ESCUELA PROFESIONAL

DE INGENIERÍA DE
SISTEMAS

INVESTIGACIÓN DE OPERACIONES I

Docente:
ANIVAL TORRE CAMONES

SEMESTRE
ACADÉMICO 2021B
 Semana 2

DESARROLLO DE
MODELOS
DE PROGRAMACIÓN
LINEAL

2
 Recomendaciones
Orientaciones

Contraste la
información

Resuelva Revise los

ejercicios resúmenes
 Contenido
Contenido

1 Problemas de mezcla

2 Problemas de estaciones

3 Problema de dietas

4 Problemas de minería
 Problema N°3 de mezcla de
productos

En una fábrica de cerveza se producen dos tipos: rubia Beneficio=Utilidad = Ingreso - Costo
y negra. Su precio de venta es de 5 soles/l y 3 soles/l, Ingreso = Precio * Cantidad
respectivamente. Sus necesidades de mano de obra
son de 3 y 5 empleados, y de 5000 y 2000 soles de I. Identificación de variables
materias primas por cada 10000 litros. La empresa R=Cantidad de litros de cerveza Rubia
dispone semanalmente de 15 empleados y 10000 soles N=Cantidad de litros de cerveza Negra
para materias primas, y desea maximizar su beneficio. II. Identificación de la Función Objetivo
¿Cuántos litros debe producir? MAX 5R+3N
SOLUCIÓN III. Identificación de las restricciones
TIPO Mano de obra Materia P. Precio (3/10000)R+(5/10000)N<=15
(5000/10000)R+(2000/10000)N<=10000
Rubia 3 5000 5 R, N >= 0
Negra 5 2000 3
Disponibili 15 10000
dad
 Problema N°3 de mezcla de
productos
TIPO Mano de Materia PRECIO MAX 5R+3N
Obra prima SUBJECT TO
Rubia 3 5000 5 3R + 5N <= 150000
Negra 5 2000 3 5000R + 2000N <= 100000000
Disponibilidad 15 10000

I. Identificación de variables
R= Cantidad de litros de cerveza tipo rubia OBJECTIVE FUNCTION VALUE
N= Cantidad de litros de cerveza tipo negra 1) 123684.2
II. Identificación de la Función Objetivo VARIABLE VALUE REDUCED COST
MAX 5R+3N R 10526.315430 0.000000
III. Identificación de las restricciones N 23684.210938 0.000000
3R + 5N ≤ 150000
5000R + 2000N ≤ 100000000
R, N ≥ 0
 Problema N°4 de subestaciones

Scotiabank desea determinar cuántos cajeros se requieren para dar servicio

a la población de Arequipa. La ciudad ha sido dividida en ocho zonas. Se
han identificado cinco ubicaciones posibles para los cajeros. Cada
ubicación puede dar servicio a un número diferente de zonas, como se
indica en la siguiente tabla. Formule un modelo para determinar el menor
número de cajeros y sus ubicaciones necesarias para dar servicio a las
ocho zonas.
UBICACIÓN ZONAS QUE SE
PUEDEN ATENDER
1 1, 2, 3
2 1, 4, 5
3 2, 4, 5, 8
4 3, 5, 6, 7
5 6, 7, 8
 zonas

Z8
Z7
Z6
UBICACIÓN ZONAS QUE SE
Z5
PUEDEN ATENDER
Z4
1 1, 2, 3
Z3
2 1, 4, 5
3 2, 4, 5, 8 Z2
4 3, 5, 6, 7 Z1
5 6, 7, 8
U1 U2 U3 U4 U5 Ubicaciones
 Modelo Matemático

I. Identificación de variables OBJECTIVE FUNCTION VALUE

MIN U1 + U2 + U3 + U4 + U5
Ui =Ubicación en el punto i (i=1,2,3,4,5) SUBJECT TO
1) 3.000000
VARIABLE VALUE REDUCED COST
II. Identificación de la Función Objetivo U1 + U2 >= 1 U1 1.000000 1.000000
MIN U1 + U2 + U3 + U4 + U5 U1 + U3 >= 1 U2 0.000000 1.000000
U1 + U4 >= 1 U3 1.000000 1.000000
III. Identificación de las restricciones U4 0.000000 1.000000
U2 + U3 >= 1
U1 + U2 ≥ 1 U5 1.000000 1.000000
U2 + U3 + U4 >= 1
U1 + U3 ≥ 1 U4 + U5 >= 1
U1 + U4 ≥ 1 U3 + U5 >= 1
U2 + U3 ≥ 1 END
U2 + U3 + U4 ≥ 1 INT U1
INT U2
U4 + U5 ≥ 1
INT U3
U3 + U5 ≥ 1 INT U4
Ui ≥ 0, binario INT U5
 Problema 5
Industria de juguetes

Galaxia produce dos tipos de juguetes: Space Ray y SOLUCIÓN

Zapper. Los recursos están limitados a 1200 libras
de plástico especial y 40 horas de producción TIPO Plástico Producción Utilidad
semanalmente. Los requerimientos de Marketing (libras/docena) (min./docena) $/docena
indica que la producción total no puede exceder de Space 2 3 8
800 docenas. El número de docenas de Space Rays Ray
no debe exceder al número de docenas de Zappers
por más de 450. Space Rays requiere 2 libras de Zapper 1 4 5
plástico y 3 minutos de producción por docena.
Recursos 1200 40
Zappers requiere 1 libra de plástico y 4 minutos de
producción por docena. Plan común de producción
es fabricar la mayor cantidad del producto que deje
mejores ganancias, el cual corresponde a Space Ray
(8 $/docena). Usar la menor cantidad de recursos
para producir Zappers, porque estos dejan una
menor utilidad (5 $/docena).
 Solución Industria de juguetes

I. Identificación de variables
X1 = Cantidad de docenas de Space a producir TIPO Plástico Producción Utilidad
X2 = Cantidad de docenas de Zaper a producir (libras/docena) (min./docena) $/docena
II. Identificación de la Función Objetivo Space 2 3 8
MAX 8X1 + 5X2 Ray
III. Identificación de las restricciones Zapper 1 4 5
2X1+1X2 <= 1200
3X1+4X2 <= 2400 Recursos 1200 Libras 40 horas
X1+X2 <= 800
X1-X2 <= 450
Xi >= 0, ENTERO
 Modelo

I. Identificación de variables Max 8X1+5X2

X1 =Cantidad de docenas de juguetes Space Ray SUBJECT TO
X2 = Cantidad de docenas de juguetes Zapper 2X1 + 1X2 <= 1200 !cantidad de plástico
II. Identificación de la Función Objetivo 3X1 + 4X2 <= 2400 !tiempo de producción
Max 8X1 + 5X2 (ganancia semanal) X1 + X2 <= 800 !limite producción total
III. Identificación de las restricciones X1 - X2 <= 450 !producción en exceso
2X1 + 1X2 <= 1200 (cantidad de plástico) END
3X1 + 4X2 <= 2400 (tiempo de producción) GIN X1
X1 + X2 <= 800 (limite producción total) GIN X2
X1 - X2 <= 450 (producción en exceso) OBJECTIVE FUNCTION VALUE
Xi >= 0 , Entero (resultados positivos) 1) 5040.000
VARIABLE VALUE REDUCED COST
X1 480.000000 -8.000000
X2 240.000000 -5.000000
 Problema 6
Health Nut Company

Health Nut Company esta desarrollando una nueva

barra de mantequilla de cacahuate y chocolate. El I. Identificación de variables
dulce debe tener al menos 5 gramos de proteínas, X1 = Cantidad de onzas de mantequilla
pero no más de 5 gramos de carbohidratos y 3 X2 = Cantidad de onzas de chocolate
gramos de grasas saturadas. Desarrolle un programa II. Identificación de la Función Objetivo
lineal para determinar la cantidad de cada Min 0,10X1+0,18X2
ingrediente por utilizar que satisfaga los III. Identificación de las restricciones
requerimientos nutricionales a un costo total mínimo, 4X1+0,80X2>=5
basándose en los siguientes datos: 2,5X1+1X2 <=5
Mantequilla de cacahuate Chocolate 2X1+0,50X2<=3
X1,X2 >=0
Costo ($/oz.) 0.10 0.18
Proteínas (g/oz.) 4.00 0.80
Carbohidratos (g/oz.) 2.50 1.00
Grasas saturadas (g/oz.) 2.00 0.50 
 Solución
MIN 0.10X1 + 0.18X2
I. Identificación de variables SUBJECT TO
X1 = Cantidad de onzas Mantequilla 4X1 + 0.8X2 >= 5
X2 = Cantidad de onzas Chocolate 2.5X1 + 1.0X2 <= 5
II. Identificación de la Función Objetivo 2X1 + 0.5X2 <= 3
MIN 0,10X1 +0,18X2
III. Identificación de las restricciones
OBJECTIVE FUNCTION VALUE
4X1+0,80X2>=5
2,5X1+1X2<=5
1) 0.1250000
2X1+0,5X2<=3
VARIABLE VALUE REDUCED COST
X1, X2 >=0
X1 1.250000 0.000000
X2 0.000000 0.160000
 Problema 7 de FMR Company

FMR Company tiene una máquina capaz de fabricar tubos de diámetros

grandes y pequeños para contratistas de plomería. Los tubos grandes se
producen a una velocidad de 200 pies por hora y los pequeños a unos
300 pies por hora. Cada hora que la maquina es utilizada para producir
tubos grandes, generalmente ocasiona 1.5 atascamientos y cuando se
producen tubos pequeños resultan 3 atascamientos por hora. Cada
atascamiento requiere aproximadamente 5 minutos de
restablecimiento durante los cuales la máquina no puede producir
tubos. La gerencia desea un número igual de pies de ambos tamaños de
tubos y la mayor cantidad total de tubos posible. Formule un modelo
para determinar cuanto tiempo de un día de 8 horas debe asignarse a la
producción de tubos grandes y cuanto a la de tubos pequeños. Para las
variables de decisión, use el número de horas de tiempo de máquina
por dedicar a la fabricación de tubos pequeños y grandes.
 Solución
Tubos Velocidad in Atascamientos Tiempo Pérdida Velocidad out
Grandes 200 pies / hora 1.5 atas / hora 5 min/atasc. 7.5min/h 175 pies / hora
Pequeños 300 pies / hora 3.0 atas / hora 5 min/atasc. 15min/h 225 pies / hora

TUBOS GRANDES 200 pies/h 175 pies/h

MÁQUINA
TUBOS PEQUEÑOS 300 pies/h 300 pies/h

200 pies--------------60 min 300 pies--------------60 min

X pies---------------52.5min X pies---------------45min

X=(200)(52.5)/60=175 pies/h X=(300)(45)/60=225 pies/h

 Solución

I. Identificación de variables
MAX 175G
G = Número de horas máquina para
SUBJECT TO
fabricar tubos grandes
G+P =8 !Respecto al tiempo en horas
P = Número de horas máquina para
175G - 225P = 0 !Respecto a la producción
fabricar tubos pequeños.
II. Identificación de la Función Objetivo
MAX 175G
III. Identificación de las restricciones OBJECTIVE FUNCTION VALUE
G+P =8 Respecto al tiempo 1) 787.5000
175G = 225P Respecto a la producción VARIABLE VALUE REDUCED COST
G 4.500000 0.000000
G, P ≥ 0 Respecto a la no negativ. P 3.500000 0.000000
 Algunas reflexiones

El algoritmo es
Hemos Hemos El método un conjunto de
tomado una construido su cuantitativo instrucciones
situación real equivalente nos permitirá que producen
problema de modelo resolver el una solución
decisión matemático. modelo. numérica.
 Dificultades

Elección del modelo matemático adecuado así

como el algoritmo adecuado.

Dificultades en la implementación

Calidad de la solución

Consistencia de la solución
 Seamos dueños de nuestro propio
destino

Donde quiera que usted vea un negocio exitoso,

alguien ha tomado una decisión valiente.

Gracias

20