Está en la página 1de 12

UNIVERSIDAD NACIONAL MAYOR DE

SAN MARCOS
Universidad del Perú, DECANA DE AMÉRICA

FACULTAD DE INGENIERÍA INDUSTRIAL

EJERCICIOS
PROPUESTOS 32
DOCENTE: Dr. Anwar Julio Yarin Achachagua
CURSO: Investigación Operativa I
GRUPO: 2
INTEGRANTES:
Escate Ruiz, Lady Alessandra 20170134
Ponce Fretel, Santiago Elí 21170089
Reynaga Alvarado, Rommel Aarón 20170221
Rivas Mendoza, José Adrián 20170223
Telenta Chávez, Franco Nino 20170055
Doménico

HORARIO: Martes y Viernes 13:00 - 15:30


2022
RESOLUCIÓN DE PROBLEMAS PROPUESTOS 3
1. Un fabricante de acero produce 4 tamaños de vigas en I: Pequeño,
mediano, grande y extra grande. Estas vigas se pueden producir en
cualquiera de tres tipos de máquinas: A, B y C. A continuación, se
indican las longitudes (en pies) de las vigas I que pueden producir las
máquinas por hora.

MÁQUINA
VIGA
A B C

Pequeña 300 600 800

Mediana 250 400 700

Grande 200 250 600

Extra Grande 100 200 300

Supóngase que cada máquina se puede usar hasta 50 horas por


semana y que los costos de operación por hora de estas máquinas
son $30, $50 y $80 respectivamente. Supóngase además que,
semanalmente se requieren 10,000, 8,000, 6,000 y 6,000 pies de los
distintos tamaños de las vigas I. Formular el problema de
programación de máquinas como un programa lineal.

Solución:
En este programa se buscará minimizar los costos de producción en
el plazo de una semana.
𝑥𝑖 : Número de horas de uso de la máquina i (i = A, B, C)
F . O. Min Z = 30𝑥𝐴+ 50𝑥𝐵 + 80𝑥𝐶

Sujeta a:
Límite de horas de trabajo a la semana:
𝑥𝐴 ≤ 50

𝑥𝐵≤ 50

𝑥𝐶 ≤ 50

Producción requerida semanalmente:


300𝑥𝐴 + 600𝑥𝐵 + 800𝑥𝐶= 10000

250𝑥𝐴 + 400𝑥𝐵 + 700𝑥𝐶= 8000

200𝑥𝐴 + 250𝑥𝐵 + 600𝑥𝐶= 6000

100𝑥𝐴 + 200𝑥𝐵 + 300𝑥𝐶= 6000

Condición de existencia:
𝑥𝐴, 𝑥𝐵 , 𝑥𝐶 ≥ 0

2. Una compañía siderúrgica dispone de un horno, el cual debe ser


cargado en 2 toneladas de materiales para elaborar una aleación de
carácter especial, la cual por requisitos de calidad debe contener
mínimo el 15% de cobre, pero no más del 20% y máximo 17% de
fósforo. Para cargar el horno, la compañía cuenta con hierro,
tungsteno, níquel y carbono. Mediante un estudio químico se
estableció que el hierro contiene 7% de cobre y 9% de fósforo, el
tungsteno contiene 11% de cobre y 3% de fósforo, el níquel contiene
19% de cobre y 8% de fósforo; mientras que el carbono contiene 4%
de cobre y 17% de fósforo. Plantee el modelo de programación lineal
que se genera si sabe que un kilo de hierro cuesta $ 1000, una kilo de
tungsteno cuesta $ 4000, un kilo de níquel cuesta $ 3000 y una kilo
de carbono cuesta $ 3400.

Solución:

Materiales disponibles para la aleación


Requisito de
Material Hierro Tungsteno Níquel Carbono calidad

Cobre 7% 11% 19% 4% 15≤ x ≤ 20

Fósforo 9% 3% 8% 17% ≤ 17

Costo por kilo $1000 $4000 $3000 $3400

Sea:
𝑥1 = Kilos de hierro a utilizar en la aleación

𝑥2 = Kilos de tungsteno a utilizar en la aleación

𝑥3 = Kilos de níquel a utilizar en la aleación

𝑥4 = Kilos de carbono a utilizar en la aleación

Entonces, la función objetivo será minimizar los gastos en los


materiales comprados, pero garantizando los requisitos de calidad.
Min z = 1000 𝑥1 + 4000𝑥2 + 3000 𝑥3 + 3400𝑥4

Sujeto a:
0.07 𝑥1 + 0.11𝑥2 + 0.19 𝑥3 + 0.04𝑥4 ≥ 0.15 (2000) mínimo de cobre
0.07 𝑥1 + 0.11𝑥2 + 0.19 𝑥3 + 0.04𝑥4 ≤ 0.20 (2000) máximo de cobre

0.09 𝑥1 + 0.03𝑥2 + 0.08 𝑥3 + 0.17𝑥4 ≤ 0.17 (2000) máximo de fósforo

𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 = 2000 carga total del horno

𝑥1, 𝑥2, 𝑥3, 𝑥4 ≥ 0

3. La cadena de supermercados “Todo Barato” se va a instalar en un


distrito que ya cuenta con otras tiendas similares, por lo que ha
decidido realizar el mes anterior a la inauguración una agresiva
campaña publicitaria en tres medios que llegan a públicos diferentes:
anuncios en televisión, anuncios en la radio local y en folletos para
entregar en los domicilios. La experiencia obtenida en localidades
similares le indica que con cada anuncio en la televisión su mensaje
llega a 500 personas, cada anuncio en la radio llega a 320 y de cada
1,000 folletos repartidos, 320 serán leídos por las personas. La
pretensión es llegar a por lo menos el 25% de la población de 260,000
habitantes. El costo de cada anuncio en televisión es de S/.2,000 si se
contrata al menos 20 anuncios mensuales; los anuncios en la radio
cuestan S/.1,300 para un paquete mínimo de un anuncio diario
durante una semana y el costo del millar de folletos es de S/.400 para
un pedido de por lo menos 10 millares de folletos.
● El presupuesto disponible para la campaña publicitaria es
S/.75,000.
● ¿Cuál es la mejor estrategia para desarrollar la campaña
publicitaria?
Sea:
𝑥𝑇 = Cantidad de anuncios en televisión

𝑥𝑅 = Cantidad de anuncios en la radio local

𝑥𝐹 = Millares de folletos para entregar en losdomicilios

Max Z = 500 𝑥𝑇 + 320𝑥𝑅 + 320 𝑥𝐹

Sistema de Inecuaciones
500 𝑥𝑇 + 320𝑥𝑅 + 320 𝑥𝐹≥ 0.25 x 260,000

2000 𝑥𝑇 + 1300 𝑥𝑅 + 400 𝑥𝐹 ≤ 7500

𝑥𝑇≥20

𝑥𝑅≥7

𝑥𝐹≥10

𝑥𝑇, 𝑥𝑅, 𝑥𝐹≥ 0

4. Una empresa tiene un programa estricto de compromisos de entrega


de un producto para los próximos seis meses. El costo de producción
varía por mes, por los cambios anticipados en costo de materiales.
La capacidad de producción de la compañía es de 100 unidades por
mes con tiempo normal y hasta 15 unidades adicionales por mes con
tiempo extra. La tabla muestra los requisitos de entrega y los costos
de producción por mes. El costo de almacenamiento en inventario
por unidad que no se vende es de 2 dólares por mes. El problema de
la compañía es determinar el número de unidades que debe producir
cada mes en tiempo normal y tiempo extra para cubrir los requisitos
con el menor costo. La empresa no tiene unidades disponibles al
iniciar el mes 1 y no quiere que sobren unidades al terminar el mes 6.

Mes

1 2 3 4 5 6

Compromiso de entrega (unids) 95 85 110 115 90 105

Costo por unidades en tiempo normal $ 30 30 32 32 31 32

Costo por unidades en tiempo extra $ 35 35 37 37 36 37

Solución:
𝑥𝑖 = Nùmero de unidades producidas en tiemponormal cada mes

( i = 1,2, …, 6)
𝑦𝑖 = Nùmero de unidades producidas en tiempoextra cada mes

( i = 1,2, …, 6)
𝐼𝑖 = Nùmero de unidades almacenadas al finalde cada mes

( i = 1,2, …, 6)
Min 𝑍 = 30𝑥1 + 30𝑥2 + 32𝑥3 + 32𝑥4 + 35𝑥5 + 32𝑥6

+ 35𝑌1+ 35𝑌2+ 37𝑌3+ 37𝑌4+ 36𝑌5+ 37𝑌6

+ 2 (𝐼1+ 𝐼2+ 𝐼3+ 𝐼4+ 𝐼5+ 𝐼6)

SA:
❖ Producciòn en tiempo normal
𝑥1 ≤ 100 ; 𝑖 = 1, 2, …, 6
❖ Producciòn en tiempo normal
𝑥1 ≤ 100 ; 𝑖 = 1, 2, …, 6

❖ De equilibrio:
Mes 1
0 + 𝑥1 + 𝑦1 = 95 + 𝐼1

Mes 2
𝐼1 + 𝑥2 + 𝑦2 = 85 + 𝐼2

𝐼2 + 𝑥3 + 𝑦3 = 110 + 𝐼3

𝐼3 + 𝑥4 + 𝑦4 = 115 + 𝐼4

𝐼4 + 𝑥5 + 𝑦5 = 90 + 𝐼5

𝐼5 + 𝑥6 + 𝑦6 = 105

𝑥𝑖, 𝑦𝑖, 𝐼𝑖 ≥ 0 ; 𝑖 = 1, 2, …, 6

5. Una empresa puede fabricar los productos A y B de la siguiente


manera:
El producto A requiere de 3 operaciones que pueden ser realizadas
de dos maneras:
● Utilizando las máquinas X (2 horas), Y (1 hora), y Z (3 horas),
obteniéndose un 3% de productos defectuosos; ó
● Utilizando las máquinas X (2 horas), y W (3 horas), obteniéndose
un 5% de productos defectuosos. Nota: en W se realizan dos
operaciones.
El producto B requiere de dos operaciones que puede ser realizado
de dos maneras:
● Utilizando las máquinas X (4 horas), e Y (2 horas), obteniéndose
un 2% de productos defectuosos; ó
● Utilizando las máquinas Y (2 horas), y W (3 horas), obteniéndose
un 0% de productos defectuosos.
Para el próximo mes se necesitan exactamente 50 unidades de A y
por lo menos 75 unidades de B. Se dispone de 250 horas por mes en
cada una de las máquinas y de ser necesario, se puede rentar hasta
50 horas de máquina X a un costo de $40 la hora. Los costos por hora
de las máquinas X, Y Z, W son $35, $45, $40 y $35 respectivamente.
Suponiendo que los costos de instalación son despreciables, formule
un modelo que minimice los costos de fabricación y permita conocer
el plan de producción óptimo.

Solución:

𝑥𝐴𝑖 = Cantidad de producto A a fabricar de forma ( i = 1,2 )

𝑥𝐵𝑖 = Cantidad de producto A a fabricar de forma ( i = 1,2 )

𝐻𝑒𝑥= Horas extras

Min 𝑍 = 35 (2 𝑥𝐴𝑖 + 2 𝑥𝐴2 + 4 𝑥𝐵𝑖 − 𝐻𝑒𝑥)

+ 45 (𝑥𝐴𝑖 + 2 𝑥𝐵𝑖 + 2 𝑥𝐵2)+ 40 (3𝑥𝐴𝑖)

+ 35 (3𝑥𝐴2 + 3 𝑥𝐵2) + 40𝐻𝑒𝑥


SA

2𝑥𝐴𝑖 + 2𝑥𝐴2 + 4𝑥𝐵𝑖 ≤ 250 + 𝐻𝑒𝑥 (ℎ𝑟. 𝑚𝑎𝑞. 𝑥)

𝐻𝑒𝑥 ≤ 50

𝑥𝐴𝑖 + 2𝑥𝐵𝑖 + 2𝑥𝐵2 ≤ 250 + 𝐻𝑒𝑥 (ℎ𝑟. 𝑚𝑎𝑞. 𝑦)

3𝑥𝐴1 ≤ 50 (ℎ𝑟. 𝑚𝑎𝑞. 𝑧)

3𝑥𝐴2 + 3𝑥𝐵2 ≤ 250 (ℎ𝑟. 𝑚𝑎𝑞. 𝑤)

0. 97𝑥𝐴𝑖 + 0. 95𝑥𝐴2 = 50 (𝐷𝑒𝑚𝑎𝑛𝑑𝑎)

0. 98𝑥𝐵𝑖 + 𝑥𝐵2 = 75 (𝐷𝑒𝑚𝑎𝑛𝑑𝑎)

𝑥𝐴𝑖, 𝑥𝐵𝑖, 𝐻𝑒𝑥 ≥ 0

6. Un granjero que posee 1,000 hectáreas de terreno y puede utilizarlo


para cultivar maíz, de cebada y para crianza de reses que lo
alimentará durante un año. Cada res cuesta $150 dólares y se vende
a $800. Para cada res se requieren 20 horas de trabajo, media
hectárea de terreno y 80 costales de maíz al año. El maíz para las
reses puede ser el que se cultive en el terreno o pueden comprarse.
Concepto Maíz Cebada

Costo de semillas y otros materiales por hectárea $100 $120

Horas de trabajo requeridas por hectárea 10 8

Rendimiento (costales por hectárea). 120 100

Precio de venta ($ por costal) $4.5 $5.5

Precio de compra ($ por costal) $5.0 --

El granjero puede usar fuerza de trabajo sin experiencia a un costo de


$6/hora o con experiencia a un costo de $10/hora. Cada hora de
trabajo del personal sin experiencia requiere de 0.15 hr. de
supervisión, mientras que la fuerza de trabajo con experiencia
requiere de 0.05 hr. de supervisión. Se dispone de 2000 horas de
supervisión al año. Al inicio del año, el granjero dispone de $200,000
para comprar semillas, insumos y reses. Formule el problema como un
modelo de programación lineal para maximizar las utilidades del
granjero.

Solución:
𝑥1 = Cantidad de hectáreas de maíz.

𝑥2= Cantidad de hectáreas de cebada.

𝑥3 = Cantidad de reses.

𝑦1 = Cantidad de costales de maíz para vender

𝑦2 = Cantidad de costales de maíz para consumir.


𝑦3 = Cantidad de costales de maíz para comprar.

𝑧1 = Cantidad de obreros a contratar sin experiencia.

𝑧2 = Cantidad de obreros a contratar con experiencia.

La función objetivo será maximizar las utilidades del granjero.


Máx z = 4. 5𝑦1 + 405𝑥2 + 650 𝑥3 − 100 𝑥1 − 5𝑦3 − 6𝑧1 − 10𝑧2

Sujeto a:
120𝑥1 − 𝑦1 − 𝑦2 = 0

80𝑥3 − 𝑦2 − 𝑦3 = 0

8𝑥2 − 𝑧1𝑥2 − 𝑧2𝑥2 ≤ 0

10𝑥1 − 𝑧1𝑥1 − 𝑧2𝑥1 ≤ 0

20𝑥3 − 𝑧1𝑥3 − 𝑧2𝑥3 ≤ 0

0. 15𝑧1 − 0. 05𝑧2 ≤ 2000

𝑧1𝑥1 + 𝑧1𝑥2 + 𝑧1𝑥3 − 𝑧1 = 0

𝑧2𝑥1 + 𝑧2𝑥2 − 𝑧2𝑥3 − 𝑧2 = 0

100𝑥1 + 120𝑥2 + 150𝑥3 + 4. 5𝑦3 + 6𝑧1 + 10𝑧2 ≤ 200000

𝑥1 + 𝑥2 + 0. 5𝑥3 ≤ 1000

También podría gustarte