PROBLEMAS DE TAREA, PROGRAMACIÓN LINEAL APLICADA.

LIBRO DE TAHA. INJVESTIGACIÓN DE OPERACIONES. 9ª. EDICIÓN.

Página Problemas
22 15 Y 16
46 3, 4 Y 5
51 4
60 2Y3

15. Top Toys planea una nueva campaña de publicidad por radio y TV. Un
comercial de radio cuesta $300 y uno de TV $2000. Se asigna un presupuesto
total de $20,000 a la campaña. Sin embargo, para asegurarse de que cada medio
tendrá por lo menos un comercial de radio y uno de TV, lo máximo que puede
asignarse a uno u otro medio no puede ser mayor que el 80% del presupuesto
total. Se estima que el primer comercial de radio llegará a 5000 personas, y que
cada comercial adicional llegará sólo a 2000 personas nuevas. En el caso de la
televisión, el primer anuncio llegará a 4500 personas y cada anuncio adicional
a 3000. ¿Cómo debe distribuirse la suma presupuestada entre la radio y la TV?

Variables de decisión:
x1= cantidad de comerciales de radio a realizar.
x2= cantidad de comerciales de tv a realizar.

Función objetivo: Maximizar a la gente a la que llegan los comerciales

MaxZ=[5000x1+2000(x1-1)] + [4500x2 + 3000 (x2-1)]
[“-1”=se resta por el alcance del primer comercial]

Los 5000 en x1 y los 2000 en x2 son del primer comercial

Restricciones:

Presupuesto--------------------- $ 300x1 + $2000x2 (disponible) <= $20000

Radio no mayor al 80%------ $300x1 (disponible 80%) <= $16000
Tv no mayor al 80%---------- $2000x2 (disponible 80%) <=$16000

Modelo:

MaxZ=2000x1+3000x2
Sa. 300x1+2000x2<=20000
300x1 <=16000
2000x2<=16000
X1,x2>=0
 Desarrollo en TORA

Sustituyendo lo que tenemos en la función objetivo:

MaxZ= 5000+2000(52)+4500+3000(1) =
5000+104000+4500+3000=116,500 personas

La solución indica que hay que hacer 53 comerciales en total de radio y 2 de

televisión, para llegar a un alcance de 116,500 personas con los anuncios.

16. Burroughs Garment Company fabrica camisas para caballero y blusas de

dama para las tiendas de descuento Walmart, corporación que aceptará toda la
producción surtida por Burroughs. El proceso de producción incluye el corte, la
costura y el empaque. Burroughs emplea 25 trabajadores en el departamento de
corte, 35 en el de costura, y 5 en empaque. La fábrica trabaja un turno de 8 horas,
5 días a la semana. La siguiente tabla muestra los requerimientos de tiempo y
utilidades por unidad para las dos prendas:

Variables de decisión:

x1= Cantidad de camisas a fabricar (Utilidad=$8)

x2= Cantidad de blusas a fabricar (Utilidad=$12)
Función objetivo: MaximizarZ= 8x1+12x2

Restricciones:
Si cada trabajador puede trabajar 8 horas (480 minutos), la cantidad de minutos
disponible para cada proceso se multiplica por la cantidad de trabajadores que se
tengan disponibles / empleados, dando como resultado las cantidades siguientes:

Corte: 480 minutos x 25 empleados= 12000 minutos

Costura: 480 minutos x 35 empleados= 16800 minutos
Empaque: 480 minutos x 5 empleados= 2400 minutos

Proceso Camisas Blusas Oferta Tiempo

Corte 20 60 <= 12000 mins
Costura 70 60 <= 16800 mins
Empaque 12 4 <= 2400 mins

Modelo:

MaxZ=8x1+12x2
s.a. 20x1+60x2<=12000
70x1+60x2<=16800
12x1+4x2 <= 2400
x1,x2>=0
Desarrollo en TORA

En conclusión, Burroughs Garment Company necesita fabricar al día 96 camisas y

168 blusas para obtener una ganancia máxima diaria de $2,784.00
3. Un fabricante produce tres modelos, I, II y III, de un producto determinado con
las materias primas A y B. La siguiente tabla proporciona los datos del problema:

Las horas de trabajo por unidad del modelo I son dos veces las del II y tres veces
las del III. Toda la fuerza de trabajo de la fábrica puede producir el equivalente a
1500 unidades del modelo 1. Los requerimientos del mercado especifican las
proporciones 3:2:5 para la producción de los tres modelos respectivos. Formule el
problema como un programa lineal, y halle la solución óptima con AMPL, Solver o
TORA.

Variables de decisión:
xj= Cantidad del modelo j a producir (I,II,III)
Utilidades: x1=30, x2=20, x3=50

Función objetivo: MaxZ=30x1+20x2+50x3

Restricciones:
R6: x1 <=1500 horas + el doble de x2 (x2= ½ ) + el triple de x3 (x3=1/3)
R7: cada Mod I equivale a 2 Mod II, cada Mod II equivale a 3 Mod I,
2x1=3x2 2x1-3x2=0
R8: cada Mod II equivale a 5 Mod III, cada Mod III equivale a 2 Mod II,
5x1=2x2 5x1-2x2=0

Restricción Concepto Modelo I Modelo II Modelo III Tipo Cantidad

restricción
R1 Mat prima A 2 3 5 Oferta <= 4000
R2 Mat prima B 4 2 7 Oferta <= 6000
R3 Demanda 1 Demanda >= 200
modelo I
R4 Demanda 1 Demanda >= 200
modelo II
R5 Demanda 1 Demanda >= 150
modelo III
R6 Horas 1 0.5 0.33 Oferta 1500
trabajo
R7 Proporción I 2 -3 Igualdad = 0
R8 Proporción II 5 -2 Igualdad = 0
Modelo:

MaxZ=30x1+20x2+50x3
s.a. 2x1+3x2+5x3 <=4000
4x1+2x2+7x3 <=6000
x1 <= 200
x2 <= 200
x3 <= 150
2x1-3x2 = 0
5x2-2x3 = 0
xi>=0

Desarrollo en TORA

Iteraciones 1 y 2
Iteraciones 3 y 4

Iteraciones 5 y 6

Iteración 7 (tabla óptima)

En conclusión, se necesitan 324 unidades del modelo 1, 216 unidades del modelo
2 y 540 unidades del modelo 3 para obtener la máxima ganancia posible, la cual
es de $41, 081.08

4. La demanda de helado durante los tres meses de verano (junio, julio y agosto)
en All-Flavor Parlor se estima en 500, 600 y 400 cartones de 20 galones,
respectivamente. Dos mayoristas, 1 y 2, le surten helado a All-Flavors. Aunque los
sabores de los dos proveedores son diferentes, son intercambiables. El máximo
de cartones que cada proveedor puede surtir es de 400 por mes. Además, el
precio de los dos proveedores cambia de un mes al siguiente, según la tabla:

Para aprovechar la fluctuación del precio, All-Flavor puede comprar más de lo que
necesita en un mes y guardar el excedente para satisfacer la demanda en un mes
posterior. El costo de refrigerar un cartón de helado es de $5 por mes. En la
presente situación es realista suponer que el costo de refrigeración está en función
de la cantidad de cartones promedio disponibles durante el mes. Desarrolle un
modelo para determinar el programa óptimo de compra de helado a los dos
proveedores, y determine la solución óptima con TORA, Solver o AMPL.

Variables de decisión:

x661=Cantidad de productos del proveedor 1 en Junio

x671= Cantidad de productos del mes de Junio almacenados en Julio
x681= Cantidad de productos del mes de Julio almacenados en Agosto
x662= Cantidad de productos del proveedor 2 en Junio
x672= Cantidad de productos del mes de Junio almacenados en Julio
x682= Cantidad de productos de Junio almacenados en el mes de Agosto
x771= Cantidad de productos del proveedor 1 en el mes de Julio
x772= Cantidad de productos del proveedor 2 en el mes de Julio
x871= Cantidad de productos de almacenados en el mes de Agosto
x872= Cantidad de productos de almacenados en el mes de Agosto
xB32= Cantidad de productos del proveedor 1 de Agosto
xB33= Cantidad de productos del proveedor 2 de Agosto

Función objetivo: MinZ= 250x661+250x662+750x671+750x672+150x771

+150x772+200x871+200x872

Restricciones:

Modelo:

Desarrollo en TORA
5. La demanda de un artículo durante los siguientes cuatro trimestres es de 300,
400 y 250 unidades, respectivamente. El precio por unidad es de $20 en el primer
trimestre y se incrementa $2 cada trimestre en lo sucesivo. El proveedor no puede
surtir más de 400 unidades en cualquier trimestre. Aunque podemos aprovechar
los bajos precios en los primeros trimestres, se incurre en un costo de
almacenamiento de $3.50 por unidad de trimestre. Además, el máximo de
unidades que puede conservar de un trimestre al siguiente no puede exceder de
100. Desarrolle un modelo de PL para determinar el programa de compra óptimo
del artículo para satisfacer la demanda y determine la solución óptima con AMPL,
Solver o TORA.

Variables de decisión:

Restricciones:

Modelo:

Desarrollo en TORA

4. En una compañía camionera de cargas pequeñas, los andenes de la terminal

incluyen trabajadores eventuales contratados temporalmente para que se
encarguen de las cargas pico. En el andén de Omaha, Nebraska, la demanda
mínima de trabajadores eventuales durante los 7 días de la semana (a partir del
lunes) es de 20, 14, 10, 15, 18, 10 y 12 trabajadores. Cada trabajador es
contratado para que labore 5 días consecutivos. Desarrolle el modelo de PL y
determine una práctica de contratación semanal óptima de trabajadores
eventuales para la compañía utilizando AMPL, Solver o TORA.
Variables de decisión:

x1= cantidad de trabajadores eventuales que empiezan el lunes

x2= cantidad de trabajadores eventuales que empiezan el martes.
x3= cantidad de trabajadores eventuales que empiezan el miércoles
x4= cantidad de trabajadores eventuales que empiezan el jueves
x5= cantidad de trabajadores eventuales que empiezan el viernes
x6= cantidad de trabajadores eventuales que empiezan el sábado
x7= cantidad de trabajadores eventuales que empiezan el domingo

Función objetivo: MinZ=x1+x2+x3+x4+x5+x6+x7

Restricciones:

x1+x4+x5+x6+x7≥20Demanda de trabajadores del lunes

x1+x2+x5+x6+x7≥14Demanda de trabajadores del martes
x1+x2+x3+x6+x7≥10Demanda de trabajadores del miércoles
x1+x2+x3+x4+x7≥15Demanda de trabajadores del jueves
x1+x2+x3+x4+x5≥18Demanda de trabajadores del viernes
x2+x3+x4+x5+x6≥10Demanda de trabajadores del sábado
x3+x4+x5+x6+x7≥12Demanda de trabajadores del domingo

Modelo:

MinZ=x1+x2+x3+x4+x5+x6+x7
s.a x1 +x4+x5+x6+x7≥20
x1+x2 +x5+x6+x7≥14
x1+x2+x3 +x6+x7≥10
x1+x2+x3+x4 +x7≥15
x1+x2+x3+x4+x5 ≥18
x2+x3+x4+x5+x6 ≥10
x3+x4+x5+x6+x7 ≥12
xi>=0

Desarrollo en TORA
Iteraciones
SOLUCIÓN ÓPTIMA 1
SOLUCIÓN ÓPTIMA 2

SOLUCIÓN ÓPTIMA 3
SOLUCIÓN ÓPTIMA 4
Conclusión: Se recomienda contratar 8 trabajadores que empiecen los días lunes,
6 trabajadores los días jueves, 4 trabajadores los días viernes, 1 trabajador los
días sábados y 1 trabajador los días domingos para cumplir con la demanda
requerida de cada día, y con ello, minimizar el número de trabajadores de
la empresa para optimizar los recursos. Se trabajará con 20 trabajadores por
semana ya que son trabajos eventuales
EL PROBLEMA TIENE SOLUCIONES MÚLTIPLES PERO AL SER MINIMIZAR
LA ÓPTIMA ES LA QUE NOS DA 0

2. Una ferretería vende bolsas de tornillos, pernos, tuercas y rondanas. Los

tornillos vienen en cajas de 100 lb y cuestan $110 cada caja; los pernos vienen en
cajas de 100 lb y cuestan $150 cada una; las tuercas vienen en cajas de 80 lb y
cada una cuesta $70, y las rondanas vienen en cajas de 30 lb y su costo es de
$20 cada caja. La bolsa debe pesar por lo menos 1 lb e incluir, en peso, por lo
menos 10% de tornillos y 25% de pernos; no más de 15% de tuercas y cuando
mucho 10% de rondanas. Para balancear la bolsa, la cantidad de pernos no puede
exceder a la de tuercas o la de rondanas. El peso de un perno es 10 veces el de
una tuerca, y 50 veces el de una rondana. Desarrolle un modelo de PL para
determinar la combinación óptima de la bolsa, y halle la solución utilizando AMPL,
Solver o TORA.

Variables de decisión:

x1=peso de tornillos en libras a poner en la bolsa (valor=110/100, 11/10)

x2=peso de pernos en libras a poner en la bolsa (valor=150/100, 3/2)
x3=peso de tuercas en libras a poner en la bolsa (valor= 70/80, 7/8)
x4=peso de rondanas en libras a poner en la bolsa (valor=20/30, 2/3)

Función objetivo: MinZ=11/10x1+3/2x2+7/8x3+2/3x4

Restricciones:

Peso de la bolsa mayor a 1lb x1+x2+x3+x4>=0

Peso de tornillos en la bolsa x1>=0.1(x1+x2+x3+x4)
Peso de pernos en la bolsa x2>=0.25(x1+x2+x3+x4)
Peso de tuercas en la bolsa x3<=0.15(x1+x2+x3+x4)
Peso de rondanas en la bolsa x4<=0.1(x1+x2+x3+x4)
Peso de pernos menor a tuercas x2<=x3
Peso de pernos menor a rondanas x2<=x4
Peso de pernos 10x tuercas 1/10x2=x3
Peso de pernos 50x rondanas 1/50x2=x4
Condiciones de no negatividad xi>=0

Modelo:
MinZ=11/10x1+3/2x2+7/8x3+2/3x4
s.a x1+x2+x3+x4>=0
0.9x1-0.1x2-0.1x3-0.1x4>=0
-0.25x1+0.75x2-0.25x3-0.25x4>=0
-0.15x1-0.15x2+0.85x3-0.15<=0
-0.1x1-0.1x2-0.1x3+0.9x4<=0
x2-x3<=0
x2-x4<=0
1/10x2-x3=0
1/50x3-x4=0
xi>=0
Desarrollo en TORA

ITERACIONES
Concluimos que las bolsas deben tener un peso de 1.24 libras, las cuales deben
incluir lo siguiente:
(Tornillos) x1=0.58 libras
(Pernos) x2=0.38 libras
(Tuercas) x3=0.04 libras
(Rondanas) x4=0.01 libras

3. All-Natural Coop fabrica tres cereales, A, B y C, a partir de cuatro ingredientes:

copos de avena, pasas, coco rayado y almendras fileteadas. Las disponibilidades
diarias de los ingredientes son 5 toneladas, 2 toneladas, 1 tonelada y 1 tonelada,
respectivamente. Los costos correspondientes por tonelada son $100, $120, $110
y $200. El cereal A es una mezcla de 50:5:2 de avena, pasas y almendras. El
cereal B es una mezcla de 60:2:3 de avena, coco y almendras. El cereal C es una
mezcla de 60:3:4:2 de avena, pasas, coco y almendras. Los cereales se producen
en tamaños jumbo de 5 lb. All-Natural vende los cereales A, B y C a $2, $2.50 y
$3.00 por caja, respectivamente. La demanda diaria mínima de los cereales A, B y
C es de 500, 600 y 500 cajas, respectivamente. Desarrolle un modelo de PL para
determinar la mezcla de producción óptima de los cereales, así como las
cantidades asociadas de ingredientes, y halle la solución utilizando AMPL, Solver
o TORA.

Variables de decisión:

Restricciones:

Modelo:

Desarrollo en TORA