200 A 200 D 100 F 100 200 300 E 400 500 600 700 800 X1 Como se puede apreciar. es decir. Se dice entonces que el problema tiene una región no factible y consecuentemente no tiene soluciones factibles ni solución óptima. la intercepción de las regiones es vacía.A. Ciclo 2008 1 22 . obtenga gráficamente la región factible si además agregamos las siguientes restricciones: “se sabe que la producción mínima de las carteras estándar debe ser 600 unidades y de las carteras de lujo 200 unidades”.CURSO: Investigación de Operaciones Documento de trabajo Región no factible: Una región no factible se presenta cuando no existe solución al problema que satisfaga simultáneamente todas las restricciones Tomando como referencia el modelo de Enigma S. ningún punto cumple simultáneamente con todas las restricciones.

Para mostrar el concepto resolvamos el siguiente modelo de programación lineal: Max 20 X1 . puede existir una región factible no acotada y dependiendo de la función objetivo puede o no carecer de solución óptima. X2 800 700 En esta dirección el problema tiene como solución óptima el vértice B(100. Sin embargo.CURSO: Investigación de Operaciones Documento de trabajo Región factible no acotada: Una región factible no acotada se presenta cuando no está limitada en uno de sus lados. X2 ≥ 0 (1) (2) Al trazar las restricciones observamos que la región factible se prolonga indefinidamente hacia la derecha y se dice que es una región factible no acotada. por lo que el problema carece de solución óptima. si la función objetivo hubiese sido de minimización. Al tratar de hallar la solución óptima. la rectas de isoutilidad se pueden desplazar en la dirección creciente indefinidamente.15 X2 Sujeto a: X1 ≤ 100 X2 ≥ 200 X1.200) 600 500 En esta dirección el problema carece de solución óptima 400 300 200 B X1 ≥ 100 y X2 ≤ 200 100 A 100 Ciclo 2008 1 200 300 400 500 600 700 800 X1 23 . la solución óptima sí existiría y sería el vértice B En conclusión.

El siguiente problema de programación lineal.CURSO: Investigación de Operaciones Documento de trabajo Problema 1.3. X 2 ≥ 0 Solución: X2 4 3 2 Región factible 1 1 2 3 4 X1 La región es no acotada y no existe solución óptima. Ciclo 2008 1 24 . ¿qué tipo de soluciones tiene? Max X 1 + X2 sujeto a: 4 X1 + 3 X2 ≥ 12 2 X2 ≥ 4 X1 .

la pendiente de las rectas de isoutilidad varía. si un coeficiente varía. La variación de los lados derechos de las restricciones. Lo mismo podría decirse de los lados derechos de las restricciones. la solución óptima no cambiará. Sin embargo estas cantidades pueden ser sólo aproximadas o estar sujetas a variaciones (p. Inicialmente se presenta el análisis de sensibilidad para dos variables apoyados en el método gráfico. Tomemos como referencia la solución gráfica de la producción de carteras de Enigma S. Esto es porque en esos casos la pendiente de la función objetivo coincide con la de un recurso. La pendiente de la función objetivo (mfo = .A. Por lo tanto los valores que se utilizan en el modelo podrían ser sólo referenciales. Por tanto. la solución óptima del problema no cambiará mientras el valor de la pendiente de la función objetivo se encuentre en el rango: .1 Si la pendiente de la función objetivo coincide exactamente con –2 ó con –1 habrá soluciones óptimas alternativas. Justamente el análisis de sensibilidad consiste en determinar las implicancias que tendría variar determinados parámetros dentro del modelo formulado de programación lineal. Cambios en los coeficientes de las variables en la función objetivo: Gráficamente los coeficientes de las variables en la función objetivo determinan la pendiente de las rectas de isoutilidad.CURSO: Investigación de Operaciones Documento de trabajo Análisis de sensibilidad con gráficos Al encontrar la solución óptima de un problema.e: si se está negociando el precio de un producto con un cliente). lo que nos permitirá comprender más fácilmente los criterios utilizados en dicho análisis. Es decir. el análisis de sensibilidad se centra en dos puntos: ƒ ƒ La variación de los coeficientes de las variables en la función objetivo. Entonces es necesario preguntarse qué pasa con la solución óptima o con el valor óptimo si algunos valores del modelo están sujetos a ciertas variaciones. las utilidades (o costos) y los lados derecho de consideraron fijos y exactos. Mientras este valor esté entre la pendiente de la restricción 2 (m2 = -2) y la pendiente de la restricción 3 (m3 = -1). Ciclo 2008 1 25 .4/3) cambia si uno de los coeficientes de las variables cambia.2 ≤ m fo ≤ . geométricamente seguirá siendo el punto D. Concretamente. La variación de la pendiente de la función objetivo puede ser tal que no necesariamente cambie la solución óptima. Posteriormente extenderemos el análisis de sensibilidad a problemas con más de dos variables mediante en el uso del computador.

Reemplacemos dicho valor por uno genérico C1. Calculemos ahora cuánto puede variar el coeficiente de una variable en la función objetivo sin que varíe la solución óptima. La pregunta sería ¿cuál es el rango de variación de la utilidad unitaria de la cartera estándar sin que cambie el plan de producción? La utilidad unitaria actual de la cartera estándar es 20.CURSO: Investigación de Operaciones Documento de trabajo X2 función objetivo 20 x 1 + 15 x 2 = 13 000 m fo= .A. Volvamos al problema Enigma S.5 x 1 + 0.5 x 2 = 600 m 2= . la nueva solución óptima es el punto C. geométricamente ya no es el punto D.1 D 100 F 100 200 300 E 400 500 600 700 800 X1 Si la pendiente de la función objetivo excede el rango. la solución óptima cambia. Si la recta cambió a más horizontal.4 / 3 800 700 restricción 2 x 1 + 0.5 x 2 = 350 m 3= . y su producción de carteras.2 600 500 B 400 C 300 solución óptima A Región factible 200 restricción 3 0. Entonces la función objetivo será: Max C1 X1 + 15 X2 La pendiente de la recta es: m fo = − C1 15 Para que la solución óptima no cambie se debe cumplir que: Ciclo 2008 1 26 . Si la recta cambió a más vertical la nueva solución óptima es el punto E.

CURSO: Investigación de Operaciones Documento de trabajo − 2 ≤ m fo ≤ −1 −2≤− C1 ≤ −1 15 15 ≤ C 1 ≤ 30 La solución matemática es que mientras el coeficiente de X1 en la función objetivo tenga un valor entre 15 y 30. La interpretación de la solución matemática es: mientras que la utilidad de la cartera de lujo tenga un valor entre 20 y 40 soles. Los rangos entre los que pueden variar los coeficientes de las variables en la función objetivo sin que varíe la solución óptima se conocen como rangos de optimalidad . el plan de producción que maximiza la utilidad será producir 500 carteras estándar y 200 carteras de lujo. la solución óptima siempre será X1 = 500 y X2 = 200. El mismo análisis se podrá realizar para determinar el rango de variación de la utilidad unitaria de la cartera de lujo. La utilidad unitaria actual de la cartera de lujo es 15. Reemplacemos dicho valor por uno genérico C2. Ciclo 2008 1 27 . La interpretación de la solución matemática es: mientras que la utilidad de la cartera estándar tenga un valor entre 15 y 30 soles. el plan de producción que maximiza la utilidad será producir 500 carteras estándar y 200 carteras de lujo. la solución óptima siempre será X1 = 500 y X2 = 200. Entonces la función objetivo será Max 20 X1 + C2 X2 La pendiente de la recta es: m fo = − 20 C2 Para que la solución óptima no cambie se debe cumplir que: − 2 ≤ m fo ≤ −1 −2≤− 20 ≤ −1 C2 10 ≤ C 2 ≤ 20 La solución matemática es que mientras el coeficiente de X2 en la función objetivo tenga un valor entre 10 y 20.

el valor óptimo es S/.5 x 2 ≤ 500 nueva solución óptima 500 500 B B 400 400 C 300 Nuevafunción Objetivo óptima A solución óptima región factible 300 C A 200 200 D´ nueva región factible D D 100 100 F 100 200 300 F E 400 500 600 700 800 X1 100 200 300 E´ 400 500 E 600 700 La nueva solución óptima es X1 = 300 y X2 = 400. Como ya analizamos. que es: X1 + 0. la disminución de un recurso limitante disminuye la utilidad.5 X2 ≤ 500 Restricción 2´: Horas disponibles para Costura Geométricamente el cambio del lado derecho de un recurso producirá un desplazamiento paralelo de la recta de restricción produciéndose un cambio en la región factible.5 X2 ≤ 600 Restricción 2: Horas disponibles para Costura Cambiemos el lado derecho de la restricción de 600 horas disponibles a 500 horas disponibles. entonces la restricción 2 quedaría: X1 + 0. la región factible disminuye en tamaño (más difícil de cumplir y por lo tanto menos puntos cumplen) y la solución óptima empeora (la solución óptima se debe lograr con menos recursos). lo cual se aprecia claramente en el siguiente gráfico. como la restricción es activa. el punto de solución óptima también cambia. por ejemplo la restricción 2. Lógicamente si el cambio aumentara la disponibilidad del recurso limitante.5 x 2 ≤ 600 restricción 2´ x 1 + 0. Ciclo 2008 1 28 800 X1 . Tomemos inicialmente una restricción activa. volvamos al modelo de programación lineal de Enigma S. Como las horas disponibles para Costura son un recurso limitante (se utiliza la totalidad de dicho recurso y por lo tanto la restricción es activa) un cambio en la cantidad del recurso disponible no solo cambiará la región factible y la solución óptima sino que como en este caso el cambio disminuye un recurso limitante.A. Además.CURSO: Investigación de Operaciones Documento de trabajo Cambios en los lados derechos de las restricciones: Para mostrar el efecto en el cambio del lado derecho de una restricción. 12 000. la región factible aumentaría en tamaño y la solución óptima mejoraría. X2 X2 función objetivo óptima 800 800 700 700 600 600 restricción 2 x 1 + 0.

Como en este caso el cambio en la condición mínima disminuye. Lógicamente si el cambio aumentara la condición mínima requerida. por ejemplo la restricción 4 que es: X1 + X2 ≥ 300 Restricción 4: Lote mínimo de producción Cambiemos el lado derecho de la restricción de un lote mínimo de 300 unidades a 200 unidades. la región factible aumenta en tamaño (más fácil de cumplir y por lo tanto más puntos cumplen) pero la solución óptima no cambia (la solución óptima cumple largamente lo mínimo requerido).CURSO: Investigación de Operaciones Documento de trabajo Ahora centremos nuestro análisis en el cambio del lado derecho de una restricción no activa. la región factible disminuiría de tamaño pero la solución óptima no cambiaría necesariamente. entonces la restricción 4 quedaría: X1 + X2 ≥ 200 Restricción 4´: Lote mínimo de producción El cambio del lado derecho de la restricción se puede apreciar en el siguiente gráfico: X2 X2 800 800 función objetivo óptima 700 600 600 500 500 B B 400 400 C 300 función objetivo óptima 700 A C solución óptima región factible 200 200 solución óptima nueva región factible 300 A´ D D 100 100 F 100 200 300 E 400 500 600 F´ 700 800 restricción 4 x 1 + x 2 ≥ 300 X1 100 200 E 300 400 500 600 700 800 restricción 4´ x 1 + x 2 ≥ 200 Como el lote mínimo de producción no es una condición a cumplir limitante (se excede lo mínimo requerido) un cambio en dicha condición mínima cambiará sólo la región factible pero no la solución óptima. Ciclo 2008 1 29 X1 .

esta mejora va a depender si el modelo es de maximizar o minimizar la función objetivo. X2 = 200) y valor óptimo original (13 000) notará un cambio de valores. es forzada a entrar en una unidad. la solución óptima tiene valores de las variables positivas. La interpretación del precio dual de la restricción 3 es que si aumentamos una hora la capacidad del departamento de Acabado. este aumento generará un incremento de S/. Si el objetivo es maximizar. Si compara estos resultados con la solución óptima original (X1 = 500. Dado que el precio dual de una restricción es la mejora del valor óptimo. retomemos el ejemplo de la producción de las carteras estándar y de lujo y calculemos el precio dual de la restricción 3. Aumentamos una unidad el lado derecho de dicha restricción y calculemos la nueva solución óptima: X1 + 0. Ciclo 2008 1 30 . entonces no es necesario realizar ningún cambio en los coeficientes de las variables en la función objetivo y por lo tanto el costo reducido de ambas variables es cero.5 X2 = 351 (restricción 3) Resolviendo el sistema de ecuaciones obtenemos la nueva solución óptima: X1 = 498 y X2 = 204. Para ilustrar el cálculo y la interpretación del precio dual.5 X1 + 0. es decir. 20 en la utilidad. Costo Reducido: El costo reducido de una variable en el modelo de programación lineal es la cantidad en que debe cambiar el coeficiente de esa variable en la función objetivo para que en la solución óptima dicha variable tenga un valor positivo También se interpreta como el valor que disminuye la función objetivo cuando esta variable cuyo valor óptimo es cero.CURSO: Investigación de Operaciones Documento de trabajo Precio Dual: El Precio dual de una restricción es la mejora del valor óptimo si se agrega una unidad adicional al lado derecho de dicha restricción. Como en el ejemplo de las carteras.5 X2 = 600 (restricción 2) 0. entonces la mejora significará una disminución del valor óptimo. El aumento en 1 del lado derecho de la restricción 3 ha producido una mejora de 20 en el valor óptimo. entonces la mejora significará un aumento del valor óptimo. el precio dual de la restricción 3 es 20. Si el objetivo es minimizar. nuevo valor óptimo es 13 020. Reemplazando estos valores en la función utilidad.

Esto puede afectar tanto a la solución óptima como al valor óptimo. ésta puede cambiar su pendiente. ƒ El cambio en el valor del lado derecho de una restricción produce un desplazamiento paralelo de la restricción. ƒ Al estrechar una restricción de desigualdad. ƒ Una restricción es redundante si al ser retirada no cambia la región factible. Para una restricción ≥ esto significa aumentar el lado derecho. Para una restricción ≤ significa disminuirlo. o bien contrae el conjunto factible o posiblemente queda inalterado. La eliminación de restricciones o bien mejora el valor óptimo o lo deja inalterado. ƒ En cualquier modelo de programación lineal. las restricciones inactivas pueden ser retiradas sin afectar la solución óptima. ƒ Estrechar una restricción de desigualdad significa hacerla más difícil de satisfacer. o bien se contrae el conjunto factible posiblemente quede inalterado. El efecto dependerá de qué restricción se haya cambiado y en qué medida. Al relajar una restricción de desigualdad o bien se expande el conjunto factible o posiblemente quede inalterado. Ciclo 2008 1 31 . ƒ Relajar una restricción de desigualdad. no lo sea cuando se cambian algunos datos. ƒ Es muy importante considerar que una restricción puede ser redundante para un conjunto dado. para un conjunto fijo de datos. Al relajar una restricción de desigualdad o bien se expande el conjunto factible o posiblemente quede inalterado. El cambio de la pendiente puede afectar a la solución óptima y al valor óptimo. ƒ La adición de restricciones a un modelo o bien empeora el valor óptimo o lo deja inalterado. ƒ Al eliminar las restricciones la región factible queda inalterada o aumenta. ƒ La adición de restricciones hace que la región factible quede inalterada o se reduzca.CURSO: Investigación de Operaciones Documento de trabajo Sobre el análisis de sensibilidad se podría concluir que: ƒ Al cambiar los coeficientes de la función objetivo. Esta depende por completo de las restricciones activas.

4.CURSO: Investigación de Operaciones Documento de trabajo Problema 1. es decir están bajo el control del decidor. Ciclo 2008 1 32 .Dado el siguiente problema de programación lineal: Max 100 X1 + 500 X2 sujeto a: 3 X1 + 2 X2 ≥ 600 2 X1 + 4 X2 ≥ 800 X1 . Función objetivo: expresión matemática que resume el objetivo a optimizar por el modelo Restricción: Son los requisitos que debe cumplir los valores de las variables. X 2 ≥ 0 Encuentre el precio dual y el costo reducido de las variables. Solución: X2 400 300 200 100 100 200 300 400 X2 Conceptos clave: Variable de decisión: son los valores sobre los cuales se va a tomar decisiones.

Restricción redundante: restricción que no influye en la región factible y consecuentemente en la solución óptima. es forzada a entrar en una unidad. Costo reducido: Cantidad en que debe cambiar el coeficiente de esa variable en la función objetivo para que tenga valor positivo para esa variable. Excedente: aplicada la solución óptima en una restricción ≥ es la cantidad adicional que excede el lado derecho a lo mínimo indispensable requerido por dicha restricción.CURSO: Investigación de Operaciones Documento de trabajo Conceptos clave: Región factible: Conjunto de soluciones que satisfacen todas las restricciones de manera simultánea. Solución óptima alternativa: La situación en la cual un programa lineal tiene más de una solución que proporcione el valor óptimo de la función objetivo. Restricción activa: restricción que indica que para el caso de la solución óptima un recurso se está utilizando totalmente (en el caso ≤) o se está cumpliendo una condición con lo mínimo indispensable (en el caso ≥). cuando ningún punto puede cumplir con todas las condiciones o restricciones simultáneamente. Análisis de sensibilidad: Estudia la forma en que los coeficientes del problema de programación lineal afectan a la solución óptima del problema. Rango de optimalidad: El rango de los valores en el cual puede variar un coeficiente de la función objetivo sin causar ninguna modificación en los valores de las variables de decisión en la solución óptima. Solución: cualquier conjunto de valores de las variables Solución factible: una solución que satisface todas las restricciones o limitantes. Ciclo 2008 1 33 . Restricción no activa: restricción que indica que para el caso de la solución óptima un recurso tiene excedentes (en el caso ≤) o se está cumpliendo una condición con más de lo mínimo indispensable (en el caso ≥). Holgura: aplicada la solución óptima en una restricción ≤ es la cantidad de recurso no utilizado en dicha restricción. Solución óptima: una solución que cumpliendo con todas las restricciones. También es el valor que disminuye la función objetivo cuando esta variable cuyo valor óptimo es cero. es decir. Región no factible: Cuando la región factible es vacía. Rango de factibilidad: El rango de valores en el cual puede variar el lado derecho de una restricción y es aplicable el precio dual. Su presencia en el modelo no es necesaria. Puntos extremos: Los puntos factibles de la solución que ocurren en los vértices o “esquinas” de la región factible. Precio Dual: La mejoría en el valor de la solución óptima por incremento unitario en el valor del lado derecho de una restricción. maximiza (o minimiza) la función objetivo. Valor óptimo: valor de la función objetivo en la solución óptima.

3 Solución por computadora Uso del LINDO El método gráfico permite encontrar la solución óptima en modelos con dos variables. Para problemas de más de dos variables existen procedimientos (algoritmos) que permiten encontrar la solución.A. hoy en día podemos acceder a programas aplicativos fáciles de usar y que hacen que los esfuerzos se orienten principalmente al modelado de situaciones cada vez más complejas y al análisis de resultados. Tomemos como ejemplo el modelo de la producción de Enigma S. algunos de ellos con versiones de uso libre. además el reporte de los resultados es similar al generado por otros programas. En esta parte de la separata nos concentraremos directamente en el ingreso de modelo al programa y a la obtención de resultados. POM. gracias al avance de la tecnología. el WIN QSB. e ingresémoslo en la ventana principal del programa de la siguiente manera: Ciclo 2008 1 34 . etc. Para ingresar el modelo al programa. Sin embargo. dejando el procedimiento de resolución al programa. En el mercado existen programas como el LINDO.CURSO: Investigación de Operaciones Documento de trabajo 1. Por su fácil acceso y su uso directo en la resolución de modelos los problemas de la guía han sido resueltos mediante el WINQSB. Para mayores detalles de la sintaxis y uso de los comandos del WINQSB puede consultar una amplia variedad de libros que existen en la biblioteca y la propia ayuda de programa. el Minitab. simplemente escribimos el modelo formal respetando unas reglas sencillas de sintaxis.

ƒ Las condiciones de no negatividad no se indican pues el LINDO las asume por omisión.T.CURSO: Investigación de Operaciones Documento de trabajo Las reglas básicas de sintaxis son: ƒ La función objetivo va precedida del término MAX (para maximizar) o MIN (para minimizar). ST ƒ El final de las restricciones se indica con la palabra END. ƒ Es indistinto ingresar las palabras mencionadas con mayúsculas o minúsculas. ƒ Las restricciones van precedidas por cualquiera de las siguientes expresiones: SUBJECT TO SUCH THAT S. ƒ El nombre de las variables no debe utilizar ninguno de los siguientes caracteres: ! ) + . Formulation. como se indica en la siguiente figura: Ciclo 2008 1 35 . ƒ El nombre de las variables debe comenzar con un carácter alfabético. ƒ El nombre de las variables debe tener una extensión máxima de 8 caracteres. active el comando Reports. Para que el reporte presente el modelo que se ha resuelto.= < >.

el programa mostrará una pantalla como es presenta en la siguiente figura. Ciclo 2008 1 36 .CURSO: Investigación de Operaciones Documento de trabajo Para que el reporte con la solución del modelo se presente. el reporte muestre el análisis de sensibilidad. Icono Solve Al activar el comando Solve (o el icono correspondiente). Se debe indicar si se quiere que además de la solución al modelo. use el comando Solve o el icono indicado en la siguiente figura.

5 X2 <= 3) X1 + 0.000000 2 RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 ROW 2 3 4 5 CURRENT COEF 20.000000 0. La segunda parte muestra el valor óptimo.000000 200.000000 NO.000000 CURRENT RHS 750.000000 5.000000 RIGHTHAND SIDE RANGES ALLOWABLE ALLOWABLE INCREASE DECREASE INFINITY 200. ITERATIONS= REDUCED COST 0.000000 15.000000 SLACK OR SURPLUS 200.5 X1 + 0.000000 5.000000 50.5 X2 <= 4) 0. el reporte presentado consta de tres partes: La primera parte (opcional) es el modelo que se ha resuelto.000000 20.000000 5.000000 0.000000 0.5 X2 <= 5) X1 + X2 >= END 750 600 350 300 modelo OBJECTIVE FUNCTION VALUE 1) 13000.000000 400. La tercera parte (opcional) muestra el análisis de sensibilidad de los coeficientes de las variables en la función objetivo (rangos de optimalidad) y los rangos de variación de los lados derechos de las variables en los que son válidos los precios duales antes mostrados.000000 40.000000 10. la solución óptima con sus respectivos costos reducidos y las restricciones con sus respectivas holguras o excedentes y precios duales.000000 OBJ COEFFICIENT RANGES ALLOWABLE ALLOWABLE INCREASE DECREASE 10.5 X1 + 1.00 VARIABLE X1 X2 ROW 2) 3) 4) 5) VALUE 500.CURSO: Investigación de Operaciones Documento de trabajo El reporte obtenido por el LINDO es el siguiente: MAX 20 X1 + 15 X2 SUBJECT TO 2) 0.000000 INFINITY análisis de sensibilidad Como se puede apreciar.000000 300.000000 600.000000 400.000000 0. Ciclo 2008 1 37 .000000 100.000000 solución DUAL PRICES 0.000000 100.000000 350.

Esta numeración de las filas. Como ya lo habíamos mencionado.5 X2 <= + 0. es recomendable incluirla para que se tenga a la mano el modelo resuelto.000000 0. Si bien esta inclusión es opcional.00 Corresponde al valor óptimo del modelo.000000 20. En este caso.5 X2 <= + 0. 13 000.CURSO: Investigación de Operaciones Documento de trabajo Interpretación de reportes de LINDO En el reporte se ha incluido el modelo de programación resuelto.000000 REDUCED COST 0. la solución óptima (el plan óptimo de producción) es fabricar 500 unidades de carteras estándar y 200 unidades de carteras de lujo. por tanto es una restricción no activa. que corresponde a una disponibilidad de 750 horas para Corte. Esto es porque la numeración la realiza por filas y la fila 1) es la correspondiente a la función objetivo. La siguiente parte de reporte muestra las filas numeradas que corresponden a las restricciones. la holgura es cero y por lo tanto es una restricción activa. sus correspondientes holguras/excedentes y sus precios duales.000000 10.000000 400. La parte siguiente del reporte: OBJECTIVE FUNCTION VALUE 1) 13000.5 5) END 15 X2 X1 X1 X1 X1 + 1. se tiene una holgura de 200 horas.000000 0. ROW 2) 3) 4) 5) SLACK OR SURPLUS 200.000000 0.5 3) 4) 0. es mantenida a lo largo del reporte. la numeración 1) corresponde a la función objetivo. que sirve para identificar las restricciones.000000 DUAL PRICES 0. Para la fila 3) que corresponde a una disponibilidad de 600 horas para Costura.000000 0. el ingreso máximo es S/. También se muestra el costo reducido de cada variable que en este caso es cero.000000 Muestra el valor de cada variable en la solución óptima. Para la fila 4) que corresponde a 350 Ciclo 2008 1 38 . La siguiente parte del reporte: VARIABLE X1 X2 VALUE 500.000000 200. Coincidiendo con la solución obtenida mediante el método gráfico.5 X2 <= + X2 >= 750 600 350 300 Note que el programa ha numerado las restricciones pero que esta numeración empieza en 2).000000 Para la fila 2). MAX 20 X1 + SUBJECT TO 2) 0.

si a las 750 horas con que se cuenta para Corte le agregamos una hora. en este caso las utilidades unitarias.000000 15. La fila 5) corresponde al lote mínimo de producción y el excedente es 400 unidades y por lo tanto es una restricción no activa. la utilidad aumenta en un monto equivalente al precio dual es decir $20. Un análisis similar se cumple para la utilidad unitaria de la cartera de lujo.000000 100.000000 600. VARIABLE X1 X2 CURRENT COEF 20. Como se puede apreciar. el valor óptimo sí.000000 5. si aumentamos una hora adicional a las 600 ya disponibles. X2. Es decir.000000 100. Note que si bien la solución óptima no varía.000000 5. la utilidad actual es $15 y puede aumentar como máximo hasta $5 y disminuir como máximo hasta $5 sin que la solución óptima cambie.000000 5. agregar una hora más no mejora la solución óptima ni el valor óptimo. Respecto a los precios duales. La siguiente parte del reporte muestra los coeficientes de las variables en la función objetivo. mientras la utilidad unitaria de la cartera estándar tenga un valor entre $15 y $30 (rango de optimalidad) el plan óptimo de producción será X1 = 500.000000 INFINITY 39 . la utilidad aumenta en un monto equivalente al precio dual es decir $10. = 200. ROW 2 3 4 5 Ciclo 2008 1 CURRENT RHS 750. la utilidad no cambia. para la fila 2) si aumenta en una unidad el lado derecho de la restricción la utilidad no cambia porque el precio dual es cero. también es una restricción activa. los resultados coinciden con la solución gráfica.000000 La utilidad actual de la cartera estándar es $20 y puede aumentar hasta en $10 ó puede reducirse hasta en $5 y la solución óptima no variará. Este resultado confirma el que obtuviéramos en el análisis que hiciéramos en la solución gráfica (ver página 26) Para la fila 5). también la holgura es cero y por lo tanto.000000 40.000000 350.CURSO: Investigación de Operaciones Documento de trabajo horas de Acabado.000000 OBJ COEFFICIENT RANGES ALLOWABLE ALLOWABLE INCREASE DECREASE 10. es decir.000000 400.000000 50.000000 RIGHTHAND SIDE RANGES ALLOWABLE ALLOWABLE INCREASE DECREASE INFINITY 200. si exigimos una unidad adicional a las 300 del lote mínimo. Esto es lógico porque si para la solución óptima y el valor óptimo hay horas sobrantes de Corte. Para la fila 4).000000 300. la utilidad no varía (el precio dual es cero) dado que se han producido 400 unidades más de las mínimas exigidas. si aumentamos una hora adicional a las 350 ya disponibles. La última parte del reporte se refiere al lado derecho de las restricciones y los rangos de variación en los que es válido el valor del precio dual. Para la fila 3).

CURSO: Investigación de Operaciones Documento de trabajo 1. La demanda diaria solicitada por cada centro de distribución (en Kg.40 1.50 1.4 Aplicaciones especiales Problema de transporte El problema de transporte se presenta frecuentemente al planear la distribución de bienes y servicios desde varias localizaciones de suministro hacia varias localizaciones de demanda.20 Magdalena 0. Barranco.40 0.00 0. La cantidad de bienes necesarios en cada una de las localizaciones de demanda (destino) es conocida.40 Se debe decidir cuántos kilogramos debe destinar de cada terminal pesquero a cada centro de distribución de manera que se minimice el costo de transporte. Para mostrar el modelo que resuelve el problema de transporte tomemos la siguiente situación: Enigma S. Características del modelo: ƒ ƒ ƒ La cantidad de bienes disponibles en cada localización de suministro (origen) es limitada.) 500 700 800 El costo por transporte de cada kilogramo de producto marino desde uno de los terminales pesqueros a un centro de distribución (en soles) es el siguiente: Terminal Pesquero Ventanilla San Juan de Miraflores La Victoria Ate 1.20 0.90 1.30 0. El objetivo generalmente es minimizar costos de traslado de los bienes desde los orígenes hasta los destinos. Los productos que distribuye los acopia de los terminales pesqueros de Ventanilla. tiene cuatro centros de distribución de productos marinos en Lima y están ubicadas en Ate. Ciclo 2008 1 40 .00 Centro de distribución Barranco Comas 1.) 400 900 200 500 La cantidad de productos marinos que puede disponer cada terminal pesquero es la mostrada en la siguiente tabla: Terminal Pesquero Ventanilla San Juan de Miraflores La Victoria Cantidad (Kg. Comas y Magdalena.A.10 0.) son los siguientes: Centro de distribución Ate Barranco Comas Magdalena Cantidad (Kg.60 1. San Juan de Miraflores y La Victoria.

j = 1.5 700 2 Barranco 900 3 Comas 200 4 Magdalena 500 0.0 Miraflores 1.2 X33 + 0.2 500 1 Ventanilla 400 1.4 X22 + x23 + 1.1 1.9 3 800 La Victoria Suministros 1. 3.6 0.1 X14 + X31 + 0. 4 Ciclo 2008 1 41 .4 0.3 0. 2.0 0. Al lado de cada círculo se indica la cantidad de bienes suministrados y demandados sobre las líneas se indican los costos unitarios respectivos.3 X12 + 0.4 X13 + 0.5 X21 + 0.4 2 San Juan de 1.2 X11 + 1.2 0.6 X14 + 0.CURSO: Investigación de Operaciones Documento de trabajo Diagrama de red: El diagrama de red muestra los centros de suministro y los de destinos y están representados por círculos conectados con una línea que indica la ruta.9 X32 + 1. Centros de distribución (nodos de destino) Plantas (nodos de origen) Costo unitario de transporte 1 Ate 1.4 X34 X11 + X12 + X13 + X14 ≤ 500 X21 + X22 + X23 + X14 ≤ 700 X31 + X32 + X33 + X34 ≤ 800 X11 + X21 + X31 = 400 X12 + X22 + X32 = 900 X13 + X23 + X33 = 200 X14 + X14 + X34 = 500 (suministro de Ventanilla) (suministro de San Juan de Miraflores) (suministro de La Victoria) (demanda de Ate) (demanda de Barranco) (demanda de Comas) (demanda de Magdalena) Xij ≥ 0 para i = 1. 2. 3.4 Rutas de distribución (arcos) Demandas Variables: Xij: número de unidades embarcadas del suministro i al destino j Modelo: Min sujeto a : 1.

transportados de Ventanilla a Magdalena X22: 700 Kg.000000 200.000000 200.300000 1.000000 De acuerdo al reporte la solución es: X13: 200 Kg.CURSO: Investigación de Operaciones Documento de trabajo Resolviendo el problema usando el programa LINDO se tiene el siguiente reporte: OBJECTIVE FUNCTION VALUE 1) 1200.000000 1.000000 0.000000 0.000000 0. transportados de San Juan de Miraflores a Barranco X31: 400 Kg. 1200 Diagrama de red con la solución: Unidades transportadas 500 1 Ate 400 1 Ventanilla 200 300 700 2 Barranco 900 3 Comas 200 4 Magdalena 500 2 700 San Juan de Miraflores 400 200 3 800 Ciclo 2008 1 La Victoria 200 42 .000000 400.200000 0.000 VARIABLE X11 X12 X13 X14 X21 X22 X23 X24 X31 X32 X33 X34 VALUE 0.000000 0.000000 0.000000 300.200000 0.000000 0. transportados de La Victoria a Ate X32: 200 Kg. transportados de La Victoria a Magdalena El costo total del transporte propuesto es de S/.000000 200.000000 0. transportados de Ventanilla a Comas X14: 300 Kg.000000 0.000000 700.100000 0.000000 0.000000 1.000000 0.000000 REDUCED COST 0. transportados de La Victoria a Barranco X34: 200 Kg.

Oferta o suministro total es menor a la demanda total.CURSO: Investigación de Operaciones Documento de trabajo Variantes del modelo: ƒ ƒ ƒ ƒ ƒ Oferta o suministro total es mayor a la demanda total. de tal manera que se minimice el costo. limitante. Rutas con capacidad limitada. Al lado de cada círculo se indica 1 que es la única asignación del modelo y sobre las líneas se indican los respectivos costos de la asignación. trabajo. quiere asignar a tres ejecutivos para que visiten e inspeccionen las tres plantas con que cuenta la empresa en provincias.) Características del modelo: ƒ ƒ ƒ ƒ ƒ El número de elementos y el número de destinos son iguales. Los costos de asignación (en soles) de cada ejecutivo a cada planta son mostrados en el siguiente cuadro: Ejecutivo Finanzas Mercadeo Operaciones Tacna 24 14 15 Planta Huánuco 10 22 17 Cusco 21 10 20 Encuentre la solución óptima de asignación de los ejecutivos a cada planta de Enigma S. Problema de asignación El problema de asignación consiste en asignar un elemento (persona. Diagrama de red: De una manera similar al caso de transporte. Un elemento es asignado a un solo destino. Para mostrar el modelo de resolución del problema de asignación tomemos el siguiente ejemplo: La gerencia de Enigma S. Es un caso especial del problema de transporte donde Xij es igual a 1 si el elemento i es asignado al destino j y 0 si no es asignado.A.A. el diagrama de red en el problema de asignación muestra las unidades a asignar y los de destinos y están representados por círculos conectados con una línea que indica la asignación. Rutas no aceptables. máquina. Todas las asignaciones son posibles. Ciclo 2008 1 43 . Maximización e la función objetivo. etc. contrato.) a un destino (territorio. etc. El objetivo es minimizar costos.

2. 3 Modelo: Min 24 X11 + 10 X12 + 21 X13 + 14 X21 + 22 X22 + 10 X23 + 15 X31 + 17 X32 + 20 X33 Sujeto a: X11 + X12 + X13 X21 + X22 + X23 X31 + X32 + X33 X11 + X21 + X31 X12 + X22 + X32 X13 + X23 + X33 Xij ≥ 0 ≤ ≤ ≤ = = = 1 1 1 1 1 1 (Asignación de ejecutivo de Finanzas) (Asignación de ejecutivo de Mercadeo) (Asignación de ejecutivo de Operaciones) (Cliente 1) (Cliente 2) (Cliente 3) para i = 1. 2. 2.CURSO: Investigación de Operaciones Documento de trabajo Ejecutivos Clientes (nodos de origen) (nodos de destino) Costo de asignación 24 1 Finanzas 1 Tacna 1 1 Huánuco 2 1 Cusco 3 1 10 21 14 22 2 Mercadeo 1 10 15 17 1 3 Operaciones Ofertas 20 Asignaciones posibles (arcos) Demandas Variables: ⎧1 si el ejecutivo i se asigna al cliente j X ij = ⎨ ⎩0 de no ser ese el caso donde: i = 1. 3 Resolviendo el problema usando el programa LINDO tenemos: Ciclo 2008 1 44 . 3. j = 1. 3 y j = 1. 2.

Hay un problema de maximización.00 0. Número de elementos que se van a asignar es menor al número de destinos.00 1.00 13.00 0.00 REDUCED COST 9.00 0.00 1.00 9.00 1.00 0.00 0.00 7.CURSO: Investigación de Operaciones Documento de trabajo OBJECTIVE FUNCTION VALUE 1) 35.00 VARIABLE X11 X12 X13 X21 X22 X23 X31 X32 X33 VALUE 0. Se dan asignaciones inaceptables.00 0. 35. Diagrama de red con la solución: 1 1 1 Finanzas 1 2 Mercadeo Tacna 1 1 Huánuco 2 1 Cusco 3 1 1 1 1 3 Operaciones Variantes del modelo: ƒ ƒ ƒ ƒ ƒ Número de elementos que se van a asignar es mayor al número de destinos.00 0.00 0.00 0.00 Los resultados se interpretan de la siguiente manera: ƒ Ejecutivo de Finanzas asignado a Huánuco (X12 = 1) ƒ Ejecutivo de Mercadeo asignado a Cusco (X23 = 1) ƒ Ejecutivo de Operaciones asignado a Tacna (X31 = 1) El costo total de asignar los ejecutivos a las diferentes plantas es de S/.00 10. Ciclo 2008 1 45 . Un elemento puede ser asignado a más de un destino.

Características del modelo: ƒ ƒ ƒ La oferta disponible es limitada. Ciclo 2008 1 46 . la demanda está especificada. Huancayo.CURSO: Investigación de Operaciones Documento de trabajo Problema de trasbordo El problema de trasbordo es una extensión del modelo de transporte. Los productos fabricados en cualquiera de estas instalaciones pueden ser enviados a cualquiera de sus almacenes regionales en Ica y Arequipa. la empresa distribuye a detallistas al menudeo en Ayacucho. La numeración de los nodos se hace de manera consecutiva dado que los nodos de trasbordo son tanto origen como destino de rutas. En las siguientes tablas aparece el costo unitario de transporte de cada ruta de distribución. el diagrama de red en el problema de trasbordo muestra las unidades a transportar. Planta Lima Tacna Almacén Ica 2 3 Almacén Ica Arequipa Cantidad demandada Ayacucho 2 4 200 Cantidad ofrecida Arequipa 3 1 Distribuidor al detalle Huancayo Cusco 6 3 4 6 150 350 600 400 Huánuco 6 5 300 Se debe determinar cuántos productos deben ser trasladados por cada rut propuesta de tal manera que se cumpla con la cantidad demandada por cada distribuidor al menor costo posible. Los lugares de origen trasbordo y los de destinos están representados por círculos conectados con una línea que indica la ruta. Al lado de cada círculo de origen y destino se indica la cantidad de unidades ofrecidas y demandadas sobre las líneas se indican los respectivos costos de la transporte. Cusco y Huánuco. Diagrama de red: Como es un caso de transporte. al cual se agregan nodos intermedios denominados nodos de trasbordo. En cada destino. El objetivo generalmente es minimizar costos de traslado de los bienes desde los orígenes hasta los destinos. Para mostrar el problema de trasbordo. tiene plantas de producción en Lima y Tacna.A. De los almacenes regionales. desarrollemos el siguiente ejemplo: Enigma S.

X13 .X23 + X35 + X36 + X37 + X38 = 0 .X24 + X45 + X46 + X47 + X48 = 0 X35 + X45 = 200 X36 + X46 = 150 X37 + X47 = 350 X38 + X48 = 300 Xij ≥ 0 para todos los i.X14 .CURSO: Investigación de Operaciones Documento de trabajo Plantas (nodos origen) Almacenes (nodos tranbordo) Distribuidores al menudeo (nodos destino) Costo unitario de transporte 2 600 1 Lima 2 3 Ica 5 Ayacucho 200 6 Huancayo 150 6 3 3 6 3 7 Cusco 350 8 Huánuco 300 4 4 400 2 Tacna 1 4 Arequipa 6 5 Suministros Rutas de distribución (arcos) Demanda Variables: Xij: número de unidades transportadas del suministro i al destino j Modelo: Min 2 X13 + 3 X14 + 3 X23 + 1 X24 + 2 X35 + 6 X36 + 3 X37 + 6 X38 + 4 X45 + 4 X46 + 6 X47 + 5 X48 Sujeto a: X13 + X14 ≤ 600 X23 + X24 ≤ 400 . j (suministro de Lima) (suministro de Tacna) (transbordo en Ica) (transbordo en Arequipa) (demanda de Ayacucho) (demanda de Huancayo) (demanda de Cusco) (demanda de Huanuco) Resolviendo el problema usando el programa LINDO tenemos: Ciclo 2008 1 47 .

00 0.00 0.00 3.00 0.00 50.00 150. 5 200 Diagrama de red con la solución: 200 600 1 Lima 550 5 Ayacucho 200 6 Huancayo 150 3 Ica 350 50 150 400 2 Tacna 400 7 Cusco 350 8 Huánuco 300 4 Arequipa 300 Ciclo 2008 1 48 .00 0.000 VARIABLE X13 X14 X23 X24 X35 X36 X37 X38 X45 X46 X47 X48 VALUE 550.00 400.CURSO: Investigación de Operaciones Documento de trabajo OBJECTIVE FUNCTION VALUE 1) 5200.00 350.00 0.00 0.00 0.00 1.00 0.00 4. X13: 550 unidades transportadas de Lima a Ica X14: 50 unidades transportadas de Lima a Arequipa X24: 400 unidades transportadas de Tacna a Arequipa X35: 200 unidades transportadas de Ica a Ayacucho X37: 350 unidades transportadas de Ica a Cusco X46: 150 unidades transportadas de Arequipa a Huancayo X48: 300 unidades transportadas de Arequipa a Huánuco El costo total de la operación es de S/.00 0.00 3.00 0.00 REDUCED COST 0.00 0.00 Los valores de las variables representan la cantidad de productos que serán transportados siguiendo la respectiva ruta.00 300.00 0.00 200.

CURSO: Investigación de Operaciones
Documento de trabajo

Variantes del modelo:
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ

Oferta o suministro total es mayor a la demanda total.
Oferta o suministro total es menor a la demanda total.
Maximización de la función objetivo.
Rutas directas a destinos finales.
Rutas entre destinos finales.
Rutas entre puntos de trasbordo.
Rutas con capacidad limitada.
Rutas no aceptables.

1.5 Problemas de programación lineal
Problemas de formulación de modelos
1.

Enigma S.A. fabrica y vende dos productos. Dicha compañía obtiene una
ganancia de S/. 12 por cada unidad que vende del producto 1 y de S/. 4 por cada
unidad del producto 2. Los requerimientos en términos de horas de trabajo para
la fabricación de estos productos en los tres departamentos de producción se
muestran de manera resumida en la siguiente tabla:
Departamento
A
B
C

Producto 1
1
1
2

Producto 2
2
3
3

Los supervisores de estos departamentos han estimado que tendrán las siguientes
disponibilidades de horas de trabajo durante el próximo mes: 800 horas en el
departamento A, 600 horas en el departamento B y 2 000 horas en el
departamento C. Además, las condiciones particulares del mercado de los
productos indican que todo los productos que se fabrique serán vendidos.
Si la compañía está interesada en maximizar las ganancias y suponiendo que
todo lo producido se venderá, desarrolle el modelo de programación lineal
correspondiente.

2.

La firma Análisis Financiero S.A. es una empresa de inversiones que maneja las
carteras de acciones para diversos clientes. Un cliente nuevo acaba de solicitarle
que maneje una cartera de US$ 80 000. El cliente desea, como estrategia inicial
de inversión, restringir la cartera a una combinación de las tres acciones cuyas
características principales se muestran en la siguiente tabla:

Ciclo 2008 1

49

CURSO: Investigación de Operaciones
Documento de trabajo

Acción
Blue chip
Best
Regular

Precio
por acción
(US$)
50
30
35

Inversión
máxima
posible
50 000
45 000
30 000

Rendimiento anual
estimado por acción
(US$)
6
4
5

Formule un modelo de programación lineal para el problema de inversión si el
cliente desea maximizar el rendimiento anual total.

3.

La Cámara de Comercio patrocina periódicamente programas educativos. En
estos momentos se están elaborando los planes promocionales para los
programas del presente año. Las alternativas de publicidad incluyen anuncios en
televisión, radio y periódicos. A continuación se muestran las estimaciones de
audiencia, los costos y las limitaciones sobre el uso máximo de los medios son:
Audiencia por anuncio
Costo por anuncio (en nuevos soles)
Uso máximo del medio (números de avisos)

Televisión
100 000
2 000
10

Medio
Radio
18 000
300
20

Periódico
40 000
600
10

Para asegurar una utilización equilibrada de los medios publicitarios, los
anuncios por radio no deben rebasar el 50% del número total de anuncios que se
autoricen. Además, se requiere que el número de avisos en televisión constituya
cuando menos el 10% del número total de anuncios autorizados.
Si el presupuesto disponible para el año es de S/. 20 000, presente un modelo de
programación lineal que maximice la audiencia obtenida por los avisos en los
medios.

4.

Cannes S. A. proporciona alojamiento por una noche para mascotas. Una
característica particular en Cannes S. A. es la calidad del cuidado que reciben las
mascotas, incluyendo una excelente alimentación. La comida para perros de la
perrera se elabora mezclando dos alimentos de marca para perros a fin de
obtener lo que la perrera identifica como una “dieta para perros balanceada”:
Los datos para las dos comidas para perros son las siguientes:
Comida para perros
Guau
Sniff

Costo por onza
0,06
0,05

Proteínas (%)
30
20

Grasa (%)
15
30

El gerente desea asegurarse de que los perros reciben por lo menos 5 onzas de
proteínas y como mínimo 3 onzas de grasas cada día y quiere hacerlo al menor
costo. De acuerdo a lo planteado formule el modelo de programación lineal.

Ciclo 2008 1

50

CURSO: Investigación de Operaciones
Documento de trabajo

5.

6.

7.

Sport S.A. fabrica raquetas desde tamaño normal y grande. Las raquetas de la
empresa son extremadamente ligeras debido al uso de una aleación especial de
magnesio y grafito.
ƒ
Cada raqueta de tamaño normal utiliza 0,125 Kg. de aleación especial y cada
raqueta grande utiliza 0,4 Kg. de aleación especial.
ƒ
Para el siguiente periodo de producción de dos semanas sólo hay disponible
80 Kg. de aleación especial.
ƒ
Cada raqueta de tamaño normal ocupa 10 minutos de tiempo de fabricación
y cada raqueta tamaño grande utiliza 12 minutos.
ƒ
Las contribuciones a la utilidad son de $10 por cada raqueta normal y $15
por cada raqueta grande y están disponibles 40 horas de tiempo de
producción por semana.
ƒ
La administración ha especificado que por lo menos 20% de la producción
total debe ser de la raqueta de tamaño estándar.
Suponiendo que debido a la naturaleza única de los productos, la empresa
venderá todas las raquetas que puede producir, se pide que desarrolle el modelo
de programación lineal que maximice la contribución a la utilidad las dos
siguientes semanas.
Aerolíneas S.A. está considerando la posibilidad de adquirir aviones comerciales
en el mercado mundial a USA, Inglaterra o Rusia. El costo del avión USA es de
US$ 6,7 millones, el avión de Inglaterra es de US$ 5 millones y el avión de
Rusia de US$ 3, 5 millones. El directorio de dicha empresa ha autorizado la
compra de aviones por un valor máximo de US$ 150 millones.
Los economistas de Aerolíneas S.A. han calculado que el avión de USA
proporcionará una utilidad neta de US$ 420 000 anuales, el avión de Inglaterra
proporcionará una utilidad neta de US$ 300 000 y el avión de Rusia una utilidad
de US$ 230 000.
Por otro lado se conoce que se dispone sólo de 30 pilotos debidamente
entrenados para pilotear dichos aviones.
Si sólo se adquiriesen los aviones de Rusia, que son los más pequeños y simples,
los servicios de reparación y mantenimiento con que cuenta Aerolíneas S.A.
podrían atender un máximo de 40 unidades. Además se sabe que reparar y
mantener un avión de Inglaterra demanda 4/3 veces los recursos que requiere un
avión de Rusia y que reparar y mantener el avión de USA requiere 5/3 veces los
recursos que requiere el avión de Rusia. Formule el modelo de programación
lineal que maximice la utilidad de Aerolíneas S.A.

Un granjero puede criar ovejas, cerdos y vacas. Tiene espacio para 30 ovejas ó
50 cerdos ó 20 vacas, aunque, siempre que el espacio lo permita, pueden estar en
él combinaciones de estos tres tipos de animales. Las utilidades dadas por
animal son 500, 400 y 1000 soles para ovejas, cerdos y vacas respectivamente.
El granjero desea criar al menos tantos cerdos como ovejas y vacas juntas.
Formule un modelo de programación lineal que le ayude al granjero a
determinar el número de ovejas, cerdos y vacas que debe criar.

Ciclo 2008 1

51

CURSO: Investigación de Operaciones
Documento de trabajo

8.

Walter Luna heredó recientemente una gran suma de dinero y desea utilizar una
parte para establecer un fideicomiso para sus dos hijos. El fideicomiso tiene dos
opciones de inversión: (1) un fondo de bonos y (2) un fondo de acciones. Los
requerimientos proyectados durante la vida de las inversiones son de 6% para el
fondo de bonos y 10% para el fondo de acciones. Independientemente de la
porción de la herencia que finalmente decida comprometer al fideicomiso, desea
invertir por lo menos 30% de dicha cantidad en el fondo de bonos. Además
desea seleccionar una combinación que le permita obtener un rendimiento total
de por lo menos 7,5%.
Formule un modelo de programación lineal que pueda utilizarse para determinar
el porcentaje que deba asignarse a cada una de las posibles alternativas de
inversión.

9.

Considere que la empresa Enigma Mutual Funds acaba de obtener fondos de un
cliente por $ 100 000 y está buscando oportunidades de inversión. Con base a las
inversiones actuales de Enigma, el analista financiero principal de la empresa
recomienda que todas las nuevas inversiones se efectúen en empresas del sector
minero, empresas del sector agroindustrial o en bonos del gobierno.
Específicamente, el analista ha identificado las siguientes oportunidades de
inversión:
Inversión
Minera Atacocha
Minera San Vicente
Compañía Agroindustrial La Hacienda
Agrícola Oxapampa S.A.C.
Bonos del gobierno

Tasa de rendimiento proyectado (%)
7,3
10,3
6,4
7,5
4,5

La administración de Enigma ha impuesto las siguientes guías de inversión:
ƒ
ƒ
ƒ

Ningún sector (minero o agroindustrial) debe recibir más de $50 000.
Los bonos del gobierno deben ser por lo menos 25% de las inversiones en el
sector agroindustrial.
En las inversiones en la Minera San Vicente, dado que es de elevado
rendimiento pero de alto riesgo, no pueden superar el 60% del total de las
inversiones en el sector minero.

Desarrolle el modelo de programación lineal que permita maximizar el
rendimiento proyectado definiendo las variables como el monto a destinar en
cada tipo de inversión.
Vuelva a resolver el problema definiendo las variables como una fracción de los
fondos invertidos en cada uno de los valores. También modifique las
restricciones que limitan las inversiones en las industrias de la minería y
agroindustria como sigue: no más del 50% de los fondos totales invertidos en
acciones puede ser invertido en la industria de la minería y no más del 50% de
los fondos invertidos en acciones puede invertirse en la agroindustria.

Ciclo 2008 1

52

60. 300 para noticias locales. A. El gerente de programación del Canal M desea determinar la mejor forma de asignar el tiempo para la difusión de las noticias en el horario de 11 h a 11:30 h. ƒ El tiempo dedicado a noticias locales y nacionales deberá ser por lo menos el 50% del tiempo total de difusión. se reservan 10 minutos para publicidad. A. del alimento B es S/. Los equipos se producen en los mismos departamentos y con las mismas máquinas y personal. el clima y los deportes. ¿cuántos equipos E y F deben producirse para maximizar la utilidad? Ciclo 2008 1 53 . S/. Haciendo uso de las predicciones económicas para el próximo mes. Específicamente le gustaría determinar el número de minutos de tiempo de difusión dedicado a las noticias locales. 11. 100 para el clima y S/. Cierta persona requiere por razones de salud como mínimo una cantidad diaria de 6 000 unidades de carbohidratos. 0. 12. ƒ Por lo menos 20% del tiempo disponible deberá dedicarse al segmento del clima. proteínas y grasas se encuentran principalmente en dos alimentos diferentes A y B. formule el modelo de programación lineal que permita obtener una programación usando de manera óptima los recursos disponibles. TACO S. S/.CURSO: Investigación de Operaciones Documento de trabajo 10. el gerente de mercadotecnia de TACO S.50 y el costo de 100 g. ƒ El tiempo dedicado al segmento del clima deberá ser inferior o igual al tiempo dedicado a deportes. La administración debe ahora recomendar una meta de producción para el próximo mes. es decir. produce dos líneas de equipo pesado. 4 000 unidades de proteínas y 3 500 unidades de grasas. 200 para noticias nacionales. ƒ El tiempo dedicado al segmento de deportes no deberá ser superior al tiempo dedicado a noticias locales y nacionales. Si los costos de producción por minuto son S/. juzga que durante ese periodo será posible vender todos equipos E y F que la empresa pueda producir. del alimento A es S/. ƒ A lo largo de los 30 minutos de difusión. 100 para deportes. Una de estas líneas de productos se destina esencialmente a aplicaciones de construcción (E). 1. La otra línea está destinada a la industria maderera (F). noticias nacionales. La cantidad de cada uno de estos nutrientes presentes en los dos alimentos por cada 100 gramos de cada alimento y los requerimientos mínimos diarios se muestran en la siguiente tabla: Nutriente Carbohidratos Proteínas Grasas A 500 300 500 B 200 200 100 Requerimiento diario mínimo 6 000 4 000 3 500 Si se sabe que el costo de 100 g. Desarrolle el modelo de programación lineal que obtenga la mezcla de ambos alimentos y pueda cumplir la dieta al menor costo. Los carbohidratos. ƒ La política de difusión de la estación indica que por lo menos 15% del tiempo disponible deberá dedicarse a cobertura de noticias locales.

ƒ Con el objeto de mantener su posición actual en el mercado. La composición. Esta verificación se realiza en un tercer departamento que no tiene relación con los departamentos A y B. estos departamentos tienen disponibles 150 y 160 horas respectivamente. Formule el modelo de programación lineal del problema. así que por lo menos debe producirse dicha cantidad. Cada E consume 10 horas de operación mecánica en el departamento A y 20 horas en el departamento B. ƒ Un cliente importante ha ordenado un total de por lo menos cinco equipos (en cualquier combinación de E y F) para el próximo mes. la alta gerencia ha definido que para la política de operación es necesario construir al menos un F por cada 3 Es. Cada minuto de anuncio en la radio cuesta $ 10 y cada minuto de publicidad en televisión cuesta $ 200. mientras que cada F consume 15 horas en el departamento A y 10 horas en el departamento B. del elemento C. La compañía desearía utilizar la radio cuando menos dos veces más que la televisión. Una compañía puede anunciar su producto mediante el uso de estaciones de radio y televisión locales. Su presupuesto limita los gastos en publicidad a $ 10 000 por mes.CURSO: Investigación de Operaciones Documento de trabajo En la toma de decisiones. en kilogramos. La experiencia pasada muestra que cada minuto de publicidad por televisión generará en términos generales 25 veces más ventas que cada minuto de publicidad por la radio. por lo menos 100 Kg. de cada elemento básico por tonelada de insumo es: Elemento Ciclo 2008 1 Insumo del proveedor 54 . A. ƒ Con el objeto de cumplir un compromiso con el sindicato. ƒ Para la producción del próximo mes. ƒ 13. el total de horas de trabajo que se dedicarán a la verificación de los productos terminados del próximo mes no puede ser menor en 10% a una meta establecida de 150 horas. Un nuevo producto puede ser obtenido mezclando insumos de cuatro proveedores diferentes. del el elemento A. Formule el modelo de programación para determinar el número de anuncios por radio y televisión para maximizar las ventas. del elemento B y al menos 30 Kg. B y C. 14. El insumo de cada uno de los cuatro proveedores contienen los tres elementos básicos. pero en diferentes proporciones. Los análisis han demostrado que para producir el nuevo producto con las cualidades adecuadas mínimas se debe contar con tres elementos básicos que para abreviar designaremos A. En particular. ƒ Cada producto para su fabricación pasa tanto por el departamento A como por el departamento B. Cada E requiere 30 horas de comprobación y cada F requiere de 10 horas. cada tonelada del producto debe contener por lo menos 5 Kg. tendrá una utilidad de $5 000 por cada equipo E y $4 000 por cada equipo F. los principales factores a considerar son los siguientes: TACO S.

Los préstamos para mobiliario más otros préstamos garantizados no pueden exceder los préstamos para compra de automóviles. Los préstamos quirografarios no pueden exceder el 10% de los fondos invertidos en todos los préstamos. La unión de crédito hace cuatro tipos de préstamos a sus miembros.2 000 000 para préstamos o inversiones durante el próximo año. ƒ ƒ ƒ ƒ Los valores libres de riesgos no pueden exceder el 30% de los fondos totales disponibles para inversión. Las leyes estatales y las políticas de la unión de crédito imponen las siguientes restricciones en la composición de los préstamos e inversiones. Formule un modelo matemático de programación lineal con la finalidad de determinar ¿cómo se asignarían los S/.CURSO: Investigación de Operaciones Documento de trabajo básico A B C 1 10 90 45 2 3 150 25 3 8 75 20 4 2 175 37 Los costos en dólares por tonelada de insumo de cada uno de los proveedores se muestran en la siguiente tabla: Costo de una tonelada ($) 1 800 Insumo del proveedor 2 3 400 600 4 500 Se pide encontrar el modelo de programación lineal de las proporciones (o cantidades) de insumo de cada proveedor que permita obtener una tonelada del nuevo producto que cumpla los requisitos antes mencionados al menor costo posible. La Unión de Crédito para Empleados en la Universidad Estatal está planeando la asignación de fondos para el próximo año. además. invierte sus excedentes de efectivo en valores sin riesgo para estabilizar sus ingresos. Otros préstamos garantizados más los préstamos quirografarios no pueden exceder los fondos invertidos en valores sin riesgos.2 000 000 a cada una de las alternativas de préstamo o inversión para maximizar el rendimiento anual total? Ciclo 2008 1 55 . Las diversas inversiones posibles junto con sus respectivas tasas de interés anuales son las siguientes: Tipo de préstamo o inversión Préstamos para compra de automóviles Préstamos para mobiliario Otros préstamos garantizados Préstamos quirografarios Valores libres de riesgos Tasa de interés anual (%) 8 10 11 12 9 La Unión de Crédito dispondrá de S/. 15.

En la siguiente tabla se muestra la inversión neta y los rendimientos estimados de cada proyecto. se deberá alcanzar un total de por lo menos 1 800 000 unidades de compra a través de todos los medios y al menos una cuarta parte de los anuncios aparecerán en la TV en la tarde. la televisión en la tarde y los periódicos durante toda la campaña.(4) = 3. También se sabe que la eficacia del anuncio disminuye con el número de exposiciones en un medio durante un tiempo específico. Dado que se trata de una nueva línea de productos se plantea una campaña de publicidad bastante intensa durante el mes de introducción a la cual se le asignó un presupuesto de $ 72 000 para ejecutarla. una especie de motocicleta con tres llantas extra-grandes.(9) + (0. Suponga que el riesgo es aditivo. Medio de publicidad Radio en la mañana TV en la tarde Periódicos Primeros 10 anuncios 60 80 70 Todos los anuncios siguientes 40 55 35 Además se quiere asegurar que la campaña de publicidad satisfará ciertos criterios que se consideran importantes. Enigma Trucks decidió usar la radio durante la mañana. En concreto: no deberán aparecer más de 25 anuncios en un solo medio. Enigma Trucks ha decidido entrar al mercado de vehículos recreativos con la Dunamis. La siguiente tabla muestra el número de exposiciones por anuncio y su variación de acuerdo al medio usado y a la cantidad de avisos utilizados en el mismo medio. el riesgo de asignar fondos para aceites al 20% y para oficinas al 50% será (0.CURSO: Investigación de Operaciones Documento de trabajo 16.8. 17.5). por ejemplo. Proyecto Centros comerciales Ciclo 2008 1 Inversión 550 000 Rendimiento neto 170 000 Riesgo 6 56 . Una compañía de inversiones tiene que elegir entre cuatro proyectos que compiten por un presupuesto de inversión máximo de $ 1 500 000. A cada proyecto se le puede asignar fondos a cualquier nivel fraccional menor o igual al 100%. La agencia de publicidad de Enigma proporciona los datos relativos al costo de los anuncios en cada uno de los medios y el número de unidades de compra que serán logrados mediante dichos anuncios de acuerdo a la siguiente tabla: Medio de publicidad Radio en la mañana TV en la tarde Periódicos Número de unidades de compra alcanzados por anuncio 30 000 60 000 45 000 Costo por anuncio ($) 1 700 2 800 1 200 La efectividad de un anuncio se mide en unidades de exposición en una escala de 0 a 100 para cada anuncio exhibido.2). Obtenga el modelo de programación lineal que permita maximizar el total de unidades de exposición. La compañía requiere una rendimiento mínimo del 25% y desea minimizar el riesgo.

para lo cual se pide que elabore el modelo de programación lineal correspondiente. D y E son netamente competitivos y cualquier cantidad fabricada puede venderse a los precios respectivos de $5. $4 y $4 por kilogramo de producto. Cada máquina está disponible 128 horas por semana. Los costos variables de trabajo son $4 por hora de las máquinas 1 y 2. B. porque en muchos casos el contacto con un cliente nuevo no llega a generar servicios. Los costos de material por cada kilogramo de los productos A y C son de $2 y para los productos B. Una planta puede manufacturar cinco productos diferentes en cualquier combinación. C. 19. Los productos A. a fin de maximizar el número total de clientes en contacto durante el periodo de 2 semanas. $4. D y E son de $1 por kilogramo. En el periodo de planeación de 2 semanas hay disponible un máximo de 80 horas de tiempo de técnico. 18. La administración de Alta Tecnología S. A fin de satisfacer los requisitos de flujo de caja. pero para clientes nuevos sólo genera $8 la hora. La empresa desea maximizar la utilidad generada por los productos. Ciclo 2008 1 57 . y $3 para la máquina 3. tal como se muestra en la siguiente tabla: Producto A B C D E ƒ ƒ ƒ ƒ ƒ 1 12 7 8 10 7 Máquina 2 8 9 4 0 11 3 5 10 7 3 2 Todos los datos de la tabla están en minutos por kilogramo de producto. ATSA desearía determinar cómo asignar el tiempo de los técnicos entre clientes normales y nuevos. Cada producto requiere de cada una de las tres máquinas. deben generarse por lo menos $800 de ingresos durante el periodo de 2 semanas. Para asegurarse de que se mantienen contactos con los clientes nuevos debe ser por lo menos 60% del tiempo utilizado en contactos con clientes normales. Para los requerimientos de ingresos y de políticas enunciadas. A. $5. Los técnicos requieren un promedio de 50 minutos por cada contacto de cliente normal y de una hora para cada contacto de cliente nuevo. El tiempo de los técnicos para los clientes normales genera $25 la hora. (ATSA) desea desarrollar un modelo que le ayude a asignar el tiempo de sus técnicos entre llamadas de servicio por contrato a clientes tanto normales como nuevos.CURSO: Investigación de Operaciones Documento de trabajo Aceite Edificios de oficinas Edificios Mivivienda 400 000 450 000 500 000 500 000 100 000 100 000 9 4 2 Elabore el modelo de programación lineal correspondiente.

La empresa de computadoras le ha pedido a Enigma que produzca tantas cajas durante la semana siguiente como sea posible y le ha dicho que pagará 18 dólares por caja que pueda entregar. en razón del elevado costo de preparación involucrado con ambas máquinas. se efectúa el mantenimiento anual de todo el equipo de la planta. Sin embargo. Formule el modelo de programación lineal que permita encontrar el plan de producción óptima que maximice la utilidad. El costo de esta materia prima es de $6 por kilogramo. Debido al tiempo parado para mantenimiento.CURSO: Investigación de Operaciones Documento de trabajo Desarrolle el modelo de programación lineal que permita a ATSA asignar el tiempo de los técnicos entre clientes normales y nuevos. Enigma Manufacturing es un pequeño fabricante de productos de plástico que se utilizan en las industrias automotrices y de computación. Ciclo 2008 1 58 . Durante ese tiempo. Max 12 X1 + 4 X2 sujeto a : X1 + 2 X2 ≤ 800 X1 + 3 X2 ≤ 600 2 X1 + 3 X2 ≤ 2 000 X 1 . se obtuvo el siguiente modelo de programación lineal: X1: número de productos 1 a fabricar el próximo mes. Tiene un contrato importante con una gran empresa de computadoras que implica la producción de cajas de plástico para las impresoras portátiles de dicha empresa. de la materia prima para la producción de la siguiente semana. X2: número de productos 2 a fabricar el próximo mes. la siguiente semana es un periodo normal de vacaciones programadas para la mayor parte de trabajadores de producción de Enigma. Al resolver el problema 1. si se programa producción en cualquiera de estas máquinas. Las cajas de impresora se producen en dos máquinas de moldeo por inyección. la M100 estará disponible a lo más 15 horas y la M200 a lo más 10 horas. La máquina M100 tiene una capacidad de producción de 20 cajas de impresora por hora y la M200 tiene una capacidad de producción de 40 cajas por hora. El proveedor de la materia química utilizada en el proceso de producción le ha informado a Enigma que tendrá disponible un máximo de 1 000 Kg. Enigma estima que los costos por hora de operación de la M100 y de la M200 son de $50 y $75 respectivamente. la máquina deberá operarse por lo menos durante 5 horas. 20. Sin embargo. X2 ≥ 0 (horas disponibles del departamento A) (horas disponibles del departamento B) (horas disponibles del departamento C) (condición de no negatividad) Se pide obtenga la solución óptima aplicando el método gráfico. Problemas con solución por método gráfico 21. la administración requiere que. Ambas máquinas utilizan la misma materia prima para producir las cajas de la impresora: la M100 utiliza 40 kilogramos de materia prima por hora y la M200 utiliza 50 kilogramos por hora.

(en onzas). (mínima proporción invertida en bonos) (rendimiento total mínimo) (la suma de las proporciones da la unidad) (condición de no negatividad) El modelo obtenido en el problema 11 fue el siguiente: X1: Número de unidades diarias de 100 gramos del alimento A.20 X2 ≥ 5 0. Max 0.10 X2 ≥ 0. determine gráficamente la solución óptima.CURSO: Investigación de Operaciones Documento de trabajo 22. Min 1. X2 ≥ 0 ¿Cuántas raquetas de cada tipo deberá fabricar la empresa en las dos siguientes semanas a fin de maximizar la contribución total a la utilidad?.8 X1 + 0. ¿cuál es la mezcla de costo mínimo de los alimentos para perros y cuál es el costo de la mezcla? X1: Cantidad diaria del alimento Guau. Con el modelo obtenido en el problema 4. de proteínas) (requerimiento diario mínimo de u.0. Min 0. de carbohidratos) (requerimiento diario mínimo de u. X1: proporción del fideicomiso invertido en bonos.30 X1 + 0.075 X1 + X2 = 1 X1. X2: cantidad de raquetas grande a fabricar las próximas dos semanas. X2 ≥ 0 23. (requerimiento diario mínimo de proteínas en onzas) ((requerimiento diario mínimo de proteínas en onzas) (condición de no negatividad) Al resolver el problema 5 se obtuvo el siguiente modelo de programación lineal: X1: cantidad de raquetas normal a fabricar las próximas dos semanas. Max 10 X1 + 15 X2 sujeto a : . X2: Cantidad diaria del alimento Sniff.05 X2 sujeto a : 0.6 X2 sujeto a: 500 X1 + 200 X2 ≥ 6 000 300 X1 + 200 X2 ≥ 4 000 500 X1 + 100 X2 ≥ 3 500 X1. (en onzas).06 X1 + 0. ¿Cuánto sería dicha contribución? Utilice el método gráfico para responder las preguntas.06 X1 + 0.5 X1 + 0. X2: Número de unidades diarias de 100 gramos del alimento B.4 X2 ≤ 80 (aleación disponible) (tiempo disponible) 10 X1 + 12 X2 ≤ 4 800 (condición de no negatividad) X1 . X2 ≥ 0 Ciclo 2008 1 (requerimiento diario mínimo de u. de grasas) (condición de no negatividad) 59 .30 X1 0.10 X2 sujeto a : ≥ 0.2 X2 ≤ 0 (mezcla de producción) 0. Para el modelo obtenido en el problema 8. X2: proporción del fideicomiso invertido en acciones. 24.06 X1 + 0.125 X1 + 0.15 X1 + 0. X2 ≥ 0 25.30 X2 ≥ 3 X1 .

Xf ≥ 0 a. 27. b. b. X2: número de clientes nuevos contactados las próximas dos semanas. c. (horas disponibles Departamento A) (horas disponibles Departamento B) (acuerdo con el sindicato) (recomendación de Mercadeo) (pedido mínimo) (condición de no negatividad) Determine gráficamente el plan óptimo de producción y el valor óptimo. Encuentre la solución óptima. c.0. determine la solución óptima: X1: número de avisos en radio. X2 ≥ 0 28. Determine e interprete los rangos de optimalidad.CURSO: Investigación de Operaciones Documento de trabajo Determine gráficamente la solución óptima del problema.3 Xf ≤ 0 Xe + Xf ≥ 5 Xe. X2 : número de avisos en televisión. Determine e interprete las holguras y excedentes de las restricciones. Al resolver el problema 12 se obtuvo el siguiente modelo de programación lineal. d. Max 5000 Xe + 4000 Xf sujeto a: 10 Xe + 15 Xf ≤ 150 20 Xe + 10 Xf ≤ 160 30 Xe + 10 Xf ≥ 135 Xe . Resuelva las ecuaciones lineales apropiadas para determinar los valores de las variables en cada punto extremo de la región factible. Obtenga la gráfica de la región factible. Ciclo 2008 1 60 . Calcule e interprete los precios duales. Xf : número de equipos F a fabricar el próximo mes.5 X1 + X2 ≥ 0 X 1 . Xe: número de equipos E a fabricar el próximo mes. (presupuesto) (política de la compañía) (condición de no negatividad) El modelo obtenido en la solución del problema 19 es: X1: número de clientes normales contactados las próximas dos semanas. Max X1 + X2 sujeto a : 5 X1 + X2 ≤ 80 6 125 X1 + 8 X2 ≥ 800 6 . 26. De acuerdo a la solución del problema 13. Max X1 + 26 X2 sujeto a: 10 X1 + 200 X2 ≤ 10 000 X1 – 3 X2 ≥ 0 X1. X2 ≥ 0 (tiempo disponible) (ingreso requerido) (contacto con los clientes) (condición de no negatividad) a.

X2: número de cajas producidas en la máquina M200 la siguiente semana.025 X2 ≥ 5 X1.24 X2 ≤ 8100 0. (materia prima disponible) (tiempo disponible de M100) (tiempo de funcionamiento de M100) (tiempo disponible de M200) (tiempo de funcionamiento de M200) (condición de no negatividad) Para el problema 21 se desarrolló el siguiente modelo de programación lineal: Max 1. X2 ≥ 0 (materia prima disponible) (tiempo disponible de M100) (tiempo de funcionamiento de M100) (tiempo disponible de M200) (tiempo de funcionamiento de M200) (condición de no negatividad) Modelo 2: X1: tiempo asignado a la máquina M100 la siguiente semana (h).625 X2 sujeto a: 2 X1 + 1.CURSO: Investigación de Operaciones Documento de trabajo 29.18 X2 sujeto a: 0. X2 ≥ 0 30. Modelo 1: X1: número de cajas producidas en la máquina M100 la siguiente semana.25 X2 ≤ 1000 0.08 X1 + 0.05 X1 ≤ 15 0. Max 3. X2 ≥ 0 Se pide que encuentre e interprete la solución óptima y el valor óptimo del modelo.025 X2 ≤ 10 0. X2: tiempo asignado a la máquina M200 la siguiente semana (h). Max 70 X1 + 345 X2 sujeto a: 40 X1 + 50 X2 ≤ 1000 X1 ≤ 15 X1 ≥ 5 X2 ≤ 10 X2 ≥ 5 X1.05 X1 ≥ 5 0. El modelo del problema 20 puede ser planteado de manera distinta dependiendo cómo se hayan definido las variables.32 X1 + 0.5 X1 + 8.03 X1 + 0. Para ambas alternativas y utilizando el procedimiento gráfico obtenga la solución óptima y el valor óptimo de dicho modelo y compruebe si ambas soluciones son equivalentes. 31.04 X2 sujeto a: 4 X2 ≤ 1 200 000 5 X1 + X1 ≥ 30 000 X2 ≥ 10 000 Ciclo 2008 1 61 .16 X2 ≤ 3000 X 1 .04 X1 + 1. Para el problema 22 se desarrolló el siguiente modelo de programación lineal Max 0.

3 X2 ≤ 6 3 X1 + 2 X2 ≤ 35 3 X1 + X2 ≤ 10 7 X1. Determine las holguras o excedentes de cada una de las restricciones. X2 34. Considere el siguiente problema de programación lineal. b. b. ≤ 21 ≥ 7 ≤ 21 ≥0 ≥0 a. X2 ≥ 0 Se pide encuentre la solución óptima 32. Realice el análisis de sensibilidad del coeficiente X1 en la función objetivo. c. Max X1 + 2 X2 sujeto a : X1 + 4 X 2 2 X1 + X2 3 X1 + 1. Determine la solución óptima. Max 5X1 + 7 X2 sujeto a : 2 X1 + X2 ≥ 3 .CURSO: Investigación de Operaciones Documento de trabajo 0. ¿Cuál será la nueva solución óptima? d. Para el problema 23 se desarrolló el siguiente modelo de programación lineal Max 100 X1 + 150 X2 sujeto a : 30 X1 + 20 X2 ≤ 7 200 45 X1 + 15 X2 ≤ 7 200 0.8 X1 – 0. X2 ≥ 0 Se pide encuentre la solución óptima 33. c.5 X2 -2 X1 + 6 X2 X1 . Considere el siguiente programa lineal. Ciclo 2008 1 62 . X2 ≥ 0 a. Calcule los precios duales de la segunda y cuarta restricción.25 X1 – 0. Encuentre la solución óptima y el valor óptimo.40 X2 ≥ 0 X1 . Suponga que la función objetivo se modifica a Max 5X1 + 2X2.X1 + 5 X2 ≥ 4 2 X1 .2 X2 ≥ 0 X1 – 3 X2 ≤ 0 X1 . encuentre la nueva solución óptima y el nuevo valor óptimo. Suponga que el coeficiente de X1 en la función objetivo se reduce a 2.

¿cuál debe ser la utilidad por unidad del producto cuyo valor óptimo actual es cero. Max 30 X1 + 10 X2 sujeto a : 2 X1 + X2 ≤ 4 2 X1 + 2 X 2 ≤ 6 X1. Si el coeficiente de X1 se reduce a 2. ¿Cuáles son los valores de holgura o excedente asociados a cada restricción? c.CURSO: Investigación de Operaciones Documento de trabajo 35. X2 ≥ 0 a. X2 ≥ 0 a. Usando el método gráfico encuentre la solución óptima y el valor óptimo. c.12 X2 ≤ 0 X1 + X2 ≤ 10 X1 + 6 X2 ≥ 12 X1 . Considere el siguiente problema de programación lineal. Determine las holguras o excedentes de cada una de las restricciones. e. para que el producto se encuentre en la solución óptima en un nivel positivo? Ciclo 2008 1 63 . b. Manteniendo todos los demás datos como están. ¿cuál es la nueva solución óptima? 37. Calcule el rango de optimalidad para el coeficiente de X2. X2 ≥ 0 a. Suponga que el coeficiente de la variable X2 en la función objetivo se reduce a 1/3. Encuentre la solución óptima y el valor óptimo. Si simultáneamente los coeficientes de X1 y X2 cambian a 2. c. ¿Cuál es el rango de variación del coeficiente de X2 en la función objetivo de manera que la solución óptima no cambie? d. b. Considere el siguiente problema de programación lineal. Indique los valores de holgura y/o excedentes de las restricciones. d.5 y 1 respectivamente. b. Min 5 X1 + 2 X 2 sujeto a : 3 X1 + 6 X2 ≥ 18 5 X1 + 4 X2 ≥ 20 8 X1 + 2 X2 ≥ 16 7 X1 + 6 X2 ≤ 42 X1 . Usando el método gráfico encuentre la solución óptima y el valor óptimo. Determine la región factible. Encuentre la nueva solución óptima. 36. ¿cuál es la nueva solución óptima? e. Considere el programa lineal: Min X1 + X2 sujeto a : X1 + 2 X 2 ≥ 6 3 X1 + X2 ≥ 6 X1 .

g. ¿Cuál será el efecto de agregar la restricción 4X1 + X2 = 4 al modelo original? i.000000 16. En el problema original.000000 70.000000 1500.000000 RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE XE XF Ciclo 2008 1 CURRENT COEF 5000.000000 SLACK OR SURPLUS 0.500000 REDUCED COST 0. ¿Cuáles son estos? e. ¿Cuántos vértices óptimos existen luego del cambio descrito en (c)?.000000 4000. Conteste la parte (e) para el lado derecho de la primera restricción.000000 64 .000000 2333.000000 DUAL PRICES 150.000000 0.000000 0.CURSO: Investigación de Operaciones Documento de trabajo d.333252 3500. ¿en cuánto puede cambiar (aumentar y/o disminuir) el lado derecho de la segunda restricción para que cambie la solución óptima? f.000000 0. ¿Cuál será el efecto (sobre la solución óptima) de agregar la restricción 3 X1 + 3 X2 ≤ 15 al modelo original? Problemas con solución por computadora 38.500000 7.000000 175.00 VALUE 4.000000 0.000000 OBJ COEFFICIENT RANGES ALLOWABLE ALLOWABLE INCREASE DECREASE 3000. Desarrollado el modelo del problema 12.000000 0. ¿Cómo explica la diferencia entre las partes (e) y (f)? h.500000 6. mediante la computadora se obtuvo el siguiente reporte: Max 5000 xe subject to 10 xe + 20 xe + 30 xe + xe xe + end + 4000 xf 15 10 10 3 xf xf xf xf xf <= <= >= <= >= 150 160 135 0 5 OBJECTIVE FUNCTION VALUE 1) VARIABLE XE XF ROW 2) 3) 4) 5) 6) 50500.

000000 0. c. Desarrollado el modelo del problema 14 se obtuvo el siguiente reporte de computadora: Min 800 x1 +400 subject to 10 x1 + 3 90 x1 + 150 45 x1 + 25 x1 + end x2 + 600 x3 + 500 x4 x2 x2 x2 x2 + 8 x3 + 2 x4 >= 5 + 75 x3 + 175 x4 >= 100 + 20 x3 + 37 x4 >= 30 + x3 + x4 = 1 OBJECTIVE FUNCTION VALUE 511.703704 0.000000 -4.000000 66.000008 300.CURSO: Investigación de Operaciones Documento de trabajo ROW 2 3 4 5 6 CURRENT RHS 150.000000 INFINITY ALLOWABLE DECREASE 120.333336 70.000000 135.000000 31.111107 ROW RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE VARIABLE Ciclo 2008 1 65 . ITERATIONS= REDUCED COST 0.714294 500.000000 ROW SLACK OR SURPLUS 0.000000 5.000000 INFINITY 6.000000 0.037037 0.847824 600. Determine los rangos de optimalidad de las utilidades unitarias de los productos.500000 INFINITY a.636337 400.142857 40.259259 0.000000 INFINITY 16.000000 0.269241 91. Identifique la solución óptima y el valor óptimo del modelo y compárelos con los obtenidos gráficamente (problema 33). b.444445 -155.500000 ALLOWABLE DECREASE 47.000000 160.444443 0.1111 1) VARIABLE X1 X2 X3 X4 VALUE 0.000000 223.000000 73.000000 2) 3) 4) 5) NO. Interprete las holguras y los excedentes de las restricciones.000000 RIGHTHAND SIDE RANGES ALLOWABLE INCREASE 90.000031 118.666666 0. Interprete los precios duales de las restricciones.000000 91.555557 1 RANGES IN WHICH THE BASIS IS UNCHANGED X1 X2 X3 X4 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE 800.111115 DUAL PRICES -44. 39. d.000000 0.000000 85.

142000 6.000000 X4 ROW 2) 3) 4) REDUCED COST 0. ITERATIONS= DUAL PRICES 0. INCREASE 2. c.000000 0.000000 4.250000 INFINITY 7.000000 0.000000 NO. 2.714286 0.000000 X2 128.000000 100.000000 ALLOWABLE DECREASE 0.999999 3.571429 SLACK OR SURPLUS 0. x3 y x4 son unidades de los productos 1.250000 DECREASE 0.000000 0. ¿por qué se debe usar más de 100 si esto eleva el costo? d.000000 12. Encuentre la solución óptima del modelo.285714 0.857143 1 RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 X3 X4 Ciclo 2008 1 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE 2.000000 3.714287 X1 0.100000 INFINITY 0.571426 X3 0.CURSO: Investigación de Operaciones Documento de trabajo RHS 5. ¿Qué sucede si el precio de mineral de la mina 2 aumenta más a $500? f.000000 2 3 4 5 40. ¿Cuánto tendría que disminuir el costo del mineral de la mina 4 para decidir comprarlo? En un problema de mezcla de fabricación de productos. 3 y 4 respectivamente y el modelo de programa de programación lineal que maximiza la utilidad en unidades monetarias para la próxima temporada es: Max 4 x1 subject to x1 + 2 4 x1 + 2 x1 + 3 end 1) + 6 x2 + 3 x3 + x4 x2 + 4 x3 + 3 x4 ≤ 550 x2 + 2 x3 + x4 ≤ 700 x2 + x3 + 2 x4 ≤ 200 (horas de la máquina A) (horas de la máquina B) (horas de la máquina C) OBJECTIVE FUNCTION VALUE 528.000000 3.666666 0.000000 30.375000 31.000000 300.999999 INFINITY 66 .571000 1.142857 0. b. Encuentre el valor óptimo del modelo.043478 Se pide: a. Si el requisito del elemento B es 100.5714 VARIABLE VALUE 35.000000 1.000000 1.000000 0. ¿Qué acciones debería tomarse para reducir el costo mínimo a $500 dólares o menos por tonelada de mezcla? e. x2. x1.

000000 INFINITY 200.500000 a.CURSO: Investigación de Operaciones Documento de trabajo RIGHTHAND SIDE RANGES CURRENT ALLOWABLE RHS INCREASE 550. Interprete los precios duales de las restricciones.000000 ROW 2) 3) 4) 5) SLACK OR SURPLUS 4000.000000 DUAL PRICES 0. c. ALLOWABLE DECREASE 300.000000 150.000000 2.000000 67 .000000 0.000000 250.000000 4.000000 0.000000 INFINITY ROW 3 41. A continuación se presenta el modelo de programación lineal y el reporte de computadora de la solución del modelo: Max 3 x1 + 5 x2 subject to 12 x1 + 10 x2 + 8 15 x1 + 15 x2 + 12 3 x1 + 4 x2 + 2 x1 end 1) + 4 x3 x3 <= x3 <= x3 <= >= 18000 18000 9000 1000 Corte y teñido Costura Inspección y empaque Modelo Ases OBJECTIVE FUNCTION VALUE 4000. Las restricciones incluyen limitaciones en la capacidad de producción (tiempo disponible en minutos) en cada uno de los departamentos (corte y teñido.999999 300.000000 ROW 2 3 4 ALLOWABLE DECREASE 449.000000 X2 0. Interprete los costos reducidos reportados.000000 5.000000 RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 X3 Ciclo 2008 1 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE 3. así como la restricción que requiere la producción de por lo menos 1000 balones de fútbol Ases. Mercurio Sport S.000000 0.000000 -2. ¿Cuál es la solución óptima y cuál es el valor óptimo? b.000000 5500. d.000000 e.000000 X3 250. tiene que determinar cuál es la cantidad idónea de balones de fútbol Ases (x1).333333 0.000000 0.000 VARIABLE VALUE X1 1000.000000 62.000000 700.000000 INFINITY ALLOWABLE DECREASE INFINITY INFINITY 0. Bólidos (x2) y Crack (x3) a producir a fin de maximizar las utilidades.000000 0. Interprete el siguiente resultado: RIGHTHAND SIDE RANGES CURRENT ALLOWABLE RHS INCREASE 700. ¿Qué restricciones tienen restricciones limitantes? Identifique e interprete el rango de optimalidad de la contribución de cada producto.000000 REDUCED COST 0. costura e inspección y empaque).A.000000 0.

papas congeladas para freír. Como su almacén es pequeño no pueden tener almacenados semanalmente más de 15 kilos de productos terminados.000000 a.CURSO: Investigación de Operaciones Documento de trabajo ROW 2 3 4 5 RIGHTHAND SIDE RANGES CURRENT ALLOWABLE RHS INCREASE INFINITY 18000.000000 18000. ¿Cuál es la interpretación para la administración del precio dual de la última restricción? f.000000 6000. El tiempo en horas necesario para fabricar un kilo de cada producto es el siguiente: papas trozadas para ensalada 3 h. La ganancia por kilo de producto también difiere en cada tipo: 4 $/Kg. puré de papas 5 h. papas fritas a la inglesa 10 h. Para hacer un kilo de papas a la inglesa se necesita 3 kilos de papas. Suponga que la contribución a la utilidad del balón de fútbol Crack aumenta en $1. Su negocio es la venta de cuatro productos derivados de la papa: papas trozadas para ensalada. 9 $/Kg. 100 horas semanales. Don Francisco quiere mejorar el negocio familiar de elaboración de productos a partir de la papa. ¿Cómo esperaría usted que cambie la solución? e.000000 200. papas fritas a la inglesa y papas congeladas para freír. A su negocio. Su presupuesto semanal alcanza para la compra de 120 kilos en sacos de papas.000000 3000.000000 1000. El pago de trabajo extra en el departamento de Costura es $12 por hora ¿Recomendaría usted que la empresa considere usar tiempo extra en dicho departamento? d. dedican como máximo entre los dos. papas congeladas 15 h. don Francisco y doña Remedios. papas para ensalada. ¿Cuál es el plan de producción óptimo y la contribución óptima? b. de acuerdo a las siguientes relaciones: ƒ ƒ ƒ ƒ Para hacer un kilo de papas para ensalada se necesita 7 kilos de papas. Don Francisco desea establecer el plan de producción para la próxima temporada de ventas y estima que es posible vender todo lo que produzca. Para hacer un kilo de puré de papas se necesita 5 kilos de papas.000000 INFINITY 9000. ¿Qué departamentos tienen recursos limitantes? c. papas fritas a la inglesa y 11 $/Kg. puré de papas. Por cada kilo de producto terminado necesita una cantidad mayor de producto bruto.000000 1000. ¿Cuál es la interpretación de los costos reducidos? 42. Para hacer un kilo de papas congeladas se necesita 2 kilos de papas. Don Francisco ha formulado un modelo de programación lineal con el fin de optimizar el plan de producción. Max 4 X1 + 5 X2 + 9 X3 + 11 X4 subject to 3 X1 + 5 X2 + 10 X3 + 15 X4 <= Ciclo 2008 1 100 68 .000000 ALLOWABLE DECREASE 4000. puré de papas.000000 5500. el cual se muestra a continuación. su mujer. 5 $/Kg.

200000 4.333333 9.999996 5.28571 VARIABLE VALUE REDUCED COST 0. por lo que han decidido dedicar 30 horas semanales de su tiempo del negocio a consultoría a $ 5 la hora.000000 SIDE RANGES ALLOWABLE INCREASE 49.85 XC + 2.000000 2) 1.000000 X2 0.857143 0.CURSO: Investigación de Operaciones Documento de trabajo X1 + X2 + 7 X1 + 5 X2 + X3 + 3 X3 + X4 <= 2 X4 <= 15 120 end OBJECTIVE FUNCTION VALUE 1) 99.428571 0.000000 X4 ROW 2 3 4 RIGHTHAND CURRENT RHS 100.857143 X3 1.571429 11.000000 3) 0.428570 a.428570 4) RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 0. Para aumentar la capacidad de almacenamiento de productos terminados en 5 Kg. cuyo propietario solicita $ 8 por semana ¿sería conveniente el alquiler? Explique.571429 0. De acuerdo al problema 18 se elaboró un modelo de programación lineal que se resolvió por computadora y cuyo reporte se muestra a continuación: Max 1.7 XE subject to 12 XA + 7 XB + 8 XC + 10 XD + 7 XE <= 7680 8 XA + 9 XB + 4 XC + 11 XE <= 7680 Ciclo 2008 1 69 . Si usted tiene que tomar la decisión excluyente de contratar personal de apoyo o alquilar más espacio para su almacén de productos terminados ¿qué decidiría y porqué? De ser así ¿qué cantidad de horas adicionales programaría o en cuánto aumentaría usted el espacio disponible? 43. A don Francisco y doña Remedios le resulta ahora tedioso el trabajo semanal. se necesita alquilar un pequeño local contiguo.714286 0.000000 46.7 el valor de la función objetivo? c.000000 X2 0.416 XA + 1.916667 4.000000 7.000000 X3 INFINITY 1. Si aumentamos en 50 horas la disponibilidad actual de las horas semanales ¿aumenta en aproximadamente $ 35. ¿Cuál es el programa óptimo? ¿Qué beneficio total se obtiene? b.000000 X1 INFINITY 0.000000 7.000000 46.000000 X4 ROW SLACK OR DUAL PRICES SURPLUS 0. d.183 XD + 1.000000 15.000000 120.142857 X1 0.999996 5. ¿cómo afecta esto a las utilidades totales? e.600000 2.327868 INFINITY ALLOWABLE DECREASE 54.433 XB + 1.428571 5.

240000 1.000000 512. ¿Cuál es el plan óptimo de producción y qué utilidad se obtendría? d.000000 0.111111 1.010000 0.433000 0.070000 2.CURSO: Investigación de Operaciones Documento de trabajo 5 XA + 10 XB + 7 XC + 3 XD + 2 XE <= 7680 end 1) OBJECTIVE FUNCTION VALUE 1817. ¿Cuántas horas se utilizan en cada una de las tres máquinas? e. ¿a qué máquinas se les agregaría dicha capacidad adicional y cuánto debería pagarse como máximo por la obtención de dicha hora adicional? g.000000 0.700000 ALLOWABLE DECREASE INFINITY INFINITY 0. Interprete los valores de los precios duales de las restricciones que controlan la capacidad de las máquinas? f.090000 1.146000 0. de tipografía.000000 SLACK OR SURPLUS 0.300000 7680. b.000000 REDUCED COST 1. Explique la función objetivo del modelo.000000 RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE XA XB XC XD XE ROW 2 3 4 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE 1. Si existiera la posibilidad de aumentar una hora adicional de disponibilidad a la semana en cada una de las máquinas.183000 0.240000 0.000000 3072.000000 ALLOWABLE DECREASE 2792.000000 0. fotografía.000000 2671.720000 3840. en sus 4 departamentos. En una imprenta comercial se desea determinar la mejor programación de los trabajos para el próximo período.000000 512.000000 DUAL PRICES 0. Ciclo 2008 1 70 .0400000 INFINITY 0. c.380000 1.59 VARIABLE XA XB XC XD XE ROW 2) 3) 4) VALUE 0.000000 3072. prensa y empaste. es limitada.222222 0. Indique con precisión las variables utilizadas en el modelo. ¿Cuánto puede variar el precio de venta del producto A sin que cambie el plan óptimo de producción? 44.570000 INFINITY 7680.750000 0.850000 0.000000 0.000000 De acuerdo a dicho desarrollo se pide: a. La disponibilidad de tiempo.380000 0.000000 4388.0800000 RIGHTHAND SIDE RANGES CURRENT ALLOWABLE RHS INCREASE 7680.

2 y 3 sea por lo menos de 10. $300 y $150 para trabajos tipo 1. 7 y 10 unidades.166667 0.333344 RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES Ciclo 2008 1 71 . se han estimado como: Departamento Tipografía Fotografía Prensa Empaste Trabajo 1 0 3 3 4 Trabajo 2 2 1 5 4 Trabajo 3 3 4 2 0 Si los trabajos se ejecutan en tiempo normal. 1.000000 0.500000 10.166667 7.000000 0. respectivamente. para el período analizado son: Departamento Tipografía Fotografía Prensa Empaste Max 250 X1 + 300 subject to 2 X2 3 X1 + X2 3 X1 + 5 X2 4 X1 + 4 X2 X1 X2 Tiempo normal (horas) 45 90 210 170 X2 + 150 X3 + 3 X3 <= + 4 X3 <= + 2 X3 <= <= >= >= X3 >= 45 90 210 170 10 7 10 end 1) OBJECTIVE FUNCTION VALUE 7291.333336 0.000000 REDUCED COST 0. de acuerdo al tiempo que necesitan en cada departamento. respectivamente.333336 83.000000 0. Compromisos adquiridos requieren que la producción de trabajos tipo 1. Los requerimientos en horas. 2 y 3.000000 0.000000 ROW SLACK OR SURPLUS 0. el beneficio unitario neto es de $250.000000 DUAL PRICES 2) 3) 4) 5) 6) 7) 8) 108. Las disponibilidades máximas de tiempo.500000 0. por departamento y por cada unidad de trabajo producida.000000 83.000000 0.000000 0.333336 4.CURSO: Investigación de Operaciones Documento de trabajo Los trabajos han sido clasificados en 3 clases. 2 y 3.000000 110.000000 -508.667 VARIABLE X1 X2 X3 VALUE 14.

000000 90.A. Si las horas disponibles en el departamento fotográfico se reducen a 78 horas.000000 10.000000 RIGHTHAND CURRENT RHS 45. Si fuera así.166667 0.5 2 Componente 3 4 3 5 Bus tiene capacidades de 360 horas en el departamento de producción. ¿Cuál es el programa de producción óptimo? c.000000 83.499999 110.500000 10.500000 INFINITY INFINITY 4.999998 62. 250 horas en el departamento de ensamblado y 300 horas en el departamento de prueba y empaque.00 Los tiempos de manufactura en minutos por unidad para los tres departamentos de Bus son los siguientes: Departamento Producción Ensamblado Prueba y empaque Componente 1 2 1 1.000000 ALLOWABLE INCREASE 650. fabrica tres componentes que se usan para fabricar teléfonos celulares. Las demandas a satisfacer son 6000 unidades del componente 1. Explique el modelo que se ha formulado (identificación de las variables. 4000 unidades del componente 2 y 3500 unidades del componente 3. ¿cambia el programa de producción óptimo? ¿Cambia la ganancia óptima? f.000000 300.CURSO: Investigación de Operaciones Documento de trabajo VARIABLE X1 X2 X3 ROW 2 3 4 5 6 7 8 CURRENT COEF 250. Bus Electronics S.000000 150.333336 INFINITY INFINITY 8.500000 0.75 $ 7.000000 ALLOWABLE DECREASE 0. función objetivo y restricciones).000000 170. ¿Qué significa un precio dual de –508.50 Componente 2 $ 5.928572 a.666672 INFINITY SIDE RANGES ALLOWABLE INCREASE 24.80 Componente 3 $ 2.000000 210.000000 216. Es posible operar el departamento de fotografía en tiempo extra. Ciclo 2008 1 72 .5 Componente 2 3 1. Este mes la demanda de los componentes puede exceder la capacidad de fabricación de Bus.50 $ 6. El costo de fabricación y el costo de compra por unidad para los tres componentes son los siguientes: Fuente Manufactura Compra Componente 1 $ 4. b.333344 ALLOWABLE DECREASE 250.000000 7.00 $ 8. ¿Hasta cuánto debería estar dispuesto a pagar por una hora adicional? e.000000 INFINITY 508.000000 12.33 en la última restricción? 45. Bus tendría que satisfacer la demanda comprando los componentes a otro fabricante con el aumento del costo por componente. ¿Existe capacidad ociosa? ¿Cuánto y en qué departamentos? d.

968750 -7.714355 2100.000000 0.000000 73 .000000 REDUCED COST 0.000000 0.5 M2 + 3 M3 <= 15 000 1.5 P1 + 8.000000 4000.5 M1 + 5 M2 + 2.831250 2.125000 -6.416667 ALLOWABLE DECREASE 0.000000 1142.000000 0.725000 5.000000 4000.000000 2800.500000 0.000000 INFINITY ALLOWABLE DECREASE 1600.250000 RIGHTHAND SIDE RANGES CURRENT ALLOWABLE RHS INCREASE 21600.5 M1 + 2 M2 + 5 M3 <= 18 000 M1 + P1 = 6 000 M2 + P2 = 4 000 M3 + P3 = 3 500 end OBJECTIVE FUNCTION VALUE 1) 73550.000000 15000.000000 0.000000 0.000000 2800.000000 3200.416667 0.125000 INFINITY 2.000000 0.831250 0.000000 0.250000 6.000000 RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE M1 M2 M3 P1 P2 P3 ROW 2 3 4 5 6 7 Ciclo 2008 1 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE 4.000000 2800.000000 2.000000 1400.500000 -7.857178 3500.CURSO: Investigación de Operaciones Documento de trabajo El modelo de programación lineal que determina cuántas unidades de cada componente fabricar y cuántas unidades de cada componente comprar al menor costo es el siguiente: Min 4.000000 2000.8 P2 + 7 P3 subject to 2 M1 + 3 M2 + 4 M3 <= 21 600 M1 + 1.75 M3 + 6.000000 SLACK OR SURPLUS 0.750000 0.500000 0.800000 INFINITY 7.725000 0.000000 0.906250 0.000000 DUAL PRICES 0.000000 6000.00 VARIABLE M1 M2 M3 P1 P2 P3 ROW 2) 3) 4) 5) 6) 7) VALUE 2000.000000 4000.000000 INFINITY 4000.125000 8.000000 INFINITY 18000.000000 2100.831250 0.000000 2285.000000 0.000000 0.000000 0.

se presenta a continuación el modelo matemático lineal correspondiente. CM CT SM ST . Con base de estudios previos. ƒ La cantidad total de hogares entrevistados durante la tarde debe ser al menos igual a la cantidad de hogares entrevistados durante la mañana. Marketing Survey (MSI) se especializa en evaluar la reacción del consumidor a productos.. . cantidad cantidad cantidad cantidad de de de de entrevistas entrevistas entrevistas entrevistas CON CON SIN SIN NIÑOS NIÑOS NIÑOS NIÑOS MIN 20 CM + 25 CT + 18 SM + 20 ST SUBJECT 2) 3) 4) 5) 6) -0. . ƒ Al menos el 60% de las entrevistas para hogares sin niños deben realizarse durante la tarde. ¿Qué pasa si Bus debe obtener una unidad adicional del componente 2? Interprete el valor del costo reducido de la variable P2.. así como el análisis de sensibilidad utilizando el programa LINDO. Además..4 Ciclo 2008 1 ST = >= ST >= ST >= >= ST >= por por por por la la la la MAÑANA TARDE MAÑANA TARDE 1000 400 400 0 0 0 74 . Un cliente solicitó la asistencia del MSI para determinar la reacción del consumidor a un producto doméstico recién comercializado. b.0. MSI aceptó hacer entrevistas por la mañana y por la tarde. 46. el costo varía con el tipo de entrevista. el contrato del cliente exigía que MSI realizara mil entrevistas bajo los siguientes lineamientos: ƒ Entrevistar al menos a 400 hogares con niños. d. su solución óptima. ¿Qué departamentos limitan la capacidad de manufactura de Bus? Determine el valor de una hora extra en cada uno de los departamentos. las estimaciones de los costos de las entrevistas son las siguientes: Hogar Costo de la entrevista Mañana $20 $18 Con niños Sin niños Tarde $25 $20 Con el objeto de determinar el plan de entrevistas que satisfaga los requerimientos del contrato a un costo mínimo.. Durante las reuniones con los clientes.4 7) TO CM + CT + SM + CM + CT SM + CM + CT .SM + CM + 0. ƒ Entrevistar al menos a 400 hogares sin niños. . Específicamente. Debido a que la entrevista para hogares con niños requiere tiempo adicional del entrevistador y a que los entrevistadores vespertinos se les paga más que a los matutinos.. servicios y campañas publicitarias nuevas..6 SM + 0.CURSO: Investigación de Operaciones Documento de trabajo a.. ƒ Al menos el 40% de las entrevistas para los hogares con niños deben realizarse durante la tarde. MSI acordó efectuar entrevistas personales de puerta en puerta para obtener respuestas en hogares con niños y hogares sin niños. c..6 CT .

000000 0.000000 20.000000 -5.000000 40.000000 200.000000 0. ¿Qué pasa si el cliente exigiese que la cantidad de entrevistas por la tarde fuese mayor que la cantidad de entrevistas por la mañana en por lo menos 30 unidades? g.000000 ALLOWABLE DECREASE 4.000000 -2. ¿Qué pasa si se agrega la restricción: “la cantidad de entrevistas durante la tarde a hogares sin niños debe ser mayor a la cantidad de entrevistas durante la mañana a hogares con niños”? Ciclo 2008 1 75 . ¿Qué porcentaje del costo total está destinado a cubrir los honorarios de los entrevistadores matutinos? c.000000 0.000000 400. Interprete administrativamente el valor de 200 que figura en la columna SLACK OR SURPLUS.000000 ALLOWABLE DECREASE 200.000000 5.000000 2.CURSO: Investigación de Operaciones Documento de trabajo OBJECTIVE FUNCTION VALUE 1) 20320.000000 0.666667 5.000000 0.800000 0.000000 0. las siguientes preguntas: a.000000 0. ¿Qué pasa si el cliente solicita disminuir las entrevistas en hogares con niños en 50? h.200000 -2.00 VARIABLE CM CT SM ST ROW 2) 3) 4) 5) 6) 7) VALUE 240. Describa la solución óptima del problema.000000 240.000000 INFINITY 18.000000 360.000000 240.000000 RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE CM CT SM ST ROW 2) 3) 4) 5) 6) 7) OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE 20.000000 100.000000 25.000000 0.000000 400.000000 160.000000 REDUCED COST 0.000000 0.000000 200.000000 4.000000 240.000000 INFINITY 400.000000 0. ¿Qué pasa si la exigencia del cliente fuese realizar 1500 entrevistas? e.000000 20.000000 INFINITY 2. ¿Qué pasa si se produce un incremento del 10% en el costo de cada entrevista en hogares con niños por la tarde? f.000000 DUAL PRICES -19.000000 SLACK OR SURPLUS 0.000000 INFINITY INFINITY 20.000000 Responder sustentando adecuadamente. d.000000 40. b.666667 RIGHTHAND SIDE RANGES CURRENT ALLOWABLE RHS INCREASE 1000.

8 X1 + 2.000000 X2 133. de tubos para muebles y los productos requieren las siguientes cantidades de este material de 2 Kg. Actualmente se producen en esta línea sillas. bancos y mesas.000000 138.2 0. 47. La empresa desea establecer el plan de producción para la próxima temporada de ventas. sin embargo. ABC S..000000 DUAL PRICES 76 . 3 Kg.? deberán indicar si habría o no un cambio en el Plan Optimo de Entrevistas y en el Costo Total asociado a ella.7 0.16 para las entrevistas adicionales a las primeras 200? Nota: Las respuestas a las preguntas ¿Qué pasa si . mediante el programa LINDO. fabrica y vende muebles y tiene.3 X3 <= 1200 4.0 X2 + end 1) Ciclo 2008 1 1. en el computador local.2 2.3 Capacidad actual 1 000 1 200 El beneficio asociado a la fabricación y ventas de una unidad de cada ítem es $ 300 por silla. Los productos se fabrican en un proceso de dos etapas. ¿Qué pasa si el costo de la entrevista a hogares con niños en la mañana fuera de S/.2 X1 + 1.700 VARIABLE VALUE X1 700.000000 0.333333 X3 ROW + 500 X3 SLACK OR SURPLUS REDUCED COST 0. por banco y 4. por mesa.0 X1 + 3. entre otras. La empresa dispone sólo de 2000 Kg. En el caso que haya un cambio en el Costo Total se deberá calcular su nuevo valor.0 Mesa 1. el administrador obtuvo lo siguiente: Max 300 X1 + 300 X2 subject to 1.. El administrador de la empresa ha formulado el siguiente problema de programación lineal con el fin de optimizar el plan de producción.23 para las primeras 200 entrevistas y S/. la producción está restringida por la materia prima disponible.A. La siguiente tabla muestra el tiempo requerido (en horas) para la fabricación de cada producto por departamento y la disponibilidad de tiempo de cada departamento (en horas): Proceso Doblado de tubos Armado Silla 1. Resolviéndolo. en el departamento de doblado de tubos y el de armado.8 Doblado de tubos Banco 1.CURSO: Investigación de Operaciones Documento de trabajo i. $ 300 por banco y $ 500 por mesa. una línea de jardín.5 X3 <= 2000 OBJECTIVE FUNCTION VALUE 276666.7 X2 + 0.2 X3 <= 1000 2. Se estima que es posible vender todo lo que produzca.5 Kg. por silla.333333 0.

A.666666 333. ¿en cuánto aumentaría el beneficio al comprar 500 kilogramos y usarlas en forma óptima? e.000000 RIGHTHAND CURRENT RHS 1000. Hay tres medios de comunicación básicos a través de los cuales la firma puede promover sus juguetes: prensa. 1. Si la empresa arrienda 200 horas a este precio. Estudios de mercado sugieren la fabricación de un nuevo tipo de silla (aparte de los productos que se producen) que requeriría.5 horas de armado y 1.CURSO: Investigación de Operaciones Documento de trabajo 0. Es posible arrendar el departamento de doblado a $ 150 la hora. h.666666 0. 0. El costo por anuncio en cada medio publicitario y el tamaño promedio de audiencia son los siguientes: Medio Publicitario Prensa Ciclo 2008 1 Costo por Anuncio ($) 4 000 Audiencia por anuncio Total Niños 20 000 1 000 77 .333333 0. Si el beneficio unitario de cada silla fuera $ 400 si 0 ≤ X1 ≤ 500 (por las primeras quinientas) $ 250 si X1 > 500 (por las unidades adicionales a 500) ¿Qué puede decir de la solución óptima? 48.333333 333. El departamento de mercadeo de HOME S. ¿cuál escogería y en qué cantidad? Explique. Si fuera posible aumentar más la disponibilidad de uno de los recursos.000000 2) 3) 4) 116.000000 INFINITY 555.3 Kg.000000 SIDE RANGES ALLOWABLE INCREASE 200.000000 80.000000 500. ¿En cuánto se modifica el beneficio total? f.333333 300. g.000000 333.555555 ALLOWABLE DECREASE 77.333333 a.000000 1200.000000 ALLOWABLE DECREASE 466. ¿Es conveniente comprar? Si fuera conveniente. ¿Qué valor tendría como máximo la programación de 100 horas extras en el departamento de doblado? ¿Qué valor tendrían como máximo la programación de 20 horas extras en el departamento de armado? ¿Y 10 kilogramos más de materia prima? d.000000 2000.000000 RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 X3 ROW 2 3 4 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE 200. de materia prima.777777 INFINITY 200.000000 138. Un distribuidor local ofrece materia prima a $ 60 por Kg.8 horas de doblado.000000 175. ¿Cuál es el programa óptimo de producción? b. radio y televisión.000000 300. ¿Qué beneficio total se obtiene? c. está enfrentado el problema de cómo promover efectivamente sus juguetes en la próxima campaña navideña. Explique cómo reformularía el modelo y cómo hallaría el beneficio unitario que debería tener este producto de modo de hacer conveniente su fabricación en esta temporada.

c.000000 REDUCED COST 0. es decir.000000 DUAL PRICES 2) 3) 6. Ciclo 2008 1 78 . Explicite la solución completa y las holguras interpretando las magnitudes.000.000000 -4.A. ha decidido que la función objetivo de la firma debería ser "maximizar la audiencia de las personas expuestas a la publicidad".999999 6000.000000 999.000000 0.000000 3999.000000 ALLOWABLE DECREASE 0. ¿existe alguna razón para preferir alguna? Explique.000000 0. Max 20000 P + 14000 R + 36000 T subject to 4000 P + 3000 R + 8000 T <= 1000 P + 1000 R + 3000 T >= end 1) 20000 6000 OBJECTIVE FUNCTION VALUE 96000. espera obtener utilidades totales por valor de $ 50 000.999999 De acuerdo a los resultados reportados se pide: a. en forma independiente.000000 0.000000 RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE P Q R ROW 2 3 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE INFINITY 20000.00 VARIABLE P R T VALUE 3.000000 0.000000 1499. ha dispuesto un presupuesto de $ 20. Si existe otra mezcla óptima de publicidad P = 2 y R = 4.999999 ALLOWABLE DECREASE 4000.000000 0. si por ejemplo alcanzara una audiencia total de 50 000 personas. para que la solución hallada en (a) no varíe.99999 36000. La firma HOME S.00000 14000. Además considera que las utilidades en dólares están perfectamente correlacionados con el nivel de audiencia total que alcance. Halle el rango de variación del presupuesto de publicidad y de la audiencia de niños.000 para la publicidad de los juguetes.000000 1.CURSO: Investigación de Operaciones Documento de trabajo Radio Televisión 3 000 8 000 14 000 36 000 1 000 3 000 El gerente del departamento de mercadeo.000000 RIGHTHAND SIDE RANGES CURRENT ALLOWABLE RHS INCREASE 20000.000000 ROW SLACK OR SURPLUS 0. y que la audiencia de niños sea por lo menos de 6.000000 INFINITY 0.000000 3999. b.

para que la solución hallada en (a) no varíe. Quesos Andinos S.00 DUAL PRICES 2) 3) 2.20 por recipiente.A.00 ALLOWABLE DECREASE 3600.32 X1 + 0. en forma independiente. Cada recipiente de Rico se vende a S/.40 RIGHTHAND SIDE RANGES CURRENT ALLOWABLE RHS INCREASE 8100.08 X1 + 0.00 9750.00 2400. A continuación se presenta el modelo de programación lineal desarrollado que permite estimar el número de recipientes de cada tipo de queso el presente año que deberá producir la Quesos Andinos S.180 0. mezclando el queso mantecoso suave con el queso mantecoso fuerte.25 4.18 X2 St 0. Hallar el rango de variación de la audiencia total de cada medio publicitario. 0. Este año.00 3900. para maximizar sus utilidades.16 X2 <= 3000 end 1) OBJECTIVE FUNCTION VALUE 30225. A. así como el reporte del modelo obtenido en LINDO . e.000000 ROW SLACK OR SURPLUS 0. Interprete los valores de los precios duales. Los quesos crema se empacan en recipientes de 0.040 0. ¿cuánto estaría dispuesto a pagar en total en dólares de intereses? 49.00 79 .4 Kg que después se venden a distribuidores en todo el país. excluyendo el costo del queso mismo.04 X1 + 1. 6. 14 por Kg. es de S/.20 y cada recipiente Súper a S/.533 1.24 X2 <= 8100 0. El costo de mezclar y empacar estos quesos crema.50. Max 1.00 REDUCED COST 0.00 0.00 975. 6. 12 por Kg.900 ALLOWABLE DECREASE 0. y hasta 3 000 Kg. una cooperativa lechera local ha ofrecido entregar hasta 8 100 Kg. produce dos quesos crema: Rico y Súper.00 3000. La mezcla Súper contiene 60% de queso mantecoso suave y 40% de queso mantecoso fuerte. de queso mantecoso suave a S/. de queso mantecoso fuerte a S/. f.000000 0. El queso crema Rico contiene 80% de queso mantecoso suave y 20% de queso mantecoso fuerte.45 0.00 VARIABLE X1 X2 VALUE 18000. Si la audiencia total de los medios publicitarios es aproximada. Si se dispusiera de $ 4000 de presupuesto adicional con un préstamo bancario.00 RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 ROW 2 3 Ciclo 2008 1 OBJ COEFFICIENT RANGES CURRENT ALLOWABLE COEF INCREASE 1.CURSO: Investigación de Operaciones Documento de trabajo d.

A fabrica intercomunicadores portátiles. Tiendas nacionales de menudeo. Tiendas nacionales de menudeo Pedidos por correo. ¿qué cantidad se debería comprar para aumentar la producción? Sustente.CURSO: Investigación de Operaciones Documento de trabajo Dado que los miembros del directorio de la Quesos Andinos S. no están familiarizados con la términos utilizados en un reporte generado por el LINDO. ¿cuál sería el más adecuado de aumentar? d. Una empresa lechera ha ofrecido vender queso mantecoso suave. Manwalk S. c. la rentabilidad del producto variará según el canal de distribución. Distribuidores de equipos de oficina. le han pedido a usted que. ¿Qué significado tiene los costos reducidos iguales a cero? 50. El nuevo producto de la empresa tiene largo alcance (50 kilómetros) y es adecuado para una diversidad de usos comerciales y personales. e. ¿Cuál es el plan de producción óptimo sugerido y cuál sería la utilidad que obtendríamos si ponemos dicho plan en práctica? b. Si pudiera aumentar la disponibilidad de un recurso limitante. Ciclo 2008 1 80 . Finalmente un contrato vigente con las tiendas nacionales de menudeo requiere que por lo menos se distribuyan 150 unidades a través de este tipo de canal de distribución. Pedidos por correo. Los canales de distribución utilizados por la empresa son: ƒ ƒ ƒ ƒ Distribuidores de equipos marinos. ¿qué consecuencias se deben esperar? f. ¿Cuál(es) es(son) el(los) recurso(s) limitante(s)? Sustente. Debido a los diferentes costos de distribución y promocionales. absuelva de la manera más precisa las siguientes interrogantes: a. Además el costo de publicidad y el esfuerzo de ventas personales requerido variarán de acuerdo con los canales de distribución. La administración también ha decidido asignar 600 unidades durante el periodo de producción actual.A. El ingreso de un nuevo competidor nos ha obligado a rebajar el precio de queso crema Súper en un 10%. ƒ ƒ ƒ Utilidad por unidad vendida (dólares) 90 84 70 60 Costo de publicidad Esfuerzo de personal por unidad vendida por unidad vendida (horas) (dólares) 10 2 8 3 9 3 15 Ninguna La empresa ha asignado un presupuesto de publicidad de $5 000 y está disponible de 1 800 horas como máximo para el esfuerzo de ventas. tal como se muestra: Canal de distribución Distribuidores de equipos marinos Distribuidores de equipos de oficina. a manera de un breve informe.

000000 150. Interprete el significado de las holguras o excedentes de las restricciones.000000 0.000000 OBJ COEFFICIENT RANGES ALLOWABLE ALLOWABLE INCREASE DECREASE 15.000000 -17.000000 12. Identifique en el modelo desarrollado las variables.000000 RANGES IN WHICH THE BASIS IS UNCHANGED: VARIABLE X1 X2 X3 X4 ROW 2 3 4 5 CURRENT COEF 90. ¿usted recomendaría aumentar o disminuir la cantidad de unidades que se distribuyen mediante este canal? Sustente.000000 84. la función objetivo y las restricciones. g.000000 60.000000 150. Interprete el valor del costo reducido de x4.000000 0.000000 50.000000 De acuerdo a la situación planteada se pide: a.000000 425.000000 45.000000 6. c. Ciclo 2008 1 81 .000000 1800.000000 SLACK OR SURPLUS 0.000000 6.000000 6. b.000000 70.000000 INFINITY 45.000000 REDUCED COST 0.000000 600.250000 85.CURSO: Investigación de Operaciones Documento de trabajo Para establecer una estrategia de distribución de los intercomunicadores que maximice la rentabilidad de la producción.000000 INFINITY 325. f. ¿Cuál el presupuesto de publicidad asignado a cada canal de distribución? e.000000 150. se ha propuesto un modelo de programación lineal que ha sido resuelto en LINDO: MAX 90 X1 + 84 X2 + 70 X3 + 60 X4 SUBJECT TO 2) 10 X1 + 8 X2 + 9 X3 + 15 X4 <= 3) 2 X1 + 3 X2 + x3 <= 4) X1 + X2 + X3 + X4 = 5) X3 >= END OBJECTIVE FUNCTION VALUE 1) VARIABLE X1 X2 X3 X4 ROW 2) 3) 4) 5) 5000 1800 600 150 48450. ¿Cuál es la estrategia de distribución propuesta por el modelo? d.000000 0.00 VALUE 25.000000 60.000000 17. Identifique en el modelo desarrollado las variables.000000 0.000000 0.000000 INFINITY CURRENT RHS 5000. Respecto al contrato vigente con las tiendas nacionales de menudeo.000000 DUAL PRICES 3.000000 325.000000 0.000000 50.000000 RIGHTHAND SIDE RANGES ALLOWABLE ALLOWABLE INCREASE DECREASE 850. la función objetivo y las restricciones.

La siguiente tabla muestra el número de CPUs disponibles en cada planta. que en conjunto exceden la capacidad combinada de las dos plantas de IQSA. c. Desarrolle el modelo que permita determinar la cantidad a transportar desde cada una de las plantas a cada uno de los almacenes para minimizar el costo de embarque. Cuatro de los clientes de IQSA ya han colocado pedidos. d. el número de CPUs requeridos por cada almacén y los costos de embarque (soles por unidad) Planta P1 P2 P3 CPU requeridos A1 10 2 1 3 000 A2 20 10 20 5 000 Almacén A3 5 8 7 4 000 A4 9 30 10 6 000 A5 10 6 4 3 000 CPU disponibles 9 000 4 000 8 000 21 000 a. es posible cargar un precio diferente debido a las diferentes estructuras de precios en las industrias. Usando el programa LINDO obtenga la solución del problema. Elabore el diagrama de red indicando en él la solución obtenida. b. A3. Industria Química S.A. d. P2 y P3) y se almacenan en 5 almacenes (A1. A4 y A5) para su distribución posterior.CURSO: Investigación de Operaciones Documento de trabajo Problemas de aplicaciones especiales 51. A2. Los pedidos de los clientes es: Cliente Pedido a. La administración de IQSA se enfrenta al problema de decidir cuántas unidades deberá suministrar a cada uno de los clientes.A fabrica unidades de procesamiento central CPU para computadoras personales. IQSA ha definido la siguiente utilidad por unidad para cada alternativa planta-cliente: Planta Callao Vitarte Cliente D1 32 34 D2 34 30 D3 32 28 D4 40 38 La capacidad de producción de la planta de Callao es de 5 000 unidades y la de Vitarte es de 3 000 unidades. (IQSA) produce un material especial con base en petróleo. Después de considerar el precio. c. Dado que los cuatro clientes son de distintas ramas industriales. Encuentre la solución mediante el programa LINDO. Desarrolle el modelo de programación lineal para el problema planteado. los costos de producción y los de transporte. que actualmente es muy escaso. D1 2 000 D2 5 000 D3 3 000 D4 2 000 Elabore el diagrama de red de la situación planteada. Elabore el diagrama de red. La CPU se fabrican en tres plantas (P1. b. Enigma S. Elabore el diagrama de red con la solución obtenida 52. Ciclo 2008 1 82 .

Enigma Consulting Group S. Las necesidades horarias estimadas de cada uno de los clientes durante el periodo de cuatro semanas son: Cliente Horas A 180 B 75 C 100 D 85 Las tarifas horarias para la combinación asesor-cliente varían y se basan en varios factores. Si la demanda del almacén A3 es en realidad 500 unidades. Desarrolle el modelo de programación lineal para minimizar el costo de trasporte. Si la capacidad de la planta P1 es en realidad 500 unidades. ¿qué consecuencias habría en la formulación y la solución del problema (a)? f. Utilice adecuadamente la anotación de las variables y la presentación del modelo. tiene dos asesores. Planta P1 P2 P3 Demanda de cada almacén A1 20 10 12 200 u Almacén A2 16 10 18 400 u A3 24 8 10 300 u Capacidad de la planta 300 u 500 u 100 u 900 u a. tiene ya planeadas algunas asignaciones administrativas y está disponible para los clientes un máximo de 140 horas durante las cuatro semanas siguientes. incluyendo el tipo de proyecto y la experiencia del asesor. Si la ruta de la planta P2 al almacén A2 no puede utilizarse por razones de seguridad. b. Los costos de transporte en dólares por unidad se muestran en la siguiente tabla. Casimiro. Abelardo y Belisario. ¿cómo cambiaría la formulación del problema en comparación con el inciso (a)? c. Un producto es manufacturado en tres plantas y embarcado a tres almacenes. ¿cómo cambiaría la formulación del problema en comparación con el inciso (a)? d. Si la ruta de la planta P3 al almacén A1 tiene una capacidad de 50 unidades debido a disponibilidad limitada de espacio en el modo de transporte usado.A. ¿cómo cambiaría la formulación del problema en comparación con el inciso (a)? e. Un tercer asesor. La empresa tiene cuatro clientes con proyectos en proceso. Ciclo 2008 1 83 . Si los valores mostrados en la tabla representan utilidad por unidad producida en una planta y vendida a un almacén. Las tasas (dólares por hora) de cada combinación asesor-cliente son: Asesor Abelardo Belisario Casimiro Cliente A 100 120 155 Cliente B 125 135 150 Cliente C 115 115 140 Cliente D 100 120 130 a. que pueden programarse para trabajar con clientes hasta un máximo de 160 horas durante las cuatro siguientes semanas. Elabore el diagrama de red de la situación planteada.CURSO: Investigación de Operaciones Documento de trabajo 53. ¿qué consecuencias habría en la formulación y la solución del problema (a)? 54.

las diferencias de tiempo representan la experiencia y capacidad de cada uno de los profesionales. los especialistas 1. Encuentre la solución óptima de asignación de los ejecutivos a cada planta de Enigma S. Nueva información indica que Abelardo no tiene experiencia necesaria para que lo programen con los clientes B y C. desarrolle el modelo de programación lineal de la situación planteada. b. en cambio el profesional 4 podría manejar hasta dos clientes. Los datos que siguen muestran el número de horas requerido por cada profesional para terminar cada una de las tareas. La gerencia de Enigma S.A. Determine el modelo de programación lineal para el modelo planteado. Desarrolle el diagrama de red de la situación. indique las modificaciones que se tendrá que hacer al modelo de programación lineal desarrollado anteriormente para incorporarle la nueva información? 55. el profesional 2 no puede ser asignado al cliente C. de tal manera que se minimice el costo.A. Si Enigma Consultin Group S. Una empresa de investigación de mercados tiene tres clientes. cada uno de los cuales ha solicitado que la empresa lleve a cabo una encuesta de muestreo. Por política de la empresa. Ciclo 2008 1 84 . quiere asignar a cuatro ejecutivos para que visiten e inspeccionen las cuatro plantas ubicadas en provincias. quiere maximizar sus ingresos. c. 57. Se debe decidir cuál de cuatro ejecutivos debe asignarse a cada uno de cuatro clientes mayores. 2 y 3 están muy ocupados y cada uno de ellos puede manejar sólo un cliente. En la siguiente tabla se presentan los costos estimados de las asignaciones de cada ejecutivo: Ejecutivo A B C D Cliente 1 15 14 11 21 2 19 15 15 24 3 20 17 15 26 4 18 14 14 24 Por razones de rotación de personal no es posible asignar al ejecutivo A al cliente 1 y al ejecutivo B al cliente 3.A. Los costos de asignación de cada ejecutivo para la visita a determinada planta se muestran en el siguiente cuadro: Ejecutivo Finanzas Mercadotecnia Operaciones Personal Planta Tacna 24 14 15 11 Huánuco 10 22 17 19 Cusco 21 10 20 14 Chiclayo 11 15 19 13 a. Si no se permite que Abelardo asesore al cliente B y que no asesore más de 10 horas al cliente C. 56. Sin embargo. A estos tres proyectos se pueden asignar cuatro especialistas.CURSO: Investigación de Operaciones Documento de trabajo b.

¿Qué hombre debe asignarse a qué trabajo? b.CURSO: Investigación de Operaciones Documento de trabajo Especialista Cliente B 210 230 230 240 A 150 170 180 160 1 2 3 4 C 270 220 225 230 Formule el modelo de programación lineal para la situación planteada. Cada persona debe efectuar sólo un trabajo en el tiempo asignado. ¿qué deben hacer cada uno de ellos? 59. Un bufete de abogados ha aceptado tres nuevos casos. Debido a la diferencia en experiencia y práctica. Hay cuatro trabajos por hacer. Javier. Suponga ahora que cada hombre puede efectuar hasta dos trabajos. La matriz de pagos de cada hombre asignado a cada trabajo es como sigue: Soldar 4 1 3 Javier Carlos Víctor Enmarcar 2 3 3 Trazar 5 4 1 Alambrar 3 2 5 a. Carlos y Víctor están disponibles para efectuar ciertos trabajos. Uno de los asociados más experimentados ha estimado las necesidades de tiempo (en horas) como sigue: Caso 1 145 80 121 118 Abogado 1 Abogado 2 Abogado 3 Abogado 4 Caso 2 122 63 107 83 Caso 3 130 85 93 116 Se desarrolló el modelo de programación lineal de la situación planteada y mediante el LINDO se obtuvieron los resultados que se muestran a continuación: Min 145 80 121 118 subject to a1c1 a2c1 a3c1 a4c1 a1c1 a1c2 a1c3 end Ciclo 2008 1 a1c1 a2c1 a3c1 a4c1 + + + + + + + + 122 a1c2 + 130 + 63 a2c2 + 85 + 107 a3c2 + 93 + 83 a4c2 + 116 a1c2 a2c2 a3c2 a4c2 a2c1 a2c2 a2c3 + + + + + + + a1c3 a2c3 a3c3 a4c3 a3c1 a3c2 a3c3 a1c3 + a2c3 + a3c3 + a4c3 <= 1 <= 1 <= 1 <= 1 + a4c1 = 1 + a4c2 = 1 + a4c3 = 1 85 . cada uno de los cuales puede ser llevado adecuadamente por cualquiera de los cuatro asociados más recientes. 58. los abogados emplearán distintos tiempos en los casos.

000000 93.000000 0.000000 1.000000 0. b.000000 0. b. Formule el modelo de programación lineal del problema.000000 107.000000 0.000000 83. a.000000 0.000000 116.000000 121. Basándose en el modelo propuesto así como en el reporte proporcionado por el programa LINDO.000000 118.000000 a. Desarrolle una representación en red para la situación planteada.000000 130.000000 80.CURSO: Investigación de Operaciones Documento de trabajo 1) OBJECTIVE FUNCTION VALUE 256. ¿obligará redactar otro informe distinto al presentado en el inciso a? Sustente. c. redacte un breve informe al Directorio del buffet de abogados donde dé a conocer la solución óptima del problema.000000 85. Añadir al modelo la restricción: “… por razones de política del buffet el segundo abogado no puede ser asignado al caso 1 al mismo tiempo que el abogado 4 al caso 2”. El añadir la restricción planteada en el inciso b.0000 VARIABLE A1C1 A1C2 A1C3 A2C1 A2C2 A2C3 A3C1 A3C2 A3C3 A4C1 A4C2 A4C3 VALUE 0. 60. El sistema de distribución para la Logistic Company S. Ciclo 2008 1 86 .A.000000 63. está formado por tres plantas.000000 0. La capacidad de las plantas y los costos de embarque (en dólares) desde cada una de las plantas a cada uno de los almacenes son: Almacén 1 4 8 5 Planta 1 Planta 2 Planta 3 Almacén 2 7 5 6 Capacidad 450 600 380 La demanda de clientes y los costos unitarios de embarque (en dólares) de cada uno de los almacenes a cada uno de los clientes son: Almacén 1 Almacén 2 Demanda Cliente 1 6 3 300 Cliente 2 4 6 300 Cliente 3 8 7 300 Cliente 4 4 7 400 Además se sabe que están permitidos embarques entre los dos almacenes a 2 dólares la unidad y que se pueden efectuar embarques directos de la planta 3 al cliente 4 a un costo de 7 dólares por unidad.000000 1.000000 0.000000 1.000000 0. dos almacenes y cuatro clientes.000000 122.000000 REDUCED COST 145.