INVESTIGACIN DE OPERACIONES I

EL MODELO DE
PROGRAMACIN LINEAL
PROVEE UNA SOLUCIN
INTELIGENTE PARA ESTE
PROBLEMA

Es un Arte que mejora con la

prctica

PRACTIQUEMOS!

Hoy en da, la toma de decisiones abarca una gran

cantidad de problemas reales cada ms complejos y
especializados, que necesariamente requieren del
uso de metodologas para la formulacin matemtica
de estos problemas y, conjuntamente, de mtodos y
herramientas de resolucin, como los que provee la
Investigacin de Operaciones.

Ejemplo: El problema de la industria

de juguetes Galaxia.
Galaxia produce dos tipos de juguetes:
* Space Ray
* Zapper
Los recursos estn limitados a:
* 1200 libras de plstico especial.
* 40 horas de produccin semanalmente.

Requerimientos de Marketing.
* La produccin total no puede exceder de 800 docenas.
* El nmero de docenas de Space Rays no puede exceder al
nmero de docenas de Zappers por ms de 450.

Requerimientos Tecnolgicos.
* Space Rays requiere 2 libras de plstico y 3 minutos de
produccin por docena.
* Zappers requiere 1 libra de plstico y 4 minutos de produccin
por docena.

Plan comn de produccin para:

* Fabricar la mayor cantidad del producto que deje mejores
ganancias, el cual corresponde a Space Ray (S/. 8 de utilidad
por docena).
* Usar la menor cantidad de recursos para producir Zappers,
porque estos dejan una menor utilidad (S/. 5 de utilidad por
docena).

Solucin

Variables de decisin
* X1 = Cantidad producida de Space Rays (en docenas por
semana).
* X2 = Cantidad producida de Zappers (en docenas por
semana).

Funcin objetivo
* Maximizar la ganancia semanal.

Modelo de Programacin Lineal

Max (Z) = 8X1 + 5X2 (ganancia semanal)
Sujeto a:
2X1 + 1X2 1200
3X1 + 4X2 2400
X1 + X2 800
X1 - X2 450
Xj 0, j = 1, 2.

(Cantidad de plstico)
(Tiempo de produccin)
(Limite produccin total)
(Produccin en exceso)
(Resultados positivos)

El plan comn de produccin consiste en:

Space Rays = 550 docenas
Zappers
Utilidad

= 100 docenas
= S/. 4900 por semana

EJEMPLO N 1
Una firma industrial elabora dos productos, en los cuales entran
cuatro componentes en cada uno. Hay una determinada
disponibilidad de cada componente y un beneficio por cada
producto. Se desea hallar la cantidad de cada articulo que debe
fabricarse con el fin de maximizar los beneficios.
El siguiente cuadro resume los coeficientes de transformacin o
sea la cantidad de cada componente que entra en cada producto.
Producto
Componente
A
B
C
D
Beneficios
S/./unidad

P1

P2

1
2
2
1
4

3
1
2
1
3

Disponibilidad
(kilogramos)
15,000
10,000
12,000
10,000

X1 = N de unidades de producto P1
X2 = N de unidades de producto P2
Entonces el programa lineal correspondiente es:
Max (Z) = 4X1 + 3X2
Sujeto a :
1X1 + 3X2 15,000
2X1 + 1X2 10,000
2X1 + 2X2 12,000
1X1 + 1X2 10,000
X1, X2 0

EJEMPLO N 2
En una fbrica de cerveza se producen dos tipos: rubia y
negra. Su precio de venta es de S/. 0.5 / litro y S/. 0.3 /
litro, respectivamente. Sus necesidades de mano de obra
son de 3 y 5 empleados, y de 5,000 y 2,000 soles de
materias primas por cada 10,000 litro.
La empresa dispone semanalmente de 15 empleados y
10,000 soles para materias primas, y desea maximizar su
beneficio. Cuntos litros debe producir?

FORMULACIN

Max (Z) = 5,000X1 + 3,000X2

S. A.
3X1 + 5X2

15

5,000X1 + 2,000X 2 10,000

X1, X2 0

EL MODELO DE P. L.
Optimizacin
Max( Z) = c1x1 +c2x2 + ...+cnxn
sujeto a
a11x1 +a12x2 + ... +a1nx
n
b1
a21x1 +a22x2 + ...+a2nx
n
b 2
.
.
am1x1 +am2x2 + ...+amnx
n
bm
x0
j
j

Donde el vector c tambin conocido como el vector costos,

viene dado por:

C = c1 c 2 ... c n-1 c n

El vector de lado derecho o b, viene dado por:

b1

b2
.

.
bm-1

bm

Este es un vector columna, que representa los recursos de

las m actividades. Es por lo tanto el elemento de la mano
derecha de cada una de las m ecuaciones.

La matriz A, representa los coeficiente tecnolgicos; es la

matriz para el sistema de ecuaciones AX = b:

a11

a21

A
.

am,1

a12
a2 2
.
am,2

... a1n

... a2n
...
.

... am,n

El sistema de ecuaciones o el modelo de PL, queda

representado por:

Max (Z) = CX
S. A.
AX = b
X 0

EL MODELO DE P.L.
Z: funcin objetivo
C (c1,...,cn): vector de coeficientes de la f. o.
X (x1,...,xn): vector de variables de decisin
A (...,aij,...): matriz de coeficientes tcnicos
b (b1,...,bm): vector de demandas
Matricialmente,
Optimizacin Max o Min = CX
S.A.
AX b
Forma cannica
x0

Problema N 1

El dueo de un restaurante necesitar en 3 das sucesivos 40,

60 y 70 manteles. El puede adquirir manteles a un costo de S/.
20 cada una y despus de haberlos usado, puede mandar
manteles sucios a lavar, para lo cual tiene 2 servicios de
lavandera disponibles: uno rpido (el lavado tarda 1 da) que
cuesta S/. 15 por cada mantel y uno normal (tarda 2 das) que
cuesta S/. 8 por mantel. Formule un modelo que permita
conocer al dueo del restaurante que nmero de manteles
debe comprar inicialmente y que nmero debe mandar a lavar
cada da para minimizar sus costos.

Problema N 1

(60)

(70)

X1 = Cantidad de Manteles comprados (slo se puede comprar el primer da).

X2 = Cantidad de Manteles mandados a lavar en servicio rpido el primer da.
X3 = Cantidad de Manteles mandados a lavar en servicio normal el primer da.
X4 = Cantidad de Manteles mandados a lavar en servicio rpido el segundo
da.
Notar que tambin podramos haber definido entre otras
X5 = Cantidad de Manteles no usados el primer da.
X6 = Cantidad de Manteles no usados el segundo da

Continua problema N 1
Sin embargo, esto no es necesario pues
X5 = X1 40.
X6 = X1 40 70
2. Funcin Objetivo.
Min (Z) = 20X1 + 15X2 + 8X3 + 15X4
3. Restricciones.
a) Satisfaccin de la necesidad de manteles al primer da X1 40
b) Satisfaccin de la necesidad de manteles al segundo da.
(X1 40) + X2 60 X1 + X2 100
c) Satisfaccin de la necesidad de manteles al tercer da.
(X1 40) + X2 60 + X3 + X4 70 X1 + X2 + X3 + X4 170
d) El nmero de manteles mandados a lavar el primer da, puede a lo mas ser igual al
nmero de manteles usados ese da.
X2 + X3 40
e) El nmero de manteles mandados a lavar hasta el segundo da, puede a lo mas ser
igual al nmero de manteles usados hasta ese da.
X2 + X3 + X4 40 + 60 X2 + X3 + X4 100
f ) No negatividad.
X1, X2, X3, X4 0

Problema N 2

Una carnicera de carnes de la ciudad acostumbra preparar la

carne para albndigas con una combinacin de carne molida de
res y carne molida de cerdo. La carne de res contiene 80% de
carne y 20% de grasa, y le cuesta a la tienda S/. 80 por libra; la
carne de cerdo contiene 68% de carne y 32% de grasa, y cuesta
S/. 60 por libra. Qu cantidad de cada tipo de carne debe
emplear la tienda en cada libra de albndigas, si se desea
minimizar el costo y mantener el contenido de grasa no mayor
de 25%?
El objetivo es minimizar el costo (en centavos), Z, de una libra
de albndigas, donde:
Z = 80 veces el numero de libras de carne molida de res, mas 60
veces el numero de libras de carne molida de cerdo empleadas.

Problema N 2
Si se define:
X1 = numero de libras de carne molida de res empleadas en cada libra de
albndigas.
X2 = numero de libras de carne molida de cerdo empleadas en cada libra de
albndigas, el objetivo se expresa como:
Minimizar (Z) = 80X1 + 60X2
(1)
Cada libra de albndigas tendr 0.20 X1, libras de grasa provenientes de la
carne de res y 0.32 X2 libras de grasa de la carne de cerdo. El contenido
total de grasa de una libra de albndigas no debe ser mayor de 0.25 libras.
Entonces:
0.20X1 + 0.32X2 0.25

(2)

El nmero de libras de carne de res y de cerdo empleadas en cada libra de

albndigas debe sumar 1; entonces:
X1 + X2 = l

(3)

Finalmente, la tienda no puede usar cantidades negativas de ninguna de las

carnes, as que hay dos restricciones de no negatividad: X1 0 y X2 0.
Combinando estas condiciones con (1), (2) y (3), se tiene:

Problema N 3
Una empresa fabrica los productos A, B y C y puede vender
todo lo que produzca a los siguientes precios; A S/. 700, B S/.
3,500, C S/. 7,000.
Producir cada unidad de A necesita 1 hora de trabajo.
Producir una unidad de B necesita 2 horas de trabajo, ms 2
unidades de A. Producir una unidad de C necesita 3 horas de
trabajo, ms 1 unidad de B. Cualquier unidad de A utilizada
para producir B, no puede ser vendida. Similarmente
cualquier unidad de B utilizada para producir C, no puede ser
vendida.
Para este perodo de planificacin estn disponibles 40 horas
de trabajo. Formule y Construya el modelo Lineal que
maximice los ingresos de la empresa.

Solucin
Utilizando el mismo proceso, se tiene lo siguiente:
Variables de decisin
X1: Unidades de A producidas en total
X2: Unidades de B producidas en total
X3: Unidades de C producidas en total
X4: Unidades de A para ser vendidas
X5: Unidades de B para ser vendidas.
Objetivo:
Max (Z) = 700 X4 + 3,500 X5 + 7,000 X3
Sujeto a:
X1 + 2X2 + 3X3 40
X1 = X4 + 2X2
X2 = X 5 + X 3
X 1 , X 2 , X 3 , X 4, X 5 0

Problema N 5

Solucin
X1: Nmero de unidades por hora de aisladores de aplicacin general
que se fabricaran
X2: Nmero de unidades por hora de aisladores de aplicacin especial
que se fabricaran
X3 Nmero de unidades por hora de aisladores de alto voltaje general
que se fabricaran
Maximizar utilidades por hora para la planta, donde la funcin Z son
unidades totales, expresadas en soles por hora: X1, X2 y X3 se
expresan en unidades por hora.

Max (Z) = 6 X1 + 7.5 X2 + 17.5 X3

Sujeto a:
0.02 X1 + 0.025 X2 + 0.04 X3 1
0.025 X1 + 0.05 X2 + 0.10 X3 1
0.04 X1 + 0.01 X2 + 0.10 X3 1
X1 ,

X2

X3 0

Problema N 9
Una compaa fabrica dos clases de cinturones de piel. El cinturn A
es de alta calidad, y el cinturn B es de baja calidad. La ganancia
respectiva por cinturn es de S/. 0.40 y S/. 0.30. Cada cinturn de tipo
A requiere el doble de tiempo que el que usa el de tipo B, y si todos
los cinturones fueran de tipo B, la compaa podra fabricar 1000 da,
el abastecimiento de piel es suficiente nicamente para 800
cinturones diarios (A y B combinados) el cinturn A requiere una
hebilla elegante, de las que solamente se dispone 400 diarias. Se
tiene nicamente 700 hebillas al da para el cinturn B. Establezca las
ecuaciones de programacin lineal para el problema.
Tipo de cinturn
A
B

Ganancia
S/. / Cin
0.4
0.3

Disponibilidad
hebillas/da
400
700

Xi: Nmero de cinturones producidos por da del tipo i; donde i =

A, B
tA = 2tB
FUNCIN OBJETIVO: Max (Z) = 0.4 XA + 0.3 XB
Sujeto a:
2 XA + XB 1,000
XA + XB

800

XA

400

XB

700

XB

XA,

Problema N 6
MUEBLES DESK Compaa, un fabricante de muebles de oficina, produce dos tipos
de muebles de escritorio: ejecutivos y secretariales. La compaa tiene dos plantas
en las que fabrica los escritorios. La planta 1, que es una planta antigua opera con
doble turno 80 horas por semana. La planta 2, que es una planta ms nueva y no
opera a su capacidad total. Sin embargo, y dado que los administradores planean
operar la segunda planta con base en un turno doble como el de la planta 1, se han
encontrado operadores para que trabajen en los dos turnos. En estos momentos,
cada turno de la planta 2 trabaja 25 horas por semana. No se paga ninguna prima
adicional a los trabajadores del segundo turno, la tabla N 03 muestra el tiempo de
produccin (en horas por unidad) y los costos estndar (en soles por unidad) en
cada planta.
La compaa ha competido con xito en el pasado asignado un precio de S/. 350 a
los escritorios ejecutivos. Sin embargo, parece que la compaa tendr que reducir
el precio de los escritorios secretariales a S/. 275 con el objetivo de estar en
posicin competitiva. La compaa ha estado experimentando exceso de costos en
las ltimas ocho a diez semanas; por tanto, los administradores han fijado una
restriccin presupuestaria semanal sobre los costos de produccin. El presupuesto
semanal para la produccin total de escritorios ejecutivos es de S/. 2000, en tanto
que el presupuesto para los escritorios secretariales es de S/. 2200. A los
administradores les gustara determinar cual es el nmero de cada clase de
escritorios que deben fabricarse en cada planta con el objeto de maximizar las
utilidades.

Solucin
1. No se dispone de ms de 80 horas para la produccin combinada
de escritorios en la planta 1.
2. No se dispone de ms de 50 horas para la produccin combinada
de escritorios en la planta 2.
3. Los costos asociados con la produccin combinada de
escritorios ejecutivos en las dos plantas no deben exceder S/.
2,000.
4. Los costos asociados con la produccin combinada de
escritorios secretariales en las dos plantas no deben exceder S/.
2,000.
X1: Nmero de escritorios ejecutivos que se fabrican en la planta 1
X2: Nmero de escritorios secretariales que se fabrican en la planta 1
X3: Nmero de escritorios ejecutivos que se fabrican en la planta 2
X4: Nmero de escritorios secretariales que se fabrican en la planta 2

C1 = 350 250 = S/. 100 Escritorio ejecutivo que se fabrica en la P1

C2 = 275 200 = S/. 75 Escritorio secretarial que se fabrica en la P1
C1 = 350 260 = S/. 90 Escritorio ejecutivo que se fabrica en la P2
C4 = 275 180 = S/. 95 Escritorio secretarial que se fabrica en la P2
Funcin Objetivo: Max (Z) = 100 X1 + 75 X2 + 90 X3 + 95 X4
Sujeto a:
1.
Limitacin del tiempo de produccin en la planta 1 (80 horas)
7 X1 + 4 X2 80
2.
Limitacin del tiempo de produccin en la planta 2 (50 horas)
6 X3 + 5 X4 50
3.
Restriccin de costos de los escritorios ejecutivos
250 X1 + 260 X3 2000
4. Restriccin de costos de los escritorios secretariales
200 X2 + 180 X4 2200
X1 , X2,, X3, X4 0

Problema N 8
Un fabricante cuyo negocio es mezclar aguardiente, compra tres grados A, B, y C. Los
combina de acuerdo a las recetas que especifican los porcentajes mximo y mnimo
de los grados A y C en cada mezcla. Estos porcentajes se dan en la tabla N 1.
TABLA N 1 ESPECIFICACIONES DE MEZCLAS
MEZCLA

ESPECIFICACION

PRECIO POR BOTELLA

Sper Fuerte

No menos de 60% de A
No mas de 20% de C

S/. 6.80

Fuerte

No ms de 60% de C
No menos de 15% de A

S/. 5.70

Menos Fuerte

No ms de 50% de C

S/. 4.50

La provisin de los tres grados de aguardientes bsicos, junto con sus costos se presente
en la tabla N 2.
TABLA N 2 DISPONIBILIDAD Y COSTOS DE AGUARDIENTE
MAXIMA CANTIDAD
DISPONIBLE
BOTELLAS POR DIA

COSTO POR BOTELLA

AGUARDIENTE
A

2000

S/. 7.00

2500

S/. 5.00

1200

S/. 4.00

Indique cmo se obtiene la primera matriz en un modelo de programacin lineal de una

poltica de produccin que haga mxima la ganancia.

Solucin
X11 : Cantidad de A usada para el super fuerte
X21 : Cantidad de B usada para el super fuerte
X31 : Cantidad de C usada para el super fuerte
X12 : Cantidad de A usada para el fuerte
X22 : Cantidad de B usada para el fuerte
X32 : Cantidad de C usada para el fuerte
Max (Z) = 6.80 (X11 + X21 + X31) + 5.7 (X12 + X22 + X32) [ 7(X11 + X12) +
5(X21 + X22) + 4(X31 + X32)]
Sujeto a:
X11 + X12 2,000
X21 + X22 2,500
Disponibilidad
X31 + X32 1,200
X11 0.60 (X11 + X21 + X31)
X31 0.20 (X11 + X21 + X31)

X32 0.60 (X12 + X22 + X32)

X12 0.15 (X12 + X22 + X32)
Xij 0 : i = 1, 2, 3 ; j = 1, 2

Problema 7
Una industria de muebles requiere de 350 barras de
2x4x20 cm. y de 200 barras de 2x3x20 cm., si dicha
empresa dispone de barras cuyas dimensiones son
7x5x20 cm., cual debe ser el programa que debe seguir
para minimizar desperdicios sabiendo que el mximo
debe ser de 140 cm3.

Solucin

140 cm3 = 7 cm2

20 cm
350
2 x 4 x 20
200
2 x 3 x 20
Xi = cantidad de barras a obtenerse en la modalidad de corte i
Min (Z) = 100 X1 + 60 X2 + 140 X3
2 x 4 x 20
2 x 3 x 20

X1

X2

X3

0
5

1
4

2
2

Sujeto a:
X2 + 2 X3 350
5 X1 + 4 X2 + 2 X3 200
X1,

X2,

X3 0

Problema 10

X1 = toneladas de mineral 1 en el molde

X2 = toneladas de mineral 2 en el molde
Hierro forjado
Plomo
Min (Z) = 260 X1 + 80 X2

Mineral 1
60%
10%

Mineral 2
13%
3%

Sujeto a:
0.60 X1 + 0.13 X2 0.20 (X1 + X2)
0.10 X1 + 0.03 X2 0.05 (X1 + X2)
X1,

X2, 0

Problema 11
Un fabricante de lminas metlicas recibe un pedido para producir
2000 lminas de tamao 2 x 4 y 1000 lminas de tamao 4 x 7. Se
dispone de dos lminas estndar de tamao 10 x 3000 y 11 x 2000.
El personal del departamento de ingeniera decide que los tres
siguientes patrones de corte son adecuados para satisfacer el
pedido y minimizar el desperdicio. Formule el problema como un
modelo de programacin lineal.
Patron N 1

Patron N 2

4'

2'

4'

2'

2'

7'

Patron N 3

4'

2'

2'

2'

2'

2'

Solucin
Lminas 2 x 4
4x7
750 para cotar

2,000
1,000

10 x 3,000
11 x 2,000

Xij = Cantidad de patrones i utilizado para cortar

en la lmina j
Sujeto a:
2 x 4
1 X11 + 5 X31 + 2 X22 + 5 X32 2,000
4 x 7

1 X11 + 0 X31 + 1 X22 + 0 X32 1,000

X11 +

X31

500 para cotar

X11,

X31,

3,000/4
X22 + X32 2,000/4
X22, X32 0

Min (Z) = Min (Z) = 4 X11 + 0 X31 + 0 X22 + 4 X32

Problema 12

El Real Hotel opera los 7 das a la semana. Las mucamas son

contratadas para trabajar seis horas diarias. El contrato
colectivo especifica que cada mucama debe trabajar 5 das
consecutivos y descansar 2 das. Todas las mucamas reciben el
mismo sueldo semanal. El Real hotel requiere como mnimo las
horas de servicio.
Lunes 150, Martes 200, Mircoles 400, Jueves 300, Viernes 700,
Sbado 800 y Domingo 300. El administrador desea encontrar
un plan de programacin de empleos que satisfaga estos
requerimientos y a un costo mnimo.
Formule este problema como un modelo de programacin
lineal.
El gerente le solicita a usted el programa ptimo de compra y
venta para el trimestre.

Solucin

Continuacin..
Xi = Nmero de mucamas que empiezan a trabajar el da i
durante
cinco dias consecutivos
XJ + XV + XS + XD + XL
150 / 6
XV + XS + XD + XL + XMa
200 / 6
XS + XD + XL + XMa+ XMi
400 / 6
XD + XL + XMa+ XMi+ XJ
300 / 6
XL + XMa+ XMi+ XJ + XV
700 / 6
XMa+ XMi+ XJ + XV +XS
800 / 6
XMi+ XJ + XV +XS + XD 300 / 6
XL , XMa, XMi, XJ , XV , XS , XD 0
Min (Z) = XL + XMa+ XMi+ XJ + XV + XS + XD

Problema 13
La Compaa XYZ produce tornillos y clavos. La materia Prima
para los tornillos cuesta S/. 2 por unidad, mientras que la materia
prima para el clavo cuesta S/. 2.50. Un clavo requiere dos horas de
mano de obra en el departamento N 1 y tres en el departamento N
2, mientras que un tornillo requiere 4 horas en el departamento N 1
y 2 horas en departamento N 2, el jornal por hora en ambos
departamentos es de S/. 2. Si ambos productos se venden a S/. 18,
y el nmero de horas de mano de obra disponibles por semana en
los departamentos son de 160 y 180 respectivamente. Expresar el
problema propuesto como un programa lineal, tal que maximice las
utilidades.

Solucin
X1 : unidades de clavos a producirse por semana
X2 : unidades de tornillos a producirse por semana
Max (Z) = 18(X1 + X2) [10 X1 + 2 X1 + 12 X2 + 2.5 X2]
Sujeto a:
2 X1 + 4 X2 160
3 X1 + 2 X2 180
X1 ,

X2 0

Problema 14
A un estudiante de Ingeniera de sistemas se le pidi que
entretuviese a un visitante de su empresa durante 90 minutos. El
pens que sera una excelente idea que el husped se emborrache.
Se le dio al estudiante S/. 50, adems saba que al visitante le
gustaba mezclar sus tragos, pero que siempre beba menos de 8
vasos de cerveza, 10 ginebras, 12 whiskys y 24 martinis. El tiempo
que empleaba para beber era 15 minutos por cada vaso de cerveza, 6
minutos por cada vaso de ginebra, 7 y 4 minutos por cada vaso de
whisky y martn.
Los precios de la bebida eran:
Cerveza S/. 1 el vaso, Ginebra S/. 2 el vaso
Whisky S/.2 el vaso, Martini S/. 4 el vaso
El estudiante pensaba que el objetivo era maximizar el consumo
alcohlico durante los 90 minutos que tena que entretener a su
husped. Logro que un amigo qumico le diese el contenido
alcohlico de las bebidas en forma cuantitativa, siendo las unidades
alcohlicas por un vaso de cerveza, ginebra, whisky y martn, 17, 15
16 y 7 por vaso respectivamente. El visitante siempre beba un
mnimo de 2 whiskys.
Cmo resolvi el estudiante el problema?

Solucin
Xi : Nmero de vasos del tipo i
i = 1, 2, 3, 4
1 = Cerveza
2 = Ginebra
3 = Whisky
4 = Martini
Maz (Z) = 17 X1 + 15 X2 + 16 X3 + 7 X4
Sujeto a :
1 X1 + 2 X2 + 2 X3 + 4 X4 50
X1
8
X2
10
X3
12
X3
2
X4 24
15 X1 + 6 X2 + 7 X3 + 4 X4 90
X 1 , X2 , X3 , X 4 0

Problema 15
Xi : cantidad de unidades del tipo i a ser fabricados para ser
vendidos a la semana
i : 1, 2, y 3
1 = vlvula globo
2 = vlvula aguja
3 = mdulo
Max (Z) = 10 X1 + 20 X2 + 60 X3
Sujeto a:
10X1 + 15X2 + (25 + 2 x 10)X3 25,000
5X1 + 5X2 + (10 + 2 x 5) X3 15,000
5X1 + 5X2 +
10 X3 45,000
5X2 +
10 X3 45,000
5X2 +
20 X3 45,000
X3 200
X1 ,
X2 ,
X3 0

Problema 16
Un fabricante de muebles desea determinar cuantas mesas, sillas,
escritorios y libreros debe fabricar para optimizar el uso de los
recursos disponibles. En estos productos se utilizan dos tipos de
madera diferente y tienen en existencia 1500 pies del primer tipo y
1000 pies del segundo tipo, para hacer el trabajo total cuenta con
800 horas hombre.
Su pronstico de ventas ms sus rdenes pendientes de entrega
hacen necesario fabricar no ms de 40 mesas, 130 sillas, 30
escritorios y 10 libreros. Cada mesa, silla, escritorio y librero
requieren 5, 1, 9 y 12 pies respectivamente del primer tipo de
madera, 2, 3, 4 y 1 pies del segundo tipo de madera. Una mesa
requiere 3 horas/hombre para ser fabricada, una silla requiere de 2
horas/hombre, 5 horas/hombre un escritorio y 10 horas/hombre el
librero.
El fabricante obtiene una utilidad de S/. 12 por mesa, S/. 5 por silla,
S/. 15 por escritorio y S/. 10 por librero.
Formular como un problema de programacin lineal.

Solucin

X1: Cantidad de mesas a fabricarse

X2: Cantidad de sillas a fabricarse
X3: Cantidad de escritorios a fabricarse
X4: Cantidad de libreros a fabricarse
Max (Z) = 12 X1 + 5 X2 + 15 X3 + 10 X4
Sujeto a:
5 X1 + 1 X2 +
2 X1 + 3 X2 +
3 X1 + 2 X2 +
X1
X2
X3

X1,,,

9 X3 + 12 X4 1,500
4 X3 + 1 X4 1,000
5 X3 + 10 X4 800

40
130
30
X4
10
X2, X3,
X4
0

Problema 17

PETROPERU comercializa gasolina de dos grados: la extra y la normal. Cada gasolina debe
satisfacer ciertas especificaciones, tales como la presin mxima de vapor aceptable y el octanaje
mnimo. Los requerimientos de manufactura para las gasolinas y el precio por barril se muestran en
siguiente cuadro:

Se atizan tres tipos de gasolinas para fabricar las gasolinas normal y extra. Las caractersticas de
las gasolinas base se muestran en el siguiente cuadro:

PETROPERU se ha comprometido con un comprador a proporcionarle 30,000 barriles de gasolina

normal por semana. No se tiene compromisos con respecto a la gasolina extra. A la compaa le
gustara determinar el plan de manufactura para las dos clases de gasolina que maximice las
utilidades.

Solucin
X1N: Nmero de barriles de gasolina base tipo I que se utiliza para
fabricar gasolina normal.
X2N: Nmero de barriles de gasolina base tipo 2 que se utiliza para
fabricar gasolina normal.
X3N: Nmero de barriles de gasolina base tipo 3 que se utiliza para
fabricar gasolina normal.
X1E: Nmero de barriles de gasolina base tipo I que se utiliza para
fabricar gasolina extra.
X2E: Nmero de barriles de gasolina base tipo 2 que se utiliza para
fabricar gasolina extra.
X3E: Nmero de barriles de gasolina base tipo 3 que se utiliza para
fabricar gasolina extra.
Max (Z) = 21(X1N + X2N + X3N) + 24(X1E + X2E + X3E) - (22X1N + 20X2N +
19X3N) - (22X1E + 20X2E + 19X3E)

Continuacin
Disponibilidad
X1N + X2E 32,000
X2N + X2E 20,000
X3N + X3E 38,000
Presin de Vapor
4 X1N
+
10 X2N
+
X1N + X2N + X3N
X1N + X2N + X3N

5 X3N
9
X1N + X2N + X3N

4 X1E
+
X1E + X2E + X3E

5 X3E
6
X1E + X2E + X3E

10 X2E
+
X1E + X2E + X3E

Octanaje de Gasolina
108 X1N
+
90 X2N
X1N + X2N + X3N
X1N + X2N + X3N

+
73 X3N
X1N + X2N + X3N

80

108 X1E
X1E + X2E + X3E

+
73 X3E
X1E + X2E + X3E

100

+
90 X2E
X1E + X2E + X3E

Continuacin
Pedidos Comprometidos
X1N + X2N + X3N 30,000
No negatividad
X1N, X2N, X3N, X1E, X2E, X3E 0

Problema 18
TAKAGAKI S. A. fabrica dos tipos de alimentos balanceados,
recibe un pedido especial de 200 TN de una mezcla de protenas
y carbohidratos, la mezcla debe contener a lo ms 40% de
protenas y por lo menos 30% de carbohidratos, el costo de cada
TN de protenas es de S/. 3 y de cada TN de carbohidratos es de
8, determinar la mezcla ptima.
XP: TN. de protenas utilizadas en la mezcla
Xc: TN. de carbohidratos utilizadas en la mezcla
Max (Z) = 3 XP + 8 XC
Sujeto a:
XP + XC = 200
XP
0.40 ( XP + XC)
XC 0.30 ( XP + XC)
XP , XC 0

Problema N 19
Variable de decisin
Xi = El uso de cada uno de los tres mtodos de abatimiento en cada
tipo de horno, expresado como una fraccin de la capacidad de
abatimiento de tal manera que Xi no exceda a 1
Funcin Objetivo
Min (Z) = 8X1 + 10X2 + 7X3 + 6X4 + 11X5 + 9X6
Sujeto a:
12X1 + 9X2 + 25X3 + 20X4 + 17X5 + 13X6 60
35X1 + 42X2 + 18X3 + 31X4 + 56X5 + 49X6 150
37X1 + 53X2 + 28X3 + 24X4 + 29X5 + 20X6 125
X1 +
X1,

X2 +
X2 ,

X3 +
X3 ,

X4 +
X 4,

X5 +
X 5,

X6 1
X6 0

Mtodo de
abatimiento

Tecnologa