Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modelo normativo
Modelo determinístico
Modelo estático
Modelo lineal
Fundamento Matemático:
Función Objetiva:
a 11 X 1+ a12 X 2+ a13 X 3 ≤ b1
a 21 X 1 +a22 X 2 +a23 X 3 ≤b 2
a 31 X 1 +a32 X 2 +a33 X 3 ≤ b 3
1. Matriz A o MCTP
a 11 a12 a13
[
A= a21 a22 a23
a31 a32 a33
2. Variables de decisión
]
X1 , X2 , X3
3. Tipo de restricciones
≤ , ≥,=¿
4. Vector independiente
b1
[]
b n b2 ; bn ≥0
b3
Condición de no Negatividad:
X1 , X2 y X3≥ 0
Variables de decisión:
Función objetivo:
Modelo matemático:
U ( mesa )=270−100−120=$ 50
U ( silla )=55−20−15=$ 20
Sujeto a:
X1 y X2≥ 0
2. Una empresa dispone de dos tipos de máquinas A y B. Por cada hora de trabajo en la
máquina A se obtienen 20 piezas y 30 piezas por cada hora en la máquina B. Por motivos de
capacidad de la empresa no se pueden fabricar al día más de 600 piezas ni menos de 250.
Además debido a las características de las dos máquinas el costo por unidad producida por
la máquina A es de 4 dólares y 3 dólares por unidad producida por B. Determinar las horas
diarias óptimas para las dos máquinas con las siguientes metas y prioridades: (Resuelto en
clases)
Variables de decisión:
X 1 =Horas día MA
X 2 =Horas día MB
Función objetiva
Modelo matemático:
Sujeto a:
X1 y X2≥ 0
Variables de decisión:
Función objetiva
Modelo matemático:
Sujeto a:
X 1 , X 2 ≥0 (Condición de no negatividad )
B6. Una fábrica de caramelos produce dos tipos de caramelos C1 y C2. Cada kg de caramelo C1
se vende a 20 dólares y contiene 100 g de azúcar y 200 g de frutas. Cada kg de caramelo C2
se vende a 30 dólares, contiene 400 g de azúcar y 400 g de frutas. La diferencia entre la
producción semanal de C1 y C2 no sea inferior a 5 kg. Además, el contenido de fruta
semanal debe ser al menos de 1600 g.
a. Buscar las soluciones eficientes que maximicen el ingreso y minimicen el contenido de
azúcar de la producción semanal.
b. Se sabe que la reducción de 1 kg de azúcar equivale a un aumento de 2 dólares en los
ingresos.
c. Si el coste de embalaje de los caramelos es de 0.1 dólares por kg para los caramelos de
tipo C1 y 0.2 dólares por kg para C2.
Obtener una solución eficiente que maximice el ingreso semanal, minimice el azúcar
utilizado a la semana y minimice el coste semanal de embalaje. (Taller 1)
Variables de decisión:
X1 = Kg caramelos C1 / semana
X2 = Kg caramelos C2 / semana
Función objetivo:
Objetivos múltiples
1. Maximizar ingresos
2. Minimizar contenido de azúcar / semana
3. Minimizar costos de embalaje
MODELO MATEMÁTICO:
Sujeto a:
X 1 , X 2 ≥0 (Condición de no negatividad )
SOLUCIÓN GRÁFICA DEL MODELO MATEMÁTICO E
INTERPRETACIÓN DE RESULTADOS (06-19-2020)
Ejercicio 1:
Variables de decisión:
Función objetivo:
Modelo matemático:
U ( mesa )=270−100−120=$ 50
U ( silla )=55−20−15=$ 20
Sujeto a:
Ejercicio No. 2:
Variables de decisión:
X 1 =Horas día MA
X 2 =Horas día MB
Función objetiva
Modelo matemático:
Sujeto a:
X1 y X2≥ 0
Interpretación:
La Empresa debe utilizar 11,76 horas para la MA y 11,76 horas para la MB para producir un
máximo de 588 piezas por día. Se debía producir un máximo de 600 piezas y no se cumplió con
esa meta en 12 piezas y se sobrepasó la producción mínima de 250 piezas en 338 piezas; los
$2.000 del presupuesto se utilizó en su totalidad y se cumple que el número de horas que se
utilizan en la MA debe ser igual al número de horas de la MB (11,76 horas).
Ejemplo 3:
Un productor de combustible elabora dos tipos de mezclas de gasolinas. El primer
combustible C1 requiere las siguientes proporciones de tres tipos de gasolina: 20% de la A,
50% de la B y 30% de la C. El segundo combustible C2 requiere un 40% de la B y un 60%
de la C. Los costos de las gasolinas A, B y C son respectivamente 0.50, 0.80 y 1,50 dólares
por galón. El precio de venta del primer combustible es de 1.20 dólares y de 1.52 dólares el
segundo. Asumiendo que se vende cualquier producción y que semanalmente puede
obtener 6 mil galones de gasolina tipo A, 20 mil galones de tipo B y 18 mil galones de tipo
C, programar la producción óptima.
Variables de decisión:
Modelo matemático:
X1 y X2≥ 0
Interpretación:
Matriz.-
a11 a12 a 13
[
A ( n , m )= a 21 a22 a 23
a31 a32 a 33 ]
Matriz cuadrada.-
4 1 −3
[
A ( 3,3 )= 0 6 3
−5 3 8 ]
Matriz de identidad.-
1 0 0
[ ]
I ( 3,3 ) = 0 1 0
0 0 1
Propiedad.-
A * I = A; I * A = A
4 1 −3 1 0 0 4 1 −3
[ ][ ][
0 6 3 ∗0 1 0= 0 6 3
−5 3 8 0 0 1 −5 3 8 ]
Matriz inversa.- Hallar la inversa de la siguiente matriz:
4 1 −3
[
A ( 3,3 )= 0 6 3
−5 3 8 ]
Propiedad:
ି כ ൌ ࡵ
a11 a 12 a13 X1 b1
B
A × X=B → X = → X=B A−1
A
Ejemplo:
1. Un fabricante de café quiere mezclar tres tipos de granos en una mezcla final del producto.
Los tres tipos de granos le cuesta $1.20; $1.60: y, $1.40 por libra respectivamente. El
fabricante quiere mezclar un lote de 40.000 libras y tiene un presupuesto de $57.000 para la
compra de los granos de café. Al mezclar el café, una restricción es que la cantidad usada
del componente dos debe ser el doble de la del componente uno (el fabricante piensa que
esto es necesario para evitar un sabor amargo). El objetivo es averiguar si hay una
combinación de los tres tipos de granos que lleve a una mezcla definitiva. (Resuelto en
clases)
X +Y + Z=40000
Y =2 X →−2 X + Y =0
X1 X2 X3
5000 10000 25000 40000
ࢄ ࢄ ࢄ ൌ
Ǥ
57000
ǡࢄ ǡࢄ ǡࢄ ൌ
ૠǤ 0
െ
ࢄ ࢄ ൌ
1 1 1 1 1 0 0 40000
1,2 1,6 1,4 0 1 0 57000
-2 1 0 0 0 1 0
A I B
↓ ↓ ↓
I ି X
→ -1,2 2 1 1 1 1 0 0 40000
0,4 0 0,4 0,2 -1,2 1 0 9000
0 3 2 2 0 1 80000
1 0 0 -7 5 -1 5000 = X1
0 1 0 -14 10 -1 10000 = X2
→ -0,5 -0,5 0 0 1 22 -15 2 25000 = X3
↓ ↓ ↓
I ି X
Interpretación.- El fabricante de café, para producir las 40.000 libras de café debe mezclar 5.000 libras de grano
tipo 1, 10.000 libras de grano tipo 2 y 25.000 de grano tipo 3. Se utilizó los $57.000 del presupuesto y se cumplio
con la restricción que el grano tipo 2 debía ser el que el grano tipo 1
Taller No. 3:
Recursos 1 2 3 4
2 2 1, 4
Materias primas, libras/ unidad
5
Tasa de producción, 15 30 10 15
unidades/hora
$5 $6,5 $5 $5,5
Ganancia, $/ unidad
0 0
¿Cuántas unidades de cada producto deben fabricarse para maximizar la ganancia total?
Variables de decisión
X1 = Unidades/día P1
X2 = Unidades/día P2
X3 = Unidades/día P3
X4 = Unidades/día P4
Función Objetivo
Modelo Matemático
Sujeto a:
X 1 , X 2 , X 3 , X 4 ≥0
Método Simplex
Paso 1:
'
A la restricción ≤ se añade una variable holgura con signo +, + X n
'
A la restricción ≥ se añade una variable de exceso con signo -, −X n
2 X 1 +2 X 2 +1,5 X 3 +4 X 4 + X '1=280
2 2 1,5 4 1 0 0 280
Regla 1:
Paso 3:
Cj → 5 6,5 5 5,5 0 0 0 ------ Regla 2: Para el caso de maximización cuando todos los
↓ Xj X1 X2 X3 X4 X'1 X'2 X'3 bn bn/x2 elementos de la fila Cj - Zj sean 0 o -, tenemos la solución
2 ← 0 X'1 2 2 1,5 4 1 0 0 280 140 √ óptima del problema; caso contrario si tenemos
0 X'2 2 2,5 2 1,5 0 1 0 530 212 elementos positivos, escogemos el mayor de ellos.
0 X'3 0,067 0,033 0,1 0,067 0 0 1 8 242,42
Zj 0 0 0 0 0 0 0 0 Regla 3: De los cocientes encontrados, de los positivos
Cj-Zj 5 6,5 5 5,5 0 0 0 ------ bn/x3 escogemos el menor de ellos
-2,5 -0,033 → 6,5 X2 1 1 0,75 2 0,5 0 0 140 186,67
0 X'2 -0,5 0 0,125 -3,5 -1,25 1 0 180 1440
0,0753 ← 0 X'3 0,034 0 0,0753 0,001 -0,017 0 1 3,38 44,917 √
Zj 6,5 6,5 4,875 13 3,25 0 0 910
Cj-Zj -1,5 0 0,125 -7,5 -3,25 0 0 ------
6,5 X2 0,6611 1 0 1,99 0,6645 0 -9,967 106,31
0 X'2 -0,556 0 0 -3,502 -1,223 1 -1,661 174,39
-0,75 -0,125 → 5 X3 0,4518 0 1 0,0133 -0,219 0 13,289 44,917
Zj 6,5565 6,5 5 13,002 3,2226 0 1,6611 915,61
Cj-Zj -1,556 0 0 -7,502 -3,223 0 -1,661 ------
Comprobación:
Interpretación: La Cía Peer debe producir por día 106,31 unidades del P2 y 44,92 unidades del P3 para alcanzar una ganancia máxima de $915,61 por día. En el proceso
productivo se utilizó todas las 280 libras de materia prima y las 8 hora para la producción y de los 530 pies cuadrados no se utilizaron 174,39 pies cuadrados
INTRODUCCIÓN DE BASES ARTIFICIALES (07-10-2020)
b. Una compañía conservera opera dos plantas de conservas. Los productores están dispuestos
a suplir frutas frescas en las siguientes cantidades:
De S3 a la Planta A $6 y a la Planta B $4
Las capacidades de las plantas y los costos de mano de obra son:
Costo de mano obra: Planta A $26 por tonelada y Planta B $21 por tonelada.
Las frutas enlatadas son vendidas a $50 por tonelada al distribuidor. La empresa puede
vender a este precio todo lo que pueden producir. El objetivo es encontrar la mejor mezcla
de las cantidades suplidas por los tres productores a las dos plantas para que la compañía
maximice sus ganancias.
Variables de decisión
Función objetivo
G = 50 – 11 – 3 – 26 = $10,00
G = 50 – 11 – 3,50 – 21 = $14,50
G = 50 – 10 – 2 – 26 = $12,00
G = 50 – 10 – 2,50 – 21 = $16,50
G = 50 – 9 – 6 – 26 = $9,00
Ganancia por Tn de S3-PB:
G = 50 – 9 – 4 – 21 = $16,00
Sujeto a:
O<D
X 1 + X 2=200 ( oferta S 1 )
X 3 + X 4=310 ( oferta S 2 )
X 5 + X 6=420 ( oferta S 3 )
X 1 + X 3+ X 5 ≤ 460 ( capacidad PA )
X 2 + X 4 + X 6 ≤ 560(Capacidad PB)
Paso 1:
X 1 + X 2=200
X 3 + X 4=310
X 5 + X 6=420
X 1 + X 3+ X 5 + X '4=460
X 2 + X 4 + X 6+ X '5=560
Paso 2:
1 1 0 0 0 0 0 0 0 0 0 200
0 0 1 1 0 0 0 0 0 0 0 310
0 0 0 0 1 1 0 0 0 0 0 420
1 0 1 0 1 0 0 0 0 1 0 460
0 1 0 1 0 1 0 0 0 0 1 560
A bn ≥ 0
1 0 0
0 1 0
m1 0 m2 0 m3 1
0 0 0
0 0 0
I
Paso 3:
Regla 4: Para el caso de maximización a las bases artificiales se incluyen un
coeficiente – M y para el caso de minimización un coeficiente + M
Z ( max )=10 X 1 +14,50 X 2 +12 X 3+ 16,50 X 4 +9 X 5+16 X 6−Mm 1−Mm 2−Mm 3+0 X '4 + 0 X '5
Paso 4:
→M 0 0 0 0 0 0 -1 -1 -1 0 0 ---------
Cj →$ 10 14,5 12 16,5 9 16 0 0 0 0 0 ----------
↓ Xj X1 X2 X3 X4 X5 X6 m1 m2 m3 X'4 X'5 bn bn/X4
-1 m1 1 1 0 0 0 0 1 0 0 0 0 200 #####
1 ← -1 m2 0 0 1 1 0 0 0 1 0 0 0 310 310 √
-1 m3 0 0 0 0 1 1 0 0 1 0 0 420 #####
0 X'4 1 0 1 0 1 0 0 0 0 1 0 460 #####
0 X'5 0 1 0 1 0 1 0 0 0 0 1 560 560
M -1 -1 -1 -1 -1 -1 -1 -1 -1 0 0 -930
Zj
$ 0 0 0 0 0 0 0 0 0 0 0 0
M 1 1 1 1 1 1 0 0 0 0 0
Cj-Zj
$ 10 14,5 12 16,5 9 16 0 0 0 0 0 bn/X6
-1 m1 1 1 0 0 0 0 1 0 0 0 0 200 #####
-1 → 16,5 X4 0 0 1 1 0 0 0 1 0 0 0 310 #####
-1 m3 0 0 0 0 1 1 0 0 1 0 0 420 420
0 X'4 1 0 1 0 1 0 0 0 0 1 0 460 #####
1 ← 0 X'5 0 1 -1 0 0 1 0 -1 0 0 1 250 250 √
M -1 -1 0 0 -1 -1 -1 0 -1 0 0 -620
Zj
$ 0 0 16,5 16,5 0 0 0 16,5 0 0 0 5115
M 1 1 0 0 1 1 0 -1 0 0 0
Cj-Zj
$ 10 14,5 -4,5 0 9 16 0 -16,5 0 0 0 bn/X3
-1 m1 1 1 0 0 0 0 1 0 0 0 0 200 #####
16,5 X4 0 0 1 1 0 0 0 1 0 0 0 310 310
1 ← -1 m3 0 -1 1 0 1 0 0 1 1 0 -1 170 170 √
0 X'4 1 0 1 0 1 0 0 0 0 1 0 460 460
-1 → 16 X6 0 1 -1 0 0 1 0 -1 0 0 1 250 -250
M -1 0 -1 0 -1 0 -1 -1 -1 0 1 -370 370
Zj
$ 0 16 0,5 16,5 0 16 0 0,5 0 0 16 9115 18230
M 1 0 1 0 1 0 0 0 0 0 -1
Cj-Zj
$ 10 -1,5 11,5 0 9 0 0 -0,5 0 0 -16 bn/X1
1 ← -1 m1 1 1 0 0 0 0 1 0 0 0 0 200 200 √
16,5 X4 0 1 0 1 -1 0 0 0 -1 0 1 140 #####
-1 -1 1 → 12 X3 0 -1 1 0 1 0 0 1 1 0 -1 170 #####
0 X'4 1 1 0 0 0 0 0 -1 -1 1 1 290 290
16 X6 0 0 0 0 1 1 0 0 1 0 0 420 #####
M -1 -1 0 0 0 0 -1 0 0 0 0 -200
Zj
$ 0 4,5 12 16,5 11,5 16 0 12 11,5 0 4,5 11070
M 1 1 0 0 0 0 0 -1 -1 0 0
Cj-Zj
$ 10 10 0 0 -2,5 0 0 -12 -11,5 0 -4,5
-1 → 10 X1 1 1 0 0 0 0 1 0 0 0 0 200
16,5 X4 0 1 0 1 -1 0 0 0 -1 0 1 140
12 X3 0 -1 1 0 1 0 0 1 1 0 -1 170
0 X'4 0 0 0 0 0 0 -1 -1 -1 1 1 90
16 X6 0 0 0 0 1 1 0 0 1 0 0 420
Zj 10 14,5 12 16,5 11,5 16 10 12 11,5 0 4,5 13070
Cj-Zj 0 0 0 0 -2,5 0 -10 -12 -11,5 0 -4,5
Comprobación:
X1 + X2 = 200 200
X3 + X4 = 310 310
X5 + X6 = 420 420
X1 + X3 + X5 ≤ 460 370
X2 + X4 + X6 ≤ 560 560
Interpretación: La Cía. Conservera para alcanzar la utilidad máxima de $13.070, debe recibir 200 Tn de fruta fresca del productor S1
para la planta A, 170 Tn del productor S2 para la planta A y 140 Tn para la planta B; y del productor S3 420 para la planta B. Toda la
producción de fruta freca de los tres productores se enviaron a las dos plantas, de la capacidad de 460 Tn de la planta A no se
utilizó 90 Tn y la capacidad de la planta B de procesar 560 Tn se utilizó en su totalidad.
MÉTODO SIMPLEX CASO MINIMIZACIÓN
La compañía Brown es una empresa pequeña. Debido a los siempre crecientes costo de
transporte, la compañía debe tener especial cuidado en el manejo de sus operaciones de
transporte y envío. La compañía acaba de recibir un pedido de 20 escritorios y 16 mesas. La
empresa puede surtir el pedido, enviando los artículos a partir de dos almacenes que tienen en la
ciudad. Los costos de transporte asociados con los dos almacenes son:
Almacén Almacén 2
1
Escritorio $30 $24
Mesa $14 $18
La compañía entrega todos los pedidos utilizando sus propios camiones. En el almacén 2 se
emplean camiones de tamaño medio; por tanto, no se pueden transportar más de 20 mesas y
escritorios. En el almacén 1, se pueden enviar hasta 28 mesas y escritorios en un solo camión,
dado que se utilizan camiones grandes. La compañía ha encontrado que la política de operación
con mayores ganancias consiste en mantener más o menos el mismo inventario en los dos
almacenes; en estos momentos existen inventarios bastante equilibrados en los almacenes. Para
mantener la política de inventarios, cualquier orden de envíos debe ser tal que la diferencia en el
número total de mesas y escritorios que se envían de cualquier almacén no puede exceder de
dos. Se quiere minimizar los costos totales de transporte.
Variables de decisión
X1 = Escritorios desde almacén 1
X2 = Escritorios desde almacén 2
X3 = Mesas desde almacén 1
X4 = Mesas desde almacén 2
Función objetivo
Minimizar costos de transporte
Planteamiento del modelo
X 1 −X 2 + X 3 −X 4 ≤ 2 ( Políticainventarios Alm1−Alm 2 )
X 1 + X 2=20
X 3 + X 4=16
X 2 + X 4 + X ' 3=20
X 1 + X 3+ X ' 4=28
X 1 −X 2 + X 3 −X 4 + X ' 5=2
Paso 3:
Z ( min ) =30 X 1 +24 X 2 +14 X 3+ 18 X 4 + Mm 1+ Mm2+0 X ' 3+0 X ' 4 +0 X ' 5+ 0 X ' 6
Paso 4:
→M 0 0 0 0 1 1 0 0 0 0 --------- Regla 5: Para el caso de minimización los
Cj →$ 30 24 14 18 0 0 0 0 0 0 ---------- elementos de la fila Cj - Zj todos deben
↓ Xj X1 X2 X3 X4 m1 m2 X'3 X'4 X'5 X'6 bn bn/X3 ser 0 o +, si tenemos elementos
1 m1 1 1 0 0 1 0 0 0 0 0 20 ###### negativos escogemos el menos negativo
1 m2 0 0 1 1 0 1 0 0 0 0 16 16
0 X'3 0 1 0 1 0 0 1 0 0 0 20 ######
0 X'4 1 0 1 0 0 0 0 1 0 0 28 28
1 ← 0 X'5 1 -1 1 -1 0 0 0 0 1 0 2 2 √
0 X'6 -1 1 -1 1 0 0 0 0 0 1 2 -2
M 1 1 1 1 1 1 0 0 0 0 36
Zj
$ 0 0 0 0 0 0 0 0 0 0 0
M -1 -1 -1 -1 0 0 0 0 0 0
Cj-Zj
$ 30 24 14 18 0 0 0 0 0 0 bn/X4
1 m1 1 1 0 0 1 0 0 0 0 0 20 ######
2 ← 1 m2 -1 1 0 2 0 1 0 0 -1 0 14 7 √
0 X'3 0 1 0 1 0 0 1 0 0 0 20 20
0 X'4 0 1 0 1 0 0 0 1 -1 0 26 26
-1 -1 1 → 14 X3 1 -1 1 -1 0 0 0 0 1 0 2 -2
0 X'6 0 0 0 0 0 0 0 0 1 1 4 ######
M 0 2 0 2 1 1 0 0 -1 0 34
Zj
$ 14 -14 14 -14 0 0 0 0 14 0 28
M 0 -2 0 -2 0 0 0 0 1 0
Cj-Zj
$ 16 38 0 32 0 0 0 0 -14 0 bn/X2
1 m1 1 1 0 0 1 0 0 0 0 0 20 20
0,5 -1 -1 1 ←→ 18 X4 -0,5 0,5 0 1 0 0,5 0 0 -0,5 0 7 14 √
0 X'3 0,5 0,5 0 0 0 -0,5 1 0 0,5 0 13 26
0 X'4 0,5 0,5 0 0 0 -0,5 0 1 -0,5 0 19 38
14 X3 0,5 -0,5 1 0 0 0,5 0 0 0,5 0 9 -18
0 X'6 0 0 0 0 0 0 0 0 1 1 4 ######
M 1 1 0 0 1 0 0 0 0 0 20
Zj
$ -2 2 14 18 0 16 0 0 -2 0 252
M -1 -1 0 0 0 1 0 0 0 0
Cj-Zj
$ 32 22 0 0 0 -16 0 0 2 0 bn/X'5
1 m1 2 0 0 -2 1 -1 0 0 1 0 6 6
-1 -0,5 -0,5 0,5 → 24 X2 -1 1 0 2 0 1 0 0 -1 0 14 -14
0 X'3 1 0 0 -1 0 -1 1 0 1 0 6 6
0 X'4 1 0 0 -1 0 -1 0 1 0 0 12 ######
14 X3 0 0 1 1 0 1 0 0 0 0 16 ######
1 ← 0 X'6 0 0 0 0 0 0 0 0 1 1 4 4 √
M 2 0 0 -2 1 -1 0 0 1 0 6
Zj
$ -24 24 14 62 0 38 0 0 -24 0 560
M -2 0 0 2 0 2 0 0 -1 0
Cj-Zj
$ 54 0 0 -44 0 -38 0 0 24 0 bn/X1
2 ← 1 m1 2 0 0 -2 1 -1 0 0 0 -1 2 1 √
24 X2 -1 1 0 2 0 1 0 0 0 1 18 -18
0 X'3 1 0 0 -1 0 -1 1 0 0 -1 2 2
0 X'4 1 0 0 -1 0 -1 0 1 0 0 12 12
14 X3 0 0 1 1 0 1 0 0 0 0 16 ######
-1 1 -1 → 0 X'5 0 0 0 0 0 0 0 0 1 1 4 ######
M 2 0 0 -2 1 -1 0 0 0 -1 2
Zj
$ -24 24 14 62 0 38 0 0 0 24 656
M -2 0 0 2 0 2 0 0 0 1
Cj-Zj
$ 54 0 0 -44 0 -38 0 0 0 -24
1 -1 -1 → 30 X1 1 0 0 -1 0,5 -0,5 0 0 0 -0,5 1
24 X2 0 1 0 1 0,5 0,5 0 0 0 0,5 19
0 X'3 0 0 0 0 -0,5 -0,5 1 0 0 -0,5 1
0 X'4 0 0 0 0 -0,5 -0,5 0 1 0 0,5 11
14 X3 0 0 1 1 0 1 0 0 0 0 16
0 X'5 0 0 0 0 0 0 0 0 1 1 4
Zj 30 24 14 8 27 11 0 0 0 -3 710
Cj-Zj 0 0 0 10 -27 -11 0 0 0 3
Comprobación:
X1 + X2 = 20 20
X3 + X4 = 16 16
X2 + X4 ≤ 20 19
X1 + X3 ≤ 28 17
X1 - X2 + X3 - X4 ≤2 -2
- X1 + X2 - X3 + X4 ≤2 2
Interpretación: La compañía Brown para minimizar el costo de transporte debe enviar un escritorio desde el almacen 1,
diecinueve escritorios desde el almacen 2 y dieciseis mesas desde el almacen 1 a un costo de transporte de $710. La capacidad
del camión del almacen 2 es de veinte unidades y no utilizó toda la capacidad en una unidad, la capacidad del camión del
almacen 2 es de veintiocho unidades y no utilizó toda la capacidad en once unidades. En cuanto a la política de inventarios de
la compañía se cumple ya que la diferencia de los inventarios entre el almacen 1 y el almacen 2 es de dos unidades.
ANÁLISIS DE DUALIDAD Y SENSIBILIDAD
ANÁLISIS DE DUALIDAD
1. Al modelo original se le conoce con el nombre de modelo primal
2. Al modelo alternativo se le conoce con el nombre de modelo dual
3. Para un modelo primal de maximización existe un modelo alternativo dual de minimización
y viceversa.
4. Para transformar un modelo primal de maximización a un modelo dual de minimización, el
requisito es que todas las restricciones del primal de maximización deben ser ≤.
5. Para transformar un modelo primal de minimización a un modelo dual de maximización, el
requisito es que todas las restricciones del primal de minimización deben ser ≥.
MODELO PRIMAL DE MAXIMIZACIÓN A UN MODELO DUAL DE MINIMIZACIÓN
MODELO PRIMAL MODELO DUAL
Z ( max )=c 1 X 1+ c 2 X 2 +c 3 X 3 Z ( min ) =b1 Y 1+ b2 Y 2+b 3 Y 3
Sujeto a: Sujeto a:
a 11 X 1+ a12 X 2+ a13 X 3 ≤ b1 a 11 Y 1 +a 21 Y 2 +a31 Y 3 ≥ c 1
a 21 X 1 +a22 X 2 +a23 X 3 ≤b 2 a 12 Y 1+ a22 Y 2 +a 32 Y 3 ≥ c 2
a 31 X 1 +a32 X 2 +a33 X 3 ≤ b 3 a 13 Y 1+ a23 Y 2+ a33 Y 3 ≥ c3
X1 , X2 , X3≥ 0 Y 1 ,Y 2 , Y 3 ≥ 0
MODELO DUAL
Z ( min ) =b1 Y 1−b2 Y 2 +b3 Y 3−b 3 Y 4
Sujeto a:
a 11 Y 1 −a21 Y 2 + a31 Y 3−a31 Y 4 ≥ c 1
a 12 Y 1−a22 Y 2+ a32 Y 3 −a32 Y 4 ≥ c 2
a 13 Y 1−a 23 Y 2 +a33 Y 3−a33 Y 4 ≥ c 3
Y 1 ,Y 2 , Y 3 ,Y 4 ≥ 0
PRIMAL: DUAL:
Z ( max )=5 X 1 +6,5 X 2 +5 X 3 +5,5 X 4 Z ( min ) =280Y 1+530 Y 2 +8 Y 3
Sujeto a: Sujeto a:
2 X 1 +2 X 2 +1,5 X 3 +4 X 4 ≤ 280 2 Y 1+ 2Y 2 +0,067 Y 3 ≥5
2 X 1 +2,5 X 2 +2 X 3 +1,5 X 4 ≤ 530 2 Y 1+ 2, 5 Y 2 +0,033 Y 3 ≥ 6,5
0,067 X 1 +0,033 X 2+ 0,1 X 3+ 0,067 X 4 ≤ 8 1,5 Y 1+ 2Y 2 +0,1 Y 3 ≥5
4 Y 1+ 1,5Y 2 +0,067 Y 3 ≥ 5,5
X 1 , X 2 , X 3 , X 4 ≥0 Y 1 ,Y 2 , Y 3 ≥ 0
MODELO DUAL
Z ( max )=20 Y 1−20 Y 2 +16 Y 3−16 Y 4 −20 Y 5−28 Y 6−2Y 7 −2Y 8
Sujeto a:
Y 1−Y 2 −Y 6−Y 7 +Y 8 ≤ 30
Y 1−Y 2 −Y 5+ Y 7−Y 8 ≤24
Y 3−Y 4−Y 6 −Y 7 +Y 8 ≤14
Y 3−Y 4−Y 5 +Y 7 −Y 8 ≤ 18
La Baker Manufacturing Company es una empresa que fabrica zapatos "exclusivos". La compañía
fabrica tres tipos de calzado para caballero: (1) zapatos Wing-tips, (2) botas Moc-toe Demi y (3)
pantuflas Moc-style. El gerente de producción tiene el problema de decidir cuál es el mejor programa de
fabricación para el siguiente mes. Para lograr ese objetivo debe decidir qué mezcla de fabricación de los
tres estilos producirá la mayor contribución a las utilidades, al mismo tiempo que satisfaga diversos
requerimientos financieros y de producción. Los datos de la tabla 2-5 describen la operación de manufac-
tura para la empresa que se recopilaron en meses anteriores de operación. Existe una oferta ilimitada de
piel para el fabricante; sin embargo, se dispone de un máximo de 1,200 horas de producción durante
el siguiente mes. El tiempo de producción cuesta $10 por hora; por cada unidad de piel el costo es de
$4.
La empresa hace todas sus ventas a mayoristas, que le pagan en efectivo toda la mercancía; por
tanto, la compañía no tiene cuentas "por cobrar". Los precios de venta para cada par de zapatos a los
mayoristas son de $60, $64 y $50, respectivamente, para los tres estilos. Los costos fijos de la Baker para
el siguiente mes de operación son $3,000 y el saldo actual de efectivo de la empresa es $16,560.
El gerente de producción de la Baker tiene comprometidos los siguientes pedidos para los diferentes
estilos: 30 Wing-tips, 55 Moc-toe Demi y 32 Moc-style. Pueden venderse todos los pares que se
fabriquen durante el mes, que excedan esos pedidos ya comprometidos. Es decir, el movimiento de la
producción es tal que todos los zapatos que se fabriquen en un mes determinado se distribuyen durante
el mismo y por ello no existen inventarios.
1 3.50 3.25
2 2.50 4.50
3 2.00 2.00
Variables de decisión:
X1 = Par de mocasines/mes
X2 = Par de botas/mes
X3 = Par de pantuflas/mes
Función objetivo:
Maximizar utilidades
Modelo matemático:
Z ( max )=12 X 1+ 21 X 2+ 22 X 3
Sujeto a:
X1 , X2 , X3≥ 0
MODELO PRIMAL MODELO PRIMAL MODIFICADO
Z ( max )=12 X 1+ 21 X 2+ 22 X 3 Z ( max )=12 X 1+ 21 X 2+ 22 X 3
Sujeto a: Sujeto a:
3,5 X 1 +2,5 X 2 +2 X 3 ≤1200 3,5 X 1 +2,5 X 2 +2 X 3 ≤1200
48 X 1+ 43 X 2 +28 X 3 ≤13560 48 X 1+ 43 X 2 +28 X 3 ≤13560
X 1 ≥ 30 (-1) −X 1 ≤−30
X 2 ≥ 55(-1) −X 2 ≤−55
X 3 ≥ 32(-1) −X 3 ≤−32
X1 , X2 , X3≥ 0 X1 , X2 , X3≥ 0
MODELO DUAL
Z ( min ) =1200Y 1+13560 Y 2−30 Y 3−55 Y 4−32 Y 5
Sujeto a:
3,5 Y 1+ 48 Y 2−Y 3 ≥12
2,5 Y 1 +43 X 2 −Y 4 ≥21
2 Y 1+ 28Y 2 −Y 5 ≥ 22
Y 1 ,Y 2 , Y 3 ,Y 4 ,Y 5 ≥ 0
ANÁLISIS DE SENSIBILIDAD
1. Cambios en los coeficientes de la Función Objetiva de una variable no básica:
Límites de C1 = 5, de la variable no básica X1:
1. −1,5565+ ∆C 1 ≤ 0 → ∆ C1 ≤1,5565
−∞ ≤ ∆ C1 ≤1,5565
C 1−∆ C 1 ≤ Ć1 ≤C 1+ ∆ C 1
5−∞ ≤ Ć1 ≤5+ 1,5565
−∞ ≤ Ć 1 ≤ 6,56
Límites de C4 = 5,5; de la variable no básica X4:
1.−7,5+ ∆ C 4 ≤ 0 → ∆ C1 ≤7,5
−∞ ≤ ∆ C4 ≤ 7,5
C 4−∆ C 4 ≤ Ć 4 ≤C 4 + ∆C 4
5,5−∞ ≤ Ć 4 ≤ 5,5+7,5
−∞ ≤ Ć 1 ≤ 13
2. Cambios en los coeficientes de la Función Objetiva de una variable básica:
−2,35 ≤ ∆ C2 ≤ 0,17
C 2−∆ C 2 ≤ Ć2 ≤C 2 +∆ C 2
6,5−2,35≤ Ć 2 ≤ 6 , 5+0,17
4,15 ≤ Ć2 ≤ 6,67
Límites de C3 = 5; de la variable básica X3:
−0,12 ≤ ∆ C3 ≤14,69
C 3−∆ C 3 ≤ Ć 3 ≤ C3 + ∆C 3
5−0,12≤ Ć 3 ≤ 5+14,69
4,88 ≤ Ć3 ≤ 19,69
3. Cambio en el nivel de los recursos o sistema de restricciones
1. 106,3123+0,6645 ∆ b 1 ≥ 0 → ∆ b1 ≥−160
2. 174,3854−1,2226 ∆ b1 ≥ 0 (−1 ) →−174,3854 +1,2226 ∆ b1 ≤ 0→ ∆ b 1 ≤ 142,63
3. 44,9169−0,2193 ∆ b 1 ≥ 0 (−1 ) →−44,9169+0,2193 ∆ b 1 ≤ 0 → ∆ b1 ≤ 204,82
−160 ≤ ∆ b1 ≤142,63
b 1−∆ b1 ≤ b́1 ≤ b1 + ∆ b1
280−160≤ b́1 ≤ 280+ 142,63
1. 174,3854+ ∆ b2 ≥0 → ∆ b 2 ≥−174,38
−174,38 ≤ ∆ b2 ≤ ∞
b 2−∆ b 2 ≤ b́2 ≤b 2+ ∆ b2
530−174,38≤ b́2 ≤530+ ∞
355,62 ≤ b´2 ≤ ∞
−3,38 ≤ ∆ b3 ≤1 0,67
b 3−∆ b 3 ≤ b́3 ≤ b3 +∆ b3
8−3,38 ≤ b´3 ≤ 8+10,67
Ejemplo 1:
Cuando b1 = 420 libras de MP, ¿cómo afecta este cambio a la solución óptima actual?
Ejemplo 2:
Cuando b1 = 500 libras de MP, ¿cómo afecta este cambio a la solución óptima actual?
Base Valor Actual X’1 ( ∆ b1 )Cambio Valores Nuevos
X2 106,3123 + 0,6645 *(220) = 252,50
X’2 174,3854 - 1,2226 *(220) = -94,59
X3 44,9169 - 0,2193 *(220) = -3,33
Zj 915,6146 + 3,2226 *(220) = 1624,59
4. Cambio obligado en las variables:
¿Si la compañía Peer se ve obligada a producir 30 unidades del producto P4, cómo afectaría a
la solución actual?
X4 0 + *(30) = 30
Taller 5:
Una inmobiliaria desea promocionar una nueva urbanización mediante una campaña
publicitaria. Para ello dispone de 5 tipos de anuncios: anuncios en televisión local al mediodía
(tvm), anuncios en televisión local a la noche (tvn), anuncios en periódico local (per), anuncios
en suplemento dominical local (sup) y anuncios en radio local por la mañana (rad). La empresa
ha reunido datos sobre la cantidad de clientes potenciales a los que se destina cada tipo de
anuncio y el costo de cada anuncio en dólares. Además, se ha llevado a cabo una valoración de
la calidad que tiene cada anuncio de acuerdo al medio en el que se expone, en una escala de 0 a
100 (0 nula, 100 excelente). Los datos se recogen en la siguiente tabla:
El número máximo de anuncios que se pueden emitir es 15, 10, 25, 4 y 30 de tvm, tvn, per,
sup y rad, respectivamente. La inmobiliaria, aconsejada por una agencia de publicidad,
decide utilizar al menos 10 anuncios en la televisión, alcanzar por lo menos 50000 clientes
potenciales, no gastar más de 18000 dólares en anuncios en televisión y si se hacen
anuncios en el periódico entonces no hacer anuncios en la televisión por la noche. El
presupuesto máximo para la campaña publicitaria es de 30000 dólares, mediante el modelo
de programación lineal plantee el problema de cómo debe planificar la campaña si se desea
maximizar la calidad de la exposición de todos los anuncios de la campaña publicitaria.
(Taller 5)
Variables de decisión:
MODELO MATEMÁTICO:
Sujeto a:
- X2 + X3 ≥0 (Anuncios pr y no en tvn)
Los costos de transporte de cada almacén a cada centro de consumo están en dólares por
unidad y aparecen en el siguiente cuadro:
ALMACENE CENTROS DE CONSUMO
S A B C D E
1 $4 $2 $5 $5 $1
2 2 1 4 4 4
3 3 4 1 1 1
4 2 2 3 4 2
Paso 1:
Paso 2:
CENTROS DE CONS UMO 1. Elaborar la matriz de envíos Xij, tomando los menores costos de la matriz
ALMACENES OFERTA
A B C D E de costos directos y en ese casillero de la matriz de envíos, realizamos el
1 $4 $2 $5 $5 $1 1000 envío correspondiente tomando en cuenta la Oferta y la Demanda.
2 2 1 4 4 4 1200 Regla 1: El número de filas más columnas menos 1 debe ser igual al número
3 3 4 1 1 1 500 de envíos, caso contrario se vuelve un caso degenerado
4 2 2 3 4 2 1000
DEMANDA 600 800 300 900 1100 3700 O=D
ҧ ഥ െ
Xij ܥ
↓ ↓ ↓ ↓ ↓
→ - - - - 1000 1 0 3 3 1 -1 -3 -2 -2 -2 0
→ 400 800 - - - 2 1 4 4 2 0 0 0 0 0 -2
→ - - 300 200 - -1 -2 1 1 -1 -3 -4 -6 0 0 -2
→ 200 - R 700 100 2 1 4 4 2 0 0 -1 1 0 0
m + n -1 = # envíos 2 1 4 4 2
4+5- 1=8
8=8
2. Elaboramos la matriz de costos indirectos, de la siguiente manera: a. Colocamos en los casilleros correspondientes los costos menores
escogidos; b. En aquella fila o columna que tenga el mayor número de elementos colocamos un elemento marginal igual a cero; c. Colocamos
elementos marginales en todas las columnas y filas y que al sumar los dos elementos marginales debe ser igual al elemento que esta al interior
del casillero de la matriz; y, d. Llenamos los casilleros vacíos sumando los marginales respectivos.
3. Elaboramos la matriz de costos indirectos menos costo directos, restado los elementos de la matriz de costos indirectos menos los elementos
de la matriz de costos directos.
Regla 2: Si todos los elementos de la matriz de costos indirectos menos costos directos son ceros o negativos, tenemos la solución del problema,
caso contrario si tenemos elementos positivos escogemos el mayor de ellos y en ese casillero en la matriz de envíos coloco un elemento R
4. En la matriz de envíos que tenemos el elemento R, formamos un circuito colocando R negativas y positivas donde exista envíos para que R se
elimine.
5. Formamos una nueva matriz de envíos de la siguiente manera: De las R negativas escogemos el menor y es el valor de tomara R y este restará
a los envíos de la primera matriz para calcular los nuevos envíos.
ഥ െ
Xij R= 300 ܥҧ
1000 1 0 2 3 1 -1 -3 -2 -3 -2 0
400 800 2 1 3 4 2 0 0 0 -1 0 -2
500 -1 -2 0 1 -1 -3 -4 -6 -1 0 -2
200 300 400 100 2 1 3 4 2 0 0 -1 0 0 0
8=8 2 1 3 4 2
Interpretación de resultados:
Regla 3: Cuando la oferta no es igual que la demanda, tengo que añadir un origen o destino
ficticio según sea el caso; y, si se trata de minimización los costos son mayores al mayor de la
matriz y si es caso de maximización la ficticia va con utilidades cero.
Cos tos de trans porte por caja
Ciudad de langos ta
Oferta
(Orige n)
Ambato Cue nca Quito Ibarra
Es me raldas 14 16 12 10 100
Guayaquil 12 11 14 16 20
Manta 14 15 8 10 60
Ficticia 20 20 20 20 20
Demanda 30 50 65 55 200 180 180 + 20 = 200
O < D entonces O = D
Xij ഥ
ഥ െ
↓ ↓ ↓
→ 30 10 5 55 14 16 12 10 0 0 0 0 0
→ - 20 - - 9 11 7 5 -5 -3 0 -7 -11
→ - - 60 - 10 12 8 6 -4 -4 -3 0 -4
- 20 - - 18 20 16 14 4 -2 0 -4 -6
m + n - 1 = # envíos 14 16 12 10
4+4- 1=7
7=7
La Carter Peanut Company, siempre programa la producción 3 meses antes. La planta tiene una
capacidad de producción 1.300 cajas en el tiempo formal de trabajo. Los costos de producción
en tiempo formal son de $4 por caja. Usando tiempo extra, pueden ser producidas 500 cajas
adicionales cada mes a un costo de $6 de aumento sobre el costo unitario de producción en
tiempo formal. El costo de manejo de una caja por mes es de $3. Las ventas mensuales serán de
1.000; 1.200; y, 1800 cajas durante los 3 próximos meses. La penalización es de $5 por caja no
vendida al finalizar el tercer mes. (Resuelto en clases)
CAPACIDAD
PRODUCCIÓ VENTAS POR MES
MENSUAL
N POR MES 1 2 3 4
MES 1 PTN 7 7 7 12 1300
MES 1 PTEX 13 13 13 18 500
MES 2 PTN NF 7 7 12 1300
MES 2 PTEX NF 13 13 18 500
MES 3 PTN NF NF 7 12 1300
MES 3 PTEX NF NF 13 18 500
VENTA MENSUAL 1000 1200 1800 1400 5400 > 4000 +1400
PRODUCCIÓN VENTAS POR MES CAPACIDAD
POR MES 1 2 3 4 MENSUAL
MES 1 PTN 7 7 7 12 1300
MES 1 PTEX 13 13 13 18 500
MES 2 PTN NF 7 7 12 1300
MES 2 PTEX NF 13 13 18 500
MES 3 PTN NF NF 7 12 1300
MES 3 PTEX NF NF 13 18 500
DEMANDA 1000 1200 1800 1400 5400 > 4000 +1400
Xij ഥ
ഥ െ
↓ ↓ ↓ ↓
→ 1000 300 - - 7 7 7 12 7 0 0 0 0
→ - - 100 400 13 13 13 18 13 0 0 0 0
→ NF 900 400 - NF 7 7 12 7 NF 0 0 0
→ NF - - 500 NF 13 13 18 13 NF 0 0 0
→ NF NF 1300 - NF NF 7 12 7 NF NF 0 0
→ NF NF - 500 NF NF 13 18 13 NF NF 0 0
m + n - 1 = # envíos 0 0 0 5
6 + 4 -1 = 9
9=9
CASO MAXIMIZACIÓN
2 $45 600
3 $30 600
Los requerimientos en toneladas de los cuatro almacenes son: 300, 450, 500 y 600
respectivamente. Los precios de venta son: $62, $63, $64 y $64. El objetivo de los
administradores de la Ajax es maximizar las utilidades totales para la compañía. Por
ello, deben considerar los costos de transporte asociados con el envío del producto de
una planta determinada a un almacén específico. Los costos de transporte (expresados
en dólares por tonelada) para las diferentes rutas de transporte se muestran en la
siguiente tabla. Plantee el problema en forma de transporte para maximizar las
utilidades.
Almacén
Planta 1 2 3 4
1 23 18 21 25
2 21 24 23 18
3 18 21 27 23
ALMACÉN
PLANTA 1 2 3 4 CAPACIDAD (Tn)
1 1 7 5 1 650
2 -4 -6 -4 1 600
3 14 12 7 11 600
30
REQUERIMIENTO 0 450 500 600 1850 = 1850
Xij ഥ
ഥ
െ
↓ ↓ ↓ ↓
→ - 150 500 - 5 7 9 8 7 -8 0 0 -5
→ - - - 600 10 12 14 13 12 -8 -8 -4 0
→ 300 300 - Q1 0 2 4 3 2 0 0 -3 0
m + n - 1 = # envíos -2 0 2 1
3+4- 1=5
6≠5→ 6=6
Regla 4: Cuando m +n - 1 ≠ al # de envíos, de los costos que no tomamos en cuenta escogemos el menor y en ese casillero en la matriz de
envíos colocamos un elemento Q
Considere el problema de asignar cuatro operadores a cuatro máquinas. Se dan los costos de
asignación en $ por operador y máquina. El operador 1 no puede ser asignado a la máquina 3.
Asimismo, el operador 3 no se puede asignar a la máquina 4. Obtenga la asignación óptima.
(Resuelto en clases)
Máquinas
Operadore
s 1 2 3 4
20
2 700 400 0 300
50
3 900 300 0 NF
60
4 700 200 0 700
Máquinas Paso 1: De la matriz de efectividad de cada fila escogemos el menor
Ope radores
1 2 3 4 valor y formamos una nueva matriz restando a cada fila el menor
1 500 500 NF 200 200 elemento escogido.
2 700 400 200 300 200 Paso 2: De la nueva matriz escogemos el menor de cada columna y
3 900 300 500 NF 300 formamos una nueva matriz restando a cada columna el menor
4 700 200 600 700 200 valor escogido
Paso 3: Asignamos único cero en filo y/o columna y tachamos los ceros de la columna o fila respectiva, con el objetivo
que el cero asignado sea único en fila y columna; y, así cumplir con el requisito que un origen debe tener un solo destino.
Regla 1: Si en la matriz de asignación el número de ceros asignados es igual al número de filas o columnas, hemos
encontrado la solución del problema, caso contrario voy al "paso 4"
Paso 4: a. Marcamos aquella(s) fila(s) que no tienen cero asiganado; b. De la fila marcada busco un cero tachado y marco
la columna; c. De la columna marcada busco un cero asignado y marco la fila; d. Regreso al paso b, hasta cuando ya no
pueda marcar filas y columnas
Paso 5: Trazo una línea sobre las filas no marcadas y sobre las columnas marcadas y todos los ceros de la matriz deben
estar al menos bajo una línea.
Paso 6: En la matriz hay tres clases de elementos, los que están bajo dos líneas, los que están bajo una línea y los que no
están bajo ninguna línea; de los que no estan bajo ninguna línea escojo el menor elemento
Paso 7: Formo una nueva matriz de la siguiente manera: A los elementos que están bajo una línea paso sin modificarlo, a
los que están bajo dos líneas le sumo el menor valor escojido y a los queno están bajo ninguna línea le resto el menor
valor escojido
Paso 8: Regresamos al paso 3
Supóngase que en el problema 2 se pone a disposición una quinta máquina. Sus costos de
asignación respectivos en dólares para los cuatro operadores son 200, 100, 200 y 800 dólares
respectivamente. La nueva máquina reemplaza a una existente si el reemplazo se puede
justificar en el sentido económico. Vuelva a formular el problema como un modelo de
asignación y obtenga la solución óptima. En particular, ¿resulta económico reemplazar una de
las máquinas existentes? Si es así, ¿cuál de ellas? (Resuelto en clases)
Máquinas
Operadore
s 1 2 3 4 5
$50
$200
1 $500 0 NF $200
40
100
2 700 0 200 300
30
200
3 900 0 500 NF
20
800
4 700 0 600 700
Regla 2: Cuando el número de orígenes no son iguales al número de destinos hay que crear
una(s) fila(s) o columna(s) ficticias según sea el caso para contar con una matriz cuadrada, si se
trata de minimización va un valor mayor al mayor de la matriz y si es maximización va un
valor de cero.
Máquinas
Operadores
1 2 3 4 5
1 500 500 NF 200 200 200
2 700 400 200 300 100 100
3 900 300 500 NF 200 200
4 700 200 600 700 800 200
5Fict. 1000 1000 1000 1000 1000 1000
En particular, ¿resulta económico reemplazar una de las máquinas existentes? Si es así, ¿cuál de
ellas?
CASO MAXIMIZACIÓN
$13.50
A $12.000 $9.000 0 0
12.50
B 10.000 11.000 0 0
10.00
C 11.500 13.000 0 0
10.50
D 13.000 12.000 0 0
Medios de
producción
Método 1 2 3 4Fict
Medio de
Método Producción Ganancia
1 3 13500
2 4Fict ----
3 2 13000
4 1 13000
Ganancia o Utilidad Total $ 39.500
Sujeto a:
Y1 + Y3 +0,015Y6 -0,25Y8 +0,25Y9 ≥ 12
Y2 + Y3 +0,015Y7 -0,23Y8 +0,23Y9 ≥ 10
Y4 + Y5 +0,017Y6 -0,2 Y8 +0,2 Y9 ≥ 11
Y4 +0,017Y7 -0,17Y8 +0,17 Y9 ≥ 9
Xj bn X1 Nueva Solución
-X’8 15.000 +0 * (5.000) = 15.000
X’2 150.000 +0 * (5.000) = 150.000
X’3 320.000 - 1 * (5.000) = 315.000
X’4 91.176,47 + 1,471* (5.000) = 98.531,47
X’1 200.000 - 1 * (5.000) = 195.000
X’6 649,99 - 0,015* (5.000) = 574,99
X’7 3.200 + 0,025* (5.000) = 3.325
X4 58.823,52 - 1,471 * (5.000) = 51.468,52
X3 250.000 +0 * (5.000) = 250.000
X1 0 +1 * (5.000) = 5.000
Zj 3.279.411,71 - 1,235 * (5.000) = 3.273.236,71
PRODUCTOS CAPACIDAD
PLANTAS 1 2 3 4Fict
1 $41 $55 $48 100 400
2 39 51 45 100 600
3 42 56 50 100 400
4 38 52 NF 100 600
5 39 53 NF 100 1000
VENTAS 700 1000 900 400 3000 > 2600 + 400
O>D→O=D
PRODUCTOS
Fict
PLANTAS 1 2 3 4 CAPACIDAD
1 41 55 48 100 400
2 39 51 45 100 600
3 42 56 50 100 400
4 38 52 NF 100 600
5 39 53 NF 100 1000
VENTAS 700 1000 900 400 3000 > 2600 + 400
COSTO POR
PLANTA PRODUCTO UNIDADES UNIDAD COSTO TOTAL
1 3 400 48 19200
2 2 100 51 5100
2 3 500 45 22500
3 4Fict 400 --- ----
4 1 600 38 22800
5 1 100 39 3900
5 2 900 53 47700
COSTO TOTAL 2600 $ 121.200
Importancia
Hay un inventario de tamaño de lote con el que se compran o manufacturan más unidades que
las necesarias para el consumo (demanda) actual, la razón fundamental es que pueden obtenerse
economías (ahorros) con lotes más grandes que con otros más pequeños mediante los
descuentos por compras en grandes cantidades o costos totales de establecimiento más bajo.
Tercera forma
Cuando se sabe que la demanda de un artículo es variable (fluctuante) o estacional puede ser
más económico para una empresa que absorba cierta parte de las fluctuaciones, permitiendo que
oscilen sus inventarios y no sus niveles de producción.
Cuarta forma
Costos de inventario
Los costos en que puede incurrir una empresa a consecuencia de los niveles de inventario que
establezca pueden agruparse en tres categorías (costos):
Los dos primeros costos
Son el costo cargado a los pedidos y el costo cargado al inventario, estos dos costos se igualan
uno al otro en nuestros modelos de inventario con certidumbre.
El tercer costo
Los costos relacionados con la adquisición de artículos comprados son básicamente los
derivados de la llegada de un artículo a los inventarios de la empresa. Los costos cargados a los
pedidos incurridos cada vez que se coloca un pedido, comienza con la requisición de compra, la
expedición de la orden de compra, el seguimiento de la misma, el acarreo o transporte, el recibo
e inspección de los artículos, la colocación en el inventario y por último el pago a los
proveedores.
Artículos comprados Artículos manufacturados
Requisición Requisición
Orden de compra (que incluye la Orden de producción
expedición)
Acarreo o transporte Recibo e inspección
Recibo e inspección Almacenamiento
Almacenamiento Contabilidad y auditoría:
Contabilidad y auditoría: Inventario
Inventario Costo del producto
Desembolso
A menudo la determinación de estos costos tiene que hacerse mediante estudios especiales.
Como se requiere el costo por pedido, las estimaciones de costos de los departamentos de
compras, bodega y contabilidad se usan para amparar sus operaciones a diferentes niveles de los
pedidos para todo el año. Por ejemplo si se calcula que 10 pedidos cuesta 800 dólares, entonces
el costo por pedido sería 80 dólares.
Costos cargados al inventario de mantenimiento o de existencias
Estos costos son aquellos que incurre la empresa porque que ha decidido mantener inventarios,
naturalmente, una empresa no podría funcionar sin cierta cantidad de inventarios de proceso y
de movimiento. Para llegar a estos costos es mejor considerar aquellos artículos que satisfagan
las siguientes dos pruebas: desembolsos en efectivo y oportunidades predeterminadas de
obtención de ganancias.
Como los costos de pedidos, estos costos son difíciles de determinar, precisamente porque no
existen los registros requeridos. Lo que sigue ofrece una gama representativa de estos costos:
Rango aproximado
Rubro % del valor del inventario promedio anual
Intereses (sobre el dinero invertido en inventario) Del 6 al 12
Seguros Del 1 al 3
Impuestos Del 1 al 3
Almacenamiento Del 0 al 3
Obsolescencia y depreciación Del 4 al 16
Esta es una combinación tomada de varias referencias, naturalmente, los costos cargados a los
inventarios para la mayor parte de las empresas están aproximadamente entre el 15 al 25 por
ciento.
Inventario promedio anual
La demanda del artículo es de una tasa constante y quien toma las decisiones lo conoce de
antemano.
Segunda suposición
Hacemos que Q sea el tamaño del pedido, habrá que notar que el número de las unidades en
inventario es igual a Q, cuando cada nuevo pedido se reciba físicamente en el inventario y que
el inventario se agota gradualmente hasta que llega a cero, precisamente en el punto en que se
recibe el nuevo pedido. Puede observarse que el inventario promedio (Q/2), es igual a la mitad
del número de unidades del tamaño del lote. Además cada nuevo pedido se recibe en el
inventario exactamente en el momento en que se agota el pedido anterior, lo que da por
resultado que no haya faltante de existencias.
Después de haber establecido los métodos para determinar el costo cargado a los pedidos, el
costo cargado al inventario y el inventario promedio, el paso siguiente consiste en desarrollar un
modelo de inventario en términos de la Cantidad Económica de Pedido. Una de las principales
características de este modelo es que a medida que aumenta el tamaño del lote, aumenta los
costos cargado al inventario y disminuye el costo cargado a los pedidos. Por otra parte a medida
que disminuye el tamaño del lote, disminuye el costo cargado al inventario y aumenta el costo
cargado a los pedidos. La CEP es el tamaño de la orden (pedido) que disminuye al mínimo el
costo total anual de mantenimiento de inventarios. Suponemos que las condiciones se conocen
con certidumbre y que se conocen los requisitos anuales.
Ejemplo
Los requerimientos anuales son iguales a 2.400 unidades, el costo de los pedidos por pedido es
de $40, el costo cargado al inventario es del 20% anual para el inventario promedio y el costo de
compra por unidad es de $6.
Enfoque tabular
Enfoque gráfico
8000
6000
4000
2000
0
0 2 4 6 8 10 12
TAMAÑO DEL LOTE
Enfoque algebraico
En los enfoques anteriores se ha visto que en términos de costo total de inventario, el punto más
económico es aquel en el que el costo cargado al inventario (existencias) es igual al costo de los
pedidos y éste es el concepto que se usa en el enfoque algebraico.
Simbología:
Q = Cantidad Económica de Pedido (CEP) o número óptimo de unidades por pedido a fin de
minimizar los costos totales de la empresa.
c = Valor de compra por unidad.
I = Costo cargado al inventario, expresado como porcentaje del valor del inventario promedio.
R = Cantidad total anual en unidades requerida.
S = Costos de pedido por pedido colocado (o costos de funcionamiento por corrida de
producción)
Los costos cargados al inventario se obtienen:
Q QcI
×c × I ⇒
2 2
Donde:
Q
=Inventario promedio
2
c∗I =Costo anual de tener en existenciauna unidad en inventario
Los costos cargados a los pedidos se determinan:
R RS
∗S ⇒
Q Q
Donde:
R
=Número de pedidos al año
Q
S=Costo de colocación de pedidos por pedido
Se igualan los costos totales anuales cargados al inventario con los costos totales anuales de
pedidos.
QcI RS 2 RS
= ⇒ Q 2 cI =2 RS=Q 2=
2 Q cI
2 RS
Q=
√ cI
Ecuaci ó n No 1
Ejemplo:
R = 36000 unidades anuales
S = $100 por pedido
c = $4 por und.
I = 20%
2∗36000∗10 0
Q=
√ 4∗0,2
⟹ Q=3000 unidades por pedido
R 36.000
N= ⟹ N= ⟹ N =12 pedidos alaño
Q 3.000
Días que dura un suministro (pedido):
RS 36000 ( 100 )
→ → $ 1.200
Q 3000
Costo Total Anual.-
QcI RS
CT = + → $ 1.200+ $ 1.200=$ 2.400
2 Q
La comparación de los costos cargados al inventario con los costos de pedidos, se puede aplicar
para hallar el número óptimo de pedidos al año y el número óptimo de días de suministro por
pedido, para esto se necesita la siguiente simbología:
Simbología:
N = Número óptimo de pedidos al año para minimizar los costos totales de la empresa
I = Costo cargado al inventario, expresado como porcentaje del valor del inventario promedio.
A = Cantidad total anual en dólares requerida.
S = Costos de pedido por pedido colocado
Los costos cargados al inventario se obtienen:
A 1 AI
× ×I ⇒
N 2 2N
Donde:
A
=Cantidad de d ó lares por pedido
N
1
=Inventario promedioen uso constante
2
I =% del costo cargadoal inventario promedio
Los costos cargado a los pedidos se determinan:
N∗S ⇒ NS
Donde:
AI
N=
√ 2S
Ecuaci ó n No 2
Ejemplo:
14 4.0 00∗0,2
N=
√ 2∗10 0
⟹ N =12 pedidos al año
Después de haber desarrollado el modelo para hallar el número óptimo de pedidos al año,
podemos desarrollar una fórmula matemática para el número óptimo de días que dura un
suministro por pedido, para esto utilizaremos la siguiente simbología:
Simbología:
D = Días que dura un suministro por pedido
I = Costo cargado al inventario, expresado como porcentaje del valor del inventario promedio.
R = Cantidad total anual en unidades requerida.
S = Costos de pedido por pedido colocado
c = Valor de compra por unidad
365 = Días del calendario al año
266.450 S
D=
√ RcI
Ecuaci ó n No 3
Ejemplo:
266.450∗10 0
D=
√ 36.00 0∗4∗0,2
⟹ D=30,42 días por pedido