UNIVERSIDAD DE LAS FUERZAS ARMADAS

ESPE EXTENSIÓN LATACUNGA

DEPARTAMENTO DE CIENCIAS ECONÓMICAS,

ADMINISTRATIVAS Y DEL COMERCIO

ASIGNATURA NRC
INVESTIGACION 3068
OPERATIVA
ESTUDIANTE: MENDEZ JAYA BRYAN DANIEL
PROFESOR(A): ING. BYRON COCHA

ABRIL – AGOSTO 2016

 INVESTIGACIÓN OPERTATIVA
Conjunto de técnicas que permiten optimizar el proceso para llegar a un resultado.
Aparece a raíz de la segunda guerra mundial como una estrategia.
Aspectos fundamentales:
Estrategia
Logística
Táctica
La investigación operativa es un conjunto de términos que ha surgido para combinar la
teoría con la práctica que a la vez han permitido solucionar problemas más complejos
que surgen en una empresa. Como muchos de los avances de la investigación operativa
se han debido a los hallazgos matemáticos desarrollados a través de la computación y
sobre todo métodos más abreviados de cálculos matemáticos que han hecho factible la
solución en problemas que hace años se consideraban fuera de nuestras posibilidades.
Es una estrategia o técnica que nos permite llegar a un objetivo con la utilización
adecuada de los recursos mínimos disponibles
La Investigación operativa es tomada como una ciencia en formación debido al sin
número de aplicaciones que tiene, de ahí que no exista un concepto formalizado.
Existen muchas inquietudes que pueden plantear y resolver problemas en una amplia
gama de actividades creando fundamentalmente más y nuevas posibilidades de acción
en esta nueva materia, estas características ya la vez van formando la investigación
operativa derivan utilidades para crear modelos de aplicación en empresas u
organizaciones de carácter público o privado la investigación operativa reúne a un
conjunto de ciencias como la filosofía, psicología, física, matemática, economía,
estadística entre otras, identificado un problema concreto contribuyen a encontrar la
causa y o efecto de un fenómeno en base de modelos matemáticos, método estadístico y
criterios cualitativos provocando una definición de problemas y una solución práctica

EVOLUCIÓN DE LA INVESTIGACIÓN OPERATIVA

La investigación operativa es tan antigua como la conducta del hombre, pues el avance
científico es consecuencia de diferentes investigaciones en las ciencias aplicadas. Nace
como una estrategia Militar, para que los barcos lleguen a su destino.
Al inicio de la Segunda Guerra Mundial los mandos militares pidieron ayuda a un grupo
de científicos en diferentes áreas para resolver problemas estratégicos y tácticas, estos
fueron los primeros equipos de la Investigación Operativa procedentes de diferentes
disciplinas en donde surgieron tres elementos básicos para una operación de ataque
militar:
Estrategia: Es el objetivo al que se quiere llegar
Logística: Son los recursos con los que cuenta la empresa.
Táctica: Es la forma, habilidad para llegar a los objetivos planteados con los recursos
disponibles.

FASES DE LA INVESTIGACIÓN OPERATIVA

La investigación operativa aspira tener una mejor solución (óptima) para un problema
de decisión con la restricción de los recursos limitados. En la investigación Operativa
utilizaremos herramientas que nos permite tomar una decisión a la hora de resolver un
problema, tal es el caso de los modelos matemáticos que se empleen según la necesidad.
Para llevar a cabo el estudio de investigación de Operaciones, es necesario cumplir con
una serie de etapas o fases entre las cuales podemos anotas las siguientes:

 Formulación de Problema
 Construcción de un modelo matemático
 Búsqueda de una solución
 Prueba de la solución
 Establecimiento de controles sobre la solución
 Ejecución (Poner en marcha la solución)

Formulación de Problema: Deben estar perfectamente establecidos los objetivos, los

cursos alternativos de acción, las restricciones y los efectos de sistema de estudio. Debe
tomarse en cuenta que es casi imposible dar solución correcta a un problema
incorrectamente planteado,

MAXIMIZAR: producción,
ventas, utilidades, entre otros.

OBJETIVOS

MINIMIZAR: recursos, costos,

tiempos entre otros.

Construcción de un Modelo Matemático: Las características esenciales de los

modelos describirlos de diferente manera. Pueden clasificarse por sus dimensiones,
funciones, propósitos, temas o grados de abstracción, entre otros. Entre los modelos
básicos tenemos los siguientes:
Icónicos (planos, fotos, mapas)
Analógicos (diagramas, curvas, estadígrafos)
Simbólicos o Matemáticos (símbolos, ecuaciones)

Búsqueda de una Solución: Una vez establecido el modelo, el siguiente paso es

obtener una solución al problema a partir del modelo. Este paso se los desarrolla
determinando la solución óptima de modelo y luego ampliando esta solución al
problema real.
Algunas ocasiones las complejidades matemáticas del modelo impiden obtener una
solución óptima, en estos casos una buena respuesta es suficiente.

Prueba de la Solución: Se puede hacer en 2 pasos

Tomando datos del pasado, haciendo una comparación entre el rendimiento lineal del
sistema con la realidad de la empresa.
Permite operar el sistema sin cambios y comparando su rendimiento con el del modelo.

Establecimiento de Controles: Debe colocarse controles sobre la solución con el

objeto de detectar cualesquier cambio en las condiciones en las cuales se basa el
modelo, obviamente si cambian tanto el modelo, que el modelo ya no es una
representación precisa del sistema, el modelo debe ser invalidado, en esta fase ese
explica la solución o la administración o gerencia responsable del sistema en estudio, es
importante que la explicación de la solución se haga en función de los procedimientos
basados en el sistema real.

Ejecución: Consiste en traducir los resultados del modelo validado en instrucciones

para el usuario a los ejecutivos responsables que serán los que tomen las decisiones
 PROGRAMACIÓN LINEAL
OBJETIVOS DEL CAPÍTULO
Proponer en forma cuantitativa acciones o decisiones a tomar para optimizar sistemas
donde existan recursos escasos mediante la teoría o la práctica de la técnica de
programación.
Entender la hipótesis y programación básica de la programación lineal.
Resolver gráficamente por qué el problema de programación Lineal de solo 2 variables.
Formular y resolver modelos matemáticos a partir de las limitaciones de los problemas
planteados.
Determinar las soluciones óptimas para problemas de programación lineal utilizando el
criterio pesimista, optimista y el valor esperado.
Entender temas de programación Lineal tales como factibilidad, redundancia y
soluciones óptimas alternativas.
Utilizar software para resolver problemas de programación Lineal.

CONCEPTO: Es una fase de modelos de programación destinados a la designación

eficiente de los recursos limitados, con el objeto de satisfacer las metas deseadas
(maximizar utilidades, minimizar costos, minimizar desperdicios, entre otros).
Las características distintivas de los modelos de Programación Lineal es que las
funciones que representan el objeto y las restricciones son lineales es decir ecuaciones e
Inecuaciones de primer grado.
El Objetivo básico de la Programación Lineal es encontrar soluciones mediante modelos
matemáticos, utilizando sistemas lineales a problemas de carácter técnico y económico
que se presentan por la limitación de los recursos.
La programación lineal es una técnica cuantitativa ampliamente aplicada en sistemas
que representan relaciones lineales como para utilizar los recursos escasos de la mejor
manera posible.
El modelo de Programación Lineal es un modelo matemático con variables de decisión,
coeficientes y/o parámetros, restricciones y una función objetivo.
Es determinístico porque todos los datos relevantes utilizados son conocidos. Es Lineal
porque las restricciones y el objetivo son funciones lineales. La contribución de cada
variable al valor total del objetivo y al lado derecho de cada restricción es proporcional
al valor de la variable. Es aditivo porque los términos de sus restricciones y objetivos
pueden sumarse o restarse. La contribución de cada variable es independiente del valor
de las otras variables. Es divisible porque las variables de decisión pueden aceptar
valores fraccionarios, en caso de no aceptar valores fraccionales, se recomienda aceptar
la Programación Lineal entera.

CONCEPTOS BÁSICOS
Linealidad: Todo proceso, actividad o relación lineal utilizada, se identifica con la
cantidad unitaria de cada uno de los factores con respecto a los demás y las cantidades
de cada uno de los productos.
Ejemplo

Rosas Claveles

Terreno 1 2 50 hectáreas
1 1
3 3
500 m 10500 m
Agua 150000m3

Abono 10 6 120 quintales

Personas 5 4 60 personas

Terreno Y=12
X+2Y=20
X=20
Y=10
Agua
X+Y=150
X=150
Y=150
Abono
10X+6Y=120
X=20
Finitud: Hay que definir tanto el número de procesos identificados cuanto los
resultados disponibles deberán corresponder a cantidades finitas, esto es conocidas y
cuantificadas en forma determinada, es decir valores pasados (datos) para hacer
proyecciones en investigación operativa no se habla de cantidades infinitas ya que en
una empresa no se cuentan con recursos infinitos.
Divisibilidad: los procesos pueden utilizarse en extensiones positivas divisibles
mientras se disponga de recursos.
1’000.000X1 + 3’500.000X2 ≤ 1’500.000 (Dividido para 100. 000)
10X1 + 35X2 ≤ 150
0,0005X1+0,00006X2 ≥ 0,0001
5X1+0.6X2 ≥ 1 (Multiplicado por 1000)
Algoritmos o Iteraciones: Son operaciones sucesivas que nos permiten llegar a un
objetivo.

EL PROBLEMA GENERAL DE LA PROGRAMACIÓN LINEAL

El problema de la programación lineal se presenta por los limitados recursos que se
tratan de distribuir en la mejor forma. Los recursos que a la vez son limitados pueden
ser distribuidos en formas como combinaciones matemáticas permitan realizarlos y
relacionarlos con el mismo objetivo, de ahí que es necesario distribuirlos
adecuadamente en forma equilibrada y armónica entre los factores que intervienen en el
problema.
Los problemas de programación lineal resueltos por cualquiera de las técnicas deben
cumplir los siguientes requisitos.
Función Objetiva
Hay 2 alternativas:
Maximización
Minimización
Z(Max)= C1X1 + C2X2 + C3X3 +……..CnXn
Z(Min)= C1X1 + C2X2 + C3X3 +……..CnXn
En donde C1, C2, C3… en son los coeficientes de la función objetivo que pueden ser
costos, utilidades, margen de utilidad, satisfacción entre otros.
X1, X2, X3… Xn, son las variables del problema es decir lo que queremos encontrar o
calcular.
Limitaciones o Restricciones: Son el conjunto de ecuaciones o inecuaciones que
expresan las condiciones infinitas del problema, denominadas también coeficientes
técnicos de producción, tecnológicos, de transporte, entre otros según el caso de estudio,
y se representa de la siguiente forma:
A11X1 + A12X2 + A13X3 + ……..A1nXn T1b1
A21X1 + A22X2 + A23X3 +……..+ A2nXn T2b2
A31X1 + A32X2 + A33X3 +………..+ A3nXn T3b3

An1X1 + An2X2 + An3X3 + ……….AnnXn Tnbn

Dónde;
A11, A12, A13, Anm son los coeficientes técnicos de las restricciones del problema.
X1, X2, X3, Xn son las variables del problema.
T1, T2, T3, Tn son la relación entre los coeficientes y las variables y los términos
independientes que pueden ser ≤, ≥ ó =.
B1, B2, B3, Bn : Términos Independientes a las disponibilidades.

Variables de no negatividad:
Son las variables que intervienen en el problema X1; X2; X3; Xn _ pero deben ser
mayores a ≥(O),
X1; X2; X3; Xn ≥ O

Condiciones de optimización:
Se va determinando por aproximaciones sucesivas estas pueden ser:
Solución básica o zona factible o zona básica: Esta solución satisface las limitaciones y
restricciones.
Solución Básica Factible: Es aquella que satisface tanto a las limitaciones o
restricciones como a la función objetivo (Punto Óptimo).

Solución Óptima
Solución Básica
Punto Óptimo
Ejercicio N°1
Supongamos que se dispone de cierta cantidad de madera para la elaboración de mesas
y sillas. Se dispone de 36 piezas de tabla triplex y 54 tablones que son utilizados para
elaborar mesas las mismas que utilizan dos piezas de tabla triplex y 1 tablón; las sillas
utilizan 1/4 de galón y en cada silla 1/8 de galón
Nos interesa decidir cuantas sillas y cuantas mesas deben fabricar de modo que le
permita obtener la máxima utilidad, sabiendo que el beneficio neto de cada silla es de
$10 y de cada mesa $20.
Función objetiva: Z(Max)=20X1+10X2

Restricciones:
Triplex 2X1+1/4X2 ≤36
Tablones 2X1+1X2 ≤54
Laca 1/4X1+1/8X2 ≤10

Variables de no negatividad X1,X2≥0

Abstracción
Ec. (1-2)
2X1 + 1/4X2 = 36
-2X1 - 1X2 = -54
----------------------------
-3/4 X2=18
X2=24 X1=15
Z(Max) = 20(15) + 10(24) = 540
Interpretación: Se debe fabricar 15 mesas y 24 sillas para obtener una utilidad máxima
de 540 dólares

Ejercicio N°2
El rancho Nueva Esperanza está considerando comprar dos marcas diferentes de
alimento La pavo y mezclarlos para ofrecer una buena dieta de bajo costo para sus aves.
Cada alimento contiene en porciones variables algunos de los tres de ingredientes
nutricionales esenciales para pavos de engorde. Por ejemplo cada libro de la marca 1
contiene 5 onzas del ingrediente A, 4 onzas de ingrediente B y 0,5 onzas de ingrediente
C. Cada libra de la marca 2 contiene 10 onzas de ingrediente A 3 onzas de ingrediente
B. La marca 1 de alimento le cuesta al Rancho 0,02 centavos de dólar por onza; en tanto
que la marca 2 de alimento le cuesta 0,03 centavos de dólar por onza. El propietario del
rancho desea utilizar la programación lineal para determinar la dieta al menos costo
posible y que cumpla con el requisito mínimo de ingesta mensual de cada ingrediente
nutricional sabiendo que el requerimiento mensual mínimo del ingrediente A es de 90
onzas, del ingrediente B 48 onzas y del ingrediente C 1.5 onzas.
Función objetivo: Z(Min): 0,02X1+0,03X2
Restricciones:
Ingrediente A: 5X1 + 10X2 ≥ 90
Ingrediente B: 4X1 + 3X2 ≥ 48
Ingrediente C: 0,5X1 ≥ 1,5
Variables de no negatividad: X1: X2 ≥ 0

Abstracciones
Ecuación (1-2)
5X1 + 10X2 ≥ 90 (4)
4X1 + 3X2 = 48

20X1 + 40X2 = 360

-20X1 - 15X2 = -240
--------------------------------
25X2 =120
X2 = 4,8 X1= 8,4
Z (Min): 0,02(8,4)+0,03(4,8)= 31,20
Interpretación
El rancho Nueva Esperanza debe comprar 8,4 onzas de la marca 1 y 4,8 onzas de la
marca 2 para cubrir con los requisitos mínimos necesarios de una dieta adecuada para
alimento de engorde para pavos con una inversión mínima de 31,20 unidades
monetarias.
5(8,4)+ 10(4,8) ≥ 90 90≥90 Cumplo con los requerimientos mínimos exigidos
4(8,4) + 3(4,8) ≥ 48 48≥48 Cumplo con los requerimientos mínimos exigidos
0,5(8,4) ≥ 1,5 4,2≥1,5 Utilizo 2,7 onzas más del mínimo requerido

Ejercicio N°3
Una panadería quiere introducir la elaboración de dos nuevos tipos de pan : integral y de
centeno, ya que se tiene asegurado la venta de su producción .Estos panes se elaboran
principalmente a base de tres ingredientes. Salvado integral harina de trigo y harina de
centeno. Para elaborar un kilogramo de pan integral se necesita 350 gramos de salvado
integral y 150 gramos de harina de trigo y para la elaboración de un kilogramo de pan
de centeno se necesitan 250 gramos de harina de trigo y 250 gramos de harina de
centeno. La disponibilidad diaria de salvado integral es de 210 kilogramos ,115
kilogramos de harina de trigo y 100 kilogramos de harina de centeno.
El beneficio que deja cada kilogramo de pan integral es de 0.40$ y 0.60$ cada
kilogramo de pan de centeno. La panadería desea saber la producción de pan integral y
de centeno si se ha puesto las siguientes metas por orden de prioridad.
Se desea obtener un beneficio de al menos 240 $ diarias
Se desea que la cantidad elaborada diariamente de pan integral sea al menos el doble de
que la de centeno.
Se desea que la cantidad elaborada diariamente de pan de centeno sea cuanto más 300
kilogramos

Función objetiva : Z(MAX) = 0.40X1 + 0.60X2

Restricciones:
Disponibilidad salvado integral 0.35X1 ≤ 210
Disponibilidad harina trigo 0.15X2+0.25X2 ≤ 115
Disponibilidad harina centeno 0.25X2 ≤ 100
Beneficio mínimo 0.40X1 +0.60X2 ≥ 240
Relacione entre pan X1 ≥ 2X2
Producción pan centeno X2 ≥ 300

Variables de no negatividad : X1,X2 ≥ 0

Abstracción
Ec. 1^2
0.35X1 = 210
-0.35X1 – 0.58X2 = -267.95
---------------------------------------
0.58X2 = -57.95
X1= 600 X2= 99.99

Z(MAX) = 0.40 ( 600) + 0.60(99.99) = 299.94 $

Interpretación: Se debe elaborar 600 kilogramos de pan integral y 99.99 kilogramos de
pan de centeno para obtener una utilidad máxima de 299.94 $

Ejercicio N°4
Una tercena de la ciudad acostumbrada a preparar carne para albóndigas con una
combinación de carne molida de res y carne molida cerdo. La carne de res contiene 80%
de carne y 20% de grasa y le cuesta a la tercena 3$ por libra; la carne de cerdo contiene
68% de carne y 32& de grasa y le cuesta 2.5$ por libra.
¿Qué cantidad de cada tipo de carne debe emplear la tienda en cada libra de albóndigas
si se desea minimizar el costo y mantener el contenido de grasa no mayor del 25% ?
¿Qué cantidad de cada tipo de carne debe emplear la tercena en cada libra de albóndiga ,
si se desea maximizar el costo y mantener el contenido de grasa no mayor del 25%?
Función objetivo:
Z(MAX) = 3X1+2.5X2
Z(MIN) = 3X1+2.5X2

Restricciones:
Producción máxima 0.2X1 + 0.32X2 ≤ 0.25
Disponibilidad de carne X1+X2 ≤1

Variables de no negatividad: X1,X2 ≥ 0

Abstracción

Ec. 1^2

0.2X1 + 0.32X2 = 0.25

-0.2X1 – 0.2X2 = -0.2
--------------------------------
0.12X2 = 0.05

X1= 0.58 X2= 0.42

Z(MAX) = 3(0.58) + 2.5(0.42) = 2.79

Z(MIN) = NO HAY SOLUCION

Interpretación: La tercena debe emplear en cada libra de albóndigas 0.58 de carne de

res y 0.42 de carne de cerdo para obtener una utilidad de 2,79 $ en cada libra

Ejercicio N°5
El ministerio de obras públicas ha decidido añadir exactamente 200 km de carretera y
exactamente 100 km de autopista en el sector de la costa, el precio estándar para la
construcción de la carretera es de 1’000.000 por km de carretera y de 5’000.000 por km
de autopista. Solo dos contratistas, la compañía Alvarado y el cuerpo de ingenieros
pueden realizar este tipo de construcciones, así que estos 300 km de camino deben ser
construidos por estas compañías.
Sin embargo, la compañía Alvarado puede construir a lo más 200km de carretera y
autopista. Y el cuerpo de ingenieros puede construir a lo más 150 km.
Por razones políticas a cada compañía debe adjudicarse de un contrato de al menos de
250’000.000 (antes de descuento). La primera compañía ofrece un descuento de 1000
dólares por km de carretera y 6000 por km de autopista. La segunda compañía ofrece un
descuento de 2000 dólares por km de carretera y de 5000 por km de autopista.
Si x1 y x2 representan el número de km de carretera y autopista respectivamente
adjudicados a la compañía Alvarado, demuestre que el descuento total D recibido de
ambas compañías está dada por D = 900.000 –1000 x1 + 1000 x2
El ministerio desea maximizar el descuento, resuelva el problema mediante el método
gráfico.

Km carretera= x1
Km autopista= x2
Función objetivo: Z (máx.)= 900.000 –1000 x1 + 1000 x2
Restricciones:
Capacidad Alvarado x1 + x2 ≤ 200
Capacidad cuerpo de ing. (200-x1) + (100- x2) ≤ 150 ; x1 + x2 ≥ 150
Adjudicación a Alvarado 1’000.000 x1 + 5’000.000 x2 ≥ 250’000.000; x1 +5 x2 ≥
250
Adjudicación cuerpo de ing. 1’000.000 (200-x1) + 5’000.000 (100- x2) ≥
250’000.000
x1 + 5 x2 ≤ 450
Variables de no negatividad: X1, X1 ≥ 0
Ec. Ec.
X1 + X2 = 200
-X1 - 5X2 = -450
----------------------------
-4X2 = -250
X2=62.5 x1=137.5

Ec.
X1 + X2 = 150
-X1 - 5X2 = -450
----------------------------
-4X2 = -300
X2=75 X1=75

Ec.
X1 + X2 = 150
-X1 - 5X2 = -250
----------------------------
-4X2 = -100
X2=25 X1=125
Ec.
X1 + X2 = 200
-X1 - 5X2 = -250
----------------------------
-4X2 = -50
X2=12.5 X1=187.5

Z (máx.)= 900.000 –1000 (75)+ 1000 (75) = 900.000

Z (máx.)= 900.000 –1000 (125)+ 1000 (25)= 800.000
Z (máx.)= 900.000 –1000 (137.5)+ 1000 (62.5)= 825.000
Z (máx.)= 900.000 –1000 (187.5)+ 1000 (12.5)= 725.000

Solución factible: Z (máx.)= 900.000 –1000 (75)+ 1000 (75) = 900.000

Interpretación: para que el ministerio de obras públicas tenga el mejor descuento, debe
distribuir 75 kilómetros de carretera y 75 kilómetros de autopista, para obtener un
descuento de 900.000 dólares.

DEBER N°1 PRIMER PARCIAL

Ejercicio N°1
Dos productos tienen el siguiente proceso. Hay un taller que lo más que puede hacer es
200 productos del tipo A o 100 del tipo B por día.
El taller de pintura tiene una capacidad diaria de 120 productos de tipo A y 160 del
tipo B. también el tratamiento técnico puede procesar un total de 90 artículos del tipo A
por día. El producto A tiene una utilidad de $4 y el producto B de $6. Determinar la
producción óptima que maximice los beneficios.
SOLUCIÓN
Función objetiva:

Z ( max )=4 x 1+6 x 2

Limitaciones o restricciones:

Proceso producto A X 1 ≤200

Proceso producto B X 2 ≤200

Capacidad producto A X 1 ≤120

Capacidad producto B X 2 ≤160

Variable de no negatividad:

X1+X2 >= 0
Interpretacion:

La empresa debe fabricar 120 productos de A y 100 productos de B de esta manera la

empresa ontengra un beneficio de $1000.

Ejercicio N°2

Una fábrica elabora dos clases de champú A y B, para lo cual dispone de ingredientes
para llenar a lo mucho 80 botellas combinadas de A y B. Toma 1 hora para llenar 10
botellas de A y 4 horas llenar 10 botellas de B, si dispone cuando mucho de 20 horas, la
demanda de A se estima a lo más en 70 botellas. La fábrica está en capacidad de llenar
cuando mucho 90 botellas de A o 60 botellas de B. Cada botella de A le deja una
utilidad de 0,80 centavos y 0,90 centavos de la B. ¿Cuántas botellas de A y B se debe
llenar para que la fábrica obtenga los mayores beneficios?

SOLUCIÓN

Función objetiva:

Z ( max )=0,80 X 1+0,90 X 2

Limitaciones o restricciones:

Disponibilidad independiente X 1+ X 2 ≤80

Disponibilidad hora/llenado 1/10 X 1+ 4 /10 X 2 ≤ 20

Demanda de A X 1 ≤70

Capacidad etiquetado A 90 X 1=90

Capacidad etiquetado B 60 X 2=60

Variable de no negatividad:

X1+X2 >= 0

Interpretación:
La empresa de champú, para poder mejorar sus beneficios deberán envasar una botella
tanto de A como de B de esta manera se reducirá a $1,70 por botella y obtendrá mayor
beneficio.

Ejercicio N°3

Una empresa planea una

campaña de publicidad para
un nuevo producto. Se
establecen como metas el que
la publicidad llegue por lo
menos a 320.000 individuos
audiencia A, de los cuales al
menos 120.000 tengan un
ingreso mínimo anual de
5000$ y al menos 80.000 sean solteros. Se desea únicamente la radio y la televisión
como medios de publicidad. Un anuncio de TV cuesta 10.000 $ y se estima que llega a
un promedio de 40.000 individuos audiencia A, de los cuales un 25% tienen ingresos
superiores a 5000 $ anuales y un 20% son solteros. Un anuncio por radio FM cuesta
6.000 $ y llega a un auditorio promedio de 10.000 oyentes clase A, de los cuales el 80%
tienen ingresos superiores a los 5000 $ anuales y llega a 4000 solteros.
Hallar el número de anuncios por cada medio para minimizar el costo.

Anuncio de Tv= x1
Anuncio radio = x2
Función objetivo: Z (min)= 10.000 x1 + 6000 x2 = 10 x1 + 6 x2
Restricciones:

Personas con ingresos de 5000$ 40.000 ( 100

25
) x 1+ 10.000 ( 100
80
) x 2≥ 120.000
10 x 1+8 x 2 ≥ 120 ; 1 ¿5 x 1+ 4 x 2≥ 60

Personas solteras 40.000 ( 100

20
) x 1+ 4.000 x 2 ≥ 80.000
2 ¿ 2 x 1+ x 2 ≥20

Total de personas 40.000 x 1+10.000 x 2≥ 320.000

3 ¿ 4 x 1+ x 2 ≥32

Variables de no negatividad X1, X1 ≥ 0

Solución
Ecuación 2 y 3
2 ¿ 2 x 1+ x 2=20

3 ¿ 4 x 1+ x 2=32; multiplicado por (−1)

2 x 1+ x 2=20
−4 x 1−x 2=−32

Resolviendo: −2 x 1=−12
x 1=6

Reemplazando el valor de x1 en la ecuación 2:

2 x 1+ x 2=20

2(6)+ x 2=20
 x 2=8

Para minimizar el costo los valores de las variables deben ser x1=6 y x2=8

Z (min)= 10.000 (6) + 6.000 (8)= 108.000 $

Interpretación: la empresa debe utilizar 6 anuncios de televisión y 8 anuncios de radio,
para minimizar el costo de los anuncios a 108.00 dólares

EJERCICIO N°4
Una compañía petrolera, que tiene 2 refinerías, necesita al menos 800,1400 y 500
barriles de petróleo de grados, bajo, medio y alto respectivamente. Cada día la refinería
1 produce 200 barriles de grado bajo, 300 de medio y 100 de alto grado. Mientras que la
refinería 2 produce 100 barriles de grado alto ,100 de bajo y 200 de grado medio. Si los
costos diarios son de 2500 dólares para operar la refinería 1 y de 2000 dólares para la
refinería 2 ¿Cuántos días  debe ser operada cada refinería para satisfacer los
requerimientos de producción a un costo mínimo?¿Cual es el costo mínimo?.
Variables:
X1: Cantidad de días que debe ser operada la refinería I
X2 : Cantidad de días que debe ser operada la refinería II
Función objetiva: Z(min) = 2500 X1 + 2000 X2

Restricciones :
Cantidad mínima de barriles de petróleo de grado bajo requerido:
200X1 + 100X2 ≥800
Cantidad mínima de barriles de petróleo de grado medio requerido:
300X1 +200X2 ≥ 1400
Cantidad mínima de barriles de petróleo de grado alto requerido:
100X1 + 100X2 ≥500

Variables de no negatividad: X1 , X2≥0

Interpretación:
La compañía petrolera, tiene que operar 4 días en la refinería I y 1 día en la refinería II
para satisfacer los requerimientos de producción a un costo mínimo de $12000
Ejercicio N.- 5
Una fábrica elabora dos clases de cerveza Pílsener y Club, para lo cual dispone de
ingredientes para llenar por lo menos 30 botellas combinadas. Toma 1 hora llenar 20
botellas de cerveza Pílsener y 2 horas llenar 25 botellas de cerveza Club, se dispone a lo
mucho de 2 horas. La demanda de la cerveza Pílsener se estima en el mercado en un
total de 22 botellas y a lo mucho 10 botellas de cerveza Club. Cada botella de cerveza
Pílsener deja una utilidad de 10 centavos y 15 centavos cada botella de cerveza Club.
¿Cuántas botellas de cada cerveza se deben llenar para alcanzar la máxima ganancia?
Función Objetiva: Z(Max)=0.10X1+0.15X2
Pílsener=X1
Club=X2

Restricciones
Disponibilidad de Ingredientes X1+X2≥30
Tiempo de llenado de botellas 0.05X1+0.08X2≤2
Demanda de cerveza Pílsener X1=22
Demanda de cerveza Club X2≤10

Variables de no negatividad X1, X2≥0

Abstracción

Ec. (3-4)

X1=22
X2=10

Z(Max)= 0.10X1+0.15X2=0.10(22) +0.15(10)= $37

Interpretación: Se debe llenar 22 botellas de cerveza Pilsener y 10 botellas de cerveza

Club para obtener una utilidad máxima de $37.

Ejercicio 6.
Se fabrica dos productos a y b. Una unidad de a se lleva $2 de mano de obra y $6 cada
unidad de b. de materia prima se lleva $4 cada uno de a , $2 cada uno de b.el desgaste
de equipo se supone proporcional a la producción y es de $ 2 por cada una de A Y $2
por cada uno de B . se dispone de al menos de $ 36 para salarios al menos $48 para
materia prima y cuando mucho $32 para desgaste de equipo. Se estima que la demanda
de A en el mercado es al menos 9 unidades .el beneficio de A es de $20 cada uno y
$10 cada uno de B .¿cuál es la cantidad que se debe producir de cada producto para
obtener las utilidades más altas posibles?
FUNCION OBJETIVO

Z (MAX) = 20X1  10X2

RESTRICCIONES
Disponibilidad de mano de obra 2X1 + 6X2 ≥ 36
Disponibilidad de materia prima 4X1 + 2x2 ≥ 48
Requerimiento desgate equipo 2X1 + 2X2 ≤ 32

VARIABLE DE NO NEGATIVIDAD

X1  X2  0

CONDICIONES DE OPTIMIZACIÓN
 2y3
2X1 + 2X2 ≤ 32
10X1+8X2 = 8000

X1
X2 = 750
+ 40(750)

INTERPRETACIÓN

Para maximizar su utilidad la empresa debe fabricar 200 unidades de tipo A Y 750
unidades de tipo B para tener una utilidad de $42000

EJERCICI0.- 7
Para el modelo (DE LA DIETA). Ozark Farms utiliza diariamente para lo menos 800
libras de alimentos especiales. El alimento especial es una mescla de maíz y semilla de
soya con las siguientes compasiones:

LIBRA POR LIBRA DE ALIMENTO PARA GANADO

Alimentos para ganado Proteínas Fibra Costo(Libras)

Maíz 0,09 0,02 0,3

Semilla de Soya 0,6 0,06 0,9

Lo requerimiento dietético diarios del alimento especial estipulan por lo menos un 30%
de proteínas y cuando mucho un 5%de fibra. Ozark Farms desea determinar el costo
mínimo diario de la mezcla de alimentos supongamos que la disponibilidad diaria de
maíz se limita a 450 libras. Identifique el nuevo espacio de solución la nueva solución
óptima.
Variables:
X1= libras de maíz
X2= libras de semilla de soya
FUNCION OBJETIVO
Z( MAX)=0,30 X 1+ 0,90 X 2

RESTRICCIONES O LIMITACIONES
X 1+ X 2 ≥800

0,09 X 1+0,60 X 2≥ 0,30( X 1+ X 2)

0,02 X 1+ 0,06 X 2≤ 0,05( X 1+ X 2)

VARIABLE DE NO NEGATIVIDAD
X 1 ; X 2≥ 0
GRAFICO

ABSTRACCION
Ecuación 1
X 1+ X 2=800
X 2=800−X 1

x1 x2

0 0
100 700
200 600
300 50

Ecuación 2
0,02 X 1+ 0,30 x 2=0
0,3 x 1=0,21 x 2
0,21 x 1
X 2=
0,3
x1 x2

0 0
100 70
200 140
300 210

Ecuación 3
0,02 x 1+0,06 x 2=0,05 x 1+0,5 x 2
0,01 x 2=0,03 x 1
0,03 x 1
X 2=
0,01

CONCLUSIÓN
Para el modelo de la dieta se debe utilizar 200 libras de maíz y 600 libras de semilla
para obtener una minimización de $600

Ejercicio N° 8
Viviana Erazo debe trabajar por lo menos 20 horas a la semana para completar su
ingreso mientras asiste a la escuela. Tiene la oportunidad de trabajar en dos tiendas al
detalle: en la tienda 1 Viviana puede trabajar entre 5 y 12 horas a la semana, y en la
tienda 2 le permiten trabajar entre 6 y 10 horas. Ambas tiendas pagan el mismo por
hora. De manera que Viviana quiere basar su decisión acerca de cuántas horas debe
trabajar en cada tienda en un criterio diferente: el factor del estrés en el trabajo.
Basándose en entrevistas con los empleados actuales, Viviana calcula que, en una escala
de 1 a 10, los factores del estrés son de 8 y 6 en las tiendas 1 y 2, respectivamente.
Debido a que el estrés aumenta por hora, ella supone que el estrés total al final de la
semana es proporcional al número de horas que trabaja en la tienda. ¿Cuántas horas
debe trabajar en cada tienda?

Horas tienda 1= x1
Horas tienda 2= x2
Función objetivo: Z (máx.)= 8x1 + 6x2
Restricciones:
Horas disponibles en la semana x1 + x2 ≥ 20
Horas de trabajo en la tienda 1 x1 ≥ 20 ; x1 ≤ 12
Horas de trabajo en la tienda 2 x2 ≥ 6 ; x2 ≤ 10
Variables de no negatividad X1, X1 ≥ 0
Solución
1 ¿ x 1+ x 2=20
2 ¿ x 1=20
3 ¿ x 1=12
4 ¿ x 2=6
5 ¿ x 2=10

Graficando las cinco ecuaciones se puede obtener la zona factible de maximización, los
valores son x1=12 y x2=10
Z (máx.)= 8(12) + 6(10) = 156$
Interpretación: Viviana Erazo debe trabajar 12 horas en la tienda 1 y 10 horas en la
tienda 2, para obtener una ganancia máxima de 156 dólares.

Ejercicio N°9
La tienda de comestibles ByK vende 2 tipos de bebidas alcohólicas: la marca de sabor
de cola A1 y la marca propia de la tienda, ByK de colas, más económica. El margen de
utilidad en la bebida de cola A1 es de alrededor de 5 centavos de dólar por lata, mientras
que el de la bebida de cola ByK suma una ganancia bruta de 7 centavos por lata. En
promedio, la tienda no vende más de 500 latas de ambas bebidas de cola al dia. Aun
cuando A1 es una marca más conocida, los clientes tienden a comprar más latas de
marca ByK, porque considerablemente es más económica. Se calcula que la venta de la
marca ByK superan a las de la marca A1 en una razón de 2 a 1 por lo menos. Sin
embargo
¿Cuántas latas de cada marca debe tener en existencia la tienda diariamente para su
máxima utilidad?
¿Determine la razón de las utilidades por lata A1 y ByK que mantendrá inalterada la
solución en (a)
Variables

Cola A: X 1

Cola ByK: X 2

Función objetiva
Z¿

Restricciones o Limitaciones

Venta de Latas X 1 + X 2 ≤ 500

Venta superior X1 ≤ 2 X 2

Solución Grafica

Interpretación:
Para maximizar la utilidad la tienda debe tener una existencia de 333 latas de cola de
marca A y 167 latas de cola de la marca ByK así obtendrá una utilidad máxima de
$283,33
MÉTODO SIMPLEX
El método simplex se basa en el álgebra y se lo emplea para resolver problemas de
programación lineal tanto de maximización como de minimización.
Es un proceso repetitivo numérico que permite llegar a una solución óptima partiendo
de un punto extremo conocido; es decir, partiendo de una solución básica, si esta
solución básica factible tomada como punto de partida no satisface, es necesario tomar
otra solución que nos da un valor para Z mayor o menor y así sucesivamente hasta
llegar a la solución final.
Es un método iterativo (aproximaciones sucesivas). Existen tres requisitos en la
solución de un problema de programación lineal por el método simplex.
Todas las limitaciones deben estar establecidas como ecuaciones.
El segundo miembro de una limitante, no puede ser negativo.
Todas las variables están restringidas a valores no negativos.
OBJETIVOS
Explicar detalladamente por qué el método simplex encuentra soluciones óptimas para
problemas de programación lineal.
Determinar cuándo un problema de programación lineal tiene soluciones.
Determinar cuándo un problema de programación lineal no tiene soluciones.
PROCEDIMIENTO
Cualquiera que sea el número de inecuaciones y de incógnitas de un sistema, este por sí
mismo se ajusta a un tratamiento de identificación que nos dé una idea de que sea sujeto
de solución.
Cuando el sistema reúne a un número de ecuaciones inferior al número de incógnitas,
existen muchas soluciones. Justamente es el caso más frecuente de los problemas de
programación lineal, de allí que es necesario introducir (+) variables de holgura en los
casos de expresión ≤ (igual o menor), restar (-) variables de holgura e introducir
variables artificiales en los casos de ≥ (mayor o igual) y en los casos de = se introduce
variables artificiales con signo más.
≤ + Variables de Holgura. +S
≥ - Variables de Holgura + Variable Artificial. –S+m
= + Variable Artificial. +m
DUALIDAD – DUAL SIMPLEX
PRIMAL DUAL
F.O F.O
Z (máx.) Z (mín.)
Z (mín.) Z (máx.)
REGLAS
Todas las relaciones tienen que tener la misma relación
MÍN (≥) MÁX (≤)
≤ (-1) ≥ ≤ ≤
≥ ≥ ≥ ≤
= ≥ = ≥ (-1) ≤
≤ (-1) ≥ ≤

EJERCICIOS EN CLASES

Ejercicio 1
Z¿

Restricciones:
2 X 1 +2 X 2 + X 3 ≤ 90

X 1 +3 X 2 +2 X 3 ≤150

2 X 1 + X 2 +2 X 3 ≤120

Variables de Neo negatividad X 1 , X 2 ,2 X 3 ≤ 0

2 X 1 +2 X 2 + X 3 + S1=90

X 1 +3 X 2 +2 X 3 + S2 =150

2 X 1 + X 2 +2 X 3 + S3=120

Z¿

Variables Z X1 X2 X3 S1 S2 S3 Solución
básicas
Z 1 -6 -5 -4 0 0 0 0
S1 0 2 2 1 1 0 0 90
S2 0 1 3 2 0 1 0 150
S3 0 2 x 2 0 0 1 120

Z=0
S1=0

S2=150

S3=120

Variables
Z X1 X2 X3 S1 S2 S3 Solución
básicas
Z 1 0 1 -1 3 0 0 270
X1 0 1 1 1/2 1/2 0 0 45
S2 0 0 2 3/2 -1/2 1 0 105
S3 0 0 -1 1 -1 0 1 30

Variables
Z X1 X2 X3 S1 S2 S3 Solución
básicas
Z 1 0 0 0 2 0 1 300
X1 0 1 3/2 0 1 0 -1/2 30
S2 0 0 7/2 0 1 1 -3/2 60
X3 0 0 -1 1 -1 0 1 30

Interpretación:
Para obtener una utilidad de 300 se necesita tener en disponibilidad 30 unidades de X1,
60 unidades de X2 y 30 unidades de X3.

Ejercicio N°2
Una compañía vende 3 mezclas diferentes de nueces, la mezcla más barata contiene
40% de cacahuates. 30% de nueces y 30% de almendras. La mezcla regular contiene
30% de cacahuates, 40% de nueces y un 30% de almendras, mientras que la más cara
contiene 50% de cacahuates, 25% de nueces y almendras. Cada semana la compañía
obtiene 1800kilos de cacahuate, 1200 kilos de nueces y 1500 kilos de almendras.
Cuantos kilos de cada muestra deberían producir a fin de maximizar las utilidades si las
ganancias son de 72$ por kilo de la mezcla barata, 65$ de la mezcla regular y 24$ por
kilo de la mezcla más cara
 1. Variables de decisión:

X1 = Mezcla Barata
X2 = Mezcla regular
X3 = Mezcla cara

MEZCLA CACAHUATES NUECES ALMENDRAS $/SEMANA

BARATA 40% 30% 30% 72
REGULAR 30% 40% 30% 65
CARA 50% 25% 25% 24
KL DE 1800 1200 1500
MEZCLA

2. Función Objetivo
Z(máx.) = 72X1+65X2+24X3
3. Restricciones

720X1+540X2+900X3 1800
≤
360X1+480X2+300X3 1200
≤
450X1+450X2+375X3 1500
≤
X1,X2,X3 ≥ 0
4. Variables de holgura

720X1+540X2+900X3+S1 1800
=
360X1+480X2+300X3+S2 1200
=
450X1+450X2+375X3+S3 1500
=
5. Iteraciones método simplex
 6. Interpretación
Esta compañía tiene que producir 4000 kilos de la mezcla regular y no le
conviene producir más de la mezcla más cara.
Produciendo 4000 obtiene una utilidad de 288000.
S3 dice que tengo 300 kilos de almendra disponible.
S1 dice que tengo 200 kilos de cacahuates disponible.

Ejercicio No 3
El rancho Nueva Esperanza está considerando comprar 2 marcas diferentes de alimentos
para pavos y mezclarles para ofrecer una buena dieta de bajo costo para sus aves. Cada
alimento contiene en proporciones variables, algunos de los 3 ingredientes saludables
esenciales para los pavos de engorde. Por ejemplo, de la libra de la Marca 1 contiene 5
onzas del ingrediente A, 4 onzas del ingrediente 4 y 0.5 onzas del ingrediente C.
Cada libra de la Marca 2 contiene 10 onzas del ingrediente A, 3 onzas del ingrediente B.
La Marca 1 de alimento le cuesta al rancho $0.02 cada libra; en tanto que la Marca 2 de
alimentos cuesta $0.03 cada libra. El propietario del rancho desea utilizar la
programación lineal para determinar la dieta al menor costo posible que cumpla con el
requisito mínimos de ingesta mensual de cada ingrediente nutricional sabiendo que el
requerimiento mensual mínimo del ingrediente A es de 90 onzas, del ingrediente B 48
onzas y del ingrediente C 1.5 onzas.

Función Objetiva
Z (min)= 0.02 x1 + 0.03 x2+ 0S1+ 0S2+0.0S3+ M1+M2+M3
Restricciones
Requerimiento mínimo ingrediente A 5x1 + 10x2 ≥90
Requerimiento mínimo ingrediente B 4X1+3x2 ≥ 48
Requerimiento mínimo ingrediente C 0.5x1 ≥1.5
Variables de no negatividad x1; x2≥0
Abstracciones
5x1+ 10x2-S1 +M1 =90
4x1+3x2 -S2 +M2 =48
0.5x1 -S3 +M3 =1.5
 CJ 0.02 0.03 0 0 0 M M M

Xj bn X1 X2 S1 S2 S3 m1 m2 m3
M m1 90 5 10 -1 0 0 1 0 0
M m2 48 4 3 0 -1 0 0 1 0
M m3 1.50 0.5 0 0 0 -1 0 0 1
Zj 139.50M 9.50M 13M -M -M -M M M M
Cj-Zj --------- 9.50M 13M -M -M -M 0 0 0

90/10 9 48-9(3) 21
5/10 ½ 4-1/2(3) 5/2
10/10 1 3-1(3) 0
-1/10 -1/10 0+1/10(3) 3/10
0/10 0 -1-0(3) -1
0/10 0 0-0(3) 0
1/10 1/10 0-1/10(3) -3/10
0/10 0 1-0(3) 1
0/10 0 0-0(3) 0

CJ bn bn 9
= = =18 0.02 0.03 0 0 0 M M M
xi
Xj x 2 1
bn /2 X1 X2 S1 S2 S3 m1 m2 m3
0.03 x2 21 9 1/2 1 -1/10 0 0 1/10 0 0
=8.4
M m2 5/221 5/2 0 3/10 -1 0 -3/10 1 0
M x1 1.5 0.5 0 0 0 -1 0 0 1
1.5
Zj =3 pigote
0.522.50M 3M 0.03 3/10M -M -M - M M
3/10M
Cj – --------- 3M 0 3/10M -M -M - 0 0
Zj 3/10M

21-3(5/2) 13.5 9-3(1/2) 7.5

1.5/0.5 3
1/2-1 (1/2) 0
bn bn0.5/0.
90 1 5/2-1 (5/2) 0
bn bn 7.5
= 5 = =9 pigote = = =7.5
xi x 2 10 0-0(5/2) 0 xi s 3 1-0(1/2)
1 1
0/0.5 0
48 13.5 -1/10-0(1/2)
0/0.5 0
=16 3/10-0(5/2) 3/10 =27/10 pigote-1/10
3 5
0/0.5 0 0-0(1/2) 0
-1-0(5/2) -1
-1/0.5 1.5 =0
-2 3
=−1.5
0 0+2(5/2) 5 −2 0+2(1/2) 1
0/0.5 0
0/0.5 0 -3/10-0(5/2) -3/10 1/10-0(1/2) 1/10
1/0.5 2
1-0(5/2) 1 0-0(1/2) 0

0-2(5/2) -5 0-2(1/2) -1
 CJ 0.02 0.03 0 0 0 M M M
Xj bn X1 X2 S1 S2 S3 m1 m2 m3
0.03 x2 7.5 0 1 -1/10 0 1 1/10 0 -1
M m2 13.5 0 0 3/10 -1 5 -3/10 1 -5
0.02 x1 3 1 0 0 0 -2 0 0 2
Zj 13.5M 0.02 0.03 3/10M -M 5M -3/10M M -5M
Cj – ------ 0 0 3/10M -M 5M -3/10M 0 6M
Zj

13.5/5 27/10 7.5-27/10 24/5 3-27/10(-2) 42/5

0/5 0 1-0(-2) 1
0-0 0
0/5 0 0-0(-2) 0
3/10/5 3/50 1-0 1 0-3/50(-2) 3/25
-1/5 -1/5 -1/10-3/50 -4/25 0+1/5(-2) -2/5
5/5 1 -2-1(-2) 0
0+1/5 1/5
-3/10/5 -3/50 0+3/50 (-2) -3/25
1/5 1/5 1-1 0 0-1/5(-2) 2/5
-5/5 -1 1/10+3/50 4/25 2+1(-2) 0

0-1/5 -1/5
-1+1 0

CJ 0.0 0.0 0 0 0 M M M
2 3
 X bn X1 X2 S1 S2 S3 m1 m2 m3
j
0.0 x 4.8 0 1 -4/25 1/5 0 4/25 -1/5 0
3 2 0
0 S 2.7 0 0 3/50 -1/5 1 -3/50 1/5 -1
1 0
0.0 x 8.4 1 0 3/25 -2/5 0 -3/25 2/5 0
2 1 0
Z 0.31 0.0 0.0 - - 0 0.00 0.00 0
j 2 2 3 0.002 0.00 24 2
4 2
C ------ 0 0 0.002 0.00 0 - - 0
j - 4 2 0.00 0.00
– 24 2
Z
j
Análisis
El rancho Nueva Esperanza debe comprar 8. 4 libras de la marca A y 4.80 libras de la
marca B para cubrir con los requisitos mínimos de una dieta adecuada para el alimento
de los pavos de engorde con una inversión mínima de $31.20.

EjercicioN°4
El ministerio de obras públicas ha decidido añadir exactamente 200km de carretera y
exactamente 100km de autopista en el sector de la costa, el precio estándar para
construcción es de $1000000 por kilómetro de carretera y de $5000000 por kilómetro
de autopista. Solo 2 contratistas, la compañía ALVARADO y el CUERPO DE
INGENIEROS pueden realizar este tipo de construcciones así que estos 300km de
camino deben ser construidos por estas compañías.
Sin embargo la compañía ALVARADO puede construir a lo más 200km de carretera y
autopista y el CUERPO DE INGENIEROS puede construir a lo más 150km por razones
políticas, a cada compañía debe adjudicarse un contrato de al menos 250000000 antes
del descuento.
La primera compañía ofrece un descuento de 1000 por km de carretera y 6000 por
kilómetro de autopista. La segunda compañía ofrece descuento de 2000 por kilómetro
de carretera y de 5000 por kilómetro de autopista.
Si x1 y x2 representan el número de kilómetros de carreteras y autopistas
respectivamente adjudicados a la compañía ALVARADO demuestre que el descuento
total recibido de ambas compañías de miles de dólares está dado por 900000-
1000x1+1000x2
El ministerio de obras públicas desea maximizar el descuento total, resuelva problema
método simplex.
DATOS:
FUNCION OBJETIVO
Z (MAX) = X1+X2
RESTRICCIONES
Capacidad construcción Alvarado X1+X2≤ 200
Capacidad construcción Cuerpo de Ingenieros X1+X2≥ 150
Adjudicación Alvarado X1+5X2≥ 250
Adjudicación Cuerpo de Ingenieros X1+X2≤450
VARIABLES DE NONEGATIVIDAD
X1, X2≥0
ABSTRACCIONES
X1+X2+S1=200
X1+X2 -S2+m2= 150
X1+5X2 -S3+m3= 250
X1+5X2 +S4= 450
REEMPLAZO:
Z (MAX)= 900000-1000(187.5)+1000(12.5)
Z (MAX)= 725000
ANÁLISIS
Para que el Ministerio de obras Publicas cumpla con todos los requerimientos para la
realización de dichas obras y optimizando al máximo sus recursos se hace necesario que
se construya 187.5 km de carretera y 12.5 km de autopista por parte de la compañía de
ALVARADO y 187.5 km de autopista por parte de la compañía CUERPO DE
INGENIEROS.

DEBER
EJERCICIO N° 1
La Sta. Fernanda Erazo es una estudiante emprendedora de tercer año de Escuela
Politécnica del Ejército. Comprende que “solo el trabajo y nada de diversión hacen de
Fernanda una muchacha aburrida”. Como resultado Fernanda quiere distribuir su tiempo
disponible, de alrededor de 10 horas al día, entre el trabajo y la diversión. Calcula que el
juego es dos veces más divertido que el trabajo. También quiere estudiar por lo menos
tanto como juega. Sin embargo, Fernanda comprende que si quiere terminar todas sus
tareas universitarias, no puede jugar nada más de cuatro horas al día. ¿Cómo debe
distribuir Fernanda su tiempo para maximizar su satisfacción tanto en el trabajo como
en el juego?
Función objetivo: Z(Max)= X1+2X2
Restricciones:
X1+X2 ≥ 10 ≈> -X1-X2 ≤ -10
X1+X2 ≤ 10 ≈> X1+X2 ≤ 10
X1-X2 ≤ 0 ≈> X1-X2 ≤ 0
X1≤ 4 ≈> X1≤ 4
Análisis:
Fernanda debe utilizar 4 horas para jugar y 5 horas para trabajo para cumplir con todas
sus 10 horas disponibles de tal manera Fernanda pueda disfrutar tanto como trabajar

Ejercicio N°2
Margarita debe trabajar por lo menos 20 horas a la semana para completar su ingreso
mientras asiste a la Universidad. Tiene la oportunidad de trabajar en dos tiendas al
detalle: en la tienda 1 Margarita puede trabajar entre 5 y 12 horas a la semana, y en la
tienda 2 le permiten trabajar entre 6 y 10 horas. Ambas tiendas pagan el mismo salario
por hora. De manera que Margarita quiere basar su decisión acerca de cuantas horas
debe trabajar en cada tienda en un criterio diferente; el factor de estrés en el trabajo.
Basándose en entrevistas con los empleados actuales, Margarita calcula que, en una
escala de 1 a 10, los factores del estrés son de 8 y 6 en las tiendas 1 y 2,
respectivamente. Debido a que el estrés aumenta por hora, ella supone que el estrés
total al final de la semana es proporcional al número de horas que trabaja en la tienda.
¿Cuántas horas debe trabajar en cada tienda?
X1= horas en la tienda 1
X2= horas en la tienda 2
Función objetivo. Z (Max)= 8x1 + 6x2
Restricciones
Horas disponibles: x1+ x2 ≥ 20
Horas disponibles tienda 1: x1 ≥ 5 ; x1 ≤12
Horas disponibles tienda 2: x2 ≥ 6 ; x2 ≤10
Variables de no negatividad: x1,x1 ≥0

Margarita debe trabajar en la tienda 1, 12 horas y en la tienda 2, 10 horas.

EJERCICIO N°3
Dos productos se fabrican en un centro de maquinado. Los tiempos de producción por
unidad de los productos A y B son de 10 y 12 minutos fabricante vende entre 150 y,
respectivamente. El tiempo regular total de la maquina es de 2500 minutos por día. En
un día cualquiera, el 200 unidades del producto A, pero no más de 45 unidades del
producto B. Se pueden emplear horas extras para satisfacer la demanda a un costo
adicional de 0,50 de dólar por minuto.
Suponiendo que las utilidades por unidad de los productos a y b son de 7,50 dólares,
respectivamente, formule un modelo y determine el nivel óptimo de fabricación para
cada producto, así como cualesquiera número de horas extra necesarias en el centro.
Si el costo por minuto de horas extras se incrementa a 1,50 dólares, ¿La compañía debe
utilizar horas extras?

Función objetivo
Z ( max )=6 x 1+7,5 x 2−0,5 x 3

Restricciones

Tiempo total de amabas maquinas 10 x 1+12 x 2−x 3=2500

Venta mínima producto 1 x 1 ≥ 150

Venta máxima producto 1 x 1 ≤ 200

Venta máxima producto 2 x 2 ≤ 45

Variables de no negatividad
x1 , x2 ≥ 0

Abstracciones

10 x 1+12 x 2−x 3 ≤ 2500

−10 x 1−12 x 2 + x 3 ≤−2500

−x 1 ≤ 150

x 1 ≤ 200

x 2 ≤ 45
DUAL SIMPLEX

Función objetivo

Z ( min ) =200 y 1−2500 y 2−150 y 3+ 200 y 4 +45 y 5

Abstracciones
10 y 1−10 y 2− y 3 + y 4 ≥6

12 y 1−12 y 2 + y 5 ≥7,5

− y 1 + y 2 ≥ 0,5

Solución
Para alcanzar un nivel óptimo de fabricación se deben realizar 200 unidades del
producto 1 y 45 del producto 2 empleando un tiempo de 40 minutos y así obtendrá una
ganancia de 1557,50 empleando el costo adicional de 0,50 ctvs. por minuto, así mismo
si el costo por minuto de horas extras se incrementa a $1,50 la compañía no deberá
utilizarlos ya que de igual manera se genera una ganancia de $2276,25.

Ejercicio N°4
La tienda de comestible NICOLAS vende dos tipos de bebidas: La marca sabor a cola
A1 y la marca propia de la tienda, NICOLAS de cola, más económica. El margen de
utilidad en la bebida A1 es de 5 centavos de dólar por lata, mientras que la bebida de
cola NICOLAS suma una ganancia bruta de 7 centavos por lata. En promedio, la tienda
no vende más de 500 latas de ambas bebidas de cola al día. Aun cuando A1 es una
marca más conocida, los clientes tienden a comprar más latas de la marca NICOLAS,
porque es considerablemente más económica. Se calcula que las ventas de la marca Bk
superan a las de la marca A1 en una razón 2:1 por lo menos. Sin embargo, NICOLAS
vende, como mínimo, 100 latas de A1 al día.
¿Cuántas latas de cada marca debe tener en existencia la tienda diariamente para
maximizar su utilidad?

Función objetiva:

Z (MAX) = 5 A1 + 7 A2

Restricciones
A 1+ A 2≤ 500 A 1+ A 2≤ 500

− A 1+ A 2≥ 0 A1-A2≤0
−2 A 1+ A 2 ≥ 0 2A1 -A2≤0
-A1≤-100
A 1≥ 100

Variables de no negatividad (valores mayores o iguales a cero)

A1; A2≥0

Dual Simplex
Función Objetiva
Z(min)=500Y1+0Y2+0Y3-100Y4
Restricciones
− A 1+ A 2+2 A 3− A 4 ≥ 5
 A 1− A 2− A 3 ≥ 7

Abstracciones
− A 1+ A 2+2 A 3− A 4−S 1+ M 1=5
A 1− A 2− A 3−S 2+ M 2=7

C 50 0 0 - 0 0 M M
bnJ bn 5 0 10
= = =2.5 pigote
xi Y 3 2 0
Xj 7bn Y1 Y Y Y4 S S M M
=−7 2 3 1 2 1 2
−1
M m 5 -1 1 2 -1 -1 0 1 0
1
M m 7 1 -1 -1 0 0 -1 0 1
2
Zj 12M 0 0 M -M - - M M
M M
Zj ------- - 0 M -M - 0 0 0
- -- 50 M
Cj 0

5/2 2.5 7-2.5(-1) 9.5

-1/2 -½ 1+1/2(-1) 1/2
1/2 1/2 -1-1/2(-1) -1/2
2/2 1 -1-1(-1) 0
-1/2 -1/2 0+1/2(-1) -1/2
-1/2 -1/2 0+1/2 (-1) -1/2
0/2 0 -1-0(-1) -1
1/2 1/2 0-1/2(-1) 1/2
0/2 0 1-0(-1) 1

CJ 500 0 0 -100 0 0 M M

Xj bn Y1 Y2 Y3 Y4 S1 S2 M1 M2
0 Y3 2.5 -1/2 1/2 1 -1/2 -1/2 0 1/2 0
M m2 9.5 1/2 -1/2 0 -1/2 -1/2 -1 1/2 1
Zj 9.5M 1/2M -1/2M 0 -1/2M -1/2M -M 1/2M M
Zj-Cj ------- 1/2M -1/2M 0 -1/2M -1/2M -M -1/2M 0
9.5/ (1/2) 19 2.5-19(-1/2) 12
1/2/ (1/2) 1 -1/2-1(-1/2) 0
-1/2/ (1/2) -1 ½+1(-1/2) 0
0 0 1-0(-1/2) 1
bn bn 2.5
-1/2/ (1/2) -1 -1/2+1(-1/2) -1 = = =−5
xi Y 1 −1/2
-1/2/ (1/2) -1 -1/2 +1(-1/2) -1
-1/ (1/2) -2 0+2(-1/2) -1 9.5
=19 pigote
1/2/ (1/2) 1 ½-1(-1/2) 1 1/ 2
1/ (1/2) 2 0-2(-1/2) 1

CJ 500 0 0 -100 0 0 M M

Xj bn Y1 Y2 Y3 Y4 S1 S2 M1 M2
0 Y3 12 0 0 1 -1 -1 -1 1 1
500 Y1 19 1 -1 0 -1 -1 -2 1 2
Zj 9500 500 -500 0 -500 -500 -1000 500 1000
Zj-Cj ------- 0 -500 0 -400 500 -100 0 0

Análisis
La tienda de comestibles Nicolás para maximizar su utilidad debe tener en existencia
100 latas de la marca sabor a cola A1 y de la marca Nicolás 400 latas.
La utilidad máxima que obtendrá al vender las cantidades será de $3300.
Ejercicio N°5
Mueblina emplea a cuatro carpinteros durante 10 días para ensamblar mesas y sillas. Se
requieren 2 horas para ensamblar una mesa y 30 minutos para ensamblar una silla. Por
lo común, los clientes compran entre cuatro y seis sillas con cada mesa. Las utilidades
son de 13.5 dólares por mesa y 5 dólares por silla. La compañía opera un turno de 8
horas al día.
Determine gráficamente y por el método simplex la mezcla de producción óptima
durante 10 días.
Método Gráfico
Variables:
Sillas=X 1

Mesas= X 2

Restricciones:
Compra mínima de sillas por mesa X 1−4 X 2 ≤ 0

Compra máxima de sillas por mesa X 1−6 X 2 ≤ 0

Tiempo de ensamblaje 0.5 X 1+ 2 X 2 ≤ 320

Función Objetivo:
Z( máx )=5 X 1 +13.5 X 2

Variables de no negatividad:
X 1 , X 2 ≥0

X 1 =320

X 2 =80
 Z( máx )=5 X 1 +13.5 X 2=5 ( 320 ) +13.5 ( 80 )=2680 dólares .

La mezcla de producción óptima para 10 días será la elaboración de 320 sillas y 80

mesas, contando con la mano de obra de cuatro carpinteros y teniendo como ganancia
2680 dólares.
Método Simplex

La mezcla de producción óptima para 10 días será la elaboración de 320 sillas y 80

mesas, contando con la mano de obra de cuatro carpinteros y teniendo como ganancia
2680 dólares.

EJERCICIO N°6
Electro Lux produce dos tipos de motores eléctricos, cada uno en una línea de ensamble
separada. Las respectivas capacidades diarias de las dos líneas son de 600 y 750
motores. El motor tipo A emplea 10 unidades de cierto componente electrónico y el
motor tipo 2 solo utiliza 8 unidades. El proveedor del componente puede proporcionar
8000 piezas al día. Las utilidades por motor para los tipos A y B son de 60 y 40 dólares,
respectivamente. Determine la mezcla óptima para la producción diaria.

DATOS:
 PRODUCTO UNIDADES DE CAPACIDAD UTILIDAD
COMPONENTES
ELECTRONICOS
X1:MOTOR TIPO 10 600 60
A EN LINEA 1
X2: MOTOR TIPO 8 750 40
B EN LINEA 2
DISPONIBILIDAD 8000

Variables
X1 = para motor de tipo A
X2 = para motor de tipo B

Función Objetivo
Z (MAX)= 60X1 + 40X2

Restricciones
Disponibilidad de unidades de componentes electrónicos                     10X1 + 8X2 ≤
8000
Capacidad para motor de tipo A X1≤ 600
Capacidad para motor de tipo B X2 ≤ 750

Variables de no negatividad X1, X2 ≥ 0

ABSTRACCIONES
10X1 + 8X2 + S1+0S2 + 0S3 =8000
X1 + 0S1 + S2 +0S3 =600
X2 + 0S1 + 0S2 +S3 =750

TABLA SIMPLEX N°1

60 40 0 0 0
 Cj Xj bn X1 X2 S1 S2 S3
0 S1 8000 10 8 1 0 0
0 S2 600 1 0 0 1 0
F.Pivote
0 S2 750 0 1 0 0 1
Zj 0 0 0 0 0 0
Zj-Cj ______ -60 -40 0 0 0
C.Pivot
e

bn 8000
Fila Pivote= Fila Pivote= =800
Xj 10

600 750
Fila Pivote= =600 Fila Pivote= =0
1 0

TABLA SIMPLEX N°2

bn 200
Fila Pivote= Fila Pivote= =25
Xj 8

600 750
Fila Pivote= =0 Fila Pivote= =750
0 1

60 40 0 0 0
Cj Xj bn X1 X2 S1 S2 S3
40 X2 250 0 1 0,125 -1,25 0
60 X1 600 1 0 0 1 0
0 S2 500 0 0 -0,125 1,25 1
Zj 46000 60 40 5 10 0
Zj-Cj ______ 0 0 5 10 0

TABLA SIMPLEX N°3

Variables
X1 = para motor de tipo A: 600
X2 = para motor de tipo B: 250

Interpretación:
La empresa Electro Lux para lograr optimizar la mezcla de la producción diaria, debe
producir 600 motores de tipo A y 250 motores de tipo B para generar una utilidad de
46000 dólares.

Ejercicio N°7

El Supermaxi tiene un contrato para recibir 60.000 libras de tomates maduros a 7

centavos de dólar por libra, con las cuales produce jugo de tomate enlatado, así como
pasta de tomate. Los productos enlatados se empacan en cajas de 24 latas. Una lata de
jugo requiere una libra de tomates frescos y una lata de pasta solo requiere 1/3 de libra.
La participación de mercado de la compañía se limita a 2.000 cajas de jugo y 6.000
cajas de pasta. Los precios de mayoreo por caja de jugo y de pasta son de 18 y 9
dólares, respectivamente.

Desarrolle un programa de producción óptima para Supermaxi.

Determine la razón del precio por caja con el precio por caja con el precio por caja de
pasta que permitirá que Supermaxi produzca más cajas de jugo que de pasta.

Modelo Matemático
X 1 =Jugo de Tomate

X 2 =Pasta de Tomate

PRIMAL
Función Objetiva

Z ( MÁX )=18 X 1+ 9 X 2

Restricciones

Máximo de latas por caja. X 1 + X 2 ≤ 24 X 1 + X 2 ≤ 24

Requerimiento de tomates para
X 1 ≥1 (-1) −X 1 ≤−1
una lata de jugo de tomate.
Requerimiento de tomates para 1 1
X2 ≥ (-1) −X 2 ≤−
una lata de pasta de tomate. 3 3
Disponibilidad máxima de cajas
X 1 ≤ 2000 X 1 ≤ 2000
de jugo de tomate en el mercado.
Disponibilidad máxima de cajas
X 2 ≤ 6000 X 2 ≤ 6000
de pasta de tomate en el mercado
Valor de No Negatividad
X1+ X2≥ 0

DUAL SIMPLEX

Función Objetiva
Z ( MIN )=24 y 1 −1 y 2−0,33 y 3 +2000 y 4 + 6000 y 2

Restricciones
y 1− y 2− y 3+ y 4 + y 5 ≥ 18

y 1− y 3 + y 5 ≥ 9

Valor de No Negatividad
y 1 + y 2+ y 3+ y 4 + y 5 ≥0

Abstracciones
y 1− y 2− y 3+ y 4 + y 5−s1 +m1=18

y 1− y 3 + y 5−s 2+ m2 =9
ANÁLISIS
Z ( MÁX )=18 X 1+ 9 X 2

Z ( MÁX )=18 (2000)+ 9(−1976)

Z ( MÁX )=18216

Se puede concluir que a una producción de 2000 cajas de jugo de tomate a un costo de
18 dólares, la empresa debe dejar de producir 1976 cajas de pasta de tomate a un costo
de 9 dólares, ya que estas no entran comercializadas en el mercado, y no tiene la
aceptación requerida.

Ejercicio N°8
Mueblina ensambla dos tipos de gabinetes de cocina de madera pre cortada: Regulares y
de lujo. Los gabinetes regulares están pintados de blanco y los de lujo están barnizados.
Tanto la pintura como el barnizado se llevan a cabo en un departamento. La capacidad
diaria del departamento de ensamble puede producir un máximo de 200 gabinetes
regulares y 150 gabinetes de lujo. El barnizado de un gabinete de lujo se lleva el doble
de tiempo que pintar uno regular. Si el departamento de pintura/barnizado se dedica
únicamente a las unidades de lujo, terminaría 180 unidades diarias. La compañía calcula
que las utilidades por unidad de los gabinetes regulares y de lujo son de 100 y 140
dólares respectivamente.
VARIABLE DE DECISIÓN:
-Restricciones del problema:
X1: Gabinetes Regulares
X2: Gabinetes de Lujo
FUNCIÓN OBJETIVO:
Z máx = 100X1 + 140X2
RESTRICCIONES IMPUESTAS AL MODELO
0,5X1 + X2 ≤ 180 (Capacidad Total)
X1 ≤ 200 (Capacidad de Gabinetes Regulares)
X2 ≤ 150 (Capacidad de Gabinetes de Lujo)
X1 , X2 ≥ 0 (NO NEGATIVIDAD)
ABSTRACCIONES:
1) 0,5Xa + Xb ≤ 180 0,5Xa + Xb ≤ 180
0,5Xa + Xb = 180 0,5Xa + Xb =180
Xa= 0 Xb = 0
0,5(0) + Xb = 180 0,5Xa + 0 = 180
Xb = 180 (0,180) 0,5Xa = 180
Xa= 180/0,5
Xa=360 (360,0)
2) Xa ≤ 200 3) Xb ≤ 150
Xa = 200 (200,0) Xb = 150 (0,150)
Método Gráfico
Z máx = 100X1 + 140X2
V1 (200,0) V2 (0,150) V3 (200,80)
V4 (60,150)
Z= 100(200) + 140(0) Z= 100(0) + 140(150) Z= 100(200) +
140(80) Z=100(60)+140(150) Z= 20000 + 0 Z= 0 + 21000 Z= 20000
+ 11200 Z=6000+21000 Z= 20.000 Z= 21.000 Z= 31.200 Z= 27.000
RESPUESTA:
SE DEBE PRODUCIR 200 GABINETES REGULARES Y 80 GABINETES DE LUJO
PARA TENER UNA MAXIMA UTILIDAD DE $ 31.200
METODO DUAL SIMPLEX
FUNCIÓN OBJETIVO
Z (min) 180x1+200x2+150x3
RESTRICCIONES
0,5x1+x2 ≥ 100
X1+x2 ≥140
ABSTRACCIONES
0,5x1+x2-S1+M1=100
X1+x2-S1+M1 =140

SOLUCIÓN
V1 (200,0) V2 (0,150) V3 (200,80)
V4 (60,150)
Z= 100(200) + 140(0) Z= 100(0) + 140(150) Z= 100(200) +
140(80) Z=100(60)+140(150) Z= 20000 + 0 Z= 0 + 21000 Z= 20000
+ 11200 Z=6000+21000 Z= 20.000 Z= 21.000 Z= 31.200 Z= 27.000
RESPUESTA:
SE DEBE PRODUCIR 200 GABINETES REGULARES Y 80 GABINETES DE LUJO
PARA TENER UNA MAXIMA UTILIDAD DE $ 31.200

Ejercicio N°10

Una compañía fabrica dos productos, A y B. El volumen de ventas de A es por lo menos

80% de las ventas totales de A y B. Sin embargo, la compañía no puede vender más de
100 unidades de A por día. Los dos productos utilizan una materia prima, cuya
disponibilidad máxima diaria se limita a 240 libras al día. Las proporciones de
utilización de la materia prima son de 2 libras para cada unidad de A y de 4 libras para
cada unidad de B. Los precios unitarios de A y B son de 20 y 50 dólares,
respectivamente.
a) Determine la mezcla óptima de los dos productos

Identificación de Variables:

Producto A= X1
Producto B= X2

Función objetivo:

Z (MAX) = 20X1 + 50X2

Restricciones:

Volumen de Venta X1≥ 0.80 (X1 + X2)

Demanda de A X1 ≤ 100
Disponibilidad de Materia Prima 2X1+ 4X2 ≤ 240
Función de No negatividad X1+X2 ≥ 0

ABSTRACCIÓN

0.20X1 – 0.80X2 = 0
X1 = 100
2X1 + 4X2 = 240

Primera restricción
Cuando X1=0 Cuando X2=0
0.20*0 - 0.80X2 = 0 0.20X1 – 0.80 (0) = 0

X2 = 0 / 0.80 X1 = 0/0.20
X2 = 0 X 1= 0
P (0; 0) P (0; 0)

Segunda restricción

X1 = 100

P (100; 0)

X en la tercera restricción

X1 = 100

2(100) + 4X2 = 240

X2 = (240 – 200) /4
X2= 10
P (100; 10)
Remplazando valores en Z (MAX)

Z (MAX) = 20(80) + 50(20)

Z = 2600
ANALISIS

Al realizar el ejercicio podemos mencionar que la mescla óptima para la empresa es de

80 de la variable X1(Producto A), del mismo modo se debe producir 20 de la variable
X2 (Producto B) , para así obtener una utilidad de 2600 dólares.

Ejercicio N° 11

Una compañía que opera 10 horas al día fabrica cada uno de los productos en tres
procesos en secuencia. La siguiente tabla resume los datos del problema.

Minutos por Unidad

Producto Proceso 1 Proceso 2 Proceso 3 Utilidad por
unidad
A 10 6 8 $2
B 5 20 10 $3

Determine la mezcla óptima de los dos productos.

Supongamos que se están considerando los tres procesos para una expansión y usted
necesita determinar su prioridad. Diseñe una forma lógica para lograr esta meta.

FUNCIÓN OBJETIVO
Z ( max )=2 X 1 +3 X 2

RESTRICCIONES

Disponibilidad de tiempo en el proceso 1 10 X 1 +5 X 2 ≤600

1

Disponibilidad de tiempo en el proceso 2 6 X 1 +20 X 2 ≤ 600

2

Disponibilidad de tiempo en el proceso 3 8 X 1 +10 X 2 ≤ 600

3

Variables de no negatividad X 1 , X 2 ≥0

PROBLEMA ORIGINAL CON RESPUESTAS.

RESULTADOS CON ITERACIONES

SOLUCIÓN GRÁFICA

ABSTRACCIÓN
10 X 1 +5 X 2=600(¿−4)

6 X 1 +20 X 2=600

Método de sustitución para encontrar X 2 (restricción 1 y 2)

−40 X 1 −20 X 2=−2400
6 X 1 +20 X 2=600
−34 X 1=−1800
−1800
X 1=
−34
X 1 =52.94

Remmplazamos X 2 en la restricción 1 para encontrar X 1

6 X 1+20 X 2=600
6( 52.94)+ 20 X 2=600
317.64+20 X 2=600
X 2=14.12

Reemplazamos en la función objetivo para determinar la utilidad.

Z ( max )=2 (52.94 ) +3 ( 14.12 )

Z ( max )=148.24

INTERPRETACIÓN
Para maximizar su utilidad la compañía debe producir diariamente 52.94 unidades del
producto A y 14.12 unidades del producto B, consiguiendo una utilidad diaria de 148.24
dolares.

Ejercicio N° 12

24) Almacén Familiar puede anunciar sus productos en la radio o la televisión locales.
El presupuesto para anuncios está limitado a 10. 000 dólares al mes. Cada minuto de
anuncios por la radio cuesta 154 dólares y cada minuto de comerciales por televisión
cuesta 300 dólares. A la empresa le agrada utilizar los anuncios por radio por lo menos
el doble de los anuncios por televisión. Por lo pronto, no es práctico utilizar más de 400
minutos de anuncios por radio. La experiencia pasada muestra que se calcula que los
anuncios por televisión son 25 veces más efectivos que los de la radio.
Determine la asignación óptima del presupuesto para los anuncios por radio y
televisión.
Determine el valor por unidad de incrementar el límite mensual en la publicidad por
radio.
Si el presupuesto mensual se aumenta a 15. 000 dólares, utilice la definición valor de la
unidad para determinar la medida resultante de la efectividad publicitaria.
Función Objetivo:
Z (máx.)= 154X1 +300X2
Restricciones:

Costo por anuncio: 154X1 +300X2 ≤ 10 000

Relación entre radio y X1 ≤ 2X2
Tv:
Tiempo en radio: X1 ≤ 400

Variable de no negatividad:
X1,X2 ≥ 0
Solución Grafica

Método Simplex
154X1 +300X2+S1 = 10 000
X1-2X2+S2 =0
X1 +S3 = 400

Solución mediante el programa

 X1 = 32 X2 = 16
Z (máx.)=154(32)+300(16)=
9728

Interpretación: Se debe realizar 32 anuncios por radio y 16 anuncios por televisión para
optimizar nuestro gasto hasta unos 9728 dólares. Si incrementamos nuestro presupuesto
hasta un 15 000 dólares de vemos realizar 48 anuncios por radio y 24 anuncios por
televisión y optimizaremos nuestro gasto hasta unos 14 592 dólares.
TERCER
PARCIAL
METODO TRANSPORTE Y ASIGNACION
El problema general del transporte se refiere a la distribución de mercancía desde
cualquier conjunto de centro de suministro, denominados orígenes (fuentes), hasta
cualquier conjunto de centros de recepción, llamados destinos, de tal forma que se
minimicen los costos totales de distribución. Cada origen tiene que distribuir ciertas
unidades a los destinos y cada destino tiene cierta demanda de unidades que deben
recibir de los orígenes.

Image 01
Fuente:

(blogspot, 2014)
Como se puede observar cualquier modelo de transporte se compone de unidades de un
bien a distribuir, m orígenes, n destinos, recursos en el origen, demandas en los destinos
y costos de distribución por unidad. Adicionalmente, se tienen varios supuestos:
Supuesto de requerimientos: cada origen tiene un suministro fijo de unidades que se
deben distribuir por completo entre los destinos.
Supuesto de costo: el costo de distribuir unidades de un origen a un destino cualquiera
es directamente proporcional al número de unidades distribuidas.
Propiedad de soluciones factibles: un problema de transporte tiene soluciones factible si
y sólo si la sumatoria de recursos en lo m orígenes es igual a la sumatoria de demandas
en los destinos.
Propiedad de soluciones enteras: En los casos en los que tanto los recursos como las
demandas toman un valor entero, todas las variables básicas (asignaciones), de
cualquiera de las soluciones básicas factibles (inclusive la solución optima), asumen
también valores enteros.
Debido a la particularidad del modelo de transporte la forma tabular Símplex adquiere
una estructura que facilita el proceso de asignación a las variables básicas, tal se
muestra a continuación:

Imag 02
fuente (blogspot, 2014)
En los renglones se ubican los orígenes indicando en la columna de la derecha los
recursos (oferta disponible). En las columnas se ubican los distintos destinos indicando
en el último renglón los totales demandados. En el pequeño recuadro ubicado en la
margen superior derecha se indica el costo de distribuir una unidad desde el origen hasta
ese destino y en la parte inferior de cada recuadro se registran las asignaciones Xi para
cada variable. En los casos donde la sumatoria de los recursos y las demanda no sean las
mismas, se agrega un origen o destino ficticio con la cantidad que permita cumplir la
propiedad de soluciones factibles.
Después de planteado el modelo de transporte, el siguiente paso es obtener una solución
básica factible, la cual se puede obtener a partir de cualquiera de los criterios
siguientes:
Regla de la esquina noroeste.
Costos indirectos
Salto de piedra en piedra
Método de la ruta preferente.
Método de aproximación de Vogel
Antes de explicar el procedimiento para cada uno de estos criterios de asignación para
encontrar la solución inicial BF, se debe conocer el número de variables básicas, el cual
se determina con la expresión: m + n - 1. En el modelo anterior 3 + 2 - 1 = 4 variables
básicas.
Regla de la esquina noroeste: la primera elección X11, es decir, se inicia la asignación
por la esquina noroeste de tabla. Luego se desplaza a la columna de la derecha si
todavía quedan recursos en ese origen. De lo contrario se mueve al reglo debajo hasta
realizar todas las asignaciones.( (blogspot, 2014)
Salto de piedra en piedra
Según ( (UNAD, 2014)
Las piedras serán las cantidades asignadas a cada casilla de la tabla.
Se llamaran charcos las casillas vacías de la tabla.
Salto horizontal en piedra, es decir en forma vertical o en forma horizontal.
Realizar el mínimo de saltos posibles.
La casilla a evaluar comienza con un signo (+) positivo y a medida en que se va
recorriendo la ruta escogida se van alternando los signos.
Buscar un salto de línea cerrada (donde empieza termina).
Si la ruta asignada es correcta, sumamos algebraicamente los costos y la respuesta debe
dar positiva, es decir que los valores positivos sean mayores que los valores negativos.
Si la ruta no es correcta se debe reasignar.
Reubicación: Tomamos las cantidades de las casillas negativas y elegimos el valor más
pequeño entre ellos, para restárselo a las cantidades negativas y sumárselo a las
positivas.

Image 03
fuente( UNAD,
2014)
“METODO DE APOXIMACIÓN VOGEL”
Según  (Taha, 2004) el Método de Vogel es:
El método de aproximación de Vogel es un método de resolución de problemas de
transporte capaz de alcanzar una solución básica no artificial de inicio, este modelo
requiere de la realización de un número generalmente mayor de iteraciones que los
demás métodos heurísticos existentes con este fin, sin embargo produce mejores
resultados iniciales que los mismos.
CARACTERÍSTICAS
Al igual que otros métodos de algoritmo de solución básica factible, se debe enviar las
mayores cantidades al mayor costo posible’ este busca enviar las mayores cantidades a
menor costo
Tienen diferentes orígenes con diferentes destinos.
Un origen puede abastecer a diferentes destinos.
Al finalizar el ejercicio la oferta y la demanda deben de ser satisfecha en su totalidad y/o
terminado sus valores en cero.
La aproximación de Vogel finaliza en costo mínimo.
Es más elaborado que los anteriores, más técnico y dispendioso.
Tiene en cuenta los costos, las ofertas y las demandas para hacer las asignaciones.
Generalmente nos deja cerca al óptimo

VENTAJAS
Conduce rápidamente a una mejor solución. Mediante los cálculos de las llamadas
penalizaciones de fila y columna, los cuales representan el posible coste despenalización
que se obtendría por no asignar unidades a transportar a una determinada posición. 
Tiene en cuenta en el análisis la diferencia entre los menores costos de
transporte, mediante los cálculos de las llamadas penalizaciones de fila y columna, los
cuales representan el posible coste de penalización que se obtendría por no asignar
unidades a transportar a una determinada posición. 
DESVENTAJAS
No aporta ningún criterio que permita determinar si la solución obtenida por este
método es la mejor (óptima) o no.
Requiere mayores esfuerzos de cálculos que el Método de la esquina noroeste

APLICACIÓN

El modelo se utiliza para ayudar a la toma de decisiones en la realización de

actividades como: control de inventarios, flujo de efectivo, programación de niveles de
reservas en prensas entre otras. Este método es heurístico y suele producir una mejor
solución inicial, produce una solución inicial óptima, o próxima al nivel óptimo.

CONNOTACION
Este método requiere mayor esfuerzo que el método de la Esquina Noreste pero
conduce a una solución inicial bastante mejor, pues tiene en cuenta la información de
los costes de transporte a través de penalizaciones desfila y columna, que representa el
posible coste de penalización que se obtendría por no situar unidades a transportar en
una determinada posición.

MÉTODO DEL COSTO MÍNIMO

Según (BLOGSPOTS)El método del costo mínimo o de los mínimos costos es un
algoritmo desarrollado con el objetivo de resolver problemas de transporte o
distribución, ya que su principal objetivo es enfocarse en las rutas que presentan
menores costos.
ASIGNACIÓN
Se utiliza para asignar tareas aplicando el método HUMGARO.
Se debe tener en cuenta que se debe tener siempre matrices cuadradas, al no tener una
matriz cuadrada se deberá aumentar una fila o columna ficticia.
MINIMIZAR
Restar primero en cada fila el menor costo
MAZIMIZAR
Se debe restar el mayor costo a todos los costos que tenga.

EJERCICIOS
Ejercicio N°1
La compañía de intermediación financiera H^K acaba ser instruida por uno de sus
clientes para que invierta $250,000 de su dinero que obtuvo recientemente por la venta
de unos terrenos. El cliente tiene un buen grado de confianza con la casa inversora, pero
también tiene sus propias ideas sobre la distribución de los fondos que se van a invertir.
En particular, solicita que la firma elija las acciones y bonos que crea que están bien
valuados, pero dentro de los siguientes lineamientos:
(a) Los bonos municipales deben constituir, por lo menos, 20% de la inversión
(b) Por lo menos, 40% de los fondos debe ser colocado en una combinación de
compañías electrónicas, aeroespaciales y farmacéuticas.
(c) No más de 50% de la suma invertida en bonos municipales debe ser colocado en
acciones de alto rendimiento y alto riesgo de una casa de beneficencia. Sujeto a estas
restricciones, el objetivo del cliente es maximizar el rendimiento proyectado de las
inversiones. Los analistas de H^K, conscientes de estos lineamientos, preparan una lista
de acciones y bonos de alta calidad y sus tasas de rendimiento correspondientes

Inversiones Tasa rendimiento proyectado

(%)
Bonos municipales de Los Ángeles 5,3 X1
Thompson Electrónicos 6,8 X2
Corporación Aero espacial unida 4,9 X3
Droguería Palmer 8,4 X4
Casa de beneficencia días felices 11,8 X5

Formule el modelo de programación lineal y determine la selección de cartera a través

de la técnica del simplex
Zmáx= 5,3X1 + 6,8X2 + 4,9X3 + 8,4X4 + 11,8X5
Restricciones:
Requerimiento de bonos municipales X1 ≥ 50,000
Requerimiento de la combinación de compañías X2 + X3 + X4 ≥ 100000
Suma invertida en bonos municipales X5 ≤ 125000
Abastracciones:
X1 – s1 + m1 = 50,000
X2 + X3 + X4 – s2 + m2 = 100000
X5 + s3 = 125000

Cj 5,3 6,8 4,9 8,4 11,8 M 0 M 0 0

Xj bn X1 X2 X3 X4 X5 m1 s1 m2 s2 S3

Iteración 1

0 m1 50.000 1 0 0 0 0 1 -1 0 0 0

0 m2 100.000 0 1 1 1 0 0 0 1 -1 0

0 s3 125.000 0 0 0 0 1 0 0 0 0 1

zj 150.000 4,3 5,8 3,9 7,4 11,8 0 1 0 1 0

cj-zj 1 1 1 1 0 0 -1 0 -1 0

Iteración 2
5,3 X1 50.000 1 0 0 0 0 1 -1 0 0 0

0 m2 100.000 0 1 1 1 0 0 0 1 -1 0

0 s3 125.000 0 0 0 0 1 0 0 0 0 1

zj 100.000 5,3 5,8 3,9 7,4 11,8 1 0 0 1 0

cj-zj 0 1 1 1 0 -1 0 0 -1 0

Iteración 3

5,3 X1 50.000 1 0 0 0 0 1 -1 0 0 0

6,8 X2 100.000 0 1 1 1 0 0 0 1 -1 0

0 s3 125.000 0 0 0 0 1 0 0 0 0 1

zj 0 5,3 6,8 4,9 8,4 11,8 1 0 1 0 0

cj-zj 0 0 0 0 0 -1 0 -1 0 0

Iteración 4

5,3 X1 50.000 1 0 0 0 0 1 -1 0 0 0

6,8 X2 100.000 0 1 1 1 0 0 0 1 -1 0

0 s3 125.000 0 0 0 0 1 0 0 0 0 1

zj 945.000,03 5,3 6,8 6,8 6,8 0 5,3 -5,3 6,8 -6,8 0

cj-zj 0 0 -1,9 1,6 11,8 -5,3 5,3 -6,8 6,8 0

Iteración 5

5,3 X1 50.000 1 0 0 0 0 1 -1 0 0 0

6,8 X2 100.000 0 1 1 1 0 0 0 1 -1 0

11,8 X5 125.000 0 0 0 0 1 0 0 0 0 1

zj 2.420.000,05 5,3 6,8 6,8 6,8 11,8 5,3 -5,3 6,8 -6,8 11,8

cj-zj 0 0 -1,9 1,6 0 -5,3 5,3 -6,8 6,8 -11,8

Análisis e interpretación de resultados:

Se obtuvo un máximo rendimiento proyectado de las inversiones de $ 2.420.000,05
además en el requerimiento de bonos municipales fue de $ 50,000, el requerimiento de
la combinación de compañías fue de $ 100000 y la suma invertida en bonos
municipales fue de $ 125000 para poder obtener la máxima ganancia.
Ejercicio N°2
El famoso restaurante Kentucky Friend Chicken está abierto las 24 horas del día. Los
meseros y sus ayudantes entran a las 3 am, 7 am, 11 am, 3 pm y 11 pm y cada uno cubre
un turno de 8 horas. La siguiente tabla muestra el número mínimo de trabajadores
necesarios durante los periodos en que se divide el día.

# meseros y
ayudantes
periodo horario requeridos

1 3am-7am 3

2 7am-11am 12

3 11am-3pm 16

4 3pm-7pm 9

5 7pm-11pm 11

6 11pm-3am 4

El problema de programación de horarios de KFC es determinar cuántos meseros y

ayudante deberán reportarse al trabajo al inicio de cada periodo para minimizar el
personal toral requerido durante un día de operación (sugerencia: sea x1= número de
meseros y ayudantes que empiezan a trabajar en el periodo i, donde i= 1, 2, 3, 4, 5, 6)

RESOLUCION
X1= # meseros y ayudantes periodo 1
X2=# meseros y ayudantes periodo 2
X3=# meseros y ayudantes periodo 3
X4=# meseros y ayudantes periodo 4
X5=# meseros y ayudantes periodo 5
X6=# meseros y ayudantes periodo 6
PRIMAL

Función objetivo
Z (min)= x1+x2+x3+x4+x5+x6
Variable de no negatividad
x1;x2;x3;x4;x5;x6
Restricciones
x1+x6>=3 requerimiento de empleados en el primer periodo
x1+x2>=12 requerimiento de empleados en el segundo periodo
x2+x3>=16 requerimiento de empleados en el tercer periodo
x3+x4>=9 requerimiento de empleados en el cuarto periodo
x4+x5>=11 requerimiento de empleados en el quinto periodo
x5+x6>=4 requerimiento de empleados en el sexto periodo

DUAL SIMPLEX
Función objetivo
Z (max)= 3y1+12y2+12y3+9y4+11y5+4y6
Restricciones
y1+y2<= 1
y2+y3<= 1
y3+y4<= 1
y4+y5<= 1
y5+y6<= 1
y1+y6<= 1
Abstracciones
Y1+y2+0y3+0y4+0y5+0y6+s1+0s2+0s3+0s4+0s5+0s6=1
0Y1+y2+y3+0y4+0y5+0y6+0s1+s2+0s3+0s4+0s5+0s6=1
0Y1+0y2+y3+y4+0y5+0y6+0s1+0s2+s3+0s4+0s5+0s6=1
0Y1+0y2+0y3+y4+y5+0y6+0s1+0s2+0s3+s4+0s5+0s6=1
0Y1+0y2+0y3+0y4+y5+y6+0s1+0s2+0s3+0s4+s5+0s6=1
Y1+0y2+0y3+0y4+0y5+y6+0s1+0s2+0s3+0s4+0s5+s6=1
cj 1 1 1 1 1 1 0 0 0 0 0 0

y b y y y y y y s s s s s
j n 1 2 3 4 5 6 1 s2 3 4 5 6

s
0 1 1 1 1 0 0 0 0 1 0 0 0 0 0

s
0 2 1 0 1 1 0 0 0 0 1 0 0 0 0

s
0 3 1 0 0 1 1 0 0 0 0 1 0 0 0

s
0 4 1 0 0 0 1 1 0 0 0 0 1 0 0

s
0 5 1 0 0 0 0 1 1 0 0 0 0 1 0

s
0 6 1 1 0 0 0 0 1 0 0 0 0 0 1

zj 0 0 0 0 0 0 0 0 0 0 0 0 0

zj-
cj - -1 -1 -1 -1 -1 -1 0 0 0 0 0 0

#
#
#
#
1 *
1
#
#
#
#

cj 1 1 1 1 1 1 0 0 0 0 0 0

b y y y y y y s s s s s
yj n 1 2 3 4 5 6 1 s2 3 4 5 6
 s
0 1 1 1 1 0 0 0 0 1 0 0 0 0 0

s
0 2 1 0 1 1 0 0 0 0 1 0 0 0 0

y
1 4 1 0 0 1 1 0 0 0 0 1 0 0 0

s -
0 4 0 0 0 -1 0 1 0 0 0 1 1 0 0

s
0 5 1 0 0 0 0 1 1 0 0 0 0 1 0

s
0 6 1 1 0 0 0 0 1 0 0 0 0 0 1

zj 1 0 0 1 1 0 0 0 0 1 0 0 0

zj-
cj - -1 -1 0 0 -1 -1 0 0 1 0 0 0

cj 1 1 1 1 1 1 0 0 0 0 0 0

b y y y y y y s s s s s
yj n 1 2 3 4 5 6 1 s2 3 4 5 6

s
0 1 1 1 1 0 0 0 0 1 0 0 0 0 0

s
0 2 1 0 1 1 0 0 0 0 1 0 0 0 0

y
1 4 1 0 0 1 1 0 0 0 0 1 0 0 0

s -
0 4 0 0 0 -1 -1 0 0 0 0 1 0 0 0

y
1 6 1 0 0 0 0 1 1 0 0 0 0 1 0

s -
0 6 0 1 0 0 0 -1 0 0 0 0 0 1 1

zj 2 0 0 1 1 1 1 0 0 1 0 1 0
 zj-
cj - -1 -1 0 0 0 0 0 0 1 0 1 0

x x x x
x1 x2 3 4 5 6

cj 1 1 1 1 1 1 0 0 0 0 0 0

b y y y y y y s s s s
yj n 1 2 3 4 5 6 s1 s2 3 4 5 6

y
1 1 1 1 1 0 0 0 0 1 0 2 -7 -4 0

s
0 2 1 0 1 1 0 0 0 0 1 0 0 0 0

y
1 4 1 0 0 1 1 0 0 -14 0 1 0 0 0

s
0 4 0 0 0 -1 -1 0 0 0 0 -1 0 0 0

y
1 6 1 0 0 0 0 1 1 0 -15 0 0 1 0

s
0 6 -1 0 -1 0 0 -1 0 -1 0 -2 7 3 1

zj 3 1 1 1 1 1 1 -13 -14 -2 -7 -4 0

zj-
cj - 0 0 0 0 0 0 -13 -14 -2 -7 -4 0

Análisis:
El restaurante KFC para poder minimixar el total de sus empleados requeridos debe
solicitar:
13 ayudantes en el primer periodo.
14 ayudantes en el segundo periodo
2 ayudantes en el tercer periodo
7 ayudantes en el cuarto periodo
4 ayudantes en el quinto periodo
Y ningún ayudante en el último periodo, es decir que de 11pm a 3 am el restaurante
debe cerrar.
En total el restaurante solo necesitara 30 ayudantes que es lo mínimo que necesita.
De esta manera el restaurante minimizara los ayudantes requeridos, y dará una buena
atención al público.

Ejercicio N°3
SALTO DE PIEDRA A PIEDRA Ó CRUCE DEL ARROYO Ó CRUCE DEL RÍO

Consiste en asignar los casilleros vacíos, y que por lo menos estén tres llenos.

Destino A B C Disponibilidades
Origen

5 8 7
90 10 -
1 100

6 4 9
2 80
- 80 -

3 7 5 + 6 70

-
 - 20 50

+ -
8 6 10
4 - - 50 50

300
Demandas 90 110 100
300

- + +6−5+6−10=−3
5 6
20-20 50+20

+ -
6 10
20 50-20

Destino A B C Disponibilidades
Origen

 -  +
5 8 7
90 10 -
1 100

6 4 9
2 80
- 80 -

7 5 6
3 70
- - 70

4 8 + 6 - 10 50
 - 20 30

300
Demandas 90 110 100
300

Rutas:
1− A=90 x 5
1−B=10 x 8
2−B=80 x 4
3−C=70 x 6
4−B=20 x 6
4−C=30 x 10

Z ( min ) =1690

 -  +
8 7
10--10 10

4 9

80 -

5 6

70

+ -
6 10
20+10 30--10

Destino A B C Disponibilidades

Origen
 5 8 7
90 - 10
1 100

6 4 9
2 80
- 80 -

7 5 6
3 70
- - 70

8 6 10
4 - 30 20 50

300
Demandas 90 110 100
300

Rutas:
1− A=90 x 5
2−B=80 x 4
3−C=70 x 6
4−B=30 x 6
4−C=20 x 10
1−C=10 x 7

Z ( min ) =1640

Ejercicio N°4
 DESTINO A B C D Disponibilidad
CONSUMO

1 10 12 9 15 140

2 7 8 10 14 160

3 9 11 13 12 200

4 8 9 10 14 150

Demanda 100 150 150 200 600 650

El ejercicio se encuentra desbalanceado, se procede a balancearlo:

DESTINO A B C D E Disponibilidad
ORIGEN

1 10 12 9 15 0 140
2 7 8 10 14 0 160
3 9 11 13 12 0 200
4 8 9 10 14 0 150
Demanda 100 150 150 200 50 650 650

DESTINO
Disponibilid
A B C D E
ad
ORIGEN

10 12 9 15 0
1 100 40 * 140

7 8 10 14 0
2 110 50 160

9 11 13 12 0
3 100 100 200
 8 9 10 100 14 0
50 150
4

Demanda 100 150 150 200 50

650 650

Zmin=$6760

Numero de envíos ≥ número de casillas llenas

n+m-1 = número de casillas llenas
5+4-1 = 8
8 = 8
Búsqueda del menor negativo:
2-A = 7-10+12-8=1
1-C = 9-12+8-10=-5
3-B = 11-8+11-13=1
2-D = 14-10-12+13=5
4-C = 10-13-14+12=-5
3-E =0-12-0+14=2
4-A = 8-10+12-8+10-13+12-14=-3

DESTINO
Disponibilid
A B C D E
ad
ORIGEN

10 12 9 15 0
1 100 40 140

7 8 10 14 0
2 150 10 160
 9 11 13 12 0
3 100 100 200

8 9 * 10 100 14 0
50 150
4

Demanda 100 150 150 200 50

650 650

Z min=$6200
Numero de envíos = número de casillas llenas
n+m-1 = número de casillas llenas
5+4-1 = 8
8 = 8
Búsqueda del menor negativo:
2-A=4 1-D=7
1-B=5 2-D=5
3-B=0 3-E=2
4-C=-5

DESTINO
Disponibilid
A B C D E
ad
ORIGEN

10 12 9 15 0
1 100 40 140

7 8 10 14 0
2 150 10 160

9 11 13 12 0
3 200 200

8 9 10 14 0
50 150
4 100
Demanda 100 150 150 200 50
650 650

Z min= $6060

Numero de envíos = número de casillas llenas

n+m-1 = número de casillas llenas
5+4-1 = 8
8 = 7

Numero de envíos = número de casillas llenas

n+m-1 = número de casillas llenas+comodin
5+4-1 = 7+∝
1 = ∝

Debido a que no existe ningún valor negativo dentro de los espacios libres utilizando el
comodín esta es la respuesta final.
Todas las asignaciones satisfacen por lo tanto:
Z ( min ) =100 ( $ 10 ) +150 ( $ 8 ) +40 ( $ 9 ) +10 ( $ 10 ) +100 ( $ 10 )+200 ( $ 10 ) +50 ( $ 0 )=$ 5660

Para obtener el menor costo en el envío de la mercadería se debe:

Enviar 100 artículos del origen 1 al destino A con un costo unitario de $10.
Enviar 150 artículos del origen 2 al destino B con un costo unitario de $8.
Enviar 40 artículos del origen 1 al destino C con un costo unitario de $9.
Enviar 10 artículos del origen 2 al destino C con un costo unitario de $10.
Enviar 100 artículos del origen 4 al destino C con un costo unitario de $10.
Enviar 200 artículos del origen 3 al destino D con un costo unitario de $12.
Enviar 50 artículos del origen 4 al destino E con un costo unitario de $0.
Ejercicio N°5

A B C Disponibilidad

6 4 9
W 200

10 5 8
X 175

12 7 6
Y 75

Demanda 250 100 150 500 450

A B C Disponibilidad

6 4 9 c1=0 #envíos=m+n-1
W 200
200 6=6

10 5 8 c2=4
X 175
50 100 25

12 7 6 c3=2
Y 75
75

0 0 0 c4=-4
Z 50
* 50

Demanda 250 100 150 500 500

b1=6 b2=1 b3=4

z(min)=200*6+50*10+100*5+25*8+75*6+50*0
z(min)=2850
6 1 4 6 4 9 0 -3 -5

10 5 8 10 5 8 0 0 0
- =
8 3 6 12 7 6 -4 -4 0

2 -3 0 0 0 0 2 -3 0

A B C Disponibilidad

6 4 9 c1=0 #envíos=m+n-1
W 200
200 5≠6

10 5 8 c2=4
X 175
 100 75

12 7 6 c3=2
Y 75
75

0 0 0 c4=-6
Z 50
50

Demanda 250 100 150 500 500

b1=6 b2=1 b3=4

z(min)=200*6+100*5+75*8+75*6+50*0
z(min)=2750

6 1 4 6 4 9 0 -3 -5

10 5 8 10 5 8 0 0 0
- =
8 3 6 12 7 6 -4 -4 0

0 -5 -2 0 0 0 0 -5 -2
Bibliografía
blogspot. (16 de octubre de 2014). Recuperado el 08 de febrero de 2016, de blogspot:
http://investigaciondeoperacionesind331.blogspot.com/p/metodo-de-transporte.html
UNAD. (octubre de 2014). Recuperado el 08 de febrero de 2016, de UNAD:
http://datateca.unad.edu.co/contenidos/102016/CONTENIDOS/Exe_nuevo/
leccin_14_prueba_de_la_optimalidad_o_salto_de_la_piedra.html
BLOGSPOTS. (s.f.). Obtenido de
http://calculemoscostos.blogspot.com/2013/10/ejercicio-de-aplicacion-metodo-
del_1335.html
Taha, H. A. (2004). Investigación de operaciones (Septima Edicion ed.). (G. T.
Mendoza, Ed.) Mexico, Mexico: PEARSON EDUCACION DE MEXICO.