Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modelos Deterministicos
Modelos Deterministicos
1) Un camión de transporte tiene capacidad de transportar como máximo 9 toneladas y por viaje.
En un viaje desea transportar al menos 4 toneladas de la mercancía A y un peso de la mercancía
B que no sea inferior a la mitad del peso que transporta A. Sabiendo que cobra $800.000 por
toneladas transportadas de mercancía A ya que ocupa un volumen por tonelada y $600.000 por
tonelada transportada de mercancía B ya que ocupa un volumen 1.5 por tonelada ¿Cómo se
debe cargar el camión para obtener la ganancia máxima si para cada tonelada cargada gasta en
promedio $200.000 de gasolina?
DESARROLLO
RESTRICCIONES
RESUMEN
I. VARIABLE DE DECISIÓN
TMA
TMB
II. FUNCIÓN OBJETIVA
TMA + TMB ≤ 9
TMA ≥ 4
½*MA - TMB ≤ 0
2*TMA + 1.5*TMB ≤ 30
TMA ≥ 0
TMB ≥ 0
MODELO MATEMÁTICO
TMA = X
TMB = Y
I. VARIABLE DE DECISION
X = Cantidad de toneladas de la mercancía “A”
Y = Cantidad de toneladas de la mercancía “B”
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
2) Los 500 alumnos de un colegio van a ir de excursión. La empresa que realiza el viaje
dispone de 10 autobuses de 40 pasajeros y 8 de 30 pero solo de 15 conductores en ese día.
El alquiler de los autobuses pequeños es de $500.000 y el de los grandes de $600.000.
¿Cuántos autobuses de cada tipo convendrá alquilar para que el viaje resulte lo más
económico posible?
DESARROLLO
V. RESTRICCIONES
VI. La empresa dispone de hasta 15 conductores para manejar en cualquiera de los
autobuses.
AG + AP ≤ 15
VII. La empresa dispone de ambos tipos de autobuses como mínimo para los 500 alumnos.
La empresa dispone de 40 * autobuses grandes + 30 * autobuses pequeños como
mínimo para los 500 alumnos.
40*(AG) + 30*(AP) ≥ 500.
VIII. La empresa dispone de hasta 10 autobuses grandes.
AG ≤ 10
IX. La empresa dispone de hasta 8 autobuses pequeños.
AP ≤ 8
X. La cantidad de autobuses grandes y la cantidad de autobuses pequeños debe ser igual o
mayor a 0.
AG ≥ 0
AP ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
AG
AP
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
1*AG + 1*AP ≤ 15
40*AG + 30*AP ≥ 500
1*AG ≤ 10
1*AP ≤ 8
AG ≥ 0
AP ≥ 0
MODELO MATEMÁTICO
AG = X
AP = Y
I. VARIABLE DE DECISION
3) Una fábrica produce dos modelos A y B de un producto. El beneficio que arroja el modelo A es
de $40.000/unidad y el de B $60.000/unidad. La producción diaria no puede superar4000
unidades del modelo A ni 3000 del B debido a las condiciones producción de la planta. El
departamento de mercadeo informa que la demanda de acuerdo a los pedidos recibidos es de
600 unidades ¿Cuántas unidades de cada modelo debe producir la fábrica para obtener el
máximo beneficio?
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MA
MB
II. FUNCIÓN OBJETIVA
MA ≤ 4000
MB ≤ 3000
MA + MB ≥ 600
MA ≥ 0
MB ≥ 0
MODELO MATEMÁTICO
MA = X
MB = Y
III. VARIABLE DE DECISION
X = Cantidad producida del producto modelo “A”
Y = Cantidad producida del producto modelo “B”
IV. FUNCION OBJETIVO
CARPINTERIA 20 H 25 H
DESARROLLO
II. Solo se cuenta con 8000 horas obra civil para la construcción de casas tipo campo y
casas tipo rancho.
100H*CTC + 80H*CTR ≤ 8000
III. El n° de casas tipo campo más el n° de casas tipo rancho deben ser 100.
CTC + CTR = 100
IV. La cantidad de casas rancho y casas campo construidas deben ser mayor a 0.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
CTC ≥ 0
CTR ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
CTC
CTR
III. RESTRICCIONES
CTC ≥ 0
CTR ≥ 0
MODELO MATEMÁTICO
CTC = X
CTR = Y
I. VARIABLE DE DECISION
X = n° de casas construidas tipo campo.
Y = n° de casas construidas tipo rancho.
SUJETO A:
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
X + Y = 200
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
5) Una empresa proveedora de alimentos desea fabricar comida balanceada para perros de acuerdo a
las especificaciones dadas por el veterinario se debe producir un compuesto que contenga por lo
menos, 100 gramos de fibra, 300 gramos de proteínas y 70 gramos de minerales por animal si se
desea alimentar 100 perros con los siguientes productos que se encuentran en el mercado y
presentan la siguiente composición:
PRODUCTOS
CONTENIDO
1 2 3
FIBRA 20% 30% 5%
PROTEÍNA 60% 50% 38%
MINERALES 9% 8% 8%
PRECIO POR KG $10000 $11000 $9500
¿Cuántos kilos de cada producto se deben comprar si se desea cumplir con la cuota nutricional al
menor costo posible?
100gr = 1kg
100gr de fibra = 0.1kr de fibra
300gr de proteína = 0.3kg de proteína
70gr de mineral = 0.07kg de mineral
La cantidad necesaria de fibra, proteína y mineral para los 100 perros son:
DESARROLLO
III. RESTRICCIONES
I. Cantidad de fibra usada en el compuesto para los productos no es menor a 0.1kg por los
100 perros.
Cantidad de fibra usada en el compuesto para el producto 1, el producto 2 y producto 3
no es menor a 10kg.
Cantidad de fibra usada en el compuesto es 20% para el producto 1, 30% para el
producto 2 y 5% para el producto 3 no es menor a 10kg.
Cantidad de fibra usada en el compuesto es 0.2 * producto 1 + 0.3 * producto 2 + 0.05
* producto 3 no es menor a 10kg.
Cantidad de fibra usada en el compuesto es 0.2*(P1) + 0.3*(P2) + 0.05*(P3) no es
menor a 10kg.
0.2*(P1) + 0.3*(P2) + 0.05*(P3) ≥ 10
II. Cantidad de proteína usada en el compuesto para los productos no es menor a 0.3kg por
los 100 perros.
Cantidad de proteína usada en el compuesto para el producto 1, el producto 2 y
producto 3 no es menor a 30kg.
Cantidad de proteína usada en el compuesto es 60% para el producto 1, 50% para el
producto 2 y 38% para el producto 3 no es menor a 30kg.
Cantidad de proteína usada en el compuesto es 0.6 * producto 1 + 0.5 * producto 2 +
0.38 * producto 3 no es menor a 30kg.
Cantidad de proteína usada en el compuesto es 0.6*(P1) + 0.5*(P2) + 0.38*(P3) no es
menor a 30kg.
0.6*(P1) + 0.5*(P2) + 0.38*(P3) ≥ 30
III. Cantidad de minerales usada en el compuesto para los productos no es menor a 0.07kg
por los 100 perros.
Cantidad de minerales usada en el compuesto para el producto 1, el producto 2 y
producto 3 no es menor a 7kg.
Cantidad de minerales usada en el compuesto es 9% para el producto 1, 8% para el
producto 2 y 8% para el producto 3 no es menor a 7kg.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
P1
P2
P3
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
P1: X1
P2: X2
P3: X3
I. VARIABLE DE DECISION
X1 = Cantidad en kilos del producto 1
X2 = Cantidad en kilos del producto 2
X3 = Cantidad en kilos del producto 3
6) En una economía lineal para producir 3 unidades de trigo se requieren 6 unidades de tierra, $8
en semilla y 3 trabajadores. Para producir 4 unidades de centeno se requieren 5 unidades de
tierra, $10 de semillas y 6 trabajadores. El precio por unidad de trigo y centeno es $15 y $20,5
respectivamente, siendo las cantidades de disponibles de tierra y de trabajo de 100 y 130
unidades respectivamente. Si el empresario desea optimizar el resultado de su explotación,
formule un modelo de programación lineal.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
N3T
N4C
II. FUNCIÓN OBJETIVA
Máx. Z = 37* (N3T)+ 72 (N4C) ($)
III. RESTRICCIONES
MODELO MATEMÁTICO
N3T = X
N4C = Y
I. VARIABLE DE DECISION
X = Número de paquetes de 3 unidades de trigo producidas
Y = Número de paquetes de 4 unidades de centeno producidas
6* X + 5* Y ≤ 100
3* X +4* Y ≤ 130
X ≥0
Y ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
7) Usted como vendedor de FERRETERIA C.A tiene que decir como asignar sus esfuerzos entre
los diferentes tipos de clientes de su territorio. Ud de visitar comerciantes mayoristas y clientes
que compran al detal. Una visita a un comerciante mayorista usualmente le produce $20 en
ventas, pero la visita en promedio dura 2 horas debe manejar también en promedio 10 km. En
una visita a un comprador al detal, le vende $50requiere de unas 3 horas y 20 km manejando su
carro aproximadamente. Usted planifica viajar como máximo 600 km por semana en su carro y
prefiere trabajar no más de 36horas a la semana. Encuentre la combinación óptima de visitas a
comerciantes y clientes al menudeo que le permitan maximizar sus ganancias.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
VCM
VCD
II. FUNCIÓN OBJETIVA
2*VCM + 3*VCD ≤ 36
10*VCM + 20*VCD ≤ 600
VCM ≥ 0
VCD ≥ 0
MODELO MATEMÁTICO
VCM = X
VCD = Y
I. VARIABLE DE DECISION
X = Visita a un comerciante mayorista
Y = Visita a un comerciante detal
II. FUNCION OBJETIVO
DESARROLLO
III. RESTRICCIONES
I. El número de hombres operario usados en el número de paquetes transportados de las
plantas a los comerciantes es menor a 1000.
El número de hombres operarios usados para el número de paquetes transportados de la
planta 1 al comerciante A + número de paquetes transportados de la planta 1 al comerciante
B + número de paquetes transportados de la planta 1 al comerciante C + 0.5 * número de
paquetes transportados de la planta 2 al comerciante A + 0.5 * número de paquetes
transportados de la planta 2 al comerciante B + 0.5 * número de paquetes transportados de
la planta 2 al comerciante C ≤ 1000.
(P1-CA) + (P1-CB) + (P1-CC) + 0.5 (P2-CA) + 0.5 (P2-CB) + 0.5 (P2-CC) ≤ 1000
II. El número máximo producido por la planta 1 es 400.
El número máximo de paquetes transportados de la planta 1 al comerciante A + paquetes
transportados de la planta 1 al comerciante B + paquetes transportados de la planta 1 al
comerciante C ≤ 400.
(P1-CA) + (P1-CB) +(P1-CC) ≤ 400
III. El número máximo producido por la planta 2 es 400.
El número máximo de paquetes transportados de la planta 2 al comerciante A + paquetes
transportados de la planta 2 al comerciante B + paquetes transportados de la planta 2 al
comerciante C ≤ 400.
(P2-CA) + (P2-CB) + (P2-CC) ≤ 400
IV. El número de paquetes transportados de una planta a los comerciantes es mayor o igual a
cero
El número de paquetes transportados de la planta 1 al comerciante A + número de paquetes
transportados de la planta 1 al comerciante B + número de paquetes transportados de la
planta 1 al comerciante C + número de paquetes transportados de la planta 2 al comerciante
A + número de paquetes transportados de la planta 2 al comerciante B + número de
paquetes transportados de la planta 2 al comerciante C ≥ 0
(P1-CA) ≥ 0, (P1-CB) ≥ 0, (P1-CC) ≥ 0, (P2-CA) ≥ 0, (P2-CB) ≥ 0, (P2-CC) ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
(P1-CA), (P1-CB), (P1-CC), (P2-CA), (P2-CB), (P2-CC)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
III. RESTRICCIONES
(P1-CA) +(P1-CB) +(P1-CC) +0.5 (P2-CA) +0.5 (P2-CB) +0.5 (P2-CC) ≤ 1000
MODELO MATEMÁTICO
- (P1CA)= X1
- (P1CB) = X2
- (P1CC) = X3
- (P2CA)= X4
- (P2CB) = X5
- (P2CC) = X6
I. VARIABLE DE DECISION
- X1 = Número de paquetes transportados de la planta 1 al comerciante A
- X2 = Número de paquetes transportados de la planta 1 al comerciante B
- X3 = Número de paquetes transportados de la planta 1 al comerciante C
- X4 = Número de paquetes transportados de la planta 2 al comerciante A
- X5 = Número de paquetes transportados de la planta 2 al comerciante B
- X6 = Número de paquetes transportados de la planta 2 al comerciante C
X1 + X2 + X3 ≤ 400
X4 + X5 + X6 ≤ 400
X1 ≥0
X2 ≥0
X3 ≥0
X4 ≥0
X5 ≥0
X6 ≥0
9) Una persona acaba de heredar $6000 y que desea invertirlos. Al oír esta noticia dos amigos
distintos le ofrecen la oportunidad de participar como socio en dos negocios, cada uno planeado
por cada amigo. En ambos casos, la inversión significa dedicar un poco de tiempo el siguiente
verano, al igual que invertir efectivo. Con el primer amigo al convertirse en socio completo
tendría que invertir $5000 y 400 horas, y las ganancia estimada (ignorado el valor del tiempo)
seria $4500. Las cifras correspondientes a la propuesta del segundo amigo son $4000 y 500
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
horas con una ganancia estimada de$4500. Sin embargo, ambos amigos son flexibles y le
permitirían entrar en el negocio en cualquier proporción de la sociedad; la participación en las
utilidades será proporcional a esa fracción. Como de todas maneras esta persona está buscando
un trabajo interesante para el verano (600 horas a lo sumo), ha decidido participar en una o
ambas propuestas con la combinación que maximice la ganancia total estimada
DESARROLLO
III. RESTRICCIONES
I. La persona acaba de heredar $6000
El monto invertido en el primer negocio + el monto invertido en el segundo negocio
deben ser menores o iguales que $6000
$5000*(MI1N) + $4000*(MI2N) ≤ $6000
RESUMEN
I. VARIABLE DE DECISIÓN
MI1N
MI2N
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
MODELO MATEMÁTICO
MI1N = X
MI2N = Y
I. VARIABLE DE DECISION
X = Monto invertido en el primer negocio
Y = Monto invertido en el segundo negocio
II. FUNCION OBJETIVO
10) Un granjero cría cerdos para venta y desea determinar qué cantidad de los distintos tipos de
alimento debe dar a cada cerdo para cumplir requisitos nutricionales a un costo mínimo. En la
siguiente tabla se dan las unidades de casa clase de ingredientes nutritivo básico contenido en un
kilogramo de cada tipo de alimento, junto con los requisitos nutricionales diarios y los costos de
los alimentos.
DESARROLLO
VIII. RESTRICCIONES
I. Para los tres tipos de alimentos se puede utilizar como mínimo 200 unidades diarias de
carbohidratos.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
Para cada Kg. de maíz * 90 + cada Kg. de grasa * 20 + cada Kg. de alfalfa * 40 como
mínimo 200 unid. diarias de carbohidratos.
90KM + 20KG + 40KG ≥ 200
II. Para los tres tipos de alimentos se puede utilizar como mínimo 180 unidades diarias de
proteínas.
Para cada Kg. de maíz * 30 + cada Kg. de grasa * 80 + cada Kg. de alfalfa * 60 como
mínimo 200 unid. diarias de proteínas.
30KM + 80KG + 60KA ≥ 180
III. Para los tres tipos de alimentos se puede utilizar como mínimo 150 unidades diarias de
vitaminas.
Para cada Kg. de maíz * 10 + cada Kg. de grasa * 20 + cada Kg. de alfalfa * 60 como
mínimo 200 unid. diarias de vitaminas.
10KM + 20KG + 60KA ≥ 150
IV. La cantidad de kg. de maíz, kg. de grasa y kg. de alfalfa deben ser mayor a 0.
KM ≥ 0
KG ≥ 0
KA ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
KM
KG
KA
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
KM ≥ 0
KG ≥ 0
KA ≥ 0
MODELO MATEMÁTICO
KM = X
KG = Y
KA = Z
I. VARIABLE DE DECISION
X = Cantidad de kilogramos de maíz.
Y = Cantidad de Kilogramos de grasa.
Z = Cantidad de Kilogramos de alfalfa.
SUJETO A:
X ≥ 0
Y ≥ 0
Z ≥ 0
11) Un avión de carga tiene tres compartimientos para almacenar: delantero, central y trasero. Estos
compartimientos tienen un límite de capacidad tanto en peso como en espacio. Los datos se
resumen enseguida:
Para mantener el avión balanceado, el peso de la carga en los respectivos compartimientos debe ser
proporcional a su capacidad. Se tienen ofertas para los siguientes envíos en un vuelo próximo ya
que se cuenta con espacio:
VOLUMEN (PIES
PESO GANANCIA
CARGA CÚBICOS/TONELADA
(TONELADAS) ($/TONELADA)
S)
1 20 500 320
2 16 700 400
3 25 600 360
4 13 400 290
Se puede aceptar cualquier fracción de estas cargas. El objetivo es determinar qué cantidad de cada
carga aceptarse (si se acepta) y como distribuiría en los compartimientos para maximizar la
ganancia del vuelo.
DESARROLLO
III. RESTRICCIONES
I. El peso de las cargas en el compartimiento trasero del avión no puede ser mayor a 10
toneladas.
El peso de la carga 1 más el peso de la carga 2 más el peso de la carga 3 más el peso de
la carga 4 en el compartimiento trasero no puede ser mayor a 10 toneladas.
20*(T1) + 16*(T2) + 25*(T3) + 13*(T4) ≤ 10
II. El peso de las cargas en el compartimiento central del avión no puede ser mayor a 18
toneladas.
El peso de la carga 1 más el peso de la carga 2 más el peso de la carga 3 más el peso de
la carga 4 en el compartimiento central no puede ser mayor a 18 toneladas.
20*(C1) + 16*(C2) + 25*(C3) + 13*(C4) ≤ 18
III. El peso de las cargas en el compartimiento delantero del avión no puede ser mayor a 12
toneladas.
El peso de la carga 1 más el peso de la carga 2 más el peso de la carga 3 más el peso de
la carga 4 en el compartimiento delantero no puede ser mayor a 12 toneladas.
20*(D1) + 16*(D2) + 25*(D3) + 13*(D4) ≤ 12
IV. El volumen de las cargas en el compartimiento trasero del avión no puede ser mayor a
5000 pies cúbicos.
El volumen de la carga 1 más el volumen de la carga 2 más el volumen de la carga 3
más el volumen de la carga 4 en el compartimiento trasero no puede ser mayor a 5000
pies cúbicos.
(20*500) * la carga 1 en el compartimiento trasero + (16*700) * la carga 2 en el
compartimiento trasero + (25*600) * la carga 3 en el compartimiento trasero +
(13*400) * la carga 4 en el compartimiento trasero no puede ser mayor a 5000 pies
cúbicos.
(10000) * la carga 1 en el compartimiento trasero + (11200) * la carga 2 en el
compartimiento trasero + (15000) * la carga 3 en el compartimiento trasero + (5200) *
la carga 4 en el compartimiento trasero no puede ser mayor a 5000 pies cúbicos.
10000*(T1) + 11200*(T2) + 15000*(T3) + 5200*(T4) ≤ 5000.
V. El volumen de las cargas en el compartimiento central del avión no puede ser mayor a
9000 pies cúbicos.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
T1
T2
T3
T4
C1
C2
C3
C4
D1
D2
D3
D4
RESTRICCIONES
MODELO MATEMÁTICO
T1: X1
T2: X2
T3: X3
T4: X4
C1: X5
C2: X6
C3: X7
C4: X8
D1: X9
D2: X10
D3: X11
D4: X12
I. VARIABLE DE DECISION
Max. Z = 6400*T1 + 6400*T2 + 9000*T3 + 3770*T4 + 6400*C1 + 6400*C2 + 9000*C3 + 3770*C4 + 6400*D1 + 6400*D2 + 9000*D3 + 3770*D4
SUJETO A:
20*T1 + 16*T2 + 25*T3 + 13*T4 ≤ 10
20*C1 + 16*C2 + 25*C3 + 13*C4 ≤ 18
20*D1 + 16*D2 + 25*D3 + 13*D4 ≤ 12
10000*T1 + 11200*T2 + 15000*T3 + 5200*T4 ≤ 5000
10000*C1 + 11200*C2 + 15000*C3 + 5200*C4 ≤ 9000
10000*D1 + 11200*D2 + 15000*D3 + 5200*D4 ≤ 7000
1*T1 + 1*C1 + 1*D1 ≤ 20
1*T2 + 1*C2 + 1*D2 ≤ 16
1*T3 + 1*C3 + 1*D3 ≤ 25
1*T4 + 1*C4 + 1*D4 ≤ 20
1*T1 + 1*T2 + 1*T3 + 1*T4 ≤ 10
1*C1 + 1*C2 + 1*C3 + 1*C4 ≤ 18
1*D1 + 1*D2 + 1*D3 + 1*D4 ≤ 12
T1 ≥ 0
T2 ≥ 0
T3 ≥ 0
T4 ≥ 0
C1 ≥ 0
C2 ≥ 0
C3 ≥ 0
C4 ≥ 0
D1 ≥ 0
D2 ≥ 0
D3 ≥ 0
D4 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
12) Un proveedor debe preparar con 5 bebidas de fruta en existencia, al menos 500 galones de un
ponche que contenga por lo menos 20% de jugo de naranja, 10% de jugo de toronja y 5% de
jugo de arándano. Si los datos del inventario son los que ese muestra en la tabla siguiente,
indicar ¿Qué cantidad de cada bebida deberá emplear el proveedor a fin de obtener la
composición requerida a un costo total mínimo?
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
Min Z = 1.50* (GA) + 0.75* (GB) + 2* (GC) + 1.75* (GD) + 0.25* (GE) ($)
III. RESTRICCIONES
(GA) ≤ 200
(GB) ≤ 400
(GC) ≤ 100
(GD) ≤ 50
(GE) ≤ 800
(GA) ≥0
(GB) ≥0
(GC) ≥0
(GD) ≥0
(GE) ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
- (GA) = X1
- (GB) = X2
- (GC) = X3
- (GD) = X4
- (GE) = X5
I. VARIABLE DE DECISION
- X1 = Número de galones de la bebida A
- X2 = Número de galones de la bebida B
X1 + X2 + X3 + X4 + X5 ≥ 500
X2 ≤ 400
X3 ≤ 100
X4 ≤ 50
X5 ≤ 800
X1 ≥0
X2 ≥0
X3 ≥0
X4 ≥0
X5 ≥0
13) Un herrero con 80kgs de acero y 120kgs de aluminio quiere hacer bicicletas de paseo y de
montaña que quiere vender respectivamente a $20.000 y $15.000 bolívares cada para una sacar
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
Acero Aluminio
Paseo 1 3
Montaña 2 2
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
CBP
CBM
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
1*CBP + 2*CBM ≤ 80
3*CBP + 2*CBM ≤ 120
CBP ≥ 0
CBM ≥ 0
MODELO MATEMÁTICO
CBP = X
14) A una persona le tocan 10 millones de bolívares en una lotería y le aconsejan que las invierta en dos
tipos de acciones; A y B las de tipo A tiene más riesgo pero producen un beneficio del 10%. Las de
tipo B son más seguras, pero producen solo el 7% anual. Después de varias deliberaciones decide
invertir como máximo 6 millones en la compra de acciones A y por lo menos 2 millones en la
compra de acciones B además. Decide que lo invertido en A sea por lo menos, igual a lo invertido
en B. ¿cómo deberá invertir 10millones para que le beneficio anual sea máximo?
DESARROLLO
RESUMEN
AA
AB
IV. FUNCIÓN OBJETIVA
1*AA ≤ 6000000
1*AB ≥ 2000000
-1*AA + 1*AB ≤ 0
AA ≥ 0
AA = X
AB = Y
III. VARIABLE DE DECISION
X = Cantidad de dinero invertido en acciones de tipo “A”
Y = Cantidad de dinero invertido en acciones de tipo “B”
IV. FUNCION OBJETIVO
DESARROLLO
III. RESTRICCIONES
I. Lleva una bolsa en la que caben 120 impresos de la empresa “A”
La cantidad de impresos de la empresa “A” debe ser menor o igual de 120
VA ≤ 120
II. Lleva una bolsa en la que caben 100 impresos de la empresa “B”
La cantidad de impresos de la empresa “B” debe ser menor o igual de 100
VB ≤ 100
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
I. VARIABLE DE DECISIÓN
VA
VB
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
VA ≤ 120
VB ≤ 100
VA + VB ≤ 150
VA ≥ 0
VB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
VA = X
VB = Y
I. VARIABLE DE DECISION
X = Cantidad de impresos de la empresa “A”
Y = Cantidad de impresos de la empresa “B”
II. FUNCION OBJETIVO
X ≤ 120
Y ≤ 100
X + Y ≤ 150
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
16) Un comerciante acude al mercado popular a comprar naranjas con $500.000 le ofrece dos tipos de
naranjas: las de tipo A a $500 el Kg, y las de tipo B a $800 el Kg sabiendo que solo dispone de su
camioneta con espacio para transportar 700 Kg de naranjas como máximo y piensa vender el Kg de
naranjas tipo A a $580 y el Kg. de tipo B $900.
a) ¿Cuántos KG de naranja de cada tipo deberá comprar para obtener máximo beneficio?
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
KGA
KGB
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
III. RESTRICCIONES
KGB ≥ 0
MODELO MATEMÁTICO
KGA = X
KGB = Y
I. VARIABLE DE DECISION
X = Cantidad de Kg. comprados de naranja tipo A.
Y = Cantidad de Kg. comprados de naranja tipo B
SUJETO A:
X + Y ≤ 700
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
17) Un sastre tiene 80 m2 de tela de algodón y 120 m2 de tela de lana. Un traje requiere 1 m2 de
algodón y 3 m2 de lana, y un vestido de mujer requiere 2 m2 de cada una de las dos telas. Calcular
el número de trajes y vestidos que debe confeccionar el sastre para maximizar los beneficios si un
traje y un vestido se venden al mismo precio.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
CT
CV
MÁX.Z = CT + CV (u.m.)
III. RESTRICCIONES
1*CT + 2*CV ≤ 80
3*CT + 2*CV ≤ 120
CT ≥ 0
CV ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
CT = X
CV = Y
I. VARIABLE DE DECISION
X = Cantidad de trajes a confeccionar.
Y = Cantidad de vestidos a confeccionar.
MÁX.Z = X + Y
SUJETO A:
1*X + 2*Y ≤ 80
3*X + 2*Y ≤ 120
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
18) Un constructor va a edificar dos tipos de vivienda A y B dispone de $600 millones y el coste de
una casa de tipo A es de $13 millones y $8 millones una tipo B El número de casa de tipo A ha
de ser, al menos, del 40% del total y el de tipo B, el 20% por lo menos. Si cada casa de tipo A
se vende a $16 millones y cada una de tipo B en $9 millones ¿Cuántas casas de cada tipo debe
construir para obtener el beneficio máximo?
DESARROLLO
(CCA) ≥ 0, (CCB) ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
- (CCA)
- (CCB)
II. FUNCIÓN OBJETIVA
Max Z= 3’* (CCA)+ 1’* (CCB) ($)
III. RESTRICCIONES
MODELO MATEMÁTICO
(CCA) = x
(CCB) = y
I. VARIABLE DE DECISION
X = Número de casas construidas del tipo A
Y = Número de casas construidas del tipo B
19) Una refinería de petróleo tiene dos fuentes de petróleo crudo: crudo ligero, que cuesta
35dólares por barril y crudo pesado a 30 dólares el barril. Con cada barril de crudo ligero, la
refinería produce 0.3 barriles de gasolina (G), 0.2 barriles de combustible para calefacción(C) y
0.3 barriles de combustible para turbinas (T). Mientras que con cada barril de crudo pesado
produce 0.3 barriles de G, 0.4 barriles de C y 0.2 barriles de T. La refinería ha contratado el
suministro de 900.000 barriles G, 800.000 barriles de C y 500.000 barriles de T. hallar las
cantidades de crudo ligero y pesado que debe comprar para poder cubrir sus necesidades al
costo mínimo.
RESUMEN
I. VARIABLE DE DECISIÓN
CL
CP
II. FUNCIÓN OBJETIVA
CL = X
CP = Y
I. VARIABLE DE DECISION
X = Cantidad de petróleo crudo ligero
Y = Cantidad de petróleo crudo pesado
II. FUNCION OBJETIVO
20) La fábrica LA MUNDIAL S.A, construye mesas y sillas de madera el precio de venta al público
de una mesa es de $2700 pesos y el de una silla $2100. LA MUNDIAL S.A. estima que fabricar
una mesa supone un gasto de 1000$ de materias primas y de 1.400$ de costos laborales.
Fabricar una silla exige 900$ de materias primas y 1.000$ de costo laborales. La construcción
de ambos tipos de muebles requiere un trabajo previo de carpintería y un proceso final de
acabado (pintura, revisión de las piezas fabricadas, empaquetado etc.). Para fabricar una mesa
se necesita 1 hora de carpintería y 2 horas de proceso final de acabado. Una silla necesita 1 hora
de carpintería y 1 hora para el proceso de acabado. LA MUNDIAL S.A. No tiene problemas de
abastecimiento de materias primas, pero solo puede contar semanalmente con un máximo de 80
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
horas de carpintería y un máximo de 100 horas por los trabajos de acabado. Por exigencias del
mercado, LAMUNDIAL S.A. fabrica como máximo 40 mesas a la semana. No ocurre así con
las sillas, para los que no hay ningún tipo de restricción en cuanto al número de unidades
fabricadas. Determinar el número de mesas y de sillas que semanalmente deberá fabricar la
empresa para maximizar sus beneficios
DESARROLLO
III. RESTRICCIONES
I. El número de horas de carpintería no debe exceder las 80 horas
El número de horas de carpintería para construir sillas + el número de horas de carpintería
para construir mesas es ≤ 80 horas
(NSC)+ (NMC) ≤ 80 horas
II. El número de horas de trabajo de acabado no debe exceder las 100 horas
El número de horas de trabajo de acabado para construir sillas + 2 horas* el número de
horas de trabajo de acabado para construir mesas es ≤ 100 horas
(NSC)+ 2* (NMC) ≤ 100 horas
III. El número de mesas construidas debe ser menor de 40 unidades a la semana
(NMC) ≤ 40
IV. El número de sillas construidas y el número mesas construidas deben ser mayor o igual a
cero
(NSC) ≥ 0; (NMC) ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
- NSC (unid)
- NMC (unid)
II. FUNCIÓN OBJETIVA
Max z= 300* (NSC) + 200* (NMC) ($)
III. RESTRICCIONES
(NSC ) + (NMC) ≤ 80
MODELO MATEMÁTICO
NSC = X
NMC = Y
I. VARIABLE DE DECISION
X = Número de sillas construidas
Y = Número de mesas construidas
II. FUNCION OBJETIVO
SUJETO A
X + Y ≤ 80
X + 2* Y ≤ 100
Y ≤ 40
X ≤0
Y ≤0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
21) Los hospitales enfrentan constantemente problemas con el horario de trabajo de sus enfermeras.
Un modelo de planificación de horarios en un problema de programación de enteros para
minimizar el número total de trabajadores sujetos a un número específico de enfermeras durante
cada periodo del día. Periodo Turno del Día N° Requerido de enfermeras1 8:00
DESARROLLO
RESUMEN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
I. VARIABLE DE DECISIÓN
E1 E4
E2 E5
E3
II. FUNCIÓN OBJETIVA
MIN. Z = E1 + E2 + E3 + E4 + E5
III. RESTRICCIONES
MODELO MATEMÁTICO
E1 = X1
E2 = X2
E3 = X3
E4 = X4
E5 = X5
I. VARIABLE DE DECISION
E1 = Cantidad de enfermeras 1 periodo
E2 = Cantidad de enfermeras 2 periodo
E3 = Cantidad de enfermeras 3 periodo
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MIN. Z = E1 + E2 + E3 + E4 + E5
SUJETO A:
E1 ≥ 10
E1 + E2 ≥ 8
E1 + E2 + E3 ≥ 9
E1 + E2 + E3 + E4 ≥ 11
22) Suponga que un almacén de madera ofrece láminas de 10 metros, las cuales son cortadas en 3
metros, 4 metros y 5 metros dependiendo de las exigencias de los clientes. La lámina de madera de
10 metros puede ser cortada en 6 patrones sensibles tal y como se muestra en la tabla siguiente:
Como vemos en total se necesitan 610 metros para cumplir con la orden del cliente, si dividimos
esta cantidad en 10 metros, que es el tamaño de las láminas que el almacén ofrece, entonces como
mínimo debemos usar 61 láminas.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
DESARROLLO
LCP#4 ≥ 0
LCP#5 ≥ 0
LCP#6 ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
LCP#1
LCP#2
LCP#3
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
LCP#4
LCP#5
LCP#6
MIN.
= 1(LCP#1) + 0(LCP#2) + 2(LCP#3) + 1(LCP#4) + 2(LCP#5) + 0(LCP#6) (Lám. 10mt.)
Z
LCP# LCP#
LCP#1 + LCP#2 + LCP#3 + LCP#4 + + ≥ 61
5 6
LCP#1 ≥ 0
LCP#2 ≥ 0
LCP#3 ≥ 0
LCP#4 ≥ 0
LCP#
≥ 0
5
LCP#
≥ 0
6
MODELO MATEMÁTICO
LCP#1 = X1
LCP#2 = X2
LCP#3 = X3
LCP#4 = X4
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
LCP#5 = X5
LCP#6 = X6
I. VARIABLE DE DECISION
X1 = Cantidad de láminas de 10 mt. cortadas en patrón #1
X2 = Cantidad de láminas de 10 mt. cortadas en patrón #2
X3 = Cantidad de láminas de 10 mt. cortadas en patrón #3
X4 = Cantidad de láminas de 10 mt. cortadas en patrón #4
X5 = Cantidad de láminas de 10 mt. cortadas en patrón #5
SUJETO A:
3*X1 + 2*X2 + X3 ≥ 50
X2 + X4 + 2*X5 ≥ 65
X3 + X4 + 2*X6 ≥ 40
X1 + X2 + X3 + X4 + X5 + X6 ≥ 61
X1 ≥ 0
X2 ≥ 0
X3 ≥ 0
X4 ≥ 0
X5 ≥ 0
X6 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
23) Una compañía de químicos está produciendo dos tipos de sustancias (A y B) que requieren tres
tipos de materia prima (I, II, y III). Los requerimientos en la composición de las tres sustancias así
como también la utilidad son mostrados a continuación:
Utilidad
Sustancia Composición por kg
No más de 20% de I
No más de 10% de II
A 10
Por lo menos 20% de III
No más de 40% de I
B No más de 50% de III 8
Costos de Procesamiento
Materia Prima Monto Disponible (Kg)
/Kg
I 400 4
II 500 5
III 300 6
DESARROLLO
-0.5*BII + 0.5*BII ≤ 0
IX. Cantidad de la sustancia A y B utilizadas en la composición I, en la composición II, en
la composición III deben ser igual o mayor a 0.
AI ≥ 0
AII ≥ 0
AIII ≥0
BI ≥ 0
BII ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
AI
AII
AIII
BI
BII
III. RESTRICCIONES
MODELO MATEMÁTICO
AI : X1
AII : X2
AIII : X3
BI : X4
BII : X5
I. VARIABLE DE DECISION
Sujeto a:
1*AI + 1*BI ≤ 400
1*AII + 1*BII ≤ 500
1*AIII ≤ 300
- 0.2*AII ≤
0.8*AI - 0.2*AII 0
I
- 0.1*AII ≤
-0.1*AI + 0.9*AII 0
I
+ 0.8*AII ≥
-0.2*AI - 0.2*AII 0
I
0.6*BI - 0.4*BI ≤
0
I
- + 0.5*BI ≤
0
0.5*BI I
AI ≥ 0
AII ≥ 0
AIII ≥ 0
BI ≥ 0
BII ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
24) En una La Apex Televisión debe decir el número de televisores de 27” y 20’’, producidos en
una de sus fábricas, la investigación de mercado indica ventas a lo más 40 televisores de 27”
y10 de 20” cada mes. El número máximo de horas-hombre disponible es de 500 por mes, un
televisor de 27” requiere 20 horas –hombres y uno 20” requiere 10 horas -hombres, cada
televisor de 27” produce una ganancia de $120 y cada uno de 20”da una ganancia de$80. Un
distribuidor está de acuerdo comprar todos los televisores producidos siempre en cuando no
excede el máximo indicado por el estudio de mercado.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
- TV27
- TV20
II. FUNCIÓN OBJETIVA
Max Z= 120* (TV27)+ 80* (TV20) ($)
(TV27”) ≤ 40
(TV20”) ≤ 10
20*(TV27”) +10* (TV20”) ≤ 500
(TV27”) ≥0
(TV20”) ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
TV27 = X
TV20 = Y
I. VARIABLE DE DECISION
X = Número de televisores producidos de 27”
Y = Número de televisores producidos de 20”
X ≤ 40
Y ≤ 10
20*X +10* Y ≤ 500
X ≥0
Y ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
RK
RL
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
TC
TK
II. FUNCIÓN OBJETIVA
4*RL ≤ 2000
5*RK + 2*TK ≤ 1000
20*RK + 8*RL + 6*TC + 6*TK ≤ 12000
RK + RL + TK ≤ 3000
MODELO MATEMÁTICO
RK = X
RL = Y
TC = Z
TK = W
I. VARIABLE DE DECISION
X = Número de piezas del producto R hecho con K:
Y = Número de piezas del producto R hecho con L
26) La empresa lechera Milko no puede recibir más de 100.000 litros de leche al día debido a las
limitaciones impuestas por el congestionamiento de recepción. Las políticas de la
administración requieren el uso de cuando menos 10.000 litros de leche diarios para la
fabricación de queso, y el resto para ser empleado en manteca o leche embotellada según lo
permita el equipo. El beneficio de un litro de l según como se emplee es como sigue:
Manteca $0.02
Leche $0.10
Queso $0.30
DESARROLLO
III. RESTRICCIONES
I. La cantidad de litros de leche para manteca, la cantidad de litros de leche para leche y
la cantidad de litros de leche para queso debe ser a lo mucho 100.000 litros de leche al
día:
LM + LL + LQ ≤ 100.000
II. El equipo puede procesar hasta 60.000 de la cantidad de litros de leche para manteca:
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
LM ≤ 60.000
III. El equipo puede procesar hasta 10.000 de la cantidad de litros de leche para leche:
LL ≤ 10.000
IV. El equipo puede procesar hasta 30.000 de la cantidad de litros de leche para queso:
LQ ≤ 30.000
V. La cantidad de litros de leche para manteca, la cantidad de litros de leche para leche y
la cantidad de litros de leche para queso debe ser mayor igual a cero.
LM ≥ 0
LL ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
LM
LL
LQ
II. FUNCIÓN OBJETIVA
LM + LL + LQ ≤ 100.000
LM ≤ 60.000
LL ≤ 10.000
LQ ≤ 30.000
LM ≥ 0
LL ≥ 0
LQ ≥ 0
MODELO MATEMÁTICO
LM = X
LL = Y
LQ = Z
I. VARIABLE DE DECISION
X = cantidad de litros de leche para manteca
Y = cantidad de litros de leche para leche
Z = cantidad de litros de leche para manteca
II. FUNCION OBJETIVO
27) Una empresa automotriz está equipada para producir automóviles y camiones. Su planta fabril está
organizada en cuatro departamentos: estampado, montaje de motores, línea de montaje de
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
CA
CC
II. FUNCIÓN OBJETIVA
($)
MÁX. Z = 150000*(CA) + 125000*(CC)
(1/25000)*CA + (1/35000)*CC ≤ 1
(1/33.333)*CA + (1/16.667)*CC ≤ 1
CA ≤ 22500
CC ≤ 15000
CA ≥ 12000
CC ≥ 8000
CA ≥ 18000
CA ≥ 0
CC ≥ 0
MODELO MATEMÁTICO
CA = X
CC = Y
I. VARIABLE DE DECISION
X = Cantidad de autos a producir
Y = Cantidad de camiones a producir
II. FUNCION OBJETIVO
12%, 10% y 6%. Los fondos para el crecimiento, equilibrio y para el ingreso, tienen asignado los
factores de riesgo 1%, 0.6%, 0.2% Respectivamente. Sharon ha decidido que como máximo el 50%
de su capital se invertirá en fondos para el ingreso y un 25% en fondos de equilibrio. También ha
decidido que el factor de riesgo promedio de inversión no exceda de 5%. ¿Qué cantidad debe
invertir Sharon en cada tipo de fondo para lograr el máximo rendimiento de su inversión? ¿Cuál es
el rendimiento máximo?
DESARROLLO
II. Sharon ha decidido que como máximo el 25% de su capital se invertirá en fondos de
equilibrio.
Sharon máx. invertirá 0.25 * 400 millones de pesos.
MIFE ≤ 100
III. Sharon también ha decidido que el factor de riesgo promedio de inversión no exceda
de 5%.
Sharon máx. inversión (tasa factor de riesgo FC * monto inversión fondo crecimiento +
tasa factor riesgo FE * monto inversión fondo equilibrio + tasa factor riesgo FI * monto
inversión fondo ingreso) / 3 no exceda 0.05 * 400 millones de pesos.
millones de pesos.
Sharon dispone monto inversión fondo crecimiento + monto inversión fondo
V. Los montos invertidos en fondo crecimiento, fondo equilibrio y fondo ingreso deben ser
mayor a 0.
MIFC ≥ 0
MIFE ≥ 0
MIFI ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
MIFC
MIFE
MIFI
II. FUNCIÓN OBJETIVA
0.12(MIFC (MILLONES DE
MAX. Z = + 0.10(MIFE) + 0.06(MIFI)
) PESOS)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
III. RESTRICCIONES
MIFI ≤ 200
MIFE ≤ 100
0.0033*MIF 0.002*MIF + 0.00067*MIF
+ ≤ 20
C E I
MIF + MIFE + MIFI ≤ 400
MIFC ≥ 0
MIFE ≥ 0
MIFI ≥ 0
MODELO MATEMÁTICO
MIFC = X
MIFE = Y
MIFI = Z
I. VARIABLE DE DECISION
29) Un autobús Caracas-Maracaibo ofrece plazas para fumadores al precio de 10.000 Bolívares y a no
fumadores al precio de 6.000 Bolívares. Al no fumador se le deja llevar 50kgs de peso y al fumador
20kgs. Si el autobús tiene 90 plazas y admite un equipaje de hasta 3.000 kg. ¿Cuál ha de ser la
oferta de plazas de la compañía para cada tipo de pasajeros, con la finalidad de optimizara el
beneficio?
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
PF
PNF
III. RESTRICCIONES
1*PF + 1*PNF ≤ 90
PF ≥ 0
PNF ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
PF = X
PNF = Y
I. VARIABLE DE DECISION
X = Cantidad de plazas en el autobús para pasajeros fumadores.
Y = Cantidad de plazas en el autobús para pasajeros no fumadores.
SUJETO A:
1*X + 1*Y ≤ 90
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
30) Cierta persona dispone de 10 millones como máximo para repartir entre dos tipos de inversión
(A y B). En la opción A desea invertir entre 2 y 7 millones. Además, quiere destinar a esa
opción, como mínimo, tanta cantidad de dinero como a la B. sabiendo que el rendimiento de la
inversión será del 9% en la opción A y del 12% en la B ¿Qué cantidad debe invertir en cada una
para optimizar el rendimiento global?
DESARROLLO
RESUMEN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
I. VARIABLE DE DECISIÓN
- (MIOA)
- (MIOB)
III. RESTRICCIONES
MODELO MATEMÁTICO
MIOA = X
MIOB = Y
I. VARIABLE DE DECISION
X = Millones invertidos en la opción A
Y = Millones invertidos en la opción B
II. FUNCION OBJETIVO
Máx. Z = 0.09* (X)+ 0.12* (Y)
X +Y ≤ 10’
X ≥ 2’
X ≤ 7’
X -Y ≤0
X ≥0
Y ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
31) Una escuela prepara una excursión para 400 alumnos. La empresa de transporte tiene 8buses
con capacidad de 40 personas y 10 buses con capacidad de 30 personas, pero solo dispone de 12
conductores. El alquiler de un bus grande cuesta $800.00 y el de uno pequeño $600.000.
Calcular cuántos de cada tipo hay que utilizar para que la excursión resulte lo más económica
posible para la escuela.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
BG
BP
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
BG = X
BP = Y
I. VARIABLE DE DECISION
X = Cantidad de buses grandes
Y = Cantidad de buses pequeños
II. FUNCION OBJETIVO
32) En una fábrica se construyen aparatos A y B, que necesitan pasar por los talleres X e Y. Estos
trabajan 100 horas cada semana. Cada aparato A lleva 3 horas del taller X y 1 del Y, y cada
aparato de B, 1 y 2 respectivamente. Cada A se vende a 100$ y cada B a 150$. Decir cuántos de
cada se producirán para que el ingreso por ventas sea máximo.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
AA
AB
II. FUNCIÓN OBJETIVA
($)
MÁX. Z = 100*(AA) + 150*(AB)
III. RESTRICCIONES
MODELO MATEMÁTICO
AA = X
AB = Y
III. VARIABLE DE DECISION
X = Cantidad de aparatos “A”
Y = Cantidad de aparatos “B”
IV. FUNCION OBJETIVO
33) En unos grandes almacenes necesitan entre 6 y 15 vigilantes cuando están abiertos al público, y
entre 4 y 7 vigilantes nocturno. Por razones de seguridad, debe haber al menos el doble de
vigilantes diurnos que nocturnos, pero los vigilantes diurnos cobran 60$ por día y los nocturnos 96$
¿Cómo debe organizarse el servicio para que resulte lo más económico posible?
DESARROLLO
III. RESTRICCIONES
I. Se necesita entre 6 y 15 vigilantes cuando están abiertos
Se necesita entre 6 y 15 vigilantes de la cantidad de vigilantes diurnos
VD ≥ 6 VD ≤ 15
II. Se necesita entre 4 y 7 vigilantes nocturnos
Se necesita entre 6 y 15 vigilantes de la cantidad de vigilantes nocturnos
VN ≥ 4 VN ≤ 7
III. La cantidad de vigilantes diurnos y la cantidad de vigilantes nocturnos deben ser mayor
o igual que 0
VD ≥ 0
VN ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
VD
VN
II. FUNCIÓN OBJETIVA
($)
MIN. Z = 100*(VD) + 150*(VN)
VD ≤ 15
VD ≥ 6
VN ≤ 7
VN ≥ 4
VD ≥ 0
VN ≥ 0
MODELO MATEMÁTICO
VD = X
VN = Y
I. VARIABLE DE DECISION
X = Cantidad de aparatos “A”
Y = Cantidad de aparatos “B”
II. FUNCION OBJETIVO
34) La compañía Hierro del Norte debe decidir cuantas toneladas de acero puro ( X ) y cuantas de
chatarra (Y ) se deben utilizar en la preparación de una aleación para un cliente. El corto por
tonelada de acero puro es de 3 y el de chatarra 6 (por las impurezas); la demanda del cliente es por
lo menos 5, y el aceptaría más si así requiere.
DESARROLLO
7
IV. La relación entre chatarra y acero puro no puede exceder
8
.
CTC 7
≤
CTA 8
8∗CTC
≥0
7∗CTA
V. La fábrica solo tiene 18 horas disponibles para derretir y fundir, una tonelada de acero
RESUMEN
I. VARIABLE DE DECISIÓN
CTA
CTC
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
CTA ≤ 4
CTC ≤ 7
8∗CTC
≥ 0
7∗CTA
3*CTA + 2*CTC ≤ 18
CTA ≥ 0
CTC ≥ 0
MODELO MATEMÁTICO
CTA = X
CTC = Y
I. VARIABLE DE DECISION
X = Cantidad de toneladas de acero puro.
Y = Cantidad de toneladas de chatarra.
II. FUNCION OBJETIVO
SUJETO A:
X + Y ≥ 5
X ≤ 4
Y ≤ 7
8∗Y
≥ 0
7∗X
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
3*X + 2*Y ≤ 18
X ≥ 0
Y ≥ 0
35) A una persona que quiere adelgazar se le ofrecen dos productos A y B para que tome una mezcla de
ambos con las siguientes recomendaciones:
a) ¿Cuántos gramos de cada producto debe mezclar para obtener el preparado más rico en vitamina?
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
A
B
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
1*A + 1*B ≥ 50
1*A ≤ 100
-1*A + 1*B ≤ 0
1*A ≥ 0
1*B ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
A = X
B = Y
I. VARIABLE DE DECISION
X = Cantidad en gramos del producto A.
Y = Cantidad en gramos del producto B.
SUJETO A:
1*X + 1*Y ≥ 50
1*X ≤ 100
-1*X + 1*Y ≥ 0
X ≥ 0
Y ≥ 0
b) ¿Cuántos gramos de cada producto debe mezclar para obtener el preparado más pobre en
calorías?
DESARROLLO
III. RESTRICCIONES
I. La mezcla formada por ambos productos no debe ser mayor a 150gr ni menor a 50gr.
La mezcla formada por el producto A y el producto B no debe ser mayor a 150gr ni
menor a 50gr.
La mezcla formada por el producto A + el producto B no es mayor a 150gr ni menor a
50gr.
A + B ≤ 150
A + B ≥ 50
II. La cantidad de producto A no puede contener más de 100gr en la mezcla.
RESUMEN
I. VARIABLE DE DECISIÓN
A
B
II. FUNCIÓN OBJETIVA
1*A + 1*B ≥ 50
1*A ≤ 100
-1*A + 1*B ≤ 0
1*A ≥ 0
1*B ≥ 0
MODELO MATEMÁTICO
A = X
B = Y
I. VARIABLE DE DECISION
X = Cantidad en gramos del producto A.
Y = Cantidad en gramos del producto B.
SUJETO A:
1*X + 1*Y ≥ 50
1*X ≤ 100
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
-1*X + 1*Y ≥ 0
X ≥ 0
Y ≥ 0
36) Desde dos almacenes A y B, se tiene que distribuir fruta de tres mercados de la ciudad. El
almacén A dispone de 10 toneladas de fruta diarias y el B de 15 toneladas, que se reparten en su
totalidad. Los dos primeros mercados necesitan, diariamente, 8 toneladas de fruta, mientras que
DESARROLLO
III. RESTRICCIONES
I. El número de toneladas enviadas del almacén A a los tres mercados es menor o igual a 10
RESUMEN
I. VARIABLE DE DECISIÓN
(AAM1); (AAM2); (AAM3); (ABM1); (ABM2); (ABM3)
II. FUNCIÓN OBJETIVA
Min Z = 10* (AAM1) + 15* (AAM2) + 20* (AAM3) + 15* (ABM1)
+ 10* (ABM2) + 10*(ABM3) ($)
III. RESTRICCIONES
MODELO MATEMÁTICO
- (AAM1) = X1
- (AAM2) = X2
- (AAM3) = X3
- (ABM1) = X4
- (ABM2) = X5
- (ABM3) = X6
I. VARIABLE DE DECISION
X1 + X2 + X3 ≤ 10
X4 + X5 + X6 ≤ 15
X1 + X4 ≥8
X2 + X5 ≥8
X3 + X6 ≥9
X1 ≥0
X2 ≥0
X3 ≥0
X4 ≥0
X5 ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
37) Una imprenta dispone de 1800 pilas de cartulina de 13 pulgadas de largo debe atender un
pedido que le exige cortes de tal manera que disponga al menos de 1000 tiras de 7pulgadas y
2000 tiras de 5 pulgadas, cada tira se puede cortar de 2 formas.
1. Se cortan dos tramos de 5 pulgadas y un desperdicio de 3 pulgadas
2. Hace un corte de un tramo de 7 pulgadas y un desperdicio de 1 pulgada
Cuantas tiras de 13 pulgadas se deben cortar en la forma 1, 2 de tal manera que se minimice el
desperdicio.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
TI
TII
II. FUNCIÓN OBJETIVA
TI = X
TII = Y
I. VARIABLE DE DECISION
X = Cantidad de cortes del tipo I
Y = Cantidad de cortes del tipo II
II. FUNCION OBJETIVO
MIN. Z = 3X + Y
SUJETO A:
X + Y ≤ 1.800
X ≥ 1.000
2X + Y ≥ 10
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
38) Una compañía de alquiler de camiones dispone de dos tipos de vehículos el camión A: tiene 2mᶟ
de espacio refrigerado y de 4mᶟ de espacio no refrigerado, el camión B tiene 3mᶟ de cada tipo de
espacio, una transportadora de alimentos debe transportar 180mᶟ de producto refrigerado y 240mᶟ
de productos no refrigerados. El camión A lo alquilan a 30.000$ el Km, el camión B lo alquilan a
35.000$ el km, si recorrieron 40 Km cuantos camiones de cada tipo deben tomarse en alquilar
para minimizar el tipo de transporte.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
N°CA
N°CB
III. RESTRICCIONES
N°CA ≥ 0
N°CB ≥ 0
MODELO MATEMÁTICO
N°CA = X
N°CB = Y
I. VARIABLE DE DECISION
X = n° de camiones tipo A.
Y = n° de camiones tipo B.
SUJETO A:
X ≥ 0
39) Una compañía productora de fertilizantes es propietaria de 2 minas que le genera la materia
prima básica para sus productos. La mina 1 produce semanalmente 10 ton de materia prima
grado A; 30 ton de materia prima grado B; y 50 ton de grado C. La mina 2produce 30 ton de
cada grado semanalmente, la compañía para la producción anual de fertilizantes requiere al
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
menos de 160 ton de grado A y 303 ton grado B pero no más de800 ton de grado C. los costos
de explotación semanal de la mina A es de $800.000 y de lámina B $700.000 cuantas semanas
al año se debe explotar cada mina para cumplir los planes de producción minimizando costos.
DESARROLLO
III. RESTRICCIONES
I. La compañía requiere al menos 160 toneladas de grado A
La compañía requiere al menos 160 toneladas de grado A del trabajo en la cantidad de
semanas de explotación de la mina “A” + la cantidad de semanas de explotación de la
mina “B”
10*(MA) + 30*(MB) ≥ 160
II. La compañía requiere al menos 303 toneladas de grado B
La compañía requiere al menos 303 toneladas de grado B del trabajo en la cantidad de
semanas de explotación de la mina “A” + la cantidad de semanas de explotación de la
mina “B”
30*(MA) + 30*(MB) ≥ 303
III. La compañía requiere no más de 800 toneladas de grado C
La compañía requiere no más de 800 toneladas de grado C del trabajo en la cantidad de
semanas de explotación de la mina “A” + la cantidad de semanas de explotación de la
mina “B”
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
MA
MODELO MATEMÁTICO
MA = X
MB = Y
I. VARIABLE DE DECISION
X = Cantidad de semanas de explotación de la mina “A”
Y = Cantidad de semanas de explotación de la mina “B”
II. FUNCION OBJETIVO
40) Una Compañía tiene dos plantas y tres almacenes la primera planta puede suministrar
como máximo 500 lb de un producto dado la segunda planta, 200 como máximo. La
demanda del primer almacén es de 150 lb el segundo es de 200 y el tercero de 250. Los
costos de fabricación del producto se indican en la siguiente tabla precios de fabricación
unitarios.
RESUMEN
I. VARIABLE DE DECISIÓN
PP1EA1
PP1EA2
PP1EA3
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
PP2EA1
PP2EA2
PP2EA3
PP2EA
PP1EA1 + ≥ 150
1
PP2EA
PP1EA2 + ≥ 200
2
PP2EA
+ PP1EA3 + ≥ 250
3
PP1EA1 ≥ 0
PP1EA2 ≥ 0
PP1EA3 ≥ 0
PP2EA
≥ 0
1
PP2EA
≥ 0
2
PP2EA
≥ 0
3
MODELO MATEMÁTICO
PP1EA1 = X1
PP1EA2 = X2
PP1EA3 = X3
PP2EA1 = X4
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
PP2EA2 = X5
PP2EA3 = X6
I. VARIABLE DE DECISION
SUJETO A:
X1 + X4 ≥ 150
X2 + X5 ≥ 200
X3 + X6 ≥ 250
X1 + X2 + X3 ≤ 500
X4 + X5 + X6 ≤ 200
X1 ≥ 0
X2 ≥ 0
X3 ≥ 0
X4 ≥ 0
X5 ≥ 0
X6 ≥ 0
41) En un taller se fabrican 3 tipos de mesa A, B, C con cada mesa requiere determinado
tiempo para cortar las partes que la constituyen, en ensamblar y pintar la pieza terminada.
La producción total de mesas está vendida. Además el modelo C puede venderse sin pintar
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
para el desarrollo del trabajo se emplean varias personas las cuales trabajan en turnos
parciales por lo cual el tiempo disponible para realizar cada una de estas actividades es
variable. A partir de los datos siguientes formule un modelo de programación lineal que le
permita maximizar las ganancias si el departamento de corte presenta una capacidad de150
horas. Montaje 200 horas y el departamento de pintura de 300 horas si la ganancia por la
mesa A es de 1500 por la mesa B 20000 y por la mesa C 35000 y por la C sin pintar 30000.
DESARROLLO
III. RESTRICCIONES
I. Cantidad de tiempo usado en corte para cada modelo de mesas es como máximo 150
horas.
Cantidad de tiempo usado en corte para el modelo de mesa A + cantidad de horas usado
en corte para el modelo de mesa B + cantidad de horas usado en corte para el modelo
de mesa C + cantidad de horas usado en corte para el modelo de mesa C sin pintar es
como máximo 150 horas.
Cantidad de tiempo usado en corte 3 * el modelo de mesa A + 1 * el modelo de mesa B
+ 4 * el modelo de mesa C + 4 * el modelo de mesa C sin pintar es como máximo 150
horas.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MA
MB
MC
MCD
III. RESTRICCIONES
+ 5*MC + 5*MC
4*MA + 2*MB ≤ 200
D
MA ≥ 0
MB ≥ 0
MC ≥ 0
MCD
≥ 0
MODELO MATEMÁTICO
MA : X1
MB : X2
MC: X3
MCD : X4
I. VARIABLE DE DECISION
X1 = Cantidad de mesas tipo A
X2 = Cantidad de mesas tipo B
X3 = Cantidad de mesas tipo C
X4 = Cantidad de mesas tipo C sin pintar
Sujeto a:
X2 ≥ 0
X3 ≥ 0
X4 ≥ 0
1) Disponemos de 210.000 euros para invertir en bolsa. Nos recomiendan dos tipos de acciones.
Las del tipo A, que rinden el 10% y las del tipo B, que rinden el 8%. Decidimos invertir un
máximo de 130.000 euros en las del tipo A y como mínimo 60.000 en las del tipo B. Además
queremos que la inversión en las del tipo A sea menor que el doble de la inversión en B. ¿Cuál
tiene que ser la distribución de la inversión para obtener el máximo interés anual?
DESARROLLO
I. VARIABLE DE DECISIÓN
- NAIA
- NAIB
III. RESTRICCIONES
(NAIA) ≤ 2*(NAIB)
(NAIA) ≥0
(NAIB) ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
- NAIA = X
- NAIB = Y
I. VARIABLE DE DECISION
X = Número de acciones que invertimos en el tipo A
Y = Número de acciones que invertimos en el tipo B
X +Y ≤ 210000
X ≤130000
Y ≥ 60000
X ≤ 2*Y
X ≥0
Y ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
2) En una pastelería se hacen dos tipos de tartas: Vienesa y Real. Cada tarta Vienesa necesita un
cuarto de relleno por cada Kg. de bizcocho y produce un beneficio de 250 Pts, mientras que una
tarta Real necesita medio Kg. de relleno por cada Kg. de bizcocho y produce 400 Ptas. de
beneficio. En la pastelería se pueden hacer diariamente hasta 150 Kg. de bizcocho y 50 Kg. de
relleno, aunque por problemas de maquinaria no pueden hacer más de 125 tartas de cada tipo.
¿Cuántas tartas Vienesas y cuantas Reales deben vender al día para que sea máximo el
beneficio?
DESARROLLO
TV ≥ 0 TR ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
TV
TR
II. FUNCIÓN OBJETIVA
TV + TR ≤ 150
0.250*TV + 0.500TR ≤ 50
TV ≤ 125
TR ≤ 125
TV ≥ 0
0
TR ≥
MODELO MATEMÁTICO
TV = X
TR = Y
I. VARIABLE DE DECISION
X = Cantidad de tortas Vienesa
Y = Cantidad de tortas Reales
II. FUNCION OBJETIVO
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
AG
AP
III. RESTRICCIONES
1*AG + 1*AP ≤ 9
1*AG ≤ 10
1*AP ≤ 8
AG ≥ 0
AP ≥ 0
MODELO MATEMÁTICO
AG = X
AP = Y
I. VARIABLE DE DECISION
SUJETO A:
1*X + 1*Y ≤ 9
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
1*X ≤ 10
1*Y ≤ 8
X ≥ 0
Y ≥ 0
DESARROLLO
I. VARIABLE DE DECISIÓN
MA
MB
III. RESTRICCIONES
1*MA + 2*MB ≥ 80
MA ≥ 0
MB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
MA = X
MB = Y
I. VARIABLE DE DECISION
X = Días a trabajar en la mina “A”
Y = Días a trabajar en la mina “B”
SUJETO A:
1*X + 2*Y ≥ 80
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
N°E
N°M
MAX.
= 250*(N°E) + 200*(N°M) (€)
Z
-N°M + N°E ≤ 0
N°M - 2*N°E ≤ 0
N°E ≤ 30
N°M ≤ 20
N°M ≥ 0
N°E ≥ 0
MODELO MATEMÁTICO
N°E = X
N°M = Y
I. VARIABLE DE DECISION
X = N° de electricistas
Y = N° de mecánicos
SUJETO A:
-X + Y ≤ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
X - 2Y ≤ 0
Y ≤ 30
X ≤ 20
X ≥ 0
Y ≤ 0
6) Para recorrer un determinado trayecto, una compañía aérea desea ofertar, a lo sumo, 5000 plazas de
Calcular cuántas tienen que ofertarse de cada clase para que las ganancias sean máximas.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
T
P
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
1*T ≤ 4500
2/3*T + 1*P ≤ 0
T ≥ 0
P ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
T = X
P = Y
I. VARIABLE DE DECISION
SUJETO A:
1*X ≤ 4500
2/3*X + 1*Y ≤ 0
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
7) Se dispone de 120 refrescos de cola con cafeína 2 y de 180 refrescos de cola sin cafeína. Los
refrescos se venden en paquetes de dos tipos. Los paquetes de tipo A contienen tres refrescos con
cafeína y tres sin cafeína, y los de tipo B contienen dos con cafeína y cuatro sin cafeína. El
vendedor gana 6 € por cada paquete que venda de tipo A y 5 € por cada uno que vende de tipo B.
Calcular de forma razonada cuántos paquetes de cada tipo debe vender para maximizar los
beneficios y calcular éste.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
- NPRA
- NPRB
III. RESTRICCIONES
MODELO MATEMÁTICO
- NPRA = X
- NPRB = Y
III. VARIABLE DE DECISION
X = Número de paquetes de refrescos del tipo A
Y = Número de paquetes de refrescos del tipo B
IV. FUNCION OBJETIVO
Max Z= 6* (NPRA) + 5* (NPRB)
SUJETO A
8) Una persona para recuperarse de una cierta enfermedad tiene que tomar en su alimentación dos
clases de componentes que llamaremos A y B. Necesita tomar 70 unidades de A y 120 unidades
de B. El médico le da dos tipos de dietas en las que la concentración de dichos componentes es:
- dieta D1: 2 unidades de A y 3 unidades de B
- dieta D2: 1 unidad de A y 2 unidades de B.
Sabiendo que el precio de la dieta D 1 es 2,5 €. y el de la dieta D 2 es 1,45 €. ¿Cuál es la
distribución óptima para el menor coste?
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
D1
D2
II. FUNCIÓN OBJETIVA
2*D1 + 1*D2 ≥ 70
3*D1 + 2*D2 ≥ 120
D1 ≥ 0
D2 ≥ 0
MODELO MATEMÁTICO
D1 = X
D2 = Y
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
I. VARIABLE DE DECISION
X = tipo de dieta uno
Y = tipo de dieta dos
II. FUNCION OBJETIVO
10) Una empresa fabrica dos modelos de fundas de sofá, A y B, que dejan unos beneficios de 40 y
20 euros respectivamente. Para cada funda del modelo A se precisan 4 horas de trabajo y 3
unidades de tela. Para fabricar una del modelo B se requieren 3 horas de trabajo y 5 unidades de
tela. La empresa dispone de 48 horas de trabajo y 60 unidades de tela. Si a lo sumo pueden
hacerse 9 fundas del modelo A. ¿Cuántas fundas de cada modelo han de fabricarse para obtener
el máximo beneficio y cual sería este?
DESARROLLO
I. VARIABLE DE DECISIÓN
FA
FB
III. RESTRICCIONES
4*FA + 3*FB ≤ 48
3*FA + 5*FB ≤ 60
FA ≤ 9
FA ≥ 0
FB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
FA = X
FB = Y
I. VARIABLE DE DECISION
X = Cantidad de fundas del modelo “A”
Y = Cantidad de fundas del modelo “B”
II. FUNCION OBJETIVO
11) Disponemos de 210.000 euros para invertir en bolsa. Nos recomiendan dos tipos de acciones. Las
del tipo A, que rinden el 10% y las del tipo B, que rinden el 8%. Decidimos invertir un máximo de
130.000 euros en las del tipo A y como mínimo 60.000 en las del tipo B. Además queremos que la
inversión en las de tipo Asea menor que el doble de la inversión de tipo B ¿Cuál tiene que ser la
distribución de la inversión para obtener el máximo interés anual?
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
MIA
MIB
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
III. RESTRICCIONES
MIB ≥ 2*MIA
MIB ≥ 6000
CTC ≥ 0
CTR ≥ 0
MODELO MATEMÁTICO
MIA = X
MIB = Y
I. VARIABLE DE DECISION
X = Monto de inversión en acciones tipo A.
Y = Monto de inversión en acciones tipo B.
SUJETO A:
Y ≥ 2*X
Y ≥ 6000
X ≤ 13000
X + Y ≤ 21000
X ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
Y ≥ 0
3) En una granja de pollos se da una dieta "para engordar" con una composición mínima de 15
unidades de una sustancia A y otras 15 de una sustancia B. En el mercado sólo se encuentran
dos clases de compuestos: el tipo I con una composición de una unidad de A y cinco de B, y el
tipo II, con una composición de cinco unidades de A y una de B. El precio del tipo I es de 10
euros y el del tipo II es de 30 euros. Se pregunta: ¿Qué cantidades se han de comprar de cada
tipo para cubrir las necesidades con un coste mínimo?
RESUMEN
I. VARIABLE DE DECISIÓN
TI
TII
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
1*TI + 5*TII ≥ 15
5*TI + 1*TII ≥ 15
TI ≥ 0
TII ≥ 0
MODELO MATEMÁTICO
TI = X
7) Cierto fabricante produce dos artículos, A y B, para lo que requiere la utilización de dos
secciones de producción: sección de montaje y sección de pintura.
La sección de montaje solo puede estar en funcionamiento nueve horas diarias, mientras que la de
pintura solo ocho horas cada día. El beneficio que se obtiene produciendo el artículo B es de 40
euros y el de A es de 20 euros.
Una escuela prepara una excursión para 400 alumnos. La empresa de transporte tiene 8 autocares de
40 plazas y 10 autocares de 50 plazas, pero solo dispone de 9 conductores. El alquiler de un autocar
grande cuesta 80 euros y el de uno pequeño, 60 euros. Calcular cuántos de cada tipo hay que utilizar
para que la excursión resulte lo más económica posible para la escuela.
DESARROLLO
III. RESTRICCIONES
I. El fabricante dispone de hasta 9 horas de trabajo para ambos artículos en la sección de
montaje.
El fabricante dispone de hasta 9 horas de trabajo para el artículo A + el artículo B en la
sección de montaje.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
AA
AB
II. FUNCIÓN OBJETIVA
1*AA + 3*AB ≤ 9
2*AA + 1*AB ≤ 8
AA ≥ 0
AB ≥ 0
MODELO MATEMÁTICO
AA = X
AB = Y
I. VARIABLE DE DECISION
SUJETO A:
1*X + 3*Y ≤ 9
2*X + 1*Y ≤ 8
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
- NB
- NC
II. FUNCIÓN OBJETIVA
Max Z= 0.20 * (NB)+ 0.30* (NC) (€)
III. RESTRICCIONES
- NB = X
- NC = Y
I. VARIABLE DE DECISION
X = Número de bolígrafos
Y = Número de cuadernos
II. FUNCION OBJETIVO
Max Z= 0.20 * X + 0.30 * Y
SUJETO A
11) Un orfebre fabrica dos tipos de joyas. Las del tipo A precisan 1 g de oro y 1,5 g de plata,
vendiéndolas a 40 euros cada una. Para la fabricación de las de tipo B emplea 1,5 g de oro y 1 g de
plata, y las vende a 50 euros. El orfebre tiene solo en el taller 750 g de cada uno de los metales.
Calcula cuántas joyas ha de fabricar de cada clase para obtener un beneficio máximo.
DESARROLLO
III. RESTRICCIONES
I. La orfebre tiene solo en el taller 750 gramos de oro
La orfebre tiene solo 750 gramos de oro para la fabricación de la cantidad de joyas del
tipo “A” + cantidad de joyas del tipo “B”
1*(JA) + 1.5*(JB) ≤ 750
II. La orfebre tiene solo en el taller 750 gramos de plata
La orfebre tiene solo 750 gramos de plata para la fabricación de la cantidad de joyas del
tipo “A” + cantidad de joyas del tipo “B”
1.5*(JA) + 1*(JB) ≤ 750
III. La cantidad de joyas del tipo “A” y la cantidad de joyas del tipo “B” deben ser mayor o
igual a cero
JA ≥ 0
JB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
JA
JB
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
JB ≥ 0
MODELO MATEMÁTICO
JA = X
JB = Y
I. VARIABLE DE DECISION
X = Cantidad de joyas del tipo “A”
Y = Cantidad de joyas del tipo “B”
II. FUNCION OBJETIVO
SUJETO A:
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
12) En una pequeña empresa se fabrican diariamente solo dos tipos de aparatos, A y B. Como
máximo pueden fabricarse 3 aparatos de cada tipo y, obligatoriamente, al menos un artículo del tipo
B.
Indica todas las posibilidades de fabricación si se quieren obtener unas ventas superiores a 60 euros,
teniendo en cuenta que los precios de los artículos A y B son de 30 y 10 euros, respectivamente.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
N°TA
N°TB
N°TA + N°TB ≤ 3
N°TB ≥ 1
30*N°TA + 10*N°TB ≥ 60
N°TA ≥ 0
MODELO MATEMÁTICO
N°TA = X
N°TB = Y
SUJETO A:
X + Y ≤ 3
Y ≥ 1
X + Y ≥ 60
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
X ≥ 0
15) Unos grandes almacenes desean liquidar 200 camisas y 100 pantalones de la temporada
anterior. Para ello lanzan, dos ofertas, A y B. La oferta A consiste en un lote de una camisa y un
pantalón, que se venden a 30 €; la oferta B consiste en un lote de tres camisas y un pantalón,
que se vende a 50 €. No se desea ofrecer menos de 20 lotes de la oferta A ni menos de 10 de la
B. ¿Cuántos lotes ha de vender de cada tipo para maximizar la ganancia?
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
TA
TB
II. FUNCIÓN OBJETIVA
TA = X
TB = Y
I. VARIABLE DE DECISION
X = oferta del tipo “A”
Y = oferta del tipo “B”
16) Se desea obtener tres elementos químicos a partir de las sustancias A y B. Un kilo de A contiene
8 gramos del primer elemento, 1 gramo del segundo y 2 del tercero; un kilo de B tiene 4 gramos
del primer elemento, 1 gramo del segundo y 2 del tercero. Se desea obtener al menos 16 gramos del
primer elemento y las cantidades del segundo y del tercero han de ser como mucho 5 y 20 gramos,
respectivamente; y la cantidad de A es como mucho el doble que la de B.
Calcula los kilos de A y los de B que han de tomarse para que el coste sea mínimo si un kilo de
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
SA
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
SB
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
8*(SA) + 4*(SB) ≥ 16
(SA) + (SB) ≤ 5
2*(SA) + 2*(SB) ≤ 20
SB ≥ 0
MODELO MATEMÁTICO
SA = X
SB = Y
I. VARIABLE DE DECISION
X = Cantidad de sustancia “A”
Y = Cantidad de sustancia “B”
II. FUNCION OBJETIVO
SUJETO A:
8*X + 4*Y ≥ 16
1*X + 1*Y ≤ 5
2*X + 2*Y ≤ 20
X ≥ 0
Y ≥ 0
17) Una fábrica produce neveras utilitarias y de lujo. La fábrica esta dividida en dos secciones: montaje
y acabado. Los requerimientos de trabajo vienen dados por la siguiente tabla:
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
DESARROLLO
RESUMEN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
I. VARIABLE DE DECISIÓN
NU NL
II. FUNCIÓN OBJETIVA
III. RESTRICCIONES
NU ≥ 0
NL ≥ 0
MODELO MATEMÁTICO
NU = X
NL = Y
I. VARIABLE DE DECISION
X = Cantidad de neveras utilitarias
Y = Cantidad de neveras de lujo
II. FUNCION OBJETIVO
SUJETO A:
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS
18) La casa X fabrica helados A y B, hasta un máximo diario de 1 000 kilos. La fabricación de un
kilo de A cuesta 1,8 euros y uno de B, 1,5 euros. Calcula cuántos kilos de A y B deben
fabricarse, sabiendo que la casa dispone de 2 700 euros /día y que un kilo de A deja un margen
igual al 90% del que deja un kilo de B.
DESARROLLO
RESUMEN
I. VARIABLE DE DECISIÓN
KGA
KGB
KGA ≥ 0
KGB ≥ 0
MODELO MATEMÁTICO
KGA = X
KGB = Y
I. VARIABLE DE DECISION
X = Cantidad de Kg. de helados A.
Y = Cantidad de Kg. de helados B.
SUJETO A:
X + Y ≤ 1000
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS