Experiencia Laboral

INTRODUCCION A LA INVESTIGACION DE OPERACIONES
Fundamentos de la Investigación de Operaciones (I.O.)
1. Definición:
Para iniciar el estudio de una nueva disciplina debemos saber sobre
que trata y cuál es su aplicación mediante una definición, pero dar
una definición de I.O. es bastante compleja, debido al lugar y al
tiempo ha cambiando; para la ORSA
( The Operations Research Society of America ) "La I.O. concierne con
la decisión científica de como diseñar y operar el mejor sistema
hombre-máquina, usualmente bajo condiciones de asignar
óptimamente los recursos".
2.- Fases en un estudio de I.O.:
a) Observar la realidad
b) Definir el problema (alcances, límites, restricciones, objetivos).
c) Construcción o formulación del modelo (la realidad se expresa
en forma matemática)
d) Recojo de datos.
e) Solución del modelo (se utilizan diferentes algoritmos).
f) Validación del modelo (valores posibles para dar un resultado
esperado)
g) Interpretar resultados..
Santiago Javez Valladares Página 1

PROBLEMA
OBSERVAR
MODELO
RECOJO
DE
INTERPRETAR DATOS
RESULTADOS
SOLUCION
VALIDACION

3.- BREVE HISTORIA DE LA INVESTIGACION DE OPERACIONES
Markov a fines del siglo

pasado.
Modelos de inventarios, de
Tiempo y Movimiento : en los
años 20 del siglo XX.
Modelos de Asignación : Konig
y Egervary en la segunda y
tercera década del siglo XX.
1759 QUESNAY: Uso de Estudios de las Líneas de
Modelos Primitivos de Esperas: Erlang a principios del
Programación siglo XX.
Matemática Teoría de Juegos: Von Newman
1874 WALRAS : uso de en 1937.
técnicas similares a QUESNAY. Teoría de Preferencias:
Von Newman con Morgenstern.
Precursores de los Modelos Modelos de Distribución:
Lineales Kantorovich en 1939.
Durante la Segunda Guerra
1873 Jordan , Minkowsky Mundial existían grupos que
en 1896 y Farkas en 1903. asesoraban con relación a las
acciones bélicas a realizar:
Modelos Dinámicos Análisis de estrategias de
Probabilisticos: bombardeo, defensa aérea y

programación de operaciones estable una sección de

logísticas; en 1937 Operations Research (O.R,en
Científicos ayudaron a detectar español Investigación de
aeroplanos enemigos mediante Operaciones o
el radar. En el verano de 1941 ( I.O.) en la RAF(Real Fuerza
se Aérea) de igual modo en la
British

9
Army y la Navy. Estos científicos fueron conocidos como los O.R, por ser los primeros
investigadores operacionales. Al final de la guerra un grupo de ellos se dedica a la
industria y al gobierno, empezando la palabra I.O. para designar a aquellos científicos que
se preocupaban por resolver los problemas que aparecían en la administración.
Se le debe a Gran Bretaña el haber iniciado la I.O. y a Estados Unidos por el rápido
crecimiento de esta disciplina.
El auge empieza en 1947 :
• 1947 GEORGE DANTZING: EL MÉTODO SIMPLEX.

PROGRAMACION DINAMICA: BELLMAN.
PROGRAMACION NO LINEAL: KUHN Y TUCKER.
PROGRAMACION ENTERA: GOMORY.
REDES DE OPTIMIZACION: FORD Y FULKERSON.
SIMULACION : MARKOWITZ.
INVENTARIOS: ARROW, KARLIN, SCARF,WHITIN.
ANALISIS DE DECISIONES: RAIFFA.
PROCESOS MARKOVIANOS DE DECISION: HOWARD.
Debemos ser claros que los avance de los modelos matemáticos de la Investigación de
operaciones se han basado en estudios hechos de Cálculo Diferencial e Integral (Newton,
Lagrange, Laplace, Lebesgue, Leibnitz, Reimman, Stieltjes, por mencionar algunos), la
Probabilidad y la Estadística
( Bernulli, Poisson, Gauss, Bayes, Gosset, Snedecor, etc.).
* Año en que se dio inicio a la programación y con el uso de las computadoras se empezó
a extender la Investigación de Operaciones.
El tiempo va avanzando y para 1963, se habían clasificado las aplicaciones en I.O., en
problemas estructurales, de 8 formas básicas:
1. Asignación.
2. Inventario.
3. Reemplazo.
4. Líneas de espera.
5. Secuenciación y coordinación.
6. Trayectorias.
7. Competencia.
8. Búsqueda.
9
Beneficios de la Investigación de Operaciones
En la practica el uso de modelos basados en técnicas de investigación de Operaciones

generan soluciones a problemas de las organizaciones tanto sociales, políticas y
económicas. Se pueden definir algunos beneficios:
a) Genera la posibilidad de mejor toma de decisiones en toda organización, uniendo
técnicas, grupos multidisciplinarios, software, datos económicos, brindan una
mejor solución a problemas de gran interés a solucionarse.
b) Optimizar la coordinación entre los diferentes departamentos de las
organizaciones, generando un mayor flujo de información con orden y haciendo
buen uso del tiempo para generar información importante para mejorar la toma de
decisiones.
c) Se genera mayor control de los procesos y recursos, teniendo controlada la
organización para contribuir a lograr los objetivos planteados.
d) Se hace mejor uso de los factores económicos, disminuyendo costos y
aumentando las utilidades de las empresas.
9
SESION I
Introducción a la Programación Lineal

Los modelos lineales tienen una variedad de aplicaciones en la vida diaria, es por ello que
en esta sección vamos a dedicarnos a analizar algunos problemas aplicativos pero a la
vez didácticos para conocer lo potente que es esta herramienta.
Hablar de aplicaciones de modelos lineales es de nunca acabar, cada día aparecen
nuevas propuestas o modificaciones a los ya existentes que hacen que cada modelo sea
adaptado a diferentes realidades, es entonces que en este marco, los siguientes modelos
a desarrollar tienen la finalidad de hacer una introducción a la formar de modelar y poder
ver en parte sus aplicaciones a sistemas reales.
9
Modelos de Programación Lineal
Se llama programación lineal al conjunto de técnicas matemáticas que pretenden

resolver la situación siguiente:
Optimizar (maximizar o minimizar) una función objetivo, función lineal de varias
variables, sujeta a:
una serie de restricciones, expresadas por inecuaciones lineales.
Función Objetivo(F.O.):
Para seleccionar que función objetivo debe elegirse se debe tomar en cuenta lo siguiente:
a) Si vamos a encontrar situaciones en las cuales tendremos solo costos ya sea de
materia prima, costo de mano de obra, costo de uso de máquina, costos de transporte,
costos de depreciación ,etc. esto indica que indudablemente la F.O. será de
MINIMIZACION.
b) Si el enunciado solo da datos económicos de ganancia, precio de venta o dinero a
recibir por unidad producida la F.O. será de MAXIMIZACION.
c) Si el enunciado nos da al mismo tiempo costos y ganancias restaremos de la siguiente
manera:
GANANCIAS - COSTOS = UTILIDAD, la que tendrá como F.O. MAXIMIZACION.
d) Si no nos dan ningún datos económico y solo se da tiempos, el tiempo se minimiza, si
nos da solo producción, la producción se ha de maximizar, si el modelo corresponde a
contratar al personal, la función objetivo se minimiza.
Restricciones:
Estas limitaciones o restricciones en los modelos lineales tienen sólo las siguientes
estructuras: <= , >=, =.
Muchos problemas tienen expresiones características que nos pueden anunciar que tipo
de restricción debemos usar, por ejemplo:
Usar Para expresiones como :

<= Como máximo, a lo más, disponibilidad, demanda
máxima.
>= Como mínimo, por lo menos, al menos, demanda
mínima.
= total, proporción,igualdad
Finalmente las restricciones deben tener las mismas unidades en tanto en su lado
izquierdo como derecho.
La no negatividad de algunas variables son muy importante para definir la solución de
algunos modelos, por lo tanto se dice que todas las variables son >=0.
9
Algunas pautas para resolver Modelos Lineales

Se personalmente que la parte fundamental del curso es la del modelamiento, en algunas
partes se dice que es un arte, pero se que la constancia hace que sea más fácil esta parte
del curso, solo puedo pedirles lo siguiente:
a) Buena comprensión de lectura.
b) Atención a los datos de conversiones ( horas a minutos, kilogramos a libras, etc).
c) Paciencia, no todo sale a la primera vez, la constancia llevara al triunfo.
d) Preguntar lo mas que se pueda, de esa manera despejamos dudas.
Programación Lineal
Formulación
9
En esta parte debemos considerar algo muy importante, hay una variedad de
aplicaciones de modelos lineales, en las siguientes paginas vamos a tratar de considerar
la mayor variedad de modelos lineales y sobre todo de mas aplicación al inicio del
aprendizaje de formulación de modelos lineales.
PROBLEMA 1.1. PRODUCCIÓN EN LINEA
Una fábrica de carrocerías de automóviles y camiones tiene dos departamentos. En el

departamento A, para hacer la carrocería de un camión, se invierten 7 días-operario, para
fabricar la de un automóvil se precisan 2 días-operario. En el departamento B se invierten
tres días operario tanto en carrocerías de camión como de automóvil. Por limitaciones de
mano de obra y maquinaria, el departamento A dispone de 300 días operario, y el
departamento B de 270 días-operario. Si los beneficios que se obtienen por cada camión
son de $6000 y por cada automóvil $2000 ¿cuántas unidades de cada uno se deben
producir para maximizar las ganancias? (Considere que para la producción se debe
utilizar ambos departamentos).
Solución:
En primer lugar ordenamos la información en la siguiente tabla
Camió Automóvi Disponibilidad

n l
7 2 300
Departamento A (Días-
operario)
3 3 270
Departamento B (Días-
operario)
6000 2000
Beneficios ($)
1. Definición de las variables de decisión:

x i : Número de vehículos del tipo i =1(camión ) ,2(automóvil ) a producir.
9
* se usa un solo sub índice por que el sistema de producción es en línea.
2. Elaboración de la función objetivo:

El beneficio total se obtiene multiplicando el beneficio por el número de vehículos
producidos. Obteniendo así, un beneficio total de
($6000 / camion )( x1 )camiones + ($2000 / automovil )( x 2 )automovil . Finalmente

tenemos la siguiente función objetivo:
Maximizar z = 6000 x1 + 2000 x 2
3. Formulación de las restricciones tecnológicas:

Restricción de días-operario en el departamento A.
Podemos ver que, sólo disponemos de 300 días-operario en el departamento A;
pero para producir cada camión se necesita de 7 días-operario y para producir
cada automóvil se necesita de 2 días-operario. Por tanto la restricción de días-
operario en el departamento A, queda expresado como: 7 x1 + 2 x 2 ≤ 300 .
Restricción de días-operario en el departamento B.

Podemos ver que, sólo disponemos de 270 días-operario en el departamento B;
pero para producir cada camión se necesita de 3 días-operario y para producir
cada automóvil se necesita de 3 días-operario. Por tanto la restricción de días-
operario en el departamento A, queda expresado como: 3 x1 + 3 x2 ≤ 270 .
Restricciones de no negatividad
Dado que las variables de decisión sólo pueden tomar valores no negativos,
tenemos que x1 ≥ 0 , x2 ≥ 0 .
Problema 2.-(Producción en línea)

La empresa Elit elabora yogurt y jugos a base de mango y durazno, esta empresa
compra su materia prima al precio de $0,50 por kilogramo de mango y $0,30 por
kilogramo de durazno, las cantidades máximas que puede comprar es de 1600
kilogramos de mango y 2100 kilogramos de durazno.
El mercado de venta de yogurt es de 9000 botellas como máximo y para jugo no
hay limite, el precio de venta del yogurt y de jugo es de $5 y $3 por cada botella
respectivamente; estos datos y otros se dan en la siguiente tabla:
Yogurt Jugos Dispon. Costo

9
Mango 2 kg/botella 3 kg/botella 1600 $0.50/kg
kg
Durazno 3 kg/botella 1 kg/botella 2100 $0.30/kg
kg
Venta <=9000
botellas
P.Venta $5/botella $3/botella
Elabore un modelo lineal para la empresa Elit.

Solución:
Solución:
Como el producto se elabora a base de magno y durazno, esto permite hacer
uso de la variable con un solo sub-indice.
x i : Cantidad de botellas de i =1,2 (yogurt y jugo respectivamente) a producir.

max z = ($ 5 / botella )( x1 )botella + ($ 3 / botella )( x 2 )botella
− ($ 0.5 / kg )( 2kg / botella ( x1 )botella + (3kg / botella )( x 2 )botella )
− ($ 0.3 / kg )( 3kg / botella ) x1botella
+1kg / botella ( x 2 botella )
 Restricción de la disponibilidad del mango.
( 2kg / botella )( x1 )botella + (3kg / botella )( x2 )botella ≤ 1600 kg .
 Restricción de la disponibilidad del durazno.
(3kg / botella )( x1 )botella + (1kg / botella )( x 2 )botella ≤ 2100 kg .
 Restricción de la cantidad de botellas de yogurt.
x1botella ≤ 9000 botella .
 Restricciones de no negatividad
tenemos que x1 , x2 ≥ 0 .
Problema 3.- (MEZCLA)

Usted a decidido entrar en el negocio de los dulces. Está considerando producir dos tipos
de dulces: Easy Out Candy y Slugger Candy , que se componen solamente de azúcar,
nueces y chocolate. Actualmente, tiene en bodega 100 onzas de azúcar, 20 oz de nueces
y 30 oz de chocolate. La mezcla para producir Easy Out Candy tiene que contener por lo
menos 20% de nueces.
La mezcla para producir Slugger Candy tiene que contener por lo menos 10% de nueces y
por lo menos 10% de chocolate. Cada onza de Easy Out Candy se vende a 25
9
centavos(de dólar), y una onza de Slugger Candy a 20 centavos. Formule un PL que le
permita maximizar sus ingresos por la venta de dulces.
Solución:
Easy Out Candy Slugger Candy Disponibl
e
Azúcar 100 onzas
Nueces Por lo menos Por lo menos 20 onzas
20% 10%
Chocolate Por lo menos 30 onzas
10%
Precio de $0,25 $0.20
Venta

xij : Cantidad de onzas usadas del ingrediente i =1,2,3 (azúcar, nueces y chocolate
respectivamente) para elaborar el tipo de dulce j =1,2 (Easy Out Candy y
Slugger Candy respectivamente).

Maximizar z = ($ 0.25 / oz )( x11 + x 21 + x31 )oz + ($ 0.2 / oz )( x12 + x 22 + x32 )oz
 Restricción de la disponibilidad del azúcar.
x11 oz + x12 oz ≤100 oz .
 Restricción de la disponibilidad de las nueces.
x21 oz + x22 oz ≤ 20 oz .
 Restricción de la disponibilidad de chocolates.
x31 oz + x32 oz ≤ 30 oz .
 Porcentaje de nueces en Easy Out Candy:

x 21 oz ≥ 0.2( x11 + x 21 + x31 )oz
 Porcentaje de nueces en Slugger Candy:

x22 oz ≥ 0.1( x12 + x22 + x32 )oz
 Porcentaje de chocolate en Slugger Candy:

x32 oz ≥ 0.1( x12 + x 22 + x32 )oz
 Restricciones de no negatividad
tenemos que xij ≥0 ; ∀i =1,2,3 , ∀j =1,2 .
Problema 4.-(Mezcla:componentes indivisibles)

9
Pearce Dears, un antiguo entrenador de grupos de choque, se ha convertido en avicultor.
Desea alimentar a sus animales en forma tal que se cubran sus necesidades de nutrición
a un costo mínimo. Pearce está estudiando el uso de maíz, soya, avena y alfalfa. En la
figura se muestra la información dietética importante por libra de grano (por ejemplo, 1
libra de maíz proporciona 15 miligramos de proteína). Elabore un modelo de PL para
determinar la mezcla dietética que satisfará los requisitos diarios a un costo mínimo.
Nutrientes por libra de grano
Nutriente Maíz Soya Aven Alfalf Necesidades

(mg) a a (mg)
Proteínas 15 30 15 7 Mínimo 50
Calcio 40 10 40 45 Mínimo 150
Grasas 20 50 8 25 Máximo120
y Mínimo 25
Calorías 850 150 1200 4000 Mínimo 5000
0
Costo por 70 45 40 90
libra
Solución:
x i : Número de libras de i =1, 2 , 3 , 4 (maíz, soya, avena y alfalfa respectivamente)
a comprar.

El costo total se obtiene multiplicando el costo de cada libra con la cantidad de libras
compradas. Obteniendo así, un costo total de
($ 70 / lb )( x1 )lb + ($ 45 / lb )( x2 )lb + ($ 40 / lb )( x3 )lb + ($ 90 / lb )( x4 )lb . Finalmente

Minimizar z = 70 x1 + 45 x 2 + 40 x3 + 90 x 4 70
Restricción de proteínas.
15 x1 + 30 x2 +15 x3 + 7 x4 ≥ 50 .
Restricción de calcio.
40 x1 +10 x2 + 40 x3 + 45 x4 ≥ 150 .
Restricción de grasas.
20 x1 + 50 x2 + 8 x3 + 25 x4 ≥ 25 .
20 x1 + 50 x2 + 8 x3 + 25 x4 ≤ 120 .
Restricción de calorías.
850 x1 +1500 x2 +1200 x3 + 4000 x4 ≥ 5000 .
9
tenemos que x1 , x2 , x3 , x4 ≥ 0 .
Problema 5.-(Producción)
Ginno Pizza fabrica pizzas congeladas. La compañía obtiene una utilidad de $2.00 por
cada pizza normal que fabrica y $3.00 por cada pizza de lujo. Cada artículo incluye una
combinación de mezcla de masa y de mezcla de aderezo. En estos momentos, la
empresa tiene 320 libras de masa y 200 libras de aderezo. Cada pizza normal utiliza una
libra de masa y 6 libras de aderezo. Cada pizza de lujo utiliza una libra de masa y 8 libras
de aderezo.
Ginno sabe por datos pasados que por cada dos pizzas normal debe fabricar una pizza de
lujo además debe tener por política de la empresa por lo menos 20 pizzas normales. Una
pizza normal demora 20 minutos y una pizza de lujo demora 30 minutos, actualmente se
tiene 8 trabajadores a tiempo normal, Ginno Pizza desea saber ¿cuál es la combinación
de pizzas que debe fabricar para
obtener un mayor beneficio ? * Tiempo normal= (8h/día)/trabajador
Solución:
Pizza Pizza de Disponible
Normal lujo
Masa 1 lb/pizza 1 lb/pizza 320 lb
Aderezo 6 lb/pizza 8 lb/pizza 200 lb
Proporció 2 1
n de
producció
n
Política 20
de la
empresa
Tiempo 20 30 (8trabajadores)
minutos/pi minutos/pi *(8h/trabajadore
zza zza s)(60
minutos/hora)
Precio $2/pizza $3/pizza
de venta
Función Objetivo :
Max ($2.00/pizza normal)(X1 pizza normal) + ($3.00/pizza de lujo)(X2 pizza de lujo)
sujeto a:
Restricción de disponibilidad de masa:

(1 libra/pizza normal)(X1 pizza normal) +(1 libra/pizza de lujo)(X2 pizza de lujo) <= 320
lb
Restricción de disponibilidad de aderezo:

(6 libras/pizza normal)(X1 pizza normal) +(8 libras/pizza de lujo)(X2 pizza de lujo)<= 200
lb
Restricción de proporción de Producción:

(X1 Pizza Normal/ X2 Pizza de lujo) = 2 / 1
Restricción por política de la empresa:

(X1 pizzas Normal) >= 20 pizzas
Restricción de Tiempo:
9
(20 minutos/pizza normal) +(30 minutos/pizza de lujo) <=8trabajadores(8h/trabajador)
(60 minutos/h)
Restricción de proporción de Producción:

( X1 Pizza Normal/ X2 Pizza Lujo) = 2/1
Restricción de no negatividad:
X1>=0 , X2 >= 0
Problema 6.-(PERSONAL)
Un cierto restaurante opera 7 días a la semana. A las camareras se les contrata
para trabajar 6 horas diarias. El contrato del sindicato especifica que cada
camarera tiene que trabajar 5 días consecutivos y después tener 2 días
consecutivos de descanso . Cada camarera recibe el mismo sueldo semanal. En
la tabla se presentan las necesidades de contratación. Supóngase que este ciclo
de necesidades se repite en forma indefinida y no toma en cuenta el hecho de
que el número de camareras contratadas tiene que ser un número entero. El
gerente desea encontrar un programa de empleo que satisfaga estas
necesidades a un costo mínimo. Formule este problema como un programa
lineal.
Necesidades de contratación de camareras
Día Mínima cantidad de

horas
Lunes 150
Martes 200
Miércole 400
s
Jueves 300
Viernes 700
Sábado 800
Domingo 300
Solución:
Variable de decisión:
Xi= Camareras que ingresan el día i ( i = lunes, martes, miércoles, jueves, sábado,
domingo = l, m, mi, j, v, s, d).
Función Objetivo:
Minimizar = XL+XM+XMI+XJ+XV+XS+XD
Restricciones:
Lunes :
Martes :
Miércoles:
9
Jueves:
Viernes:
Sábado :
Domingo:
No negatividad:
Xi>=0
Problema 7.- (Asignación)

Se desea asignar 3 obreros a 3 maquinas, los costos por asignación son:
Maquina 1 Maquina 2 Maquina 3
Obrero 4 5 7
1
Obrero 5 3 6
2
Obrero 6 7 5
3
¿cómo distribuir los obreros para lograr el menor costo posible?
Solución:
Variable de Decisión:
Xij = Obrero i(i=1,2,3) asignado a la maquina j(j=1,2,3)
Min=4x11+5x12+7x13+5x21+3x22+6x23+6x31+7x32+5x33
Sujeto a:
Obrero 1: x11+x12+x13=1
Obrero 2:x21+x22+x23=1
Obrero 3: x31+x32+x33=1
Maquina 1: x11+x21+x31=1
No negatividad:
Xij>=0
Problema 8.-(Problema de transporte)

Se tiene tres plantas de producción, estos desean saber como enviar sus productos a tres
mercados, las ganancias que logran por cada unidad en cada mercado se dan en la tabla:
Mercado: Disponible
Local Regional Extranjero Disponible
Danper $22/ud $24/ud $22/ud 6896 kg / día
Talsa $ 19/ud $22/ud $20/ud 6495 kg / día
Green $20/ud $21/ud $22/ud 6173 kg / día
Peru
Demanda 4911 kg/dia 6763 kg/dia 6789 kg/dia
9
Xij= Cantidad de docenas a enviar desde i(i= Danper, Talsa, Green Perú =1,2,3) al cliente
j(j=local,regional,extranjero=1,2,3)
Función Objetivo:
Max=22x11+24x12+22x13+19x21+22x22+20x23+20x31+21x32+22x33
Limitantes
Danper
X11+x12+x13<=6896
Talsa
X21+x22+x23<=6495
Green Perú
X31+x32+x33<=6173
Local
X11+x21+x31=4911
Regional
X12+x22+x32=6763
Extranjero
X13+x23+x33=6789
No negatividad
Xij>=0
Problema 9.-(Producción)
Una empresa ha decidido lanzar tres nuevos productos. Se muestran las capacidades de
las plantas y los costos de producción. Identifique las variables de decisión y elabore un
modelo PL que asigne la producción de los tres productos a las dos plantas en forma tal
que cubran la demanda y minimicen los costos .
Costos unitarios de producción
PRODUCTO
PLANTA A B C CAPACIDAD
1 $9/UNID $18 $12 500
2 13 18 7 650
DEMANDA 400 250 350
Solución:
xij= numero de productos tipo i (i= a,b,c) elaborado en la planta j(j=1,2)
Funcion Objetivo:
Minimizar ($9/unid)(xa1 unid) + ($18/unid)(xb1 unid) + ($12/unid)(xc1 unid)
+ ($13/unid)(xa2 unid) + ($18/unid)(xb2 unid) + ($7/unid)(xc2 unid)
Restricciones:
Capacidad:
Planta 1
(xa1 + xb1 + xc1) unid <= 500 unid
Planta 2
(xa2 + xb2 + xc2) unid <= 650 unid
Demanda:
Producto A:
(xa1 + xa2) unid = 400 unid
Producto B:
(xb1 + xb2) unid = 250 unid
Producto C:
9
(xc1 + xc2) unid = 350 unid
No negatividad
Xij>=0
LABORATORIO 1.
Problema 1.-Un problema de producción.

La compañía Swelte glove manufactura y vende dos productos. La compañía obtiene una
utilidad de $12 por unidad del producto 1 y $4 por unidad del producto 2 que se vendan.
Las horas de trabajo que se requieren para los productos en cada uno de los tres
departamentos de producción se sintetizan en la figura. Los supervisores de estos
departamentos han estimado que durante el próximo mes estarán disponibles las
siguientes horas de trabajo: 800 en el departamento 1, 600 en el departamento 2, y 200
en el departamento 3. Suponiendo que la compañía quiera maximizar las
utilidades, formule el modelo de programación lineal de este problema.
Datos de producción de la compañía Swelte Glove
Producto
(h/unidad
)
1 2
Dpto. 1 1 2
Dpto. 2 1 3
Dpto. 3 2 3
(trabajar como el problema 1)
Problema 2.-
9
En la empresa agroindustrial San Jacinto, se produce: azúcar rubia, azúcar blanca y
alcohol. Para producir dichos elementos, se requieren los siguientes recursos: caña de
azúcar, agua, químicos, horno y mano de obra.
Recursos Az. Blanca Az. Rubia Alcohol Disponible Costo
Caña Az. 12 tn/ unid 10 tn/ unid 5 tn/ unid 800 tn/ día 1.0 $/ tn
Agua 30 lt/ unid 25 lt/ unid 15 lt/ unid 1000 lt/ día 0.2 $/ lt
Químicos 5 kg/ unid 2 kg/ unid 7 kg/ unid 500 kg/ día 0.5 $/ kg
Horno 6 hr/ unid 5 hr/ unid 8 hr/ unid 140 hr/ día 0.6 $/ hr
Mano Obra 6 hr/ unid 4 hr/ unid 3 hr/ unid 400 hr/ día 0.4 $/ hr
Precio 60 $/ unid 50 $/ unid 55 $/ unid
venta
(trabajar como el problema 2)
Problema 3.-
Considere le problema 3 con las condiciones adicionales (* ) :
Easy Out Candy Slugger Candy Disponibl
e
Azúcar * Como máximo * Como minimo 100 onzas
15% 5%
Nueces Por lo menos 20% Por lo menos 10% 20 onzas
Chocolate * Por lo menos 5% Por lo menos 10% 30 onzas
Precio de $0,25 $0.20
Venta
Problema 4.- Modifique le problema 4 según lo siguiente:
Nutriente Maiz Soya Aven Alfalf Necesidades

(mg) a a (mg)
Proteina 15 30 15 7 Máximo 150
Calcio 40 10 40 45 Máximo 300
Mínimo 150
Grasas 20 50 8 25 Máximo 120 y Mínimo
25
Calorías 850 150 1200 4000 Mínimo 5000
0 Máximo 8000
* Ganancia por 70 45 40 90
libra
Problema 5.- Resuelva el problema 5 considerando el costo de materia prima:

Pizza Pizza de Disponible Costo
Normal lujo
Masa 1 lb/pizza 1 lb/pizza 320 lb $0,04/lb
Aderezo 6 lb/pizza 8 lb/pizza 200 lb $0,05/lb
Proporció 2 1
n de
producci
ón
Política 20
de la
empresa
9
Tiempo 20 minutos 30 (8trabajad
/pizza minutos ores)
/pizza (8h/trabaja
dores)(60
minutos/ho
ra)
Precio de $2/pizza $3/pizza
venta
Problema 6.-
Considere el problema 6 si en lugar de:
El contrato del sindicato especifica que cada camarera tiene que trabajar 5 días
consecutivos y después tener 2 días consecutivos de descanso.
Se considera ahora:
El contrato del sindicato especifica que cada camarera tiene que trabajar 4 días
consecutivos y después tener 3 días consecutivos de descanso.
Problema 7.- (Asignación)

Tome en cuenta el problema si en lugar de:
“Se desea asignar 3 obreros a 3 maquinas “, se tiene lo siguiente:“Se desea asignar 3
obreros a 2 maquinas”
Problema 8.-(Problema de transporte)

Se tiene tres plantas de producción, estos desean saber como enviar sus productos a tres
mercados, las ganancias que logran por cada unidad en cada mercado se dan en la tabla:
Mercado: Disponible
Local Regional Extranjero Disponible
Danper $22/ud $24/ud $22/ud 3000 kg / día
Talsa $ 19/ud $22/ud $20/ud 3200 kg / día
Green $20/ud $21/ud $22/ud 3300 kg / día
Peru
Demanda 5000 kg/dia 4000 kg/dia 5000 kg/dia
Problema 9.-
Una empresa ha decidido lanzar tres nuevos productos. Se muestran las capacidades de
las plantas y las ganancias de producción. Identifique las variables de decisión y elabore
un modelo PL que asigne la producción de los tres productos a las dos plantas en forma
tal que cubran la demanda .
ganancia unitaria de producción
PRODUCTO
PLANTA A B C CAPACIDAD
1 $9/UNID $18 $12 400
2 13 18 7 350
DEMANDA 200 450 300
9
NIVEL B
PROBLEMA 1 INVERSIÓN
Una persona tiene S/500.000 para invertir en dos tipos de acciones A y B. El tipo A tiene
bastante riesgo con un interés anual del 10% y el tipo B es bastante seguro con un
interés anual del 7%. Decide invertir como máximo S/300000 en A y como mínimo
S/100000 en B, e invertir en A por lo menos tanto como en B. ¿Cómo deberá invertir sus
S/500.000 para maximizar sus intereses anuales?
Solución:
Acciones Acciones Disponibilidad

A B
0.1 0.07 40
Interés
300000 100000 60
Inversión
(Máximo) (Mínimo)
500000
Dinero
($)
9

x i : Cantidad de dinero a invertir en acciones del tipo i = A , B .

El interés total se obtiene multiplicando el interés de cada acción con la cantidad de
acciones compradas. Obteniendo así, un interés total de 0.1x A + 0.07 xB . Finalmente

Maximizar z = 0.1x A + 0.07 xB

Restricción de dinero máximo de inversión en las acciones A.
x A ≤ 300000 .
Restricción de dinero mínimo de inversión en las acciones B.
xB ≥ 100000 .
Invertir en A por lo menos tanto como en B
x A ≥ xB .
Restricción de disponibilidad de dinero.

x A + xB ≤ 500000 .
tenemos que x A ≥ 0 , x B ≥ 0 .
PROBLEMA 2 ENCUESTA
Para realizar una encuesta por teléfono, un grupo de investigación de mercado necesita
comunicar por lo menos a 150 esposas, 120 maridos, 100 varones adultos solteros y 110
mujeres adultas solteras. Cuesta $2 realizar una llamada telefónica durante el día, y $5
realizar una llamada telefónica durante la noche (debido a mayores costos laborales).
Estos resultados se muestran en la tabla. Se pueden realizar a lo más la mitad de estas
llamadas en la noche, por disponer de un número limitado de empleados. Formule un PL
que minimice los costos para completar la encuesta.
Persona que % de llamadas % de llamadas

9
contesta diurnas nocturnas
Esposa 30 30
Marido 10 30
Soltero 10 15
Soltera 10 20
No contestan 40 5
Solución:
x i : Número de llamadas realizadas en horario i =1, 2 (diurno y noche
respectivamente).

El costo total por las llamadas realizadas se obtiene multiplicando el costo de cada
llamada según el horario por la cantidad de llamadas realizadas. Obteniendo así, un
costo total de ($ 2 / llamada )( x1 )llamada + ($ 5 / llamada )( x2 )llamada . Finalmente

Minimizar z = 2 x1 + 5 x2
Restricción de esposas encuestadas.
0.3 x1 + 0.3 x2 ≥ 150 .
Restricción de maridos encuestados.
0.1x1 + 0.3 x2 ≥ 120 .
Restricción de solteros encuestados.
0.1x1 + 0.2 x2 ≥ 110 .
Restricción realizar a lo más la mitad de estas llamadas en la noche.
x +x
x2 ≤ 1 2 .
2
PROBLEMA 3 COMPRA
Un hipermercado necesita como mínimo 16 cajas de langostino, 5 cajas de nécoras y 20
de percebes. Dos mayoristas, A y B, se ofrecen al hipermercado para satisfacer sus
necesidades, pero sólo venden dicho marisco en contenedores completos. El mayorista A
envía en cada contenedor 8 cajas de langostinos, 1 de nécoras y 2 de percebes. Por su
parte, B envía en cada contenedor 2, 1 y 7 cajas respectivamente. Cada contenedor que
9
suministra A cuesta S/210, mientras que los del mayorista B cuestan S/300 cada uno.
¿Cuántos contenedores deben pedir el hipermercado a cada mayorista para satisfacer
sus necesidades mínimas con el menor coste posible?
Solución:
Contenedor A Contenedor B Necesida

d
Langostin 8 cajas/contenedor 2cajas/contenedor 16 cajas
o
Nécoras 1 cajas/contenedor 1cajas/contenedor 5 cajas
Percebes 2 cajas/contenedor 7cajas/contenedor 20 cajas
Costo (S) 210/contenedor 300/contenedor

x i : Cantidad de contenedores del tipo i = A , B a solicitar.

Minimizar z = ($ 210 / contenedor )( x1 )contenedor + ($ 300 / contenedor )( x2 )contenedor

Restricción de langostinos.
(8cajas / contenedor )( x1 )contenedor + ( 2cajas / contenedor )( x 2 )contenedor ≥ 16 cajas
.
Restricción de nécoras.
( 2cajas / contenedor )( x1 )contenedor + (7cajas / contenedor )( x2 )contenedor ≥ 20 cajas
.
9
Problema 4 Inventarios
Uno de los productos con mayor demanda en “Tecnologías Palermo “, es el tonner,(es un

producto que se usa en las fotocopiadoras) ; entonces el modelo mixto que se va a
elaborar se refiere a este producto, que en las ultimas doce semanas, según datos de la
propia empresa ha mantenido su demanda, entonces primero se va a realizar un
pronóstico para la demanda del próximo mes :
Pronostico para calcular la demande del próximo mes
Semana Demanda
1 40
2 40
3 40
4 40
Ahora otros Datos a considerar son:
Precio de venta: s/ 20 / unidad
Costo de Escasez: s/ 6 /unidad
Costo de Inventario: s/ 0.50/unidad
Costo de compra : s/ 14/unidad
Inventario inicial: 10 unidades
Costo Fijo de Inventario s/ 1
Cantidad de unidad posibles a quedar en inventario:
Semana 1 3 5 7 9
Semana 2 4 5 6 7
Semana 3 5 6 7 8
Semana 4 10 12 14 16
Según los datos obtenidos, un modelo de programación entera mixta aplicado a
inventarios nos ayuda a determinar como va a estar desempeñándose óptimamente el
sistema en las próximas cuatro semanas.El objetivo es maximizar la utilidad.
Modelo PL
Variables:
Vi= Numero de unidades vendidas durante la semana i (i=1,2,3,4)
Ei= Numero de unidades en escasez durante la semana i (i=1,2,3,4)
IFi= Numero de unidades en inventario durante la semana i(i=1,2,3,4)
Ci= Numero de unidades compradas durante la semana i(i=1,2,3,4)
Yij= 1 Unidades en inventario final en la semana i(i=1,2,3,4) en la opción
j(j=1,2,3,4)
0 Unidades en inventario final en la semana i(i=1,2,3,4) en la opción
j(j=1,2,3,4)
Zi = 1 Se usa inventario en la semana i(i=1,2,3,4)
0 no se usa inventario
Formulas a usar:
Inventario Final: If = Io + C - V
Demanda : D=V+E
Función Objetivo:
9
Max = 20v1+20v2+20v3+20v4-6E1-6E2-6E3-6E4-0.5IF1-0.50IF2-0.50IF3-0.50IF4
-14C1-14C2-14C3-14C4-1z1-1z2-1z3-1z4
Limitantes:
Inventario semana 1
IF1=10+C1-V1
Demanda pronosticada semana 1
V1+E1=40
Inventario semana 2
IF2=If1+C2-V2
V2+E2=40
Inventario semana 3
IF3= If2+C3-V3
V3+E3=40
Inventario semana 4
IF4= If3+C4-V4
V4+E4=40
Inventario Final al final de la semana 1
IF1>=3y11+5y12+7y13+9y14
Y11+y12+y13+y14=1z1
IF2>=4y21+5y22+6y23+7y24
Y21+y22+y23+y24=1z2
IF3>=5y31+6y32+7y33+8y34
Y31+y32+y33+y34=1z3
IF4>=10y41+12y42+14y43+16y44
Y41+y42+y43+y44=1z4
Unidades a Comprar en la semana 1
c1<=30
c2<=60
c3<=40
c4<=50
Unidades en inventario final en la semana 1
if1>=5
if2>=5
if3>=5
if4>=5
9
Pasando a forma de ingreso a LINDO
Max 20v1+20v2+20v3+20v4-6E1-6E2-6E3-6E4-0.5IF1-0.50IF2-0.50IF3-0.50IF4
-14C1-14C2-14C3-14C4-1z1-1z2-1z3-1z4
ST
IF1+V1-C1=10
V1+E1=40
IF2+V2-C2-IF1=0
V2+E2=40
IF3+V3-C3-IF2=0
V3+E3=40
IF4+V4-C4-IF3=0
V4+E4=40
10y11+15y12+17y13+19y14-if1=0
Y11+y12+y13+y14-1z1=0
14y21+15y22+16y23+17y24-if2=0
Y21+y22+y23+y24-1z2=0
15y31+16y32+17y33+18y34-if3=0
Y31+y32+y33+y34-1z3=0
10y41+12y42+14y43+16y44-if4=0
Y41+y42+y43+y44-1z4=0
c1<=30
c2<=60
c3<=40
c4<=50
if1>=5
if2>=5
if3>=5
if4>=5
end
int y11
int y12
int y13
int y14
int z1
int y21
int y22
int y23
int y24
int z2
int y31
int y32
int y33
int y34
int z3
int y41
int y42
int y43
int y44
int z4
9
OBJECTIVE FUNCTION VALUE
1) 811.0000 utilidad maxima
VARIABLE VALUE REDUCED COST

Y11 1.000000 125.000000 Se usa inventario en la semana 1 en opción 1
Z1 1.000000 1.000000 Se usa inventario en la semana 1
Y21 0.000000 0.000000
Y23 0.000000 0.000000
Y24 0.000000 0.000000
Y32 0.000000 16.000000
Y34 0.000000 18.000000
V1 30.000000 0.000000 venta de 30 unidades en la semana 1
E1 10.000000 0.000000 Unidades en escasez en la semana 1
E4 0.000000 12.000000 Unidades compradas en la semana 4
IF1 10.000000 0.000000 Inventario de 10 unidades en la semana 1
C1 30.000000 0.000000 30 Unidades compradas en la semana 1
ROW SLACK OR SURPLUS DUAL PRICES

2) 0.000000 26.000000
3) 0.000000 -6.000000
4) 0.000000 14.000000
5) 0.000000 6.000000
6) 0.000000 14.500000
7) 0.000000 5.500000
8) 0.000000 14.000000
9) 0.000000 6.000000
10) 0.000000 12.500000
11) 0.000000 0.000000
12) 0.000000 0.000000
13) 0.000000 0.000000
14) 0.000000 1.000000
15) 0.000000 0.000000
9
16) 0.000000 14.500000
17) 0.000000 0.000000
18) 0.000000 12.000000
19) 15.000000 0.000000
20) 0.000000 0.500000
21) 15.000000 0.000000
22) 5.000000 0.000000
23) 10.000000 0.000000
24) 10.000000 0.000000
25) 5.000000 0.000000
PROBLEMA 5.-( producción de ensamblaje )

Se va a elaborar un producto a base de tres componentes que se producen en tres
diferentes departamentos, disponiendo con los siguientes datos. El objetivo es determinar
el número de horas de cada departamento a ser asignadas a cada parte, para maximizar
el número de unidades completas del producto final. Formule como un modelo de
Programación lineal.
Departamento Capacidad Tasa de Producción (unid/h)
(horas) C1 C2 C
3
1 250 12 10 18
2 300 9 12 11
3 260 10 5 12
Xij= Numero de horas a laborar para la producción del componente i(i=1,2,3)en el
departamento j(j=1,2,3).
Función Objetivo:
Maximizar producción
Maximizar =P
Restricciones:
Numero de unidades del componente 1:

12X11 + 9X12+10X13= P

10X21 + 12X22 +5X23= P

18X31 + 11X32 + 12X33=P
Capacidad de horas del departamento 1:

X11 + X21+ X31<= 250

X12 + X22 + X32 <= 300

X13 + X23 + X33 <= 360
TRANSPORTE
9
Se tiene que distribuir un producto a 6 clientes utilizando cualesquiera de 5 camiones.
Los datos de costos de traslado de cada camión a cada cliente son:
Cliente Cliente Cliente Cliente Cliente E Cliente F Capacidad
A B C D (TN)
Camión 1 $15 $12 $17 $21 $16 $18 1.5
Camion 2 $17 $15 $16 $19 $18 $15 2
Camion 3 $21 $20 $14 $13 $17 $19 1
Camión 4 $18 $15 $17 $19 $15 $17 2
Camión 5 $20 $18 $16 $17 $14 $19 1.5
Demanda 0.2 0.5 0.8 1.5 0.9 1.2
(TN)
Existe un costo fijo de $50 para los camiones 1,2 y 4 y de $30 para camiones 3 y 5 por
cada viaje realizado. En cada viaje un camión puede llevar pedidos para varios clientes,
pero no puede llevar pedidos parciales. Formule un modelo de PLE si cada camión puede
visitar hasta tres clientes.
Cliente A Cliente Cliente Cliente Cliente E Cliente Capacida Costo

B C D F d Fijo
(TN)
Camión $15 $12 y1b $17 y1c $21 y1d $16 y1e $18 y1f 1.5 $50
1 y1a y1
Camion $17 y2a $15 y2b $16 y2c $19 y2d $18 y2e $15 y2f 2 $50
2 y2
Camion $21 y3a $20 y3b $14 y3c $13 y3d $17 y3e $19 y3f 1 $30
3 y3
Camión $18 y4a $15 y4b $17 y4c $19 y4d $15 y4e $17 y4f 2 $50
4 y4
Camión $20 y5a $18 y5b $16 y5c $17 y5d $14 y5e $19 y5f 1.5 $30
5 y5
Demand 0.2 0.5 0.8 1.5 0.9 1.2
a
(TN)
Variables:
Yij 1 Camión i(i=1,2,3,4,5) atiende al cliente j (j=a,b,c,d,e,f)
0 Camión i(i=1,2,3,4,5) no atiende al cliente j (j=a,b,c,d,e,f)
Yi 1 Se usa camión i(i=1,2,3,4,5)

0 No se usa Camión i(i=1,2,3,4,5)
Min 15y1a+12y1b+17y1c+21y1d+16y1e+18y1f
+17y2a+15y2b+16y2c+19y2d+18y2e+15y2f
+21y3a+20y3b+14y3c+13y3d+17y3e+19y3f
+18y4a+15y4b+17y4c+19y4d+15y4e+17y4f
+20y5a+18y5b+16y5c+17y5d+14y5e+19y5f
+50y1+50y2+30y3+50y4+30y5
y1a+y2a+y3a+y4a+y5a=1
y1b+y2b+y3b+y4b+y5b=1
y1c+y2c+y3c+y4c+y5c=1
y1d+y2d+y3d+y4d+y5d=1
y1e+y2e+y3e+y4e+y5e=1
9
y1f+y2f+y3f+y4f+y5f=1
0.2y1a+0.5y1b+0.8y1c+1.5y1d+0.9y1e+1.2y1f<=1.5y1
0.2y2a+0.5y2b+0.8y2c+1.5y2d+0.9y2e+1.2y2f<=2y2
0.2y3a+0.5y3b+0.8y3c+1.5y3d+0.9y3e+1.2y3f<=1y3
0.2y4a+0.5y4b+0.8y4c+1.5y4d+0.9y4e+1.2y4f<=2y4
0.2y5a+0.5y5b+0.8y5c+1.5y5d+0.9y5e+1.2y5f<=1.5y5
LINDO
Min 15y1a+12y1b+17y1c+21y1d+16y1e+18y1f
+17y2a+15y2b+16y2c+19y2d+18y2e+15y2f
+21y3a+20y3b+14y3c+13y3d+17y3e+19y3f
+18y4a+15y4b+17y4c+19y4d+15y4e+17y4f
+20y5a+18y5b+16y5c+17y5d+14y5e+19y5f
+50y1+50y2+30y3+50y4+30y5
st
y1a+y2a+y3a+y4a+y5a=1
y1b+y2b+y3b+y4b+y5b=1
y1c+y2c+y3c+y4c+y5c=1
y1d+y2d+y3d+y4d+y5d=1
y1e+y2e+y3e+y4e+y5e=1
y1f+y2f+y3f+y4f+y5f=1
0.2y1a+0.5y1b+0.8y1c+1.5y1d+0.9y1e+1.2y1f-1.5y1<=0
0.2y2a+0.5y2b+0.8y2c+1.5y2d+0.9y2e+1.2y2f-2y2<=0
0.2y3a+0.5y3b+0.8y3c+1.5y3d+0.9y3e+1.2y3f-1y3<=0
0.2y4a+0.5y4b+0.8y4c+1.5y4d+0.9y4e+1.2y4f-2y4<=0
0.2y5a+0.5y5b+0.8y5c+1.5y5d+0.9y5e+1.2y5f-1.5y5<=0
end
int y1a
int y1b
int y1c
int y1d
int y1e
int y1f
int y2a
int y2b
int y2c
int y2d
int y2e
int y2f
int y3a
int y3b
int y3c
int y3d
int y3e
int y3f
int y4a
int y4b
int y4c
int y4d
int y4e
int y4f
int y5a
int y5b
int y5c
9
int y5d
int y5e
int y5f
int y1
int y2
int y3
int y4
int y5
SOLUCION
1) 226.0000

Y1A 0.000000 15.000000
Y1B 0.000000 12.000000
Y1C 0.000000 17.000000
Y1D 0.000000 21.000000
Y1E 0.000000 16.000000
Y1F 0.000000 18.000000
Y2A 0.000000 17.000000
Y2B 0.000000 15.000000
Y2C 1.000000 16.000000
Y2D 0.000000 19.000000
Y2E 0.000000 18.000000
Y2F 1.000000 15.000000
Y3A 0.000000 21.000000
Y3B 0.000000 20.000000
Y3C 0.000000 14.000000
Y3D 0.000000 13.000000
Y3E 0.000000 17.000000
Y3F 0.000000 19.000000
Y4A 1.000000 18.000000
Y4B 1.000000 15.000000
Y4C 0.000000 17.000000
Y4D 0.000000 19.000000
Y4E 1.000000 15.000000
Y4F 0.000000 17.000000
Y5A 0.000000 20.000000
Y5B 0.000000 18.000000
Y5C 0.000000 16.000000
Y5D 1.000000 17.000000
Y5E 0.000000 14.000000
Y5F 0.000000 19.000000
Y1 0.000000 50.000000
Y2 1.000000 50.000000
Y3 0.000000 30.000000
Y4 1.000000 50.000000
Y5 1.000000 30.000000
9

2) 0.000000 0.000000
3) 0.000000 0.000000
4) 0.000000 0.000000
5) 0.000000 0.000000
6) 0.000000 0.000000
7) 0.000000 0.000000
8) 0.000000 0.000000
9) 0.000000 0.000000
10) 0.000000 0.000000
11) 0.400000 0.000000
12) 0.000000 0.000000
NO. ITERATIONS= 31
BRANCHES= 0 DETERM.= 1.000E 0
Respuesta
Costo minima 226.
Y2C = 1,camión 2 abastece al cliente C
Y2F =1, camión 2 abastece al cliente F.
Y4A =1,camión 4 abastece al cliente A.
Y4B = 1,camión 4 abastece al cliente B.
Y4E =1,camión 4 abastece al cliente E
Y5D = 1,camión 5 abastece al cliente D.
Y2 = 1,se usa camión 2.
Y4 =1,se usa camión 4.
Y5 =1,se usa camión 5.
Gripe porcina dispara la demanda de mascarillas
Las farmacias están comprando más medicamentos antivirales y desinfectantes de

manos, mientras que los fabricantes de mascarillas están aumentando la producción para
satisfacer la demanda conforme crece la inquietud por la propagación de la gripe porcina.
3M Co. y Alpha Pro Tech Ltd. están fabricando más mascarillas.
3M ha aumentado la producción mundial de mascarillas de respiración en respuesta a la
epidemia de gripe porcina, dijo Jacqueline Berry, portavoz de la empresa de Minnesota,
en una entrevista telefónica. ''Tenemos demanda de agencias gubernamentales y
hospitales en todo el mundo'', dijo Berry, quien se negó a proporcionar números.
3M Co. y Alpha Pro Tech Ltd tienen capacidad de producción de 2000000 y 3000000
mascarillas, de su producción de cada fabrica el (55) % puede ser destinado al Perú, que
según se pronostica demandaría 800000 mascarillas para niños, 1000000 mascarillas
para jóvenes y 1200000 mascarillas para adultos.
El costo de cada mascarilla vendida por ·M Co. es de $2, $3 y $4 para el tipo niños,
jóvenes y adultos, de otro lado y Alpha Pro Tech Ltd tiene los costos de $1.5, $2.8 y $4.2
para el tipo niños, jóvenes y adultos. El precio de venta al publico será (6+x)% por
encima de su costo.
9
EL costo del pedido ah 3M Co. y Alpha Pro Tech Ltd tendría un costo de $2000 y $2300
por transporte hacia Perú. Si en caso no se cubra la demanda se considera un costo de
$100 por cada mascarilla independiente sea destinado a niño, joven o adulto. Elabore un
PLE si el gobierno peruano desea elegir solo una empresa para la compra.
Hallar:
a) Variables de decisión ( 1 puntos)
b) Limitantes ( 1 puntos)
c) Función objetivo. (1 puntos)
d) Solución en LINGO. ( 2 puntos)
e) Interpretación de LINGO.(2 punto)
Niños Jóvenes Adultos Oferta Costo
·M Co 2 3 4 2000000*0.5 2000
5
Alpha 1.5 2.8 4.2 3000000*0.5 2300

5
Penalidad 100 100 100 250000
Demanda 80000 1000000 1200000
Paso 1
Xij Cantidad de mascaras de tipo i(i= ·M Co,Alpha,penalidad=1,2,3) de tipo

j(j=niños,jóvenes, adultos=1,2,3)
Paso 2
Y1+y2=1
X11+x12+x13<=2000000*0.55*y1
X21+x22+x23<=3000000*0.55*y2
X11+x21+x31=80000
X12+x22+x32=1000000
X13+x23+x33=1200000
Paso 3
9
Max 1.06(2x11+3x12+4x13+1.5x21+2.8x22+4.2x23)-2000y1-2300y2
-100x31-100x32-100x33
Caso Plan de Producción

Como se menciono, la empresa se dedica a la fabricación de bebidas gaseosas, siendo
las presentaciones comercializadas las que se demuestran a continuación:
Tipo de bebida Presentación

Gaseosa de 2.65 Lt Caja de 12 unidades
Gaseosa de 0.296Lt Caja de 24 unidades
Tabla 1 Presentación de las bebidas gaseosas
La empresa en estudio cuenta con una planta de producción que opera las 48 horas a la
semana. Esta planta tiene una capacidad de producción de 160,000 caja/mes.
El proceso de fabricación de estos productos se lleva a cabo en dos etapas (Áreas de
trabajo)
1. En el Dpto. de Elaboración se realiza la preparación de jarabes el mismo que cuenta
con 4 trabajadores permanentes.
2. En el Dpto. de Envasado se realiza trabajos inherentes al proceso de envasado y
presentación final del producto. Este Dpto. cuenta con 15 trabajadores. Las horas
requeridas en ambos departamentos para producir 1000 cajas de cada uno de los
productos mencionados en la tabla 1,se muestran en la tabla 2.
2.65 lt 1.75 lt 0.60 lt 0.296 lt

Dpto 2,65 1,75 1,75 1,07
Elaboración
Dpto 4,41 2,91 1,29 1,78
Envasado
9
Tabla 2: requerimientos horas/1000 cajas
La demanda proyectada máxima para el mes de Julio se muestra en la siguiente tabla:

Tabla 3: Demanda proyectada máxima para el mes de Julio
Tipo de bebida Demanda
Gaseosa de 2,65 lt 10 552 cajas/mes
Total 164 700 cajas/mes
El Dpto. de Contabilidad de la empresa estima un margen de ganancia para cada

producto,de:
Tipo de bebida Margen de Ganancia Tabla 4: Margen

Gaseosa de 2,65 lt s/ 1,38 / caja
Gaseosa de 1,75 lt s/ 1,22 /caja de ganancia por
Gaseosa de 0,60 lt s/ 1,02/caja producto
Gaseosa de 0,296 lt s/ 1,05 /caja
Total La Gerencia ha
solicitado determinar el Plan de Producción semanal óptimo para el siguiente mes.
6.- Hipótesis
Un modelo de Programación lineal aplicado al plan de producción va a permitir a Coca
Cola obtener una máxima ganancia.
7.-Objetivo:
Elaborar un Plan de Producción basado en Modelos Lineales.
8.-Descripción del Trabajo:
Se va a elaborar un modelo lineal para hallar el mejor plan de producción:
9
Para lo cual se va a considerar como variable de decisión la cantidad de cajas de cada
tipo a producir.
La función objetivo a considerar ser al de maximización por tener utilidades.
Las restricciones a tomar en cuenta son:
Demanda máxima
Tiempo de producción semanal en el departamento de elaboración
Tiempo de producción semanal en el departamento de envasado
Capacidad de producción
9.-Planteamiento:
Modelo Lineal
xij= Cantidad de cajas a producir de gaseosa tipo j(j=COCA COLA de 2.65 lt,COCA COLA
de 1.75 lt,COCA COLA de 0.60 lt, COCA COLA de 0.296 lt=1,2,3,4) en la semana
j(j=1,2,3,4)
Función Objetivo:
max=(S/1.38/caja)(x11+x12+x13+x14)cajas
+(S/1.22/caja)(x21+x22+x23+x24)cajas+(S/1.02/caja)(x31+x32+x33+x34)cajas
+(S/1.05/caja)(x41+x42+x43+x44)cajas;
Restricciones:
Demanda Máxima de:
gaseosas COCA COLA de 2.65 Lt.
(x11+x12+x13+x14)cajas<=10552 cajas;
gaseosas COCA COLA de 1.75 Lt
(x21+x22+x23+x24)cajas<=40556cajas;
(x31+x32+x33+x34)cajas<=56712cajas
(x41+x42+x43+x44)cajas<=56880cajas
Tiempo de producción en el departamento de elaboración en la semana 1:
(2.65h/caja)(x11 caja)+(1.75 h/caja)(x21 caja)+(1.17 h/caja)(x31 caja)
+(1.07 h/caja)(x41 caja)<=48000 horas
(2.65 h/caja)(x12 caja)+(1.75 h/caja)(x22 caja)+(1.17 h/caja)(x32 caja)+(1.07 h/caja)(x42
caja)<=48000 horas
(2.65 h/caja)(x13 caja)+(1.75 h/caja)(x23 caja)+(1.17 h/caja)(x33 caja)
+(1.07 h/caja)(x43 caja)<=48000horas
9
(2.65 h/caja)(x14caja)+(1.75 h/caja)(x24 caja)+(1.17 h/caja)(x34 caja)
+(1.07 h/caja)(x44 caja)<=48000horas;
Tiempo de producción en el departamento de envasado en la semana 1:
(4.41 h/caja)(x 13 caja)+(2.91 h/caja)(x23 caja)+(1.29 h/caja)(x33 caja)
Capacidad de producción:
(x11+x12+x13+x14+x21+x22+x23+x24+x31+x32+x33+x34
+ x41+x42+x43+x44) cajas<=160000 cajas;
No negatividad:
Xij>=0
Modelo :
max=1.38x11+1.38x12+1.38x13+1.38x14+1.22x21+1.22x22+1.22x23+
1.22x24+1.02x31+1.02x32+1.02x33+1.02x34+1.05x41+1.05x42+1.05x43
+1.05x44
x11+x12+x13+x14<=10552
x21+x22+x23+x24<=40556
x31+x32+x33+x34<=56712
x41+x42+x43+x44<=56880
2.65x11+1.75x21+1.17x31+1.07x41<=48000
2.65x12+1.75x22+1.17x32+1.07x42<=48000
2.65x13+1.75x23+1.17x33+1.07x43<=48000
2.65x14+1.75x24+1.17x34+1.07x44<=48000
4.41x11+2.91x21+1.29x31+1.78x41<=48000
4.41x12+2.91x22+1.29x32+1.78x42<=48000
4.41x13+2.91x23+1.29x33+1.78x43<=48000
4.41x14+2.91x24+1.29x34+1.78x44<=48000
9
x11+x12+x13+x14+x21+x22+x23+x24+x31+x32+x33+x34+
x41+x42+x43+x44<=160000
10.-Resultados:
1) 124946.9

X11 0.000000 0.468866
X12 0.000000 0.468866
X13 0.000000 0.468866
X14 0.000000 0.468866
X21 6046.433105 0.000000
X22 0.000000 0.000000
X23 0.000000 0.000000
X24 0.000000 0.000000
X31 23569.673828 0.000000
X32 0.000000 0.000000
X33 33142.324219 0.000000
X34 0.000000 0.000000
X41 0.000000 0.000000
X42 26966.292969 0.000000
X43 2947.415771 0.000000
X44 26966.292969 0.000000

2) 10552.000000 0.000000
3) 34509.566406 0.000000
4) 0.000000 0.479175
5) 0.000000 0.303746
6) 9842.223633 0.000000
7) 19146.068359 0.000000
8) 6069.744141 0.000000
9) 19146.068359 0.000000
10) 0.000000 0.419244
9
11) 0.000000 0.419244
12) 0.000000 0.419244
13) 0.000000 0.419244
14) 40361.566406 0.000000
NO. ITERATIONS= 7
RANGES IN WHICH THE BASIS IS UNCHANGED:
OBJ COEFFICIENT RANGES

VARIABLE CURRENT ALLOWABLE ALLOWABLE
COEF INCREASE DECREASE
X11 1.380000 0.468866 INFINITY
X12 1.380000 0.468866 INFINITY
X13 1.380000 0.468866 INFINITY
X14 1.380000 0.468866 INFINITY
X21 1.220000 0.496573 0.000000
X22 1.220000 0.000000 INFINITY
X23 1.220000 0.000000 INFINITY
X24 1.220000 0.000000 INFINITY
X31 1.020000 0.000000 0.000000
X32 1.020000 0.000000 INFINITY
X33 1.020000 0.000000 0.000000
X34 1.020000 0.000000 INFINITY
X41 1.050000 0.000000 INFINITY
X42 1.050000 INFINITY 0.000000
X43 1.050000 0.000000 0.000000
X44 1.050000 INFINITY 0.000000
RIGHTHAND SIDE RANGES

ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
2 10552.000000 INFINITY 10552.000000
3 40556.000000 INFINITY 34509.566406
4 56712.000000 13639.627930 23569.673828
5 56880.000000 9884.899414 2947.415771
6 48000.000000 INFINITY 9842.223633
7 48000.000000 INFINITY 19146.068359
9
8 48000.000000 INFINITY 6069.744141
9 48000.000000 INFINITY 19146.068359
10 48000.000000 16366.211914 17595.119141
11 48000.000000 5246.400391 17595.119141
12 48000.000000 6692.281738 17595.119141
13 48000.000000 5246.400391 17595.119141
14 160000.000000 INFINITY 40361.566406
Plan de producción:
Ganancia: S/ 124 946.9/mes
Semana 1
X21 6046.433105 cajas de gaseosa COCA COLA de 1.75 lt, en la semana 1
X31 23569.673828 cajas de gaseosa COCA COLA de 0.60 lt en la semana 1
Semana 2
Semana 3

Semana 4
11.-Conclusiones y Recomendaciones
1.- Tener un modelo lineal aplicado a un sistema de producción va a permitir llevar un
mejor control semanal y por lo tanto adecuar nuestro ritmo de trabajo para lograr el
objetivo de maximizar la ganancia.
2.- Se debe adecuar la maquinaria actual para evitar contratiempos y lograr los
volúmenes de producción semanales y con ello la producción mensual.
3.-Al tener un plan de producción estructurado se puede luego calcular la cantidad de
ingredientes que se necesita para cumplir la producción.
9
CASO APLICADO A FINANZAS

1. Un banco trata de determinar su portafolio de inversiones para el próximo año.
Actualmente dispone de $ 500,000 para invertir en bonos, préstamos hipotecarios,
préstamos para compra de automóviles y préstamos personales.
La tasa de rendimiento anual para cada inversión resulta ser:
X1 = Dinero invertido en Bonos: 0.08

X2 = Dinero invertido en Préstamos hipotecarios: 0.16
X3 = Dinero invertido en Préstamos para compra de automóviles: 0.13
X4 = Dinero invertido en Préstamos personales: 0.20
Para asegurar que la cartera del banco no sea demasiado arriesgada, el gerente de
inversiones del banco ha puesto las siguientes tres restricciones de cartera:
• La cantidad invertida en préstamos personales, debe ser mayor que la
invertida en bonos. X4 >= x1
• La cantidad invertida en préstamos hipotecarios, no puede ser mayor que la
invertida en préstamos para automóviles. X2<= x3
• No puede invertirse más del 25 % de la cantidad total invertida, en préstamos
personales, ni menos del 15 %. X4<= 0.25( x1+x2+x3+x4)
• X4 >=0.15(x1+x2+x+3x4)
• El objetivo del banco es maximizar el rendimiento anual de su cartera de
inversiones.
• Max 0.08x1+0.16x2+0.13x3+0.20x4
• X1+x2+x3+x4<=500000
El gerente financiero del banco opina que, el objetivo a priorizar debería ser el
rendimiento,
pero el gerente de operaciones opina que el objetivo prioritario debería ser

los depósitos personales, seguido del rendimiento
,
y el gerente general considera que gustaría minimizar los préstamos
hipotecarios, además de lo que solicitan sus compañeros de trabajo.
9
¿Cuál debería ser la política de inversiones?. Sustentar su análisis.
Modelo 1:
Gerente Financiero
Max 0.08x1+0.16x2+0.13x3+0.20x4
st
x1+x2+x3+x4<=500000
x4-x1>=0
x2-x3<=0
x4-0.25*x1-0.25x2-0.25x3-0.25x4<=0
x4-0.15x1-0.15x2-0.15x3-0.15x4>=0
LP OPTIMUM FOUND AT STEP 3
1) 79375.00

X1 0.000000 0.165000
X2 187500.000000 0.000000
X3 187500.000000 0.000000
X4 125000.000000 0.000000

2) 0.000000 0.158750
3) 125000.000000 0.000000
4) 0.000000 0.015000
5) 0.000000 0.055000
6) 50000.000000 0.000000
NO. ITERATIONS= 3

X1 -0.020000 0.165000 INFINITY
X2 0.160000 0.110000 0.030000
X3 0.130000 0.030000 0.330000
X4 0.200000 INFINITY 0.055000

2 500000.000000 INFINITY 500000.000000
3 0.000000 125000.000000 INFINITY
4 0.000000 375000.000000 375000.000000
5 0.000000 375000.000000 50000.000000
6 0.000000 50000.000000 INFINITY
9
Función Objetivo: s/ 79 375

Bonos: s/0
Prestamos hipotecarios:s/ 187500
Prestamos para compra de automóvil: s/ 187500
Prestamos personales:s/ 125000
Modelo 2
Gerente de operaciones
Min 100D1+D3
X4+D1-D2=125000
0.08x1+0.16x2+0.13x3+0.20x4+D3-D4=79375
x1+x2+x3+x4<=500000
X4-X1>=0
X2-X3<=0
x4-0.25x1-0.25x2-0.25x3-0.25x4<=0
x4-0.15x1-0.15x2-0.15x3-0.15x4>=0
1) 0.0000000E+00

D1 0.000000 100.000000
D3 0.000000 1.000000
X4 125000.000000 0.000000
D2 0.000000 0.000000
X1 0.000000 0.000000
X2 187500.000000 0.000000
X3 187500.000000 0.000000
D4 0.000000 0.000000

2) 0.000000 0.000000
3) 0.000000 0.000000
4) 0.000000 0.000000
5) 125000.000000 0.000000
6) 0.000000 0.000000
7) 0.000000 0.000000
8) 50000.000000 0.000000
NO. ITERATIONS= 3

9
D1 100.000000 INFINITY 100.000000
D3 1.000000 INFINITY 1.000000
X4 0.000000 100.000000 0.000000
D2 0.000000 INFINITY 0.000000
X1 0.000000 INFINITY 0.000000
X2 0.000000 0.000000 200.000000
X3 0.000000 0.000000 0.000000
D4 0.000000 0.000000 0.000000

2 125000.000000 0.000000 0.000000
3 79375.000000 0.000000 INFINITY
4 500000.000000 333333.312500 0.000000
5 0.000000 125000.000000 INFINITY
6 0.000000 375000.000000 0.000000
7 0.000000 INFINITY 0.000000
8 0.000000 50000.000000 INFINITY
Función Objetivo:0
Bonos: s/0
Interes=
0.08x1+0.16x2+0.13x3+0.20x4+D3-D4=79375
Como D3 y D4 son cero, los intereses ganados son de s/ 79 375
Modelo 3
Gerente General
Min D2+D4
X2+D1-D2=185800
X4+D3-D4=125000
X1+X2+X3+X4<=500000
X2-X3<=0
x4-0.25*x1-0.25x2-0.25x3-0.25x4<=0
x4-0.15x1-0.15x2-0.15x3-0.15x4>=0
X4-X1>=0
0.08x1+0.16x2+0.13x3+0.20x4>=79375
1) 1700.000

D2 1700.000000 0.000000
D4 0.000000 1.000000
X2 187500.000000 0.000000
D1 0.000000 1.000000
X4 125000.000000 0.000000
D3 0.000000 0.000000
X1 0.000000 1.666667
X3 187500.000000 0.000000
9

2) 0.000000 1.000000
3) 0.000000 0.000000
4) 0.000000 4.916667
5) 0.000000 0.000000
6) 0.000000 2.333333
7) 50000.000000 0.000000
8) 125000.000000 0.000000
9) 0.000000 -33.333332
NO. ITERATIONS= 6

D2 1.000000 INFINITY 1.000000
D4 1.000000 INFINITY 1.000000
X2 0.000000 INFINITY 1.000000
D1 0.000000 INFINITY 1.000000
X4 0.000000 2.333333 INFINITY
D3 0.000000 INFINITY 1.000000
X1 0.000000 INFINITY 1.666667
X3 0.000000 0.625000 INFINITY

2 185800.000000 1700.000000 INFINITY
3 125000.000000 INFINITY 0.000000
4 500000.000000 0.000000 0.000000
5 0.000000 INFINITY 0.000000
6 0.000000 0.000000 0.000000
7 0.000000 50000.000000 INFINITY
8 0.000000 125000.000000 INFINITY
9 79375.000000 0.000000 51.000004
Función Objetivo:s/1700 , dinero que es un perjuicio.

Bonos: s/0
Multa=
D2 1700 , la meta de Dinero invertido en Préstamos hipotecarios esta

incrementándose en s/ 1700 por encima de la meta, lo cual va a perjudicar ya que
gerente general considera que gustaría minimizar los préstamos
hipotecarios y el modelo resuelto hace crecer estos prestamos.
Analisis
Se descarta el modelo 3 por generar un perjuicio.
9
Al analizar el modelo 1 y 2, ambos generan la misma ganancia por interés gana dos
por los prestamos, pero
El gerente financiero del banco opina que, el objetivo a priorizar debería ser el
rendimiento,
y el gerente de operaciones opina que el objetivo prioritario debería ser los

depósitos personales, seguido del rendimiento, al comparar ambas
posiciones la que mas se acerca a la realidad seria la del gerente financiero
por que abarca a todas las posibilidades dejando de lado la del gerente de
operaciones que solo se inclina por la que genera mayor interés.
X1 = Dinero invertido en Bonos: 0.08

X2 = Dinero invertido en Préstamos hipotecarios: 0.16
X3 = Dinero invertido en Préstamos para compra de automóviles: 0.13
X4 = Dinero invertido en Préstamos personales: 0.20
Respuesta; implantar modelo 1. por que a pesar que se puede invertir todo
el dinero a la tasa de mayor interés, esto no es permitido por la limitante
que solo deja que los prestamos personales estén entre el 15% y el 25% de
total a invertir.
SESION II
9
1.- METODO GRAFICO
Indudablemente plasmar un modelo y tratar de resolverlo gráficamente tiene una

limitación muy grande, sólo se pueden resolver modelos que tengan sólo dos variables
( bidimensional ) ya que contamos con un plano formado por X1 y X2 que es la región en
la cuál vamos a trabajar, se podría tener la posibilidad de trabajar con modelos que
tienen tres dimensiones pero sería muy tedioso ( sin embargo en la parte final de este
libro realizaremos algunos ejemplos para resolver estos tipos de modelos).
Vamos entonces a desarrollar modelos relativamente pequeños pero que sean
provechosos para cumplir con los objetivos que deseamos alcanzar , los cuales son
familiarizarnos con una representación geométrica de un modelo lineal y llegar a tener
algunas respuestas importantes a algunas interrogantes que nos vamos a plantear a
través del desarrollo del tema.
5.- TIPOS DE GRAFICAS
Bueno por lo menos ya tenemos una idea de como enfrentar un modelo y graficarlo,
pero algunas veces no basta con esto si no que también tenemos que decir que tipo
de gráfica es, por lo que al tener que solucionar modelos, podemos diferenciar una
variedad de tipos de gráficas , cada una con características especiales y propias, es
por eso que a continuación vamos a explicar cada una de estas.
5.1.-. FACTIBLE
9
Es toda gráfica que tiene solución, es decir basta con que todas las restricciones del
modelo lineal tengan un área de contacto para que se denomine factible .
Ejemplos:
x2 x2
x1 x1
x2 x2
X1 x1
x2
x2
x1 x1
5.2- ACOTADA O LIMITADA

Es aquella gráfica que tiene solución, pero cuya región factible esta limitada , es decir
esta formada por un polígono.
Esta gráfica desde que tiene solución también es factible .
Ejemplos:
x2 x2
9
x1 x1
x2 x2
x1 x1
x2 x2
x1 x1
5.3.- NO ACOTADA, INFINITA O ILIMITADA
La característica de este modelo es que se tiene una Región Factible pero que se
desplaza en forma infinita. En este modelo su solución debemos separar de acuerdo a la
función objetivo, podemos entonces diferenciar: si la función objetivo es Minimizar si
podemos decir que se tiene una solución real del modelo por que se elige el punto mas
bajo de la región factible, pero si se tiene una función objetivo de Maximizar el
punto que se tome como solución será en algunos casos solo un punto de referencia
puesto que como la Región Factible se desplaza en forma infinita no se puede definir un
punto máximo.
Este modelo si la función objetivo es minimizar la solución es factible .*****
Ejemplos:
x2
9
x1 x1
x2 x2
x1 x1
x2 x2
x1 x1
5.4.- DEGENERADA
Es una gráfica que tiene Región Factible , cuya solución tiene una variable inicial ( x1 ó
x2 ) con valor de cero (0).
Esta gráfica puede ser acotada o ilimitada.
Ejemplos:
x2 x2
* PUNTO OPTIMO
PUNTO OPTIMO *
x1 x1
9
x2 x2
PUNTO *
PUNTO * OPTIMO
OPTIMO
x1 x1
x2 x2
PUNTO OPTIMO PUNTO OPTIMO *

**
x1 x1
*RESTRICCIONES REDUNDANTES*
En algunos modelos algunas restricciones no tienen un papel importante dentro de la
formación de la Región Factible, es decir no forman parte de algún lado de la región
donde se cruzan las restricciones por lo que si se dejaran de lado ( es decir se
excluyeran) no se tendría ningún problema al hallar el punto óptimo ya que su presencia
no es de importancia, a estas restricciones le llamamos Restricciones Redundantes .
Ejemplo:
x2 (II) x2
(I)
(I)
(II)
(III)
(III)
x1 x1
9
La restricción (III) es redundante. La restricción (I) es
redundante.
x2
x2
(I)
(I) (II)
(II)
(III) (III)
(IV)
x1 x1
La restricción (II) es redundante. La restricción (II) es redundante.
x2 (II) x2
(I)
(I)
(
II)
(III)
(III)
x1
x1
(IV)
La restricción (IV) es redundante. La restricción (III) es redundante.
6.- NO FACTIBLE
Debemos aclarar que un modelo es factible si todas sus restricciones se cruzan en
una área y que no basta que algunas nada mas se crucen, por lo tanto modelos no
factibles son aquellos en las que todas sus restricciones no se cruzan en ninguna área
por lo que no se puede hallar solución alguna, por lo tanto se le considera Modelos no
Factibles.
Ejemplos:
x2 x2
9
x1
x1
x2 x2
x1
x1
x2 x2
x1
x1
Debemos dejar claro que los modelos lineales : no acotados, degenerada, no factible, se
les considera
problemas no económicos.
2.- PASOS PARA RESOLVER MODELOS DE PROGRAMACION LINEAL MEDIANTE

GRAFICAS
Se va a tener que llevar un orden para poder resolver un modelo, supongamos que
tenemos el siguiente problema planteado:
9
Ejemplo 1.-
Maximizar = 4 x1 + 9 x2
sujeto a:
5x1 + 8x2 <= 50
6x1 + 5x2 <= 60
8x1 - 5x2 <= 40
x1>=0, X2>=0
Los pasos que tenemos que seguir son los siguientes:

1.- TODA RESTRICCIÓN DEBE CONVERTIRSE A IGUALDAD,SEA CUAL SEA SU
ORIENTACIÓN
Aplicando este primer paso a nuestro ejemplo:
5x1 + 8x2= 50
6x1 + 5x2 = 60
8x1 + 5x2 = 90
2.- SE DEBE DESPEJAR LAS VARIABLES EN CADA UNA DE LAS RESTRICCIONES,

COLOCANDO A UNA DE LAS VARIABLES EL VALOR DE CERO Y DESPEJANDO LA
OTRA.
En nuestro ejemplo:
Para la primera restricción:
5x1 + 8x2 = 50
Si x1= 0 , la restricción queda:
5(0) + 8x2 = 50
despejando x2= 50/8
Entonces agrupando en par ordenado: (x1,x2) = ( 0,50/8) ,
Luego si x2=0, la restricción queda:
5x1 + 8(0) = 50
despejando x1 = 50/5Entonces agrupando en pares ordenados: (x1,x2) = ( 50/5,0)
Para la segunda restricción:
6x1 + 5x2 = 60
si X1=0. La restricción queda:
6(0) + 5x2 = 60
despejando x2= 60/5
entonces agrupando en pares ordenados: (x1,x2) = (0,60/5)
Luego ,si x2=0, la restricción queda
6x1 + 5(0) = 60
despejando : x1= 60/6
entonces agrupando en pares ordenados: ( x1,x2)=(60/6,0)
Para la tercera restricción:
8x1 +5x2 = 40
si x1=0 , la restricción queda:
8(0) + 5x2 = 40
despejando:
x2 = 40/5
entonces agrupando en pares ordenados: (x1,x2) =(0, 40/5)
Luego, si x2=0, la restricción queda:
8x1+5(0)=40
despejando: x1= 40/8
entonces agrupando en pares ordenados: (x1,x2) =(40/8,0)
3.- REALIZAR LA GRÁFICA .

9
Teniendo los pares ordenados podemos realizar la gráfica ya que por cada restricción
tenemos dos puntos, los cuales al unirse nos darán las líneas rectas que son las
representaciones geométricas de las restricciones.
(x1,x2) = ( 0,50/8=6.23) , (x1,x2) =(50/5=10,0)
(x1,x2) = (0,60/5=12) , (x1,x2) =(60/6=10,0)
(x1,x2) =(0, 40/5=8) , (x1,x2) =(40/8= 5,0)
4.- ORIENTACIÓN
La parte mas importante en la gráfica es la orientación, para este caso vamos a tomar en
cuenta las siguientes condiciones generales de acuerdo a los tipos de restricciones que
se tiene.
LIMITANTE ORIENTACION
<= Se acerca al origen
= No tiene orientación
>= Se aleja del origen
Debemos aclarar que estas orientaciones sirven para restricciones que contengan las
dos variables, lado derecho positivo y con valores numéricos diferentes de cero ( casos
diferentes lo trataremos posteriormente) .Entonces nuestra gráfica queda:
9
5.- UBICACIÓN DE LA REGIÓN FACTIBLE
Una vez dada la orientación a cada restricción es importante hallar una región donde
todas las restricciones se cumplan, esta región se llama REGION FACTIBLE que no viene
a ser sino el lugar donde se va a encontrar la solución a nuestro problema lineal
planteado, es por eso que debemos tener mucha visión para ubicar esta región , es
necesario aclarar que hay veces en que no se puede hallar una región factible .
Para nuestro ejemplo , la región factible esta dada por la región con bordes mas oscuros
y limitado con las letras A, B , C y D.
Entonces nuestra gráfica queda:

9
Como vez, la región factible es aquella que en sus esquinas A,B,C,D tienen las
posibilidades de ser el punto que solucione el modelo, a ese punto le llamaremos PUNTO
OPTIMO.
6.- HALLAR EL PUNTO OPTIMO
Una vez que se han identificado los puntos extremos, vamos a reemplazar las
coordenadas de los puntos extremos en la Función Objetivo:
Puntos Coordenadas MAX. F.O. 4x1 + 9x2
A (0,0) 4(0) + 9(0) = 0

B ( 0, 6) 4(0) + 9(6) = 54
*C (1.79488 , 5.1282) 4(1.79488 ) + 9( 5.1282) =53.33332
D ( 5 , 0) 4(5) + 9(0) = 20
*El punto C se halla por ecuaciones simultáneas de las rectas que dan origen a este
punto, es decir las rectas I y II, calculando:
( I ) 5x1 + 8x2 = 50 (-8 )
(II ) 8x1 - 5x2 = 40 (5 )
-64x2+25x2= -400+200
-39x2 = -200
x2 = 5.1282
Reemplazando en ( I ) :
9
5x1 + 8(5.1282)=50
Como la Función Objetivo es de maximización , entonces se comparan los resultados de
reemplazar las coordenadas de los puntos extremos en la función objetivo y se elige el
mayor, para este ejemplo: 54 es el mayor valor y entonces el punto B es el punto optimo.
7.- GRAFICA DE LA FUNCION OBJETIVO

Bueno pero ahora falta graficar la Función objetivo, procederemos de la siguiente
manera: Maximizar = 4 x1 + 9 x2
Como podemos ver la función objetivo no tiene lado derecho, entonces nosotros lo vamos
a crear multiplicando sus coeficientes, entonces queda así: 4x1 + 9x2 = (4)(9)
Ahora podemos tratar a la función Objetivo como lo hicimos con las restricciones:
4x1 + 9x2= (4)(9)
Sí x1=0 entonces: 4(0) + 9x2= (4)(9)
despejando: x2= 4(9)/9 entonces queda : x2=4 el par ordenado es: (x1,x2) = (0,4)
Luego :4x1 + 9x2= (4)(9), si x2=0 entonces: 4x1 + 9(0)= (4)(9)
x1 = (4)(9)/4
queda: x1= 9 el par ordenado es: (x1,x2)= (9,0). La gráfica es:
X2
8.- GRAFICAR LA FUNCION OBJETIVO EN EL PUNTO OPTIMO

9
Ahora, lo único que nos falta es trasladar la Función Objetivo(F.O.) al punto óptimo,
entonces la F.O. se iguala al valor máximo, es decir 54:
4x1 + 9x2 = 54
despejando X1:
4x1 + 9(0) = 54
x1 = 13.5 , las coordenadas queda : ( 13.5 , 0 )
despejando X2: 4(0) + 9x2 = 54
x2 = 6 , las coordenadas queda: ( 0 , 6 )
Teniendo estos dos puntos, la gráfica final queda:
Como se puede apreciar la F.O. se ha trasladado hacia el punto óptimo.
Entonces la respuesta es:

Rpta.
x1= 0 , x2 = 6 . el valor de la F.O. es: 54
Como las variables son >= que cero, entonces la gráfica queda en el primer cuadrante,
pero nada impide que en algún momento se tenga regiones factibles en otros cuadrantes
cuando se tengan variables irrestrictas( son aquellas que pueden tener valores positivos
o negativos) eso va a suceder cuando experimentemos con otros ejemplos por el
momento nos limitaremos al primer cuadrante.
Ahora vamos a graficar otro modelo:
9
EJEMPLO 2:
Minimizar 8X1 + 5X2
SUJETO A:
5X1 + 6X2 >= 30
3X1 + 6X2 >= 18
2X1 + 4X2 >= 8
X1>=0, X2>=0
SOLUCION:
(I ) 5x1 + 6x2 = 30
Si: X1 = 0 entonces X2 = 5, la coordenada es : ( 0,5)
Si : X2=0 entonces X1 = 6 , la coordenada es : ( 6,0)
( II ) 3x1 + 6x2 = 18
Si : X1=0 entonces X2- 3 , la coordenada es : ( 0,3)
Si: X2=0 entoncesX1=6, la coordenada es: ( 6,0)
( III ) 2x1 + 4x2 = 8
Si X1=0 entonces: X2=2, la coordenada es: ( 0,2)
Si X2= 0 entonces: X1=4, la coordenada es: (4,0)
Como todas las restricciones son >= , entonces todas se alejan del origen,
Buscando punto Optimo:

9
PUNTOS COORDENADAS MIN. 8X1 + 5X2
A ( 0, 5) 8(0) + 5(5) = 25
B ( 6,0 ) 8(6) + 5(0) =48
Al comparar los puntos,el punto mínimo es A con valor de 25.
Para culminar la gráfica, vamos a dibujar la F.O. en su ubicación inicial:
8x1 + 5x2 = (8)(5)
Si : X1= 0 entonces X2=8, la coordenada es: ( 0,8)

Si X2=0 entonces X1= 5 , entonces la coordenada es: ( 5,0)
Ahora la F.O. se traslada al punto optimo:

8x1 + 5x2 = 25
Si X1=0 entonces: x2=5, la coordenada es: (0,5)
Si x2=0 entonces: x1= 3.125, la coordenada es: ( 3.125 , 0)
La gráfica final queda:
Como se puede observar la F.O. ha tenido que bajar en busca del punto óptimo.
Rpta.
X1= 0 , X2= 5 , el valor de la F.O. es 25

9
Ejemplo 3: Maximizar: 3x1 + 2x2

sujeto a: 2x1 + 4x2 <= 16
4x1 - 5x2 <= 20
6x1 - 3x1 <= 18
X1>=0, X2 >=0
Solución:
( I ) 2x1 + 4x2 = 16
Si: x1=0 entonces: x2= 4 , la coordenada es: ( 0 ,4 )
Si: x2=0 entonces: x1= 8 , la coordenada es: ( 8 , 0)
( II) 4x1 - 5x2 = 20
Si: x1=0 entonces: X2= -4 , la coordenada es: ( 0, -4)
Si: x2=0 entonces: X1= 5 , la coordenada es: ( 5, 0)
( III ) 6x1 - 3x2 = 18
Si: x1=0 entonces x2= -6 , la coordenada es: ( 0, -6)
Si: X2=0 entonces X1= 3 , la coordenada es: ( 3, 0 )
Como todas las restricciones son <= , entonces todas se acercan al origen.
Graficando:
Ahora vamos a hallar los puntos óptimos,
PUNTOS OPTIMOS COORDENADAS F.O. MAX. 3X1 + 2X2
A ( 0, 4 ) 3(0) + 2(4) = 8
B *( 4, 2 ) 3(4) + 2(2) = 16
C ( 3, 0 ) 3(3) + 2(0) = 9
D ( 0, 0 ) 3(0) + 2(0) = 0
9
* Hallando las coordenadas para B:

(I) 2x1 + 4x2 = 16 (-3)
(II) 6x1 - 3x2 = 18
-15x2= - 30
x2= 2
Reemplazando en (I): 2x1 + 4(2) = 16
2x1=8
x1=4
la coordenada es: ( 4 , 2 )
Al comparar los resultados de los puntos en la F.O. el mayor valor: 16 , por lo tanto el
punto óptimo es B.
Para culminar la gráfica, falta la F.O. entonces:
Posición Inicial:
3x1+ 2x2= (3)(2)

Si x1=0 , entonces x2=3 , por lo tanto la coordenada es: ( 0,3)
Si x2=0, entonces x1=2 , por lo tanto la coordenada es: ( 2,0)
Posición Final:
3x1+2x2= 16
Si x1=0, entonces x2=8, por lo tanto la coordenada es: ( 0,8)
Si x2=0, entonces x1=16/3=5.333 , por lo tanto la coordenada es: (5.333,0)

9
Como te has dado cuenta ya hemos usado otro cuadrante para la gráfica, esto
sucede por que tenemos coeficientes negativos en las variables de las
restricciones pero a pesar de eso la región factible se encuentra en el primer
cuadrante por que las variables son mayores que cero:
( x1>=0, x2>=0).
EJEMPLO 4: MINIMIZAR 5X1 - 6X2
SUJETO A:
3X1 - 5X2 <= 15
4X1 + 3X2 = 12
2X1 + 6X2>= 12
x1>=0, x2>=0
Solución:
(I) 3x1 - 5x2= 15
Si x1=0, entonces x2=-3, las coordenadas son: ( 0,-3)
Si x2=0, entonces x1= 5, las coordenadas son: ( 5,0)
(II) 4x1 + 3x2 = 12
Si x1=0, entonces X2= 4 , las coordenadas son: ( 0,4)
Si x2=0 , entonces x1=3 , las coordenadas son: ( 3,0)
(III) 2x1 + 6x2= 12
Si x1=0, entonces x2=2, las coordenadas son: (0,2)
si x2=0 , entonces x1=6, las coordenadas son: ( 6,0)
Orientación:
(I): se acerca al origen
(II): se queda solo la línea graficada.
(III): se aleja del origen
9
Ahora te das cuenta que la Región Factible es un segmento que va desde el punto A
hacia el punto B, esto sucede por que se tiene una restricción con orientación de
igualdad (=), entonces recuerda:
Una restricción con orientación =, da una región factible que es un segmento o
en extremo un punto.
PUNTOS COORDENADAS MNIMIZAR 5X1-6X2
A (0,4) 5(0) - 6(4) = -24

B *( 2, 1.333) 5(2) - 6(1.333) = 2
* Punto B:
Como es la intersección de II y III:
Las coordenadas se hallan por ecuaciones simultaneas:
(II) 4X1 + 3X2 = 12

(III) 2X1 + 6X2 = 12 (-2)
-9x2=-12
x2= 1.333
Reemplazando en (II) :
4x1 + 3(1.333) = 12
x1 = 2
Al comparar los resultados de las coordenadas remplazadas en la F.O. se tiene que en
punto mínimo es A con valor -24.
Ahora falta graficar las F.O.
Posición Inicial:
5x1 - 6x2 = (5)(-6)
Si x1=0 entonces x2=5, las coordenadas son: ( 0, 5 )
Si x2=0 entonces x1= -6, las coordenadas son: (-6,0)
Posición Final:
5x1-6x2= -24
Si x1=0 entonces x2=4, las coordenadas son: (0,4)
Si x2=0 entonces x1=-24/5=-4.8 , las coordenadas son: ( -4.8,0)
9
La gráfica queda: Ahora la F.O. se encuentra en el segundo cuadrante por que uno de sus
coeficientes es negativo , pero eso no afecta en nada el procedimiento.
EJEMPLO 5:
MINIMIZAR 6X1 - 5X2

SUJETO A:
3x1 + 4x2 <= 15
-2x1 - 3x2 <= 6
x1 >=2
x1>=0, x2>=0
Solución:
(I) 3x1 + 4x2 = 15
Si x1=0 entonces x2=15/4=3.75 , las coordenadas son: (0,3.75)
Si x2=0 entonces x1=5, las coordenadas son: (5,0)
(II) -2x1-3x2=6
Si x1=0 entonces x2= -2, las coordenadas son: (0,-2)
Si x2=0 entonces x1=-3, las coordenadas son: (-3,0)
(III) x1=2
la tercera restricción solo se convierte en una línea.
Orientación:
(I) se acerca al origen
(II) se acerca al origen
(III) se aleja del origen
Graficando:
9
PUNTOS COORDENADAS MIN. 6X1-5X2
A * ( 2 , 2.25 ) 6(2) - 5(2.25) =0.75

B (5,0) 6(5) - 5(0) = 30
C (2,0) 6(2) - 5(0) = 12
* Hallando las coordenadas para B mediante ecuaciones simultáneas:

El punto B es la intersección de I y III:
(I) 3x1 + 4x2 = 15
(III) x1 =2
Reemplazando en I: 3(2) + 4x2 = 15
x2= 2.25
Las coordenadas de B son: ( 2, 2.25)

Al comparar los resultados de reemplazar las coordenadas en la F.O. se ve que el menor
valor es
0.75 que corresponde al punto A.
Ahora graficando la F.O.
Posición inicial:
6x1 - 5x2 = (6)(-5)
Si x1=0 despejando: x2=6 entonces las coordenadas son: (0,6)
si x2=0 despejando: x1= -5 entonces las coordenadas son: (-5,0)
Posición final:
6x1 - 5x2 = 0.75
Si x1=0 despejando: x2= -0.15 entonces las coordenadas son: (0,-0.15)
Si x2=0 despejando: x1=0.125 entonces las coordenadas son: (0.125,0)
9
EJERCICIOS:
GRAFICAR :
1.- MAX IMIZAR : 3X1 + 4X2 2.- MAXIMIZAR : 4X1 - 5X2

SUJETO A: SUJETO A:
3X1 + 4X2 <=20 2X1 - 5X2
>= 30
4X1 - 6X2>=10 2X1 + 4X2
<= 40
X1 + X2>=4 X1 - X2
>=20
X1>=0, X2>=0 X1>=0,
X2>=0
Rpta: x1=6.66 , x2= 0 , F.0. : Z = 20 Rpta. X1=20 , x2=0 ,
F.O. Z=80
3.-MINIMIZAR : 6X1 + 7X2 4. - MINIMIZAR : 5X1 + 3X2

SUJETO A: SUJETO A:
X1 + 5X2 >= 12 3X1 +
5X2 >= 4
2X1 + 6X2 <=24 4X1 - 4X2
<= 12
X1 + X2 >= 3
X1 >= 3
9
3X1 - 4X2 <=10
X2 <= 5
X1>=0, X2>=0 X1>=0,
X2>=0
Rpta. X1= 0.75 , x2=2.25 . F.O. Z=20.25 Rpta. X1=3 , X2=0, F.O.
Z=15
5.- MAXIMIZAR 8X1 + 9X2 6.- MAXIMIZAR 5X1 + 8X2

SUJETO A: SUJETO A:
2X1 + 6X2 >=12 -3X1 + 4X2
<= 12
X1 + 6X2 >= 20 2X1 - 6X2 <=
20
X1 + X2 <= 60
X1>=10
X1 >= 10
X2>= 3
X2 <= 5 2X1 + 5X2 <=
40
X1>=0, X2>=0 X1>=0,
X2>=0
Rpta. X1=55, X2=5 , F.O. Z=485 Rpta. X1= 12.5 , X2=3 , F.O.
Z=86.5
7.- MAXIMIZAR 10X1 - 6X2 8.- MINIMIZAR 4X1 - 3X2

SUJETO A: SUJETO A:
-3X1 +6X2 <= 40 -3X1 -
2X2<=12
4X2>=12 -5X1 -
6X2<=15
3X2 <=15 7X1 + 10X2
<=15
X1-X2<=30
X1>=2
-X1- X2<=40
X2<=5
X1>=0, X2>=0 X1>=0,
X2>=0
Rpta. X1=35, X2=5 , F.O. Z=320 Rpta. X1=2 , X2=0.10 , F.O.
Z=7.70
9.- MINIMIZAR -5X1 - 6X2 10.- MINIMIZAR -10X1 - X2

SUJETO A: SUJETO A:
X1 >=4 X1 - X2 >=
3
X2<=10 X1 + X2 <=
10
X1 - X2 >=5
X1>=2
2X1 - 5X2 <=10
X2<=5
X1 + X2 <=15 X1 + 3X2
<=12
X1>=0, X2>=0 X1>=0,
X2>=0
9
Rpta. X1=10 , X2=5, F.O. Z= -80 Rpta. X1=10 , X2=0 , F.O.
Z=-100
3.- GRAFICAS CON LADOS DERECHOS CON VALOR DE CERO

La variedad de gráficas muchas veces nos lleva a toparnos con restricciones que
después de realizar el modelo de programación lineal donde los lados derechos deben
considerarse como valores numéricos nos enfrentamos a modelos como por ejemplo:
x1- x2 <=0, x1 +x2 >=0 , x1 + 3x2 = 0
Estas restricciones aparecen en la mayoría de los casos cuando se tienen problemas de
mezcla, por ejemplo
si deseamos como mínimo que x1 sea el 60% de la mezcla total la restricción quedaría:
x1
>= 0.60
x1 +x2
Realizando las operaciones: x1 >= 0.60(x1 + x2)
entonces: x1 -0.60x1-0.60x2>=0
la restricción queda: 0.40x1 - 0.60x2 >=0
Este tipo de restricciones tiene otra manera de graficar y por lo tanto de orientación.
Para restricciones de la forma : ax1 + bx2 >=0
Ejemplo:
4x1 + 8x2 >=0
Igualando:
4x1+ 8x2=0
4x1= -8x2
despejando:
x1= -2x2
Tabulando:
-2 x2 x1 Coordenadas
(x1,x2)
Si -2(0) 0 ( 0, 0)
Si -2(1) -2 (-2,1)
Si -2(2) -4 (-4,2)
x2
La gráfica queda: 2
1
9
-4 -3 -2 -1 0 x1
Orientación:
4x1 + 8x2 >=0
Se toma un punto exterior a la línea trazada ( es decir que no pertenece a ella) por
ejemplo: (0,2) , reemplazando en la restricción: 4(0) + 8(2)>=0
entonces: 16 >=0 si, la recta es orientada al punto (0,2)
REGION
FACTIBLE x2
: 2
-4 -3 -2 -1 0 x1
Para restricciones de la forma -3x1 + 9x2>=0

Igualando: -3x1 + 9x2=0
-3x1= -9x2
despejando: x1= 3x2
Tabulando:
3x2 x1 Coordenadas
(x1,x2)
Si 3(0) 0 (0,0)
Si 3(1) 3 (3,1)
Si 3(2) 6 (6,2)
x2
La gráfica queda:
2
1
0 1 2 3 4 5 6 x1
Orientación: Tomando el punto (1,0) como punto de orientación:

- 3x1 + 9x2 >=0
Reemplazando: -3(1) + 9(0) >=0
-3 >=0 ,no entonces la recta se orienta hacia el lado opuesto
de este punto.
Gráfica final:
x2
REGION FACTIBLE
2
1
0 1 2 3 4 5 6
7 x1
Para restricciones de la forma 6x1 - 4x2 <= 0
9
Igualando: 6x1 - 4x2 = 0
despejando: x2
6x1 =4x2 Gráfica Inicial:
x1= (4/6)x2 12
11
Tabulando: 10
9
(4/6) x2 x1 Coordenadas 8
(x1,x2) 7
6
Si (4/6)0 0 ( 0, 0) 5
Si (4/6)6 4 (4, 6) 4
Si (4/6)12 8 (8,12) 3
2
1
0 1 2 3 4 5
6 7 8 9 x1
Utilizando un punto de orientación por ejemplo (0,5), reemplazando este punto en la

restricción
6x1 - 4x2 <= 0
6(0) - 4 (5) <= 0
-20 <=0 si , como cumple la restricción se orienta hacia este punto.
Gráfica Final:
x2
12
11
: 10 REGION
9 FACTIBLE
8
7
6
5
4
3
2
1
0 1 2 3 4 5 6 7 8 9 x1
Entonces ahora que ya tenemos la noción de como graficar las restricciones cuyos lados
derechos tienen valor de cero, vamos a resolver los siguientes ejemplos:
Ejemplo 11
Max 8x1 + 4x2
sujeto a:
x1 <= 4
-x1 + x2 >=0
9
2x1 + 5x2 <= 10
x1 >=0 , x2>=0
Solución:
(I) x1= 4
(II) -x1 + x2 =0
Despejando: x2=x1
Tabulando:
x1 x2 Coordenadas
(x1,x2)
0 0 ( 0,0)
1 1 (1,1)
2 2 (2,2)
Utilizando al punto (0,2) como punto de orientación se reemplaza en la restricción:

-1(0) + 1(2) >=0
entonces 2 >=0 si cumple, entonces la restricción debe orientarse a este punto.
(III) 2x1 + 5x2 = 10
Si x1=0 despejando x2= 2, entonces las coordenadas son (0,2)
Si x2=0 despejando x1=5 , entonces las coordenadas son (5,0)
Orientación:
(I) Se acerca al origen.
(II) Se acerca al punto (0,2).
(III) Se acerca al origen.
Ubicación Inicial de la F.O.
8x1 + 4x2 = (8)(4)
Si x1=0 entonces x2=8, las coordenadas son (0,8)
Si x2=0 entonces x1= 4, las coordenadas son (4,0)
Gráfica Inicial:
x2
8
7
6
5
4
3 (II) (I)
2
B
1 C
A
0 1 2 3 4 5 x1
(III)
POSICION
INICIAL DE LA F.O
Hallando el punto C que es la intersección de II y III:

(II) -x1+x2=0 (2)
(III) 2x1+5x2=10
7x2= 10
despejando: x2= 10/7 , reemplazando este valor en (II)
-x1+ 10/7 =0
9
despejando: x1=10/7
Entonces:
PUNTOS COORDENADAS MAX. 8X1+ 4X2
A (0,0) 8(0) + 4(0) = 0

B (0,2) 8(0) + 4(2) =8
C (10/7 ,10/7 ) 8(10/7)+4(10/7)=17.1428
Punto óptimo: es el punto C , trasladando la función objetivo para que pase por ese
punto:
8x1 + 4x2 = 17.1428
Si x1=0 despejando x2=4.2857, entonces la coordenada es (0,4.2857)
Si x2=0 despejando x1= 2.14285, entonces la coordenada es ( 2.14285 , 0)
La Gráfica final queda:
Gráfica Final:
x2
8
7
6
5
4
3 (II) (I)
2
B
1 C
A
0 1 2 3 4 5 x1
(III)
POSICION
INICIAL DE LA F.O
POSICION
FINAL DE LA F.O.
Respuesta: x1= 10/7 , x2= 10/7 , el valor de la F.O. es : 17.1428
EJEMPLO 12:
Minimizar 6x1 - 5x2
sujeto a:
- 4x1 - 5x2 <= - 20
2x1 -3 x2 >=0
x1 <= 6
x1>=0 , x2>=0
Solución:
(I) -4x1 - 5x2 <= -20 , multiplicando por -1 se tiene 4x1+5x2>=20, entonces:
4x1 + 5x2 = 20
Si x1=0 despejando x2=4 , entonces la coordenada es: (0,4)
Si x2=0 despejando x1=5, entonces la coordenada es: (5,0)
(II) 2x1 - 3x2 =0
despejando : 2x1=3x2
entonces: x1= 1.5x2
9
Tabulando:
1.5 x2 x1 Coordenada
Si 1.5( 0) 0 (0,0)
Si 1.5( 1) 1.5 (1.5,1)
Si 1.5(2) 3 (3,2)
(III) x1= 6
Orientación:
Utilizando el punto (0,5) como punto de orientación se tiene:
2x1 - 3x2 >=0
2(0) - 3(5) >=0
-15 >=0 no , entonces la restricción de orientarse al lado opuesto de (0,5)
Orientación:
(I) se aleja del origen.
(II) Se aleja del punto (0,5)
Ubicación inicial de la F.O:

6x1 - 5x2 = ( 6)(-5)
Si x1=0 despejando x2= 6, entonces la coordenada es: (0,6)
Si x2=0 despejando x1= -5, entonces la coordenada es: (-5,0)
Gráfica Inicial: x2
6
5
(I) (III)
4
B
POSICION INICIAL 3 (II)
DE LA F.O.
2 REGION
A FACTIBLE
1
D C
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 x1
Hallando punto A:
Intersección de I y II: 4x1 + 5x2=20
2x1 - 3x2=0 (-2)
11x2= 20
x2= 1.8181, reemplazando en (I) 4x1 + 5(1.8181)=20
se tiene x1=2.7272 , entonces la coordenada es: (2.7272 , 1.8181)
Hallando punto B:
Intersección de II y III: 2x1 - 3x2=0
x1=6
2(6) - 3x2 =0
despejando: x2=4 , entonces la coordenada es: (6, 4)
Punto C: (6,0)
Punto D: (5,0)
9
PUNTOS COORDENADAS MIN 6X1 - 5X2
A (1.8181 , 2.7272) 6(2.7272) - 5(1.8181)=

7.2727
B ( 6, 4 ) 6(6) - 5(4) = 16
C (6.0) 6(6) - 5(0) = 36
D (5,0) 6(5) - 5(0) = 30
Punto optimo: A
Posición Final de la F.O.
6x1 - 5x2 = 7.2727
Si x1=0 despejando x2= -1.45454 , entonces la coordenada es: (0, -1.45454)
Si x2=0 despejando x1=1.2121 , entonces ;a coordenada es: ( 1.2121, 0)
Gráfica Final:
x2
6
5 POSICION
FINAL
(I) (III) DE LA F.O.
4
B
POSICION INICIAL 3 (II)
DE LA F.O.
2 REGION
A FACTIBLE
1
D C
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 x1
-1
Respuesta: X1= 1.8181 , x2= 2.7272 el valor de la F.O. es: 7.2727
Ejemplo 13:
Maximizar 7x1 - 8x2
sujeto a:
x1 - 2x2 >=0
x1 - 3x2 <=0
2x1 + 4x2 <= 10
X1>=0 , X2>=0
Solución:
(I) x1 - 2x2=0
despejando: x1= 2x2
Tabulando:
9
2 x2 x1 Coordenadas
Si 2(0) 0 (0,0)
Si 2(1) 2 (2,1)
Si 2(2) 4 (4,2)
Si tomamos a (0,5) como punto de referencia se tiene:

1(0) - 2(5) >=0
entonces: -10 >=0 , no cumple , entonces la restricción no se orienta hacia el punto
(0,5).
(II) x1 - 3x2 =0
despejando: x1= 3x2
Tabulando:
3x2 x1 Coordenadas
Si 3(0) 0 (0,0)
Si 3(1) 3 (3,1)
Si 3(2) 6 (6,2)
Tomando el punto (0,2) como punto de referencia se tiene:

(0) - 3(2) <=0
entonces: -6 <=0, si cumple , entonces la restricción se acerca del punto (0,2).
(III)
2x1 + 4x2 = 10
Si x1=0 despejando x2=2.5 ,entonces la coordenada es: (0,2.5)
Si x2=0 despejando x1=5 ,entonces la coordenada es: (5,0)
Orientación:
(I) Se aleja del punto (0,5)
(II) Se acerca al punto ( 0,2)
Ubicación Inicial de la Función Objetivo:

7x1 - 8x2 =(7)(-8)
Si x1=0 despejando x2=7 , entonces la coordenada es: (0,7)
Si x2=0 despejando x1=-8, entonces la coordenada es: (-8,0)
Gráfica Inicial:
X2
7
POSICION 6
INICIAL DE LA
F.O. 5
4 (I)
(III)
3
2 (II)
B
1 C
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 X1
9
A
Puntos Extremos:
A: (0,0)
B: Intersección de I y III hallando las coordenadas de este punto por ecuaciones

simultaneas:
x1 - 2x2=0 (-2)
2x1 +4x2=10
8x2=10
despejando: x2=1.25
Reemplazando en (I): x1 - 2(1.25)=0

x1=2.50, entonces la coordenada es (2.50 ,1.25)
C: Intersección de II y III, hallando las coordenadas de este punto por ecuaciones

simultaneas:
x1 - 3x2=0 (-2)
2x1 + 4x2=10
10x2= 10
entonces: x2=1, reemplazando en II :
x1 - 3(1)=0
entonces: x1=3, por lo tanto la coordenada es (3,1)
PUNTOS COORDENADAS MAXIMIZAR 7X1 - 8X2
A (0,0) 7(0) - 8(0) =0

B (2.50 , 1.25) 7(2.50) - 8(1.25)= 7.5
C (3,1) 7(3) - 8(1) =13
El punto óptimo es C, por lo que trasladando la F.O. hacia ese punto se tiene:
7x1 - 8x2=13
Si x1=0 , despejando: x2=-1.625 , entonces la coordenada es : (0, -1.625)

Si x2=0 , despejando : x1=1.857 , entonces la coordenada es: (1.857 , 0)
La gráfica Final es:
X2
7
POSICION 6
INICIAL DE LA
F.O. 5 POSICION FINAL DE LA F.O.
4 (I)
(III)
3
2 (II)
B
9
1 C
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 X1
A
-1
Rpta. X1=3 , X2=1, Valor de F.O. Z=13

Ejemplo 14:
Maximizar 3x1 + 2x2
sujeto a:
-2x1 + x2>=0
-3x1 + 6x2 >=-10
x1 >=-5
-4x1+7x2<=28
x1>=0 , X2>=0
Solución:
(I) -2x1 + x2 = 0
Despejando: x2=2x1
Tabulando:
2x1 x2 Coordenadas
Si 2(0) 0 (0,0)
Si 2(1) 2 (1,2)
Si 2(2) 4 (2,4)
Utilizando el punto (0,5) como punto de referencia y reemplazando en la restricción:

-2(0) + 5 >=0
entonces: 5>=0 si cumple, por lo tanto la restricción se orienta hacia el punto (0,5)
(II) -3x1 + 6x2 >=-10 , multiplicando por -1 se tiene: 3x1 - 6x2<= 10 , entonces:
3x1 - 6x2=10
Si x1=0 despejando x2= -1.667 , entonces las coordenadas son: (0, -1.667)
Si x2=0 despejando x1= 3.333 , entonces las coordenadas son: ( 3.333 , 0)
(III) x1 >=-5 , multiplicando por -1 se tiene -x1 <= 5, entonces:
5,4,3,2,1,0….están comprendidos en esta restricción.
(IV) -4x1+7x2=28 ,
Si x1=0 despejando x2=4, entonces las coordenadas son: (0,4)
Si x2=0 despejando x1= -7 , entonces las coordenadas son: ( -7,0)
Orientación:
(I) se orienta hacia (0,5)
(II) Se acerca al origen.
(III) Se acerca a los puntos 5,4,3,2,1,0…
(IV) Se acerca al origen.
Posición Inicial de la Función Objetivo:
3x1 + 2x2= (3)(2)

Si x1=0 despejando x2=3 , las coordenadas son: (0,3)
Si x2=0 despejando x1= 2 , las coordenadas son: (2,0)
9
Gráfica Inicial: (III)

X2
A
POSICION INICIAL
DE LA F.O. 5
(IV)
4 (I)
B REGION
3 FACTIBLE
1 (II)
C
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5
X1
-1
-2
Puntos Extremos:
A es la intersección de (I ) y ( IV), despejando por ecuaciones simultaneas:

(I) -2X1 + X2=0 (-7)
(IV) -4X1 + 7X2 =28
10x1 = 28
despejando: x1=2.8, reemplazando en (I):
-2(2.8) + x2=0
entonces: x2= 5.6 , la coordenada es: ( 2.8 , 5.6)
B : (0,4)
C : (0,0)
9
PUNTOS COORDENADAS MAXIMIZAR 3X1 + 2X2
A (2.8,5.6) 3(2.8) + 2(5.6) =19.6

B (0 , 4) 3(0) +2(4)= 8
C (0,0) 3(0) + 2(0) =0
El punto óptimo es A , entonces trasladando la Función Objetivo a este punto se tiene:

3x1 + 2x2 = 19.6
Si x1=0 despejando x2=9.8 , entonces las coordenadas son: ( 0, 9.8)
Si x2=0 despejando x1=6.533 , entonces las coordenadas son: (6.5333, 0)
X2
10
La gráfica final es: 9
7 (III)
6 A
POSICION INICIAL
DE LA F.O. 5
(IV)
4 (I)
B REGION
3 FACTIBLE
2
P
OSICION FINAL
DE LA F.O.
1 (II)
C
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5
6 7 X1
-1
-2
Rpta. X1=2.8 , X2=5.6 , el valor de la F.O. es Z=19.6
Ejemplo 15.-
Minimizar 6x1 - 5x2
sujeto a:
x1 <= 4
5x1 - 4x2=0
x2<=5
2x1 + 3x2 >=6
x1>=0 , x2>=0
9
Solución:
(I) x1=4 , valores como 4,3,2,1,0 cumplen la restricción.
(II) 5x1 - 4x2 = 0
despejando: 5x1=4x2
entonces: x1= 4x2/5 , luego : x1= 0.8x2
0.8x2 x1 Coordenadas
Si 0.8(0) 0 (0,0)
Si 0.8(1) 0.8 (0.8,1)
Si 0.8(5) 4 (4,5)
Como la restricción tiene orientación de igualdad entonces en la gráfica solo se considera

la línea trazada.
(III) x2=5 , valores como 5,4,3,2,1,0 cumplen la restricción.

(IV) 2x1 + 3x2=6
Si x1=0 despejando x2= 2 , entonces las coordenadas son: (0,2)
Orientación:
(I) Valores como 4,3,2,1,0 cumplen la restricción.
(II) La línea trazada.
(III) Valores como 5,4,3,2,1,0 cumplen la restricción.
(IV) Se aleja del origen.
Posición Inicial de la Función Objetivo:

6x1 - 5x2 = (6)(-5)
Si x2=0 despejando x1= -5, entonces las coordenadas son: (-5,0)
Gráfica Inicial:
6
POSICION INICIAL DE LA B
F.O. 5
(III)
4
(II)
3
(IV) (I)
2
A
1
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
Por tener la (II) como dirección una igualdad (=) , entonces la región factible es un
segmento.
Punto A : Intersección de (II) y (IV)

Hallando las coordenadas por ecuaciones simultaneas:
5x1 - 4x2=0 (3)
2x1 + 3x2=6 (4)
23 x1 = 24
9
x1 =1.043
Reemplazando en (II):
5(1.043) - 4x2=0
5.215 - 4x2=0
5.215= 4x2
entonces: x2=1.30375
las coordenadas son: (1.043 , 1.30375)
Punto B: (4,5)
PUNTOS CORDENADAS MINIMIZAR0 6X1 - 5X2
A (1.043 , 1.30375) 6(1.043) - 5(1.30375) = -0.26075

B (4,5) 6(4) - 5(5) = -1
Entonces el punto optimo es: B con valor -1, trasladando la función Objetivo para que
pase por el punto optimo se tiene:
6x1 - 5x2 = -1
si x1=0 despejando x2=-0.20 , entonces las coordenadas son: ( 0,-0.20)
Si x2=0 despejando x1=-0.1666 , entonces las coordenadas son : (-0.1666,0)
Gráfica Final:
POSICION FINAL
6 DE LA F.O.
POSICION INICIAL DE LA B
F.O. 5
(III)
4
(II)
3
(IV) (I)
2
A
1
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
Rpta. X1=4 , X2=5 , el valor de la F.O. es Z= -1
EJERCICIOS:
9
1.- MAXIMIZAR X1 + 6X2 2.- MINIMIZAR 4X1
+ 5X2
SUJETO A: SUJETO A:
3X1 - 4X2<=0 2X1 + 6X2 >=3
3X1 + X2 >=1 3X1 - 4X2<=0
-X2 >= -12 4X1 + 6X2 >=0
X1>=1 X2<=15
X1<=20 X1>=0 ,X2>=0
X1>=0 , X2>=0Rpta. X1=16 , X2=12 , F.O. Z=88 Rpta. X1=0 ,
X2=0.50 , F.O. Z=2.50
3.- MAXIMIZAR 3X1 + 6X2 4.- MAXIMIZAR
6X1 + 8X2
SUJETO A: SUJETO A:
X2 <= 12 5X1 - 6X2
<=0 X1<=5
-X1 - 6X2 <= -2 X1 - 4X2 =0
X2 <= 15
X1 <= 20 X1>=0 ,X2>=0
X1>=0 , X2>=0 Rpta. X1=5 , X2=1.25 , F.O. Z=22.5
Rpta. X1=18 , X2=15 , F.O. Z=228
5.- MINIMIZAR 6X1 + 9X2 6.- MINIMIZAR 5X1 +
6X2 SUJETO A: SUJETO A:
5X1 + 6X2 <= 120 3X1 + 6X2 >= 12
4X1 - 6X2 >=0 4X1 - 6X2 <=0
-X1 >= -10 X2>= 12
X2 >= 1 X1 + 4X2 >= 1X1>=0
,X2>=0 X1>=0 , X2>=0Rpta.
X1=1.50 , X2=1 . F.O. Z=18 Rpta. X1=0 , X2=12,
F.O. Z=72
7.- MAXIMIZAR 10X1 + 12X2 8.- MINIMIZAR 7X1 -
7X2 SUJETO A: SUJETO A:
6X1 + 7X2 >= 10 4X1 - 5X2 >=0
5X1 - 5X2 <=0 X1 -3X2 <=0
X1>=1 X1>=2
X2 <= 12 X2 <=10
2X1 + 4X2 >=0 X1>=0 ,X2>=0
X1>=0 , X2>=0Rpta. X1=12 ,X2=12 ,F.O. Z=264 Rpta. X1=2, X2=1.6 . F.O.
Z=2.8
9.- MAXIMIZAR 5X1 + 6X2 10.- MINIMIZAR X1 - X2

SUJETO A: SUJETO A:
5X1 - 6X2 >=0 -2X1 - 5X2 <=
-2
-X1 >= -19 3X1 - 4X2 >= -12
-2X1-7X2 >= -10 3X1 - 4X2 <=0
X2 >= 1 X2 <= 10
X1>=0 ,X2>=0 X1>=0 , X2>=0
Rpta. X1=5.5. , X2=1 , F.O. Z=33.5 Rpta. X1=0 ,
X2=10 , F.O. Z= -10
9
SESION III
ANALISIS DE
SENSIBILIDAD
9
1.1.-¿Qué es LINDO o LINGO ?

Lindo es un sofware usado para la solución de modelos lineales, su nombre se debe a la
nomenclatura de:
LINDO (Linear, INteractive, and Discrete Optimizer), LINGO (Linear, INteractive, and
General Optimizer)
1.2.-¿Qué es Análisis de Sensibilidad?
Es ver como se comporta el modelo elaborado ante algunos cambios que se pueden
realizar.
1.3.-¿Cómo se ingresan los datos a LINDO?
Una vez elaborado el modelo lineal, se ingresa primero la Función Objetivo (F.O.):
Si la F.O. es maximizar, se ingresa: Max
Si la F.O. es minimizar, se ingresa: Min
Luego se ingresa los coeficientes con sus respectivas variables.
Para ingresar las restricciones se escribe antes st (subjet to) (sujeto a )
Una vez ingresado el modelo se culmina con la expresión end (fin).
Ejemplo:
max 2x1+3x2
st
2x1+3x2<=15
x1+4x2>=10
x1+2x2=8
end
1.4.-¿Cómo es el reporte de LINDO?
Para responder esta pregunta no hay mejor manera que tener el reporte (la traducción se
ha incluido para entender mejor el reporte).

(El modelo Lineal ha logrado su optimo en los pasos)
(Valor de la Función Objetivo)
1) 15.00000
(Variable) (Valor) (Costo Reducido)
X1 6.000000 0.000000
X2 1.000000 0.000000

(Fila ) (Holgura o Superflua) (Precios Dual)
2) 0.000000 0.000000
3) 0.000000 -0.500000
4) 0.000000 2.500000
NO. ITERATIONS= 1
(Número de Iteraciones)

(Rangos para los que no cambia la Base)
(Rangos de Coeficientes de la función Objetivo)
(Variable) (Coeficientes) (Incremento (Decremento
Permitido) Permitido)
X1 2.000000 INFINITY 0.500000
9
X2 3.000000 1.000000 INFINITY

(Rangos de Términos Independientes)
(Fila) (Termino ( Incremento (Decremento
Independiente) Permitido) Permitido)
2 15.000000 INFINITY 0.000000
3 10.000000 6.000000 0.000000
4 8.000000 0.000000 3.000000
1.5.-¿Qué partes se destacan en el reporte de LINDO?
La estructura del reporte tiene las siguientes partes:
a)Valor de la Función Objetivo
b)Valor de las Variables, Costos Reducidos.
c) Rangos de coeficientes de las variables de la función objetivo.
d)Rangos de coeficientes de los términos independientes de las restricciones.
1.6.-¿Qué es un Costo Reducido?
Es la cantidad que debe variar el coeficiente de una variable para que este llegue a tener
valor.
Pero esto depende de la función objetivo, por ejemplo
si la función objetivo es de Maximización el costo reducido se debe sumar al coeficiente
de la variable.
si la función objetivo es de Minimización el costo reducido se debe restar al coeficiente de
la variable.
Ejemplo 1:
Max 3x1+2x2
Variable Valor Costo Reducido
X1 10 0.00000
X2 0 3.50000
La variable x2 para que llegue a tener valor su coeficiente debe ser:
C2>(2+3,5)
Ejemplo 2:
Min 4x1+5x2
Variable Valor Costo Reducido
X1 0 2.00000
X2 10 0.00000
La variable x1 para que llegue a tener valor su coeficiente debe ser:
C1<(4-2)
1.7.-¿Qué es una Variable de Holgura?
Es la cantidad que sobra de un recurso. Aparecen cuando la restricción es <=
1.8.-¿Qué es una Variable Superflua?
Es la cantidad adicional que se usa de un recurso. Aparecen cuando la restricción es >=
1.9.-¿Qué es un Precio Dual?
Es la cantidad que se gana o se pierde en la función objetivo por cada unidad adicional
que crece un recurso.
El precio dual cuando su signo es positivo y su función objetivo es Maximización aumenta
el valor de la función en esa proporción por cada unidad adicional.
El precio dual cuando su signo es negativo y su función objetivo es Maximización
disminuye el valor de la función en esa proporción por cada unidad adicional.
El precio dual cuando su signo es positivo y su función objetivo es Minimización
disminuye el valor de la función en esa proporción por cada unidad adicional.
El precio dual cuando su signo es negativo y su función objetivo es Minimización aumenta
el valor de la función en esa proporción por cada unidad adicional.
9
Función Objetivo Función Objetivo
(F.O) (F.O.)
Maximización Minimización
Precio Dual Positivo Aumenta la F.O. Disminuye la F.O.
Precio Dual Disminuye la F.O. Aumenta la F.O.
Negativo
10.-¿Para que sirven los rangos de los Coeficientes?
Para hallar el valor máximo y minino ya sea del ingreso como del costo de cada variable.
11.-¿Para que sirven los rangos de los términos Independientes (Recursos)?
Para hallar el valor máximo y minino de uso de cada recurso.
9
2.1 Análisis de Sensibilidad (NIVEL A)
1 ) Una compañía fabrica dos modelos de sombrero: Bae , Viz y Ala. La fabricación de los
sombreros se realiza en las secciones de moldeado, pintura y montaje. La fabricación de
cada modelo Bae requiere 2 horas de moldeado, 3 de pintura y una de montaje. La
fabricación del modelo Viz requiere tres horas de moldeado, 2 de pintura y una de
montaje.La fabricacion frl modelo Ala requiere 2horas de moldeado, 2 horas de pintura y
1 hora de montaje Las secciones de moldeado y pintura disponen, cada una, de un
máximo de 1.500 horas cada mes, y la de montaje de 600.
Si el modelo Bae se vende a S/100 , el modelo Viz a S/120 y el de ala a S/ 110,
¿Qué cantidad de sombreros de cada tipo ha de fabricar para maximizar el beneficio
mensual?
Solución:
Bae Viz Ala Disponibilidad

Moldeado 2h 3h 2h 1500 h
Pintura 3h 2h 2h 1500 h
Montaje 1h 1h 1h 600 h
Precio de S/100 S/120 S/110
Venta
Xi=Número de sombreros tipo i(i=Bae, Viz, Ala=1,2,3) a producir.
Función Objetivo:
Max=100x1+120x2+110x3
Moldeado
2x1+3x2+2x3<=1500
Pintura
3x1+2x2+2x3<=1500
Montaje
1x1+1x2+1x3<=600
Modelo PL
Max 100x1+120x2+110x3
st
2x1+3x2+2x3<=1500
3x1+2x2+2x3<=1500
1x1+1x2+1x3<=600
end
1) 69000.00

X1 0.000000 10.000000
X2 300.000000 0.000000
X3 300.000000 0.000000
9

2) 0.000000 10.000000
3) 300.000000 0.000000
4) 0.000000 90.000000
NO. ITERATIONS= 2

X1 100.000000 10.000000 INFINITY
X2 120.000000 45.000000 10.000000
X3 110.000000 10.000000 10.000000

2 1500.000000 300.000000 300.000000
3 1500.000000 INFINITY 300.000000
4 600.000000 150.000000 100.000000
Interpretación:
Ingreso por Precio de Venta:
69000
X1 0 sombreros tipo Bae, para que se elabore se debe tener un precio de venta mayor
de:100 + 10=110
X2 300 sombrero tipo Viz,
X3 300 sombreros tipo Ala
Moldeado:
Se usan todas la horas de moldeado, por cada hora adicional se gana 10
Pintura:
300 horas sobra del departamento de pintura.
Montaje:
Se usan todas las horas de montaje, por cada hora adicional se gana 90
Optimalidad:
Rangos de Ci:
Sombrero Bae
X1 100.000000 10.000000 INFINITY
(100-infinito)<=c1<=(100+10)
-infinito<=c1<=110
El precio máximo del sombrero tipo Bae es: 110
El precio mínimo del sombrero tipo Bae es: 0
Sombrero Viz
X2 120.000000 45.000000 10.000000
(120-10)<=c2<=(120+45)
110<=c2<=165
El precio máximo del sombrero tipo Viz es: 165
El precio mínimo del sombrero tipo Viz es: 110
Sombrero Ala
9
X3 110.000000 10.000000 10.000000
(110-10)<=c3<=(110+10)
100<=c3<=120
El precio máximo del sombrero tipo Ala es: 120
El precio mínimo del sombrero tipo Ala es: 100
2) Un hipermercado necesita como máximo 16 cajas de langostino, 5 cajas de nécoras y

20 de percebes. Dos mayoristas, A y B, se ofrecen al hipermercado para satisfacer sus
necesidades, pero sólo venden dicho marisco en contenedores completos. El mayorista A
envía en cada contenedor 8 cajas de langostinos, 1 de nécoras y 2 de percebes. Por su
parte, B envía en cada contenedor 2, 1 y 7 cajas respectivamente. Cada contenedor que
suministra A da una ganancia de S/210, mientras que los del mayorista B S/300 cada
uno. ¿Cuántos contenedores debe pedir el hipermercado a cada mayorista para satisfacer
sus necesidades mínimas con el menor coste posible?
Solución:
Contenedor A Contenedor B Compra Máxima

Langostin 8 2 cajas/contenedor 16 cajas
o cajas/contenedo
r
Nécoras 1 1 cajas/contenedor 5 cajas
cajas/contenedo
r
Percebes 2 7 cajas/contenedor 20 cajas
cajas/contenedo
r
Ganancia S/210/contened S/ 300/contenedor
or
Xi= Numero de contenedores de tipo i(i=A,B=1,2) a pedir.
Función Objetivo:
Max=210x1+300x2
Sujeto a:
Cajas de Langostinos:
8x1+2x2<=16
Cajas de Nécoras:
1x1+1x2<=5
Cajas de Percebes:
2x1+7x2<=20
LINDO:
Max 210x1+300x2
St
8x1+2x2<=16
1x1+1x2<=5
2x1+7x2<=20
end

9
1) 1029.231

X1 1.384615 0.000000
X2 2.461539 0.000000

2) 0.000000 16.730770
3) 1.153846 0.000000
4) 0.000000 38.076923
NO. ITERATIONS= 2

X1 210.000000 990.000000 124.285713
X2 300.000000 435.000000 247.500000

2 16.000000 12.000000 10.285714
3 5.000000 INFINITY 1.153846
4 20.000000 10.000000 16.000000
Interpretación:
Ganancia a obtener:
1029.231
Contenedores tipo A :
X1 1.384615
Contenedores tipo B:
X2 2.461539
0.000000 ,se usa todo lo disponible y si se pide una caja mas se gana:
16.730770
Cajas de Nécoras:
1.153846 , son cajas que no se han usado por lo tanto su precio dual es :
0.000000
Cajas de Percebes:
0.000000,se usa todo lo disponible y si se pide una caja mas se gana:
38.076923
Optimalidad:
Rangos en Ci
La ganancia por cada tipo de contenedor tiene el siguiente rango:
9
Tipo A:
X1 210.000000 990.000000 124.285713
(210-124.285713) <= c1<= (210+990)
El precio máximo es de :1200

El precio mínimo es de:85,71
Tipo B:
X2 300.000000 435.000000 247.500000
(300-247,5)<= c2<=(300+435)
El precio máximo es de :735

El precio mínimo es de: 52,5
Mientras se este dentro de estos rangos la solución no cambia.
Rangos en Bi
16.000000 12.000000 10.285714
(16-10,285714)<=b1<=(16+12)
La máxima cantidad de cajas que puede comprar el supermercado es: 16+12=28
La mínima cantidad de cajas que puede comprar el supermercado es: 16-
10,285714=5,714
Cajas de Nécoras:
5.000000 INFINITY 1.153846
(5-1,153846)<=b2<=(5+infinito)
La máxima cantidad de cajas que puede comprar el supermercado es: 5+infinito= Infinito
La mínima cantidad de cajas que puede comprar el supermercado es: 5-1,153846=3,846
Cajas de Percebes:
20.000000 10.000000 16.000000
(20-16)<=b3<=(20+10)
La máxima cantidad de cajas que puede comprar el supermercado es: 20+10=30
La mínima cantidad de cajas que puede comprar el supermercado es: 20-16=4
Si se mantienen dentro de estos rangos el modelo es optimo.
3 ) Un carpintero tiene que construir mesas rectangulares cuyas dimensiones no

sobrepasen 2 metros y tales que la suma de su dimensión mayor y el doble de la menor
no sobrepase 4 metros. ¿Cuál es el máximo valor del perímetro de dichas mesas?
Solución:
Xi= Dimensión del lado i(i=Mayor, Menor=1,2) de las mesas a construir.
Función Objetivo:
MAX=2X1+2X2
Sujeto a:
Dimensión del lado mayor:
X1<=2
9
Dimensión del lado menor:
X2<=2
Requerimiento:
X1+2X2<=4
LINDO
MAX 2X1+2X2
st
X1<=2
X2<=2
X1+2X2<=4
end
1) 6.000000

X1 2.000000 0.000000
X2 1.000000 0.000000

2) 0.000000 1.000000
3) 1.000000 0.000000
4) 0.000000 1.000000
NO. ITERATIONS= 2

X1 2.000000 INFINITY 1.000000
X2 2.000000 2.000000 2.000000

2 2.000000 2.000000 2.000000
3 2.000000 INFINITY 1.000000
4 4.000000 2.000000 2.000000
Interpretación:
La máxima dimensión de la mesa es:
6.
La dimensión del lado mayor es de:
X1=2.
La dimensión del lado menor es de:
X2 =1.

0.000000 ,se ha cumplido con el requerimiento, si se incrementa en una unidad
,la dimensión se incrementa en 1 unidad
9
1,se esta por debajo del requerimiento máximo en 1 dimensión, por lo tanto su
precio dual es 0.000000
Requerimiento:
Se ha cumplido el requerimiento del perímetro, si este se incrementa la dimensión se
incrementa en 1
Optimalidad:
Rango en Ci
Lado Mayor
X1 2.000000 INFINITY 1.000000
(2-1)>=c1<=(2+infinito)
La dimensión máxima del lado mayor es : 2+infinito = Infinito
La dimensión mínima del lado mayor es: 2-1=1
Lado Menor
X2 2.000000 2.000000 2.000000
(2-2)<=c2<=(2+2)
La dimensión máxima del lado menor es : 2+2 = 4
La dimensión mínima del lado mayor es: 2-2=0. Cosa que seria imposible.
Factibilidad:
Rangos en Bi

2 2.000000 2.000000 2.000000
(2-2)<=b1(2+2)
El valor máximo del lado mayor es: 2+2=4
El valor mínimo del lado mayor es: 2-2=0
3 2.000000 INFINITY 1.000000
(2-1)<=b2<=(2+infinito)
El valor máximo del lado menor es: 2-1=1
El valor mínimo del lado menor es: 2+infinito=infinito
Requerimiento:
4 4.000000 2.000000 2.000000
(4-2)<=b3<0(4+2)
El valor máximo del requerimiento es: 4 +2=6

El valor mínimo del requerimiento es: 4 -2=2
4) Una fábrica textil elabora prendas de punto de calidades A , B y C. Las de calidad A se

fabrican con 1 unidad de lana y 2 unidades de fibra sintética y las de calidad B con dos
unidades de lana y 1 de fibra sintética.,las de calidad C con 2 unidades de lana y 3 de
fibra sintetica. Los beneficios obtenidos en la venta de las prendas son de S/1500 para
las de calidad A ,S/1000 para las de calidad B y S/800 para las de calidad C. Sabiendo
que sólo se dispone de 180 unidades de lana y 240 de fibra sintética, se pide:
a) Determinar cuántas prendas de cada tipo deben elaborarse para obtener un
beneficio máximo si la producción no puede ser superior a 1.000 prendas.
b) ¿A cuánto ascenderá dicho beneficio? Justificar las respuestas.
Solución:
A B C DISPONIBLE
LANA 1 2 2 180
FIBRA SINTETICA 2 1 3 240
9
Beneficios S/ 1500 S/ 1000 S/ 800
Xi= Número de unidades de prendas de calidad i(i=A,B,C=1,2,3) a elaborar.
Función Objetivo:
Max=1500x1+1000x2+800x3
Restricciones:
Lana:
1x1+2x2+2x3<=180
Fibra Sintética:
2x1+1x2+3x3<=240
Producción:
x1+x2+x3<=1000
LINDO
Max 1500x1+1000x2+800x3
st
1x1+2x2+2x3<=180
2x1+1x2+3x3<=240
x1+x2+x3<=1000
end
1) 190000.0

X1 100.000000 0.000000
X2 40.000000 0.000000
X3 0.000000 1533.333374

2) 0.000000 166.666672
3) 0.000000 666.666687
4) 860.000000 0.000000
NO. ITERATIONS= 2

X1 1500.000000 500.000000 1000.000000
X2 1000.000000 2000.000000 250.000000
X3 800.000000 1533.333374 INFINITY

2 180.000000 300.000000 60.000000
3 240.000000 120.000000 150.000000
4 1000.000000 INFINITY 860.000000
9
Interpretación:
Beneficio:
190000
Producción:
X1 100 prendas tipo A
X2 40 prendas tipo B
X3 0 prendas tipo C,para elaborarse debe tener un beneficio mayor de:
800 + 1533.333374 = 2333,33
Lana:
Se usa toda la lana disponible, si se usa 1 unidad mas se gana 166,666
Fibra Sintética:
Se usa toda la lana disponible si se usa 1 unidad mas se gana 666.666687
Producción:
860 unidades de capacidad de producción no se usa.
Optimalidad:
Rangos de Ci:
Prenda tipo A
X1 1500.000000 500.000000 1000.000000

(1500-1000)<=c1<=(1500+500)
500<=c1<=2000
El beneficio máximo del producto tipo A es:2000
El beneficio mínimo del producto tipo A es:500
Prenda tipo B
X2 1000.000000 2000.000000 250.000000
(1000-250)<=c2<=(1000+2000)
750<=c2<=3000
El beneficio máximo del producto tipo B es:3000
El beneficio mínimo del producto tipo B es:750
Prenda tipo C
X3 800.000000 1533.333374 INFINITY
(800-infinito)<=c3<=( 800 +1533,33)
-infinito<=c3<=2333,33
El beneficio máximo del producto tipo C es:2333,33
El beneficio mínimo del producto tipo C es: 0
Factibilidad:
Rangos de Bi
Lana:
180.000000 300.000000 60.000000
(180-60)<=b1<=(180+300)
120<=b1<=480
Cantidad máxima de unidades de lana: 480
Cantidad mínima de unidades de lana: 120
Fibra Sintética:
240.000000 120.000000 150.000000
(240-150)<=b2<=(240+120)
90<=b2<=360
9
Cantidad máxima de unidades de fibra sintética: 360
Cantidad mínima de unidades de fibra sintética: 90
Producción:
1000.000000 INFINITY 860.000000
(1000-860)<=b3<=(1000+infinito)
140<=b3<=infinito
Cantidad máxima de unidades de producción: Infinito
Cantidad mínima de unidades de producción: 140
Factibilidad:
Rangos en Bi
Moldeado:
1500.000000 300.000000 300.000000
(1500-300)<=b1<=(1500+300)
1200<=b1<=1800
Horas máximas para moldeado: 1800
Horas mínimas para moldeado: 1200
Pintura:
1500.000000 INFINITY 300.000000
(1500-300)<=b2<=(1500+infinito)
1200<=b2<=infinito
Horas máximas para pintura: infinito
Horas mínimas para pintura: 1200
Montaje:
600.000000 150.000000 100.000000
(600-100)<=b3<=(600+150)
500<=b3<=750
Horas máximas para montaje: 750
Horas mínimas para montaje: 500
9
PROBLEMA 6.- Un editor dedica parte de su tiempo a la elaboración de afiches

publicitaria. La empresa A le paga 5. por cada afiche elaborado y la empresa B, con
folletos más grandes, le paga 7 por afiche. El editor hace dos tiraje: una para los afiches
A, en la que caben 120, y otra para los afiches B, en la que caben 100. Ha calculado que
cada día es capaz de elaborar 150 afiches como máximo.
Afiche A Afiche B disponible

Ganancia 5 7
Cantidad <=120 <=100
Cantidad 150
Máxima
Variable:
Xi= Número de afiches tipo i(i=A,B=1,2)
Función Objetivo:
Max 5x1+7x2
St
Cantidad maxima de Afiche A
X1<=120
Cantidad maxima de afiche B
X2<=100
Cantidad maxima combinada
X1+x2<=150
End
LINDO
1) 950.000
X1 50.000000 0.000000
X2 100.000000 0.000000
2) 70.000000 0.000000
3) 0.000000 2.000000
4) 0.000000 5.000000
NO. ITERATIONS= 2

9
X1 5.000000 2.000000 5.000000
X2 7.000000 INFINITY 2.000000

2 120.000000 INFINITY 70.000000
3 100.000000 50.000000 70.000000
4 150.000000 70.000000 50.000000

GANANCIA
2) 950.0000
UNIDADES A ELABORAR
TIPO A
X1 50.000000 0.000000
TIPO B
X2 100.000000 0.000000

SOBRANTE DE CAPACIDAD DE AFICHE TIPO A
2) 70.000000 0.000000, precio dual cero

NO HAY SOBRANTE DE CAPACIDAD DE AFICHE TIPO B
3) 0.000000 2.000000 ,precio dual 2,es decir por cada afiche tipo B
adicional se gana 2
NO HAY SOBRANTE DE CAPACIDAD MAXIMA
4) 0.000000 5.000000, precio dual 5,es decir por cada unidad adicional
combinada se gana 5
NO. ITERATIONS= 2

X1 5.000000 2.000000 5.000000

Para afiche tipo A
La ganancia máxima es : 5+2 =7
La ganancia mínima es: 5-5=0
X2 7.000000 INFINITY 2.000000
Para afiche tipo B
La ganancia máxima es : 7+infinito =Infinito
La ganancia mínima es: 7-2=5

9
2 120.000000 INFINITY 70.000000
Afiche tipo A:
Cantidad Máxima : 120+0=120
Cantidad Mínima: 120-70=50
3 100.000000 50.000000 70.000000
Afiche tipo B:
Cantidad Máxima : 100+50=150
Cantidad Mínima: 100-70=30
4 150.000000 70.000000 50.000000

Cantidad máxima combinada
Valor máximo : 150+70=220
Valor mínimo: 150-50=100
PROBLEMA 7.- SONY fabrica dos productos: (1) el Pentium III un radiocasete portátil y (2)
el Pentium IV. El proceso de producción de ambos productos se asemeja en que los dos
necesitan un número de horas de trabajo en el departamento de electrónica, y un cierto
número de horas de mano de obra en el departamento de montaje. Cada Pentium III
necesita cuatro horas de trabajo de electrónica y dos en el taller de montaje. Cada
Pentium IV necesita tres horas de electrónica y una en montaje. Durante el actual
período de producción se dispone de doscientas cuarenta horas en el departamento de
electrónica y de cien horas en el de montaje. Cada Pentium III vendido supone un
beneficio de 700 dólares, mientras que para una Pentium IV el beneficio unitario es de
500 dólares. El problema de SONY es determinar la mejor combinación posible de
Pentium III y PENTIUM IV que debe producir para alcanzar el máximo beneficio.
Pentium III Pentium IV Disponibl

e
Dpto. Electrónica 4h/unid 3h/unid 240 h
Dpto. Mano de 2h/unid 1h/unid 100 h
Obra
Beneficio $700/unid $500/unid
Xi= Número de unidades del producto tipo i(i= Pentium III, Pentium IV=1,2) a producir.
Función Objetivo:
Max 700x1+500x2
Restricciones:
Dpto. Electrónica
4x1+3x2<=240
Dpto. Mano de Obra
2x1+x2<=100
LINDO
Max 700x1+500x2
St
4x1+3x2<=240
2x1+x2<=100
1) 41000.0000
9
X1 30.000000 0.000000
X2 40.000000 0.000000
2) 0.000000 150.0000
3) 0.000000 50.0000
NO. ITERATIONS= 2
X1 700.000000 300.000000 33.3333
X2 500.000000 0250.000 150.0000

2 240.000000 60.000000 40.000000
3 100.000000 20.000000 20.000000
Ganancia:
41000
Producción:
X1 =30 Pentium III ,
X2 =40. Pentium IV
Dpto Electronica,todo el tiempo se usa.y si se incrementa se gana 150 por cada hora
adicional.
Dpto de Mano de Obra, todo el tiempo se usa.y si se incrementa se gana 50 por cada
hora adicional.
Variación de beneficios:
Pentium III ,
X1 700.000000 300.000000 33.3333

(700-33,3)<=c1<=(700+300)
667.7<=c1<=1000
Beneficio maximo: 1000
Beneficio minimo:667,7
Pentium IV
X2 500.000000 25.0000 150.0000
(500-150)<=c2<=(500+ 25)
350<=c2<=525
Beneficio máximo :525
Beneficio mínimo: 350
Variación de horas:
Dpto. electrónica:
2 240.000000 60.000000 40.000000
(240-40)<=b1<=(240+60)
200<=b1<=300
Horas máximas :300 horas
Horas mínimas: 200 horas
Dpto. Mano de obra
3 100.000000 20.000000 20.000000
9
(100-20)<=b2<=(100+20)
80<=b2<=120
Horas máximas :120 horas
Horas mínimas: 80 horas
Problema 8.
La empresa de zapatos Risto, elabora dos tipos de zapatos de adultos y de niños, los
datos recogidos
Se dan en la siguiente tabla:
RECURSOS ZAPATOS DE ZAPATOS DE NIÑO DISPONIBLE

ADULTOS
CUERO 35 PIES/DOCENA 24 PIES/DOCENA 1250 PIES/SEMANA
PLANTAS 12 PLANTAS/DOCENA 12 PLANTAS/DOCENA
COSTO DE S/90/DOCENA S/60 /DOCENA
PLANTAS
OTROS COSTOS S/42/DOCENA S/30/DOCENA
PERFILADO S/28/DOCENA S/20/DOCENA
ENSUELADO S/30/DOCENA S/25/DOCENA
ALISTADO S/8/DOCENA S/8/DOCENA
CUEROS(S6/PIE) S/210/DOCENA S/144/DOCENA
COSTO TOTAL S/408/DOCENA S/227/DOCENA
PRECIO DE S/540/DOCENA S/300/DOCENA
VENTA
UTILIDAD S/132/DOCENA S/73/DOCENA
DEMANDA 20 15
DOCENAS/SEMANA DOCENAS/SEMANA
PERFILADO 8H/DOCENA- 8H/ DOCENA- (6TRABAJ/DIA)
TRABAJADOR TRABAJADOR (6DIAS
/SEMANA)
*(10H/DIA)
ENSUELADO 8H/ DOCENA- 8H/ DOCENA- (7TRABAJ/DIA)
/SEMANA)
*(10H/DIA)
ALISTADO 4H/ DOCENA- 4H/ DOCENA- (3TRABAJ/DIA)
9
/SEMANA)
*(10H/DIA)
Con la información dada, elaborar el modelo lineal y hacer el análisis de sensibilidad.
Solución:
Xi= Docenas de zapatos de tipo I(I= de adultos,de niños=1,2) a producir semanalmente
Función Objetivo:
Maximizar utilidades:
MAX=(S/132/docenas)(X1 docenas/semana)+(S/73/docena)(X2 docenas/semana)
Cuero:
35X1+24X2<=1250
Perfilado:
8X1+8X2<=360
Ensuelado:
8X1+8X2<=420
Alistado:
4X1+4X2<=180
Demanda de zapatos de adultos:
X1>=20
Demanda de zapatos de niños:
X2>=15
LINDO
MAX132X1+73X2
ST
35X1+24X2<=1250
8X1+8X2<=360
8X1+8X2<=420
4X1+4X2<=180
X1>=20
X2>=15
1) s/4451.571 de utilidad semanal.

X1 25.428572 0.000000 ,producir 25.42 docenas de zapatos de
adultos a la semana
9
X2 15.000000 0.000000,producir 15 docenas de zapatos de niños a
la semana

2) 0.000000 3.771429,todo el cuero se usa,por cada pie adicional
se gana s/3.77
3) 36.571430 0.000000,sobra 36.57 horas de perfilado
4) 96.571426 0.000000,sobra 96.57 horas de ensuelado
5) 18.285715 0.000000,sobra 18.28 horas de alistado
6) 5.428571 0.000000,sobra 5.52 docenas de zapatos de adultos
7) 0.000000 -17.514286,sobra 0 docenas de zapatos para niños, por
cada docena adicional se pierde s/17.51 .
NO. ITERATIONS= 2

X1 132.000000 INFINITY 25.541666,
la utilidad de zapatos de adultos puede crecer infinito y puede disminuir
s/25.54
X2 73.000000 17.514286 INFINITY
la utilidad de zapatos de niños puede crecer s/17.51 y puede disminuir infinito

2 1250.000000 160.000000 189.999985,
se puede incrementar los pies de cuero en 160 pies o se puede disminuir
189.99 pies
3 360.000000 INFINITY 36.571430
se puede incrementar infinito las horas de perfilado o se puede disminuir 36.57
horas
4 420.000000 INFINITY 96.571426
se puede incrementar infinito las horas de ensuelado o se puede disminuir
96.57 horas
5 180.000000 INFINITY 18.285715
se puede incrementar infinito las horas de alistado o se puede disminuir 18.28
horas
6 20.000000 5.428571 INFINITY
se puede incrementar 5.42 docenas la demanda de zapatos de adultos o se
puede disminuir infinito
7 15.000000 7.916666 15.000000
se puede incrementar 7.91 docenas la demanda de zapatos de niños o se
puede disminuir 15 docenas
Modificando la disponibilidad de cuero e incrementando a su máximo el modelo queda:
MAX132X1+73X2
ST
9
35X1+24X2<=1410
8X1+8X2<=360
8X1+8X2<=420
4X1+4X2<=180
X1>=20
X2>=15
LINDO

1) 5055.000 ,la utilidad se increnta a s/ 5055.
X1 30.000000 0.000000
X2 15.000000 0.000000
2) 0.000000 3.771429
3) 0.000000 0.000000
4) 60.000000 0.000000
5) 0.000000 0.000000
6) 10.000000 0.000000
7) 0.000000 -17.514286
NO. ITERATIONS= 2
X1 132.000000 INFINITY 25.541666
X2 73.000000 17.514286 INFINITY
2 1410.000000 0.000000 350.000000
3 360.000000 INFINITY 0.000000
4 420.000000 INFINITY 60.000000
5 180.000000 INFINITY 0.000000
6 20.000000 10.000000 INFINITY
7 15.000000 0.000000 15.000000
Problema 9
El año venidero una compañía constructora puede participar en dos futuros proyectos. El
flujo de efectivo trimestral para los dos proyectos (las flechas hacia arriba representan
gastos) se resume en la siguiente figura.
9
Todos los fondos están en millones de unidad monetaria. La compañía tiene efectivo de
$1 000 000 por trimestre y puede obtener préstamos por una unidad igual, al principio de
cada trimestre, con un interés nominal de 10% anual. Cualquier préstamo debe pagarse
al principio del siguiente trimestre. De esta manera los fondos excedentes pueden
invertirse al 8% anual.
La compañía constructora desea determinar el resultado neto (pérdida o ganancia) se si
emprenden los proyectos. Supóngase que la compañía puede participar en los proyectos
de forma parcial o total. La participación parcial escalará los fondos de flujo de efectivo
en forma proporcional.La empresa desea maximizar sus fondos al final del año.
SOLUCION
a) Variables
Pi = fracción del proyecto i por emprenderse (0 ≤ Pi ≤ 1), i = 1.2.
Bi = cantidad tomada en préstamos (millones de unidad monetaria) en el
trimestre j, j = 1, 2, 3, 4.
Si = cantidad excedente (millones de unidad monetaria) al principio del
trimestre j, j = 1, 2, 3, 4.
b) Grafica:
1+B1 1+B2 1+B3 1+B4
S1 1.02B1 S2 1.02B2 S3 1.02B3 S4 1.02B4

1 2 3 4 5 S5
1.025B1 1.025B2 1.025B3 1.025B4
1P1+3P2 3.1P1+2.5P2 1.5P1-1.5P2 -1.8P1-1.8P2 -5P1-2.8P2
c) Modelos Matemático
P1 + 3 P2 + S1 = 1 +B1
3.1 P1 + 2.5 P2 – 1.02S1 + S2 + 1.025B1 = 1 + B2
1.5 P1 - 1.5 P2 – 1.02S2 + S3 + 1.025B2 = 1 + B3
-1.8 P1 – 1.8 P2 – 1.02S3 + S4 + 1.025B3 = 1 + B4
-5 P1 – 2.8 P2 – 1.02S4 + S5 + 1.025B4 = 0
0 ≤ Pi ≤ 1, i = 1, 2.
0 ≤ Bj ≤ 1, j = 1,2,3,4.
9
Global optimal solution found.
Objective value: 4.836624
Total solver iterations: 6
Variable Value Reduced Cost

S5 4.836624 0.000000
P1 0.7112528 0.000000
P2 0.000000 0.3796149
S1 0.2887472 0.000000
B1 0.000000 0.6121702E-02
S2 0.000000 0.5972392E-02
B2 0.9103617 0.000000
S3 0.000000 0.1540784
B3 1.000000 0.000000
S4 1.255255 0.000000
B4 0.000000 0.5000000E-02
Row Slack or Surplus Dual Price

1 4.836624 1.000000
2 0.000000 1.248827
3 0.000000 1.224340
4 0.000000 1.194478
5 0.000000 1.020000
6 0.000000 1.000000
7 0.2887472 0.000000
8 1.000000 0.000000
9 1.000000 0.000000
10 0.8963830E-01 0.000000
11 0.000000 0.1489784
12 1.000000 0.000000
Ranges in which the basis is unchanged:
Objective Coefficient Ranges

Current Allowable Allowable
Variable Coefficient Increase Decrease
S5 1.000000 INFINITY 1.000000
P1 0.0 INFINITY 0.5173937
P2 0.0 0.3796149 INFINITY
S1 0.0 0.6116225E-02 0.1675047
B1 0.0 0.6121702E-02 INFINITY
S2 0.0 0.5972392E-02 INFINITY
B2 0.0 0.5993967E-02 0.2069426
S3 0.0 0.1540784 INFINITY
B3 0.0 INFINITY 0.1489784
S4 0.0 0.5000000E-02 3.797778
B4 0.0 0.5000000E-02 INFINITY
Righthand Side Ranges

Row Current Allowable Allowable
RHS Increase Decrease
2 1.000000 1.580583 0.3352941
3 1.000000 1.612195 0.3420000
4 1.000000 0.1245146 1.264563
5 1.000000 INFINITY 1.255255
6 0.0 INFINITY 4.836624
7 1.000000 INFINITY 0.2887472
9
8 1.000000 INFINITY 1.000000
9 1.000000 INFINITY 1.000000
10 1.000000 INFINITY 0.8963830E-01
11 1.000000 0.1245146 1.000000
12 1.000000 INFINITY 1.000000
Análisis de Sensibilidad
Para el problema planteado, podemos observar en los cuadros que la solución
recomendada es: La empresa debe invertir en el proyecto 1 de manera parcial, con una
participación del 71.13% y abstenerse de participar en el proyecto 2. Obteniendo así una
fondo acumulado al final del año de 5.8366 millones de Um.
También se puede determinar que si se desea obtener un poco más de fondo acumulado,
es recomendable gestionar un aumento en el préstamo del 3er trimestre, aumento que
sería de 0.1245 millones de Um, obteniendo así un aumento en la función objetivo de
0.01855 millones de Um.
PROBLEMA 10
El vivero Walnut tiene dos granjas en donde se cultiva trigo y maíz. Debido a las
condiciones del suelo distintas, hay diferencias en el rendimiento y el costo al cultivar los
cereales en las dos granjas. Ambas granjas cuentan cada una con 100 acres disponibles
para el cultivo. Se deben sembrar 1100 bushel de trigo y 7000 bushel de maíz. Encuentre
un plan de siembra q minimice el costo para poder cumplir con la demanda ¿Como se
podría usar una generalización de este modelo para asignar en forma eficiente la
producción de cultivos en toda una nación?
Granja 1 Granja 2 Requerimiento

Trigo 400 bushel/acre 350 bushel/acre 1100 bulshels
Costo 90$/acre 80 $/acre
Maíz 500 bushel/acre 850 bushel/acre 7000 bulshels
Costo 100 $/acre 120 $/acre
Disponible 1000 acre 1000 acre
MODELO DE PL
min 90x11+80x12+100x21+120x22
st
x11+x21<=100 Acres
x12+x22<=100 Acres
400x11+350x12>=11000 bushels de trigo
500x21+650x22>=7000 bushels de maiz
End
ANALISIS DE SENSIBILIDAD:

9
1) 3767.308 $/acre

X11 27.500000 acres 0.000000
X12 0.000000 acres 1.250000
X21 0.000000 acres 7.692307
X22 10.769231 acres 0.000000

2) 72.500000 (slack) acres 0.000000
3) 89.230766 (slack) acres 0.000000
4) 0.000000 (surplus) bushels -0.225000
5) 0.000000 (surplus) bushels -0.184615
NO. ITERATIONS= 0

X11 90.000000 1.428571 90.000000
X12 80.000000 INFINITY 1.250002
X21 100.000000 INFINITY 7.692306
X22 120.000000 9.999998 120.000000

2 100.000000 INFINITY 72.500000
3 100.000000 INFINITY 89.230766
4 11000.000000 29000.000000 11000.000000
5 7000.000000 57999.996094 7000.000000
• Analizando las variables:
X11:Es conveniente cultivar27.500000 acres trigo en la granja 1.

X12: No es conveniente cultivar trigo en la granja 2.
X21: No es conveniente cultivar maíz en la granja 1.
X22 :Es conveniente cultivar10.769231 acres de maíz en la granja 2.
• Analizando slack o surplus:
2) Sólo se uso27.5 acres, es decir hubo un sobrante de 72.5 acres .

3) Se utilizó 10.77 acres, es decir hubo un sobrante de 89.23 acres
4) Se usaron los 11000 bushels, es decir no hubo excedentes.
5) No hubo excedentes. Se usaron los 7000 bushels.
9
Problema 11
Steelco produce dos tipos de acero en tres acererías distintas. Cada acerería tiene
disponibles en un mes dado 200 horas de tiempo de alto horno. Debido a las diferencias
en los hornos de cada acerería, el tiempo y el costo por producir una tonelada de acero
son distintas en cada una de ellas. El tiempo y el costo en cada una de ellas se
proporciona en la tabla. Cada mes Steelco debe producir por lo menos 500 toneladas de
acero 1 y 600 toneladas de acero2. Plantee un PL para minimizar el costo de producir el
acero deseado.
Acero 1 Acero 2 Disponible
tiempo tiempo
Acerería costo costo 200 h/mes
1
20’ /tn $10 /tn 22’/tn $11/tn
Acerería2 24’ /tn $12/tn 18’/tn $9/tn 200 h/mes
Acerería 28’ /tn $14/tn 30’/tn $10/tn 200 h/mes

3
MODELO DE PL
min 10x11+11x12+12x21+9x22+14x31+10x32
st
20x11+22x12<=12000
24x21+18x22<=12000
28x31+30x32<=12000
x11+x21+x31>=500
x12+x22+x32>=600
end
1) 10400.00 $/mes

X11: 500.000000 tn/mes 0.000000
X12: 0.000000 tn/mes 2.000000
X21: 0.000000 tn/mes 2.000000
X22: 600.000000 tn/mes 0.000000
X31: 0.000000 tn/mes 4.000000
X32: 0.000000 tn/mes 1.000000

9
2) 2000.000000 (slack) min/mes 0.000000
3) 1200.000000 (slack) min/mes 0.000000
4) 12000.000000 (slack) min/mes 0.000000
5) 0.000000 (surplus) tn/mes -10.000000
6) 0.000000 (surplus) tn/mes -9.000000
NO. ITERATIONS= 2

X11 10.000000 2.000000 10.000000
X12 11.000000 INFINITY 2.000000
X21 12.000000 INFINITY 2.000000
X22 9.000000 1.000000 9.000000
X31 14.000000 INFINITY 4.000000
X32 10.000000 INFINITY 1.000000

2 12000.000000 INFINITY 2000.000000
3 12000.000000 INFINITY 1200.000000
4 12000.000000 INFINITY 12000.000000
5 500.000000 100.000000 500.000000
6 600.000000 66.666664 600.000000
X11:, Es conveniente producir 500.000000 tn/mes de acero de tipo 1 en la acerería 1.
X12: No es conveniente producir acero de tipo 2 en la acerería 1.
X22: Es conveniente producir 600.000000 tn/mes de acero de tipo 2 en la acerería 2.
X32:No es conveniente producir acero de tipo 2 en la acerería 3.
2) Sólo se uso 10000 min/mes, es decir hubo un sobrante de 2000 min/mes.

5) Se usaron los 500 toneladas/mes, es decir no hubo excedentes.
6) Se usaron los 600 toneladas/mes, es decir no hubo excedentes.
Problema 12
Candy Kane Cosmetics (CKC) fabrica el pefume Leslie, el cual requiere productos
químicos y mano de obra. Hay dos procesos de producción: En el proceso 1 se transforma
9
una unidad de mano de obra y dos unidades de productos químicos en 3oz de perfume.
En el proceso 2 se transforma dos unidades de mano de obra y tres unidades de producto
químico en 5oz de perfume. CKC gasta 3 dólares al comprar una unidad de mano de obra
y 2 dólares por una unidad de productos químicos. Se pueden comprar cada año hasta
20000 unidades de mano de obra y 35000 unidades de productos químicos. Como no hay
publicidad, CKC opina que puede vender 1000oz de perfume. Para estimular la demanda
de Leslie, CKC. Desea contratar a la bella modelo Jenny Nelson. Jenny cobra 100 dolares
la hora. Se estima que por cada hora que Jenny trabaja por la compañía la demanda del
producto se incrementa en 200oz. Cada onza del perfume Leslie se vende en 5 dólares.
Utilice la PL para determinar como CKC puede maximizar su utilidad.
Proceso 1 Proceso 2 Costo Disponible
MO 1 2 3 $/unidad 2000 unidades

unid/corrida unid/corrida
P. Químicos 2 unid/corrida 3 2 $/unidad 35000unidades
unid/corrida
Producción 3 onz/corrida 5 onz/corrida
Venta 1000 oz
modelo
Precio de 5 $/onza 5 $/onza 100$/unid 200 onz/unid

Venta
MODELO DE PL
max 15x1+25x2-100h-3x1-6x2-4x1-6x2
st
1x1+2x2<=20000
2x1+3x2<=35000
3x1+5x2-200h=1000
end
OBJECTIVE FUNCTION VALUE:

1) 118000.0$/corrida
VARIABLE VALUE
X1 10000.000000 corrida
X2 5000.000000 corrida
H 270.000000 horas
ROW SLACK OR SURPLUS

2) 0.000000 (slack) unidades
3) 0.000000 (slack) unidades
4) 0.000000 (slack) onzas
NO. ITERATIONS= 3
9

X1 15.000000 1.833333 2.250000
X2 25.000000 4.500000 2.750000
H -100.000000 100.000000 900.000000

2 20000.000000 3333.333252 2500.000000
3 35000.000000 5000.000000 5000.000000
4 1000.000000 14000.000000 INFINITY
El maximo beneficio es de 118000.0$/ y se da mediante lo sgte:
X1: Es conveniente 10000.000000 corridas en el proceso 1.
X2 : Es conveniente 5000.000000 corridas en el proceso 2.
H: Asimismo es conveniente contratar a la modelo por 270 horas.

2) Se usaron las 20000 unidades, no hubo sobrantes.

3) Se usaron las 35000 unidades, no hubo sobrantes.
4) Se usaron las 1000 onzas, no hubo sobrantes.
9
SESION IV
TRANSPORTE
9
EL MODELO DE TRANSPORTE
En particular, el problema general de transporte se interesa en la distribución de
cualquier artículo desde cualquier grupo de centros de suministro, llamados
FUENTES, hacia cualquier grupo de centros receptores, llamados DESTINOS, de
modo que se minimicen
los costos totales de distribución.
Así entonces, en general, la fuente i (i=1,2,.....,m) tiene un suministro de Si
unidades para distribuir a los destinos, y el destino j (j = 1,2,......,n) tiene una demanda
de dj unidades para ser recibidas de las fuentes i al destino j es
directamente proporcional al número distribuido, donde Cij denota el costo por
unidad distribuida.
El planteamiento de programación lineal de esta problema queda como sigue:
m n
Minimizar Z =  CijXij
i j1
Sujeta a
n
 Xij  Si , para i = 1,2,...,m
j 1
9
m
 , para j = 1,2,....,n
X
ij

d
j
j

1
Xij  0 , para todo i y j

Costos por unidad distribuida
Destino
1 2 ................ n Suministro
1 C11 C12 ................ C1n S1
2 C21 C22 ................ C2n S2
M M M M M
m Cm1 Cm2 ................ Cmn Sm
Demanda d1 d2 ................ dn
Debe hacerse notar que el modelo tiene soluciones factibles sólo si
m n
=  dj
i 1
S
i
i

1
Esta condición de que la oferta total debe ser igual a la demanda

total simplemente requiere
que el sistema esté en equilibrio.
Si el problema tiene significado físico y no se satisface
esta condición, por lo común significa que Si , o bien , dj en
realidad representa una cota, en lugar de un requerimiento
exacto. Si este es el caso puede introducirse una “fuente” o
“destino” ficticios para captar la holgura con el fin de convertir
las desigualdades en igualdades y satisfacer la condición de
factibilidad.
Formato del cuadro símplex de transporte
Destino
1 2 ................ n Suministro Ui
C11 C12 ................ C1n

1 S1
C21 C22 ................ C2n

2 S2
Fuente
M M M
M M
Cm1 Cm2 ................ Cmn

m Sm
Demanda d1 d2 ................ dn
Vj
Información adicional a que debe agregarse en cada celda
Si Xij Si Xij es una

es variable no básica
una
varia
ble
básic
a
C Cij
ij
Xij Cij –Ui –

Vj
PASO DE INICIALIZACIÓN
Veamos primero, cuál es el número de Variables Básicas en cualquier
solución básica de un problema de transporte. Aún cuando hay (m+n) restricciones
funcionales, el número de variables básicas es tan solo (m+n-1). La razón es que
tienen restricciones de igualdad y este conjunto de (m+n) ecuaciones tiene una
ecuación extra (o redudante) que puede eliminarse sin cambiar la región factible, es
decir, cualquiera de las restricciones se satisfacen automáticamente siempre que se
satisfagan las otras m+n-1 restricciones.
Criterios Alternativos para el Paso de Inicialización
1- Método de aproximación de Vogel
2- Método de aproximación de Russell

Destino
1 2 3 4 5 Abast. Ui
16 16 13 22 17
1 50
14 14 13 19 15
2 60
Fuente
19 19 20 23 M
3 50
M 0 M 0 0
4 50
(F
)
METODO DE APROXIMACIÓN DE VOGEL
Para cada renglón y columna que queda bajo consideración, se calcula la
diferencia, que se define como la diferencia aritmética entre el costo unitario más
pequeño (Cij) y el que sigue, de los que quedan en ese renglón o columna. En el
renglón o columna que tiene
la mayor diferencia se elige la variable que tiene el menor costo unitario que queda.
METODO DE APROXIMACIÓN DE RUSSELL


Para cada renglón de origen que queda bajo consideración debe determinarse ui ,
su
mayor costo unitario (Cij) de los que quedan en ese renglón. Para cada columna de
destino

que todavía está bajo consideración, determínese su vj , el mayor costo unitario de los
que
hay en esa columna. Para cada variable Xij que no haya sido seleccionada en
estos
 
renglones o columnas, ij = Cij -
vj . Selecciónese la variable
calcúlese
- ui con el mayor
valor negativo (en términos absolutos) de ij .

Solución básica factible inicial a partir del método de aproximación de Vogel
Dif
1 2 3 4
5 Abast. rengl
ón
1 16 16 13 22 17
50 3
2 14 14 13 19 15
60 1
3 19 19 20 23 M
50 0
4(F) M 0 M 50
0 0
0
Demanda 30 20 70
30 60
Dif 0
. 2 14 19 15
Colu
mna
M
a
y
o
r
Selecciónese X44 = 30 Elimínese la columna 4 50-30=20

Dif
1 2 3
5 Abast. renglón
1 16 16 13 17 50
3
2 14 14 13 15 60
1
3 19 19 20 M 50
0
4(F) M 0 0
20
M 0
Demanda 30 20 70 60
Dif Selecciónese X45 =

. 2 14 20
0 15
Colu Elimínese la fila 4(F)
mna
M
a
y
o
r
60 – 20 =40
Dif
1 2 3
5 Abast. renglón
1 16 16 50 Mayor
13 17
3
2 14 14 13 15 60
1
3 19 19 20 M 50
0
Demanda 30 20 70 60
Dif
. 2 2 0
Colu
mna
70 – Selecciónese X13 = 50
50 = Elimínese el renglón 1
20
Dif
1 2 3
5 Abast. renglón
2 14 14 60 1
13 15
M 20
3 19 19
50 0
Demanda 30 20 20 40
Dif M-
. 5 5 15 Mayor
7
Colu
mna
Selecciónese X25 = 40 Elimínese columna 5 60-40=20
Dif
1 2 3
Abast. renglón
2 14 14 20 1
13
3 19 19 20 50 0
Demanda 30 Selecciónese X23

20 20
=20 Elimínese el
Dif. 7
5 renglón 2
5
Columna
M
a
y
o
r
1 2 3
Abast. Selecciónese
X31 =30
3 19 19
20 50 X32= 20
X33= 0
Demanda 30 20
0
Variable básica degenerada
Solución básica factible inicial a partir del método de aproximación de Russell
 
ij = Cij - ui - vj .
    ij
may Asignación
     or
Iteración
u1 u3 v1 v3 v5
nega
u2 u4 v2 tivo
v4
1 22 19 M M M 19 45 = -2M X45 = 50

M 23 M
2 22 19 M 19 19 15 = -5M X15 = 10

20 23 M
3 22 19 23 19 13 = -29 X13 = 40

19 20 23
4 19 23 19 23 = -26 X23 = 30

19 20 23
5 19 23 19 21 = -24 X21 = 30

19 23
Inaplicable X31 = 0 ; X32 = 20X34

= 30
Destino
1 2 3 4 5
Abast. Ui
16 16 13 22 17
1
50
40 10
14 14 3 19 15
2
60
30 30
19 19 20 23 M
3
50
0 20 30
M 0 M 0 0
4 50
(F
50
)
Demanda 30 20 70 30 60
Vj
METODO SIMPLEX DE TRANSPORTE
Paso Iterativo
Como con el método simples, el paso iterativo debe determinar una variable
básica que entra (Parte 1), una variable básica que sale (Parte 2) y, a continuación,
identificar la nueva solución básica factible resultante (Parte 3).
 
Parte 1: Como (Cij - ui - vj ) representa la tasa a la cual cambiaría la función objetivo a
medida que se incrementa la variable no básica Xij, la variable básica que entra
 
debe tener una (Cij - ui - vj ) negativa para hacer decrecer el costo total Z.
Parte 2: Al incrementar la variable básica que entra a partir de cero se inicia una
reacción
en cadena de cambios compensadores en las otras variables básicas.
REGLA DE DETENCIÓN
Criterio de Optimidad
 
Una solución básica factible es óptima si, - vj )  0
sólo si (Cij - ui para toda
( i,j) tal que Xij sea no básica.

Por lo tanto, el único trabajo requerido por la regla de detención es obtener el
valor
de las ui y vj

para la solución básica factible en curso y entonces calcular estas
(Cij - ui-vj ).
Puesto que se requiere que (Cij - ui - vj ) sea cero si Xij

es una variable básica, las
para cada (i , j) tal que

ui y satisfacen el conjunto de ecuaciones
Xij sea
vj Cij =U i + V j
básica.
1 2 3 4 5
Abast. Ui
16 16 13 22
17 -
+ 50
1 -5
+2 40 +4 10
+2
14 14 - 19 15
13 60
+
2 -5
30 30 +1 -2
19 19 20
23 M 50
3
0
0 20 30 M-22
+2
) M
4
(F 0
0
M 50 -
22
0 M+3 +3 M+4 -
1 50
Demanda 30 20 70 30 60
Vj 19 19 18 23 22
C= IM ij
i
-
j
1 2 3 4 5 Abast. Ui
16 16 13
22 17
50
1
-5
+2 50 +4
+2
+2
14 14 13 19
15 60
+
- -5
2
30 20 +1 10
19 19 20 23
- M 50
+
3 0
0 20 30 M-20
+2
M 0 M + 0
4 0 - 50 -
(F 20
)
M+1 +1 M+2 -3
50
Demanda 30 20 70 30 60
Vj 19 19 18 23 20
1 2 3 4 5
Abast. Ui
16 16 13
22 17 50
1
-8
+5 +5 +7
50
+2
14 14 60
13 19 15 -8
+
-
2
+3 20 +4 40
+3
19 19 20
23 50
-
M
3 0
+
30 -1 0 M-23
20
M 0 M 0
4 + 0 - 50 -
(F 23
)
M+4 +4 M+2
30 20
Demanda 30 20 70 30 60
Vj 19 19 21 23 23
1 2 3 4 5 Abast. Ui
16 16 13
22 17 50
1
-7
+4 50 +7 +2
+4
14 14 13
19 15 60
2
-7
+2 20 +4 40
+2
19 19 20
23 M 50
3
0
30 0 M-22
20
+1
M 0 M
4 0 0 50
(F -22
)
M+3 +3 30 20
M
+2
30 60
Demanda 30 20
70 30 22 22
60
Vj 19 19
20 22
22
1.-¿El método de transporte puede formularse como
programación lineal?
Sí, pero hay un método exclusivo que resuelve este tipo de
problemas.
2.-¿Qué pasos tiene el método de transporte?

a. Llenado del tablero.
a. Cumplimiento de la fórmula de no degeneración.
b. Optimización de la solución.
3.-¿Qué métodos hay para llenar el tablero?

Varios:
Esquina Noroeste,
costo mínimo,
Vogel
De los cuales él mas conveniente es Vogel.
4.-¿Cuál es la fórmula de no degeneración?

Filas + columnas – 1 = Casilleros llenos
5.-¿Cuál es el método de Optimización?

Es el Método de Russell, llamado también Modificador de
Indices (MODI,DIMO)
6.-¿Las demandas y las ofertas deben equilibrarse?

Sí, siempre debe equilibrarse antes de empezar a llenar el
tablero.
7.-¿Al equilibrarse se crean valores ficticios?

Sí, todo depende si es fila o columna la que se necesita
para equilibrar el tablero.
8.-¿Las filas ó columnas se contabilizan para cumplir la

fórmula de no degeneración?
Sí, deben considerarse para cumplir la fórmula de no
degeneración.
9.-¿Cuántos pasos tiene el Método Russell?

Dos pasos ,utilizando las siguientes fórmulas:
a. Casilleros llenos: Cij = ui + vj
b. Casilleros vacíos: Imij=cij-(ui)-(vj)
10.-¿Cuándo un tablero es óptimo?
Cuando todos los casilleros vacíos llegan a tener valores
positivos.
11.-¿Si hay algún casillero vacío con Imij negativo?

Se elabora un recorrido que se inicie en el casillero
seleccionado y que retorne al mismo casillero,
etiquetando con signos alternados (positivos y negativos)
iniciando el recorrido con signo positivo.
El etiquetado puede ser en sentido horario ó antihorario.
12.-¿Cómo se debe asignar un valor de cero a una variable ui

ó vj?
Se elige la fila o columna con mayor cantidad de
casilleros llenos, a la variable que le
corresponde se le da el valor de cero.
13.-¿El Método de Vogel se llama también de penalización?

Sí, por que elige los dos valores mas pequeños para
restarse, a este resultado se le llama penalización.
14.-¿Cuál es la lógica del método de Transporte?
EQUILIBRIO DEL TABLERO
Si Demanda> Oferta, agregar fila ficticia

Si Demanda < Oferta, agregar columna
ficticia
Si Demanda=Oferta, no agregar fila ni
columna ficticia.
LLENADO DEL TABLERO
METODO VOGEL (PENALIZACION)
ECUACION DE NO DEGENERACION
FILAS + COLUMNAS –1 =CASILLEROS

LLENOS
OPTIMIZACION
METODO RUSSELL
CASILLERO LLENOS:
Cij = ui + vj
CASILLEROS VACIOS:
Imij = Cij - ( ui ) - ( vj )
¿TODOS
LOS
Imij>=0? NO
SI
TABLERO OPTIMO
.
EJERCICIOS
PROBLEMA 1
Tres plantas de producción P1, P2 y P3 con capacidades

de 1000, 1000, y 1500, respectivamente, tienen que
abastecer cuatro ciudades C1 ,C2, C3 y C4, que
demandan 500, 700, 600 y 800 unidades,
respectivamente. Los costes de producción por unidad de
cada planta son de 1 u. m., y los costes asociados al
transporte por unidad se reflejan en la siguiente tabla:
Costo de transporte
Costo de C1 C2 C3 C4
Producción
4 P1 6 10 7 12
3 P2 19 16 11 9
2 P3 7 17 12 9
PROBLEMA 2

Costo de transporte
Producción
4 P1 6 10 7 12
3 P2 19 16 11 9
2 P3 7 17 12 9
El precio de venta varía de acuerdo al tipo de cliente, al

cliente 1 se le vende a $25, al cliente 2 se le vende $26,
al cliente 3 se le vende a $20 y al cliente 4 se le vende a
$18.
PROBLEMA 3

Costo de transporte
Producción
4 P1 6 10 7 12
3 P2 19 16 11 9
2 P3 7 17 12 9
El precio de venta varía de acuerdo al tipo de cliente, al

cliente 1 se le vende a $25, al cliente 2 se le vende $26,
al cliente 3 se le vende a $20 y al cliente 4 se le vende a
$18.
Por cada unidad que se queda sin distribuir se tiene un
costo de $4.
PROBLEMA 4
Una empresa suministra patatas a cuatro mayoristas

cuyas demandas respectivamente son 100, 75, 50 y 125
toneladas. Dispone de tres almacenes, en diferentes
puntos, cuyas capacidades son 150, 100 y 50 toneladas.
Si los costos de distribución, en miles de pesetas por
tonelada, de cada almacén a cada mayorista son:
M1 M2 M3 M4
A1 12 15 16 14
A2 15 2 18 16
A3 10 15 8 6
Formular un programa lineal que permita calcular la

política de distribución óptima sabiendo que por cada
tonelada de demanda insatisfecha la empresa tiene unas
pérdidas de 20000, 25000, 20000 y 15000 pts.
respectivamente.
PROBLEMA 5
Una empresa se dedica a recoger y comercializar naranjas.

Estas son recogidas, empaquetadas y trasladadas a uno de
los almacenes que la empresa posee en Tampa, Miami y
Fresno. Desde estos almacenes, a su vez, se transportan
las naranjas a los mercados de Nueva York, Filadelfia,
Chicago y Boston.
En el cuadro siguiente se muestran los costes de transporte
por tonelada ($) y los requerimientos máximos de demanda
y oferta de los mercados y de los almacenes:
Nueva Filadelfi Chicag Bosto OFERTA

York a o n
Tampa 9 14 12 17 200
Miami 11 10 6 10 200
Fresno 12 8 15 7 200
DEMANDA 130 170 100 150
Formular un programa lineal que permita a la empresa

saber qué política de transporte debe aplicar, de tal modo,
que el coste sea mínimo. Por condición de atención se debe
enviar como mínimo 70 unidades a Nueva York.
PROBLEMA 6
Una compañía dispone de tres factorías, A, B y C, en las

que elabora 100, 70 y 50 unidades de un producto que
debe ser suministrado a cinco clientes, C1, C2, C3, C4 y
C5 que demandan 60, 40, 30, 20 y 40 unidades
respectivamente. Los beneficios netos asociados con el
transporte de cada unidad desde cada factoría a cada
cliente son los siguientes:
C1 C2 C3 C4 C5
A 6 7 8 6 9
B 10 8 9 5 3
C 2 9 5 10 6

determinar el plan de suministro que maximiza los
beneficios teniendo en cuenta que la primera factoría
debe distribuir toda su producción.
PROBLEMA 7
Una compañía tiene factorías en A, B y C desde donde

suministra a almacenes situados en D, E, F y G, un
determinado producto. Las capacidades mensuales de las
factorías, en producción regular, son 250, 300 y 200,
respectivamente. Si se emplean horas extraordinarias en
la producción, las capacidades pueden ser incrementadas
hasta 320, 380 y 210, respectivamente. Los costos de las
unidades producidas en horas extras son superiores a la
normales en 500, 600 y 800 pts por unidad, para cada
una de las tres factorías.
Las necesidades actuales de los almacenes son 170, 190,
230 y 180, respectivamente. Los costes unitarios de
fabricar y transportar de las factorías a los almacenes son:
D E F G
A 800 900 1000 1100
B 600 1200 900 700
C 400 1300 300 1200

determinar la distribución óptima para que esta compañía
minimice sus costos.
PROBLEMA 8
En la actualidad William Auto Carries mantiene plantas en Atlanta y
Tulsa para proveer a importantes centros de distribución en los
Ángeles y Nueva York .Debido a la creciente demanda Willians ha
decidido abrir una tercera planta y ha restringido su elección a una de
dos ciudades -New Orleans y Houston la tabla muestra la producción
pertinente y los costos de producción así como las capacidades de la
plantas y las demandas de distribución. El costo de producción es de
$10 por cada unidad
La pregunta importante a la que Williams se encara es: Cual de las
nuevas localizaciones generara un menor costo para la empresa en
combinación con las plantas existentes y los centros de distribución?
Desde Plantas Los Nuev Producción

Angeles a Normal
york
Plantas Atlanta $8 $5 600
Existentes
Tulsa $4 $7 900
Plantas Nueva $5 $6 500
propuestas Orleans
Houston $4 $6 500
Pronostico 800 1100

de
demanda
Considere que le costo de tener unidades sin producir es de $10 en
cualquier planta.
PROBLEMA 9
Una Compañía panificadora puede distribuir un pan especial en
cualquiera de sus dos plantas, la planta tiene capacidad de 2500
unidades y la B 2100 unidades, el costo de producción es de 24 y 25
centavos la unidad respectivamente.
El reparto es a cuatro cadenas de ventas que consumen, 1800, 2300,
550 y 1750 respectivamente. El precio con que se les vende a cada
una es de : 39,37,40 y 36 centavos la unidad. Además el costo de
embarque de cada planta a cada cadena es :
Planta A : 6,8,11 y 9 centavos.
Planta B: 12,6,8 y 5 centavos.
Hallar el mejor plan de distribución de pan.por cada pan no
cubierto se penaliza con 1 centavo.
PROBLEMA 10
Tres ciudades se abastecen de electricidad de tres centrales
electricas con capacidades de 25,40 y 30 megawatts (MW).Las
demandas máximas en las tres ciudades se estiman en 30,35y 25
MW.El precio por MW en las tres ciudades son:
CIUDAD CIUDAD CIUDAD

1 2 3
PLANTA 1 600 700 600
PLANTA 2 330 600 300
PLANTA 3 500 480 450
Durante el mes de agosto hay un aumento de 20% en la demanda de
cada ciudad, que se puede satisfacer comprando electricidad de otra
red, a una tasa elevada de $1000 por MW,sin embargo la red no esta
conectada a la ciudad 3.Cual debe ser el costo mínimo para el mes de
agosto?
PROBLEMA 11
Dada la siguiente tabla de costo de transporte:
Ciudad Ciudad Ciudad3
1 2
Fabrica 3 4 3
1
Fabrica 4 4 4
2
Fabrica 2 7 3
3
Además se sabe que la producción de la fabrica 1 es el doble de la

fabrica 2 y triple de la 3, la suma de toda la producción es de 1100
unidades. Un requisito a cumplir es que la ciudad 1 pide 400 unidades
pero acepta como mínimo un envió de 100 unidades, la ciudad 2
solicita 400 unidades y la ciudad 3 , 500 unidades. Aplicar el método
de transporte.
PROBLEMA 12
Una compañía tiene seis personas, 3 ubicadas en EEUU, 2 en Rusia y
1 en Nigeria. Arabia desea tener dos personas, Venezuela 1 y 3
Indonesia ,se les pagara: $4200, $4000 y $3500 en cada país. Los
gastos de permanencia en cada pais ascienden a $1200 en Arabia,
$1000 en Venezuela y $ 900 en Indonesia. La tabla siguiente muestra
el costo del pasaje de un país a otro de ida y vuelta.
Desde Arabia Venezue Indonesi
la a
EEUU 1800 800 1500
Rusia 1500 1200 1400
Nigeria 1300 1200 1300
Como debe realizar esta compañía el traslado de su personal para

lograr la máxima utilidad posible.
PROBLEMA 13
El traslado de los almacenes de Rex a sus puntos de venta en cuanto
a costo ,depende de la distancia que existe entre ellos, esto va de
acuerdo a la siguiente tabla dada en kilómetros:
A B C
1 80 50 30
2 20 50 60
3 30 60 80
Loa costos a cobrar son:

Km Costos ($/km-
unid)
0< X <=40 $2
40 <X <=70 $4
70< x <=100 $6
Además la capacidad a trasladar de la oferta son de 50,60 y 100
unidades. La demanda se considera de 80 en cada punto de venta,
por cada unidad no satisfecha se cobra $1.
Hallar el costo minino de transporte.
PROBLEMA 14
Dos compañías farmacéuticas tienen inventarios de dosis de 1.1 a 0.9
millones de cierta vacuna contra la gripe y se considera inminente
una epidemia de gripe en tres ciudades. Ya que la gripe podría ser
fatal para los ciudadanos de edad avanzada, a ellos se les debe
vacunar primero ,a los demás se les vacunar, según se presenten
,mientras duren los suministros de la vacuna. Las cantidades de
vacuna(en millones de dosis) que cada ciudad estima poder
administrar son las siguientes:
Ciudad Ciudad Ciudad
1 2 3
A 0.325 0.26 0.195
anciano
s
A otros 0.795 0.8 0.65
Los costos de embarque(en centavos por dosis) entre las compañías
farmacéuticas y las ciudades son los siguientes
Ciudad Ciudad Ciudad
1 2 3
Compañia 3 3 6
1
Compañía 1 4 7
2
Determínese un programa de embarque de costo mínimo que provea

a cada ciudad de vacuna suficiente para atender al menos a los
ciudadanos de edad avanzada.
PROBLEMA 15
Un fabricante recibe de una gran ciudad un pedido de seis autobuses
de dos pisos, los cuales seran entregados por pares durante los
próximos tres meses. Las fechas de producción para el fabricante se
muestran en la tabla
Mes 1 Mes 2 Mes 3
Cap.TN 1 2 3
Cap.T.E. 2 2 2
Costo 35 43 40
/und. TN
Costo 39 47 45
/und. TE
Los autobuses puden entregarse a la ciudad al final del mes que se
ensamblan,o el fabricante puede almacenarlos con un costo mensual
de $3000 por autobús, para embarcarlos durante un mes posterior. El
fabricante no tiene almacenado ningún autobús de este tipo y no
desea ninguno después de terminar este contrato. Determínese un
programa de producción que cumpla las condiciones de la ciudad, a
un costo mínimo para el fabricante.
PROBLEMA 16
Una compañía farmacéutica estima la demanda para una de sus
vacunas (en millones de dosis),de la siguiente forma:
octubre,7.1;noviembre,13.2;diciembre,12.8;enero,7.7;y febrero,
2.1.durante los otros meses, la demanda es relativamente baja y la
política de la compañía para cubrir estas demandas es tener, para
fines de febrero ,un inventario de un millón de dosis. lleva cuatro
semanas producir la vacuna, asi que no hay dosis disponibles para
embarque durante el mes que son producidas. Una vez que la vacuna
esta lista, sin embargo, se la puede enviar de inmediato a los
consumidores o conservarla en inventario a un costo de 10 centavos
mensuales por dosis. Tradicionalmente, la compañía produce la
vacuna solo entre agosto y diciembre. El 1 de setiembre se distribuye
cualquier sobrante del inventario de vacuna del año anterior.
Mes Capacidad Costo
Agosto 12.5 63
Setiembre 11 68
Octubre 9.5 75
Noviembre 8.1 52
Diciembre 5.5 48
Determines un progrma de producción que cubra toda la demanda a

un costo minimo.
PROBLEMA 17
MGM tiene la posibilidad de hacer uso de sus tres fabricas para
elaborar artículos a tres lugares de expendio .La capacidad de cada
fabrica es de 350 artículos y la demanda de cada articulo es de 280
unidades. Los costos de transporte al lugar 1 para cada fabrica es de
5,3 y 3 .Los costos de transporte al lugar 2 son de: 6,2 y 6. Los costos
de transporte al lugar 3 son de: 4,6 y 9. La fabrica 2 no debe ir al
cliente 2.
¿Cuál debe ser el embarque optimo, si el negociante vende los
productos al valor de: $10, $12 y $11 en cada lugar.
PROBLEMA 18
Una empresa desea determinar su política de distribución, para lo
cual va a minimizar sus costes de transporte. Esta compañía tiene
tres plantas, y tres almacenes, y sus costes de transporte son los
siguientes:
Almacén Almacén Almacén

1 2 3
Planta A 40 20 20
Planta B 35 30 15
Planta C 20 13 15
Plantee el programa lineal que minimice los costes de transporte en

los siguientes casos:
a) Capacidades de producción: Planta A: 1000 unidades ; Planta
B:2000 unidades ; Planta C: 700 unidades ; Demanda: Almacén 1:
700 unidades ; Almacén 2: 500 unidades ; Almacén 3: 1500
unidades
b) Igual que en el apartado a) pero asumiendo el siguiente coste de
penalización por capacidad ociosa para cada planta: Planta A: 500
u.m. ; Planta B: 700 u.m.; Planta C: 800 u.m.
PROBLEMA 19
Una empresa fabrica 3 tipos de acero en diferentes plantas. el tiempo

requerido para manufacturar 1 ton, de acero ,sin importar el tipo, y
los costos de cada planta se presentan en el cuadro 1.Cada semana
se deben producir 100 ton. De cada tipo de acero, Cada planta
trabaja 40 horas a la semana.
Acer Acer Acer Tiempo

o1 o2 o3 (min/ton)
Planta 1 $60 $40 $28 20
Planta 2 $50 $30 $30 16
Planta 3 $43 $20 $20 15
Hallar el costo mínimo.
Problema 13.-
Dado 4 trabajadores, para ser asignados a cuatro maquinas, los
valores que estos trabajadores brindan son:
12 12 13 9
5 11 8 20
6 7 10 12
8 4 3 7
Hallar:
a).el costo mínimo.
b) considere que los valores son ingresos.
c) Resuelva si el trabajador 1 puede ser asignado a 2 maquinas
Problema 14
Dado cuatro plataformas para tres puestos con las ganancias:
Puesto
Platafor 1 2 3 4
ma
1 27 12 48 30
2 38 34 51 28
3 27 23 - 23
4 35 28 59 24
El puesto 2 necesita de dos trabajadores.

Hallar la asignación optima.
SESION V
REDES
MODELO DE REDES
La importancia del análisis de flujo de redes, en los últimos años ha

crecido de una manera progresiva en todos los campos de la
planificación; de procesos tareas y recursos tanto económicos como
físicos y del tiempo de los proyectos que requieren de este tipo de
planificación.
La aplicación de estos tipos de modelos tiene infinidades campos de
acción en los diferentes proyectos de inversión tales como:
• En los proyectos de diseños de tuberías de acueducto, gas
natural, electrificación, vías, tanto férreas como carrete
hables.
• En la determinación del camino más corto entre dos lugares
o ciudades de acuerdo a una red existente.
• En la determinación de las capacidades máximas que deben
fluir a través de una red, de un recurso especifico.
• La determinación del programa de flujo de costo mínimo de
los campos de origen a los centros de distribución de un
recurso especial.
Un estudio de esta lista representativa, revela que los problemas de
optimización de redes se pueden representar en términos generales a
través de los siguientes modelos.
• Modelo del flujo máximo
• Modelo de la ruta más corta.
• Modelo del árbol de extensión mínima.
• Modelo de red de capacidad de costo mínimo.
• Modelo de la ruta critica.
• Modelo de la técnica de evaluación y revisión de proyectos
(PERT.
Para la comprensión de los diferentes modelos, se deben tener en
cuenta las siguientes definiciones.
DEFINICIÓN DE RED. Es un conjunto de nodos conectados por arcos

o ramas, a veces los nodos reciben el nombre de “vértices” y los
ramales de “arcos”.
CADENA : Una cadena es una secuencia de ramales que conectan
dos nodos que al especificarles dirección forman lo que se llama un
camino o ruta.
RED SIMÉTRICA: Significa que un vértice “x” esta conectado a uno

“y”; entonces “y”, esta conectado a “x”.
RED ASIMÉTRICA: Significa que un vértice “x” esta conectado a uno

“y”; entonces “y”, no esta conectado a “x”.
CAPACIDAD: Es el flujo que circula por una determinada red y puede

ser finita o infinita.
RAMA DIRIGIDA U ORIENTADA: Cuando se permite el paso de un

flujo positivo en una determinada dirección y cero en la dirección
opuesta.
TRAYECTORIA: Es una secuencia de ramas que conectan dos nodos

sin considerar su orientación de las demás ramas individuales.
LASO O CICLO: Se presenta cuando un nodo se conecta consigo

mismo.
LASO DIRIJIDO U CIRCUITO: Es un lazo donde todas las ramas

tienen las mismas dirección u orientación.
Ruta Corta:
El modelo de la ruta mas corta se refiere a una red en la
cual cada arco (i;j) tiene asociado un numero Cij; el cual se
interpreta como la distancia (o tal vez el costo o el tiempo)
desde el nodo i hasta el nodo j. Una ruta o camino entre dos
nodos en cualquier secuencia de arcos que los conecte.El
objetivo consiste en encontrar las rutas mas cortas ( o de
menor costo o mas rápidas) desde un nodo especifico hasta
cada uno de los demás nodos de la red.
ARCOS DIRIGIDOS:
Problema 1.-Un transportista desea llevar su mercadería (nodo 1)
desde su punto de producción hacia su cliente (nodo 5),la siguiente
gráfica da los posibles camino que el puede seguir así como las
distancias(km) respectivas, ¿Cuál es la distancia mas corta para
trasladar ls carga?
ARCOS NO DIRIGIDOS:
La empresa Sullivan S.A. desea hallar la ruta mas conveniente que se debe usar desde
su fabrica hacia su puerto de embarque, sus técnicos han elaborado un gráfico para tener
todas sus posibilidades de recorrido (distancias en kilometros). Su fabrica se encuentra
ubicada en 0 y el puerto de embarque esta ubicado en T, como se puede apreciar hay
una variedad de rutas, el siguiente gráfico esboza los caminos entre esos dos puntos.
ALGORITMO DE ARBOL DE EXPANSION MINIMA.
Este algoritmo enlaza los nodos de una res, en forma directa o
indirecta, con la minima longitud de las ramas enlazantes. Una
aplicación caracteristica es en la construccion de carreteras
pavimentadas que unen varias poblaciones. El diseño optimo indica
que se han minimizado las distancias entre todas las poblaciones, a
traves de la minimización de las distancias de los caminos que los
unen.
Un problema de este tipo se resuelve a traves del siguiente algoritmo

conocido como algoritmo de kruskal, el cual se describe a
continuación:
1. Comenzar en forma arbitraria en cualquier nodo y conectarlo
con el mas proximo, menos distante o menos costoso.
2. Identificar el nodo no conectado que esta mas cerca o menos
costoso de alguno de los nodos conectados. Deshacer los
empates de forma arbitraria. Agregar este nodo al conjunto
de nodos conectado.
3. Repetir este paso hasta que se hayan conectado todos los
nodos.
Modelo de Flujo Máximo
Se trata de enlazar un nodo fuente y un nodo destino a través de una

red de arcos dirigidos. Cada arco tiene una capacidad máxima de flujo
admisible. El objetivo es el de obtener la máxima capacidad de flujo
entre la fuente y el destino.
Características:
1. Todo flujo a través de una red conexa dirigida se origina en un

nodo, llamado fuente, y termina en otro nodo llamado destino.
2. Los nodos restantes son nodos de trasbordo.
3. Se permite el flujo a través de un arco sólo en la dirección

indicada por la flecha, donde la cantidad máxima de flujo está
dad por la capacidad del arco. En la fuente, todos los arcos
señalan hacia fuera. En el destino, todos señalan hacia el
nodo.
4. El objetivo es maximizar la cantidad total de flujo de la fuente

al destino. Esta cantidad se mide en cualquiera de las dos
maneras equivalentes, esto es, la cantidad que sale de la
fuente o la cantidad que entra al destino.
El problema de flujo máximo se puede formular como un problema de

programación lineal, se puede resolver con el método símplex y usar
cualquier software. Sin embargo, se dispone de un algoritmo de
trayectorias aumentadas mucho más eficientes. El algoritmo se basa
en dos conceptos intuitivos, el de red residual y el de trayectoria
aumentada.
Algoritmo de la trayectoria de aumento para el problema de flujo

máximo:
1. Se identifica una trayectoria de aumento encontrando alguna

trayectoria dirigida del origen al destino en la red residual, tal
que cada arco sobre esta trayectoria tiene capacidad residual
estrictamente positiva. (Si no existe una, los flujos netos
asignados constituyen un patrón del flujo óptimo).
2. Se identifica la capacidad residual c* de esta trayectoria de

aumento encontrando el mínimo de las capacidades residuales
de los arcos sobre esta trayectoria. Se aumenta en c* el flujo
de esta trayectoria.
3. Se disminuye en c* la capacidad residual de cada arco en esta

trayectoria de aumento. Se aumenta en c* la capacidad
residual de cada arco en la dirección opuesta en esta
trayectoria. Se regresa la paso 1.
una red no dirigida.
VISTA GENERAL DE ALGUNAS APLICACIONES PRÁCTICAS DE LA

OPTIMIZACIÓN DE REDES
1. Diseño de redes de telecomunicación (redes de fibra óptica, de

computadores, telefónicas, de televisión por cable, etc.)
2. Diseño de redes de transporte para minimizar el costo total de

proporcionar las ligaduras (vías ferroviarias, carreteras, etc.)
3. Diseño de una red de líneas de transmisión de energía

eléctrica de alto voltaje.
4. Diseño de una red de cableado en equipo eléctrico (como

sistemas de computo) para minimizar la longitud total del
cable.
5. Diseño de una red de tuberías para conectar varias

localidades.
6. Diseño de una red de tuberías de gas natural mar adentro que

conecta fuentes del golfo de México con un punto de entrega
en tierra con el objetivo de minimizar el costo de construcción.
7. Determinación de la ruta más corta que une dos ciudades en

una red de caminos existentes.
8. Determinar la capacidad anual de máxima en toneladas de
una red de conductos de pasta aguada de carbón que enlaza
las minas carboneras de Wyoming con las plantas generadoras
de electricidad Houston. (Los conductos de pasta aguada de
carbón transportan éste bombeando agua a través de tubos
adecuadamente diseñados que operan entre las minas de
carbón y el destino deseado.)
9. Determinación del programa de costo mínimo de los campos

petrolíferos a refinerías y finalmente a los campos de
distribución. Se pueden enviar petróleo crudo y productos
derivados de la gasolina en buques tanque, oleoductos y/o
camiones. Además de la disponibilidad de la oferta máxima en
los campos petrolíferos y los requisitos de demanda mínima en
los centros de distribución, deben tomarse en cuenta
restricciones sobre la capacidad de las refinerías y los modos
de transporte.
2) La administracion de cierto parque necesita determinar los

caminos bajo los cuales se deben tender las comunicaciones para
conectar todas las estaciones con una longitud total minima de cable.
Dada la siguiente red determine la mejor configuracion de conexión.
3)
4)
EJERCICIOS
APLICACIÓN FLUJO MÁXIMO

Gloria vera está a cargo de la comisión de Planeación de
Desarrollo Urbano, un grupo de estudio ad hoc de interés
especial. La responsabilidad actual del grupo consiste en
coordinar la construcción de un nuevo sistema de vías
subterráneas con el departamento de mantenimiento de
caminos. En virtud de que el nuevo sistemas de vías
subterráneas se construirá cerca del circuito periférico de la
ciudad, el tráfico de que éste se dirige al oriente deberá ser
desviado. La desviación planeada es en realidad una red de
rutas alternas propuestas por el departamento de
mantenimiento de caminos. Los diferentes límites de velocidad
y los patrones de tráfico producen distintas capacidades de
flujo de los diferentes arcos de la red propuesta como se
presenta en la siguiente figura. Determine el flujo máximo de la
red y tanto de nodo 1 (empieza la desviación y el nodo 6
termina la desviación), de sus recomendaciones,
Algoritmo de la Ruta más corta.
Un camión debe repartir concreto de una planta de mezcla preparada

a un sitio de construcción. La red que muestra la figura representa las
rutas disponibles entre la planta y el sitio de construcción. Cada ruta
está designada con dos piezas de información (d, t), donde d es la
longitud de la ruta y t es el tiempo que tarda el camión en atravesar
el segmento de camino. La velocidad del camión en cada segmento
esta decidida por la condición del camino y también por el número y
duración de las paradas del camión. ¿Cuál es la mejor ruta de la
planta a la construcción y su tiempo de duración?.
PROBLEMAS PARA RESOLVER
PROBLEMA 1
En una fábrica grande de productos de jabón los inspectores de

control de calidad muestran diversos productos, en diversas áreas de
producción, y después entregan las muestras para su análisis en el
laboratorio. El proceso de inspección lento, y los inspectores invierten
una cantidad considerable de tiempo transportando las muestras
desde las áreas de producción hasta el laboratorio. La compañía esta
evaluando la instalación de un sistema de conductor mediante tubos
neumáticos que se podrían utilizar para transportar las muestras
entre las áreas de producción y el laboratorio. La red que aparece en
seguida muestra las ubicaciones del laboratorio y las áreas de
producción (nodos) en donde se recolectan las muestras. Las ramas
son las alternativas que se están considerando para el sistema
conductor. ¿Cuál es la longitud total mínima del diseño del sistema de
conducción que permitirá que todas las áreas de producción envíen
sus muestras al laboratorio?
PROBLEMA 2
Recientemente el estado de Ohio adquirió terreno para un nuevo

parque estatal. Las personas que están elaborando los planes para el
parque han identificado las ubicaciones ideales para la casa club, las
cabañas, los espacios para días de campo, el muelle para
embarcaciones y los puntos escénicos de interés. Estos espacios
están representados mediante los nodos de la red que aparece en
seguida. Las ramas de la red representan las posibles alternativas de
caminos en el parque. Si los diseñadores del parque estatal desea
minimizar el total de millas de caminos que se deben construir en el
parque y al mismo tiempo ofrece acceso a todas las instalaciones
(nodos) ¿Qué caminos en alternativas se deben construir?
PROBLEMA 3
El sistema de carreteras norte – sur que pasa por Albany, New York,
tiene las capacidades que se muestran en la siguiente grafica.
PERT-CPM
Sesión VII
TEORIA DE
COLAS
7 Líneas de espera.
7.1 introducción
7.1.1 Definiciones, características y suposiciones.
El problema es determinar que capacidad o tasa de servicio
proporciona el balance correcto. Esto no es sencillo, ya que el cliente
no llega a un horario fijo, es decir, no se sabe con exactitud en que
momento llegarán los clientes, aunque se suele calcular mediante un
promedio. También el tiempo de servicio no tiene un horario fijo y
también se maneja con un promedio.
Definición.
Una Cola es una línea de espera y la teoría de colas es una colección
de modelos matemáticos que describen sistemas de líneas de espera
particulares o sistemas de colas. Los modelos sirven para encontrar el
comportamiento de estado estable, como la longitud promedio de la
línea y el tiempo de espera promedio para un sistema dado. Esta
información, junto con los costos pertinentes, se usa, entonces, para
determinar la capacidad de servicio apropiada.
1.-¿Cómo se llama la velocidad de llegada de los clientes?

Se llama lamda (λ ), sus unidades son : clientes/unidad de tiempo.
2.-¿Cómo se llama la velocidad de atención a los clientes?

Se llama mu (µ ),sus unidades son : clientes/unidad de tiempo.
3.- ¿Qué es Rho?

Es la división de λ /sµ , significa el porcentaje de uso del sistema.
4.-¿cómo se identifican los Sistemas de colas?

Hay una nomenclatura ,que reúne las características mas importantes
de los sistemas, esta formado de la siguiente manera:
(a/b/c) (d/e/f)
a: Velocidad de llegada de los clientes, en la mayoría de los casos se
considera Poisson( M)
b: Velocidad de atención de los clientes, en la mayoría de los casos se
considera Exponencial( M)
c: Numero de servidores (S)
d: Orden de atención , aquí se puede encontrar el orden
FIFO,LIFO,PRIORIDAD, el mas usado es FIFO.
e: Capacidad del sistema puede ser finita ( K) o infinita ( ∞ )
f: Población , puede ser finita ( K) o infinita ( ∞ )
5.-¿Qué factores importantes se halla en el sistema de colas?

Lq: Clientes en promedio en cola (todos menos el que esta siendo
atendido)
Ls: Clientes en promedio en el sistema (todos los que están en el
sistema)
Wq: Tiempo en promedio en la cola (tiempo que se demora en llegar
hasta el cliente)
Ws: Tiempo en promedio en el sistema (tiempo que demora desde
que llega hasta que sale del sistema)
Pn: Probabilidad de tener n clientes en el sistema
Costos de los sistemas de colas.

Un sistema de colas puede dividirse en sus dos componentes de
mayor importancia, la cola y la instalación de servicio . Las llegadas
son las unidades que entran en el sistema para recibir el servicio.
Siempre se unen primero a la cola; si no hay línea de espera se dice
que la cola esta vacía . De la cola, las llegadas van a la instalación de
servicio de acuerdo con la disciplina de la cola, es decir, de acuerdo
con la regla para decidir cuál de las llegadas se sirve después. El
primero en llegar primero en ser servido es una regla común, pero
podría servir con prioridades o siguiendo alguna otra regla. Una vez
que se completa el servicio, las llegadas se convierten en salidas.
Ambas componentes del sistema tienen costos asociados que deben
de considerarse.
Costo de Espera.
Esperar significa desperdicio de algún recurso activo que bien se
puede aprovechar en otra cosa y esta dado por :
Costo total de espera = CwL
Donde Cw = costo de espera por hora (en dólares) por llegada por
unidad de tiempo y L= longitud promedio de la línea.
Costo de Servicio.
Este en la mayoría se trata de comprar varias instalaciones de
servicio , en estos casos solo se ocupan los costos comparativos o
diferenciales.
Sistema de costo mínimo.
Aquí hay que tomar en cuenta que para tasas bajas de servicio, se
experimenta largas colas y costos de espera muy altos. Conforme
aumenta el servicio disminuyen los costos de espera, pero aumenta el
costo de servicio y el costo total disminuye, sin embargo , finalmente
se llega a un punto de disminución en el rendimiento. Entonces el
propósito es encontrar el balance adecuado para que el costo total
sea el mínimo.
Estructuras típicas.
Las llegadas pueden ser personas, cartas, carros, incendios,
ensambles intermedios en una fábrica, etc. En la siguiente tabla se
muestran algunos ejemplos de varios sistemas de colas.
Ejemplos de sistemas de colas

Situación Llegadas Cola Mecanismo de
Servicio
Aeropuerto Aviones Aviones en Pista

carreteo
Aeropuerto Pasajeros Sala de espera Avión

Depto de Alarmas de Incendios Depto. De
bomberos incendio Bomberos.
Compañía Números Llamadas Conmutador

telefónica marcados
Lavado de Autos Autos sucios Mecanismo de

carros lavado
La corte Casos Casos Juez

atrasados
Panadería Clientes Clientes con Vendedor
números
Carga de Camiones Camiones en Muelle de carga

camiones espera
Fábrica Subensamble Inventario en Estación de

proceso trabajo.
Hospital Pacientes Personas Hospital
enfermas
Permitiendo que varíen el número de colas y el número de

servidores, pueden hacerse los diagramas de los cuatro tipos de
sistemas de la siguiente figura. Cada línea de espera individual y cada
servidor individual se muestra por separado.
El primer sistema que se muestra en la figura, se llama un sistema
de un servidor y una cola o puede describir un lavado de carros
automático o un muelle de descarga de un solo lugar. El segundo, una
línea con múltiples servidores, es típico de una peluquería o una
panadería en donde los clientes toman un número al entrar y se les
sirve cuando llega el turno. El tercer sistema, aquél en que cada
servidor tiene una línea de separada, es característico de los bancos y
las tiendas de autoservicio. El cuarto sistema, es una línea con
servidores en serie, puede describir una fábrica.
Ejercicios
Problema 1.- Se tienen tres cajeros, los clientes llegan a la velocidad
de 10 por minutos ,atienden a la velocidad de 5 por minuto, se
permite que los clientes esperen por la atención y pueden llegar de
cualquier lugar.
Problema 2.-Un club de 40 socios, realizan una actividad bailable
exclusiva para su club, alquilan un local ,se ubican dos ventanillas de
ventas de boletos ,los socios llegan a razón de 3 por hora, atienden
cada cliente en 3 minutos .
Problema 3.-Se tiene una cochera con la posibilidad de albergar 15
vehículos, estos llegan con un proceso de Poisson de 4 por hora y se
demoran en la cochera 0,5 h .con una distribución exponencial.
Problema 4.-Se ha inaugurado un exclusivo lugar de venta de
comida, por política de la empresa no permite que esperen en las
afueras del local. el local tiene 4 mozos,10 mesas, cada mesa con 4
sillas, los comensales llegan 4 por 0,5 horas y se demoran en comer
0,15 horas.
Problema 5.-Se tiene una piscina con tres carriles, cada carril es
separado en lado derecho e izquierdo, un nadador solo puede hacer
uso de un lado. Si un nadador llega y encuentra ocupado la piscina
se va a otro local. En promedio los nadadores llegan a razón de 3 por
hora y usan la piscina 45 minutos.
Problema 6.-Un detective se ve abrumado por la cantidad de casos
policiales que existen en su jurisdicción, este pide un asistente para
resolver juntos los casos. Los casos suceden 3 por semana y
solucionarlos demora 10 días
Problema 7.-En una oficina estatal las personas llegan y solicitan
una solicitud para llenarlo con sus datos ,estos ingresan a razón de 3
por minutos, una persona llena en promedio la solicitud en 10
minutos.
Problema 8.-En el muelle estatal llegan los barcos cada día a la
velocidad de 5 por día, una cuadrilla de 5 personas atienden a un
barco para descargar sus bodegas, se demoran en atender a un barco
6 días.
Problema 9.-Un mecánico es contratado para atender 4 maquinas
en un departamento de producción. El mecánico se demora 0,3 días
en atender cada maquina y estas se malogran a razón de 4 por día.
Problema 10.-Una maquina destinada a colocar las tapas de frascos
con espárragos hace su trabajo a la velocidad de 10 frascos por
minutos. Los frascos llegan a la velocidad de 20 por hora con una
varianza de 4 minutos.
Problemas
Problema 1.-
Se tiene una centro de vente de lotería en la entrada de un centro
comercial, allí la venta lo realiza la señorita Cynthia, anfitriona ella de
la Lotería “Gana Mas”; ella atiende de 8 am hasta las 8 pm, en horario
corrido , y con su experiencia ganada saber convencer a los
potenciales clientes para la compra de la lotería. Ella a calculado que
los compradores de lotería llegan a razón de 10 por hora, ellas los
atiende en un lapso de 5 minutos, mientras le conversas sobre la
lotería, les propone números en fin, para este escenario se desea
saber:
a) ¿Cual es la probabilidad de que su enamorado llegue y lo
encuentre desocupada para charlar con ella?
b) ¿Cuánto tiempo de una hora podría conversar con su enamorado
sin afectar su trabajo?
c) ¿Cuál es la probabilidad que su enamorado tenga que esperar para
que hable con ella?
d) ¿Si su enamorado se pone a la cola, cuanto demoraría en estar
frente a ella?
e)Si Cynthia gana $0.5 por lotería que vende, ¿Cuánto seria si su
ingreso diario promedio?
Problema 2.-
En una paradero de autobuses, una persona espera la pasada del
micro que lo conduzca a casa, la cantidad de pasajeros que llegan al
terminal se puede cuantificar en una cantidad de 1.5 por minuto, el
vendedor de boletos atiende a una velocidad de 100 por hora gracias
su experiencia ganada en al venta de boletos, se desea hallar:
a) Cual es la probabilidad de encontrar cola
b) Cuantos pasajero se puede hallar en cola en cualquier
momento
c) Cuanto tiempo en promedio se demora el vendedor de boletos
en atender a los nuevos pasajeros
d) Cual es la probabilidad de encontrarlo ocioso.
e) Cuanto tiempo se demora una persona en comprar un boleto
f) Cual es la probabilidad de hallar por lo menos 3 personas en la
boletería
g) Cual es la probabilidad de hallar cuatro personas en cola
exactamente
Problema 3.-
Una señorita tipeadora, esta siempre atareada con diversos trabajos,
estos llegan a su estudio con una frecuencia de 4 por hora, para
culminarlos se demora 10 minutos en promedio, según sus deseos
quiere averiguar:
a) Cuantos trabajos recibe en promedio diariamente
b) Cuantos trabajos estarían por culminar por hora
c) Cual es la probabilidad de tener 4 trabajo por terminar
d) Cual es la probabilidad que termine todos los trabajos.
e) La probabilidad de que un trabajo quede concluido en menos
de 45 minutos después de su llegada.
f) Cual es la probabilidad que un cliente espera mas de 5
minutos en espera para que inicien su trabajo.
Problema 4.-
Los trabajos llegan aun centro de control de calidad de acuerdo a
un proceso poissoniano,con la tasa media de dos por hora, y son
inspeccionados de uno en uno siguiendo un orden tipo FIFO.el
ingeniero de control de calidad inspecciona y realiza ajustes
menores, si esto es todo lo necesario para que un trabajo termine
esta fase. el tiempo total de servicio por trabajo aparentemente se
distribuye exponencialmente, con una media de 25 minutos. Los
trabajos que llegan pero no pueden ser inspeccionados de
inmediato por el ingeniero, deben ser almacenados hasta que el
ingeniero pueda encargarse de ellos, Cada trabajo requiere de 10
pies 2 de espacio mientras esta almacenado.
a) cual es la probabilidad de hallar al ingeniero ocupado
b) Cual es la probabilidad de hallar como mínimo 3 trabajos en
cola.
c) Cuantos trabajos en promedio tiene el ingeniero en su local
d) Cuanto tiempo tiene que esperar un trabajo para ser atendido.
e) Cual es la probabilidad que un trabajo demore terminado en
menos de 30 minutos después de su llegada
f) Cual es la probabilidad que un trabajo demore 5 minutos por lo
menos para ser atendido
g) Si por cada trabajo gana $10,cuanto es su
ingreso por hora
h) cual es la probabilidad de hallar mas de dos
trabajos esperando servicio.
Problema 5.-
Los clientes llegan a un banco de una ventanilla para atención en el
auto de acuerdo con una distribución de poisson, con una media de
10 por hora El tiempo de servicio por cliente es exponencial, con una
media de 5 minutos. Hay tres espacios frente a la ventanilla,
incluyendo el del auto al que le esta dando servicio. Otros vehículos
que llegan se forman fuera de ese espacio para tres autos.
a) cual es la probabilidad de que un auto que llega pueda entrar
en uno de estos tres espacios,?
b) Cual es la probabilidad de que esten llenos estos tres espacio?
c) Cuanto tiempo espera un cliente antes de ser atendido?
d) Que porcentaje de su tiempo el servidor esta ocupado
e) Cual es la probabilidad que no exista cola
Problema 6.-
Si un ingeniero se encarga de las reparaciones de maquinas en
un centro de producción, el acomoda las maquinas a una velocidad
de 2 por hora, las maquina se malogran a un promedio de 0.5 por
hora. se pide:
a) cual es la probabilidad de hallar al ingeniero ocupado
b) Cual es la probabilidad de hallar una maquina en cola
c) Cuantos trabajos en promedio tiene el ingeniero en su local
d) Cuanto tiempo tiene que esperar un trabajo para ser atendido.
e) Cual es la probabilidad que un trabajo demore terminado en
menos de 20 minutos después de su llegada
f) Cual es la probabilidad que un trabajo demore 5 minutos por lo
menos para ser atendido
g) Si por cada trabajo gana $12,cuanto es su ingreso por hora
h) cual es la probabilidad de hallar mas de un trabajos
esperando servicio.
Problema 7-
En un banco los clientes forman su cola y según se desocupe el cajero
el cliente es atendido, se tiene dos cajeros, igualmente eficiente y
atienden a un promedio de 60operaciones/cliente por hora. Los
clientes llegan al banco siguiendo un proceso de Poisson, a una tasa
promedio de 100 por hora.
saber:
a) ¿Cual es la probabilidad de encontrar un cajero ocupado?
b) ¿Cuál es la probabilidad de que haya una persona en cola
exactamente?
c) ¿Cuál es la probabilidad de no hacer cola?
d) ¿Cuántos clientes habrá en el banco en promedio?
e)Si una persona ingresa a cola, en cuanto tiempo estará frente al
cajero ?
Problema 8.-
Una estación de servicio tiene una bomba para despachar gasolina.
Los autos llegan a comprar gasolina con una tasa promedio de 10 por
hora. Aparentemente el tiempo necesario para dar servicio a un
automóvil con una media de 2 minutos. En la estación caben un
máximo de cuatro automóviles y las leyes locales de transito
prohíben que los autos esperen en al via publica.
hallar:
a) Cual es la probabilidad de encontrar lleno el local
b) En promedio cuantos se van a otro local a comprar gasolina

c) En cuanto tiempo en promedio es atendido un cliente por el
cajero.
d) Cual es la probabilidad que yo sea el único en ser atendido
e) Cuanto tiempo estará ocioso el servidor si trabaja 8 horas
f) Si se tendría otra bomba similar ,en cuanto disminuirían los
clientes que se van a otro lugar
Problema 9.-
Un pequeño banco tiene dos cajeros, uno para depósitos y uno
para retiro. el tiempo de servicio para cada cajero se distribuye
exponencialmente, con una media de 1 minuto. Los clientes llegan
al banco siguiendo un proceso poissoniano, con una tasa media de
40 por hora, se considera que cada uno con una tasa media de 20
por hora, y que ningún cliente realiza tanto un deposito como un
retiro. El banco esta considerando cambiar el arreglo actual para
permitir que cada cajero se encargue tanto de depósitos como de
retiros. El banco esperaría que el tiempo medio de servicio de
cada cajero aumentara a 1.2 minutos, pero desea que el nuevo
arreglo impida que se forme largas colas frente a un cajero. Hallar
un cuadro comparativo de los dos sistemas en base de:
a) Tiempo en que un cliente espera para ser atendido
b) Cola que se forma en cada sistema
c) Probabilidad de hallar desocupado el sistema
d) Tiempo que un cliente pasa en el banco
e) Probabilidad de hallar cola
f) Cajeros ociosos
SISTEMAS DE
INVENTARIOS
Inventario de Mercancías:
Están formados por todos aquellos bienes que le pertenecen a la

empresa bien sea comercial o mercantil, los cuales los compran para
luego venderlos sin ser modificados ó las que compran las empresas
manufactureras para usarlas como materia prima.
Se ha de encontrar diferentes tipos de inventarios como:
1.- Inventario de Productos Terminados:
Son todos aquellos bienes adquiridos por las empresas

manufactureras o industriales, los cuales son transformados para ser
vendidos como productos elaborados.
2.- Inventario de Productos en Proceso de Fabricación:
Lo integran todos aquellos bienes adquiridos por las empresas

manufactureras o industriales, los cuales se encuentran en proceso
de manufactura. Su cuantificación se hace por la cantidad de
materiales, mano de obra y gastos de fabricación, aplicables a la
fecha de cierre.
3.- Inventario de Materias Primas:
Lo conforman todos los materiales con los que se elaboran los

productos, pero que todavía no han recibido procesamiento.
4.- Inventario de Suministros de Fábrica:

Son los materiales con los que se elaboran los productos, pero que no
pueden ser cuantificados de una manera exacta (Pintura, lija, clavos,
lubricantes, etc.).
Los inventarios son importantes para los fabricantes en general, y

varia ampliamente entre los distintos grupos de industrias. La
composición de esta parte del activo es una gran variedad de
artículos, y es por eso que se han clasificado de acuerdo a su
utilización en los siguientes tipos:
• Inventarios de Materia Prima
• Inventarios de Producción en Proceso
• Inventarios de Productos Terminados
• Inventarios de Materiales y Suministros
Inventarios de Materias Primas
En toda actividad industrial concurren una variedad de artículos

(Materias Primas) y materiales, los que serán sometidos a un proceso
para obtener al final un articulo terminado o acabado. A los
materiales que intervienen en mayor grado en la producción se les
considera “Materia Prima”, ya que su uso se hace en cantidades los
suficientemente importantes del producto acabado. La Materia prima,
es aquel o aquellos artículos sometidos a un proceso de fabricación
que al final se convertirá en un producto terminado.
5.- Inventarios de Productos en Proceso:
El inventario de productos en proceso consiste en todos los artículos o

elementos que se utilizan en el actual proceso de producción. Es
decir, son productos parcialmente terminados que se encuentran en
un grado intermedio de producción y a los cuales se les aplico la labor
directa y gastos indirectos inherentes al proceso de producción en un
momento determinado.
Una de las características del Inventario de producción en proceso es

que va aumentando el valor a medida que es transformado de
materia prima en el producto terminado como consecuencia del
proceso de producción. Inventario de Productos Terminados:
Comprenden estos, los artículos transferidos por el departamento de

producción al almacén de productos terminados por haber estos
alcanzado su grado de terminación total y que a la hora de la toma
física de inventario se encuentren aun en los almacenes, es decir, los
que todavía no han sido vendidos. El nivel de inventario de productos
terminados va a depender directamente de las ventas, es decir, su
nivel esta dado por la demanda. Inventario de Materiales y
Suministros:
En el inventario de materiales y suministros se incluye:
• Materias primas secundarias, sus especificaciones varían según el

tipo de industria, un ejemplo para la industria cervecera es, sales
para tratamiento de agua.
• Artículos de consumo destinados para ser usados en la operación de
la industria, dentro de estos artículos de consumo los mas
importantes son los destinados a las operaciones, y están formados
por los combustibles y lubricantes, estos en la industria tienen gran
significación.
• Los Artículos y materiales de reparación y mantenimiento de las

maquinarias y aparatos operativos, los artículos de reparación por su
gran volumen necesitan ser controlados adecuadamente, la
existencia de estos varían en relación a sus necesidades.
LOTE ECONÓMICO DE
PEDIDO
Es aquel pedido que optimiza

los costos de pedido,
almacenaje y ruptura.
El Lote Económico es aquella

cantidad de unidades que
deben solicitarse al proveedor
en cada pedido, de manera
que se logre minimizar el costo
asociado a la compra y al
mantenimiento de las unidades
en inventario. El objetivo
básico que se persigue al
determinar el Lote Económico
es la reducción de costos, a la
vez que se responden dos
preguntas claves:
• ¿Cuánto pedir?
• ¿Cuándo pedir?
Para determinar el lote económico debemos identificar cuáles son los

costos asociados a los inventarios:
1. COSTOS DE COLOCACION DEL PEDIDO C1: Este valor se
considera fijo cualquiera sea la cuantía del lote, pues no están
afectados por el tipo de políticas de inventarios. Está representado
por el costo del formato de compra, tiempo de computador, el costo
de enviar la orden de compra al proveedor, etc.
2. COSTOS DE MANTENIMIENTO/UNID DE TIEMPO C2: Se define

como el costo de mantener una unidad o artículo durante un tiempo
determinado. Los artículos que se almacenan en inventario, además
están sujetos a pérdidas por robo, obsolescencia y deterioro.
3. COSTOS DE QUEDARSE CORTO: Cuando una empresa por

cualquier circunstancia no puede cumplir un pedido, por lo general
ocurren dos comportamientos, que dan lugar a dos tipos de costos:
** Costos de ruptura :Está representado por la falta de un artículo

durante un tiempo determinado. La característica principal es que a
pesar del incumplimiento, el cliente prefiere esperar.
** Costos de Faltantes : Está representado por la falta de un artículo

durante un tiempo determinado. En este caso la demanda no es
cautiva, se pierde la venta y se pierde el cliente.
4. COSTOS DE SOBRANTES C5: Este costo es causado por

deterioro, obsolescencia, inversión inoficiosa e inutilidad de un
artículo o material cuando no es utilizado antes de determinado
tiempo.
El cálculo del Lote Económico pude obtenerse a través de la

aplicación de modelos matemáticos, cada uno de los cuales utiliza
ciertos supuestos. Algunos de estos modelos son:
Demanda Flexible
Probabilistico
Suministro Incierto
Demanda Constante
Deterministico
Suministro Instantáneo
Vamos a calcular el tamaño del lote a través de la aplicación del
modelo Determinístico de Harris:
Alternativa 1
Alternativa 2
Alternativa N
De las gráficas anteriores, se puede deducir:
• Si T es grande, q (tamaño del lote) también lo es y el costo de

almacenamiento es grande. En cambio n es pequeño, pues hay que
hacer pocos pedidos.
• Si T es pequeño, q (tamaño del lote) también lo es y el costo de

almacenamiento es pequeño. En cambio n es grande, pues hay que
hacer muchos pedidos.
MODELO DE TAMAÑO DEL LOTE ECONÓMICO BÁSICO (EOQ)
Esta técnica es relativamente fácil de usar pero hace una gran

cantidad de suposiciones. Las más importantes son:
1. La demanda es conocida y constante
2. El tiempo de entrega, esto es, el tiempo entre la colocación de
la orden y la recepción del pedido, se conoce y es constante.
3. La recepción del inventario es instantánea. En otras palabras, el
inventario de una orden llega en un lote el mismo momento.
4. Los únicos costos variables son el costo de preparación o de
colocación de una orden (costos de preparación) y el costo del
manejo o almacenamiento del inventario a través del tiempo
(costo de manejo).
5. Las faltas de inventario (faltantes) se pueden evitar en forma
completa, si las órdenes se colocan en el momento adecuado.
Variables del modelo:
Q = número de piezas por orden.
Q* = número óptimo de piezas por orden (EOQ).
D = demanda anual en unidades para el producto del inventario.
k = costo de preparación para cada orden.
C = costo unitario
I = porcentaje de conservación
H = costo de manejo del inventario por unidad por año.( c*i%)
N = número esperado de órdenes.
T = tiempo esperado de órdenes.
CT = costo total.
EJEMPLO
Agujas S.A., una empresa que comercializa las agujas hipodérmicas
indoloras en los hospitales, desea reducir sus costos de inventario
mediante la determinación del número de agujas hipodérmicas que
debe obtener en cada orden. La demanda anual es de 1000 unidades;
el costo de preparación o de ordenar es de 10 dólares por orden; y el
costo de manejo por unidad de año es de 50 centavos de dólar.
Utilizando estos datos, calcule el número óptimo de unidades por
orden (Q*), el número de órdenes (N), el tiempo transcurrido (T), y el
coso total anual del inventario. Utilizar un año laboral de 250 días.
2DK
1. Q* =
H
2(1000)(10)
Q* =
0.50
Q* = 40000
Q* = 200 unidades
Solución:
D
2. N =
Q*
1000
N=
200
N = 5 órdenes por año
Númerode días laborales/año D Q

3.T = 4.TC= k+ H
N Q 2
250 días laborales/año 1000 200
T= TC = ($10)+ ($0.50)
5 órdenes 200 2
T = 50 días entreórdenes Inventario TC = (5)($10)+ (100)($0.50)
150
TC = $50 + $50
TC =
0 0.5 0..8 0..13 0.16
Inventarios para un Sistema de Producción

Características:
El inventario pertenece a uno y sólo a un artículo.
El inventario se abastece por lotes.
La demanda es determinística y ocurre a una tasa constante conocida
de demanda.
Un costo de organización de producción fijo de $CRu por pedido.
Un costo de compra de $c por unidad.
Una tasa de transferencia de i(es decir, el costo de conservación es
CPu=i*c por cada unidad en inventario por periodo.
El pedido se produce a una tasa de producción (p) conocida.
Calculo de la cantidad optima de pedidos:
Dados los siguientes datos:
1.Tasa de producción p =800 unidades al mes.
2.Demanda anual de D=(6000/año)(12 meses/año)=500 unidades al
mes.
3.Tiempo guía de L=1 semana = 1/52 año=12/52 mes
4.Costo de organización de CRu=$1000 por corrida de producción
5.Valor de cada unidad c=$250
6.Tasa de transferencia de i=0.24 al año=0,24/12 al mes=0.0.02
7.Costo de conservación mensual de CPu=i*c=0.02*250=$5 por
unidad al mes.
Para comprender como se relacionan la cantidad de pedidos Q y el
punto de nuevos pedidos R y como afectan el nivel de inventario con
el tiempo, suponga que no hay inventario y que acaba de iniciar una
corrida de producción de Q=400 unidades.El nivel de inventario con
el tiempo se ilustra en la figura, el eje horizontal representa el tiempo
en meses y el eje vertical representa el numero de unidades en
inventario. El nivel de inventario en un punto en el tiempo se basa en
las siguientes observaciones:
1.Las 400 unidades son producidas a una tasa de P=800 al mes. Esta
corrida, entonces requiere Q/P =400/800= 0.5 mes para cubrir.
2.Durante este 0.5 mes, las unidades se venden a una tasa de 500 al
mes. Por tanto, el inventario se construye a una tasa neta de P-
D=800-500=300 al mes.
Durante el periodo de producción de 0.5 meses ,el nivel de inventario
se incrementa de su valor de inicio de 0 a un valor final de (P-
D)*Q/P=300*(1/2)=150,como se ve en la figura mediante la línea
recta del tiempo 0 a 0.5 meses.
3.Despues de terminada la corrida de producción, el inventario de
150 unidades se vende a la tasa de D=500 al mes. Por consiguiente,
este inventario se acaba en 150/500=0.3 mes, como se ilustra en la
figura mediante la línea recta del tiempo 0.5 a 0.8.
Inventario
150
0 0.5 0..8 0..13 0.16
Para asegurarse que no hay déficits y también evitar niveles de

inventario innecesariamente altos, el siguiente pedido deberá
emitirse de tal forma que la producción se inicie en el tiempo 0.8
mes. El tiempo transcurrido de 0.8 mes, durante el cual el inventario
inicia en 0,llega a su valor máximo de 150 y disminuye nuevamente a
0,se denomina tiempo de ciclo, y se denota mediante T. En general, el
tiempo ciclo es la cantidad de tiempo necesario para agotar Q
unidades. Esto es,
Tiempo ciclo, T= Q/D = 400/500 =0,8 mes.
Recuerde que el tiempo guía es l=12/52=0.231 mes, así que el
siguiente pedido de producción debe colocarse en el tiempo T-L=0.8-
0.231=0.569 mes. Cuando el nivel de inventario llega a 0 en el
tiempo 0.8,todo el ciclo de inventario comienza nuevamente, como se
muestra en la figura.
Costo mensual total=(costo de organización mensual)+(costo de
conservación mensual) = K*(D/Q)
= 1000*(500/400) =$1250
Costo de conservación =(i*c)=(0.02*250)=5
Lote Económico de producción:
Q= 2DCRu/ CPu ( 1- d/p)= 2*6000*1000/(60*(1-500/800)) =
730.3 unidades
Inventario Máximo:
(p-d)(Q/p)=(800-500)(730.3/800)=273.86 unidades
Inventario Promedio:
(1/2)(p-d)(Q/p)=(1/2)(800-500)(730.3/800)=136.93 unidades.
Numero promedios de pedidos:
D/Q = 6000/730.3 =8.21 pedidos/año
Tiempo en que se termina el inventario (T):
T=Q/D = 730/6000 =0.121 año *12=1.46 meses
Tiempo en que se termina la producción (t):
t=Q/P =730.3/800 =0.9125 mes
Punto de nuevos pedidos (R ) :
R= D*L = (6000 unid/año)(1 /52 año) =115.38 unidades
Costo Anual: CRu(D/Q) + (1/2)(P-D)(Q/P)(CPu)
Costo anual: 1000(6000/730.3)+(1/2)(9600-6000)(730.3/9600)
(60)=$16431.6/año
Nota: Si se presentara descuento por cantidad se debe considerar en
el costo total el costo de compra: C*D.
Problema 1.-
Una empresa que se dedica a la fabricación de transformados
metálicos debe comprar en el exterior una pieza de plástico que
incorpora a sus productos, siendo su coste de adquisición de
0.125um/unidad. El consumo diario de dicha pieza es prácticamente
constante y asciende a 178 unidades. Cada vez que se hace un
pedido, éste tarda en llegar 7 días y se generan unos costes por
emisión iguales a 500um. Un estudio realizado sobre los costes, cp,
originados por el almacenamiento de las piezas de plástico en la
empresa, revela que éstas suponen 1.25um/unidad y año. La empresa
no viene practicando ningún método científico de gestión de stocks y
parece ser que esto provoca unos gastos demasiado elevados en el
departamento de aprovisionamiento. Debido a ello, el gerente solicita
del mismo un estudio adecuado para la gestión de las diferentes
materias primas y productos de fabricación ajena que son adquiridos
por la empresa, entre los cuales se encuentra la pieza de plástico a la
que venimos haciendo referencia. Para ellos, y dentro del estudio
general encomendado, se desea conocer, para un período q, de 360
días laborables:
- El tamaño del lote de pedido, Q*, que minimiza los costes totales
de la gestión de inventarios de este producto.
- El número de pedidos a realizar.
- El período de reaprovisionamiento óptimo.
- El punto de pedido.
- El coste total de gestión, CT.
Problema 2.-
Sony es una compañía especializada en música, durante el año
pasado a realizado ventas por un monto de $500 000.Las ventas se
producen a un ritmo constante durante el año. La Sony compra los
discos a la CIA Disc SA. El precio de venta al menudeo es igual a 5/3
del costo original. El costo de pedido es de $80, independientemente
de la magnitud del pedido. Los costos anuales de mantenimiento del
inventario representan 10% del costo del nivel promedio de
inventario.
a)Cual es el valor en dólares de la cantidad de pedido optimo.
b) Con cuanta frecuencia se deben colocar los pedidos cada año
c)¿Cual es la duración optima del ciclo?
Problema 3.-
Specific Electric es un gigantesco fabricante de aparatos
electrodomésticos en los EEUU. Utiliza motores eléctricos que compra
a otra empresa a una tasa constante. Los costos totales de compras
durante el año son de $2400000.Los costos de hacer pedidos son de
$100 y los costos anuales de mantener inventario son el 20% del
costo del inventario promedio.
a)¿Cuál es el valor en dólares del tamaño económico del lote?
b)¿Cuántos veces al año debe ordenarse ¿
c) ¿Cuál es el tamaño optimo del ciclo en años
y en días existen 250 días laborables?
Problema 4.-
La empresa TRANSPORTE S.A., está orgullosa de su programa de
capacitación de seis semanas para todos sus nuevos conductores de
camiones. Siempre que el tamaño de la clase, sea inferior ó igual 35
choferes, el programa de capacitación de seis semanas, le cuesta a
TRANSPORTE S.A. unos 22.000 dólares por lo que se refiere a
Instructores, Equipos, Etc. El programa de capacitación de
TRANSPORTE S.A. debe darle a la empresa aproximadamente cinco
nuevos conductores al mes. Después de finalizar el programa de
capacitación, se les paga a los nuevos choferes 1.600 dólares
mensuales pero no trabajan hasta que quede disponible una posición
de tiempo completo de chofer. TRANSPORTE S.A., considera los
1.600 dólares mensuales cancelados a cada conductor ocioso como
un costo de posesión necesario para mantener esa fuente de nuevos
choferes de camiones capacitados disponibles para servicio
inmediato. Considerando los nuevos choferes como unidades del tipo
de inventario, ¿de que tamaño debería ser la clase de capacitación
para minimizar los costos totales anuales de capacitación y de
tiempo ocioso de los nuevos choferes? ¿Cuantas clases de
capacitación deberá impartir la Empresa cada año? ¿Cuál es el costo
total anual asociado con su recomendación?
Problema 5.-
Suponga que usted esta revisando la decisión del tamaño del lote
asociado con una operación de producción de 8000 unidades por año,
con una demanda del producto de 2000 unidades por año, el costo de
efectuar un pedido es de 300 dólares por pedido y el costo de
almacenamiento es de 1.60 dólares la unidad por año. Considere
además que la practica actual incluye corridas de producción de 500
unidades cada tres meses ¿recomendaría usted cambiar el tamaño
del lote de producción actual? ¿porqué si y porqué no? ¿Cuánto se
podrá ahorrar al convertir la producción a su recomendación del
tamaño del lote de producción?
Problema 6.-
PUBLICACIONES C.A. produce libros para el mercado infantil cuya
demanda anual constante se estima en 7.200 ejemplares. El costo de
cada libro infantil es de 14,50 dólares. El costo de posesión se basa
en una tasa anual del 18% y los costos de puesta en marcha de la
producción es de 150 dólares por cada puesta en marcha de la
producción. La imprenta tiene una capacidad de producción de
25.000 libros infantiles por año, con una operación de 250 días al año
y plazo de entrega de una corrida de producción de 15 días.
Utilizando el modelo de tamaño de lote de producción determine
todos los parámetros.
Problema 7.-
Una empresa distribuidora de rollos de cables quiere adoptar una
política de inventarios que le permita minimizar el costo total
esperado. La política a utilizar será la de comprar lotes de artículos
utilizando una frecuencia entera óptima. La demanda de rollos
prevista para el período se calcula que será de 400 unidades. Un
proveedor ofrece un modelo de ese rollo a un precio unitario de $ 12
cuando la cantidad a comprar sea menor a 19 unidades, $ 10 cuando
compre entre 20 y 79 unidades y $ 9.50 cuando compre mas de 79
unidades. El costo administrativo por realizar cada compra se calcula
en $ 15. Para averiguar el costo de almacenaje se determino que
tener un rollo almacenado en el deposito cuesta un 55% de su precio
unitario, este porcentaje incluye seguros, custodia, valor de
recuperación (valor de desecho del producto para la empresa, como
por ejemplo una venta con descuento) y la tasa de descuento (el
costo por tener invertido dinero en artículos almacenados y no por
ejemplo en un plazo fijo). Determinar el lote óptimo de compra
Problema 8.-
Una Empresa puede producir un artículo ó comprarlo a un
comerciante. Si lo fabrica, a una tasa de 100 unidades por día, le
costará 20 dólares cada vez que se preparan las maquinas. Si se lo
compra al comerciante le costará 15 dólares cada vez que hace un
pedido. El costo de mantener un articulo en existencia ya sea
fabricado ó comprado es de 0.02 dólares la unidad por día. El uso que
la Empresa hace del artículo se estima en 260.000 unidades al año.
Suponiendo que no se permite ningún faltante, ¿Debe la compañía
comprar el artículo ó producirlo?
Problema 9.-
DIA SA esta evaluando una política de inventarios para implantar en
su nueva línea de producción de jugos, por datos de la empresa se
tiene una demanda de 1300 botellas al mes, el costo de arranque del
sistema de producción tiene un costo total de $600, además el
conservar una caja en inventario tiene un costo de $2 por caja al mes.
Las posibilidades de compra de diferente tipo de maquinaria, sus
costos y capacidad de producción se dan a continuación:
Tipo Costo Costo de Capacidad
de producció de
Maqui n producción/
na mes
A $2100 $4,5/unid 4800 cajas
ad
B $1800 $5/unida 4200 cajas
d
C $3000 $5,5/unid 3900 cajas
ad
¿Que tipo de maquina debe comprarse?
Problema 10.-
La Ajax Manufacturing Company ha compilado la siguiente
información concerniente al componente ·5643. El promedio de
consumo es de 120 unidades diarias, con una desviación estándar de
50 unidades, basada en que la fabrica trabaja 250 días al año. El
costo de adquisición por pedido es de $20. Los costos de
mantenimiento de inventario son de $1 anual, y el tiempo de
adelanto de adquisición es de 10 dias, y es constante. La compañía
ha determinado que solo puede permitirse un agotamiento anual de
las existencias. Calcule:
a) Cantidad económica de pedido.
b) Con un pedido de control de inventario de cantidad fija y ciclo
variable, calcúlese la cantidad de existencias de seguridad
requerida y el punto de renovación de pedido.
c) Con un sistema de control de inventarios de cantidad variable y
ciclo fijo, calcúlese la duración del periodo de revisión y las
existencias de seguridad requeridas.
Problema 11.-
Arco Incoporated ,tiene un consumo mensual de un producto de 125
unidades. Los costos cargados al inventario son de 25 por ciento del
inventario promedio, y los costos de pedidos son de $15.Cada pieza
cuesta$2 y su cantidad económica de pedidos es de 300 unidades. El
flete de un embarque de 300 unidades es de $95.si se embarcan 500
unidades, el flete es de $122.¿Debe comprarse la cantidad de 500
unidades a fin de aprovechar los ahorros de flete?
Walter Vargas S.A. mantiene en su inventario un cierto tipo de llanta
con las siguientes características:
Ventas anuales promedio = 500 llantas
Costo de ordenar = $10 por orden
Costo de mantener = 20% al año.
Costo por artículo = $40 por llanta.
Tiempo de entrega = 5 días.
Desviación estandar de la demanda diaria = 1 llanta
a)Calcúlese el lote económico.
b) Para un sistema Q de control de inventarios, calcúlese el inventario
de seguridad que se requerirá para niveles de servicio del 85%.
c)Hallar el punto de reorden.
d)Hallar el punto de reorden y el stock de seguridad del sistema P.
Problema 12.-
Una tienda de venta de hamburguesas compra sus componente mas
importante al precio de 0,50 /unidad. ,el costo de encargar el pedido
a calculado que es de 7,además como el tiempo que permanece
guardado es pequeño considera 0,1% /dia,
la tienda por el tipo de negocio no tiene certeza en la demanda ,se
calcula que puede vender 50 unidades al día, pero como esto no es
seguro le otorga una varianza de 4 (unidades/día)2 ,además se
demora en entregar el pedido medio día.
el nivel de servicio en las entregas por datos históricos es que de
cada 100 pedidos 5 no son entregados.
a.Hallar el lote económico
b.Hallar el inventario de seguridad.
c.Hallar le punto de reorden.
d.Hallar el costo total
Problema 13.-
Servis Lux, actualmente gasta $1200 por pedido, este gasto trata de
cubrir la demanda de 1500 unidades al mes, en gastos de compra se
tiene $1000 ,y para cubrir el costo de inventario se tiene un
porcentaje de 5%/mes.
a)¿Cuál es el lote a comprar?
b)¿Cuál es el costo unitario?
c)¿Cuál es el costo total?
d)Si se demoran en traer el pedido 2 semanas, ¿Cuál es el punto de
reorden?
Problema 14.-
Si ahora la demanda es probabilística con desviación estándar es de
100 unidades /mes, el nivel de servicio es de 90% .
a) Inventario de seguridad
b) Hallar punto de reorden
c) ¿Cuál es el costo de inventario de seguridad?
Problema 15.-
La empresa Los Próceres esta evaluando dos políticas, una de las es
la seguir comprando sus materiales al precio de $10 por unidad,
mantener un costo de inventario de $6 por unidad al año. La
demanda es de 500 unidades por trimestre, traer los pedidos
acarrean un costo de $50 por pedido.
La otra política es considerar la producción , el costo fijo de arrancar
es de $150, la producción es de 2000 unidades al mes.
¿Cuál política debe elegir?
Problema 16.-
Talsa esta evaluando una política de inventarios para implantar en su
nueva línea de producción de jugos, por datos de la empresa se tiene
una demanda de 12000 botellas al mes, el costo de arranque del
sistema de producción tiene un costo total de $400, además el
conservar una caja en inventario tiene un costo de $1,2 por caja al
mes. Las posibilidades de compra de diferente tipo de maquinaria,
sus costos y capacidad de producción se dan a continuación:
Tipo Costo de Costo Capacidad

Maquina de producción de producción/mes
A $2000 $4/unidad 4800 cajas
B $1500 $3/unidad 4200 cajas
C $1200 $2,5 /unidad 3900 cajas
¿Que tipo de maquina debe comprarse?

Problema 17.-
La empresa black esta evaluando dos políticas, una de las es la seguir
comprando sus materiales al precio de $12 por unidad, mantener un
costo de inventario de $8 por unidad al año. La demanda es de 400
unidades por trimestre, traer los pedidos acarrean un costo de $40
por pedido.
La otra política es considerar la producción , el costo fijo de arrancar
es de $250, la producción es de 2200 unidades al mes.
a) ¿Cuál política debe elegir?
b) De la política seleccionada hallar todos sus parámetros.
Problema 18.-
Se consume materia prima de 12000 kilos por año. El costo fijo de
cada orden es de $80 ,el costo anual de mantenimiento del inventario
se estima en un 10% de la inversión que representa el inventario
promedio, no se permite déficit, el precio de la materia prima es
variable y esta dado por:
Orden en Kilos Precio por kilo
0 q < 6000 $2,70

6000 <= q < 10000 $1.70
10000 <=q $1.00
¿Cuál es la política optima de pedido?
Problema 19.-
Una compañía produce 40 carpetas personales por día. a pesar que
su capacidad de producción es de 50 unidades diarias El costo para
organizar o preparar una corrida de fabricación es $400 el costo por
almacenar una carpeta durante un mes es de $10,los clientes piden
10 carpetas al dia. El costo eu na carpeta es de $12.
(suponga un mes=30 días y que 360 días=1 año).
a) Cuales son las condiciones actuales de la empresa

b)¿Cuál es el tamaño optimo de corrida de producción?
b)¿Cuántas corridas de producción se debe hacer al año?
c)¿En que tiempo se acaba el inventario?
d)¿Cuánto se demora la producción de un lote?
E )Cual es el ahorro con la política optima
f)Que pasaría si puede comprar las carpetas al costo de $30?
Problema 20.-
Se va construir una fabrica, uno de sus objetivos es tener siempre a
sus clientes satisfechos en la entrega de sus pedidos, una unidad de
materia prima ocupa 1,5 m2 y un producto terminado 3m2.Los datos
presentados por el departamento de mercadotecnia sugieren una
compra de materia prima semanal de 200 unidades, y una venta
mensual de 500 unidades de productos terminados..Se tiene tres
proveedores que nos abastecen con materia prima, actualmente se
les compra 280 unidades cada quincena, pero uno de los proveedores
nos propone una posibilidad de descuento si se le compra solo a él, el
costo normal con que se compra actualmente es de $15 por unidad
,pero este precio puede bajar a $12 si se le compra como máximo
400 unidades, si se le compra mas de 400 el precio baja a $10.
Cuesta $50 el gasto de hacer todo el tramite de realizar el pedido ( ya
sea se compre a uno o a tres),la empresa considera un 15% el costo
de conservar dinero inmovilizado en materia prima al mes. Cuando se
inicie la producción el gasto de acomodar la línea, el personal y las
herramientas ascienden a $750, además se tiene la posibilidad de
adquirir dos tipos de maquinas ,la maquina 1 tiene capacidad para
producir 2500 unidades a la semana ,y la otra una capacidad de 6700
unidades al mes. El costo unitario de producción en la maquina 1 es
de $15 y en la maquina 2 es de $20, además se carga un 3% por
mantenimiento de inventario al mes,. La empresa desea respuestas a
las siguientes preguntas:
a) Se acepta el descuento del proveedor.
b) Cual debe ser el lote de compra
c) Cual es el costo de compra
d) Que maquina debe ser usada para la producción
e) Cual es el costo mínimo de producción
f) Cual es el costo total de la empresa (compra mas producción)
g) Cual debe ser el área del almacén.
Referencia Bibliografica
1.-TAHA H. ”Investigación de Operaciones”, PRENTICE HALL, México
1998
2.-EPPEN GOULD, “ Investigación de Operaciones en la Ciencia
Administrativa” ,
PRENTICE HALL, México 2000
3.-WINSTON L-WAYNEA ,”Investigación de Operaciones”, grupo
Editorial
Iberoamerica, Mexico,1994
4.- HILLIER F. Y LIEBERMAN G. “Introducción a la Investigación de
Operaciones “,
McGraw-Hill, México.2001

Experiencia Laboral

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Experiencia Laboral

Transféré par

Droits d'auteur :

Formats disponibles

INTRODUCCION A LA INVESTIGACION DE OPERACIONES

Fundamentos de la Investigación de Operaciones (I.O.)

2.- Fases en un estudio de I.O.:

Santiago Javez Valladares Página 1

Santiago Javez Valladares Página 2

3.- BREVE HISTORIA DE LA INVESTIGACION DE OPERACIONES

Markov a fines del siglo

Santiago Javez Valladares Página 3

programación de operaciones estable una sección de

Santiago Javez Valladares Página 4

• 1947 GEORGE DANTZING: EL MÉTODO SIMPLEX.

Beneficios de la Investigación de Operaciones

En la practica el uso de modelos basados en técnicas de investigación de Operaciones

Introducción a la Programación Lineal

Modelos de Programación Lineal

Se llama programación lineal al conjunto de técnicas matemáticas que pretenden

Usar Para expresiones como :

Algunas pautas para resolver Modelos Lineales

PROBLEMA 1.1. PRODUCCIÓN EN LINEA

Una fábrica de carrocerías de automóviles y camiones tiene dos departamentos. En el

Camió Automóvi Disponibilidad

1. Definición de las variables de decisión:

2. Elaboración de la función objetivo:

($6000 / camion )( x1 )camiones + ($2000 / automovil )( x 2 )automovil . Finalmente

3. Formulación de las restricciones tecnológicas:

operario en el departamento A, queda expresado como: 7 x1 + 2 x 2 ≤ 300 .

Restricción de días-operario en el departamento B.

operario en el departamento A, queda expresado como: 3 x1 + 3 x2 ≤ 270 .

Problema 2.-(Producción en línea)

Yogurt Jugos Dispon. Costo

Elabore un modelo lineal para la empresa Elit.

2. Elaboración de la función objetivo:

Problema 3.- (MEZCLA)

1. Definición de las variables de decisión:

respectivamente) para elaborar el tipo de dulce j =1,2 (Easy Out Candy y

Slugger Candy respectivamente).

2. Elaboración de la función objetivo:

 Porcentaje de nueces en Easy Out Candy:

 Porcentaje de nueces en Slugger Candy:

 Porcentaje de chocolate en Slugger Candy:

tenemos que xij ≥0 ; ∀i =1,2,3 , ∀j =1,2 .

Problema 4.-(Mezcla:componentes indivisibles)

Nutrientes por libra de grano

Nutriente Maíz Soya Aven Alfalf Necesidades

2. Elaboración de la función objetivo:

($ 70 / lb )( x1 )lb + ($ 45 / lb )( x2 )lb + ($ 40 / lb )( x3 )lb + ($ 90 / lb )( x4 )lb . Finalmente

Restricción de disponibilidad de masa:

Restricción de disponibilidad de aderezo:

Restricción de proporción de Producción:

Restricción por política de la empresa:

Restricción de proporción de Producción:

Día Mínima cantidad de

Problema 7.- (Asignación)

Problema 8.-(Problema de transporte)

Problema 1.-Un problema de producción.

(trabajar como el problema 1)

Problema 4.- Modifique le problema 4 según lo siguiente:

Nutriente Maiz Soya Aven Alfalf Necesidades

Problema 5.- Resuelva el problema 5 considerando el costo de materia prima:

Problema 7.- (Asignación)

Problema 8.-(Problema de transporte)

En primer lugar ordenamos la información en la siguiente tabla

Acciones Acciones Disponibilidad