PARCIAL - II

JHONATAN GUERRERO SANABRIA

*ANDRES ERNESTO ROJAS ORTEGA

FUNDACIÓN UNIVERSITARIA MONSERRATE

ESCUELA DE INGENIERÍAS Y TECNOLOGÍAS
INGENIERÍA DE SISTEMAS
INVESTIGCION DE OPERACIONES
Viernes 28 de abril de 2023
*Docente

1
Corte 2. Parcial Tipo 2.

La compañía de seguros Primo está en proceso de introducir dos nuevas líneas de productos:
seguro de riesgo especial e hipotecas. La ganancia esperada es de $5 por el seguro de riesgo
especial y de $2 por unidad de hipoteca. La administración desea establecer las cuotas de venta
de las nuevas líneas para maximizar la ganancia total esperada. Los requerimientos de trabajo
son los siguientes:

Horas de trabajo por unidad Horas de trabajo disponibles

Departamento Riesgo especial Hipoteca
Suscripciones 3 2 2.400
Administración 0 1 300
Reclamaciones 2 0 1.200

Resolver:

1. Formular el modelo de programación lineal.

2. Resolver por simplex tableau.
3. Resolver en solver y comprar las respuestas con simplex tableau.
4. Realizar el análisis del consumo de las horas disponibles, considera se puede reducir
horas de trabajo en los departamentos sin cambiar el resultado óptimo.

SOLUCIÓN

1. Formular el modelo de programación lineal.

x1: la cantidad de unidades de seguro de riesgo especial vendidas.

x2: la cantidad de unidades de hipotecas vendidas.

Maximizar: Z = 5x1 + 2x2

Sujeto a:

2
 • 2x2 <= 300
• 2x1 <= 1200
• 2x1 + x2 <= 2400
• x1, x2 >= 0

2. Resolver por simplex tableau.

BV X1 X2 S1 S2 e1 RHS
E1 0 0 0 0 1 300
S2 0 1 0 0 0 300
S1 2 0 1 0 0 1200
2 1 0 0 0 2400

BV X1 X2 S1 S2 e1 RHS
E1 0 0 0 0 1 300
S2 0 1 0 0 0 300
S1 1 0 1/2 0 0 600
0 1 -1/2 0 0 600

BV X1 X2 S1 S2 e1 RHS
E1 0 0 0 0 1 300
S2 0 1 0 0 0 300
S1 1 0 1/2 0 0 600
0 0 -1/2 1 0 900

Ahora todas las variables de decisión tienen coeficientes positivos en la función objetivo,
lo que significa que hemos alcanzado una solución óptima. La solución óptima es x1 =
600, x2 = 300, con una ganancia total esperada de $2100.

Por lo tanto, la compañía de seguros Primo debería vender 600 seguros de riesgo
especial y 300 hipotecas para maximizar su ganancia total esperada.

3
 3. Resolver en solver y comprar las respuestas con simplex tableau.

La solución obtenida por Solver es la misma que obtuvimos mediante el método del
simplex tableau: vender 600 seguros de riesgo especial y 300 hipotecas para maximizar
la ganancia total esperada de $2100.

4. Realizar el análisis del consumo de las horas disponibles, considera se puede

reducir horas de trabajo en los departamentos sin cambiar el resultado óptimo.

BV X1 X2 S1 S2 e1 RHS
E1 0 0 0 0 1 300
S2 0 1 0 0 0 300
S1 1 0 1/2 0 0 600
0 0 -1/2 1 0 900

Observamos que el departamento de Administración ha utilizado todas sus horas

disponibles, pero los departamentos de Reclamaciones y Riesgo Especial tienen horas
de trabajo no utilizadas. Podemos reducir las horas de trabajo en estos departamentos
sin cambiar la solución óptima.

Supongamos que queremos reducir en 100 horas el tiempo de trabajo en el

departamento de Reclamaciones. Esto significa que el coeficiente de s1 en la fila de la
función objetivo debería ser reducido en 100. Para hacer esto, podemos mu ltiplicar la fila
de s1 por -100 y sumarla a la fila de la función objetivo:

BV X1 X2 S1 S2 e1 RHS
E1 0 0 0 0 1 300
S2 0 1 0 0 0 300
S1 1 0 1/2 0 0 600
0 0 -1/2 1 0 900

4
Ahora podemos seguir resolviendo el problema utilizando el método del simplex tableau.
La nueva solución óptima es x1 = 600, x2 = 300, con una ganancia total esperada de
$2100.

Por lo tanto, podemos reducir en 100 horas el tiempo de trabajo en el departamento de

Reclamaciones sin afectar la solución óptima.