INVESTIGACIÓN OPERATIVA

Formulación de problemas de PL
(Minimización y Maximizacion)

Docente: Ing. Darwin Marcelo Pillo G.

Ejercicio # 2: Compañía Flair Furniture

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Ejercicio # 2:
• El objetivo es: Maximizar la utilidad
• Las variables de decisión que representan las decisiones reales
que tomarán se definen como:
T  número de mesas producidas por semana
C  número de sillas producidas por semana
• Las restricciones son:
1. Las horas de tiempo de carpintería utilizadas no pueden exceder
las 240 horas por semana.
2. Las horas de tiempo de pintura y barnizado utilizadas no pueden
exceder las 100 horas por semana.
• Ahora se crea la función objetivo de PL en términos de T y C:
Maximizar la utilidad = $70T + $50C.

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Ejercicio # 2:
• Para obtener soluciones significativas, los valores de T y C deben
ser números no negativos. Es decir, todas las posibles soluciones
tienen que representar mesas y sillas reales. Matemáticamente, esto
significa que:
• T >= 0 (el número de mesas producidas es mayor que o igual a 0)
• C >= 0 (el número de sillas producidas es mayor que o igual a 0)

• Ahora el problema completo se reexpresa matemáticamente como:

Maximizar utilidad = $70T + $50C
• sujeto a las restricciones:
4T + 3C <= 240 (restricción de carpintería)
2T + 1C <= 100 (restricción de pintura y barnizado)
T >= 0 (primera restricción de no negatividad)
C >= 0 (segunda restricción de no negatividad)

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Ejercicio # 2:
• Región de solución factible para el problema de la compañía Flair
Furniture:

La solución óptima es el
punto que se encuentra en
la región factible que
genera la mayor utilidad.

Método:
• Recta de isoutilidad
• Punto esquina

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Ejercicios complementarios:

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Programación Lineal: Solución gráfica (minimización)
• Muchos de los problemas de PL incluyen minimizar un objetivo
como el costo, en vez de maximizar una función de utilidad.
• Un restaurante, por ejemplo, tal vez quiera desarrollar un
horario de trabajo para satisfacer las necesidades de personal
y reducir al mínimo el número total de empleados.
• Un fabricante puede buscar la forma de distribuir sus
productos elaborados en diferentes fábricas a sus almacenes
regionales, de manera que minimice los costos de envío
totales.

Problemas típicos en PL:

• Problema de la dieta (minimización)
• Control de la producción
• Plan de producción de varios períodos

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Resúmenes de los métodos de solución gráfica

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Ejercicio # 3: (minimización)

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Ejercicio # 3:
• Variables de decisión:
• X1  número de libras de la marca 1 de alimento comprada
• X2  número de libras de la marca 2 de alimento comprada

• Función Objetivo:
• Minimizar los costos (en centavos) = 2X1 + 3X2

• Restricciones:
• 5X1 + 10X2 >= 90 onzas (restricción del ingrediente A)
• 4X1 + 3X2 >= 48 onzas (restricción del ingrediente B)
• 0.5X1 >= 1.5 onzas (restricción del ingrediente C)
• X1 >= 0 (restricción de no negatividad)
• X2 >= 0 (restricción de no negatividad)

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Ejercicio # 3:

La solución del costo mínimo es comprar mensualmente 8.4 libras de alimento de la marca
1 (X1) y 4.8 libras de alimento de la marca 2 (X2) para los pavos. Así, se tendría un costo
de 31.2 centavos por pavo.
Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.
Ejercicio # 4: (minimización)
Ozark Farms consume diariamente un mínimo de 800 lb
de un alimento especial, el cual es una mezcla de maíz y
soya con las siguientes composiciones:

Las necesidades dietéticas del alimento especial son un mínimo de

30% de proteína y un máximo de 5% de fibra. El objetivo es
determinar la mezcla diaria de alimento a un costo mínimo.

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Ejercicio # 4: (minimización)
Las variables de decisión del modelo son:
• X1 libras de maíz en la mezcla diaria
• X2 libras de soya en la mezcla diaria

El objetivo es minimizar el costo diario total (en dólares) de la mezcla

de alimento:
Minimizar z = 0.3x1 + 0.9x2
Las restricciones:
• Ozark Farms requiere un mínimo de 800 lb de alimento al día, es
decir:
x1 + x2 >= 800
• La cantidad de proteína contenida en x1 libras de maíz y en x2
libras de soya es (0.09x1 + 0.6x2) lb. Esta cantidad debe ser al
menos igual al 30% de la mezcla de alimentos total (x1 + x2) lb, es
decir:
0.09x1 + 0.6x2 >= 0.3(x1 + x2)

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Ejercicio # 4: (minimización)
Asimismo, la necesidad de fibra de 5% máximo se representa como
sigue:
0.02x1 + 0.06x2 <= 0.05(x1 + x2)
Las restricciones se simplifican:

Minimizar z = 0.3x1 + 0.9x2

sujeto a:
x1 + x2 >= 800
0.21x1 - 0.30x2 <= 0
0.03x1 - 0.01x2 >= 0
x1, x2 >= 0

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.

Ejercicio # 4: (minimización)

Fuente: Métodos Cuantitativos Para Los Negocios, Render, Stair, Hanna.