LABORATORIO CALIFICADO

INVESTIGACION DE
OPERACIONES
LAURA MUÑOZ ALIAGA –
201411459

EJERCICIO 1:
Sunco Oil produce tres tipos de gasolina (1, 2, 3). Cada tipo
de gasolina se produce mezclando tres tipos de petróleo crudo (1, 2,
3). La tabla de los precios de venta por barril de gasolina y los precios
de compra, por barril de petróleo crudo se da a continuación:

Gasolina Precio de Crudo Precios de

venta por compra por
barril barril
Gasolina tipo 1 70 Crudo tipo 1. 45
Gasolina tipo 2 60 Crudo tipo 2. 35
Gasolina tipo 3 50 Crudo tipo 3. 25

La empresa puede comprar hasta 5.000 barriles de cada tipo de

petróleo crudo diariamente.
Los tres tipos de gasolina difieren en su índice de octano y en su
contenido de azufre. La mezcla de petróleo crudo que se utiliza para
obtener la gasolina 1, tiene que tener un índice de octano promedio
de por lo menos 10 y a los más 1% de azufre. La mezcla de petróleo
crudo, que se utiliza para obtener la gasolina 2, tiene que tener un
índice de octano promedio de por lo menos 8 y a los más 2% de
azufre. La mezcla de petróleo crudo, que se utiliza para obtener la
gasolina 3, tiene que tener un índice de octano promedio de por lo
menos 6 y a lo más 1% de azufre. El índice de octano y el contenido
de azufre de los tres tipos de petróleo se dan en la siguiente tabla:

Crudo Índice de octano Contenido de

azufre
Crudo tipo 1. 12 0.5%
Crudo tipo 2. 6 2.0%
 Crudo tipo 3. 8 3.0%

La transformación de un barril de petróleo en un barril de gasolina

cuesta $4, y la refinería de Sunco puede producir diariamente hasta
14.000 barriles de gasolina.

Los clientes de la empresa necesitan diariamente las siguientes

cantidades de cada tipo de gasolina: gasolina 1 3000 barriles,
gasolina 2 2000 barriles y gasolina 3 3000 barriles. La empresa está
comprometida a cumplir con estas demandas. Sin embargo la
compañía tiene la posibilidad de estimular la demanda de sus
productos mediante la publicidad. Cada dólar invertido diariamente
en publicidad, para cierto tipo de gasolina, aumenta la demanda
diaria de este tipo de gasolina en 10 barriles.
Formule un planteo de programación lineal que permita a la Sunco Oil
maximizar sus ganancias diarias. No incluya variables de holgura o
excedentes.

SOLUCIÓN:

MAX=
70*(X11+X21+X31)+60*(X12+X22+X32)+50*(X13+X23+X33)-
45*(X11+X12+X13)-35*(X21+X22+X23)-25*(X31+X32+X33)-
4*(X11+X12+X13+X21+X22+X23+X31+X32+X33)-Y1-Y2-Y3;

! RESTRICCIONES:

CAPACIDAD DE COMPRA DE CRUDO;

X11+X12+X13<=5000; !Compra de crudo 1;

X21+X22+X23<=5000; !Compra de crudo 2;
X31+X32+X33<=5000; !Compra de crudo 3;

!CAPACIDAD DE PRODUCCIÓN;

X11+X12+X13+X21+X22+X23+X31+X32+X33<=14000;

!DEMANDA ESTIMADA;

X11+X21+X31=3000+10*Y1; !Demanda de gasolina 1;

X12+X22+X32=2000+10*Y2; !Demanda de gasolina 2;
X13+X23+X33=1000+10*Y3; !Demanda de gasolina 3;
!LÍMITE MÍNIMO DE AZUFRE;

(0.005*X11+0.02*X21+0.03*X31)/(X11+X21+X31)<=0.01; !Mínimo
de azufre para gasolina 1;
(0.005*X12+0.02*X22+0.03*X32)/(X12+X22+X32)<=0.02; !Mínimo
de azufre para gasolina 2;
(0.005*X13+0.02*X23+0.03*X33)/(X13+X23+X33)<=0.03; !Mínimo
de azufre para gasolina 3;

!PROMEDIO DE OCTANAJE;

(12*X11+6*X21+8*X31)/(X11+X21+X31)>=10;!Grado de octanaje
para gasolina 1;
(12*X12+6*X22+8*X32)/(X12+X22+X32)>=8; !Grado de octanaje
para gasolina 2;
(12*X13+6*X23+8*X33)/(X13+X23+X33)>=6; !Grado de octanaje
para gasolina 3;

! VARIABLES:

Xij: CANTIDAD DE CRUDO i PARA PRODUCIR GASOLINA j (i=C1, C2,

C3), (j=G1, G2, G3)
Yi: UNIDADES DE PUBLICIDAD PARA LA GASOLINA i (i= G1,G2,G3);

! FUNCIÓN OBJETIVO:

MAX = (21*X11+11*X12+1*X13)+
(31*X21+21*X22+11*X23)+(41*X31+31*X32+21*X33)-Y3-Y1-Y2;

! RESTRICCIONES:

CAPACIDAD DE COMPRA DE CRUDO;

(2) X11+X12+X13<=5000; !Compra de crudo 1;
(3) X21+X22+X23<=5000; !Compra de crudo 2;
(4) X31+X32+X33<=5000; !Compra de crudo 3;

!CAPACIDAD DE PRODUCCIÓN;

(5) X11+X12+X13+X21+X22+X23+X31+X32+X33<=14000;

!DEMANDA ESTIMADA;

(6) X11+X21+X31-10*Y1=3000; !Demanda de gasolina 1;

(7) X12+X22+X32-10*Y2=2000; !Demanda de gasolina 2;
(8) X13+X23+X33-10*Y3=1000; !Demanda de gasolina 3;

!LÍMITE MÍNIMO DE AZUFRE;

(9) -0.005*X11+0.01*X21+0.02*X31<=0; !Mínimo de azufre

para gasolina 1;
(10) -0.015*X12+0.01*X32<=0;

!Mínimo de azufre para gasolina 2;

(11) -0.005*X13+0.01*X23+0.02*X33<=0;

!Mínimo de azufre para gasolina 3;

!PROMEDIO DE OCTANAJE;

(12) 2*X11-4*X21-2*X31>=0; !Grado de octanaje para gasolina 1;

(13) 4*X12-2*X22>=0; !Grado de octanaje para gasolina 2;
(14) 6*X13+2*X33>=0; !Grado de octanaje para gasolina 3;
EJERCICIO 2:
EJERCICIO 2:
Dos artículos A y B pueden producirse en 4 procesos
diferentes los cuales requieren de diferentes cantidades de
equipo, mano de obra y materia prima.
Estos recursos son limitados y la venta de estos artículos
generan una utilidad conocida dependiendo del proceso con
el que se realizan. Se trata de determinar la cantidad de
artículos a producir en cada proceso de manera de
maximizar la utilidad.
Los recursos requeridos y disponibles, así como la utilidad
generada por cada unidad de artículo se muestra en la
siguiente tabla:

Cantidades requeridas por

unidad de producto
ARTÍCULO A ARTÍCULO B
RECUR PRO PRO PRO PRO DISPONIBI
SO C.. 1 C. 2 C. 1 C. 2 LIDAD
EQUIP 3 2 4 3 70
O
(Hras)
MANO 7 8 10 12 120
DE
OBRA
(Hras)
MATE 1 1 1 1 15
RIA
PRIMA
(Kg)
UTILID 6 5.5 7 8
 AD
(usd /
100)

El modelo de Programación Lineal es el siguiente:

max 6x1+5.5x2+7y1+8y2
st
3x1+2x2+4y1+3y2<70
7x1+8x2+10y1+12y2<120
x1+x2+y1+y2<15

A continuación se muestran los resultados que arroja LINDO

para este problema:

OBJECTIVE FUNCTION VALUE

1) 96.00000

VARIABLE VALUE REDUCED COST

X1 12.000000 0.000000
X2 0.000000 0.900000
Y1 0.000000 0.200000
 Y2 3.000000 0.000000

ROW SLACK OR SURPLUS DUAL PRICES

2) 25.000000 0.000000
3) 0.000000 0.400000
4) 0.000000 3.200000

NO. ITERATIONS= 2
RANGES IN WHICH THE BASIS IS UNCHANGED:

OBJ COEFFICIENT RANGES

VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE
DECREASE
X1 6.000000 2.000000
0.500000
X2 5.500000 0.900000
INFINITY
Y1 7.000000 0.200000
INFINITY
Y2 8.000000 2.285714
0.333333

RIGHTHAND SIDE RANGES

ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE
DECREASE
 2 70.000000 INFINITY 25.000000
3 120.000000 60.000000
15.000000
4 15.000000 2.142857
5.000000
La utilidad máxima es 9600 USD y se tiene produciendo 12
unidades de A con el proceso 1 y 3 unidades de B con el
proceso 2.

Observe que las variables de holgura tienen los siguientes

valores en la solución óptima:
w1= 25
w2= 0
w3= 0

Esto es, las restricciones de mano de obra y de materia son

activas lo que implica que estos recursos se agotan con
esta producción. Sin embargo todavía se tienen horas de
equipo disponibles.
La gráfica siguiente muestra las restricciones del problema
en las variables X1 y Y2

Y2

X1 + Y2 = 15

X1 = 12

Y2 = 3
7X1 + 12Y2= 120

X1
Si varía la disponibilidad de mano de obra y de materiales
las cantidades óptimas de producción cambian. La
disponibilidad de equipo puede aumentar o disminuir sin
que afecte el nivel óptimo de producción.

El análisis de sensibilidad permite evaluar EL EFECTO EN LA

SOLUCIÓN ÓPTIMA estos cambios sin resolver otro
problema.

a) Si aumentamos en una unidad la disponibilidad del

recurso 2 (de 120 a 121)
la solución se tendría en el punto:

7x1+12y2=121
x1+y2=15 x1 = 59/5, y2= 16/5
El incremento en estas variable es de:

x1= 59/5 - 12 = -1/5 = -0.2

y2= 16/5 - 3 = 1/5 = 0.2

y la función objetivo se incrementa en

Dz = 6 (-1/5) + 8 (1/5) = 2/5 = 0.4 que es el valor marginal

(precio sombra o precio dual) de la mano de obra.

" Por cada unidad de mano de obra que se disponga, la

utilidad aumenta en 0.4"
b) Si aumentamos en una unidad la disponibilidad del
recurso 3 (de 15 a 16)
la solución se tendría en el punto:

7x1+12y2=120
x1+y2=16 x1 = 72/5, y2= 8/5
El incremento en estas variable es de:

x1= 72/5 - 12 = 12/5

y2= 8/5 - 3 = -7/5

y la función objetivo se incrementa en

Dz = 6 (12/5) + 8 (-7/5) = 16/5 = 3.2 que es el valor

marginal (precio sombra o precio dual) de la materia prima.

" Por cada unidad de materia prima que se disponga, la

utilidad aumenta en 3.2"

Para la primera restricción el precio dual es cero ya que

esta restricción no es activa.

Notemos que:

70 (0) + 120 ( 2/5) + 15 (16/5) = 96 que es la utilidad

máxima.
EJERCICIO 3:
Solución:

Operando planta 1 y 2, y cerrando planta 3

Considerando las variables Tendremos :

-La función objetivo
-Las restricciones
·X1 Fabrica 1 tiempo regular
·X2 Fabrica 1 tiempo extra
·X3 Fabrica 2 tiempo regular
·X4 Fabrica 2 tiempo extra
·X5 Almacén 1
·X6 almacén 2
·X7 almacén 3
·X8 almacén 4
·X9 almacén 5
Función objetivo: MIN W=
3.3X15+3.24X16+3.29X17+3.26X18+3.36X19+3.18X35+3
.3X36+3.28X37+3.34X38+3.35X39+4.02X25+3.96X26+4.
01X29+3.98X28+4.08X29+3.88X45+4X46+3.98X47+4.04
X48+4.05X49
Sujeto a:
-X15+X25+X35+X45>9000
-X16+X26+X36+X46>13000
-X17+X27+X37+X47>11000
-X18+X28+X38+X48>15000
-X19+X29+X39+X49>8000
-X15+X16+X17+X18+X19<27000
-X25+X26+X27+X28+X29<7000
-X35+X36+X37+X38+X39<20000
-X45+X46+X47+X48+X49<5000
-X i, J >0
Utilizando el método VAM Y MODI la solución es:
ØK1=3.19
ØK2=3.24 
ØK3=3.29 
ØK4=3.26 
ØK5=3.36
ØAlmacén 1
Øalmacen2
Øalmacén 3
Øalmacén 4
Øalmacén 5
capacidad
R1= 0 planta 1 tiempo regular 3.3 3.24 3.29 3.26 3.36
27000
X12000 X15000 X
R2= 0.72 planta 1 tiempo extra 4.02 3.96 4.01 3.98 4.08
7000
X1000 X X3000
R3= -0.01 Planta 2 tiempo regular 3.18 3.3 3.28 3.34 3.35
20000
9000 X 11000 X X
 R4= 0.69 Panta 2 tiempo extra 3.88 4 3.98 4.04 4.05 5000
X XXX 5000
Demanda :9000, 13000, 11000 15000 ,8000
Costo
=12000(3.24)+15000(3)+1000(3.96)+3000(4.08)+9000(3.
18)+11000(3.28)+5000(4.05)
Utilizando el método solver la solución óptima es:
  A1    A2    A3    A4   A5  Producci
ón

P1r     0  12000    0    0  

15000  27000

P1e    0  1000   0  3000   4000  7000

P2r    0     0    20000  20000

9000  11000 

P2e    0   0  0  0   5000 5000

DEMAND   13000   15000   8000

A 9000  11000 

Conclusion:
Con los  métodos utilizados  el costo del transporte de las
plantas requeridas seria de $188930 y a este resultado se
le viene a sumarlos  $ 26000 del costo de operación de las
plantas y el costo al no operar una planta por ser cerrada;
la planta  3 es de $7500 obteniendo un costo total de $
222430.00

EJERCICIO 4:

1. Steelco requiere carbón, hierro y mano de obra para

producir tres tipos de acero. Los insumos (y los precios
de venta) para una tonelada de cada tipo de acero se
indican en la Tabla 1. Se pueden comprar hasta 200
 toneladas de carbón a un precio de $10 dólares por
tonelada. Se pueden comprar hasta 60 toneladas de
hierro a $8 dólares la tonelada y hasta 100 horas de
mano de obra a $5 dólares por hora. Sea x 1 las toneladas
de acero 1 fabricado, x 2 las toneladas de acero 2
fabricado, y x 3 las toneladas de acero 3 fabricado.

Tabla 1. Datos para la resolución del problema 1

Acer Carbón Hierro Mano de Precio de Utilida
o (tonelad (tonelad obra venta d
as) as) (horas) (dólares) (dólare
s)
1 3 1 1 51 8
2 2 0 1 30 5
3 1 1 1 25 2
max z =8 ∙ x 1+ 5∙ x 2+ 2∙ x 3
3 ∙ x1 +2 ∙ x 2 + x 3 ≤ 200 → R2
sujeto a
{ x1 + x 3 ≤60
x 1 + x 2+ x3 ≤100
→ R3
→ R4

La información de LINDO que genera una

utilidad máxima para la compañía Steelco se da
en la Figura 1. Utilice la información para
contestar las preguntas siguientes:

a. ¿Cuál sería la utilidad si sólo se pudieran

comprar 40 tones de hierro?

Allowable increase ( AI ) de b3 =6,666667

b 3Original =60 ∧
Allowable decrease ( AD ) de b3 =60,000000
−60 ≤ ∆ b3 ≤ 6,666667

∆ b 3Real=40−60→ ∆ b 3Real=−20 ≥−60

Como el AD de b 3 es 60 y b 3 decrece en apenas 20

toneladas de hierro, la base actual sigue siendo
óptima y el precio sombra de 0,5 dólares es aún
aplicable. Por lo tanto, el nuevo valor óptimo de z
es:
z OptNuevo =z OptOriginal + ∆ b3 Real ∙ Dual prices
 z OptNuevo =530+ (−20 ) ∙ ( 0,5 ) → z Opt Nuevo =520

b. ¿Cuál es el precio mínimo por tonelada de

acero 3 que haría más atractivo producirlo?

c 3=2+1=2→ 3 dólares como mínimo.

c. Encuentre la nueva solución óptima si el acero

1 se vende a $55 dólares la tonelada.
Utilidad inicial=51−3 ∙ 10−1 ∙8−1 ∙5=8
Utilidad nueva=55−3 ∙ 10−1 ∙8−1 ∙5=12
Allowable increase ( AI ) de c 1=∞
c 1Original=8 ∧
Allowable decrease ( AD ) de c 1=0,5
−0,5 ≤ ∆ c 1 ≤ ∞

∆ c1 Real=12−8 → ∆ c 1Real=4 ≤ ∞

Como el AI de c 1 es indefinido y c 1 presenta un

incremento de sólo 4 dólares, la base actual sigue
siendo óptima; es decir los valores óptimos de las
variables de decisión se conservan sin cambio ( x 1=60
, x 2=10 y x 3=0), mientras que:
zOpt Nuevo =z OptOriginal +∆ c1 Real ∙ x1Opt
z OptNuevo =c1 Nuevo ∙ x1 +c 2Original ∙ x 12 +c 3Original ∙ x 3

z Opt Nuevo =530+ ( 4 ) ∙ ( 60 )

→ z OptNuevo =770
z OptNuevo =12 ∙ ( 60 ) +5∙ ( 10 ) +2 ∙ ( 0 )
Figura 1. Resultados de LINDO para el problema 1