EJERCICIO 11.

Control de Emisiones.

Una planta de cemento produce 3,300,000 barriles de cemento por año. Los hornos emiten 2 libras de polvo por
cada barril producido. La planta debe reducir sus emisiones a no más de 1,000,000 libras anuales. Hay dos
dispositivos de control disponibles, A y B. El dispositivo A reducirá las emisiones a 1/2 libra por barril y el costo
es de $0.25 por barril de cemento producido. Para el dispositivo B, las emisiones son reducidas a 1/4 libra por
barril y el costo es de $0.40 por barril de cemento producido. Determine el plan de acción más económico que la
planta debe tomar de modo que mantenga su producción anual de exactamente 3,300,000 barriles de cemento.

Variables Estructurales.
X 1: Barriles de cemento producidos por año que pasan por el dispositivo de control A (barriles).
X 2: Barriles de cemento producidos por año que pasan por el dispositivo de control B (barriles).

Función Objetivo.
Se desea determinar el plan de acción más económico para la planta. Por lo tanto de desea minimizar el costo
de funcionamiento los dispositivos A y B manteniendo la producción de barriles de cemento.

min Z=0.25 X 1 +0.40 X 2

Restricciones.
Restricción 1: para la cantidad exacta de barriles de cemento que deben producirse en la planta por año.

X 1 + X 2=3300000

Restricción 2: para la cantidad máxima permitida de emisiones de polvo anuales debido a la fabricación de
barriles de cemento en la planta.

0.5 X 1 +0.25 X 2 ≤1000000

Método SIMPLEX.
min Z=0.25 X 1 +0.40 X 2 Se maximiza (−Z ) debido a que min Z=−max (−Z )

Sujeto a:

X 1 + X 2=3300000 Se utiliza la variable artificial “t 1” por ser una igualdad (¿).

0.5 X 1 +0.25 X 2 ≤1000000 Se utiliza la variable de holgura “ s1” por ser una desigualdad menor o igual a (≤).
X 1 , X 2 ≥0 Restricción de no negatividad.

Escribimos las ecuaciones en su forma estándar.

W =−0.25 X 1−0.40 X 2−M t 1 ⇒ W +0.25 X 1 +0.40 X 2 + M t 1=0

Sujeto a:

X 1 + X 2+ t 1=3300000
0.5 X 1 +0.25 X 2 + s1 =1000000
X 1 , X 2 , s 1 , t1 ≥ 0

Como hay 4 variables y 2 restricciones, entonces se trabaja con 2 (4-2=2) variables no básicas, por ende 2
variables básicas en el método Simplex.

A partir de las ecuaciones anteriores podemos construir la matriz ampliada

X1 X2 t1 s1 W
s1 1 1 1 0 0 3300000
t1 0.5 0.25 0 1 0 1000000
R3- MR1 → W 0.25 0.4 M 0 1 0

Obligamos que el indicador de la variable “t1” sea cero con R3- MR1 como se indica.

X1 X2 s1 t1 W
s1 1 1 1 0 0 3300000
(Sale) 2R2 → t1 0.5 0.25 0 1 0 1000000
W 0.25-M 0.4-M 0 0 1 -3300000M
↑
(Entra)
La variable que entra en las básicas es “X1” por tener el indicador más negativo (0.25-M).
La variable que sale de las básicas es “t1” por tener el cociente positivo más pequeño (1000000/0.5 = 2000000).
Método de eliminación Gauss-Jordan sobre la fila 2 pivote (2R2).
X1 X2 s1 t1 W
R1- R2 → s1 1 1 1 0 0 3300000
X1 1 0.5 0 2 0 2000000
R3-(0.25-M )R2 → W 0.25-M 0.4-M 0 0 1 -3300000M

Método de eliminación Gauss-Jordan sobre las filas 1 (R1- R2) y sobre la fila 3 (R3-(0.25-M )R2).
X1 X2 s1 t1 W
(Sale) 2R1 → s1 0 0.5 1 -2 0 1300000
X1 1 0.5 0 2 0 2000000
-500000-
W 0 0.275-0.5M 0 -0.5+2M 1
1300000M
↑
(Entra)

La variable que entra en las básicas es “X2” por tener el indicador más negativo (0.275-0.5M).
La variable que sale de las básicas es “s1” por tener el cociente positivo más pequeño (1300000/0.5 = 2600000).
Método de eliminación Gauss-Jordan sobre la fila 1 pivote (2R1).
 X1 X2 s1 t1 W
X2 0 1 2 -4 0 2600000
R2-0.5 R1 → X1 1 0.5 0 2 0 2000000
R3-(0.275-0.5M) R1
W 0 0.275-0.5M 0 -0.5+2M 1 -500000-1300000M
→

Método de eliminación Gauss-Jordan sobre las filas 2 (R2-0.5 R1) y sobre la fila 3 (R3-(0.275-0.5M) R1).

X1 X2 s1 t1 W
X2 0 1 2 -4 0 2600000
X1 1 0 -1 4 0 700000
W 0 0 -0.55+M 0.6 1 -1215000

Como no hay variables que entren en las básicas por no tener indicadores negativos, entonces el método
Simplex ya alcanzó su valor factible óptimo.

X 1 =700000 Barriles de cemento producidos por año que pasan por el dispositivo de control A (barriles).
X 2 =2600000 Barriles de cemento producidos por año que pasan por el dispositivo de control B (barriles).

Valor de la minimización de la función objetivo

min Z=−max (−Z )=−(−1215000 )=1215000 ($ por año).

EJERCICIO 13.

Costo de Transportación.

Un vendedor tiene tiendas en Exton y Whyton, y tiene bodegas A y B en otras dos ciudades. Cada tienda
requiere del envío de exactamente 15 refrigeradores. En la bodega A hay 25 refrigeradores y en la bodega B hay
10 refrigeradores.

Los costos de transportación para enviar refrigeradores desde los almacenes a las tiendas están dados en la
tabla siguiente:

Exton Whyton
Bodega A $15 $13
Bodega B $11 $12

Por ejemplo, el costo para enviar un refrigerador desde A a la tienda de Exton es de $15. ¿Cómo debe pedir el
vendedor los refrigeradores de modo que los requerimientos de las tiendas se satisfagan, y los costos totales de
transportación se minimicen? ¿Cuál es el costo mínimo de transportación?

Variables Estructurales.
X EA : Refrigeradoras enviadas hacia la tienda Exton desde la bodega A (refrigeradoras).
X EB: Refrigeradoras enviadas hacia la tienda Exton desde la bodega B (refrigeradoras).
X WA : Refrigeradoras enviadas hacia la tienda Whyton desde la bodega A (refrigeradoras).
X WB : Refrigeradoras enviadas hacia la tienda Whyton desde la bodega B (refrigeradoras).

Función Objetivo.
Se desea determinar el plan de envío de refrigeradoras desde las bodegas hasta las tiendas que permita
minimizar el costo de transportación.

min Z=15 X EA +11 X EB+ 13 X WA +12 X WB

Restricciones.
Restricción 1 y 2: cantidad limitada de refrigeradores en las bodegas A y B.

X EA + X WA ≤ 25 Bodega A
X EB + X WB ≤ 10 Bodega B

Restricción 3 y 4: para la cantidad exacta de refrigeradoras requerida en cada una de las tiendas (15
refrigeradoras por tienda)

X EA + X EB=15 Tienda en Exton

X WA + X WB=15 Tienda en Whyton
Método SIMPLEX.
min Z=15 X EA +11 X EB+ 13 X WA +12 X WB Se maximiza (−Z ) debido a que min Z=−max (−Z )

Sujeto a:

X EA + X WA ≤ 25 Se utiliza la variable de holgura “ s1” por ser una desigualdad menor o igual a (≤)
X EB + X WB ≤ 10 Se utiliza la variable de holgura “ s2” por ser una desigualdad menor o igual a (≤)
X EA + X EB=15 Se utiliza la variable artificial “t 1” por ser una igualdad (¿).
X WA + X WB=15 Se utiliza la variable artificial “t 2” por ser una igualdad (¿).
X EA , X EB , X W A , X WB ≥0 Restricción de no negatividad.

Escribimos las ecuaciones en su forma estándar.

W =−15 X EA−11 X EB−13 X WA −12 X WB−M t 1−M t 2

W +15 X EA +11 X EB +13 X WA +12 X WB + M t 1 + M t 2=0

Sujeto a:

X EA + X WA + s1 =25
X EB + X WB + s 2=10
X EA + X EB +t 1=15
X WA + X WB+ t 2=15
X EA , X EB , X WA , X WB , t 1 , t 2 ≥0

Como hay 6 variables y 4 restricciones, entonces se trabaja con 2 (6-4=2) variables no básicas, por ende 4
variables básicas en el método Simplex.

A partir de las ecuaciones anteriores podemos construir la matriz ampliada

XEA XEB XWA XWB s1 s2 t1 t2 W

s1 1 0 1 0 1 0 0 0 0 25
s2 0 1 0 1 0 1 0 0 0 10
t1 1 1 0 0 0 0 1 0 0 15
t2 0 0 1 1 0 0 0 1 0 15
R5-MR3-MR4 → W 15 11 13 12 0 0 M M 1 0

Obligamos que el indicador de las variables “t1” y “t2” sean cero con R5-MR3-MR4 como se indica.

XEA XEB XWA XWB s1 s2 t1 t2 W

s1 1 0 1 0 1 0 0 0 0 25
(Sale) → s2 0 1 0 1 0 1 0 0 0 10
t1 1 1 0 0 0 0 1 0 0 15
t2 0 0 1 1 0 0 0 1 0 15
W 15-M 11-M 13-M 12-M 0 0 0 0 1 -30M
↑
(Entra)

La variable que entra en las básicas es “XEB” por tener el indicador más negativo (11-M).
La variable que sale de las básicas es “s2” por tener el cociente positivo más pequeño (10/1 = 10).
XEA XEB XWA XWB s1 s2 t1 t2 W
s1 1 0 1 0 1 0 0 0 0 25
XEB 0 1 0 1 0 1 0 0 0 10
R3-R2 → t1 1 1 0 0 0 0 1 0 0 15
t2 0 0 1 1 0 0 0 1 0 15
R5-(11-M)R2 → W 15-M 11-M 13-M 12-M 0 0 0 0 1 -30M

Método de eliminación Gauss-Jordan sobre las filas 3 (R3- R2) y sobre la fila 5 (R5-(11-M )R2).

XEA XEB XWA XWB s1 s2 t1 t2 W

s1 1 0 1 0 1 0 0 0 0 25
XEB 0 1 0 1 0 1 0 0 0 10
t1 1 0 0 -1 0 -1 1 0 0 5
(Sale) → t2 0 0 1 1 0 0 0 1 0 15
W 15-M 0 13-M 1 0 -11+M 0 0 1 -110-20M
↑
(Entra)

La variable que entra en las básicas es “XWA” por tener el indicador más negativo (13-M).
La variable que sale de las básicas es “t2” por tener el cociente positivo más pequeño (15/1 = 15).

XEA XEB XWA XWB s1 s2 t1 t2 W

R1-R4 → s1 1 0 0 -1 1 0 0 -1 0 10
XEB 0 1 0 1 0 1 0 0 0 10
t1 1 0 0 -1 0 -1 1 0 0 5
XWA 0 0 1 1 0 0 0 1 0 15
R5-(13-M)R4 → W 15-M 0 0 -12+M 0 -11+M 0 -13+M 1 -305-5M

Método de eliminación Gauss-Jordan sobre las filas 1 (R1- R4) y sobre la fila 5 (R5-(13-M )R4).

XEA XEB XWA XWB s1 s2 t1 t2 W

s1 1 0 0 -1 1 0 0 -1 0 10
XEB 0 1 0 1 0 1 0 0 0 10
(Sale) → t1 1 0 0 -1 0 -1 1 0 0 5
XWA 0 0 1 1 0 0 0 1 0 15
W 15-M 0 0 -12+M 0 -11+M 0 -13+M 1 -305-5M
↑
(Entra)

La variable que entra en las básicas es “XEA” por tener el indicador más negativo (15-M).
La variable que sale de las básicas es “t1” por tener el cociente positivo más pequeño (5/1 = 5).

XEA XEB XWA XWB s1 s2 t1 t2 W

R1-R3 → s1 1 0 0 -1 1 0 0 -1 0 10
XEB 0 1 0 1 0 1 0 0 0 10
XEA 1 0 0 -1 0 -1 1 0 0 5
XWA 0 0 1 1 0 0 0 1 0 15
R5-(15-M)R3 → W 15-M 0 0 -12+M 0 -11+M 0 -13+M 1 -305-5M

Método de eliminación Gauss-Jordan sobre las filas 1 (R1- R3).

 XEA XEB XWA XWB s1 s2 t1 t2 W
s1 0 0 0 0 1 1 -1 -1 0 5
XEB 0 1 0 1 0 1 0 0 0 10
XEA 1 0 0 -1 0 -1 1 0 0 5
XWA 0 0 1 1 0 0 0 1 0 15
W 0 0 0 3 0 4 -15+M -13+M 1 -380

Como no hay variables que entren en las básicas por no tener indicadores negativos, entonces el método
Simplex ya alcanzó su valor factible óptimo.

X EA =5Refrigeradoras enviadas hacia la tienda Exton desde la bodega A (refrigeradoras).

X EB=10 Refrigeradoras enviadas hacia la tienda Exton desde la bodega B (refrigeradoras).
X WA =15 Refrigeradoras enviadas hacia la tienda Whyton desde la bodega A (refrigeradoras).
X WB =0 Refrigeradoras enviadas hacia la tienda Whyton desde la bodega B (refrigeradoras).

Valor de la minimización de la función objetivo

min Z=−max (−Z )=−(−380 ) =380 ($).

EJERCICIO 17.

Costo de la Mano de Obra.

Una compañía paga a sus trabajadores calificados y semicalificados en su departamento de ensamblado $14 y $8
por hora, respectivamente. En el departamento de embarques, a los empleados se les paga $9 por hora y a los
aprendices $6 por hora. La compañía requiere al menos de 90 trabajadores en el departamento de ensamblado
y 60 empleados en el departamento de embarques. Debido a acuerdos sindicales, deben emplearse al menos el
doble de trabajadores semicalificados que de calificados. También, deben contratarse al menos el doble de los
empleados de embarques que de aprendices. Utilice el dual y el método simplex para determinar el número de
trabajadores de cada tipo que la compañía debe emplear, de modo que el total de salarios por hora sea mínimo.
¿Cuál es el costo mínimo en salarios por hora?

Variables Estructurales.
X 1: Trabajadores calificados del departamento de ensamblado (personas).
X 2: Trabajadores semicalificados del departamento de ensamblado (personas).
X 3: Trabajadores empleados del departamento de embarque (personas).
X 4: Trabajadores aprendices del departamento de embarque (personas).

Función Objetivo.
Determinar el número de trabajadores de cada tipo que la compañía debe emplear, de modo que el total de
salarios por hora sea mínimo. Por ende, debemos calcular el costo mínimo en salario por hora.

min Z=14 X 1 +8 X 2+ 9 X 3+ 6 X 4

Restricciones.
Restricciones 1 y 2: cantidad de trabajadores necesario para los departamentos de ensamblado y embarque
respectivamente.

X 1 + X 2 ≥ 90 Departamento de ensamble.
X 3 + X 4 ≥ 60 Departamento de embarque.

Restricciones 3 y4: cantidad de trabajadores necesario para los departamentos de ensamblado y embarque
según los acuerdos sindicales.

X 2 ≥ 2 X 1 ⇒−2 X 1 + X 2 ≥ 0 Departamento de ensamble.

X 3 ≥ 2 X 4 ⇒ X 3 −2 X 4 ≥0 Departamento de embarque.

Problema Primal.
min Z=14 X 1 +8 X 2+ 9 X 3+ 6 X 4
Sujeto a:

X 1 + X 2+ 0 X 3 +0 X 4 ≥ 90
0 X 1 +0 X 2+ X 3 + X 4 ≥ 60
−2 X 1 + X 2 +0 X 3+ 0 X 4 ≥ 0
0 X 1 +0 X 2+ X 3−2 X 4 ≥ 0
X 1 , X 2 , X 3 , X 4 ≥0

Problema Dual.
max W =90 y 1 +60 y 2+ 0 y 3 +0 y 4

Sujeto a:

y 1 +0 y 2−2 y 3+ 0 y 4 ≤14 Se utiliza la variable de holgura “ s1” por ser una desigualdad menor o igual a (≤).
y 1 +0 y 2+ y 3+ 0 y 4 ≤8 Se utiliza la variable de holgura “ s2” por ser una desigualdad menor o igual a (≤).
0 y 1 + y 2+ 0 y 3+ y 4 ≤9 Se utiliza la variable de holgura “ s3” por ser una desigualdad menor o igual a (≤).
0 y 1 + y 2+ 0 y 3−2 y 4 ≤6 Se utiliza la variable de holgura “ s4 ” por ser una desigualdad menor o igual a (≤).
y1 , y2 , y3, y4 ≥ 0 Restricción de no negatividad.

Escribimos las ecuaciones en su forma estándar.

max W =90 y 1 +60 y 2+ 0 y 3 +0 y 4

W −90 y 1−60 y 2 +0 y 3+ 0 y 4=0

Sujeto a:

y 1 +0 y 2−2 y 3+ 0 y 4 + s1=14
y 1 +0 y 2+ y 3+ 0 y 4 + s2=8
0 y 1 + y 2+ 0 y 3+ y 4 + s3=9
0 y 1 + y 2+ 0 y 3−2 y 4 + s4 =6
y1 , y2 , y3 , y4 ≥ 0

y1 y2 y3 y4 s1 s2 s3 s4 W
s1 1 0 -2 0 1 0 0 0 0 14
(Sale) → s2 1 0 1 0 0 1 0 0 0 8
s3 0 1 0 1 0 0 1 0 0 9
s4 0 1 0 -2 0 0 0 1 0 6
W -90 -60 0 0 0 0 0 0 1 0
↑
(Entra)

La variable que entra en las básicas es “y1” por tener el indicador más negativo (-90).
La variable que sale de las básicas es “s2” por tener el cociente positivo más pequeño (8/1 = 8).

y1 y2 y3 y4 s1 s2 s3 s4 W
 R1-R2 → s1 1 0 -2 0 1 0 0 0 0 14
y1 1 0 1 0 0 1 0 0 0 8
s3 0 1 0 1 0 0 1 0 0 9
s4 0 1 0 -2 0 0 0 1 0 6
R5+90R2 → W -90 -60 0 0 0 0 0 0 1 0

Método de eliminación Gauss-Jordan sobre las filas 1 (R1- R2) y sobre la fila 5 (R5+90R2).

y1 y2 y3 y4 s1 s2 s3 s4 W
s1 0 0 -3 0 1 -1 0 0 0 6
y1 1 0 1 0 0 1 0 0 0 8
s3 0 1 0 1 0 0 1 0 0 9
(Sale) → s4 0 1 0 -2 0 0 0 1 0 6
W 0 -60 90 0 0 90 0 0 1 720
↑
(Entra)

La variable que entra en las básicas es “y2” por tener el indicador más negativo (-60).
La variable que sale de las básicas es “s4” por tener el cociente positivo más pequeño (6/1 = 6).

y1 y2 y3 y4 s1 s2 s3 s4 W
s1 0 0 -3 0 1 -1 0 0 0 6
y1 1 0 1 0 0 1 0 0 0 8
R3-R4 → s3 0 1 0 1 0 0 1 0 0 9
y2 0 1 0 -2 0 0 0 1 0 6
R5+60R4 → W 0 -60 90 0 0 90 0 0 1 720

Método de eliminación Gauss-Jordan sobre las filas 3 (R3- R4) y sobre la fila 5 (R5+60R4).

y1 y2 y3 y4 s1 s2 s3 s4 W
s1 0 0 -3 0 1 -1 0 0 0 6
y1 1 0 1 0 0 1 0 0 0 8
(Sale) → s3 0 0 0 3 0 0 1 -1 0 3
y2 0 1 0 -2 0 0 0 1 0 6
W 0 0 90 -120 0 90 0 60 1 1080
↑
(Entra)

La variable que entra en las básicas es “y4” por tener el indicador más negativo (-120).
La variable que sale de las básicas es “s3” por tener el cociente positivo más pequeño (3/3 = 1).

y1 y2 y3 y4 s1 s2 s3 s4 W
s1 0 0 -3 0 1 -1 0 0 0 6
y1 1 0 1 0 0 1 0 0 0 8
R3/3 → y4 0 0 0 3 0 0 1 -1 0 3
y2 0 1 0 -2 0 0 0 1 0 6
W 0 0 90 -120 0 90 0 60 1 1080

Método de eliminación Gauss-Jordan sobre la fila 3 pivote (R2/3).

y1 y2 y3 y4 s1 s2 s3 s4 W
s1 0 0 -3 0 1 -1 0 0 0 6
y1 1 0 1 0 0 1 0 0 0 8
y4 0 0 0 1 0 0 1/3 -1/3 0 1
R4+2R3 → y2 0 1 0 -2 0 0 0 1 0 6
R5+120R3 → W 0 0 90 -120 0 90 0 60 1 1080
Método de eliminación Gauss-Jordan sobre las filas 4 (R4+2R3) y sobre la fila 5 (R5+120R3).

y1 y2 y3 y4 s1 s2 s3 s4 W
s1 0 0 -3 0 1 -1 0 0 0 6
y1 1 0 1 0 0 1 0 0 0 8
y4 0 0 0 1 0 0 1/3 -1/3 0 1
y2 0 1 0 0 0 0 2/3 1/3 0 8
W 0 0 90 0 0 90 40 20 1 1200

Como no hay variables que entren en las básicas por no tener indicadores negativos, entonces el método
Simplex ya alcanzó su valor factible óptimo.

X 1 =0 Trabajadores calificados del departamento de ensamblado (personas).

X 2 =90Trabajadores semicalificados del departamento de ensamblado (personas).
X 3 =40 Trabajadores empleados del departamento de embarque (personas).
X 4=20 Trabajadores aprendices del departamento de embarque (personas).

Valor de la minimización de la función objetivo

max W =min Z =1200 ($ por hora).

EJERCICIO TRANSPORTE.

Una compañía tiene cuatro enlatadoras que abastecen a cuatro almacenes y la gerencia quiere determinar la
programación de envío de costo mínimo para su producción mensual de latas de tomate. La oferta de las
enlatadoras, las demandas de los almacenes y los costos de envío por caja de latas de tomate se muestran en la
Tabla 1.

Costo de envío ($) por carga

Almacén
E (1) F (2) G (3) H (4) Producción
A (1) 25 35 36 60 15
Enlatadora B (2) 55 30 45 38 6
s C (3) 40 502 66 51 14
D (4) 60 40 66 27 11
Demandas 10 12 15 9

Variables Estructurales.
X 11 : Cantidad mensual de latas de tomate enviadas de la enlatadora A hacia el almacén E.
X 12: Cantidad mensual de latas de tomate enviadas de la enlatadora A hacia el almacén F.
X 13 : Cantidad mensual de latas de tomate enviadas de la enlatadora A hacia el almacén G.
X 14 : Cantidad mensual de latas de tomate enviadas de la enlatadora A hacia el almacén H.
X 21 : Cantidad mensual de latas de tomate enviadas de la enlatadora B hacia el almacén E.
X 22 : Cantidad mensual de latas de tomate enviadas de la enlatadora B hacia el almacén F.
X 23 : Cantidad mensual de latas de tomate enviadas de la enlatadora B hacia el almacén G.
X 24 : Cantidad mensual de latas de tomate enviadas de la enlatadora B hacia el almacén H.
X 31: Cantidad mensual de latas de tomate enviadas de la enlatadora C hacia el almacén E.
X 32: Cantidad mensual de latas de tomate enviadas de la enlatadora C hacia el almacén F.
X 33 : Cantidad mensual de latas de tomate enviadas de la enlatadora C hacia el almacén G.
X 34 : Cantidad mensual de latas de tomate enviadas de la enlatadora C hacia el almacén H.
X 41: Cantidad mensual de latas de tomate enviadas de la enlatadora D hacia el almacén E.
X 42: Cantidad mensual de latas de tomate enviadas de la enlatadora D hacia el almacén F.
X 43: Cantidad mensual de latas de tomate enviadas de la enlatadora D hacia el almacén G.
X 44: Cantidad mensual de latas de tomate enviadas de la enlatadora D hacia el almacén H.

Función Objetivo.
Determinar la cantidad mensual de latas de tomates enviadas de las enlatadoras a los almacenes tal que el costo
de envío sea mínimo.
min Z=∑ c ij X ij
min Z=25 X 11 +35 X 12 +36 X 13 +60 X 14 +55 X 21 +30 X 22 +45 X 23 +38 X 24
+ 40 X 31+502 X 32 +66 X 33 +51 X 34 +60 X 41 +40 X 42+66 X 43 +27 X 44

Restricciones.
Restricciones relacionadas con la cantidad de producción disponible de las enlatadoras (oferta).

X 11 + X 12+ X 13+ X 14=1 5 Oferta de la enlatadora A.

X 21 + X 22 + X 23 + X 24=6 Oferta de la enlatadora B.
X 31 + X 32 + X 33 + X 34 =14 Oferta de la enlatadora C.
X 41+ X 42+ X 43 + X 44 =11 Oferta de la enlatadora D.

Restricciones relacionadas con la cantidad de producción requerida por los almacenes (demanda).

X 11 + X 21+ X 31+ X 41=10 Demanda del almacén E.

X 12 + X 22 + X 32 + X 42=12 Demanda del almacén F.
X 13 + X 23 + X 33+ X 43=15 Demanda del almacén G.
X 14 + X 24+ X 34 + X 44=9 Demanda del almacén H.

Solución del Problema de Transporte.

El problema de transporte está equilibrado porque el total de oferta es igual al total de demanda. Se determina
la solución factible inicial utilizando el procedimiento llamado regla de la esquina noroeste.

25 35 36 60
10 5 15

55 30 45 38
6 6

40 502 66 51
1 13 14

60 40 66 27
2 9 11

10 12 15 9
 25 35 -401 -440
25 35 36 60
0 10 5 15
-437 -500
55 30 45 38
-5 6 6
-35 -451 -483
40 502 66 51
467 1 13 14
452 (-) (+) -24
60 40 66 27
467 2 9 11
432 (+) 462 (-)
10 12 15 9

Basados en las condiciones de optimidad y factibilidad la variable no básica entrante es X 42, mientras que la
variable básica saliente es X 32.

25 35 61 22
25 35 36 60
0 10 5 15
(-) (+) 25 -38
55 30 45 38
-5 6 6
-35 11 -21
40 502 66 51
5 14 14
-10 -462 -24
60 40 66 27
5 1 1 9 11
-30 (+) (-)
10 12 15 9

Basados en las condiciones de optimidad y factibilidad la variable no básica entrante es X 13 , mientras que la
variable básica saliente es X 43.

25 35 36 22
25 35 36 60
0 10 4 1 15
(-) (+) -38
55 30 45 38
-5 6 6
-35 -14 -21
40 502 66 51
30 14 14
(+) 15 -437 (-) 1
60 40 66 27
5 2 9 11
-30 -25
10 12 15 9

Basados en las condiciones de optimidad y factibilidad la variable no básica entrante es X 31, mientras que la
variable básica saliente es X 11 .
 10 35 36 22
25 35 36 60
0 4 11 15
-15 (-) (+) -38
55 30 45 38
-5 6 6
-50 -14 -21
40 502 66 51
30 10 4 14
-437 (-) (+) 1
60 40 66 27
5 2 9 11
-45 (+) -25 (-)
10 12 15 9

Basados en las condiciones de optimidad y factibilidad la variable no básica entrante es X 34 , mientras que la
variable básica saliente es X 12.

10 34 36 21
25 35 36 60
0 15 15
-15 -1 -39
55 30 45 38
-4 6 6
-49 -13 -21
40 502 66 51
30 10 0 4 14
-438
60 40 66 27
6 6 5 11
-44 -24
10 12 15 9

Finalmente, no se puede seguir optimizando y hemos llegado a la solución final.

X 13=1 5 Cantidad mensual de latas de tomate enviadas de la enlatadora A hacia el almacén G.

X 22=6 Cantidad mensual de latas de tomate enviadas de la enlatadora B hacia el almacén F.
X 31=10 Cantidad mensual de latas de tomate enviadas de la enlatadora C hacia el almacén E.
X 34 =4 Cantidad mensual de latas de tomate enviadas de la enlatadora C hacia el almacén H.
X 42=6 Cantidad mensual de latas de tomate enviadas de la enlatadora D hacia el almacén F.
X 44=5 Cantidad mensual de latas de tomate enviadas de la enlatadora D hacia el almacén H.

Costo mínimo del transporte

min Z=1699 ($ al mes).

A continuación se muestra la salida del programa WinQSB 2.0 utilizado en la Investigación de Operaciones y en
particular para la Programación Lineal con el objetivo de confirmar los resultados obtenidos anteriormente.
EJERCICIO DE AMORTIZACIÓN DE PRÉSTAMO.

Una deuda de $10,000 se va a saldar en 10 pagos semestrales iguales, con el primer pago dentro de seis meses.
El interés es de 8% compuesto semestralmente. Sin embargo, después de 2 años la tasa de interés aumentará al
10% compuesto semestralmente. Si la deuda debe pagarse en la fecha que originalmente se convino, encuentre
el nuevo pago anual. Dé su respuesta aproximada al dólar más cercano.

Solución del Problema.

A=$ 10,00 0
r 1=0.08/2=0.0 4 Tasa compuesta anual para los primeros 4 semestres (2 años).
r 2=0.1/2=0.05 Tasa compuesta anual para los últimos 6 semestres (3 años).

Para resolver el problema utilizamos la siguiente tabla que muestra detalladamente el Plan de Amortización
según los semestres.

Plan de Amortización.

Insoluto al inicio Interés por Pago al final del Saldo al final del
Período del período período período período
C D R F
1 10000 400.00 1232.91 832.91
2 9167.09 366.68 1232.91 866.23
3 8300.86 332.03 1232.91 900.87
4 7399.99 296.00 1232.91 936.91
5 6463.08 323.15 1273.34 950.19
6 5512.89 275.64 1273.34 997.69
7 4515.20 225.76 1273.34 1047.58
8 3467.62 173.38 1273.34 1099.96
9 2367.66 118.38 1273.34 1154.96
10 1212.70 60.64 1273.34 1212.70

Fórmulas utilizadas:

r
R=A
[ 1−( 1+ r )
−n
] Pagos fijos semestrales a final de período del valor presente.

 Para los primeros 4 semestres r =0.0 4 y n=10.

 Para los últimos 6 semestres r =0.05 y n=6.
Dt =Ct × r t Pago de intereses del insoluto al inicio del período.
F t=R t−D t Saldo al final del período.
C t=C t −1−F t −1 Insoluto al inicio del período.

El nuevo pago para los últimos 6 semestres (3 años) basados en el plan de amortización mostrado anteriormente
es de $1273.
EJERCICIO DE TRANSBORDO.

En la siguiente figura se representa dos plantas de automóviles, un centro de distribución y dos agencias
vendedoras.

120 3 140
1 4
4 3
1
3
2 5
110 90
2 5

En términos de las conexiones por arcos de la figura, los nodos 1 y 2 están caracterizados sólo por arcos
salientes, en tanto que el nodo 5 está caracterizado sólo por arcos entrantes. Todos los demás nodos poseen
arcos entrantes y salientes. A este respecto, los nodos y 7 2 son puntos de oferta pura y el nodo 5 es un punto
de demanda pura. Los demás nodos son de transbordo porque la oferta entera (120+110=230) podría pasar a
través de ellos antes de llegar a sus destinos asignados.

Lo primero es expresar el modelo como un programa lineal regular y luego, mostramos cómo la formulación se
convierte en forma equivalente en un modelo de transporte.

Variables Estructurales.

Sea X ij la cantidad enviada de automóviles del nodo “i” al nodo “j”. El modelo de programación lineal se
representa como se muestra en la siguiente tabla.

X13 X14 X23 X34 X35 X45

4 3 2 3 5 1 min
Nodo 1 1 1 120
Nodo 2 1 110
Nodo 3 -1 -1 1 1 0
Nodo 4 -1 -1 1 -140
Nodo 5 -1 -1 -90

Basados en lo anterior procedemos a elaborar la tabla de transbordo directamente para convertir el problema
planteado en un problema típico de transporte.
 3 4 5

4 3 M
1 120

2 M M
2 110

0 3 5
3 B

M 0 1
4 B

B 140+B 90

Donde la cantidad “B” generalmente se denomina de amortiguamiento (Bulfer) y el costo “M” es un valor de
penalización para el costo que se hace tan grande como se desee para evitar su selección como una variable
básica en el problema por ser la variable X ij asociada no congruente con la realidad del problema. La oferta total
es igual a la demanda total, por lo cual el problema de transporte está equilibrado. Tenemos para nuestro caso
que B=230 (oferta total) y M =500 cuyo valor fue escogido arbitrariamente teniendo la precaución que fuese
lo suficientemente alto en comparación al resto de los costos. Finalmente, tenemos:

3 4 5

4 3 500
1 120

2 500 500
2 110

0 3 5
3 230

500 0 1
4 230

230 370 90

Función Objetivo.
Determinar la cantidad de automóviles enviados desde la planta productora (oferta) a las agencias vendedoras
(demanda) tal que el costo de envío total sea mínimo.
min Z=∑ c ij X ij

min Z=4 X 13+ 3 X 14+ 500 X 15+2 X 23+500 X 24 +500 X 25

+0 X 33+3 X 34 +5 X 35+500 X 43+0 X 44 +1 X 45

Restricciones.
Restricciones relacionadas con la cantidad de producción disponible de las plantas (oferta).
 X 1 3 + X 1 4 + X 1 5=120 Oferta del nodo 1 (oferta pura).
X 2 3 + X 24+ X 25=110 Oferta del nodo 2 (oferta pura).
X 33 + X 3 4 + X 3 5=230 Oferta del nodo 3 (oferta transbordo).
X 4 3+ X 4 4 + X 4 5=230 Oferta del nodo 4 (oferta transbordo).

Restricciones relacionadas con la cantidad de producción requerida por las agencias de venta (demanda).

X 1 3 + X 23+ X 33+ X 43=230 Demanda del nodo 3 (demanda transbordo).

X 14 + X 24 + X 34 + X 44=370 Demanda del nodo 4 (demanda transbordo).
X 1 5 + X 25 + X 35 + X 4 5=90 Demanda del nodo 5 (demanda pura).

Solución del Problema de Transporte.

El problema de transporte está equilibrado porque el total de oferta es igual al total de demanda. Se determina
la solución factible inicial utilizando el procedimiento llamado regla de la esquina noroeste.

3 4 5
4 502 503
4 3 500
1 0 120 120
(-) (+) 499 3
2 500 500
2 -2 110 0 110
(+) (-) 1
0 3 5
3 -499 230 230
-495 -1
500 0 1
4 -502 140 90 230
-998
230 370 90

Basados en las condiciones de optimidad y factibilidad la variable no básica entrante es X 14 , mientras que la
variable básica saliente es X 24 .

3 4 5
4 3 4
4 3 500
1 0 120 0 120
(-) (+) -496
2 500 500
2 -2 110 110
-499 -498
0 3 5
3 0 230 230
(+) 4 (-) -1
500 0 1
4 -3 140 90 230
-499
230 370 90
Basados en las condiciones de optimidad y factibilidad la variable no básica entrante es X 33 , mientras que la
variable básica saliente es X 13 .

3 4 5
0 3 4
4 3 500
1 0 120 120
-4 -496
2 500 500
2 2 110 110
-495 -494
0 3 5
3 0 120 110 230
-1
500 0 1
4 -3 140 90 230
-503
230 370 90

Finalmente, no se puede seguir optimizando y hemos llegado a la solución final.

X 14 =120 Cantidad de automóviles llevados del nodo 1 al nodo 4.

X 23=110 Cantidad de automóviles llevados del nodo 2 al nodo 3.
X 33=120 Cantidad de automóviles llevados del nodo 3 al nodo 3 (inoperante).
X 34 =110 Cantidad de automóviles llevados del nodo 3 al nodo 4.
X 44=140 Cantidad de automóviles llevados del nodo 4 al nodo 4 (inoperante).
X 4 5=90 Cantidad de automóviles llevados del nodo 4 al nodo 5.

Costo mínimo del transporte

min Z=1000 ($).

A continuación se muestra la salida del programa WinQSB 2.0 utilizado en la Investigación de Operaciones y en
particular para la Programación Lineal con el objetivo de confirmar los resultados obtenidos anteriormente.