PROGRAMACIÓNLINEAL (06-12-2020)

 Modelo normativo
 Modelo determinístico
 Modelo estático
 Modelo lineal

Fundamento Matemático:

Función Objetiva:

Maximizar o Minimizar Z=c 1 X 1 +c 2 X 2 +c 3 X 3

Sujeto a un Sistema de Restricciones:

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

Elementos del sistema de restricciones:

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

FORMULACIÓN Y PLANTEAMIENTO DEL MODELO

MATEMÁTICO DE DOS VARIABLES (06-17-2020)
1. La fábrica La Mundial S.A., construye mesas y sillas de madera. El precio de venta al
público de una mesa es de $270 y el de una silla $55. El gerente de producción estima que
fabricar una mesa supone un costo de $100 de materias primas y de $120 de costos
laborales. Fabricar una silla exige $20 de materias primas y $15 de costos laborales. La
construcción de los dos tipos de muebles requiere un trabajo previo de carpintería y un
proceso final de acabado (lacado, control de calidad, empaquetado, etc.). Para fabricar una
mesa se necesita 1 hora de carpintería y 2 horas de proceso final de acabado. Una silla
requiere ½ hora de carpintería y 1 hora del proceso final de acabado. La Mundial S.A. no
tiene problemas de abastecimiento de materias primas ni del costo laboral, pero solo puede
 contar por semana con un máximo de 800 horas de carpintería y 1000 horas para trabajos de
acabado. Por exigencias del mercado La Mundial S.A. debe fabricar un máximo de 80
mesas por semana y un mínimo de 480 sillas. Determinar el número de mesas y sillas que
semanalmente deberá fabricar la empresa para maximizar sus beneficios

Variables de decisión:

X 1 =Producción semanal de mesas .

X 2 =Producción semanal de sillas .

Función objetivo:

Maximizar los beneficios o utilidades por semana

Modelo matemático:

U ( mesa )=270−100−120=$ 50
U ( silla )=55−20−15=$ 20

Z ( max )=50 X 1 +20 X 2

Sujeto a:

X 1 +0,5 X 2 ≤ 800 ( Horas por semana para carpintería )

2 X 1 + X 2 ≤1.000( Horas por semana para acabados)

X 1 ≤ 80 ( Demanda máxima de mesas por semana )

X 2 ≥ 480(Demanda mínima de sillas por semana)

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)

• Prioridad 1. El costo total diario no supere los 2000 dólares.

• Prioridad 2. Las horas de trabajo diarias en las máquinas A y B sean iguales.

 • Prioridad 3. Maximizar el número de piezas diarias.

Variables de decisión:

X 1 =Horas día MA

X 2 =Horas día MB

Función objetiva

Maximizar el número de piezas por día

Modelo matemático:

Z ( max )=20 X 1 +30 X 2

Sujeto a:

20 X 1 +30 X 2 ≤600 (Producciónmáxima de piezas por día )

20 X 1 +30 X 2 ≥250 (Producciónmínima de piezas por día)

80 X 1 +90 X 2 ≤ 2.000(USD presupuesto por día)

X 1 =X 2 → X 1 −X 2=0 ( Horas MA=horas MB)

X1 y X2≥ 0

TALLER No. 1 (06-18-2020)

B2. Los supervisores de la producción de una refinería deben programar dos procesos de
mezclado. Cuando se realiza el proceso 1 durante una hora se consumen 100 barriles de
petróleo nacional y 300 barriles de petróleo importado. De manera similar, cuando se
efectúa el proceso 2 durante una hora, se consumen 100 barriles de petróleo nacional y 200
barriles de petróleo importado. Con respecto a la producción, el proceso 1 genera 4000
galones de gasolina extra y 1750 galones de diésel por hora de operación. El proceso 2
genera 3500 galones de gasolina extra y 2250 galones de diésel, por hora. Para la siguiente
corrida de producción, existen disponibles 1200 barriles de petróleo nacional y 1800
barriles de petróleo importado. Los contratos de ventas exigen que se fabriquen 28000
galones de gasolina extra y 12000 galones de diésel. Las contribuciones a las utilidades por
hora de operación son $1000 y $1100 para los procesos 1 y 2, respectivamente. (Taller 1)
 a. Plantee un modelo de P.L. para determinar el programa de producción que maximice la
contribución total. Asegúrese de indicar las unidades de medición para sus variables de
decisión y las unidades en las que se mide cada restricción.
b. El U.S. Departament of Energy puede emitir un dictamen que limite la producción total
de gasolina extra a no más de la mitad del diésel. ¿Qué restricción debe añadirse al
modelo para plantear esta condición?

Variables de decisión:

X1 = Número de horas proceso 1

X2 = Número de horas proceso 2

Función objetiva

Maximizar las utilidades

Modelo matemático:

Maximizar Z=1000 X 1 +1100 X 2

Sujeto a:

100 X 1 +100 X 2 ≤1200 ( Barriles petróleo nacional )

300 X 1 +200 X 2 ≤1800 ( Barriles petróleo importado )

4000 X 1+3500 X 2 ≥ 28000 (Contrato galones gasolina extra )

1750 X 1 +2250 X 2 ≥12000 ( Contrato galones de diésel )

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:

( 1 ) Maximizar Z=20 X 1 +30 X 2

( 2 ) Minimizar contenido azucar Z =100 X 1+ 400 X 2

( 3 ) Minimizar costos embalaje Z=0,1 X 1+ 0,2 X 2

Sujeto a:

200 X 1 + 400 X 2 ≥ 1600 (Contenido de fruta gramos/semana )

X 1 −X 2 ≥5 ( Diferencia producción semanal C1 y C 2 )

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:

X 1 =Producción semanal de mesas .

X 2 =Producción semanal de sillas .

Función objetivo:

Maximizar los beneficios o utilidades por semana

Modelo matemático:

U ( mesa )=270−100−120=$ 50
U ( silla )=55−20−15=$ 20

Z ( max )=50 X 1 +20 X 2

Sujeto a:

X 1 +0,5 X 2 ≤ 800 ( Horas por semana para carpintería )

2 X 1 + X 2 ≤1.000( Horas por semana para acabados)

X 1 ≤ 80 ( Demanda máxima de mesas por semana )

X 2 ≥ 480(Demanda mínima de sillas por semana)

X1 y X2≥ 0
 Interpretación:
La fábrica La Mundial por semana debe producir 80 mesas y 840 sillas para obtener una
utilidad máxima de $20.800. En el proceso de las 800 horas para carpintería no se
utilizaron 300 horas, se utlizaron las 1.000 horas disponibles en el proceso de los acabados,
se esta produciendo en la máxima capacidad las mesas (80 mesas) y se sobrepaso la
producción mínima de sillas en 360 sillas.

Ejercicio No. 2:

Variables de decisión:

X 1 =Horas día MA
X 2 =Horas día MB
Función objetiva

Maximizar el número de piezas por día

Modelo matemático:

Z ( max )=20 X 1 +30 X 2

Sujeto a:

20 X 1 +30 X 2 ≤600 (Producciónmáxima de piezas por día)

20 X 1 +30 X 2 ≥250 (Producciónmínima de piezas por día)

80 X 1 +90 X 2 ≤ 2.000(USD presupuesto por día)

X 1 =X 2 → X 1 −X 2=0 ( Horas MA=horas MB)

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:

X 1 =Producción semanal de combustible C1 .

X 2 =Producción semanal de combustible C2
Función objetivo:

Maximizar las utilidades

Modelo matemático:

Costo por galón de combustible C1:

[ ( 0,20 ×0.50=0.10 ) + ( 0.50 × 0.80=0,40 )+ ( 0.30× 1.50=0.45 ) ] =0.95

Costo por galón de combustible C2:

[ ( 0.40 ×0.80=0,32 ) + ( 0.60 ×1.50=0.90 ) ] =1.22

Utilidad por galón de combustible C1:
U =1.20−0,95=0.25
Utilidad por galón de combustible C2:
U =1.52−1,22=0.30

Z ( max )=0.25 X 1 +0.30 X 2

Sujeto a:
0.20 X 1 ≤6.000 ¿
0.50 X 1 +0.40 X 2 ≤ 20.000¿
0.30 X 1 +0.60 X 2 ≤ 18.000¿

X1 y X2≥ 0
Interpretación:

El productor de combustible por semana debe producir 26.666,67 galones de combustible C1 y

16.666,67 galones de combustible C2 para alcanzar una utilidad máxima de $11.666,67. De los
6.000 galones de gasolina tipo A disponibles no se consumieron 666,66 galones y los 20.000
galones de gasolina B y 18.000 galones de gasolina C, se consumieron en su totalidad.

REPASO ÁLGEBRA MATRICIAL (07-01-2020)

Definiciones:

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

Ejemplo.- Multiplicar las siguientes matrices

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

4 4 1 -3 1 0 0 4 1 -3 0,765 -0,33 0,412 1 0 0

0 6 3 0 1 0 0 6 3 * -0,29 0,333 -0,24 = 0 1 0
-5 3 8 0 0 1 -5 3 8 0,588 -0,33 0,471 0 0 1
A I
↓ ↓
I ࡭ି૚

→ 5 1 0,25 -0,75 0,25 0 0

6 0 6 3 0 1 0
0 4,25 4,25 1,25 0 1

1 0 -0,88 0,25 -0,04 0

→ -0,25 -4,25 0 1 0,5 0 0,167 0
2,125 0 0 2,125 1,25 -0,71 1

1 0 0 0,765 -0,33 0,412

0 1 0 -0,29 0,333 -0,24
→ 0,875 -0,5 0 0 1 0,588 -0,33 0,471
I ࡭ି૚

SOLUCIÓN DE UN SISTEMA DE ECUACIONES LINEALES POR

EL MÉTODO DE LA MATRIZ AMPLIADA
a 11 X 1+ a12 X 2+ a13 X 3=b1

a 21 X 1 +a22 X 2 +a23 X 3=b2

a 31 X 1 +a32 X 2 +a33 X 3=b 3

a11 a 12 a13 X1 b1

[ a31 a 32 a33 ][ ][]

a21 a 22 a23 × X 2 = b2
X3 b3

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

1,2 X +1,6 Y +1,4 Z=57000

Y =2 X →−2 X + Y =0
 X1 X2 X3
5000 10000 25000 40000
ࢄ૚ ൅ ࢄ૛ ൅ ࢄ૜ ൌ
૝૙Ǥ૙૙૙
57000
૚ǡ૛૙ࢄ૚ ൅ ૚ǡ૟૙ࢄ૛ ൅ ૚ǡ૝૙ࢄ૜ ൌ
૞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 0,5 4 -2,5 0 17500

→ -1 -3 0 1 0,5 -3 2,5 0 22500
0,5 0 0 0,5 11 -7,5 1 12500

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:

Un cliente de un supermercado ha pagado un total de 156 dólares por 24 l de leche, 6

kg de jamón serrano y 12 l de aceite de oliva. Calcular el precio de cada artículo,
sabiendo que 1 l de aceite cuesta el triple que 1 l de leche y que 1 kg de jamón cuesta
igual que 4 l de aceite más 4 l de leche

MÉTODO SIMPLEX (07-08-2020)

CASO MAXIMIZACIÓN

a. La compañía Peer fabrica cuatro productos, 1 hasta 4. En la siguiente tabla se

enumeran los requerimientos de materia prima, el espacio necesario de
al macenamiento, las tasas de producción, y las ganancias. La cantidad total de
materia prima disponible diariamente para todos los cuatro productos es 280 libras, el
espacio total disponible para almacenamiento es 530 pies cuadrados; y, en la
producción se utiliza 8 horas/día.
 Productos

Recursos 1 2 3 4

2 2 1, 4
Materias primas, libras/ unidad
5

Espacio, pies2 /unidad 2 2,5 2 1,5

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

Maximizar las utilidades o ganancias por día

Modelo Matemático

Z ( max )=5 X 1 +6,50 X 2 +5 X 3 +5,50 X 4

Sujeto a:

2 X 1 +2 X 2 +1,5 X 3 +4 X 4 ≤ 280 ( Libras por día de MP )

2 X 1 +2,5 X 2 +2 X 3 +1,5 X 4 ≤ 530 ( P 2 para almacenamiento )

0,067 X 1 +0,033 X 2+ 0,1 X 3+ 0,067 X 4 ≤ 8( Horas por día producción)

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 X 1 +2,5 X 2 +2 X 3 +1,5 X 4 + X '2=530

0,067 X 1 +0,033 X 2+ 0,1 X 3+ 0,067 X 4 + X '3=8

Paso 2:

2 2 1,5 4 1 0 0 280

[ 2 2,5 2 1,5 0 1 0 = 530

0,067 0,033 0,1 0,067 0 0 1 8 ][ ] [ ]
MCTP A I bn ≥ 0

Regla 1:

1. Contar con la Matriz de Coeficientes Técnicos de Producción (A)

2. Contar con la matriz de identidad (I).
3. Los elementos del vector independiente tienen que ser ≥ 0.

Paso 3:

Z ( max )=5 X 1 +6,50 X 2 +5 X 3 +5,50 X 4 + 0 X '1 +0 X '2 +0 X '3

Paso 4:

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:

2X1 + 2X2 + 1,5X3 + 4X4 ≤ 280 280

2X1 + 2,5X2 + 2X3 + 1,5X4 ≤ 530 355,61
0,067X1 + 0,033X2 + 0,1X3 + 0,067X4 ≤ 8 8

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:

 S1: 200 toneladas a $11 la tonelada.

 S2: 310 toneladas a $10 la tonelada.

 S3: 420 toneladas a $9 la tonelada.

Los costos de envío en dólares por tonelada son:

 De S1 a la Planta A $3 y a la Planta B $3,50

 De S2 a la Planta A $2 y a la Planta B $2,50

 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:

 Capacidades: Planta A 460 toneladas y Planta B 560 toneladas.

 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.

a. Formule el problema como un modelo de programación lineal y explicarlo.

b. Explicar la importancia de los valores duales asociados con las restricciones de

demanda y capacidades, que usted asumió al formular.

Variables de decisión

XS1-PA = Tn. fruta fresca del productor S1 a la PA (X1)

XS1-PB = Tn. fruta fresca del productor S1 a la PB (X2)

XS2-PA = Tn. fruta fresca del productor S2 a la PA (X3)

XS2-PB = Tn. fruta fresca del productor S2 a la PB (X4)

XS3-PA = Tn. fruta fresca del productor S3 a la PA (X5)

XS3-PB = Tn. fruta fresca del productor S3 a la PB (X6)

Función objetivo

Maximizar las ganancias

Planteamiento modelo matemático

Ganancia por Tn de S1-PA:

G = 50 – 11 – 3 – 26 = $10,00

Ganancia por Tn de S1-PB:

G = 50 – 11 – 3,50 – 21 = $14,50

Ganancia por Tn de S2-PA:

G = 50 – 10 – 2 – 26 = $12,00

Ganancia por Tn de S2-PB:

G = 50 – 10 – 2,50 – 21 = $16,50

Ganancia por Tn de S3-PA:

G = 50 – 9 – 6 – 26 = $9,00
Ganancia por Tn de S3-PB:

G = 50 – 9 – 4 – 21 = $16,00

Z ( max )=10 X 1 +14,50 X 2 +12 X 3+ 16,50 X 4 +9 X 5+16 X 6

Sujeto a:

Oferta Productores = 200 + 310 + 420 = 930 Tn.

Capacidad Plantas = 460 + 560 = 1020 Tn

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

Z ( min ) =30 X 1 +24 X 2 +14 X 3+ 18 X 4

Sujeta o:

X 1 + X 2=20 ( Pedido de escritorios )

X 3 + X 4=16 ( pedido mesas )

X 2 + X 4 ≤20 ( Capacidad camión Alm 2 )

X 1 + X 3 ≤ 28(Capacidad camión Alm 1)

X 1 −X 2 + X 3 −X 4 ≤ 2 ( Políticainventarios Alm1−Alm 2 )

−X 1 + X 2−X 3 + X 4 ≤2(Política de inventarios Alm 2− Alm1)

Paso 1:

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

−X 1 + X 2−X 3 + X 4 + X ' 6=2

Paso 2:
 1 1 0 0 0 0 0 0 0 0 20
0 0 1 1 0 0 0 0 0 0 16
0 1 0 1 0 0 1 0 0 0 20
1 0 1 0 0 0 0 1 0 0 28
1 -1 1 -1 0 0 0 0 1 0 2
-1 1 -1 1 0 0 0 0 0 1 2
A bn ≥ 0
1 0
0 1
m1 0 m2 0
0 0
0 0
0 0
I

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

Como transformar un modelo primal a un modelo dual:

1. Si el modelo primal es de maximización, el dual será de minimización.

2. El número de variables duales será igual al número de restricciones del primal.
3. Los coeficientes de la función objetiva del dual serán igual a los elementos del vector
independiente del sistema de restricciones del primal
4. La Matriz de Coeficientes Técnicos de Producción (A) del dual será igual a la matriz
transpuesta del primal.
5. El tipo de restricciones del dual son lo contrario a los del primal.
6. Los elementos del vector independiente del dual son iguales a los coeficientes de la
función objetiva del primal.
7. El número de restricciones del dual será igual al número de variables del primal.
MODELO PRIMAL MODELO PRIMAL MODIFICADO
Z ( max )=c 1 X 1+ c 2 X 2 +c 3 X 3 Z ( max )=c 1 X 1+ c 2 X 2 +c 3 X 3
Sujeto a: Sujeto a:
a 11 X 1+ a12 X 2+ a13 X 3 ≤ b1 a 11 X 1+ a12 X 2+ a13 X 3 ≤ b1
a 21 X 1 +a22 X 2 +a23 X 3 ≥b 2 (−1) −a 21 X 1−a22 X 2−a23 X 3 ≤−b2
a 31 X 1 +a32 X 2 +a33 X 3=b 3 a 31 X 1 +a32 X 2 +a33 X 3 ≤ b 3
a 31 X 1 +a32 X 2 +a33 X 3 ≤ b 3 −a 31 X 1−a32 X 2 −a33 X 3 ≤−b3
a 31 X 1 +a32 X 2 +a33 X 3 ≥ b 3 (−1)
X1 , X2 , X3≥ 0
X1 , X2 , X3≥ 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
0,067 X 1 +0,033 X 2+ 0,1 X 3+ 0,067 X 4 ≤ 8
X 1 , X 2 , X 3 , X 4 ≥0
INTERPRETACIÓN ECONÓMICA PRIMAL:
Z = 915,61. Utilidad máxima / día
X1 = 0. El P1 no se produce porque el costo de
producción es superior al margen de utilidad en
$1,56.
X2 = 106,31. Producción / día del P2.
X3 = 44,92. Producción / día del P3.
X4 = 0. El P4 no se produce porque el costo de
producción es superior al margen de utilidad en
$7,5.
+X’1 = 0. Las 280 libras de MP se consumieron.
+X’2 = 174,38. De los 530 P2 disponibles no se
consumieron 174,38 P2.
+X’3 = 0. Las 8 horas / día se consumieron.
MODELO PRIMAL
Z ( max )=10 X 1 +14,50 X 2 +12 X 3+ 16,50 X 4 +9
Z (Xmax
Sujeto a:
X 1 + X 2=200 ( Oferta S 1 )
X 3 + X 4=310 ( Oferta S 2 )
X 5 + X 6=420(Ofeta S 3)
X 1 + X 3+ X 5 ≤ 460(Capacidad PA )
X 2 + X 4 + X 6 ≤ 560(Capacidad PB)
X 1 + X 2 ≤ 200
X 1 + X 2 ≥ 200 (-1)
X 3 + X 4 ≤310
X 3 + X 4 ≥310 (-1)
X 5 + X 6 ≤ 420
X 5 + X 6 ≥ 420 (-1)
2 Y 1+ 2, 5 Y 2 +0,033 Y 3 ≥ 6,5
1,5 Y 1+ 2Y 2 +0,1 Y 3 ≥5
4 Y 1+ 1,5Y 2 +0,067 Y 3 ≥ 5,5
Y 1 ,Y 2 , Y 3 ≥ 0
INTERPRETACIÓN ECONÓMICA DUAL:
Z = 915,61. Minimizar el uso de los recursos.
Y1 = 3,2226. Por cada libra adicional de MP, la
utilidad se incrementa en $3,22.
Y2 = 0. Los P2 de almacenamiento no es un
recurso escaso, tenemos disponibles 174,38 P2.
Y3 = 1,6611. Por cada hora adicional para la
producción la utilidad se incrementa en $1,66
-Y’1 = 1,56. El costo de producción por unidad
del P1 es superior al margen de utilidad en $1,56.
-Y’2 = 0. El costo de producción del P2 es igual
al margen de utilidad ($6,5)
-Y’3 = 0. El costo de producción del P3 es igual
al margen de utilidad ($5)
-Y’4 = 7,5. El costo de producción del P4 es
mayor al margen de utilidad en $7,5.
MODELO PRIMAL MODIFICADO
X 6 X 1 +14,50 X 2 +12 X 3+ 16,50 X 4 +9 X 5+16 X 6
)=10
5 +16
Sujeto a:
X 1 + X 2 ≤ 200
−X 1 −X 2 ≤−200
X 3 + X 4 ≤310
−X 3 −X 4 ≤−310
X 5 + X 6 ≤ 420
−X 5 −X 6 ≤−420
X 1 + X 3+ X 5 ≤ 460
X 2 + X 4 + X 6 ≤ 560
 MODELO DUAL
Z ( min ) =200Y 1−200 Y 2+ 310Y 3 −310Y 4 +420 Y 5 −420 Y 6 +460 Y 7 +560 Y 8
Sujeto a:
Y 1−Y 2 Y 7 ≥10
Y 1−Y 2 +Y 8 ≥ 14,5
Y 3−Y 4 +Y 7 ≥12
Y 3−Y 4 +Y 8 ≥16,50
Y 5−Y 6+ Y 7 ≥ 9
Y 5−Y 6+ Y 8 ≥ 16
Interpretación Económica Primal
Z (max) = $13.070. Utilidad máxima producción
de conserva de frutas enlatadas en PA y PB.
X1 = 200. Envío Tn de fruta del productor S1 a la
PA.
X2 = 0. El productor S1 no envía fruta a la PB.
X3 = 170. Envío Tn de fruta del productor S2 a la
PA.
X4 = 140. Envío Tn de fruta del productor S2 a la
PB.
X5 = 0. El productor S3 no envía fruta a la PA.
X6 = 420. Envío Tn de fruta del productor S3 a la
PB.
Art. 1 = 0. Las 200 Tn de frutas el productor S1
envío a las plantas procesadoras.
Art. 2 = 0. Las 310 Tn de frutas el productor S2
envío a las plantas procesadoras.
Art. 0 = 0. Las 420 Tn de frutas el productor S3
envío a las plantas procesadoras.
+X’4 = 90. La PA de la capacidad de procesar
460 Tn, no proceso 90 Tn.
+X’5 = 0. La PB utilizó las 560 Tn de su
capacidad de procesamiento.
Interpretación Económica Dual:
Z (min) = $13.070. Minimizar el costo de envío y
procesamiento de las frutas.
Y1 = 10. Por cada Tn adicional de fruta del S1, la
utilidad se incrementa en $10.
Y2 = 0
Y3 = 12. Por cada Tn adicional de fruta del S2, la
utilidad se incrementa en $12.
Y4 = 0
Y5 = 11,5. Por cada Tn adicional de fruta del S3,
la utilidad se incrementa en $11,5.
Y6 = 0
Y7 = 0. La planta A no utilizó toda su capacidad
de procesamiento en 90 Tn.
Y8 = 4,5. Por cada Tn adicional que procese la
PA, la utilidad se incrementa en $4,5.
-Y’1 = 0. El costo de envío y procesamiento por
Tn de fruta del S1 -PA es igual al margen de
utilidad ($10)
-Y’2 = 0. El costo de envío y procesamiento por
Tn de fruta del S1 -PB es igual al margen de
utilidad ($14,5)
-Y’3 = 0. El costo de envío y procesamiento por
Tn de fruta del S2 -PA es igual al margen de
utilidad ($12)
-Y’4 = 0. El costo de envío y procesamiento por
Tn de fruta del S2 -PB es igual al margen de
utilidad ($16,5)
-Y’5 = 2,5. El costo de envío y procesamiento por
Tn de fruta del S3 -PA es mayor al margen de
utilidad en $2,5.
-Y’6 = 0. El costo de envío y procesamiento por
 Tn de fruta del S3 -PB es igual al margen de
utilidad ($16)
MODELO PRIMAL MODELO PRIMAL MODIFICADO
Z ( min ) =30 X 1 +24 X 2 +14 X 3+ 18 X 4 Z ( min ) =30 X 1 +24 X 2 +14 X 3+ 18 X 4
Sujeta a: Sujeta a:
X 1 + X 2=20 X 1 + X 2 ≥ 20
X 3 + X 4=16 −X 1 −X 2 ≥−20
X 2 + X 4 ≤20 (-1) X 3 + X 4 ≥16
X 1 + X 3 ≤ 28(-1) −X 3 −X 4 ≥−16
X 1 −X 2 + X 3 −X 4 ≤ 2(-1) −X 2−X 4 ≥−20
−X 1 + X 2−X 3 + X 4 ≤2(-1) −X 1 −X 3 ≥−28
X 1 + X 2 ≥ 20 −X 1 + X 2−X 3 + X 4 ≥−2
X 1 + X 2 ≤ 20(-1) X 1 −X 2 + X 3 −X 4 ≥−2
X 3 + X 4 ≥16
X 3 + X 4 ≤16 (-1)

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

INTERPRETACIÓN ECONÓMICA PRIMAL: INTERPRETACIÓN ECONÓMICA DUAL:

Z(min) = $710. Costo mínimo transporte de
escritorios y mesas desde 2 almacenes.
X1 = 1. Se debe transportar 1 escritorio desde el
Almacén 1.
X2 = 19. Se debe transportar 19 escritorios desde
el almacén 2.
X3 = 16. Se debe transportar 16 mesas desde el
Almacén 1.
X4 = 0. No se transporta mesas desde el Almacén
2.
Artfic. 1 = 0. Se satisface el pedido de 20
escritorios.
Artfic. 2 = 0. Se satisface el pedido de 16 mesas.
Z(max) = $710. Maximizar los pedidos,
capacidad de los camiones y los inventarios.
Y1 = 27. Por cada escritorio adicional en los
pedidos, el costo de transporte se incrementa $27.
Y2 = 0.
Y3 = 11. Por cada mesa adicional en los pedidos,
el costo de transporte se incrementa en $11.
Y4 = 0.
Y5 = 0. No se utilizó toda la capacidad del
camión del Almacén 2.
Y6 = 0. No se utilizó toda la capacidad del
camión del Almacén 1.
Y7 = 0. La diferencia de los inventarios del
 X’3 = 1. No se utiliza toda la capacidad del
camión del Almacén 2
X’4 = 11. No se utilizó toda la capacidad del
camión del Almacén 1
X’5 = 4. Se cumple con la condición que la
diferencia de los inventarios del Almacén 1
menos el Almacén 2
X’6 = 0. La diferencia entre los inventarios del
Almacén dos menos el inventario del Almacén 1
es de dos unidades. (19 – 17 = 2; por lo tanto
2≤2).
Almacén 1 menos el inventario del Almacén 2 es
de 4 unidades (17 – 19 = -2 por lo tanto -2 es ≤ 2,
si cumple con la condición y la diferencia es de 4
unidades)
Y8 = 3. Por cada unidad adicional en el inventario
del Almacén 2, el costo de transporte se
incrementa en $3.
Y’1 = 0. El costo de la logística es igual al costo
de transporte de escritorios desde el almacén 1
Y’2 = 0. El costo de la logística es igual al costo
de transporte de escritorios desde el almacén 2
Y’3 = 0. El costo de la logística es igual al costo
de transporte de mesas desde el almacén 1
Y’4 = 10. El costo de la logística es mayor al
costo de transporte de mesas desde el almacén 2
en $10.

Taller 4: Análisis de Dualidad:

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.

TABLA 2-5. Datos de producción para la Baker Manufacturing Company.

Horas de tiempo Unidades de piel

de operación por que se requieren por

Producto par de zapatos par de zapatos

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:

Costo y Utilidad par de mocasines.-

C moc= (10 )( 3,50 ) + ( 4 ) ( 3,25 )=$ 48→ U moc =60−48=$ 12

Costo y Utilidad par de botas.-

C bot =( 10 ) ( 2,50 ) + ( 4 ) ( 4,50 )=$ 43→ U bot =64−43=$ 21

Costo y Utilidad par de pantuflas.-

C pant =( 10 ) (2 )+ ( 4 ) ( 2 )=$ 28 →U pant =50−28=$ 22

Z ( max )=12 X 1+ 21 X 2+ 22 X 3

Sujeto a:

3,5 X 1 +2,5 X 2 +2 X 3 ≤1200 ( Horas−mes producción )

48 X 1+ 43 X 2 +28 X 3 ≤13560 ( $−mes capital variable )

X 1 ≥ 30 ( Pedido par mocasines−mes )

X 2 ≥ 55 ( Pedido par botas−mes )

X 3 ≥ 32 ( Pedido par pantuflas−mes )

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 Económico Modelo Primal
Z (max) = $9.179,64. Utilidad máxima mensual.
X1 = 30. Pares de mocasines.
X2 = 55. Pares de botas.
X3 = 348,39. Pares de pantuflas.
X’1 = 260,71. De las 1200 horas disponibles no se
utilizaron 260,71 horas.
X’2 = 0. Se utilizaron los $13.560 del capital
variable.
-X’3 = 0. Se produce 30 pares de mocasines, lo
mínimo requerido para el pedido.
-X’4 = 0. Se produce 55 pares de botas, lo mínimo
requerido para el pedido.
-X’5 = 316,39. Se produce 348,39 pares de
pantuflas; es decir se produce 316,39 pares más
que los 32 mínimos requeridos para el pedido.
ANÁLISIS DE SENSIBILIDAD
1. Cambios en los coeficientes de la Función Objetiva de una variable no básica:
Análisis Económico Modelo Dual
Z (min) = $9.179,64. Minimizar el uso de los
recursos y el costo de fabricación.
Y1 = 0. No se utilizó 260,71 horas.
Y2 = 0,79. Por cada $ adicional, la utilidad se
incrementa en $0,79.
Y3 = 25,71. Por cada par de mocasines adicional
al pedido, la utilidad se incrementa en $25,71.
Y4 = 12,79. Por cada par de botas adicional al
pedido, la utilidad se incrementa en $12,79.
Y5 = 0. La producción de pantuflas sobrepaso a
las del pedido en 316 pares.
Y’1 = 0. El costo de producción por par de
mocasines es igual al margen de utilidad.
Y’2 = 0. El costo de producción por par de botas
es igual al margen de utilidad.
Y’3 = 0. El costo de producción por par de
pantuflas es igual al margen de utilidad.
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:

Límites de C2 = 6,5; de la variable básica X2:

1.−1,5565−0,6611∆ C 2 ≤ 0 (−1 ) → 1,5565+0,6611∆ C 2 ≥ 0 → ∆ C2 ≥−2,35

2.−7,5−1,99 ∆ C 2 ≤ 0 (−1 ) → 7,5+1,99 ∆ C2 ≥ 0→ ∆ C 2 ≥−3,77
3.−3,2226−0,6645 ∆ C 2 ≤ 0 (−1 ) → 3,2226+0,6645 ∆ C 2 ≥ 0 → ∆ C2 ≥−4,85
4.−1,6611+9,9668 ∆C 2 ≤ 0 → ∆ C2 ≤ 0,17

−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:

1.−1,5565−0,4518 ∆ C 3 ≤ 0 (−1 ) → 1,5565+0,4518 ∆ C 2 ≥ 0 → ∆ C3 ≥−3,45

2.−7,5−0.0133 ∆ C 3 ≤ 0 (−1 ) → 7,5+0.0133 ∆ C 2 ≥ 0 → ∆ C3 ≥−563,91
3.−3,2226+ 0,2193 ∆ C3 ≤ 0→ ∆ C 3 ≤ 14,69
4.−1,6611−13,289 ∆C 3 ≤0 (−1 ) →1,6611+ 13,289 ∆C 3 ≥0 → ∆ C 3 ≥−0,12

−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

Límite de b1 ≤ 280 libras/día de MP; X’1 = 0:

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

120 ≤ b́1 ≤ 422,63

Límite de b2 ≤ 530 P2/día ; X’2 = 174,38:

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 ≤ ∞

Límites para b3 ≤ 8 Horas/día; X’3 = 0:

1. 106,3123−9,9668 ∆ b3 ≥ 0 (−1 ) →−106,3123+ 9,9668 ∆ b3 ≤0 → ∆ b3 ≤ 10,67
2. 174,3854−1,6611 ∆ b3 ≥ 0 (−1 ) →−174,3854+1,6611 ∆ b 3 ≤ 0 → ∆ b3 ≤104,98
3. 44,9169+13,289 ∆ b3 ≥ 0 → ∆ b3 ≥−3,38

−3,38 ≤ ∆ b3 ≤1 0,67
b 3−∆ b 3 ≤ b́3 ≤ b3 +∆ b3
8−3,38 ≤ b´3 ≤ 8+10,67

4,62 ≤ b́3 ≤18,67

Ejemplo 1:

Cuando b1 = 420 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 *(140) = 199,34

X’2 174,3854 - 1,2226 *(140) = 2,74

X3 44,9169 - 0,2193 *(140) = 14,21

Zj 915,6146 + 3,2226 *(140) = 1366,78

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?

Base Valor Actual X4 ( ∆ X 4 )Cambio Valores Nuevos

X2 106,3123 - 1,99 *(30) = 46,61

 X’2 174,3854 + 3,5017 *(30) = 279,44

X3 44,9169 - 0,0133 *(30) = 44,52

X4 0 + *(30) = 30

Zj 915,6146 - 7,5017 *(30) = 690,56

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:

Anuncio Clientes Costo Calidad

s Potenciales (dólares) exposición
tvm 1000 1500 65
tvn 2000 3000 90
per 1500 400 40
sup 2500 1000 60
rad 300 100 20

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:

X1 = Número de anuncios en televisión local al mediodía (tvm)

X2 = Número de anuncios en televisión local a la noche (tvn)
X3 = Número de anuncios en periódico local (per)
X4 = Número de anuncios en suplemento dominical local (sup)
X5 = Número de anuncios en radio local por la mañana (rad)
Función objetivo:

Maximizar la calidad de la exposición

MODELO MATEMÁTICO:

Maximizar Z= 65X1 + 90X2 + 40X3 + 60X4 + 20X5

Sujeto a:

X1 ≤15 (Anuncios máximo tvm)

X2 ≤10 (Anuncios máximo tvn)

X3 ≤25 (Anuncios máximo per)

X4 ≤4 (Anuncios máximo sup)

X5 ≤30 (Anuncios máximo rad)

X1 + X2 ≥10 (Anuncios mínimos tv)

1000X1+2000X2+1500X3+2500X4+300X5 ≥50000 (Clientes potenciales)

1500X1+3000X2 ≤18000 (Presupuesto tv)

1500X1+3000X2+ 400X3+1000X4+100X5 ≤30000 (Presupuesto total)

- X2 + X3 ≥0 (Anuncios pr y no en tvn)

X1,X2,X3,X4,X5 ≥0 (Condición de no negatividad)

 MÉTODO DE TRANSPORTE
CASO MINIMIZACIÓN CUANDO LA O = D
Ejemplo:
Una fábrica cuenta con 4 almacenes situados en diferentes provincias del país. El Almacén 1
cuenta con 1000 unidades de mercadería, el Almacén 2 con 1200 unidades, el 3 con 500
unidades y el 4 con 1000 unidades. Con las existencias de mercadería que tienen dichos
almacenes, se debe abastecer a 5 centros de consumo, los mismos que demandan: El Centro
de Consumo A demanda 600 unidades, el Centro B 800 unidades, el Centro C 300 unidades, el
centro D 900 unidades y el E 1100 unidades.

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

Se trata de determinar aquel programa de transporte de costo mínimo.

Paso 1:

ALMACENE CENTROS DE CONSUMO Oferta

S A B C D E
1 $4 $2 $5 $5 $1 1000
2 2 1 4 4 4 1200
3 3 4 1 1 1 500
4 2 2 3 4 2 1000
Demanda 600 80 300 90 1100 3700
0 0
O=D

Paso 2:

Aplicar para la solución del problema el algoritmo de “Costo Mínimo”

 ࡯࢏࢐

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 ഥ࢏࢐ െ
࡯ ࡯࢏࢐
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.

ഥ࢏࢐ െ
࡯ ࡯࢏࢐
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:

CENTROS DE COSTO POR

ALMACEN CONSUMO UNIDADES UNIDAD COSTO TOTAL
1 E 1000 1 1000
2 A 400 2 800
2 B 800 1 800
3 D 500 1 500
4 A 200 2 400
4 C 300 3 900
4 D 400 4 1600
4 E 100 2 200
Costo Total 3700 $ 6.200,00

Caso Minimización cuando la O < D

La empresa “Langosta S.A.” tiene cuartos fríos en sus almacenes ubicados en Esmeraldas,
Guayaquil y Manta, en cada almacén la empresa procesa y distribuye langosta para vendedores
de mariscos localizados en varias ciudades del país. (Resuelto en clases)

Demanda de langosta para la próxima semana

Ciudad No. De cajas
Ambato 30
Cuenca 50
Quito 65
Ibarra 55
 Los costos de transporte en carros refrigerados por caja entre las plantas y los vendedores
son como sigue:

Costos de transporte por caja de langosta

Ciudad Ambato Cuenca Quit Ibarra
o
Esmeralda 16 12 10
14
s
Guayaquil 12 11 14 16
Manta 14 15 8 10

En la próxima semana se espera tener el siguiente suministro de langostas:

Suministro de langosta para la próxima

semana
Planta Suministro
Esmeraldas 100
Guayaquil 20
Manta 60

El problema de la administración de la compañía es elaborar el plan de envío de costo

mínimo.

Costos de transporte por caja de langosta Oferta

Ciudad Ambato Cuenca Quit Ibarra
o
Esmeralda 16 12 10 100
14
s
Guayaquil 12 11 14 16 20
Manta 14 15 8 10 60
Ficticia 20 20 20 20 20
Demanda 30 50 65 55 180 ≠200
O < D →O = D

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.
 ࡯࢏࢐
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 ഥ࢏࢐
࡯ ഥ࢏࢐ െ
࡯ ࡯࢏࢐
↓ ↓ ↓
→ 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

CIUDAD CIUDAD CAJAS DE COSTO POR

ORIGEN DESTINO LANGOSTA CAJA COSTO TOTAL
Esmeraldas Ambato 30 14 420
Esmeraldas Cuenca 10 16 160
Esmeraldas Quito 5 12 60
Esmeraldas Ibarra 55 10 550
Guayaquil Cuenca 20 11 220
Manta Quito 60 8 480
Ficticia Cuenca 20 - -
Costo Total 180 $ 1.890,00

Caso Minimización cuando la O > D

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)

a. La Carter desea determinar un programa de producción óptimo. ¿Cuál es el programa que

minimiza los costos totales de producción y almacenamiento para satisfacer la demanda
mensual?

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
 ࡯࢏࢐
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
࡯࢏࢐ ഥ࢏࢐ െ
࡯ ࡯࢏࢐
↓ ↓ ↓ ↓
→ 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

PRODUCCIÓN VENTA EN EL NÚMERO DE COSTO POR

MES MES CAJAS CAJA COSTO TOTAL
MES 1 PTN 1 1000 7 7000
MES 1 PTN 2 300 7 2100
MES 1 PTEX 3 100 13 1300
MES 1 PTEX 4 400 18 7200
MES 2 PTN 2 900 7 6300
MES 2 PTN 3 400 7 2800
MES 2 PTEX 4 500 18 9000
MES 3 PTN 3 1300 7 9100
MES 3 PTEX 4 500 18 9000
COSTO TOTAL 5400 $ 53.800,00

CASO MAXIMIZACIÓN

La Ajax Fertilizer Company fabrica y vende un fertilizante de aplicación general (10-10-10). La

compañía fabrica el fertilizante en tres plantas distintas y envía el producto final a cuatro
almacenes diferentes, ubicados en diversos puntos de los Estados Unidos. Hay diferentes costos
de producción en las distintas plantas. En la siguiente tabla se presentan los costos de
producción en dólares por tonelada y la capacidad en toneladas para las plantas.

Planta Costos Capacidad

1 $38 650

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

Paso previo: De la matriz de utilidades escogemos el mayor

valor y a este valor restamos todos los valores de la matriz y
formamos la matriz de "Costos Directos"
ALMACÉN CAPACIDAD ࡯࢏࢐
PLANTA
(Tn)
1 2 3 4
1 1 7 5 1 650 13 7 9 13
2 -4 -6 -4 1 600 18 20 18 13
3 14 12 7 11 600 0 2 7 3
REQUERIMIENTO 300 450 500 600 1850 = 1850

Xij ഥ࢏࢐
࡯ ഥ
࡯࢏࢐ െ࡯࢏࢐
↓ ↓ ↓ ↓
→ - 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

Planta Almacén Tn. Fertilizante Utilidad x Tn Utilidad Total

1 2 150 7 1050
1 3 500 5 2500
2 4 600 1 600
3 1 300 14 4200
3 2 300 12 3600
Utilidad Total 1850 $ 11.950,00
 MÉTODO DE ASIGNACIÓN
CASO MINIMIZACIÓN CUANDO LOS ORÍGENES SON IGUALES A LOS
DESTINOS

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

1 $500 $500 NF $200

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

300 300 NF 0 0 300 NF 0 0 500 NF 0

500 200 0 100 200 200 0 100 200 400 0 100
600 0 200 NF 300 0 200 NF √√ 100 0 0 NF
500 0 400 500 200 0 400 500 √ 0 0 200 300
300 0 0 0 √

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

OPERADOR MÁQUINA COSTO

1 4 200
2 3 200
3 2 300
4 1 700
COSTO TOTAL $ 1.400,00

REDUCCIÓN AL CASO GENERAL

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

5Fict. 1000 1000 1000 1000 1000

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

300 300 NF 0 0 300 300 NF 0 100

600 300 100 200 0 √√ 500 200 0 100 0
700 100 300 NF 0 √ 600 0 200 NF 0
500 0 400 500 600 500 0 400 500 700
0 0 0 0 0 0 0 0 0 100
√

OPERADOR MÁQUINA COSTO

1 4 200
2 3 200
3 5 200
4 2 200
5Fict. 1 ----
COSTO TOTAL $ 800,00

En particular, ¿resulta económico reemplazar una de las máquinas existentes? Si es así, ¿cuál de
ellas?

1. ¿Resulta económico reemplazar una de las máquinas existentes? Sí es económico hay un

ahorro de $600.
2. Si es así, ¿cuál de ellas? Se debe reemplazar la máquina 1.

CASO MAXIMIZACIÓN

Un administrador enfrenta el problema de asignar cuatro nuevos métodos a tres medios de

producción. La asignación de nuevos métodos aumenta las ganancias según las cantidades
mostradas en la siguiente tabla. Determinar la asignación óptima si sólo puede asignarse un
método a un medio de producción. (Resuelto en clases)
 Medios de producción
Métod
o 1 2 3 4Fict

$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

Regla 3: Para el caso de maximización elegimos el mayor valor de la matriz de efectividad y a

este valor restamos todos los valores de la matriz original.

Medios de
producción

Método 1 2 3 4Fict

A 1500 4500 0 13500

B 3500 2500 1000 13500

C 2000 500 3500 13500

D 500 1500 3000 13500

 Medio de Producción Medio de Producción
Método Método
1 2 3 4Fict 1 2 3 4Fict
1 12000 9000 13500 0 1 1500 4500 0 13500 0
2 10000 11000 12500 0 2 3500 2500 1000 13500 1000
3 11500 13000 10000 0 3 2000 500 3500 13500 500
4 13000 12000 10500 0 4 500 1500 3000 13500 500

1500 4500 0 13500 1500 4500 0 1000

2500 1500 0 12500 2500 1500 0 0
1500 0 3000 13000 1500 0 3000 500
0 1000 2500 13000 0 1000 2500 500
0 0 0 12500

Medio de
Método Producción Ganancia
1 3 13500
2 4Fict ----
3 2 13000
4 1 13000
Ganancia o Utilidad Total $ 39.500

Revisión Prueba Unidad 2 (08-16-2020)

Con el siguiente modelo matemático primal y la tabla óptima se pide:

a. Realice la interpretación económica del modelo primal.

X1 = 0. No se produce desodorantes aerosol lavanda.

X2 = 0. No se produce desodorantes aerosol marina.
X3 = 250.000. Producción mensual desodorantes en barra lavanda.
X4 = 58.823,52. Producción mensual desodorantes en barra marina.
X’1 = 200.000. Demanda insatisfecha desodorantes aerosol lavanda.
X’2 = 150.000. Demanda insatisfecha desodorantes aerosol marina.
X’3 = 320.000. Demanda insatisfecha desodorantes aerosol.
X’4 = 91.176,47. Demanda insatisfecha desodorantes en barra.
X’5 = 0. Demanda satisfecha desodorantes en barra lavanda.
X’6 = 649,99. Litros de fragancia lavanda no utilizados
X’7 = 3.200. Litros de fragancia marina no utilizados.
-X’8 = 15.000. Horas máquina/mes sobre utilizadas de lo mínimo requerido (45.000
horas)
X’9 = 0. Se utiliza todas las horas máquina/mes máximas para la producción (60.000
horas)
Zj = 3.279.411,71. USD de utilidades máximas por la producción de los desodorantes

b. Transforme el modelo primal a modelo dual y realice la interpretación económica

del modelo dual.

Z(min) = 200.000Y1 + 150.000Y2 + 320.000Y3 + 400.000Y4 + 250.000Y5 + 4.900Y6 + 4.200Y7 - 45.000Y8 +

60.000Y9

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

Y1= 0. Tenemos una demanda insatisfecha de desodorantes aerosol lavanda de

200.000 unds.
Y2 = 0. Tenemos una demanda insatisfecha de desodorantes aerosol marina de
150.000 unds.
Y3 = 0. Tenemos una demanda insatisfecha de desodorantes aerosol de 320.000 unds.
Y4 = 0. Tenemos una demanda insatisfecha de desodorantes en barra de 91.176,47
unds
Y5 = 0,41. Por cada desodorante en barra lavanda que se incremente en la demanda,
la utilidad se incrementa en 41 ctvs.
Y6 = 0. No se utiliza toda la disponibilidad de la fragancia lavanda 649,99 litros
Y7 = 0. No se utiliza toda la disponibilidad de la fragancia marina 3.200 litros
Y8 = 0. Se utilizó 15.000 horas máquina mes más de lo mínimo disponibles (45.000
horas)
Y9 = 52,94. Por cada hora adicional que se incremente a lo máximo disponible, la
utilidad se incrementa en $52,94
Y’1 = 1,23. El costo de producción por desodorante aerosol lavanda es mayor a su
margen de utilidad en $1,23
Y’2 = 2,18. El costo de producción por desodorante aerosol marina es mayor a su
margen de utilidad en $2,18
Y’3 = 0. El costo de producción por desodorante en barra lavanda es igual a su margen
de utilidad de $11
Y’4 = 0. El costo de producción por desodorante en barra marina es igual a su margen
de utilidad de $9
Zj = 3.279.411,71. Minimizar el uso de las fragancias lavanda y marina; y, las horas
máquina para la producción

c. Si el número de horas/mes máxima para la producción baja en 5.000 horas, ¿cuál

es la nueva solución óptima?

Xj bn X’9 Nueva Solución

-X’8 15.000 +1 * (-5.000) = 10.000

X’2 150.000 +0 * (-5.000) = 150.000
X’3 320.000 +0 * (-5.000) = 320.000
X’4 91.176,47 - 5,88 * (-5.000) = 120.576,47
X’1 200.000 +0 * (.5.000) = 200.000
X’6 649,99 +0 * (-5.000) = 649,99
X’7 3.200 -0,1 * (-5.000) = 3.700
X4 58.823,52 +5,88 * (-5.000) = 29.423,52
X3 250.000 +0 * (-5.000) = 250.000
Zj 3.279.411,71 +52,94* (-5.000) = 3.014.711,71

d. Encuentre los límites para C4 = 9.

1. -1,235 – 1.47 * ΔC4 ≤ 0 (-1)→ ΔC4 ≥ -0,84

2. -2,176 – 1,35* ΔC4 ≤ 0 (-1)→ ΔC4 ≥ - 1,61
3. -0,412 + 1,18* ΔC4 ≤ 0→ ΔC4 ≤ 0,35
4. -52,94 – 5,88 * ΔC4 ≤ 0 (-1)→ ΔC4 ≥ -9
ΔC1 = [ -0,84 ; 0,35 ] ; C1 = [ 8,16 ; 9,35 ]

e. Si la compañía se ve obligada a producir 5.000 desodorantes aerosol lavanda,

¿cuál es la nueva solución?

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

La corporación Versatech producirá tres productos nuevos. En este momento, cinco de

sus plantas tienen exceso de capacidad de producción. El costo unitario respectivo de
fabricación del primer producto será de $41, $39, $42, $38 y $39 en las plantas 1, 2, 3,
4 y 5. El costo unitario de fabricación del segundo producto será de $55, $51, $56, $52
y $53 en las plantas respectivas 1, 2, 3, 4 y 5; y para el tercer producto será de $48,
$45 y $50 en las plantas respectivas 1, 2 y 3, pero las plantas 4 y 5 no pueden fabricar
este producto. Los pronósticos de ventas indican que la producción diaria debe ser de
700, 1.000 y 900 unidades de los productos 1, 2 y 3, respectivamente. Las plantas 1,
2, 3, 4 y 5 tienen capacidades para producir 400, 600, 400, 600 y 1.000 unidades
diarias, sin importar el producto o combinación de productos. Suponga que cualquier
planta que tiene capacidad y posibilidad de fabricarlos podrá producir cualquier
cantidad de productos y con cualquier combinación. La administración desea asignar
los nuevos productos a las plantas con el mínimo costo total de fabricación.

a. Formule este problema como un problema de transporte mediante la construcción

de la tabla de parámetros apropiada.
b. Obtenga una solución óptima para este problema.

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
 ࡯࢏࢐
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

ࢄ ࢏࢐ ࡯࢏࢐ ࡯࢏࢐ െ࡯࢏࢐

↓ ↓ ↓
→ - - 400 - 42 56 48 100 42 1 1 0 0
→ 100 R 500 - 39 53 45 97 39 0 2 0 -3
Q2 - - 400 42 56 48 100 42 0 0 -2 0
→ 600 - NF - 38 56 NF 100 38 0 4 NF 0
→ Q1 1000 NF - 39 53 NF 97 39 0 0 NF -3
m + n - 1 = # envíos 0 14 6 58
5 + 4 -1 = 6
8≠6→ 8=8

ࢄ ࢏࢐ R= 100 ࡯࢏࢐ ࡯࢏࢐ െ࡯࢏࢐

400 40 54 48 98 40 -1 -1 0 -2
100 500 37 51 45 95 37 -2 0 0 -5
Q2 400 42 56 50 100 42 0 0 0 0
600 38 52 NF 96 38 0 0 NF -4
100 900 39 53 NF 97 39 0 0 NF -3
8=8 0 14 8 58

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

MODELOS DE CONTROL DE INVENTARIOS

Importancia

A principios de 1915 se dio atención al desarrollo de métodos matemáticos destinados a ayudar

a quienes toman decisiones en el establecimiento de niveles óptimos de inventario. La razón de
que se haya dado mayor atención a los inventarios, es que, para muchas empresas los
inventarios es la partida mayor de sus activos. Los problemas de inventario relacionados con
cantidades en existencias muy pequeñas o demasiado grandes, pueden ser causa del fracaso de
los negocios (empresas). Como conclusión se puede decir que una administración eficiente de
los inventarios puede hacer una contribución muy significativa a las ganancias de la empresa,
además de aumentar sus ingresos y el total de sus activos.

Funciones que desempeñan los inventarios

Ya sea que se trate de materias primas, de productos en proceso o de artículos terminados la

función básica de los inventarios consiste en desacoplar, lo que permite que las etapas sucesivas
del proceso de manufactura y distribución funcionen independientemente unas de otras; la
función de desacoplamiento puede llevarse a cabo por lo menos en cuatro formas distintas:
Primera forma

Se requieren inventarios de proceso y de movimiento si hay que satisfacer la demanda de los

clientes cuando se requiere tiempo para transportar los artículos de un sitio a otro, sobre todo si
los bienes son importados.
Segunda forma

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

Pueden requerirse inventarios de fluctuación si se quiere mantener un suministro adecuado de

artículos para cuando lo soliciten los consumidores y si se quiere que no existan faltantes de
existencia.

Decisiones básicas de inventario

Una preocupación fundamental de la administración de una empresa consiste en desarrollar

políticas de inventario que reduzcan los costos totales de operación de la empresa, en realidad,
hay que tomar dos decisiones básicas de inventarios:
Primera decisión: La cantidad que hay que pedir cada vez (La decisión del tamaño de lote); y,
Segunda decisión: Cuándo debe pedirse (La decisión de reordenar).
Al considerar estas dos decisiones básicas, una ruta consiste en pedir grandes cantidades a fin de
disminuir los costos cargados a los pedidos y la otra ruta consiste en pedir pequeñas cantidades
para disminuir los costos cargados al inventario. Los dos extremos tienen un efecto desfavorable
para las ganancias y la mejor alternativa en términos de ganancias o ingresos sobre los activos
totales es una mediación entre los dos extremos.

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

Es el costo por la pérdida que sufre la empresa si hay faltantes de existencias.

En un inicio nos ocuparemos de los dos primeros costos, porque se supone que en los modelos
de inventarios con certidumbre no habrá faltantes de existencias.
Costos de pedido o costos de adquisición

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

Antes de desarrollar el modelo de inventario de la Cantidad Económica de Pedido (CEP), hay

que hacer ciertas suposiciones con respecto a la compra de un solo artículo de inventario.
Primera suposición

La demanda del artículo es de una tasa constante y quien toma las decisiones lo conoce de
antemano.
Segunda suposición

Se conoce también el tiempo de adelanto de adquisición, que es el tiempo transcurrido entre la

colocación del pedido y el recibo del artículo en inventario o el tiempo necesario para adquirir
un artículo.
De acuerdo con estas dos suposiciones, el número de unidades en inventario (Q) en cualquier
tiempo de adelanto de adquisición (D) dado, se muestra en el siguiente gráfico;

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.

Cantidad Económica de Pedido (CEP)

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

Requerimiento = 36000 Unidades / año

Costo de compra = 4 $ / und.
Costo por pedido = 100 $ / pedido
Costo Q/2 = 20%
Constante = 2

PEDIDOS TAMAÑO INVENTARIO COSTO COSTO COSTO

ANUALES DEL LOTE PROMEDIO INVENTARIO PEDIDOS TOTAL
1 36000 18000 14400 100 14500
2 18000 9000 7200 200 7400
4 9000 4500 3600 400 4000
8 4500 2250 1800 800 2600
10 3600 1800 1440 1000 2440
C.E.P. 12 3000 1500 1200 1200 2400 Costo mínimo
16 2250 1125 900 1600 2500
20 1800 900 720 2000 2720
24 1500 750 600 2400 3000

Enfoque gráfico

CANTIDAD ECONÓMICA de PEDIDO

16000
14000
12000
10000
COSTOS

8000
6000
4000
2000
0
0 2 4 6 8 10 12
TAMAÑO DEL LOTE

COSTO INVENTARIO COSTO PEDIDOS COSTO TOTAL

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

Número óptimo de pedidos al año:

R 36.000
N= ⟹ N= ⟹ N =12 pedidos alaño
Q 3.000
Días que dura un suministro (pedido):

365(díascalendario al año) 365

D= ⟹ D= =30,42días por pedido
N 12
Costo Total del Inventario:

Costo Cargado al Inventario.-

QcI 3000 ( 4 ) ( 0,2 )

→ → $ 1.200
2 2
Costo Cargado a los Pedidos.-

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:

N=Número de pedidos al año

S=Costo de colocación de pedidos por pedido
Se igualan los costos totales anuales cargados al inventario con los costos totales anuales de
pedidos.
AI AI
=NS ⇒2 N 2 S= AI ⟹ N 2 =
2N 2S

AI
N=
√ 2S
Ecuaci ó n No 2

Ejemplo:

A = (R*c) = 36.000 * 4 = $144.000 dólares anuales

S = $100 por pedido
I = 20%

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

Los costos cargados al inventario se obtienen:

Rc 1 RcI RcID
× ×I⇒ ⟹
365 2 730 730
D D
Donde:
Rc
=D ó lares por pedido
365
D
1
=Inventario promedioen uso constante
2
I =% del costo cargadoal inventario promedio
Los costos cargados a los pedidos se determinan
365 365 S
∗S ⇒
D D
Donde:
365
=Número de pedidosal año
D
S=Costo de colocación de pedidos por pedido
Se igualan los costos totales anuales cargados al inventario con los costos totales anuales de
pedidos.
RcID 365 S 266.450 S
= ⇒ D 2 RcI =266.450 S ⟹ D 2=
730 D RcI

266.450 S
D=
√ RcI
Ecuaci ó n No 3

Ejemplo:

R = 36.000 unidades anuales

S = $100 por pedido
c = $4
I = 20%

266.450∗10 0
D=
√ 36.00 0∗4∗0,2
⟹ D=30,42 días por pedido