EJERCICO #9

ChemLabs utiliza las materias primas I y II para producir dos soluciones de limpieza doméstica,
unidades, respectivamente. Una unidad de solución A consume .5 unidades de la ma- teria prim
ción B consume 0.5 unidades de la materia prima I, y .4 unidades de la materia prima II. Las uti
demanda diaria de la solución A es de entre 30 y 150 unidades, y la de la solución B va de 40 a

Variables
Sa (Cantidad de solucion A)
Sb (Cantidad de Solucion B)

Funcion Objetivo
Max
Z = 8(Sa) + 10(Sb)

Restricciones

0.5(Sa) + 0.5(Sb) <= 150 (Materia Prima 1)

0.65(Sb) + 0.45(Sb) <= 145 (Materia Prima 2)

Sa >= 30
Sa <= 150

Sb >= 40
Sb <= 200

Sa, Sb >= 0
 de limpieza doméstica, A y B. Las disponibilidades diarias de las materias primas I y II son de 150 y 145
dades de la ma- teria prima I, y 0.6 unidades de la materia prima II, en tanto que una unidad de la solu-
materia prima II. Las utilidades por unidad de las soluciones A y B son de $8 y $10, respectivamente. La
la solución B va de 40 a 200 unidades. Determine las cantidades de producción óptimas de A y B.
I y II son de 150 y 145
na unidad de la solu-
0, respectivamente. La
ptimas de A y B.
 EJERCICO #10
La tienda de abarrotes Ma-and-Pa tiene un espacio de anaqueles limitado y debe utilizarlo con
compiten por un total de espacio de 60 pies2 en anaqueles.

Una caja de Grano ocupa .2 pies2, y una caja de Wheatie requiere .4 pies2.

Las demandas diarias máximas de Grano y Wheatie son de 200 y 120 cajas, respectivamente.
Una caja de Grano reditúa una utilidad neta de $1.00 y la de una de Wheatie es de $1.35.

Ma-and-Pa considera que como la utilidad neta de Wheatie es 35% mayor que la de Grano, a W
asignar aproximadamente 57% a Wheatie y 43% a Grano. ¿Usted qué piensa?

Variables
C1 CANTIDAD DE CAJAS DE GRANO
C2 CANTIDAD DE CAJAS DE WHEATIE

Funcion Objetivo
MAX
Z 1C1 + 1.35C2

Restricciones
.2C1 + .4C2 <= 60 ESPACIO
C1 <= 200
C2 <= 120
C1,C2 >= 0

maximizar espacio

Linear Programming

Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 LHS
Objective 1 1.35 sign RHS 267.5
Restricciones 0.2 0.4 < 60 60
Restricciones 1 0< 120 200
Restricciones 0 1< 200 50
Results
Variables 200 50
Objective 267.5
ado y debe utilizarlo con eficacia para incrementar las utilidades. Dos marcas de cereal, Grano y Wheatie,

es2.

ajas, respectivamente.
heatie es de $1.35.

yor que la de Grano, a Wheatie se le debe asignar 35% más espacio que a Grano, lo que equivale a
piensa?

RESPUESTA:
C1 C2
GRANO WHEATIE SE RECOMIENDA TOMAR EN CUENTA LA DEMANDA Y NO SOLO LA UTI
YA QUE SI VENDE 200 DE LA C1 Y 50 DE C2 OBTIENE UNA UTILIDAD DE
ESPACIO 0.2 0.4
UTILIDAD 1 1.35

Problem setup area

Slack/Surplus
< constraints > constraints
0 60 60 0 0
-80 200 120 0 0
150 50 200 0 0
ereal, Grano y Wheatie,

lo que equivale a

DEMANDA Y NO SOLO LA UTILIDAD DE LOS PRODUCTOS

C2 OBTIENE UNA UTILIDAD DE 268 $
 EJERCICO # 11

Jack es un estudiante novato en la Universidad de Ulern. Se da cuenta de que “sólo trabajo

tiempo disponible de aproximadamente 10 horas al día entre las tareas y la diversión. Estim
desea estudiar por lo menos el mismo tiempo que le quiere dedicar a la diversión. Sin emb
de 4 horas al día. ¿Cómo debe distribuir su tiempo para maximizar su placer tanto de traba

VARIABLES
X1 CANTIDAD DE HORAS DE TAREAS
X2 CANTIDAD DE HORAS DE DIVERSION

OBJETIVO
MAXI
Z X1 + 2X2

RESTRICCIONES
X1 + X2 <= 10

X1 <= X2 X1 -X2 <= 0

X2 <= 4

maximizar espacio Enter

Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in th
th
SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Linear Programming

Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 LHS
Objective 1 2 sign RHS 0
Restricciones 1 1< 10 0
Restricciones 1 -1 < 0 0
Restricciones 0 1< 4 0

Results
Variables 4 4
Objective 0
nta de que “sólo trabajo y nada de diversión me hacen ser un chico aburrido”. Jack desea distribuir su
reas y la diversión. Estima que divertirse es dos veces más entretenido que hacer tareas. Pero también
r a la diversión. Sin embargo, Jack comprende que para cumplir con sus tareas no puede divertirse más
su placer tanto de trabajar como de divertirse?c

on
on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis Group
Group and
and then
then click
click

(Solver)
(Solver) for
for instructions.
instructions.

Problem setup area

Slack/Surplus
< constraints > constraints
10 0 10 0 10
0 0 0 0 0
4 0 4 0 4
ck desea distribuir su
r tareas. Pero también
o puede divertirse más
Column1
EJERCICiO # 16

Burroughs Garment Company fabrica camisas para caballero y blusas de dama para las tiend
surtida por Burroughs. El proceso de producción incluye el corte, la costura y el empaque. Bu
costura, y 5 en empaque. La fábrica trabaja un turno de 8 horas, 5 días a la semana. La siguie
las dos prendas:

Determine el programa de producción semanal óptimo para Burroughs.

Minutos por Unidad

Utilidad
Prenda Corte Costura Empaque Unitaria $

Camisas X1 20 70 12 8
Blusas X2 60 60 4 12

Empleados 25 35 5 65
Horas Diarias 200 280 40 520
Horas Semanales 1,000 1,400 200 2,600
Mintuos Diarios Disponibles 12,000 16,800 2,400 31,200
Minutos Semanales Disp 60,000 84,000 12,000 156,000

Variables X1= Cantidad de camisas a producir semanal

X2= Cantidad de blusas a producir semanal

Funcion Maximimar
Z = 8X1 + 12X2

Restricciones 20X1 + 60X2 <=60,000 Restriccion de Corte

70X1 + 60X1 <= 84,000 Restriccion de Costura

12X1 + 4X2 <= 1200 Restriccion de Empaque

X1, X2 >= 0
 dama para las tiendas de descuento Wallmart, corporación que aceptará toda la producción
ura y el empaque. Burroughs emplea 25 trabajadores en el departamento de corte, 35 en el de
la semana. La siguiente tabla muestra los requerimientos de tiempo y utilidades por unidad para

Horas Diarias 8 Dias 5

Programacion Semanal

Linear Programming

Signs
<
=
>

Data
x1
estriccion de Corte Objective 8
Constraint 1 20
estriccion de Costura Constraint 2 70
Constraint 3 12
estriccion de Empaque
Results
Variables 480
Objective
toda la producción
de corte, 35 en el de
idades por unidad para

Enter
Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis Group
Group and
and then
then cc
SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.

less than or equal to

equals (You need to enter an apostrophe first.)
greater than or equal to

Results
x2 LHS Slack/Surplus
12 sign RHS 0
60 < 60000 0 60000
60 < 84000 0 84000
4< 12000 0 12000

840
0
he
he Data
DataAnalysis
Analysis Group
Group and
and then
then click
click

Problem setup area

< constraints > constraints

0 0 0 0
0 0 0 0
0 0 0 0
Variables
X1 : Cantidad de a trabajar en tienda 1
X2 : Cantidad de a trabajar en tienda 2

Maximizar

Funcion Objetivo
Z = 8x1 + 6x2

S.A. (Restricciones)
x1+ x2 ≥ 20
x1 ≥ 5
x1 ≤ 12
x2 ≥ 6
x2 ≤ 10
x1 , x2 ≥ 0

Respuesta
Deberia de trabajar 10 horas en cada empresa
 EJERCICiO PAG. # 38-1

Fox Enterprises está considerando seis posibles proyectos de construcción durante los próxim
de un proyecto prorrateará proporcionalmente tanto el rendiento como los desembolsos de
siguiente tabla.

(a) Formule el problema como un programa lineal, y determine la combinación óptima de pro
tiempo del dinero.

(b) Suponga que si se emprende una parte del proyecto 2, entonces debe emprenderse por lo
óptima.

(c) En el modelo original, suponga que los fondos no utilizados al final de un año se utilizan e
anterior. Por sencillez, pase por alto el valor del dinero en el tiempo.

(d) Suponga en el modelo original que los fondos anuales disponibles para cualquier año se p
Ignorando el valor del dinero en el tiempo, refor- mule el modelo de PL y determine la soluci
de rendimiento sobre el dinero pedido en préstamo?

DESEMBOLSO DE EFECTIVO ($

PROYECTO AÑO 1 AÑO 2 AÑO 3 AÑO 4

1 10.5 14.4 2.2 2.4
2 8.3 12.6 9.5 3.1
3 10.2 14.2 5.6 4.2
4 7.2 10.5 7.5 5
5 12.3 10.1 8.3 6.3
6 9.2 7.8 6.9 5.1
Fondos Disponibles ($ 1000) 60 70 35

Variables P1= Cantidad de proyectos a emprender S1 =

P2= Cantidad de proyectos a emprender Inciso B S2 =
P3= Cantidad de proyectos a emprender S3 =
P4= Cantidad de proyectos a emprender
P5= Cantidad de proyectos a emprender
P6= Cantidad de proyectos a emprender
Objetivo
Maximizar Z = 32.4P1 + 35.8P2 + 17.75P3 + 14.8P4 + 18.2P5 + 12.35p6

Restricciones
10.5P1 + 8.3 P2 + 10.2P3 + 7.2P4 + 12.3PAño1
14.4P1 + 12.6P2 + 14.2P3 +10.5P4 + 10 Año 2
2.2P1 + 9.5P2 + 5.6P3 + 7.5P4 + 8.3P5 + Año 3
2.4P1 + 3.1P2 + 4.2P3 + 5P4 + 6.3P5 + 5. Año 4

P1-5 >= 0

B P2 >= P6
P2 - P6 >= 0
ón durante los próximos 4 años. Fox puede emprender cualquiera de los proyectos en parte o en su total
los desembolsos de efectivo. Los rendimientos (valor presente) y los desembolsos de efectivo para los p

nación óptima de proyectos que maximice el rendimiento total utilizando AMPL, Solver o TORA. Pase po

e emprenderse por lo menos una parte igual del proyecto 6. Modifique la formulación del modelo y det

e un año se utilizan en el año siguiente. Halle la nueva solución óptima, y determine qué tanto cada año

ra cualquier año se pueden exceder, si fuera necesario, pidiendo prestado a otras actividades fi- nancier
y determine la solución óptima. ¿Requeriría la nueva solución que se pida prestado en cualquier año? D

BOLSO DE EFECTIVO ($ 1000)

RENDIMIEN
TO ($ 1000)
32.4
35.8
17.75
14.8
18.2
12.35
20

Sobrante año 1
Sobrante año 2
Sobrante año 3
P5 + 12.35p6
oyectos en parte o en su totalidad. La ejecución parcial
mbolsos de efectivo para los proyectos se dan en la

AMPL, Solver o TORA. Pase por alto el valor en el

ormulación del modelo y determine la nueva solución

etermine qué tanto cada año “le pide prestado” al año

a otras actividades fi- nancieras dentro de la compañía.

prestado en cualquier año? De ser así, ¿cuál es la tasa
 EJERCICiO PAG. # 46-1
1. AutoMate contrató a ToolCo para que abastezca sus tiendas de descuento automotrices co
La demanda semanal de AutoMate consiste en por lo menos 1500 llaves inglesas y 1200 cince
ToolCo no puede fabricar todas las unidades solicitadas con su capacidad actual de un turno
incremento del costo de producción por unidad, como se muestra en la siguiente tabla. La de

INTERVARLO DE
HERRAMIENTAS TIPO DE PRODUCCION PRODUCCION SEMANAL
(UNIDADES)

Regular 0 - 550
Llaves Inglesas Tiempo Extra 551 - 800
Sub Contratacion 801 - >>

Regular 0 - 620
Cinceles Tiempo Extra 621 - 900
Sub Contratacion 901 - >>

A) Formule el problema como un programa lineal, y determine el programa de producción óptimo para cada h

Variables
L1 = Cantidad de unidades de Llaves Inglesas a producir turno Regular
L2 = Cantidad de unidades de Llaves Inglesas a producir Tiempo Extra
L3 = Cantidad de unidades de Llaves Inglesas a producir Sub Contratado
C1 = Cantidad de unidades de Cinceles a producir turno Regular
C2 = Cantidad de unidades de Cinceles a producir Tiempo Extra
C3 = Cantidad de unidades de Cinceles a producir Sub Contratado

Objetivo
Minimizar
Z = 2L1 + 2.80L2 + 3L2 + 2.10C1 + 3.20C2 + 4.20C3

Restricciones
1 L1 + L2 >= 1500
2 C1 + C2 >= 1200
3 L1 <= 550
4 L2 <= 250
5 C1 <= 620
6 C2 <= 280
7 2L1 + 2L2 + 2L3 -C1 - C2 - C3 >= 0
8 L1, L2, L3, C1, C2, C3 >= 0
cuento automotrices con llaves inglesas y cinceles.
ves inglesas y 1200 cinceles.
dad actual de un turno y debe utilizar tiempo extra y posible- mente subcontratar a otras fábricas de he
la siguiente tabla. La demanda del mercado limita la proporción entre cinceles y llaves inglesas a por lo

COSTO
UNITARIO

2.00
2.80
3.00

2.10
3.20
4.20

ducción óptimo para cada herramienta.

Linear ProgrammingEnter
Enter the
the values
values in
in the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATab
Tab oo
SOLVE.
SOLVE.
IfIf SOLVER
SOLVER is
is not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (S
(
Signs
<
=
>

Data
X1 X2 X3 X4
Objective 2 2.8 3 2.1
Restriccione 1 1
Restricciones 2 1
Restriccione 1
Restricciones 4 1
Restricciones 5 1
Restricciones 6
Restriccione 2 2 2 -1

Results
Variables 550 250 0 620
Objective
ar a otras fábricas de herramientas. El resultado es un
y llaves inglesas a por lo menos 2:1.

d area.
area. Then
Then go
go to
to the
the DATA
DATATab
Tab on
on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis Group
Group and
and then
then click
click

Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.

less than or equal to

equals (You need to enter an apostrophe first.)
greater than or equal to

Results
X5 X6 LHS Slack/Surplus
3.2 4.2 sign RHS 0
> 1500 0 1500
1 > 1200 0 1200
< 550 0 550
< 250 0 250
< 620 0 620
1 < 280 0 280
-1 -1 > 0 0 0

280 0
0
 Problem setup area
ack/Surplus
< constraints > constraints
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
 EJERCICiO PAG. # 54-1

Una inmobiliaria está desarrollando un área para renta de viviendas y locales comerciales.
El área de viviendas se compone de departamentos-estudio, casas dúplex y unifami- liares. Se e
estudio, 300 casas dúplex y 250 casas unifamiliares, pero la cantidad de casas dúplex debe ser ig
locales comerciales es proporcional a la canti- dad de casas en una relación de por lo menos 10
respectivamente. Sin embargo, la disponibilidad del terreno limita el espacio para locales comer
estudio, casas dúplex y casas unifamiliares, en ese orden. La renta de los locales comerciales es
cantidad de casas, y determine la solución con AMPL, Solver o TORA.

VARIABLES
X1 = CANTIDAD DE CASAS DEPARTAMENTOS
X2 = CANTIDAD DE CASAS DUPLEX
X3 = CANTIDAD DE CASAS UNIFAMILIARES
X4 = CANTIDAD DE LOCALES

FUNCION
MAX
Z= 600X1 + 750X2 + 1200X3 + 100X4

RESTRICCION
1 X2 - 0.5X1 - 0.5X3 >= 0
2 X4 <= 10000
3 X1 <= 5000
4 X2 <= 4500
5 X3 <= 4500
 y locales comerciales.
úplex y unifami- liares. Se estima que la demanda máxima por parte de los arrendatarios potenciales es de
de casas dúplex debe ser igual como mínimo al 50% de la cantidad de departamentos-es- tudio y casas unif
lación de por lo menos 10 pies2, 15 pies2 y 18 pies2 para departa- mentos-estudio, casas dúplex y casas un
espacio para locales comerciales a no más de 10,000 pies2. La renta mensual se estima en $600, $750 y $12
los locales comerciales es de $100/pie2. Desarrolle un modelo de PL para determinar el área óptima para l

Linear ProgrammingEnter
Enter the
the values
values in
in the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATab
Tab on
on the
the ribbon,
ribbon, click
click on
on
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instruction
instruction
Signs
< less than or equal to
= equals (You need to enter an apostrophe fir
> greater than or equal to

Data
X1 X2 X3 X4
Objective 600 750 1200 100 sign
Constraint 1 -0.5 1 -0.5 >
Constraint 2 0 0 0 1<
Constraint 3 1 0 0 0<
Constraint 4 0 1 0 0<
Constraint 5 0 0 1 0<

Results
Variables 4500 4500 4500 10000
Objective
 datarios potenciales es de 500 departamentos-
entos-es- tudio y casas unifamiliares. El espacio para
dio, casas dúplex y casas unifamiliares,
estima en $600, $750 y $1200 para departamentos-
minar el área óptima para locales co- merciales y la

o the
to the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis Group
Group and
and then
then click
click SOLVE.
SOLVE.
see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.

eed to enter an apostrophe first.)

Results Problem setup area

LHS Slack/Surplus
RHS 0 < constraints
0 0 0 0 0
10000 0 10000 0 0
5000 0 5000 0 0
4500 0 4500 0 0
4500 0 4500 0 0

-
> constraints
0 0
0 0
0 0
0 0
0 0
Column1
EJERCICiO # 16

Burroughs Garment Company fabrica camisas para caballero y blusas de dama para las tiend
surtida por Burroughs. El proceso de producción incluye el corte, la costura y el empaque. Bu
costura, y 5 en empaque. La fábrica trabaja un turno de 8 horas, 5 días a la semana. La siguie
las dos prendas:

Determine el programa de producción semanal óptimo para Burroughs.

Minutos por Unidad

Utilidad
Prenda Corte Costura Empaque Unitaria $

Camisas X1 20 70 12 8
Blusas X2 60 60 4 12

Empleados 25 35 5 65
Horas Diarias 200 280 40 520
Horas Semanales 1,000 1,400 200 2,600
Mintuos Diarios Disponibles 12,000 16,800 2,400 31,200
Minutos Semanales Disp 60,000 84,000 12,000 156,000

Variables X1= Cantidad de camisas a producir semanal

X2= Cantidad de blusas a producir semanal

Funcion Maximimar
Z = 8X1 + 12X2

Restricciones 20X1 + 60X2 <=60,000 Restriccion de Corte

70X1 + 60X1 <= 84,000 Restriccion de Costura

12X1 + 4X2 <= 1200 Restriccion de Empaque

X1, X2 >= 0

INCISO B
Determine el valor de 1 hora de corte, costura y empacado, enfunción del ingreso total.

DEPARTAMENTO PRECIO/MIN PRECIO / HORA

CORTE .12/MIN 7.20
COSTURA .8/ MIN 4.80
EMPAQUE 0 0
 dama para las tiendas de descuento Wallmart, corporación que aceptará toda la producción
ura y el empaque. Burroughs emplea 25 trabajadores en el departamento de corte, 35 en el de
la semana. La siguiente tabla muestra los requerimientos de tiempo y utilidades por unidad para

Horas Diarias 8 Dias 5

13920

Programacion Semanal

Linear Programming

Signs
<
=
>

Data
x1
estriccion de Corte Objective 8
Constraint 1 20
estriccion de Costura Constraint 2 70
Constraint 3 12
estriccion de Empaque
Results
Variables 480
Objective
l ingreso total.
toda la producción
de corte, 35 en el de
idades por unidad para

Enter
Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis Group
Group and
and then
then cc
SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.

less than or equal to

equals (You need to enter an apostrophe first.)
greater than or equal to

Results
x2 LHS Slack/Surplus
12 sign RHS 0
60 < 60000 0 60000
60 < 84000 0 84000
4< 12000 0 12000

840
0
he
he Data
DataAnalysis
Analysis Group
Group and
and then
then click
click

Problem setup area

< constraints > constraints

0 0 0 0
0 0 0 0
0 0 0 0
 LAB 16
Enter
Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnaly
Analy
Group
Group and
and then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Linear Programming

Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 LHS Slack/Surplus
Objective 8 12 sign RHS 13920
Constraint 1 20 60 < 60000 60000 0
Constraint 2 70 60 < 84000 84000 0
Constraint 3 12 4< 12000 9120 2880

Results
Variables 480 840
Objective 13920

Page 37
 LAB 38-A

Linear Programming Enter

Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis
Group
Group and
and then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
P1 P2 P3 P4 P5 P6 LHS
Objective 32.4 35.8 17.75 14.8 18.2 12.35 sign RHS 181.4045
Constraint 1 10.5 8.3 10.2 7.2 12.3 9.2 < 60 48.19399
Constraint 2 14.4 12.6 14.2 10.5 10.1 7.8 < 70 70
Constraint 3 2.2 9.5 5.6 7.5 8.3 6.9 < 35 35
Constraint 4 2.4 3.1 4.2 5 6.3 5.1 < 20 14.87532

Results
Variables 2.053539 3.208654 0 0 0 0
Objective 181.4045

Page 38
 LAB 38-A

Slack/Surplus

11.80601
0
0
5.124679

Page 39
 LAB 38-B

Linear Programming Enter

Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis
Group
Group and
and then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 x4 x5 x6 LHS
Objective 32.4 35.8 17.75 14.8 18.2 12.35 sign RHS 181.4045
Constraint 1 10.5 8.3 10.2 7.2 12.3 9.2 < 60 48.19399
Constraint 2 14.4 12.6 14.2 10.5 10.1 7.8 < 70 70
Constraint 3 2.2 9.5 5.6 7.5 8.3 6.9 < 35 35
Constraint 4 2.4 3.1 4.2 5 6.3 5.1 < 20 14.87532
Constraint 5 1 -1 > 0 3.208654

Results
Variables 2.053539 3.208654 0 0 0 0
Objective 181.4045

Page 40
 LAB 38-B

Slack/Surplus

11.80601
0
0
5.124679
-3.20865

Page 41
 Lab 46-1

Linear Programming Enter

Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis
Group
Group and
and then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data
X1 X2 X3 X4 X5 X6
Objective 2 2.8 3 2.1 3.2 4.2 sign RHS
Restricciones 1 1 1 > 1500
Restricciones 2 1 1 > 1200
Restricciones 3 1 < 550
Restricciones 4 1 < 250
Restricciones 5 1 < 620
Restricciones 6 1 < 280
Restricciones 7 2 2 2 -1 -1 -1 > 0

Results
Variables 550 250 0 620 280 0
Objective 3998

Page 42
 Lab 46-1

r in
in the
the Data
DataAnalysis
Analysis

postrophe first.)

Results
LHS Slack/Surplus
3998
800 700
900 300
550 0
250 0
620 0
280 0
700 -700

Page 43
 LAB 54-1

Linear Programming Enter

Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis
Group
Group and
and then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
X1 X2 X3 X4 LHS Slack/Surplus
Objective 600 750 1200 100 sign RHS 12475000
Constraint 1 -0.5 1 -0.5 > 0 0 0
Constraint 2 0 0 0 1< 10000 10000 0
Constraint 3 1 0 0 0< 5000 4500 500
Constraint 4 0 1 0 0< 4500 4500 0
Constraint 5 0 0 1 0< 4500 4500 0

Results
Variables 4500 4500 4500 10000
Objective 12475000

Page 44
1

Fuente
Manufactura
Compra

Tiempos
Min Depto.
21,600 Produccion
15,000 Ensamble
18,000 Empaque
54,600 Tota M / pieza

Demanda
Minutos Necesarios
Precio de Venta
Compinente 1 Componente 2 Componente 3
$ 4.50 $ 5.00 $ 2.75
$ 6.50 $ 8.80 $ 7.00

Componente 1 Componenet2 Comp. 3 Horas Dispo.

2 3 4 9 18 360
1 1.5 3 5.5 11 250
1.5 2 5 8.5 17 300
4.5 6.5 12 23 910

6,000 1,400 3,500 Total A contratar

27,000.00 9,100 42,000 78,100.00 23,500.00
$ 12.00 $ 17.00 $ 13.00

2400
Min
21,600
15,000
18,000
54,600
 LP_max

Linear Programming Enter

Enter the
the values
values in
in the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis Group
Group and
and
then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data
x1 x2 x3 x4 x5 x6
Objective 7.5 12 10.25 5.5 8.2 6 sign RHS
Constraint 1 2 3 4 < 21600
Constraint 2 1 1.5 3 < 15000
Constraint 3 1.5 2 5 < 18000
Constraint 4 1 1 = 27000
Constraint 5 1 1 = 9100
Constraint 6 1 1= 42000

Results
Variables 0 7200 0 27000 1900 42000
Objective 502,480.00

Page 48
 LP_max

nn the
the Data
DataAnalysis
Analysis Group
Group and
and

Results
LHS Slack/Surplus
502480
21600 0
10800 4200
14400 3600
27000 0
9100 0
42000 0

Page 49
 LP_max (2)

Linear Programming Enter

Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis
Group
Group and
and then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 x4 x5 x6 LHS
Objective 7.5 12 10.25 5.5 8.2 6 sign RHS 86400
Constraint 1 2 3 4 0 0 0< 21600 21600
Constraint 2 1 1.5 3 0 0 0< 15000 10800
Constraint 3 1.5 2 5 0 0 0< 18000 14400

Results
Variables 0 7200 0 0 0 0
Objective 86400

Page 50
 LP_max (2)

Slack/Surplus

0
4200
3600

Page 51
 LP_max (3)

Linear Programming Enter

Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis
Group
Group and
and then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Objective 7.5 12 10.25 sign RHS 86400
Constraint 1 2 3 4< 21600 21600 0
Constraint 2 1 1.5 3< 15000 10800 4200
Constraint 3 1.5 2 5< 18000 14400 3600

Results
Variables 0 7200 0
Objective 86400

Page 52
 LP_max (4)

Linear Programming Enter

Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis
Group
Group and
and then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Objective 7.5 12 10.25 sign RHS 81000
Constraint 1 2 3 4< 21600 21600 0
Constraint 2 1 1.5 3< 15000 10800 4200
Constraint 3 1.5 2 5< 18000 16200 1800
Constraint 4 1 1 1> 54600 10800 43800
Constraint 5 > 0 0 0
Constraint 6 > 0 0 0

Results
Variables 10800 0 0
Objective 81000

Page 53
 LP_max (5)

Linear Programming Enter

Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis
Group
Group and
and then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 x4 x5 x6 LHS
Objective 7.5 12 10.25 5.5 8.2 6 sign RHS 321900
Constraint 1 2 3 4 0 0 0< 21600 21600
Constraint 2 1 1.5 3 0 0 0< 15000 10800
Constraint 3 1.5 2 5 0 0 0< 18000 16200
Constraint 4 1 1 1 1 1 1> 54600 54600

Results
Variables 10800 0 0 43800 0 0
Objective 321900

Page 54
 LP_max (5)

Slack/Surplus

0
4200
1800
0

Page 55
 LP_max (6)

Linear Programming Enter

Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis
Group
Group and
and then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Objective 7.5 12 10.25 sign RHS 0
Constraint 1 2 3 4< 0 0
Constraint 2 1 1.5 3< 0 0
Constraint 3 1.5 2 5< 0 0
Constraint 4 1 1 1< 0 0
Constraint 5 < 0 0
Constraint 6 < 0 0

Results
Variables
Objective 0

Page 56
 LP_max (7)

Linear Programming Enter

Enter the
the values
values inin the
the shaded
shaded area.
area. Then
Then go
go to
to the
the DATA
DATATabTab on on the
the ribbon,
ribbon, click
click on
on Solver
Solver in
in the
the Data
DataAnalysis
Analysis
Group
Group and
and then
then click
click SOLVE.
SOLVE.
IfIf SOLVER
SOLVER isis not
not on
on the
the Data
Data Tab
Tab then
then please
please see
see the
the Help
Help file
file (Solver)
(Solver) for
for instructions.
instructions.
Signs
< less than or equal to
= equals (You need to enter an apostrophe first.)
> greater than or equal to

Data Results
x1 x2 x3 LHS Slack/Surplus
Objective 7.5 12 10.25 sign RHS 86400
Constraint 1 2 3 4< 21600 21600 0
Constraint 2 1 1.5 3< 15000 10800 4200
Constraint 3 1.5 2 5< 18000 14400 3600
Constraint 4 1 1 1< 54600 7200 47400

Results
Variables 0 7200 0
Objective 86400

Page 57