UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ECONÓMICAS

CARRERA DE ECONOMÍA

ASIGNATURA:
INVESTIGACIÓN OPERATIVA

DOCENTE:
MSC. ROBERTO PARREÑO

TEMA:
RESOLUCIÓN DE PROBLEMAS DE PROGRAMACIÓN LINEAL, METODO
SIMPLEX Y ANALISIS DE SENSIBILIDAD

QUITO-ECUADOR
2020-2020
1. Formulación del problema
EJERCICIO D4

Una fábrica grande de papel, la Quality Paper Corporation, tiene 10 molinos de papel para surtir a
1.000 clientes. Usa tres tipos alternativos de máquinas y cuatro tipos de materia prima para hacer
cinco tipos diferentes de papel. Por lo tanto, la compañía debe desarrollar un plan detallado para
distribuir mensualmente la producción, con el objeto de minimizar el costo total de producir y
distribuir el papel durante el mes. En particular, es necesario determinar conjuntamente la cantidad
de cada tipo de papel que debe producir en cada planta, en cada tipo de máquina y la cantidad de
cada tipo de papel que debe enviar de cada planta a cada cliente. Los datos relevantes se pueden
expresar de manera simbólica como sigue:

Djk = número de unidades del tipo de papel k demandadas por el cliente j,

rklm = número de unidades de materia prima m necesarias para producir 1 unidad del tipo de papel
k en la máquina tipo l,

Rim = número de unidades de materia prima m disponibles en la planta i,

ckl = número de unidades de capacidad de la máquina tipo l que producirán una unidad de papel
tipo k,

Cil = número de unidades de capacidad de la máquina tipo l disponibles en la planta i,

Pikl = costo de producción de cada unidad de papel tipo k producida en la máquina tipo l en la
planta i,

Tijk = costo de transporte de cada unidad de papel tipo k enviada de la planta i al cliente j.

a. Utilice estos símbolos para formular un modelo de programación lineal para este problema.

b. ¿Cuántas restricciones funcionales y variables de decisión tienen este modelo?

c. Use MPL para formular este problema.

d. Use QM bajo Windows para solucionar este problema.

DATOS

- 10 Molinos de papel para surtir a 1000 clientes

- 3 tipos alternativos de maquinas
- 4 tipos de materia prima
- 5 tipos de papel

Planteamiento del problema

Variables de decisión:

K= tipo de papel

j = clientes

m=materia prima

l =tipo de maquina

i = plantas

Función objetivo:

Minimizar el costo total de producir y distribuir el papel durante el mes.

1. Formulación del problema

EJERCICIO D7

La NORI & LEETS CO., una de las mayores productoras de acero del mundo occidental, está
localizada en la ciudad de Steeltown y es la única empresa grande de la localidad. La comunidad ha
crecido y prosperado junto con la compañía, que de momento emplea cerca de 50 000 residentes. La
actitud de los habitantes ha sido siempre “lo que es bueno para Nori & Leets es bueno para
nosotros”. Sin embargo, esta actitud está cambiando; la contaminación no controlada del aire debida
a los altos hornos de la planta está en camino de arruinar la apariencia de la ciudad y de poner en
peligro la salud de sus habitantes.

Como resultado, después de una revuelta entre los accionistas se eligió un nuevo consejo directivo
más responsable. Los nuevos directores han decidido seguir políticas de responsabilidad social y
realizar pláticas con las autoridades de la ciudad y con grupos de ciudadanos para tomar medidas
respecto de la contaminación ambiental. Juntos han establecido estándares rigurosos de calidad del
aire para la ciudad de Steeltown.

Los tres tipos principales de contaminantes son partículas de materia, óxidos de azufre e
hidrocarburos. Los nuevos estándares requieren que la compañía reduzca su emisión anual de estos
contaminantes en las cantidades que se presentan en la tabla 3.12. El consejo directivo ha dado
instrucciones a la administración para que el personal de ingeniería determine cómo lograr estas
reducciones en la forma más económica.

■TABLA 3.12 Estándares de aire limpio de Nori & Leets Co.

La fabricación de acero tiene dos fuentes principales de contaminación: los altos hornos para
fabricar el arrabio (lingotes de hierro) y los hornos Siemens-Martin para transformar el hierro en
acero. En ambos casos, los ingenieros determinaron que los métodos de abatimiento más eficaces
son: 1) aumentar la altura de las chimeneas, 2) usar filtros (con trampas de gas) en ellas y 3) incluir
limpiadores de alto grado en los combustibles de los hornos. Todos estos métodos tienen
limitaciones tecnológicas en cuanto al nivel en que pueden usarse; por ejemplo, un incremento
factible máximo de la altura de las chimeneas, pero también existe una gran flexibilidad para usar el
método en cualquier nivel fraccionario de su límite tecnológico.

La tabla 3.13 muestra la cantidad de emisión (en millones de libras anuales) que se puede eliminar
de cada tipo de horno mediante el empleo del método de abatimiento al máximo límite tecnológico.
Para fines de análisis se supone que cada método se puede usar a un nivel menor para lograr
cualquier fracción de reducción de las tasas de emisión que se presentan en esta tabla. Más aún, las
fracciones pueden ser diferentes para los altos hornos y los hornos Siemens-Martin, y el uso
simultáneo de otro método no afecta de manera significativa la reducción de emisiones que alcanza
cada uno de ellos.
■ TABLA 3.13 Reducción de la tasa de emisión (en millones de libras por año) con el uso máximo
factible del método de abatimiento de Nori & Leets Co.

Después de obtener estos datos, quedó claro que ningún método por sí solo podía lograr las
reducciones requeridas. Por otro lado, la combinación de los tres métodos a toda su capacidad (lo
que sería demasiado caro si se quiere que los productos tengan precios competitivos) genera un
resultado mucho más elevado de lo que se pide. Por todo esto, la conclusión de los ingenieros fue
que debían usar alguna combinación de métodos, tal vez con capacidades fraccionarias, basada en
sus costos relativos. Aún más, debido a las diferencias entre los altos hornos y los hornos Siemens-
Martin, es probable que la combinación sea diferente para cada tipo de horno.

Se llevó a cabo un análisis para estimar el costo total anual de cada método de abatimiento. El costo
anual de un método incluye el aumento de los gastos de operación y mantenimiento al igual que la
reducción de los ingresos debida a cualquier pérdida de eficiencia en el proceso de producción que
pueda generar el uso del método. El otro costo importante es el costo fijo inicial (el capital inicial)
que se requiere para instalar el método. Para hacer que este costo único fuera conmensurable con
los costos anuales, se usó el valor del dinero en el tiempo para calcular el gasto anual (sobre el
tiempo esperado de vida del método) que sería equivalente a este costo fijo inicial.

El análisis permitió estimar los costos anuales totales (en millones de dólares), que se presentan en
la tabla 3.14, en que se incurre al usar los métodos a toda su capacidad de abatimiento. También se
determinó que el costo de un método que se utiliza a un nivel menor es esencialmente proporcional
a la capacidad fraccional de la capacidad de abatimiento que se logra, aspecto que se presenta en la
tabla 3.13. Entonces, para cualquier fracción que se logre, el costo total anual sería en esencia la
fracción de la cantidad correspondiente de la tabla 3.14.

En esta etapa, todo está listo para desarrollar el marco general del plan de la compañía para
disminuir la contaminación. Este plan especifica qué tipo de métodos de reducción deberán
emplearse y a qué fracciones de su capacidad para: 1) los altos hornos y 2) los hornos Siemens-
Martin. Debido a la naturaleza combinatoria del problema de encontrar un plan que satisfaga los
requisitos con el menor costo posible, se formó un equipo de investigación de operaciones para
resolverlo. El equipo decidió enfocar el problema desde un punto de vista de programación lineal,
¿cuál es el modelo lineal que formuló el equipo y qué resultado obtuvo al problema de
contaminación?

■ TABLA 3.14 Costo total anual por el uso máximo factible del método de abatimiento de Nori &
Leets Co. (millones de dólares)

2. Identificación de variables de decisión y función objetivo.

Variables de decisión:

X 1 =Chimeneas altas− Altos hornos

X 2 =Chimeneas altas−Hornos S . Martin
X 3 =Filtros− Altos hornos
X 4=Filtros−Hornos S . Martin
X 5 =Mejores combustibles−Altos hornos
X 6 =Mejores combustibles−Hornos S . Martin
Función Objetivo:

Minimizar costos al emplear los métodos de abatimiento.

3. Planteamiento modelo matemático

Z(Min)= 8 X 1 +10 X 2 +7 X 3+ 6 X 4 +11 X 5+ 9 X 6

Sujeto a:

12 X 1 +9 X 2 +25 X 3 +20 X 4 +17 X 5 +13 X 6 ≥ 60 ( Reduc . req . de particulas )

35 X 1 +42 X 2 +18 X 3 +31 X 4 +56 X 5 +49 X 6 ≥ 150 ( Reduc .req . Oxido de azufre )

37 X 1 +53 X 2 +28 X 3 +24 X 4 +29 X 5+20 X 6 ≥ 125 ( Reduc . req. Hidrocarburos )

X 1 ≤1 ( Nivel de fraccionamientoC− A )

X 2 ≤1 ( Nivel de fraccionamientoC−H )

X 3 ≤ 1 ( Nivel de fraccionamiento F− A )

X 4 ≤ 1 ( Nivel de fraccionamientoF −H )

X 5 ≤ 1 ( Nivel de fraccionamientoM− A )

X 6 ≤ 1 ( Nivel de fraccionamientoM −H )

4. Solución del modelo por QM

a) Tabla solución de PL

b) Tabla solution list

 c) Tabla simplex óptima

5. Análisis económico del modelo primal

X 1 =1 En los Altos Hornos se utiliza el método de chimeneas altas a un 100% de su fraccionamiento.

X 2 =0,6227 En los Hornos S. Martin se utiliza el método de chimeneas altas a un 62,27% de su

fraccionamiento.

X 3 =0,3435 En los Altos Hornos se utiliza el método de la implementación de Filtros a un 34,35% de su

fraccionamiento.

X 4=1

X 5 =0,0476

X 6 =1
X ´1

X ´2

X ´3

X ´4

X ´5

X ´6

X ´7

X ´8

EJERCICIO D8

1. Formulación del problema

Desarrollos Alfa posee 800 acres de terreno en un lago escénico en el corazón de una sierra. Antes
se aplicaban pocos o ningún reglamento a los nuevos desarrollos en torno al lago. Las orillas del
mismo están hoy pobladas con casas de campo, y debido a la carencia de servicios de alcantarillado,
hay muchas fosas sépticas, en su mayor parte mal instaladas. A través de los años, las filtraciones de
las fosas sépticas han ocasionado un grave problema de contaminación de agua. Para mitigar el
degradamiento de la calidad del agua, las autoridades municipales aprobaron reglamentos estrictos
para todos los desarrollos en el futuro.

1. Sólo se pueden construir casas para una, dos y tres familias, y las casas unifamiliares deben
ser al menos el 50% del total.
2. Para limitar la cantidad de fosas sépticas, se requieren tamaños mínimos de lote de 2, 3 y 4
acres para las casas con una, dos y tres familias, respectivamente.
3. Se deben establecer áreas de recreo de 1 acre cada una, en una proporción de una por 200
familias.
4. Para preservar la ecología del lago, no se debe bombear agua subterránea para uso
doméstico ni de riego.

El presidente de Desarrollos Alfa estudia la posibilidad de desarrollar los 800 acres de la empresa.
El nuevo desarrollo incluirá casas para una, dos y tres familias. Se estima que el 15% de los acres se
debe asignar a calles y servicios comunitarios. Alfa estima que los ingresos por las diversas
unidades de habitación serán:

El costo de conectar el servicio del agua al área es proporcional a la cantidad de unidades

construidas. Sin embargo, el municipio cobra un mínimo de $100.000 por el proyecto. Además, el
aumento de la capacidad actual del sistema de abastecimiento de agua se limita a 200.000 galones
por día, durante las temporadas pico.
Los datos siguientes resumen el costo
de conectar el servicio del agua, y
también el consumo de agua,
suponiendo familias de tamaño
promedio:

2. Identificación de variables de decisión y función objetivo.

Variables de decisión:

X 1 =Número de casas para una familia

X 2 =Número de casas para dos familias

X 3 =Número de casas para tres familias

X 4= Áreas de recreo

Función objetivo:

Maximizar las utilidades

3. Planteamiento modelo matemático

Z(Max)= 10000 X 1 +12000 X 2 +15000 X 3 + X 4

Sujeto a:

0,50 X 1 +0,50 X 2+0,5 X 3+ 0 X 4 ≥ 0(al menos 50 % del total)

2 X 1 +3 X 2 +4 X 3 + X 4 ≤ 680 ( tamaño minimo por lote )

−X 1 −2 X 2−3 X 3 +200 X 4 ≥ 0( Áreas de recreo una por cada 200 familias )

1000 X 1 +1200 X 2 +1400 X 3 +800 X 4 ≥ 100000(Costo servicio de agua x unid)

400 X 1+ 600 X 2+ 840 X 3 +450 X 4 ≤ 200000(Consumo servicio de agua x unid)

X1 ; X2 ; X3 ; X4 ≥ 0

4. Solución del modelo por QM

a) Tabla solución de PL

b) Tabla solution list

c) Tabla simplex óptima.

 5. Análisis económico del modelo primal

Z(Max) = 3´391.523,00 Utilidad máxima.

X 1 =339,1521 Se deben construir 339 casas para una familia.

X 2 ; X 3 =0 No se construyen casas para dos y tres familias.

X 4=1,6958 El área de recreo es de 1.7 acres que cumple con el requerimiento municipal.

−X ´ 1 =¿169,5761 50% del total de casas para una familia que se construirán.

X ´ 2 =0 Se utilizó todos los 800 acres disponibles para la construcción.

−X ´ 3 =0 Se cumplió con el requerimiento municipal de las áreas de recreo por cada 200 familias.

−X ´ 4=240.508,73 El costo de servicio de agua por unidad construida se excedió en 140508,73.

X ´ 5 =¿63.576,05 De los 20.000 galones de agua disponibles por día no se utilizaron 63.576
galones.

6. Transformar de modelo primal a modelo dual.

MODELO PRIMAL MODELO PRIMAL

MODIFICADO
Z(Max)= Z(Max)=

10000 X 1 +12000 X 2 +1500010000

X 3 + XX4 1 +12000 X 2 +15000 X 3 + X 4
Sujeto a: Sujeto a:
0,50 X 1 +0,50 X 2+0,5 X 3+ 0−0,50
X 4 ≥ 0 X 1 −0,50 X 2−0,5 X 3+ 0 X 4 ≤ 0
(-1) 2 X 1 +3 X 2 +4 X 3 + X 4 ≤ 680
2 X 1 +3 X 2 +4 X 3 + X 4 ≤ 680 + X +2 X +3 X −200 X ≤ 0
1 2 3 4
−X 1 −2 X 2−3 X 3 +200 X 4 ≥−1000
0 X 1−1200 X 2−1400 X 3−800 X 4 ≤−100000
(-1)
400 X 1+ 600 X 2+ 840 X 3 +450 X 4 ≤ 200000
1000 X 1 +1200 X 2 +1400 X 3 +800 X 4 ≥ 100000
(-1)
400 X 1+ 600 X 2+ 840 X 3 +450 X 4 ≤ 200000
X1 ; X2 ; X3 ; X4 ≥ 0

MODELO DUAL
Z(Min)= 0 Y 1 +680 Y 2 + 0 Y 3−100000 Y 4 +200000 Y 5

Sujeto a:
−0,50 Y 1 +2Y 2+Y 3−1000 Y 4 +400 Y 5 ≥10000
−0,50 Y 1 +3 Y 2+ 2Y 3 −1200Y 4 +600 Y 5 ≥ 12000
 −0,50 Y 1 +4 Y 2+3 Y 3 −1400Y 4 +840 Y 5 ≥ 15000
0 Y 1 +Y 2−200 Y 3−800Y 4 +450 Y 5 ≥1
Y 1 ;Y 2 ; Y 3 ; Y 4 ; Y 5 ≥ 0
7. Análisis del modelo dual

Z(Min) = 3´391.523,00 Minimizar el costo de construcción.

Y 1=0 El 50% de casas para una familia no se construyó que es de 169,57.

Y 2=4987,53 Por cada unidad adicional construida la utilidad se incrementa en $4987,53.

Y 3=24,93 Por cada unidad adicional construida la utilidad se incrementa en $24,93.

Y 4 =0 El costo de servicio de agua por unidad construida se excedió del pago mínimo en
240.508,73

Y 5=0 No se utilizaron 63.576 galones.

Y ´ 1=0 El costo de construir casas para una familia es igual al margen de utilidad.

Y ´ 2=3012,46 El costo de construir casa para dos familias es mayor al margen de utilidad en
$3012,46.

Y ´ 3=5024,93 El costo de construir casas para tres familias es mayor al margen de utilidad en
$5024,93.

Y ´ 4 =0 El costo de construir el área de recreo es igual al margen de utilidad.

8. Análisis de sensibilidad.
a. Tabla de rango
 b. Cambio en el coeficiente de una variable no básica.

Límites para la variable X 2 ; C 2:

1. −3012,467+ ∆ C2 ≤0 → ∆ C 2 ≤ 3012,467
−∞ ≤ ∆ C2 ≤3012,467
C 2−∆ C 2 ≤ Ć2 ≤C 2 +∆ C 2
12000−∞ ≤ Ć2 ≤12000+ 3012,467
−∞ ≤ Ć 2 ≤ 15012,467

Límites para la variable X 3 ; C 3:

1. −5024,993+ ∆C 3 ≤ 0 → ∆ C3 ≤ 5024,993
−∞ ≤ ∆ C3 ≤5024,993
C 3−∆ C 3 ≤ Ć 3 ≤ C3 + ∆C 3
15000−∞ ≤ Ć3 ≤ 15000+ 5024,993
−∞ ≤ Ć 3 ≤ 20024,993

c. Cambio en el coeficiente de una variable básica

Límites para C 1=10000; de la variable básica X 1 :

1. −3012,4665−1.5012 ∆ C 1 ≤ 0 (−1 ) → 3012,4665+1.5012 ∆ C1 ≥ 0→ ∆ C 1 ≥−2006.7056

2. −5024,933−2,0025 ∆C 1 ≤0 (−1 ) →5024,933+2,0025 ∆ C 1 ≥ 0 → ∆ C1 ≥−2509,3298
3. −4987,5339−0,4988 ∆ C 1 ≤ 0 (−1 ) → 4987,5339+0,4988 ∆C 1 ≥ 0 → ∆ C1 ≥−9999,0656
4. 24,9327+0,0025 ∆C 1 ≤ 0 → ∆ C1 ≤−9973,08
5. −24,9327−0,0025 ∆ C1 ≤ 0 (−1 ) → 24,9327+0,0025 ∆ C 1 ≥ 0 → ∆C 1 ≥−9973,08

−2006,7056 ≤ ∆ C1 ≤−9973,08
C 1−∆ C 1 ≤ Ć1 ≤C 1+ ∆ C 1
10000−2006,7056≤ Ć 1 ≤ 10000−9973,08
7993,2944 ≤ Ć1 ≤26,92

Límites para C 4=1; de la variable básica X 4:

1. −3012,4665+0,0025 ∆ C 4 ≤ 0→ ∆ C 4 ≤1204986,6
2. −5024,933+0,005 ∆ C 4 ≤ 0→ ∆ C 4 ≤1004986,6
3. −4987,5339−0,0025 ∆ C 4 ≤0 (−1 ) → 4987,5339+0,0025 ∆ C 4 ≥0 → ∆ C 4 ≥−1995013,56
4. 24,9327−0,005 ∆ C 4 ≤ 0 (−1 ) →−24,9327+0,005 ∆C 4 ≥ 0 → ∆C 4 ≥ 4986,54
5. −24,9327+0,005 ∆C 4 ≤ 0 → ∆C 4 ≤ 4986,54

4986,54 ≤ ∆C 4 ≤ 4986,54
C 4−∆ C 4 ≤ Ć 4 ≤C 4 + ∆C 4
 1−4986,54 ≤ Ć4 ≤ 1+ 4986,54
−4985,54 ≤ C´ 4 ≤ 4987,54

d. Cambio en el nivel de las restricciones

Límites para b 1 ≤ 0; construcción al menos 50% del total X ´ 1 =169,5761:

1. 1,6958+0 ∆ b1 ≥ 0 → ∆ b1 ≥−∞
2. 240.508,7301+0 ∆ b 1 ≥ 0 → ∆ b1 ≥−∞
3. 339,1521+0 ∆ b 1 ≥ 0 → ∆ b1 ≥−∞
4. 169,5761−∆ b1 ≥ 0 (−1 ) →−169,5761+∆ b 1 ≤ 0 → ∆ b1 ≤ 169,5761
5. 63.576,0545+0 ∆ b 1 ≥ 0 → ∆ b1 ≥−∞

−∞ ≤ ∆ b1 ≤169,5761
b 1−∆ b1 ≤ b1 ≤ b1 + ∆ b1
0−∞ ≤ b 1 ≤ 0+169,5761
−∞ ≤ b́1 ≤ 169,5761

Límites para b 2 ≤ 680; Tamaña mínimo por lote X ´ 2 =0:

1. 1,6958+0,0025 ∆ b 2 ≥ 0 → ∆ b2 ≥−678,32
2. 240.508,7301+500,7481 ∆ b2 ≥ 0 → ∆ b2 ≥−480.2988
3. 339,1521+0,4988 ∆ b 2 ≥ 0 → ∆ b2 ≥−679,9360
4. 169,5761+0,2494 ∆ b 2 ≥ 0 → ∆ b2 ≥−679,9362
5. 63.576,0545−200,6235 ∆ b2 ≥ 0 (−1 ) →−63.576,0545+200,6235 ∆ b 2 ≤ 0 → ∆ b2 ≤ 316,8924

−480,2988≤ ∆ b 2 ≤ 316,8924
b 2−∆ b 2 ≤ b2 ≤b 2+ ∆ b2
680−480,2988 ≤ b2 ≤ 680+316,8924
199,7012≤ b´2 ≤ 996,8923

Límites para b 3 ≤ 0; áreas de recreo X ´ 3 =0:

1. 1,6958+0,005 ∆ b 3 ≥ 0 → ∆ b3 ≥−339,16
2. 240.508,7301+1,4963 ∆ b3 ≥ 0→ ∆ b 3 ≥−160735,6346
3. 339,1521−0,0025 ∆ b3 ≥ 0 (−1 ) →−339,1521+0,0025 ∆ b3 ≤ 0 → ∆ b3 ≤ 135660,84
4. 169,5761−0,0012 ∆ b 3 ≥ 0 (−1 ) →−169,5761+ 0,0012 ∆ b3 ≤0 → ∆ b3 ≤ 141313,4167
5. 63.576,0545−1,2469 ∆ b3 ≥ 0 (−1 ) →−63.576,0545+1,2469 ∆ b 3 ≤ 0 → ∆ b3 ≤ 50987,2921

−339,16 ≤ ∆ b3 ≤50987,2921
b 3−∆ b 3 ≤ b3 ≤ b3 +∆ b3
0−339,16 ≤b 3 ≤ 0+50987,2921
−339,16 ≤ b́3 ≤50987,2921

Límites para b 4 ≤100.000; costo servicio de agua por unidad X ´ 4=240.508,7 :

1. 1,6958+0 ∆ b4 ≥ 0→ ∆ b 4 ≥−∞
 2. 240.508,7301−1 ∆ b 4 ≥0 (−1 ) →−240.508,7301+∆ b 4 ≤ 0→ ∆ b 4 ≤240.508,7301
3. 339,1521+0 ∆ b 4 ≥0 → ∆ b 4 ≥−∞
4. 169,5761+0 ∆ b 4 ≥0 → ∆ b 4 ≥−∞
5. 63.576,0545+0 ∆ b 4 ≥ 0→ ∆ b 4 ≥−∞

−∞ ≤ ∆ b4 ≤ 240.508,7301
b 4−∆ b4 ≤ b4 ≤ b 4 +∆ b 4
100.000−∞ ≤ b 4 ≤ 100.000+240.508,7301
−∞ ≤ b́4 ≤340508,7301

Límites para b 5 ≤ 200.000; consumo del servicio de agua por unidad X ´ 5 =63576,06:
1. 1,6958−0 ∆ b 4 ≥ 0 (−1 ) →−1,6958+0 ∆ b 4 ≤0 → ∆ b 4 ≤ ∞
2. 240.508,7301−0 ∆ b4 ≥ 0 (−1 ) →−240.508,7301+ 0 ∆ b4 ≤ 0 → ∆ b4 ≤ ∞
3. 339,1521−0 ∆ b4 ≥ 0 (−1 ) →−339,1521+ 0 ∆ b4 ≤ 0 → ∆ b4 ≤ ∞
4. 169,5761−0 ∆ b4 ≥ 0 (−1 ) →−169,5761+ 0 ∆ b4 ≤ 0 → ∆ b4 ≤ ∞
5. 63.576,0545+1 ∆ b 4 ≥ 0 → ∆ b 4 ≥−63.576,0545

−63.576,0545 ≤ ∆ b4 ≤ ∞
b 4−∆ b4 ≤ b4 ≤ b 4 +∆ b 4
200.000−63.576,0545≤ b 4 ≤ 200.000+∞
136423,9455 ≤ b´4 ≤ ∞

e. Cambio obligado de las variables: La desarrolladora decide construir al menos 10

casas para dos familias

BASE VALOR X2 CAMBIO VALORES

ACTUAL NUEVOS
X4 1.6958 0,0025 10 0,025
X ´4 240.508,7 -200,2519 10 -2002,519
X1 339,1521 -1,5019 10 -15,019
X ´1 169,5761 -0,2506 10 -2,506
X ´5 63576,05 -0,6234 10 -6,234
Zj 3´391.523 3012,4665 10 30124,67

EJERCICIO D10

Manufacturera Acme recibió un contrato para entregar ventanas de vivienda durante los 6 meses
siguientes. Las demandas sucesivas para los seis periodos son 100, 250, 190, 140, 220 y 110,
respectivamente. El costo de producción por ventana varía de un mes a otro, dependiendo de los
costos de mano de obra, materiales y servicios. Acme estima que el costo de producción por
ventana, durante los 6 meses siguientes, será $50, $45, $55, $48, $52 y $50, respectivamente. Para
aprovechar las fluctuaciones en el costo de manufactura, Acme podría optar por producir más de lo
necesario en determinado mes, y guardar las unidades excedentes para entregar en meses
posteriores. Sin embargo, eso le ocasionará un costo de almacenamiento de $8 por ventana y por
mes, evaluado con el inventario levantado en el fin de mes.

a. Desarrolle un modelo de programación lineal para determinar un programa óptimo de

producción para Acme, usando QM bajo Windows.
b. Resuelva el problema suponiendo que Acme tiene un inventario inicial de 25 ventanas al
principio del primer mes.
c. De acuerdo con la solución con QM bajo Windows, los precios duales en los periodos 1, 2, 4 y
5 son exactamente iguales a los costos unitarios de manufactura durante los mismos periodos,
mientras que el del periodo 3 es distinto. Explique por qué.
d. Si el costo de almacenamiento por ventana y por mes aumenta a $9, ¿cambiará la solución
óptima del punto a)?