Vous êtes sur la page 1sur 181

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS ADMINISTRATIVAS

1) Un camión de transporte tiene capacidad de transportar como máximo 9


toneladas y por viaje. En un viaje desea transportar al menos 4 toneladas de la
mercancía A y un peso de la mercancía B que no sea inferior a la mitad del
peso que transporta A. Sabiendo que cobra $800.000 por toneladas
transportadas de mercancía A ya que ocupa un volumen por tonelada y
$600.000 por tonelada transportada de mercancía B ya que ocupa un
volumen 1.5 por tonelada ¿Cómo se debe cargar el camión para obtener la
ganancia máxima si para cada tonelada cargada gasta en promedio
$200.000 de gasolina?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de toneladas de la mercancía de “A” : TMA
- Cantidad de toneladas de la mercancía de “B” : TMB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por cargar toneladas.
- Máximo beneficio a obtener por cargar la cantidad de toneladas de la
mercancía de “A” + la cantidad de toneladas de la mercancía de “B”.
- Máximo beneficio U$800.000 por cargar la cantidad de toneladas de la
mercancía de “A” + U$600.000 por la cantidad de toneladas de la
mercancía de “B”.
- Máximo beneficio U$800.000 menos gasto de gasolina por cargar la
cantidad de toneladas de la mercancía de “A” + U$600.000 menos
gasto de gasolina por la cantidad de toneladas de la mercancía de
“B”.
- Máximo beneficio (U$800.000 - U$200.000)* cantidad de toneladas de la
mercancía de “A”+ (U$600.000 - U$2000.000)* cantidad de toneladas
de la mercancía de “B”.
- Máx. Z = (U$800.000 - U$200.000)*TMA + (U$600.000 - U$2000.000)*TMB
- Máx. Z = (U$800.000 - U$200.000)*TMA + (U$600.000 - U$200.000)*TMB
- Máx. Z = $600.000*TMA + $400.000*TMB
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESTRICCIONES

I. Capacidad de transporte del camión:


TMA + TMB ≤ 9 (toneladas)
II. En un viaje la capacidad de transporte de la cantidad de toneladas de
la mercancía de “A” es al menos 4 toneladas.
TMA ≥ 4
III. En un viaje la capacidad de transporte de la cantidad de toneladas de
la mercancía de “B” no es inferior a la mitad que transporta “A”.
TMB ≥ ½*TMA
1/2*TMA-TMB ≤ 0
IV. Al ser transportadas; el volumen que ocupa la cantidad de toneladas
de la mercancía de “A” más el volumen que ocupa la cantidad de
toneladas de la mercancía de “B”, debe ser no mayor al volumen
permitido por la capacidad del camión.
2*TMA + 1.5*TMB ≤ 30 (metros cúbicos).
V. La cantidad de toneladas de la mercancía de “A” y la cantidad de
toneladas de la mercancía de “B” debe ser mayor o igual a cero.
TMA≥0
TMB≥0

RESUMEN

I. VARIABLE DE DECISIÓN
TMA
TMB
II. FUNCIÓN OBJETIVA
MAX. Z = 600.000*TMA + 400.000*TMB ($)
III. RESTRICCIONES
TMA + TMB ≤ 9
TMA ≥ 4
½*MA - TMB ≤ 0
2*TMA + 1.5*TMB ≤ 30
TMA ≥ 0
TMB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

TMA = X
TMB = Y
I. VARIABLE DE DECISION
X = Cantidad de toneladas de la mercancía “A”
Y = Cantidad de toneladas de la mercancía “B”

II. FUNCION OBJETIVO

MAX. Z = 600.000*X + 400.000*Y


SUJETO A:
X + Y ≤ 9
X ≥ 4
½X - Y ≤ 0
2X + 1.5Y ≤ 30
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

2) Los 500 alumnos de un colegio van a ir de excursión. La empresa que


realiza el viaje dispone de 10 autobuses de 40 pasajeros y 8 de 30 pero solo
de 15 conductores en ese día. El alquiler de los autobuses pequeños es de
$500.000 y el de los grandes de $600.000. ¿Cuántos autobuses de cada tipo
convendrá alquilar para que el viaje resulte lo más económico posible?

DESARROLLO

III. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de autobuses grandes AG
- Cantidad de autobuses pequeños AP

IV. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA


- Minimizar costos al alquilar ambos tipos de autobuses.
- Minimizar costos al alquilar los autobuses grandes y alquilar los
autobuses pequeños.
- Minimizar costos $600000 * autobuses grandes + $500000 * autobuses
pequeños.
- Minimizar costos $600000*(AG) + $500000*(AP)
- Min. Z = $600000*(AG) + $500000*(AP)

V. RESTRICCIONES
VI. La empresa dispone de hasta 15 conductores para manejar en
cualquiera de los autobuses.
AG + AP ≤ 15
VII. La empresa dispone de ambos tipos de autobuses como mínimo para
los 500 alumnos.
La empresa dispone de 40 * autobuses grandes + 30 * autobuses
pequeños como mínimo para los 500 alumnos.
40*(AG) + 30*(AP) ≥ 500.
VIII. La empresa dispone de hasta 10 autobuses grandes.
AG ≤ 10
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

IX. La empresa dispone de hasta 8 autobuses pequeños.


AP ≤ 8
X. La cantidad de autobuses grandes y la cantidad de autobuses
pequeños debe ser igual o mayor a 0.
AG ≥ 0
AP ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
AG
AP
II. FUNCIÓN OBJETIVA
MIN. Z = 600000*(AG) + 500000*(AP) ($)

III. RESTRICCIONES
1*AG + 1*AP ≤ 15
40*AG + 30*AP ≥ 500
1*AG ≤ 10
1*AP ≤ 8
AG ≥ 0
AP ≥ 0

MODELO MATEMÁTICO

AG = X
AP = Y

I. VARIABLE DE DECISION

X = Cantidad de autobuses grandes

Y = Cantidad de autobuses pequeños


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

II. FUNCION OBJETIVO


MIN. Z = 600000*(X) + 500000*(Y)
SUJETO A:
1*X + 1*Y ≤ 15
40*X + 30*Y ≥ 500
1*X ≤ 10
1*Y ≤ 8
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

3) Una fábrica produce dos modelos A y B de un producto. El beneficio que


arroja el modelo A es de $40.000/unidad y el de B $60.000/unidad. La
producción diaria no puede superar4000 unidades del modelo A ni 3000 del B
debido a las condiciones producción de la planta. El departamento de
mercadeo informa que la demanda de acuerdo a los pedidos recibidos es de
600 unidades ¿Cuántas unidades de cada modelo debe producir la fábrica
para obtener el máximo beneficio?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad del producto de modelo “A” MA
- Cantidad del producto de modelo “B” MB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la fabricación de productos
- Máximo beneficio a obtener por la fabricación de productos del
modelo “A” + productos del modelo “B”
- Máximo beneficio $40000*(MA) + $60000*(MB)
- Máx. Z = $40000*(MA) + $60000*(MB)
III. RESTRICCIONES
I. La producción diaria no puede superar las 4000 unidades del modelo A
La cantidad producida del producto modelo “A” no puede ser mayor a
4000 unidades
MA ≤ 4000
II. La producción diaria no puede superar las 3000 unidades del modelo B
La cantidad producida del producto modelo “B” no puede ser mayor a
3000 unidades
MB ≤ 3000
III. La demanda de acuerdo a los pedidos recibidos es de 600 unidades
La demanda de la cantidad producida del producto del modelo “A” y
la cantidad producida del producto modelo “B” debe ser mayor o igual
de 600 unidades
MA + MB ≥ 600
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

IV. La cantidad producida del producto modelo “A” y la cantidad


producida del producto modelo “B” deben ser mayor o igual que 0
MA ≥ 0
MB ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
MA
MB
II. FUNCIÓN OBJETIVA
MÁX. Z = 40000*(MA) + 60000*(MB) ($)
III. RESTRICCIONES
MA ≤ 4000
MB ≤ 3000
MA + MB ≥ 600
MA ≥ 0
MB ≥ 0

MODELO MATEMÁTICO

MA = X
MB = Y
III. VARIABLE DE DECISION
X = Cantidad producida del producto modelo “A”
Y = Cantidad producida del producto modelo “B”
IV. FUNCION OBJETIVO
MIN. Z = 40000*(X) + 60000*(Y)
SUJETO A:
X ≤ 4000
Y ≤ 3000
X + Y ≥ 600
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

4) La constructora Casas Ltda. se ha adjudicado la construcción de 100 casas. El


contrato la obliga a construir dos tipos de casas, la casa tipo campo se
venden a $60.000.000 y las de tipo rancho $50.000.000 para la casa tipo de
campo se necesitan 20 horas carpintería y 100 horas obra civil y para ranchos
se necesita 25 horas carpintero y 80 horas obra civil los costos de materia
prima para la fabricación de cualquier tipo de casa es de $20.000.000 el costo
por hora de obra civil es de $10.000 (un maestro dos ayudantes) y el costo de
hora carpintería es de $5.000 de acuerdo a la disponibilidad de mano de obra
se cuenta con un equipo que nos ofrece 8000 horas de obra civil y 3000 horas
de carpintería.

CASA CAMPO CASA RANCHO


VENTA $60.000.000 $50.000.000
CARPINTERIA 20 H 25 H
OBRA CIVIL 100 H 80 H
MATERIA PRIMA $20.000.000 $20.000.000
COSTO X CARPINTERIA $100.000 $125.000
COSTO X OBRA CIVIL $1.000.000 $800.000
COSTO TOTAL $21.100.000 $20.925.000
DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- n° de casas construidas tipo campo. (CTC)
- n° de casas construidas tipo rancho. (CTR)

II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA


- Máximo beneficio por la construcción de 100 casas.
- Máximo beneficio construcción n° casas tipo campo más construcción
n° casas tipo rancho.
- Máx. benef. $60.000.000 menos costo CTC + $50.000.000 menos costo
CTR
- Máx. benef. ($60.000.00 – $21.100.000) CTC + ($50.000.000 - $20.925.000)
CTR
- Máx. Z = $38.900.000*CTC + $29.075.000*CTR
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. RESTRICCIONES
I. Solo se cuenta con 3000 horas de carpintería para la construcción de
casas tipo campo y casas tipo rancho.
20H*CTC + 25H*CTR ≤ 3000

II. Solo se cuenta con 8000 horas obra civil para la construcción de casas
tipo campo y casas tipo rancho.
100H*CTC + 80H*CTR ≤ 8000

III. El n° de casas tipo campo más el n° de casas tipo rancho deben ser
100.
CTC + CTR = 100

IV. La cantidad de casas rancho y casas campo construidas deben ser


mayor a 0.
CTC ≥ 0
CTR ≥ 0
RESUMEN

I. VARIABLE DE DECISIÓN
CTC
CTR

II. FUNCIÓN OBJETIVA


38.900.000(CT ($)
MAX. Z = + 29.075.000(CTR)
C)

III. RESTRICCIONES
20*CTC + 25*CTR ≤ 3000
100*CTC + 80*CTR ≤ 8000
CTC + CTR = 100
CTC ≥ 0
CTR ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

CTC = X
CTR = Y

I. VARIABLE DE DECISION
X = n° de casas construidas tipo campo.
Y = n° de casas construidas tipo rancho.

II. FUNCION OBJETIVO


MAX. Z = 38.900.000*(X) + 29.075.000*(Y)
SUJETO A:
20*X + 25*Y ≤ 3000
100*X + 80*Y ≤ 8000
X + Y = 200
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

5) Una empresa proveedora de alimentos desea fabricar comida balanceada


para perros de acuerdo a las especificaciones dadas por el veterinario se debe
producir un compuesto que contenga por lo menos, 100 gramos de fibra, 300
gramos de proteínas y 70 gramos de minerales por animal si se desea alimentar
100 perros con los siguientes productos que se encuentran en el mercado y
presentan la siguiente composición:

PRODUCTOS
CONTENIDO
1 2 3
FIBRA 20% 30% 5%
PROTEÍNA 60% 50% 38%
MINERALES 9% 8% 8%
PRECIO POR KG $10000 $11000 $9500

¿Cuántos kilos de cada producto se deben comprar si se desea cumplir con la


cuota nutricional al menor costo posible?

100gr = 1kg
100gr de fibra = 0.1kr de fibra
300gr de proteína = 0.3kg de proteína
70gr de mineral = 0.07kg de mineral

La cantidad necesaria de fibra, proteína y mineral para los 100 perros son:

De fibra = 0.1 x 100 = 10kg de fibra


De proteína = 0.3 x 100 = 30kg de proteína
De mineral = 0.07 x 100 = 7kg de mineral

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad en kilos de producto 1 (P1)
- Cantidad en kilos de producto 2 (P2)
- Cantidad en kilos de producto 3 (P3)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA


- Minimización de costos al comprar los productos para cumplir con la
cuota nutricional.
- Minimización de costos al comprar el producto 1, el producto 2 y el
producto 3.
- Minimización de costos al comprar el producto 1 + el producto 2 + el
producto 3.
- Minimización de costos $10000 * producto 1 + $11000 * producto 2 +
$9500 * producto 3.
- Minimización de costos $10000*(P1) + $11000*(P2) + $9500*(P3).
- MIN. Z = $10000*(P1) + $11000*(P2) + $9500*(P3).

III. RESTRICCIONES
I. Cantidad de fibra usada en el compuesto para los productos no es
menor a 0.1kg por los 100 perros.
Cantidad de fibra usada en el compuesto para el producto 1, el
producto 2 y producto 3 no es menor a 10kg.
Cantidad de fibra usada en el compuesto es 20% para el producto 1,
30% para el producto 2 y 5% para el producto 3 no es menor a 10kg.
Cantidad de fibra usada en el compuesto es 0.2 * producto 1 + 0.3 *
producto 2 + 0.05 * producto 3 no es menor a 10kg.
Cantidad de fibra usada en el compuesto es 0.2*(P1) + 0.3*(P2) +
0.05*(P3) no es menor a 10kg.
0.2*(P1) + 0.3*(P2) + 0.05*(P3) ≥ 10
II. Cantidad de proteína usada en el compuesto para los productos no es
menor a 0.3kg por los 100 perros.
Cantidad de proteína usada en el compuesto para el producto 1, el
producto 2 y producto 3 no es menor a 30kg.
Cantidad de proteína usada en el compuesto es 60% para el producto
1, 50% para el producto 2 y 38% para el producto 3 no es menor a 30kg.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

Cantidad de proteína usada en el compuesto es 0.6 * producto 1 + 0.5 *


producto 2 + 0.38 * producto 3 no es menor a 30kg.
Cantidad de proteína usada en el compuesto es 0.6*(P1) + 0.5*(P2) +
0.38*(P3) no es menor a 30kg.
0.6*(P1) + 0.5*(P2) + 0.38*(P3) ≥ 30
III. Cantidad de minerales usada en el compuesto para los productos no
es menor a 0.07kg por los 100 perros.
Cantidad de minerales usada en el compuesto para el producto 1, el
producto 2 y producto 3 no es menor a 7kg.
Cantidad de minerales usada en el compuesto es 9% para el producto
1, 8% para el producto 2 y 8% para el producto 3 no es menor a 7kg.
Cantidad de minerales usada en el compuesto es 0.09 * producto 1 +
0.08 * producto 2 + 0.08 * producto 3 no es menor a 7kg.
Cantidad de proteína usada en el compuesto es 0.09*(P1) + 0.08*(P2) +
0.08*(P3) no es menor a 7kg.
0.09*(P1) + 0.08*(P2) + 0.08*(P3) ≥ 7
IV. La cantidad en kilos de los productos debe ser mayor o igual a cero
P1 ≥ 0
P2 ≥ 0
P3 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN

P1
P2
P3
II. FUNCIÓN OBJETIVA
MIN. Z = 10000*(P1) + 11000*(P2) + 9500*(P3) ($)

III. RESTRICCIONES
0.2*P1 + 0.3*P2 + 0.05*P3 ≥ 10
0.6*P1 + 0.5*P2 + 0.38*P3 ≥ 30
0.09*P1 + 0.08*P2 + 0.08*P3 ≥ 7
P1 ≥ 0
P2 ≥ 0
P3 ≥ 0
MODELO MATEMÁTICO

P1: X1
P2: X2
P3: X3
I. VARIABLE DE DECISION
X1 = Cantidad en kilos del producto 1
X2 = Cantidad en kilos del producto 2
X3 = Cantidad en kilos del producto 3

II. FUNCION OBJETIVO


MIN. Z = 10000*(X1) + 11000*(X2) + 9500*(X3)
SUJETO A:
0.2*X1 + 0.3*X2 + 0.05*X3 ≥ 10
0.6*X1 + 0.5*X2 + 0.38*X3 ≥ 30
0.09*X1 + 0.08*X2 + 0.08*X3 ≥ 7
X1 ≥ 0
X2 ≥ 0
X3 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

6) En una economía lineal para producir 3 unidades de trigo se requieren 6


unidades de tierra, $8 en semilla y 3 trabajadores. Para producir 4 unidades de
centeno se requieren 5 unidades de tierra, $10 de semillas y 6 trabajadores. El
precio por unidad de trigo y centeno es $15 y $20,5 respectivamente, siendo
las cantidades de disponibles de tierra y de trabajo de 100 y 130 unidades
respectivamente. Si el empresario desea optimizar el resultado de su
explotación, formule un modelo de programación lineal.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Número de paquetes de 3 unidades de trigo producidas. (N3T)
- Número de paquetes de 4 unidades de centeno producidas. (N4C)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio al producir trigo y centeno.
- Máximo beneficio al producir número de paquetes de 3 unidades de
trigo + número de paquetes de 4 unidades de centeno.
- Máximo beneficio al producir $((3*15)-8) * número de paquetes de 3
unidades de trigo + $((4*20.5)-10) * número de paquetes de 4 unidades
de centeno.
- Máximo beneficio al producir $((3*15)-8) * (N3T) + $((4*20.5)-10) * (N4T)
- Máx. Z = $37* (N3T)+ $72 (N4C)
III. RESTRICCIONES
I. Para producir las 3 unidades de trigo y 4 unidades de centeno se tiene
disponible como máximo 100 unidades de trigo
Para producir, 6 trabajadores * Número de paquetes de 3 unidades de
trigo producidas + 5 trabajadores* Número de paquetes de 4 unidades
de centeno producidas ≤ 100
6* (N3T)+5* (N4C) ≤ 100
II. Para producir las 3 unidades de trigo y 4 unidades de centeno se tiene
disponible como máximo 130 unidades de trabajo
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

Para producir, 3 trabajadores * Número de paquetes de 3 unidades de


trigo producidas + 6 trabajadores * Número de paquetes de 4 unidades
de centeno producidas ≤ 130 unid
3* (N3T) +4* (N4C) ≤ 130 unid
III. La producción de unidades de trigo y centeno debe ser mayor o igual
a cero
La producción del Número de paquetes de 3 unidades de trigo
producidas y Número de paquetes de 4 unidades de centeno
producidas ≥ 0
(N3T) ≥ 0; (N4C) ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
N3T
N4C
II. FUNCIÓN OBJETIVA
Máx. Z = 37* (N3T)+ 72 (N4C) ($)
III. RESTRICCIONES

6* (N3T) + 5* (N4C) ≤ 100


3* (N3T) +4* (N4C) ≤ 130
(N3T) ≥0
(N4C) ≥0

MODELO MATEMÁTICO

N3T = X
N4C = Y
I. VARIABLE DE DECISION
X = Número de paquetes de 3 unidades de trigo producidas
Y = Número de paquetes de 4 unidades de centeno producidas
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

II. FUNCION OBJETIVO


Máx. Z = 37* X+ 72 Y
SUJETO A

6* X + 5* Y ≤ 100
3* X +4* Y ≤ 130

X ≥0
Y ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

7) Usted como vendedor de FERRETERIA C.A tiene que decir como asignar sus
esfuerzos entre los diferentes tipos de clientes de su territorio. Ud de visitar
comerciantes mayoristas y clientes que compran al detal. Una visita a un
comerciante mayorista usualmente le produce $20 en ventas, pero la visita en
promedio dura 2 horas debe manejar también en promedio 10 km. En una
visita a un comprador al detal, le vende $50requiere de unas 3 horas y 20 km
manejando su carro aproximadamente. Usted planifica viajar como máximo
600 km por semana en su carro y prefiere trabajar no más de 36horas a la
semana. Encuentre la combinación óptima de visitas a comerciantes y
clientes al menudeo que le permitan maximizar sus ganancias.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Visita a un comerciante mayorista : VCM
- Visita a un comerciante detal : VCD

II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA


- Máximo beneficio a obtener por las visitas.
- Máximo beneficio a obtener por la visita a un comerciante mayorista +
la visita a un comerciante detal.
- Máximo beneficio a obtener por U$20 por la visita a un comerciante
mayorista + U$50 por la visita a un comerciante detal.
- Máximo beneficio a obtener por U$20 por la VCM + U$50 por la VCD.
- Max. Z = U$20*VCM + U$50*VCD
III. RESTRICCIONES
I. Promedio de horas de duración por la visita a un comerciante mayorista
+ promedio de horas de duración por la visita a un comerciante detal
debe se5r no más de 36-
2*VCM + 3*VCD ≤ 36
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

II. Por lo planificado el recorrido máximo por la visita a un comerciante


mayorista más el recorrido máximo por la visita a un comerciante detal
debe ser a lo mucho 600 km.
10*VCM + 20*VCD ≤ 600
III. La visita a un comerciante mayorista y la visita a un comerciante detal,
deben ser mayor o igual a cero.
VCM≥0
VCD≥0

RESUMEN

I. VARIABLE DE DECISIÓN
VCM
VCD
II. FUNCIÓN OBJETIVA
MAX. Z = 20*VCM + 50*VCD ($)
III. RESTRICCIONES
2*VCM + 3*VCD ≤ 36
10*VCM + 20*VCD ≤ 600
VCM ≥ 0
VCD ≥ 0
MODELO MATEMÁTICO

VCM = X
VCD = Y
I. VARIABLE DE DECISION
X = Visita a un comerciante mayorista
Y = Visita a un comerciante detal
II. FUNCION OBJETIVO

MAX. Z = 20*X + 50*Y


SUJETO A:
2X + 3Y ≤ 36
10X + 20Y ≤ 600
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

8) Una empresa productora de pepinos envasados que dispone de 1000 horas


operario y dos plantas ubicadas en distintos puntos geográficos del país debe
satisfacer los pedidos diarios de tres comerciantes en distintas zonas. Los costos
de transporte de cada planta a cada cliente por paquete de envasados se
resume en la siguiente tabla:

Tarifa por paquete


Planta 2
desde planta hasta el Planta 1
comercio

Comerciante A $4000 $7000

Comerciante B $6000 $5000

Comerciante C $5000 $8000

La elaboración diaria de cada paquete de envasados en la planta I requiere


de 1 hora operario en la plata 1 y de $2000 en materia prima. La planta II
requiere un 50% más en materia prima y ½ hora operario en la planta 2. El
precio uniforme por paquete es de $13.000 y las cantidades de producción
diaria máximas son de 400 unidades por cada planta. Plantee problema de
optimización que se le presenta al empresario con el fin de maximizar la
utilidad y solucione por el método simplex

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Número de paquetes transportados de la planta 1 al comerciante A
(P1CA)
- Número de paquetes transportados de la planta 1 al comerciante B
(P1CB)
- Número de paquetes transportados de la planta 1 al comerciante C
(P1CC)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

- Número de paquetes transportados de la planta 2 al comerciante A


(P2CA)
- Número de paquetes transportados de la planta 2 al comerciante B
(P2CB)
- Número de paquetes transportados de la planta 2 al comerciante C
(P2CC)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar las utilidades al transportar los paquetes de las plantas a los
comerciantes
- Maximizar las utilidades de número de paquetes transportados de la
planta 1 al comerciante A + número de paquetes transportados de la
planta 1 al comerciante B + número de paquetes transportados de la
planta 1 al comerciante C + número de paquetes transportados de
la planta 2 al comerciante A + número de paquetes transportados de
la planta 2 al comerciante B + número de paquetes transportados de la
planta 2 al comerciante C
- Maximizar las utilidades $(13000-2000-4000) * número de paquetes
transportados de la planta 1 al comerciante B + $(13000-2000-6000) *
número de paquetes transportados de la planta 1 al comerciante C +
$(13000-2000-5000) * número de paquetes transportados de la planta 1
al comerciante A + $(13000-3000-7000) * número de paquetes
transportados de la planta 2 al comerciante A + $(13000-3000-5000) *
número de paquetes transportados de la planta 2 al comerciante B +
$(13000-3000-8000) * número de paquetes transportados de la planta 2
al comerciante C
- Maximizar las utilidades $7000 * (P1CA) + $5000 * (P1CB) +$6000 * (P1CC)
+ $3000 * (P2CA) + $5000 * (P2CB) + $2000 * (P2CC)
- Max Z= $7000 * (P1CA) + $5000 * (P1CB) +$6000 * (P1CC) +
$3000 * (P2CA) + $5000 * (P2CB) + $2000 * (P2CC)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. RESTRICCIONES
I. El número de hombres operario usados en el número de paquetes
transportados de las plantas a los comerciantes es menor a 1000.
El número de hombres operarios usados para el número de paquetes
transportados de la planta 1 al comerciante A + número de paquetes
transportados de la planta 1 al comerciante B + número de paquetes
transportados de la planta 1 al comerciante C + 0.5 * número de paquetes
transportados de la planta 2 al comerciante A + 0.5 * número de paquetes
transportados de la planta 2 al comerciante B + 0.5 * número de paquetes
transportados de la planta 2 al comerciante C ≤ 1000.
(P1-CA) + (P1-CB) + (P1-CC) + 0.5 (P2-CA) + 0.5 (P2-CB) + 0.5 (P2-CC) ≤ 1000
II. El número máximo producido por la planta 1 es 400.
El número máximo de paquetes transportados de la planta 1 al
comerciante A + paquetes transportados de la planta 1 al comerciante B +
paquetes transportados de la planta 1 al comerciante C ≤ 400.
(P1-CA) + (P1-CB) +(P1-CC) ≤ 400
III. El número máximo producido por la planta 2 es 400.
El número máximo de paquetes transportados de la planta 2 al
comerciante A + paquetes transportados de la planta 2 al comerciante B +
paquetes transportados de la planta 2 al comerciante C ≤ 400.
(P2-CA) + (P2-CB) + (P2-CC) ≤ 400
IV. El número de paquetes transportados de una planta a los comerciantes es
mayor o igual a cero
El número de paquetes transportados de la planta 1 al comerciante A +
número de paquetes transportados de la planta 1 al comerciante B +
número de paquetes transportados de la planta 1 al comerciante C +
número de paquetes transportados de la planta 2 al comerciante A +
número de paquetes transportados de la planta 2 al comerciante B +
número de paquetes transportados de la planta 2 al comerciante C ≥ 0
(P1-CA) ≥ 0, (P1-CB) ≥ 0, (P1-CC) ≥ 0, (P2-CA) ≥ 0, (P2-CB) ≥ 0, (P2-CC) ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
(P1-CA), (P1-CB), (P1-CC), (P2-CA), (P2-CB), (P2-CC)

II. FUNCIÓN OBJETIVA


Max Z= 7000 * (P1CA) + 5000 * (P1CB) +6000 * (P1CC) + 3000 * (P2CA) +
5000 * (P2CB) + 2000 * (P2CC) ($)

III. RESTRICCIONES
(P1-CA) +(P1-CB) +(P1-CC) +0.5 (P2-CA) +0.5 (P2-CB) +0.5 (P2-CC) ≤ 1000

(P1-CA) +(P1-CB) +(P1-CC) ≤ 400


(P2-CA) + (P2-CB) + (P2-CC) ≤ 400
(P1-CA) ≥0
(P1-CB) ≥0
(P1-CC) ≥0
(P2-CA) ≥0
(P2-CB) ≥0
(P2-CC) ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

- (P1CA) = X1
- (P1CB) = X2
- (P1CC) = X3
- (P2CA) = X4
- (P2CB) = X5
- (P2CC) = X6

I. VARIABLE DE DECISION
- X1 = Número de paquetes transportados de la planta 1 al comerciante A
- X2 = Número de paquetes transportados de la planta 1 al comerciante B
- X3 = Número de paquetes transportados de la planta 1 al comerciante C
- X4 = Número de paquetes transportados de la planta 2 al comerciante A
- X5 = Número de paquetes transportados de la planta 2 al comerciante B
- X6 = Número de paquetes transportados de la planta 2 al comerciante C

II. FUNCION OBJETIVO


Max Z= X1+X2+ X3+ X4+ X5+X6
SUJETO A
X1 +X2 + X3 + 0.5 X4 + 0.5 X5 + 0.5 X6 ≤ 1000

X1 + X2 + X3 ≤ 400
X4 + X5 + X6 ≤ 400
X1 ≥0
X2 ≥0
X3 ≥0
X4 ≥0
X5 ≥0
X6 ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

9) Una persona acaba de heredar $6000 y que desea invertirlos. Al oír esta
noticia dos amigos distintos le ofrecen la oportunidad de participar como
socio en dos negocios, cada uno planeado por cada amigo. En ambos casos,
la inversión significa dedicar un poco de tiempo el siguiente verano, al igual
que invertir efectivo. Con el primer amigo al convertirse en socio completo
tendría que invertir $5000 y 400 horas, y las ganancia estimada (ignorado el
valor del tiempo) seria $4500. Las cifras correspondientes a la propuesta del
segundo amigo son $4000 y 500 horas con una ganancia estimada de$4500.
Sin embargo, ambos amigos son flexibles y le permitirían entrar en el negocio
en cualquier proporción de la sociedad; la participación en las utilidades será
proporcional a esa fracción. Como de todas maneras esta persona está
buscando un trabajo interesante para el verano (600 horas a lo sumo), ha
decidido participar en una o ambas propuestas con la combinación que
maximice la ganancia total estimada

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Monto invertido en el primer negocio MI1N
- Monto invertido en el segundo negocio MI2N

II. IDENTIFICACIÓN DE LA FUNCIÓN OBJETIVA


- Máxima ganancia a obtener por el monto de inversión
- Máxima ganancia a obtener por el monto invertido en el primer
negocio + monto invertido en el segundo negocio
- Máxima ganancia: $4500*(Monto invertido en el primer negocio) +
$4500*(Monto invertido en el segundo negocio)
- Máxima ganancia: $4500*(MI1N) + $4500*(MI2N)
- Máx. Z = $4500*(MI1N) + $4500*(MI2N)

III. RESTRICCIONES
I. La persona acaba de heredar $6000
El monto invertido en el primer negocio + el monto invertido en el
segundo negocio deben ser menores o iguales que $6000
$5000*(MI1N) + $4000*(MI2N) ≤ $6000
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

II. La persona dispone de 600 horas a lo sumo


El monto invertido en el primer negocio está asociado con 400 horas +
el monto invertido en el segundo negocio que está asociado con 500
horas deben ser menores o iguales que 600
400*(MI1N) + 500*(MI2N) ≤ 600
III. El monto invertido en el primer negocio y el monto invertido en el
segundo negocio deben ser mayores o iguales que 0
MI1N ≥ 0
MI2N ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
MI1N
MI2N
II. FUNCIÓN OBJETIVA
MÁX. Z = 4500*(MI1N) + 4500*(MI2N) ($)

III. RESTRICCIONES
5000*MI1N + 4000*MI2N ≤ 6000 ($)
400*MI1N + 500*MI2N ≤ 600
MI1N ≥ 0
MI2N ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

MI1N = X
MI2N = Y
I. VARIABLE DE DECISION
X = Monto invertido en el primer negocio
Y = Monto invertido en el segundo negocio
II. FUNCION OBJETIVO
MÁX. Z = 4500*(X) + 4500*(Y)
SUJETO A:
5000*X + 4000*Y ≤ 6000
400*X + 500*Y ≤ 600
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

10) Un granjero cría cerdos para venta y desea determinar qué cantidad de los
distintos tipos de alimento debe dar a cada cerdo para cumplir requisitos
nutricionales a un costo mínimo. En la siguiente tabla se dan las unidades de
casa clase de ingredientes nutritivo básico contenido en un kilogramo de cada
tipo de alimento, junto con los requisitos nutricionales diarios y los costos de los
alimentos.

Kg de Kg de Kg de
Ingr. Nutricional maíz grasa alfalfa Mínimo diario
Carbohidratos 90 20 40 200
Proteínas 30 80 60 180
Vitaminas 10 20 60 150
Costos 42 36 30
Formule y resuelva el modelo de programación lineal.

DESARROLLO

VI. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de kilogramos de maíz. (KM)
- Cantidad de kilogramos de grasa. (KG)
- Cantidad de kilogramos de alfalfa. (KA)

VII. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA


- Minimizar los costos de alimentos para cerdos.
- Minimizar los costos en la compra de la cantidad de kg. de maíz más los
costos de la cantidad de kg. de grasa más los costos de la cantidad de
kg. de alfalfa.
- Min. costos 42UM*cant. Kg. de maíz + 36UM*cant. Kg. de grasa +
30UM*cant. Kg. de alfalfa.
- Min. Z= 42UM*KM + 36UM*KG + 30UM*KA

VIII. RESTRICCIONES
I. Para los tres tipos de alimentos se puede utilizar como mínimo 200
unidades diarias de carbohidratos.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

Para cada Kg. de maíz * 90 + cada Kg. de grasa * 20 + cada Kg. de


alfalfa * 40 como mínimo 200 unid. diarias de carbohidratos.
90KM + 20KG + 40KG ≥ 200

II. Para los tres tipos de alimentos se puede utilizar como mínimo 180
unidades diarias de proteínas.
Para cada Kg. de maíz * 30 + cada Kg. de grasa * 80 + cada Kg. de
alfalfa * 60 como mínimo 200 unid. diarias de proteínas.
30KM + 80KG + 60KA ≥ 180

III. Para los tres tipos de alimentos se puede utilizar como mínimo 150
unidades diarias de vitaminas.
Para cada Kg. de maíz * 10 + cada Kg. de grasa * 20 + cada Kg. de
alfalfa * 60 como mínimo 200 unid. diarias de vitaminas.
10KM + 20KG + 60KA ≥ 150

IV. La cantidad de kg. de maíz, kg. de grasa y kg. de alfalfa deben ser
mayor a 0.
KM ≥ 0
KG ≥ 0
KA ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
KM
KG
KA
II. FUNCIÓN OBJETIVA
MIN. Z = 42(KM) + 36(KG) + 30(KA) (UM)
III. RESTRICCIONES
90*KM + 20*KG + 40*KA ≥ 200
30*KM + 80*KG + 60*KA ≥ 180
10*KM + 20*KG + 60*KA ≥ 150
KM ≥ 0
KG ≥ 0
KA ≥ 0
MODELO MATEMÁTICO

KM = X
KG = Y
KA = Z

I. VARIABLE DE DECISION
X = Cantidad de kilogramos de maíz.
Y = Cantidad de Kilogramos de grasa.
Z = Cantidad de Kilogramos de alfalfa.

II. FUNCION OBJETIVO


MIN, Z = 42*(X) + 36*(Y) + 30*(Z)
SUJETO A:
90*X + 20*Y + 40*Z ≥ 200
30*X + 80*Y + 60*Z ≥ 180
10*X + 20*Y + 60*Z ≥ 150
X ≥ 0
Y ≥ 0
Z ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

11) Un avión de carga tiene tres compartimientos para almacenar: delantero,


central y trasero. Estos compartimientos tienen un límite de capacidad tanto en
peso como en espacio. Los datos se resumen enseguida:

CAPACIDAD DE PESO CAPACIDAD DE ESPACIO


COMPARTIMIENTOS
(TONELADAS) (PIES CÚBICOS)
Delantero 12 7000
Central 18 9000
Trasero 10 5000

Para mantener el avión balanceado, el peso de la carga en los respectivos


compartimientos debe ser proporcional a su capacidad. Se tienen ofertas para
los siguientes envíos en un vuelo próximo ya que se cuenta con espacio:

PESO VOLUMEN (PIES GANANCIA


CARGA
(TONELADAS) CÚBICOS/TONELADAS) ($/TONELADA)
1 20 500 320
2 16 700 400
3 25 600 360
4 13 400 290

Se puede aceptar cualquier fracción de estas cargas. El objetivo es determinar


qué cantidad de cada carga aceptarse (si se acepta) y como distribuiría en los
compartimientos para maximizar la ganancia del vuelo.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Fracción carga 1 en el compartimiento trasero T1
- Fracción carga 2 en el compartimiento trasero T2
- Fracción carga 3 en el compartimiento trasero T3
- Fracción carga 4 en el compartimiento trasero T4
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

- Fracción carga 1 en el compartimiento central C1


- Fracción carga 2 en el compartimiento central C2
- Fracción carga 3 en el compartimiento central C3
- Fracción carga 4 en el compartimiento central C4
- Fracción carga 1 en el compartimiento delantero D1
- Fracción carga 2 en el compartimiento delantero D2
- Fracción carga 3 en el compartimiento delantero D3
- Fracción carga 4 en el compartimiento delantero D4

II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA


- Maximizar las ganancias por toneladas de las cargas distribuidas en
cada compartimiento del avión.
- Maximizar las ganancias por toneladas de la carga 1, la carga 2, la
carga 3, la carga 4, distribuidas en cada compartimiento del avión.
- Maximizar las ganancias por toneladas $320*20 de la carga 1 más
$400*16 de la carga 2 más $360*25 de la carga 3 más $290*13 de la
carga 4, distribuidos en cada compartimiento del avión.
- Maximizar las ganancias por toneladas $6400 de la carga 1 + $6400 de
la carga 2 + $9000 de la carga 3 más $3770 de la carga 4, distribuidos
en cada compartimiento del avión.
- Maximizar las ganancias por toneladas $6400 de la carga 1 en el
compartimiento trasero + $6400 de la carga 2 en el compartimiento
trasero + $9000 de la carga 3 en el compartimiento trasero + $3770 de la
carga 4 en el compartimiento trasero + $6400 de la carga 1 en el
compartimiento central + $6400 de la carga 2 en el compartimiento
central + $9000 de la carga 3 en el compartimiento central + $3770 de
la carga 4 en el compartimiento central + $6400 de la carga 1 en el
compartimiento delantero + $6400 de la carga 2 en el compartimiento
delantero + $9000 de la carga 3 en el compartimiento delantero +
$3770 de la carga 4 en el compartimiento delantero.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

- Max. Z = $6400*(T1) + $6400*(T2) + $9000*(T3) + $3770*(T4) + $6400*(C1) +


$6400*(C2) + $9000*(C3) + $3770*(C4) + $6400*(D1) + $6400*(D2) +
$9000*(D3) + $3770(D4).

III. RESTRICCIONES
I. El peso de las cargas en el compartimiento trasero del avión no puede
ser mayor a 10 toneladas.
El peso de la carga 1 más el peso de la carga 2 más el peso de la
carga 3 más el peso de la carga 4 en el compartimiento trasero no
puede ser mayor a 10 toneladas.
20*(T1) + 16*(T2) + 25*(T3) + 13*(T4) ≤ 10
II. El peso de las cargas en el compartimiento central del avión no puede
ser mayor a 18 toneladas.
El peso de la carga 1 más el peso de la carga 2 más el peso de la
carga 3 más el peso de la carga 4 en el compartimiento central no
puede ser mayor a 18 toneladas.
20*(C1) + 16*(C2) + 25*(C3) + 13*(C4) ≤ 18
III. El peso de las cargas en el compartimiento delantero del avión no
puede ser mayor a 12 toneladas.
El peso de la carga 1 más el peso de la carga 2 más el peso de la
carga 3 más el peso de la carga 4 en el compartimiento delantero no
puede ser mayor a 12 toneladas.
20*(D1) + 16*(D2) + 25*(D3) + 13*(D4) ≤ 12
IV. El volumen de las cargas en el compartimiento trasero del avión no
puede ser mayor a 5000 pies cúbicos.
El volumen de la carga 1 más el volumen de la carga 2 más el volumen
de la carga 3 más el volumen de la carga 4 en el compartimiento
trasero no puede ser mayor a 5000 pies cúbicos.
(20*500) * la carga 1 en el compartimiento trasero + (16*700) * la carga
2 en el compartimiento trasero + (25*600) * la carga 3 en el
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

compartimiento trasero + (13*400) * la carga 4 en el compartimiento


trasero no puede ser mayor a 5000 pies cúbicos.
(10000) * la carga 1 en el compartimiento trasero + (11200) * la carga 2
en el compartimiento trasero + (15000) * la carga 3 en el
compartimiento trasero + (5200) * la carga 4 en el compartimiento
trasero no puede ser mayor a 5000 pies cúbicos.
10000*(T1) + 11200*(T2) + 15000*(T3) + 5200*(T4) ≤ 5000.
V. El volumen de las cargas en el compartimiento central del avión no
puede ser mayor a 9000 pies cúbicos.
El volumen de la carga 1 más el volumen de la carga 2 más el volumen
de la carga 3 más el volumen de la carga 4 en el compartimiento
central no puede ser mayor a 9000 pies cúbicos.
(20*500) * la carga 1 en el compartimiento central + (16*700) * la carga
2 en el compartimiento central + (25*600) * la carga 3 en el
compartimiento central + (13*400) * la carga 4 en el compartimiento
central no puede ser mayor a 9000 pies cúbicos.
(10000) * la carga 1 en el compartimiento central + (11200) * la carga 2
en el compartimiento central + (15000) * la carga 3 en el
compartimiento central + (5200) * la carga 4 en el compartimiento
central no puede ser mayor a 9000 pies cúbicos.
10000*(C1) + 11200*(C2) + 15000*(C3) + 5200*(C4) ≤ 9000.
VI. El volumen de las cargas en el compartimiento delantero del avión no
puede ser mayor a 7000 pies cúbicos.
El volumen de la carga 1 más el volumen de la carga 2 más el volumen
de la carga 3 más el volumen de la carga 4 en el compartimiento
delantero no puede ser mayor a 7000 pies cúbicos.
(20*500) * la carga 1 en el compartimiento delantero + (16*700) * la
carga 2 en el compartimiento delantero + (25*600) * la carga 3 en el
compartimiento delantero + (13*400) * la carga 4 en el compartimiento
delantero no puede ser mayor a 7000 pies cúbicos.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

(10000) * la carga 1 en el compartimiento delantero + (11200) * la carga


2 en el compartimiento delantero + (15000) * la carga 3 en el
compartimiento delantero + (5200) * la carga 4 en el compartimiento
delantero no puede ser mayor a 7000 pies cúbicos.
10000*(D1) + 11200*(D2) + 15000*(D3) + 5200*(D4) ≤ 7000.
VII. Peso de la carga 1 en los compartimientos del avión no puede ser
mayor a 20 toneladas.
Peso de la carga 1 en el compartimiento trasero + la carga 1 en el
compartimiento central + la carga 1 en el compartimiento delantero no
puede ser mayor a 20 toneladas.
T1 + C1 + D1 ≤ 20
VIII. Peso de la carga 2 en los compartimientos del avión no puede ser
mayor a 16 toneladas.
Peso de la carga 2 en el compartimiento trasero + la carga 2 en el
compartimiento central + la carga 2 en el compartimiento delantero no
puede ser mayor a 16 toneladas.
T2 + C2 + D2 ≤ 16
IX. Peso de la carga 3 en los compartimientos del avión no puede ser
mayor a 25 toneladas.
Peso de la carga 3 en el compartimiento trasero + la carga 3 en el
compartimiento central + la carga 3 en el compartimiento delantero no
puede ser mayor a 25 toneladas.
T3 + C3 + D3 ≤ 25
X. Peso de la carga 4 en los compartimientos del avión no puede ser
mayor a 20 toneladas.
Peso de la carga 4 en el compartimiento trasero + la carga 4 en el
compartimiento central + la carga 4 en el compartimiento delantero no
puede ser mayor a 20 toneladas.
T4 + C4 + D4 ≤ 20
XI. Peso de las cargas en el compartimiento trasero no puede ser mayor a
10 toneladas.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

Peso de la carga 1 + peso de la carga 2 + peso de la carga 3 + peso de


la carga 4 en el compartimiento trasero no puede ser mayor a 10
toneladas.
T1 + T2 + T3 + T4 ≤ 10
XII. Peso de las cargas en el compartimiento central no puede ser mayor a
18 toneladas.
Peso de la carga 1 + peso de la carga 2 + peso de la carga 3 + peso de
la carga 4 en el compartimiento central no puede ser mayor a 18
toneladas.
C1 + C2 + C3 + C4 ≤ 18
XIII. Peso de las cargas en el compartimiento delantero no puede ser mayor
a 12 toneladas.
Peso de la carga 1 + peso de la carga 2 + peso de la carga 3 + peso de
la carga 4 en el compartimiento delantero no puede ser mayor a 12
toneladas.
D1 + D2 + D3 + D4 ≤ 12
XIV. Fracción cargas en los compartimientos debe ser mayor o igual a 0.
T1, T2, T3, T4, C1, C2, C3, C4, D1, D2, D3, D4 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
T1
T2
T3
T4
C1
C2
C3
C4
D1
D2
D3
D4

II. FUNCIÓN OBJETIVA


MAX. Z = 6400*(T1) + 6400*(T2) + 9000*(T3) + 3770*(T4) +
6400*(C1) + 6400*(C2) + 9000*(C3) + 3770*(C4) +
6400*(D1) + 6400*(D2) + 9000*(D3) + 3770*(D4) ($)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESTRICCIONES

20*T1 + 16*T2 + 25*T3 + 13*T4 ≤ 10


20*C1 + 16*C2 + 25*C3 + 13*C4 ≤ 18
20*D1 + 16*D2 + 25*D3 + 13*D4 ≤ 12
10000*T1 + 11200*T2 + 15000*T3 + 5200*T4 ≤ 5000
10000*C1 + 11200*C2 + 15000*C3 + 5200*C4 ≤ 9000
10000*D1 + 11200*D2 + 15000*D3 + 5200*D4 ≤ 7000
1*T1 + 1*C1 + 1*D1 ≤ 20
1*T2 + 1*C2 + 1*D2 ≤ 16
1*T3 + 1*C3 + 1*D3 ≤ 25
1*T4 + 1*C4 + 1*D4 ≤ 20
1*T1 + 1*T2 + 1*T3 + 1*T4 ≤ 10
1*C1 + 1*C2 + 1*C3 + 1*C4 ≤ 18
1*D1 + 1*D2 + 1*D3 + 1*D4 ≤ 12
T1 ≥ 0
T2 ≥ 0
T3 ≥ 0
T4 ≥ 0
C1 ≥ 0
C2 ≥ 0
C3 ≥ 0
C4 ≥ 0
D1 ≥ 0
D2 ≥ 0
D3 ≥ 0
D4 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

T1: X1

T2: X2

T3: X3

T4: X4

C1: X5

C2: X6

C3: X7

C4: X8

D1: X9

D2: X10

D3: X11

D4: X12

I. VARIABLE DE DECISION

X1 : Fracción carga 1 en el compartimiento trasero


X2 : Fracción carga 2 en el compartimiento trasero
X3 : Fracción carga 3 en el compartimiento trasero
X4 : Fracción carga 4 en el compartimiento trasero
X5 : Fracción carga 1 en el compartimiento central
X6 : Fracción carga 2 en el compartimiento central
X7 : Fracción carga 3 en el compartimiento central
X8 : Fracción carga 4 en el compartimiento central
X9 : Fracción carga 1 en el compartimiento delantero
X10 : Fracción carga 2 en el compartimiento delantero
X11 : Fracción carga 3 en el compartimiento delantero
X12 : Fracción carga 4 en el compartimiento delantero
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

II. FUNCION OBJETIVO

Max. Z = 6400*T1 + 6400*T2 + 9000*T3 + 3770*T4 + 6400*C1 + 6400*C2 + 9000*C3 + 3770*C4 + 6400*D1 + 6400*D2 + 9000*D3 + 3770*D4

SUJETO A:
20*T1 + 16*T2 + 25*T3 + 13*T4 ≤ 10
20*C1 + 16*C2 + 25*C3 + 13*C4 ≤ 18
20*D1 + 16*D2 + 25*D3 + 13*D4 ≤ 12
10000*T1 + 11200*T2 + 15000*T3 + 5200*T4 ≤ 5000
10000*C1 + 11200*C2 + 15000*C3 + 5200*C4 ≤ 9000
10000*D1 + 11200*D2 + 15000*D3 + 5200*D4 ≤ 7000
1*T1 + 1*C1 + 1*D1 ≤ 20
1*T2 + 1*C2 + 1*D2 ≤ 16
1*T3 + 1*C3 + 1*D3 ≤ 25
1*T4 + 1*C4 + 1*D4 ≤ 20
1*T1 + 1*T2 + 1*T3 + 1*T4 ≤ 10
1*C1 + 1*C2 + 1*C3 + 1*C4 ≤ 18
1*D1 + 1*D2 + 1*D3 + 1*D4 ≤ 12
T1 ≥ 0
T2 ≥ 0
T3 ≥ 0
T4 ≥ 0
C1 ≥ 0
C2 ≥ 0
C3 ≥ 0
C4 ≥ 0
D1 ≥ 0
D2 ≥ 0
D3 ≥ 0
D4 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

12) Un proveedor debe preparar con 5 bebidas de fruta en existencia, al menos


500 galones de un ponche que contenga por lo menos 20% de jugo de
naranja, 10% de jugo de toronja y 5% de jugo de arándano. Si los datos del
inventario son los que ese muestra en la tabla siguiente, indicar ¿Qué cantidad
de cada bebida deberá emplear el proveedor a fin de obtener la
composición requerida a un costo total mínimo?

Jugo Jugo Jugo Existencia Costo($/gal)


naranja toronja arándano (gal)
Bebida A 40% 40% 0 200 1.50
Bebida B 5% 10% 20% 400 0.75
Bebida C 100% 0 0 100 2
Bebida D 0 100% 0 0 50 1.75
Bebida E 0 0 0 800 0.25

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Número de galones de la bebida A (GA)
- Número de galones de la bebida B (GB)
- Número de galones de la bebida C (GC)
- Número de galones de la bebida D (GD)
- Número de galones de la bebida E (GE)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar el costo del número del número de galones usados para el
ponche
- Minimizar el costo del número de galones de la bebida A + número de
galones de la bebida B + número de galones de la bebida C + número
de galones de la bebida D + número de galones de la bebida E
- Minimizar el costo del $1.50* número de galones de la bebida A + $0.75*
número de galones de la bebida B + $2* número de galones de la
bebida C + $1.75* número de galones de la bebida D + $ 0.25* número
de galones de la bebida E
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

- Minimizar el costo del $1.50* (GA) + $0.75* (GB) + $2* (GC) + $1.75*
(GD)+ $ 0.25* (GE)
- Min Z = $1.50* (GA) + $0.75* (GB) + $2* (GC) + $1.75* (GD)+ $ 0.25* (GE)
III. RESTRICCIONES
I. El número de galones usados de las cinco bebidas debe ser al menos 500
galones
El número de galones de la bebida A + Número de galones de la bebida
B + Número de galones de la bebida C + Número de galones de la bebida
D + Número de galones de la bebida E ≥ 500
(GA) + (GB) + (GC) + (GD) + (GE) ≥ 500
II. Del total de galones al menos debe haber 20% de jugo de naranja
0.2* [(GA) + (GB) + (GC) + (GD) + (GE)] ≤ 0.4 (GA) + 0.05 (GB) + (GC)
-0.2*(GA) + 0.15* (GB) – 0.8* (GC) + 0.2* (GD) + 0.2* (GE)] ≤ 0
III. Del total de galones al menos debe haber 10% de jugo de a toronja
0.1* [(GA) + (GB) + (GC) + (GD) + (GE)] ≤ 0.4 (GA) + 0.01 (GB) + (GD)

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


-0.3* (GA) + 0.1* (GC) - 0.9* (GD) + 0.1* (GE) ≤ 0
IV. Del total de galones al menos debe haber 5% de jugo de arándanos
0.05 * [(GA) + (GB) + (GC) + (GD) + (GE)] ≤ 0.2 (GB)
0.05*(GA) -0.15* (GB) + 0.05* (GC) + 0.05* (GD) +0.05* (GE)] ≤ 0
V. El número de galones de A es menor a 200 galones
(GA) ≤ 200
VI. El número de galones de A es menor a 200 galones
(GB) ≤ 400
VII. El número de galones de A es menor a 200 galones
(GC) ≤ 100
VIII. El número de galones de A es menor a 200 galones
(GD) ≤ 50
IX. El número de galones de A es menor a 200 galones
(GE) ≤ 800
X. El número de galones de todas las bebidas es mayor o igual a cero
(GA); (GB); (GC); (GD); (GE) ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN

(GA), (GB), (GC), (GD), (GE)

II. FUNCIÓN OBJETIVA

Min Z = 1.50* (GA) + 0.75* (GB) + 2* (GC) + 1.75* (GD) + 0.25* (GE) ($)

III. RESTRICCIONES

(GA) + (GB) + (GC) + (GD) + (GE) ≥ 500

-0.2*(GA) + 0.15*(GB) + 0.8 * (GC) + 0.2 * (GD) +0.2 * (GE) ≤0

-0.3*(GA) + (GB) + 0.1 * (GC) +0.9 * (GD) + 0.1 * (GE) ≤0

-0.05*(GA) +0.15* (GB) + 0.05* (GC) +0.05* (GD) +0.05* (GE) ≤0


(GA) ≤ 200

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


(GB) ≤ 400

(GC) ≤ 100
(GD) ≤ 50

(GE) ≤ 800
(GA) ≥0

(GB) ≥0

(GC) ≥0
(GD) ≥0

(GE) ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

- (GA) = X1
- (GB) = X2
- (GC) = X3
- (GD) = X4
- (GE) = X5
I. VARIABLE DE DECISION
- X1 = Número de galones de la bebida A
- X2 = Número de galones de la bebida B
- X3 = Número de galones de la bebida C
- X4 = Número de galones de la bebida D
- X5 = Número de galones de la bebida E
II. FUNCION OBJETIVO
Min Z = 1.50* X1 + 0.75* X2 + 2* X3 + 1.75* X4 + 0.25* X5
SUJERTO A:
X1 + X2 + X3 + X4 + X5 ≥ 500

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


-0.2*X1 + 0.15*X2 + 0.8* X3 + 0.2 * X4 +0.2 * X5 ≤0

-0.3*X1 + X2 + 0.1* X3 + 0.9 * X4 + 0.1 * X5 ≤0

-0.05* X1 +0.15* X2 + 0.05* X3 +0.05* X4 +0.05* X5 ≤0


X1 ≤ 200

X2 ≤ 400

X3 ≤ 100

X4 ≤ 50

X5 ≤ 800

X1 ≥0

X2 ≥0

X3 ≥0

X4 ≥0

X5 ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

13) Un herrero con 80kgs de acero y 120kgs de aluminio quiere hacer bicicletas de
paseo y de montaña que quiere vender respectivamente a $20.000 y $15.000
bolívares cada para una sacar el máximo beneficio. Para la de paseo
empleara 1 kg de acero y 3 kg de aluminio y para la de montaña 2 kg de
ambos metales ¿Cuántas bicicletas de paseo y de montaña venderá?
Acero Aluminio
Paseo 1 3
Montaña 2 2

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de bicicletas de paseo : CBP
- Cantidad de bicicletas de montaña : CBM
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Máximo beneficio a obtener por la producción.
- Máximo beneficio a obtener por la producción de la cantidad de
bicicletas de paseo y la cantidad de bicicletas de montaña.
- Máximo beneficio a obtener por U$20.000 por la cantidad de bicicletas
de paseo + U$15.000 por la cantidad de bicicletas de montaña.
- Máximo beneficio a obtener por U$20.000 por la CBP + U$15.000 por la
CBM.
- Max. Z = U$20.000*CBP + U$15.000*CBM
III. RESTRICCIONES
I. El acero utilizado en la producción de la cantidad de bicicletas de
paseo y la cantidad de bicicletas de montaña debe ser a lo mucho de
80 en kilogramos.
1*CBP + 2*CBM ≤ 80
II. El aluminio utilizado en la producción de la cantidad de bicicletas de
paseo y la cantidad de bicicletas de montaña debe ser a lo mucho de
120 en kilogramos.
3*CBP + 2*CBM ≤ 120
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. La cantidad de bicicletas de paseo y la cantidad de bicicletas de


montaña, deben ser mayor o igual a cero.
CBP≥0
CBM≥0

RESUMEN

I. VARIABLE DE DECISIÓN
CBP
CBM
II. FUNCIÓN OBJETIVA
MAX. Z = 20.000*CBP + 15.000*CBM ($)
III. RESTRICCIONES
1*CBP + 2*CBM ≤ 80
3*CBP + 2*CBM ≤ 120
CBP ≥ 0
CBM ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MODELO MATEMÁTICO

CBP = X
CBM = Y
I. VARIABLE DE DECISION
X = Cantidad de bicicletas de paseo
Y = Cantidad de bicicletas de montaña
II. FUNCION OBJETIVO

MAX. Z = 20.000*X + 15.000*Y


SUJETO A:
1X + 2Y ≤ 80
3X + 2Y ≤ 120
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

14) A una persona le tocan 10 millones de bolívares en una lotería y le aconsejan que
las invierta en dos tipos de acciones; A y B las de tipo A tiene más riesgo pero
producen un beneficio del 10%. Las de tipo B son más seguras, pero producen
solo el 7% anual. Después de varias deliberaciones decide invertir como máximo 6
millones en la compra de acciones A y por lo menos 2 millones en la compra de
acciones B además. Decide que lo invertido en A sea por lo menos, igual a lo
invertido en B. ¿cómo deberá invertir 10millones para que le beneficio anual sea
máximo?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de acciones de tipo “A” AA
- Cantidad de acciones de tipo “B” AB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio anual a obtener por la compra de acciones.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Máximo beneficio anual a obtener por la compra de acciones de tipo
“A” y por la compra de acciones de tipo “B”.
- Máximo beneficio anual 0.1 * acciones de tipo “A” + 0.07 * acciones de
tipo “B”.
- Máximo beneficio anual 0.1*(AA) + 0.07*(AB).
- Máx. Z = 0.1*(AA)+ 0.07*(AB).
III. RESTRICCIONES
I. La cantidad de dinero invertido en la compra de acciones de tipo “A”
es como máximo 6millones de Bolívares.
AA ≤ Bs 6000000
II. La cantidad de dinero invertido en la compra de acciones de tipo “B”
es por lo menos 2millones de Bolívares.
AB ≥ Bs 2000000
III. La cantidad de dinero invertido en la compra de acciones de tipo “A”
debe ser por lo menos, igual a lo invertido por “B”.
AA ≥ AB → - AA + AB ≤ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

IV. La cantidad de dinero invertido en la compra de acciones de tipo “A” y


acciones de tipo “B” debe ser mayor o igual a 0.
AA ≥ 0
AB ≥ 0

RESUMEN

III. VARIABLE DE DECISIÓN


AA
AB
IV. FUNCIÓN OBJETIVA
MÁX.Z = 0.1*(AA) + 0.07*(AB) (Bs)
V. RESTRICCIONES
1*AA ≤ 6000000
1*AB ≥ 2000000
-1*AA + 1*AB ≤ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


AA ≥ 0
AB ≥ 0
MODELO MATEMÁTICO

AA = X
AB = Y
III. VARIABLE DE DECISION
X = Cantidad de dinero invertido en acciones de tipo “A”
Y = Cantidad de dinero invertido en acciones de tipo “B”
IV. FUNCION OBJETIVO
MÁX.Z = 0.1*(X) + 0.07*(Y)
SUJETO A:
X ≤ 6000000
Y ≥ 2000000
-X + Y ≤ 0
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

15) Un estudiante dedica parte de su tiempo al reparto de propaganda


publicitaria. La empresa A le paga 5 Bs por cada impreso repartido y la
empresa B. con folletos más grandes, le paga 7 Bs por impreso. El estudiante
lleva dos bolsas una para los impresos A, en la que caben 120 y otra los
impresos B, en la que caben 100 ha calculado que cada día es capaz de
repartir 150 impresos como máximo, lo que se pregunta el estudiante es
¿Cuántos impresos habrán que repartir de cada clase para que su beneficio
diario sea máximo?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de impresos de la empresa “A” VA
- Cantidad de impresos de la empresa “B” VB

II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA


- Máximo beneficio diario a obtener por la entrega de impresos

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Máximo beneficio diario a obtener por la entrega de impresos de la
empresa “A” + impresos de la empresa “B”
- Máximo beneficio 5 Bs.*(VA) + 7 Bs.*(VB)
- Máx. Z = 5 Bs.*(VA) + 7 Bs.*(VB)

III. RESTRICCIONES
I. Lleva una bolsa en la que caben 120 impresos de la empresa “A”
La cantidad de impresos de la empresa “A” debe ser menor o igual de
120
VA ≤ 120
II. Lleva una bolsa en la que caben 100 impresos de la empresa “B”
La cantidad de impresos de la empresa “B” debe ser menor o igual de
100
VB ≤ 100
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. Es capaza de repartir diariamente 150 impresos


La cantidad de impresos de la empresa “A” + la cantidad de impresos
de la empresa “B” deben ser menor o igual que 150
VA + VB ≤ 150
IV. La cantidad de impresos de la empresa “A” y la cantidad de impresos
de la empresa “B” deben ser mayor o igual que 0
VA ≥ 0
VB ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
VA
VB
II. FUNCIÓN OBJETIVA

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MÁX. Z = 5*(VA) + 7*(VB) (Bs.)
III. RESTRICCIONES
VA ≤ 120
VB ≤ 100
VA + VB ≤ 150
VA ≥ 0
VB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

VA = X
VB = Y
I. VARIABLE DE DECISION
X = Cantidad de impresos de la empresa “A”
Y = Cantidad de impresos de la empresa “B”
II. FUNCION OBJETIVO
MIN. Z = 5*(X) + 7*(Y)
SUJETO A:
X ≤ 120
Y ≤ 100
X + Y ≤ 150
X ≥ 0
Y ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

16) Un comerciante acude al mercado popular a comprar naranjas con $500.000 le


ofrece dos tipos de naranjas: las de tipo A a $500 el Kg, y las de tipo B a $800 el Kg
sabiendo que solo dispone de su camioneta con espacio para transportar 700 Kg
de naranjas como máximo y piensa vender el Kg de naranjas tipo A a $580 y el
Kg. de tipo B $900.
a) ¿Cuántos KG de naranja de cada tipo deberá comprar para obtener máximo
beneficio?

b) ¿Cuál será ese beneficio máximo?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de Kg. comprados de naranja tipo A. (KGA)
- Cantidad de Kg. comprados de naranja tipo B. (KGB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la compra de kilogramos de naranjas.
- Máximo beneficio a obtener cant. Kg. comprados de naranja tipo A

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


más Kg. comprados de naranja tipo B.
- Máx. benef. $580 menos costo KGA + $900 menos costo KGB
- Máx. benef. ($580 – $500)*KGA + ($900 - $800) KGB
- Máx. Z = $80*KGA + $100*KGB
III. RESTRICCIONES
I. El comerciante puede gastar como máximo $500.000 para comprar
ambos tipos de naranjas.
El comerciante puede gastar como máximo $500.000 para comprar
KGA + KGB.
KGA + KGB ≤ 500.000
II. La camioneta del comerciante tiene espacio para transportar 700 Kg.
de naranjas como máximo.
La camioneta tiene espacio para KGA + KGB como máximo 700 Kg.
KGA + KHB ≤ 700
III. La cantidad de kilogramos de naranja tipo A y naranjas tipo B deben
ser mayor a 0.
KGA ≥ 0
KGB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
KGA
KGB

II. FUNCIÓN OBJETIVA


MAX. Z = 80(KGA) + 100(KGB) ($)

III. RESTRICCIONES
50*KGA + 80*KGB ≤ 500.000
KGA + KGB ≤ 700
KGA ≥ 0
KGB ≥ 0

MODELO MATEMÁTICO

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


KGA = X
KGB = Y

I. VARIABLE DE DECISION
X = Cantidad de Kg. comprados de naranja tipo A.
Y = Cantidad de Kg. comprados de naranja tipo B

II. FUNCION OBJETIVO


MAX. Z = 80*(X) + 100*(Y)
SUJETO A:
50*X + 80*Y ≤ 500.000
X + Y ≤ 700
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

17) Un sastre tiene 80 m2 de tela de algodón y 120 m2 de tela de lana. Un traje


requiere 1 m2 de algodón y 3 m2 de lana, y un vestido de mujer requiere 2 m2 de
cada una de las dos telas. Calcular el número de trajes y vestidos que debe
confeccionar el sastre para maximizar los beneficios si un traje y un vestido se
venden al mismo precio.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de trajes a confeccionar CT
- Cantidad de vestidos a confeccionar CV
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener al confeccionar prendas de vestir.
- Máximo beneficio a obtener al confeccionar trajes y al confeccionar
vestidos.
- Máximo beneficio a obtener al confeccionar trajes + beneficio a

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


obtener al confeccionar vestidos.
- Máximo beneficio a obtener 1*(CT) + 0.07*(CV).
- Máx. Z = 1*(CT)+ 1*(CV).
III. RESTRICCIONES
I. La cantidad de tela de algodón que el sastre necesita para
confeccionar ambas prendas es menor o igual a 80m2.
La cantidad de tela de algodón que el sastre necesita para
confeccionar trajes y confeccionar vestidos es menor o igual a 80m2.
La cantidad de tela de algodón que se necesita 1 * la confección de
un traje + 2 * la confección de un vestido debe ser menor o igual a
80m2.
La cantidad de tela de algodón que se necesita 1*CT + 2*CV debe ser
menor o igual a 80 m2.
1*(CT) + 2*(CV) ≤ 80
II. La cantidad de tela de lana que el sastre necesita para confeccionar
ambas prendas es menor o igual a 120m2.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

La cantidad de tela de lana que el sastre necesita para confeccionar


trajes y confeccionar vestidos es menor o igual a 120m2.
La cantidad de tela de lana que se necesita 3 * la confección de un
traje + 2 * la confección de un vestido debe ser menor o igual a 120m2.
La cantidad de tela de lana que se necesita 3*CT + 2*CV debe ser
menor o igual a 120m2.
3*(CT) + 2*(CV) ≤ 120
III. La cantidad de trajes a confeccionar y la cantidad de vestidos a
confeccionar debe ser mayor o igual a 0.
CT ≥ 0
CV ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
CT

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


CV

II. FUNCIÓN OBJETIVA


MÁX.Z = CT + CV (u.m.)
III. RESTRICCIONES
1*CT + 2*CV ≤ 80
3*CT + 2*CV ≤ 120
CT ≥ 0
CV ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

CT = X
CV = Y

I. VARIABLE DE DECISION
X = Cantidad de trajes a confeccionar.
Y = Cantidad de vestidos a confeccionar.

II. FUNCION OBJETIVO


MÁX.Z = X + Y
SUJETO A:
1*X + 2*Y ≤ 80
3*X + 2*Y ≤ 120
X ≥ 0
Y ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

18) Un constructor va a edificar dos tipos de vivienda A y B dispone de $600


millones y el coste de una casa de tipo A es de $13 millones y $8 millones una
tipo B El número de casa de tipo A ha de ser, al menos, del 40% del total y el
de tipo B, el 20% por lo menos. Si cada casa de tipo A se vende a $16 millones
y cada una de tipo B en $9 millones ¿Cuántas casas de cada tipo debe
construir para obtener el beneficio máximo?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Número de casas construidas del tipo A (CCA)
- Número de casas construidas del tipo B (CCB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio por edificar los dos tipos de vivienda
- Máximo beneficio por el número de casas construidas del tipo A + el
número de casas construidas del tipo B

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Máximo beneficio de $(16’-13’)* número de casas construidas del tipo A
+ $(9’-8’)* el número de casas construidas del tipo B
- Máximo beneficio de $(16’-13’)* (CCA)+ $(9’-8’)* (CCB)
- Max Z= $3’* (CCA)+ $1’* (CCB)
III. RESTRICCIONES
I. El costo de construir casas del tipo A y construir casas del tipo B es menor o
igual a $600’
El costo de construir $13’* número de casas construidas del tipo A + $8’*
número de casas construidas del tipo B ≤ $600’
$13’*(CCA)+ $8’* (CCB) ≤ $600’
II. El número de casas del tipo A debe ser mayor o igual al 40% del total de
casas construidas
El número de casas del tipo A debe ser mayor o igual al 40% del número de
casas construidas del tipo A más el número de casas construidas del tipo B
(CCA) ≥ 0.4* [(CCA)+ (CCB)]
0.6* (CCA)- 0.4* (CCB) ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. El número de casas del tipo B debe ser mayor o igual al20% del total de
casas construidas
El número de casas del tipo B debe ser mayor o igual al 20% del número de
casas construidas del tipo A más el número de casas construidas del tipo B
(CCB) ≥ 0.2* [(CCA)+ (CCB)]
0.8* (CCB)- 0.2 (CCA) ≥ 0
IV. El número de casas construidas de A y B es mayor o igual a cero
El número de casas construidas de A y el número de casas construidas de B
es ≥ 0
(CCA) ≥ 0, (CCB) ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
- (CCA)
- (CCB)

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


II. FUNCIÓN OBJETIVA
Max Z= 3’* (CCA)+ 1’* (CCB) ($)
III. RESTRICCIONES

13’* (CCA) +8’* (CCB) ≤ 600’


0.6* (CCA ) -0.4* (CCB) ≥0
-0.2* (CCA) +0.8*(CCB) ≥0
(CCA) ≥0
(CCB) ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

(CCA) = x
(CCB) = y

I. VARIABLE DE DECISION
X = Número de casas construidas del tipo A
Y = Número de casas construidas del tipo B

II. FUNCION OBJETIVO


Max Z= 3’* X+ 1’* Y
SUJETO A

13’* X +8’* Y ≤ 600’


0.6* X -0.4* Y ≥0
-0.2* X +0.8*Y ≥0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


X ≥0
Y ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

19) Una refinería de petróleo tiene dos fuentes de petróleo crudo: crudo ligero,
que cuesta 35dólares por barril y crudo pesado a 30 dólares el barril. Con
cada barril de crudo ligero, la refinería produce 0.3 barriles de gasolina (G),
0.2 barriles de combustible para calefacción(C) y 0.3 barriles de combustible
para turbinas (T). Mientras que con cada barril de crudo pesado produce 0.3
barriles de G, 0.4 barriles de C y 0.2 barriles de T. La refinería ha contratado el
suministro de 900.000 barriles G, 800.000 barriles de C y 500.000 barriles de T.
hallar las cantidades de crudo ligero y pesado que debe comprar para poder
cubrir sus necesidades al costo mínimo.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de petróleo crudo ligero : CL
- Cantidad de petróleo crudo pesado : CP
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Minimizar costos al comprar las cantidades a usar de petróleo.
- Minimizar costos al comprar la cantidad de petróleo crudo ligero y la
cantidad de petróleo crudo pesado.
- Minimizar costos U$35 por comprar la cantidad de petróleo crudo ligero
y U$30 por la cantidad de petróleo crudo pesado.
- Minimizar costos U$35*CL + U$30*CP.
- Min. Z = U$35*CL + U$30*CP
III. RESTRICCIONES
I. El uso de gasolina, por la cantidad de petróleo crudo ligero y por la
cantidad de petróleo crudo, debe de ser mínimo de 900.000 barriles:
0.3*CL + 0.3*CP ≥ 900.000 (barriles)
II. El uso de combustible para la calefacción por la cantidad de petróleo
crudo ligero y por la cantidad de petróleo crudo, debe de ser mínimo
de 800.000 barriles:
0.2*CL + 0.4*CP ≥ 800.000 (barriles)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. El uso de combustible para la turbina por la cantidad de petróleo crudo


ligero y por la cantidad de petróleo crudo, debe de ser mínimo de
500.000 barriles:
0.3*CL + 0.2*CP ≥ 500.000 (barriles)
IV. La cantidad de petróleo crudo ligero y la cantidad petróleo crudo
pesado deben ser mayor o igual a cero.
CL≥0 CP≥0

RESUMEN

I. VARIABLE DE DECISIÓN
CL
CP
II. FUNCIÓN OBJETIVA
MIN. Z = 35*CL + 30*CP ($)
III. RESTRICCIONES

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


0.3*CL + 0.3*CP ≥ 900.000
0.2*CL + 0.4*CP ≥ 800.000
0.3*CL + 0.2*CP ≥ 500.000
CL ≥ 0
CP ≥ 0
MODELO MATEMÁTICO

CL = X
CP = Y
I. VARIABLE DE DECISION
X = Cantidad de petróleo crudo ligero
Y = Cantidad de petróleo crudo pesado
II. FUNCION OBJETIVO

MAX. Z = 35X + 30*Y


SUJETO A:
0.3X + 0.3Y ≥ 900.000
0.2X + 0.4Y ≥ 800.000
0.3X + 0.2Y ≥ 500.000
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

20) La fábrica LA MUNDIAL S.A, construye mesas y sillas de madera el precio de


venta al público de una mesa es de $2700 pesos y el de una silla $2100. LA
MUNDIAL S.A. estima que fabricar una mesa supone un gasto de 1000$ de
materias primas y de 1.400$ de costos laborales. Fabricar una silla exige 900$
de materias primas y 1.000$ de costo laborales. La construcción de ambos
tipos de muebles requiere un trabajo previo de carpintería y un proceso final
de acabado (pintura, revisión de las piezas fabricadas, empaquetado etc.).
Para fabricar una mesa se necesita 1 hora de carpintería y 2 horas de proceso
final de acabado. Una silla necesita 1 hora de carpintería y 1 hora para el
proceso de acabado. LA MUNDIAL S.A. No tiene problemas de
abastecimiento de materias primas, pero solo puede contar semanalmente
con un máximo de 80 horas de carpintería y un máximo de 100 horas por los
trabajos de acabado. Por exigencias del mercado, LAMUNDIAL S.A. fabrica
como máximo 40 mesas a la semana. No ocurre así con las sillas, para los que
no hay ningún tipo de restricción en cuanto al número de unidades

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


fabricadas. Determinar el número de mesas y de sillas que semanalmente
deberá fabricar la empresa para maximizar sus beneficios

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Número de sillas construidas (NSC)
- Número de mesas construidas (NMC)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar los beneficios de producir sillas y mesas
- Maximizar los beneficios de producir el número de sillas construidas + el
número de mesas construidas
- Maximizar los beneficios de $(2700-1000-1400)* número de sillas
construidas + $(2100-900-1000)* número de mesas construidas
- Maximizar los beneficios de $(2700-1000-1400)* (NSC) + $(2100-900-1000)*
(NMC)
- Max z= $300* (NSC) + $200* (NMC)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. RESTRICCIONES
I. El número de horas de carpintería no debe exceder las 80 horas
El número de horas de carpintería para construir sillas + el número de horas
de carpintería para construir mesas es ≤ 80 horas
(NSC)+ (NMC) ≤ 80 horas
II. El número de horas de trabajo de acabado no debe exceder las 100 horas
El número de horas de trabajo de acabado para construir sillas + 2 horas* el
número de horas de trabajo de acabado para construir mesas es ≤ 100
horas
(NSC)+ 2* (NMC) ≤ 100 horas
III. El número de mesas construidas debe ser menor de 40 unidades a la
semana
(NMC) ≤ 40
IV. El número de sillas construidas y el número mesas construidas deben ser
mayor o igual a cero

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


(NSC) ≥ 0; (NMC) ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
- NSC (unid)
- NMC (unid)
II. FUNCIÓN OBJETIVA
Max z= 300* (NSC) + 200* (NMC) ($)
III. RESTRICCIONES

(NSC ) + (NMC) ≤ 80
(NSC) + 2* (NMC) ≤ 100
(NMC) ≤ 40
(NSC) ≤0
(NMC) ≤0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

NSC = X

NMC = Y

I. VARIABLE DE DECISION
X = Número de sillas construidas
Y = Número de mesas construidas
II. FUNCION OBJETIVO

Max z= 300* X + 200* Y

SUJETO A

X + Y ≤ 80
X + 2* Y ≤ 100
Y ≤ 40

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


X ≤0
Y ≤0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

21) Los hospitales enfrentan constantemente problemas con el horario de trabajo


de sus enfermeras. Un modelo de planificación de horarios en un problema de
programación de enteros para minimizar el número total de trabajadores
sujetos a un número específico de enfermeras durante cada periodo del día.
Periodo Turno del Día N° Requerido de enfermeras1 8:00

Dado que cada enfermera trabaja jornadas de 8 horas diarias, el/ellas puede
comenzar a trabajar al comienzo de cualquiera de los primeros cinco
periodos: 8:00, 10:00, 12:00, 2:00o 4:00. Adicionalmente, no se necesita ninguna
enfermera que comience a trabajar después de las 4:00, dado que su horario
se extendería hasta después de la madia noche cuando no son necesarias.
¿Cuántas enfermeras se deben reportar de forma tal de cumplirlos

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


requerimientos en la tabla anterior?
DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de enfermeras 1 periodo E1
- Cantidad de enfermeras 2 periodo E2
- Cantidad de enfermeras 3 periodo E3
- Cantidad de enfermeras 4 periodo E4
- Cantidad de enfermeras 5 periodo E5
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar número de enfermeras en el hospital
- Minimizar numero en la contratación de la cantidad de enfermeras 1
periodo + la cantidad de enfermeras 2 periodo + la cantidad de
enfermeras 3 periodo + la cantidad de enfermeras 4 periodo + la
cantidad de enfermeras 5 periodo + la cantidad de enfermeras 6
periodo
- Minimizar numero: E1 + E2 + E3 + E4 + E5 + E6
- Min. Z: E1 + E2 + E3 + E4 + E5 + E6
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. RESTRICCIONES
I. El número de enfermeras requerido en el primer periodo es de 10
La cantidad de enfermeras 1 periodo debe ser mayor o igual que 10
E1 ≥ 10
II. El número de enfermeras requerido en el segundo periodo es de 8
La cantidad de enfermeras 1 periodo + la cantidad de enfermeras 2
periodo debe ser mayor o igual que 8
E1 + E2 ≥ 8
III. El número de enfermeras requerido en el tercer periodo es de 9
La cantidad de enfermeras 1 periodo + la cantidad de enfermeras 2
periodo + la cantidad de enfermeras 3 periodo debe ser mayor o igual
que 9
E1 + E2 + E3 ≥ 9
IV. El numero de enfermeras requerido en el cuarto periodo es de 11
La cantidad de enfermeras 1 periodo + la cantidad de enfermeras 2

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


periodo + la cantidad de enfermeras 3 periodo + la cantidad de
enfermeras 4 periodo debe ser mayor o igual que 11
E1 + E2 + E3 + E4 ≥ 11
V. El número de enfermeras requerido en el quinto periodo es de 13
La cantidad de enfermeras 2 periodo + la cantidad de enfermeras 3
periodo + la cantidad de enfermeras 4 periodo + la cantidad de
enfermeras 5 periodo debe ser mayor o igual que 13
E2 + E3 + E4 + E5 ≥ 13
VI. El número de enfermeras requerido en el sexto periodo es de 8
La cantidad de enfermeras 3 periodo + la cantidad de enfermeras 4
periodo + la cantidad de enfermeras 5 periodo debe ser mayor o igual
que 8
E3 + E4 + E5 ≥ 8
VII. El número de enfermeras requerido en el séptimo periodo es de 5
La cantidad de enfermeras 4 periodo + la cantidad de enfermeras 5
periodo debe ser mayor o igual que 5
E4 + E5 ≥ 5
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

VIII. El número de enfermeras requerido en el octavo periodo es de 3


La cantidad de enfermeras 5 periodo debe ser mayor o igual que 3
E5 ≥ 3
IX. La cantidad de enfermeras 1 periodo, la cantidad de enfermeras 2
periodo, la cantidad de enfermeras 3 periodo, la cantidad de
enfermeras 4 y la cantidad de enfermeras 5 periodo deben ser mayor o
igual que 0
E1, E2, E3, E4, E5 ≥ 0
RESUMEN

I. VARIABLE DE DECISIÓN
E1 E4
E2 E5
E3
II. FUNCIÓN OBJETIVA

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MIN. Z = E1 + E2 + E3 + E4 + E5

III. RESTRICCIONES
E1 ≥ 10
E1 + E2 ≥ 8
E1 + E2 + E3 ≥ 9
E1 + E2 + E3 + E4 ≥ 11
E2 + E3 + E4 + E5 ≥ 13
E3 + E4 + E5 ≥ 8
E4 + E5 ≥ 5
E5 ≥ 3
E1 ≥ 0
E2 ≥ 0
E3 ≥ 0
E4 ≥ 0
E5 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

E1 = X1
E2 = X2
E3 = X3
E4 = X4
E5 = X5
I. VARIABLE DE DECISION
E1 = Cantidad de enfermeras 1 periodo
E2 = Cantidad de enfermeras 2 periodo
E3 = Cantidad de enfermeras 3 periodo
E4 = Cantidad de enfermeras 4 periodo
E5 = Cantidad de enfermeras 5 periodo

II. FUNCION OBJETIVO

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MIN. Z = E1 + E2 + E3 + E4 + E5
SUJETO A:
E1 ≥ 10
E1 + E2 ≥ 8
E1 + E2 + E3 ≥ 9
E1 + E2 + E3 + E4 ≥ 11
E2 + E3 + E4 + E5 ≥ 13
E3 + E4 + E5 ≥ 8
E4 + E5 ≥ 5
E5 ≥ 3
E1 ≥ 0
E2 ≥ 0
E3 ≥ 0
E4 ≥ 0
E5 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

22) Suponga que un almacén de madera ofrece láminas de 10 metros, las cuales son
cortadas en 3 metros, 4 metros y 5 metros dependiendo de las exigencias de los
clientes. La lámina de madera de 10 metros puede ser cortada en 6 patrones
sensibles tal y como se muestra en la tabla siguiente:

3
Patrón # 4 metros 5 metros desperdicio
metros
1 3 0 0 1
2 2 1 0 0
3 1 0 1 2
4 0 1 1 1
5 0 2 0 2
6 0 0 2 0
Existen otros patrones posibles pero que son sensibles; por lo tanto, se podrá cortar
una lámina de madera de 10 metros en una de 3 metros y una de 4 metros
dejando un desperdicio de 3 metros. Esto no tendría sentido dado que 3 metros
de desperdicio podrían ser utilizados como una pieza de 3 metros, así como se
muestra en el patrón 2. Si algún cliente ordena 50 láminas de 3 metros, 65 de 4
metros, y de 40 de 5 metros. La pregunta sería ¿Cuantas láminas de 10 metros se
necesitan para cortar estas órdenes y que patrones se debería utilizar?

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


50 láminas de 3 metros = (50 x 3 = 150
mt.)
65 láminas de 4 metros = (65 x 4 = 260
mt.)
40 láminas de 5 metros = (40 x 5 = 200
mt.)

Como vemos en total se necesitan 610 metros para cumplir con la orden del
cliente, si dividimos esta cantidad en 10 metros, que es el tamaño de las láminas
que el almacén ofrece, entonces como mínimo debemos usar 61 láminas.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de láminas de 10 mt. cortadas en patrón #1 (LCP#1)
- Cantidad de láminas de 10 mt. cortadas en patrón #2 (LCP#2)
- Cantidad de láminas de 10 mt. cortadas en patrón #3 (LCP#3)
- Cantidad de láminas de 10 mt. cortadas en patrón #4 (LCP#4)
- Cantidad de láminas de 10 mt. cortadas en patrón #5 (LCP#5)
- Cantidad de láminas de 10 mt. cortadas en patrón #6 (LCP#6)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar la cantidad de desperdicios de láminas de madera.
- Min. desperdicios n° desperd. en patrón #1*cant. láminas 10 mt. patrón
#1 + n° desperd. en patrón #2*cant. láminas 10 mt. patrón #2 + n°
desperd. en patrón #3*cant. láminas 10 mt. patrón #3 + n° desperd. en
patrón #4*cant. láminas 10 mt. patrón #4 + n° desperd. en patrón

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


#5*cant. láminas 10 mt. patrón #5 + n| desperd. patrón #6*cant.
láminas 10 mt. patrón #6.
- Min. desperdicios 1*cant. láminas 10 mt. patrón #1 + 0*cant. láminas 10
mt. patrón #2 + 2*cant. láminas 10 mt. patrón #3 + 1*cant. láminas 10
mt. patrón #4 + 2*cant. láminas 10 mt. patrón #5 + 0*cant. láminas 10
mt. patrón #6
- Min. Z= 1*LCP#1 + 0*LCP#2 + 2*LCP#3 + 1*LCP#4 + 2*LCP#5 + 0*LCP#6
III. RESTRICCIONES
I. Para cumplir con la orden de cliente se debe cortar como mínimo 50
láminas de 3 metros.
Para cumplir orden cortar 3 láminas de 3 mt. * LCP#1 + 2 láminas de 3
mt * LCP#2 + 1 lámina de 3 mt. * LCP#3 como mínimo 50 láminas de 3
mt.
3*LCP#1 + 2*LCP#2 + 1*LCP#3 ≥ 50
II. Para cumplir con la orden de cliente se debe cortar como mínimo 65
láminas de 4 metros.
Para cumplir orden cortar 1 lámina de 4 mt. * LCP#2 + 1 lámina de 4 mt
* LCP#4 + 2 láminas de 4 mt. * LCP#5 como mínimo 65 láminas de 4 mt.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

1*LCP#2 + 1*LCP#4 + 2*LCP#5 ≥ 65


III. Para cumplir con la orden de cliente se debe cortar como mínimo 40
láminas de 5 metros.
Para cumplir orden cortar 1 lámina de 5 mt. * LCP#3 + 1 lámina de 5 mt
* LCP#4 + 2 láminas de 5 mt. * LCP#6 como mínimo 40 láminas de 5 mt.
1*LCP#3 + 1*LCP#4 + 2*LCP#6 ≥ 40
IV. La cantidad de láminas de 10 mt, cortadas en los distintos tipos de
patrón deben ser como mínimo 61.
La cantidad de láminas cortadas en patrón #1 + láminas cortadas en
patrón #2 + láminas cortadas en patrón #3 + láminas cortadas en
patrón #4 + láminas cortadas en patrón #5 + lámina cortadas en patrón
#6 deben ser como mínimo 61.
LCP#1 + LCP#2 + LCP#3 + LCP#4 + LCP#5 + LCP#6 ≥ 61
V. La cantidad de láminas de 10 mt. cortadas en patrón #1 (LCP#1), en
patrón #2 (LCP#2), en patrón #3 (LCP#3), en patrón #4 (LCP#4), en

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


patrón #5 (LCP#5), en patrón #6 (LCP#6) deben ser mayor a 0.
LCP#1 ≥ 0
LCP#2 ≥ 0
LCP#3 ≥ 0
LCP#4 ≥ 0
LCP#5 ≥ 0
LCP#6 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
LCP#1

LCP#2

LCP#3

LCP#4

LCP#5

LCP#6

II. FUNCIÓN OBJETIVA


(Lám.
MIN. Z = 1(LCP#1) + 0(LCP#2) + 2(LCP#3) + 1(LCP#4) + 2(LCP#5) + 0(LCP#6)
10mt.)

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


III. RESTRICCIONES
3*LCP#1 + 2*LCP#2 + 1*LCP#3 ≥ 50
1*LCP#2 + 1*LCP#4 + 2*LCP#5 ≥ 65
1*LCP#3 + 1*LCP#4 + 2*LCP#6 ≥ 40
LCP#1 + LCP#2 + LCP#3 + LCP#4 + LCP#5 + LCP#6 ≥ 61
LCP#1 ≥ 0
LCP#2 ≥ 0
LCP#3 ≥ 0
LCP#4 ≥ 0
LCP#5 ≥ 0
LCP#6 ≥ 0

MODELO MATEMÁTICO

LCP#1 = X1

LCP#2 = X2

LCP#3 = X3

LCP#4 = X4
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

LCP#5 = X5

LCP#6 = X6

I. VARIABLE DE DECISION
X1 = Cantidad de láminas de 10 mt. cortadas en patrón #1
X2 = Cantidad de láminas de 10 mt. cortadas en patrón #2
X3 = Cantidad de láminas de 10 mt. cortadas en patrón #3
X4 = Cantidad de láminas de 10 mt. cortadas en patrón #4
X5 = Cantidad de láminas de 10 mt. cortadas en patrón #5
X6 = Cantidad de láminas de 10 mt. cortadas en patrón #6

II. FUNCION OBJETIVO


0*(X2) 2*(X3) 1*(X4) 2*(X5) + 0*(X6
MIN. Z = 1*(X1) +
)
SUJETO A:
X3 ≥ 50

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


3*X1 + 2*X2 +
X2 + X4 + 2*X5 ≥ 65
X3 + X4 + 2*X6 ≥ 40
X1 + X2 + X3 + X4 + X5 + X6 ≥ 61
X1 ≥ 0
X2 ≥ 0
X3 ≥ 0
X4 ≥ 0
X5 ≥ 0
X6 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

23) Una compañía de químicos está produciendo dos tipos de sustancias (A y B) que
requieren tres tipos de materia prima (I, II, y III). Los requerimientos en la
composición de las tres sustancias así como también la utilidad son mostrados a
continuación:

Utilidad
Sustancia Composición por kg
 No más de 20% de I
 No más de 10% de II
A 10
 Por lo menos 20% de III

 No más de 40% de I
B  No más de 50% de III 8

La cantidad de material disponible así como también los costos de tratamiento se


muestran a continuación:

Monto Disponible Costos de


Materia Prima
(Kg) Procesamiento /Kg

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


I 400 4
II 500 5
III 300 6

El problema de la compañía es encontrar cuanta sustancia producir, y a qué nivel


de composición de forma tal de maximizar la utilidad.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de la sustancia A de la composición I (AI)
- Cantidad de la sustancia A de la composición II (AII)
- Cantidad de la sustancia A de la composición III (AIII)
- Cantidad de la sustancia B de la composición I (BI)
- Cantidad de la sustancia B de la composición II (BII)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar la utilidad al producir la cantidad de sustancias con las
composiciones adecuadas.
- Maximizar la utilidad por la cantidad de sustancia A producida con la
composición I, con la composición II, con la composición III, quitándole
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

el costo del procesamiento de la composición I con la sustancia A, el


costo de procesamiento de la composición II con la sustancia A y el
costo de procesamiento de la composición III con la sustancia A; más la
utilidad por la cantidad de sustancia B producida con la composición I,
con la composición II, la con la composición III, restándole el costo de
procesamiento de la composición I con la sustancia B y el costo de
procesamiento de la composición II con la sustancia B.
- Maximizar la utilidad 10 * (sustancia A producida con la composición I,
con la composición II, con la composición III) – (4 * la composición I + 5 *
la composición II + 6 * la composición III) + 8 * (la cantidad de sustancia
B producida con la composición I, con la composición II, la con la
composición III) – (4 * la composición I y 5 * la composición II).
- Maximizar la utilidad 10 * (AI + AII + AIII) – (4*AI + 5*AII + 6*AIII) + 8 * (BI +
BII) – (4 * BI + 5 * BII).
- Maximizar la utilidad 6*AI + 5*AII + 4*AIII + 4*BI + 3*BII.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Max. Z = $6*(AI) + $5*(AII) + $4*(AIII) + $4*(BI) + $3*(BII).
III. RESTRICCIONES
I. Cantidad de sustancias utilizadas en la composición I no es mayor a
400kg.
Cantidad de sustancia A y sustancia B utilizadas en la composición I no
es mayor a 400kg.
AI + BI ≤ 400
II. Cantidad de sustancias utilizadas en la composición II no es mayor a
500kg.
Cantidad de sustancia A y sustancia B utilizadas en la composición II no
es mayor a 500kg.
AII + BII ≤ 400
III. Cantidad de sustancias utilizadas en la composición III no es mayor a
300kg.
Cantidad de sustancia A y sustancia B utilizadas en la composición III no
es mayor a 300kg.
AIII ≤ 300
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

IV. Cantidad de sustancia A utilizada en la composición I no es mayor al


20% de la composición I con la sustancia A + la composición II con la
sustancia A + la composición III con la sustancia A.
Cantidad de sustancia A utilizada en la composición I no es mayor al
0.2 * (composición I con la sustancia A + composición II con la sustancia
A + composición III con la sustancia A).
AI no es mayor al 0.2 * (AI + AII + AIII)
AI ≤ 0.2 * (AI + AII + AIII)
0.8*AI – 0.2*AII – 0.2*AIII ≤ 0
V. Cantidad de sustancia A utilizada en la composición II no es mayor al
10% de la composición I con la sustancia A + la composición II con la
sustancia A + la composición III con la sustancia A.
Cantidad de sustancia A utilizada en la composición II no es mayor al
0.1 * (composición I con la sustancia A + composición II con la sustancia
A + composición III con la sustancia A).

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


AII no es mayor al 0.1 * (AI + AII + AIII)
AII ≤ 0.1 * (AI + AII + AIII)
-0.1*AI + 0.9*AII – 0.1*AIII ≤ 0
VI. Cantidad de sustancia A utilizada en la composición III por lo menos es
el 20% de la composición I con la sustancia A + la composición II con la
sustancia A + la composición III con la sustancia A.
Cantidad de sustancia A utilizada en la composición III por lo menos es
0.2 * (composición I con la sustancia A + composición II con la sustancia
A + composición III con la sustancia A).
AIII por lo menos es 0.2 * (AI + AII + AIII)
AIII ≥ 0.2 * (AI + AII + AIII)
-0.2*AI – 0.2*AII + 0.8AIII ≥ 0
VII. Cantidad de sustancia B utilizada en la composición I no es mayor al
40% de la composición I con la sustancia B + la composición II con la
sustancia B + la composición III con la sustancia B.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

Cantidad de sustancia B utilizada en la composición I no es mayor al 0.4


* (composición I con la sustancia B + composición II con la sustancia B +
composición III con la sustancia B).
BI no es mayor al 0.4* (BI + BII)
BI ≤ 0.4 * (BI + BII)
0.6*BI – 0.4*BII ≤ 0
VIII. Cantidad de sustancia B utilizada en la composición II no es mayor al
50% de la composición I con la sustancia B + la composición II con la
sustancia B + la composición III con la sustancia B.
Cantidad de sustancia B utilizada en la composición II no es mayor al
0.5 * (composición I con la sustancia B + composición II con la sustancia
B + composición III con la sustancia B).
BII no es mayor al 0.5* (BI + BII)
BII ≤ 0.5 * (BI + BII)
-0.5*BII + 0.5*BII ≤ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


IX. Cantidad de la sustancia A y B utilizadas en la composición I, en la
composición II, en la composición III deben ser igual o mayor a 0.
AI ≥ 0
AII ≥ 0
AIII ≥ 0
BI ≥ 0
BII ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN

AI

AII

AIII

BI

BII

II. FUNCIÓN OBJETIVA


Max. Z = 6*(AI) + 5*(AII) + 4*(AIII) + 4*(BI) + 3*(BII) ($)

III. RESTRICCIONES

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


1*AI + 1*BI ≤ 400
1*AII + 1*BII ≤ 500
1*AIII ≤ 300
0.8*AI - 0.2*AII - 0.2*AIII ≤ 0
-0.1*AI + 0.9*AII - 0.1*AIII ≤ 0
-0.2*AI - 0.2*AII + 0.8*AIII ≥ 0
0.6*BI - 0.4*BII ≤ 0
-0.5*BI + 0.5*BII ≤ 0
AI ≥ 0
AII ≥ 0
AIII ≥ 0
BI ≥ 0
BII ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

AI : X1

AII : X2

AIII : X3

BI : X4

BII : X5

I. VARIABLE DE DECISION
X1 = Cantidad de la sustancia A de la composición I
X2 = Cantidad de la sustancia A de la composición II
X3 = Cantidad de la sustancia A de la composición III
X4 = Cantidad de la sustancia B de la composición I
X5 = Cantidad de la sustancia B de la composición II
II. FUNCION OBJETIVO

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


Max Z = 6*AI + 5*AII + 4*AIII + 4*BI + 3*BII

Sujeto a:
1*AI + 1*BI ≤ 400
1*AII + 1*BII ≤ 500
1*AIII ≤ 300
0.8*AI - 0.2*AII - 0.2*AIII ≤ 0
-0.1*AI + 0.9*AII - 0.1*AIII ≤ 0
-0.2*AI - 0.2*AII + 0.8*AIII ≥ 0
0.6*BI - 0.4*BII ≤ 0
-0.5*BI + 0.5*BII ≤ 0
AI ≥ 0
AII ≥ 0
AIII ≥ 0
BI ≥ 0
BII ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

24) En una La Apex Televisión debe decir el número de televisores de 27” y 20’’,
producidos en una de sus fábricas, la investigación de mercado indica ventas
a lo más 40 televisores de 27” y10 de 20” cada mes. El número máximo de
horas-hombre disponible es de 500 por mes, un televisor de 27” requiere 20
horas –hombres y uno 20” requiere 10 horas -hombres, cada televisor de 27”
produce una ganancia de $120 y cada uno de 20”da una ganancia de$80.
Un distribuidor está de acuerdo comprar todos los televisores producidos
siempre en cuando no excede el máximo indicado por el estudio de
mercado.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Número de televisores producidos de 27” (TV27”)
- Número de televisores producidos de 20” (TV20”)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Maximizar la ganancia de la compra de televisores producidos en la
fábrica sin exceder el máximo indicado
- Maximizar la ganancia del número de televisores producidos de 27”+ el
número de televisores producidos de 20”
- Maximizar la ganancia $120* Número de televisores producidos de 27”+
$80* Número de televisores producidos de 20”
- Maximizar la ganancia 120* (TV27)+ $80* (TV20)
- Max Z= $120* (TV27)+ $80* (TV20)
III. RESTRICCIONES
I. El número de televisores producidos de 27” debe ser menor o igual a 40
(TV27”) ≤ 40
II. El número de televisores producidos de 20” debe ser menor o igual a 40
millones invertidos en la opción A
(TV20”) ≤ 10
III. El número máximo de horas hombre es de 500 por mes
El número de televisores producidos de 27”requiere 20 horas hombre + El
número de televisores producidos de 20”requiere 10 horas hombre ≤ 500
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

20*(TV27”)+ 10* (TV20”) ≤ 500


IV. El número de televisores producidos es mayor o igual a cero
El número de televisores producidos de 27” y el número de televisores
producidos de 20” es mayor o igual a cero
(TV27”) ≥ 0; (TV20”) ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
- TV27
- TV20
II. FUNCIÓN OBJETIVA
Max Z= 120* (TV27)+ 80* (TV20) ($)

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


III. RESTRICCIONES

(TV27”) ≤ 40
(TV20”) ≤ 10
20*(TV27”) +10* (TV20”) ≤ 500

(TV27”) ≥0
(TV20”) ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

TV27 = X
TV20 = Y
I. VARIABLE DE DECISION
X = Número de televisores producidos de 27”
Y = Número de televisores producidos de 20”

II. FUNCION OBJETIVO


Max Z= 120* X+ 80* Y
SUJETO A

X ≤ 40
Y ≤ 10
20*X +10* Y ≤ 500

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


X ≥0
Y ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

25) Se fabrican dos productos y cada producto se procesa en los departamentos


de fundición, maquinado y ensamble. La fundición del producto puede
comprarse en 6$/pieza y después procesarse en las máquinas y ensamblarse.
Si la fundición no se compra, el producto se hace a partir de 2 kg de material y
se funde en la planta. El producto puede hacerse ya sea con 4 kg o con 5 kg
de materia para el periodo de producción a iniciarse. El material cuesta 0.1
$/kg y el material 0.2 $/kg. Se dispone de 2000 kg de material y 10000 kg de
material
El departamento de fundición puede fundir 3000 u del producto R o 3000 u del
producto en el periodo considerado. Se dispone asimismo en ese lapso de 200
horas de tiempo de máquina. El maquinado del producto hecho con el
material requiere 8 min. El maquinado del producto R hecho con el material
requiere 10 min. El maquinado del producto requiere 6 min. El departamento
de ensamble puede armar 2000 u del producto R, 4000 u del producto o
cualquier combinación entre ellos.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Número de piezas del producto R hecho con K : RK
- Número de piezas del producto R hecho con L : RK
- Número de piezas del producto T comprados : TC
- Número de piezas del producto T hecho con K : TK
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la venta de los productos T y R.
- Máximo beneficio a obtener por el número de piezas de producto R
hecho con K, el número de piezas del producto R hecho con L, el
número de piezas del producto T comprado y el número de piezas del
producto T hecho con K
- Máximo beneficio a obtener (Precio de Venta - Costo de Materia Prima
- Costo de Fundición - Costo de Maquinaria) - ($10 - $1 - $1 - $2)*
número de piezas de producto R hecho con K + ($10 - $0.4 - $1 - $1.6)*
número de piezas del producto R hecho con L + ($12 - $6 - $0 - $1.2)*
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

número de piezas del producto T comprado + ($12 - $0.4 - $1 - $1.2)*


número de piezas del producto T hecho con K
- Máximo beneficio $6*RK + $7*RL + $4.8*TC + $9.4*TK
- Max Z = $6*RK+ $7*RL + $4.8*TC + $9.4*TK
III. RESTRICCIONES
I. Se dispone de 2000kg de material L, el producto R hecho con L necesita
4kg.
4*número de piezas del producto R hecho con L ≤ 2000
4*RL ≤ 2000
II. Se dispone de 10000kg de material K, el producto R hecho con K
necesita 5kg y el producto T hecho con K necesita 2kg.
5*número de piezas del producto R hecho con K + 2*número de piezas
del producto T hecho con K ≤ 1000
5*RK + 2*TK ≤ 1000
III. Se tiene un tiempo disponible de 200 horas en el departamento de

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


maquinado, que equivale a 12000 minutos, el producto R hecho con K
necesita 10 minutos en el departamento de maquinado, el producto T
comprado necesita 6 minutos en el tiempo de maquinado y el
producto T hecho con K necesita 6 minutos en el departamento de
maquinado.
20*RK + 8*RL + 6*TC + 6*TK ≤ 12000
IV. En el departamento de fundición, se puede fundir, se puede fundir
3000u de R o T. Número de piezas del producto R hecho con K +
número de piezas del producto R hecho con L + número de piezas del
producto T hecho con K ≤ 3000
RK + RL + TK ≤ 3000
V. En el departamento de ensamblaje, se puede armar 2000u del
producto R. Número de piezas del producto R hecho con K + número
de piezas del producto R hecho con L ≤ 2000
RK + RL ≤ 2000
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

VI. En el departamento de ensamblaje, se puede armar 4000u del


producto T. Número de piezas del producto T comprado + número de
piezas del producto T hecho con K ≤ 4000
TC + TK ≤ 4000
VII. El número de piezas del producto R hecho con K, el número de piezas
del producto R hecho con L, el número de piezas del producto T
comprado y el número de piezas del producto T hecho con K debe ser
mayor o igual a cero.
RK ≤ 0
RL ≤ 0
TC ≤ 0
TK ≤ 0

RESUMEN

I. VARIABLE DE DECISIÓN

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


RK
RL
TC
TK
II. FUNCIÓN OBJETIVA
MAX. Z = 6*RK + 7*RL + 4.8*TC + 9.4*TK
III. RESTRICCIONES
4*RL ≤ 2000
5*RK + 2*TK ≤ 1000
20*RK + 8*RL + 6*TC + 6*TK ≤ 12000
RK + RL + TK ≤ 3000
RK + RL ≤ 2000
TC + TK ≤ 4000
RK ≤ 0
RL ≤ 0
TC ≤ 0
TK ≤ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

RK = X
RL = Y
TC = Z
TK = W
I. VARIABLE DE DECISION
X = Número de piezas del producto R hecho con K:
Y = Número de piezas del producto R hecho con L
Z = Número de piezas del producto T comprados
W = Número de piezas del producto T hecho con L

II. FUNCION OBJETIVO


MAX. Z = 6*RK + 7*RL + 4.8*TC + 9.4*TK
SUJETO A:
4X ≤ 2000

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


5X + 2W ≤ 1000
20X + 8Y + 6Z + 6W ≤ 12000
X + Y + W ≤ 3000
X + Y ≤ 2000
X ≤ 0
Y ≤ 0
Z ≤ 0
W ≤ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

26) La empresa lechera Milko no puede recibir más de 100.000 litros de leche al
día debido a las limitaciones impuestas por el congestionamiento de
recepción. Las políticas de la administración requieren el uso de cuando
menos 10.000 litros de leche diarios para la fabricación de queso, y el resto
para ser empleado en manteca o leche embotellada según lo permita el
equipo. El beneficio de un litro de l según como se emplee es como sigue:

Manteca $0.02
Leche $0.10
Queso $0.30

El equipo para fabricar manteca puede procesar hasta 60.0000 litros de leche
por día y el de fabricar queso hasta 30.000 litros de leche diarios. Plantear el
problema.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de litros de leche para manteca : LM
- Cantidad de litros de leche para leche : LL
- Cantidad de litros de leche para queso : LQ
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por el uso de leche.
- Máximo beneficio a obtener por la cantidad de litros de leche para
manteca, la cantidad de litros de leche para leche y cantidad de litros
de leche para queso.
- Máximo beneficio $ 0.02 por la cantidad de litros de leche para
manteca, $ 0.10 por la cantidad de litros de leche para leche y $0.30
por la cantidad de litros de leche para queso.
- Máximo beneficio $0.02 *LM + $0.10*LL + $0.30*LQ.
- Máx. Z = $0.02*LM + $0.10*LL + $0.30*LQ
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. RESTRICCIONES
I. La cantidad de litros de leche para manteca, la cantidad de litros de
leche para leche y la cantidad de litros de leche para queso debe ser a
lo mucho 100.000 litros de leche al día:
LM + LL + LQ ≤ 100.000
II. El equipo puede procesar hasta 60.000 de la cantidad de litros de leche
para manteca:
LM ≤ 60.000
III. El equipo puede procesar hasta 10.000 de la cantidad de litros de leche
para leche:
LL ≤ 10.000
IV. El equipo puede procesar hasta 30.000 de la cantidad de litros de leche
para queso:
LQ ≤ 30.000
V. La cantidad de litros de leche para manteca, la cantidad de litros de

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


leche para leche y la cantidad de litros de leche para queso debe ser
mayor igual a cero.
LM ≥ 0
LL ≥ 0
LQ ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
LM
LL
LQ
II. FUNCIÓN OBJETIVA
MAX. Z = 0.02*LM + 0.10*LL + 0.30*LQ

III. RESTRICCIONES
LM + LL + LQ ≤ 100.000
LM ≤ 60.000
LL ≤ 10.000
LQ ≤ 30.000
LM ≥ 0
LL ≥ 0
LQ ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MODELO MATEMÁTICO

LM = X
LL = Y
LQ = Z
I. VARIABLE DE DECISION
X = cantidad de litros de leche para manteca
Y = cantidad de litros de leche para leche
Z = cantidad de litros de leche para manteca
II. FUNCION OBJETIVO

MAX. Z = 0.02X + 0.10Y + 0.30Z


SUJETO A:
X + Y + Z ≤ 100.000
X ≤ 60.000
Y ≤ 10.000
Z ≤ 30.000
X ≥ 0
Y ≥ 0
Z ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

27) Una empresa automotriz está equipada para producir automóviles y camiones. Su
planta fabril está organizada en cuatro departamentos: estampado, montaje de
motores, línea de montaje de automóviles y línea de montaje de camiones. La
capacidad de producción de cada departamento está limitada de la siguiente
manera:
 Estampado: puede producir 25.000 autos o 35.000 camiones por año.
 Montaje de motores: 33.333 autos o 16.667 camiones por año.
 Línea de montaje de automóviles: 22.500 autos/año.
 Línea de montaje de camiones: 15.000 camiones/año.
Por otra parte, se desea producir como mínimo 12.000 autos y 8.000 camiones
por año, estimándose asimismo en 18.000 u la demanda anual de automóviles.
El margen de beneficio es 150.000 $/auto y 125.000 $/camión. Se desea
conocer el plan de producción que maximice el beneficio.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de autos a producir CA

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Cantidad de camiones a producir CC
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la producción de vehículos
- Máximo beneficio a obtener por la cantidad de autos a producir +
cantidad de camiones a producir
- Máximo beneficio: $150.000*(Cantidad de autos a producir) + $125000*(
Cantidad de camiones a producir)
- Máximo beneficio: $150000*(CA) + $125000*(CC)
- Máx. Z = $150000*(CA) + $125000*(CC)
III. RESTRICCIONES
I. La capacidad de producción de la línea de estampado es de 25.000
autos o 35.000 camiones por año.
La cantidad de autos a producir dentro de la línea de estampado más
más la cantidad de camiones a producir dentro de la línea de
estampado es de 25.000 autos o 35.000 camiones por año.
(1/25.000)*CA + (1/35.000)*CC ≤ 1
II. La capacidad de producción de la línea de montaje de motores es de
33.333 autos o 16.667 camiones por año.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

La cantidad de autos a producir dentro de la línea de montaje de


motores más la cantidad de camiones a producir dentro de la línea de
montaje de motores es de 33.333 autos o 16.667 camiones por año.
(1/33.333)*CA + (1/16.667)*CC ≤ 1
III. La capacidad de producción de la línea de montaje de automóviles es
como máximo 22500.
La cantidad de autos a producir es como máximo 22500.
CA ≤ 22500
IV. La capacidad de producción de la línea de montaje de camiones es
como máximo 15000.
La cantidad de camiones a producir es como máximo 15000.
CC ≤ 15000
V. Número de autos a producir al año es como mínimo 12000.
La cantidad de autos a producir al año es como mínimo 12000.
CA ≥ 12000

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


VI. Número de camiones a producir al año es como mínimo 8000.
La cantidad de camiones a producir es como mínimo 8000.
CC ≥ 8000
VII. La demanda anual de automóviles es como mínimo 18000.
La cantidad de autos a producir es como mínimo 18000.
CA ≥ 18.000
VIII. La cantidad de autos a producir y la cantidad de camiones a
producir deben ser mayor o igual que 0
CA ≥ 0
CC ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
CA
CC
II. FUNCIÓN OBJETIVA
($)
MÁX. Z = 150000*(CA) + 125000*(CC)

III. RESTRICCIONES
(1/25000)*CA + (1/35000)*CC ≤ 1
(1/33.333)*CA + (1/16.667)*CC ≤ 1
CA ≤ 22500
CC ≤ 15000
CA ≥ 12000
CC ≥ 8000
CA ≥ 18000

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


CA ≥ 0
CC ≥ 0

MODELO MATEMÁTICO

CA = X
CC = Y
I. VARIABLE DE DECISION
X = Cantidad de autos a producir
Y = Cantidad de camiones a producir
II. FUNCION OBJETIVO
MÁX. Z = 150000*(CA) + 125000*(CC)
SUJETO A:
(1/25000)*CA + (1/35000)*CC ≤ 1
(1/33.333)*CA + (1/16.667)*CC ≤ 1
CA ≤ 22500
CC ≤ 15000
CA ≥ 12000
CC ≥ 8000
CA ≥ 18000
CA ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

28) Sharon dispone de 40 millones de pesos para invertir en tres tipos de fondos
mutualistas: fondos para el crecimiento, de equilibrio y para el ingreso, cuya
respectivas tasas de rendimiento anual son 12%, 10% y 6%. Los fondos para el
crecimiento, equilibrio y para el ingreso, tienen asignado los factores de riesgo 1%,
0.6%, 0.2% Respectivamente. Sharon ha decidido que como máximo el 50% de su
capital se invertirá en fondos para el ingreso y un 25% en fondos de equilibrio.
También ha decidido que el factor de riesgo promedio de inversión no exceda de
5%. ¿Qué cantidad debe invertir Sharon en cada tipo de fondo para lograr el
máximo rendimiento de su inversión? ¿Cuál es el rendimiento máximo?

Fondo de Fondo de
Fondo de ingreso
crecimiento equilibrio
Tasa anual 0.12 0.1 0.06
Factor de
0.01 0.006 0.002
riesgo

Tasa de rendimiento Factor de riesgo


Fondo crecimiento 12% 1%
Fondo equilibrio 10 0.6%

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


Fondo ingreso 6 0.2%

Ingreso máximo el 50%  200 millones

Equilibrio máximo el 25%  100 millones

Factor de riesgo mínimo 5%  20 millones

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Monto de dinero invertido en fondo para el crecimiento (MIFC)
- Monto de dinero invertido en fondo de equilibrio. (MIFE)
- Monto de dinero invertido en fondo para el ingreso. (MIFI)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar el rendimiento de la inversión realizada.
- Maximizar rendimiento monto de dinero invertido en fondo para el
crecimiento + monto de dinero invertido en fondo de equilibrio + monto
de dinero invertido en fondo para el ingreso.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

- Max. rendimiento tasa anual de FC * MIFC + tasa anual de FE * MIFE +


tasa anual de FI * MIFI.
- Max. Z= 0.12*MIFC + 0.10*MIFE + 0.06*MIFI
III. RESTRICCIONES
I. Sharon ha decidido que como máximo el 50% de su capital se invertirá
en fondos para el ingreso.
Sharon máx. invertirá 0.50 * 400 millones de pesos.
MIFI ≤ 200
II. Sharon ha decidido que como máximo el 25% de su capital se invertirá
en fondos de equilibrio.
Sharon máx. invertirá 0.25 * 400 millones de pesos.
MIFE ≤ 100
III. Sharon también ha decidido que el factor de riesgo promedio de
inversión no exceda de 5%.
Sharon máx. inversión (tasa factor de riesgo FC * monto inversión fondo

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


crecimiento + tasa factor riesgo FE * monto inversión fondo equilibrio +
tasa factor riesgo FI * monto inversión fondo ingreso) / 3 no exceda 0.05
* 400 millones de pesos.
Sharon máx. inversión (tasa factor de riesgo FC * MIFC +tasa factor de
riesgo FE * MIFE + tasa factor de riesgo FI * MIFI) / 3 no exceda 20
millones de pesos.
0.0033*MIFC + 0.002*MIFE + 0.00067*MIFI ≤ 20
IV. Sharon dispone para invertir en los distintos tipos de fondo como máximo 400
millones de pesos.
Sharon dispone monto inversión fondo crecimiento + monto inversión
fondo equilibrio + monto inversión fondo ingreso ≤ 400 millones de
pesos
MIFC + MIFE + MIFE ≤ 400

V. Los montos invertidos en fondo crecimiento, fondo equilibrio y fondo


ingreso deben ser mayor a 0.
MIFC ≥ 0
MIFE ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MIFI ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
MIFC
MIFE
MIFI
II. FUNCIÓN OBJETIVA
0.12(MIFC 0.10(MIFE
MAX. Z = + + 0.06(MIFI) (MILLONES DE PESOS)
) )

III. RESTRICCIONES
MIFI ≤ 200
MIFE ≤ 100

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


0.0033*MIFC + 0.002*MIFE + 0.00067*MIFI ≤ 20
MIF + MIFE + MIFI ≤ 400
MIFC ≥ 0
MIFE ≥ 0
MIFI ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

MIFC = X
MIFE = Y
MIFI = Z

I. VARIABLE DE DECISION

X = Monto de dinero invertido en fondo para el crecimiento.

Y = Monto de dinero invertido en fondo de equilibrio.

Z = Monto de dinero invertido en fondo para el ingreso.

II. FUNCION OBJETIVO


MAX, Z = 0.12*(MIFC) + 0.10*(MIFE) + 0.06*(MIFI)
SUJETO A:
Z ≤ 200

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


Y ≤ 100
0.0033* 0.00067*Z ≤ 20
+ 0.002*Y +
X
X + Y + Z ≤ 400
X ≥ 0
Y ≥ 0
Z ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

29) Un autobús Caracas-Maracaibo ofrece plazas para fumadores al precio de


10.000 Bolívares y a no fumadores al precio de 6.000 Bolívares. Al no fumador se le
deja llevar 50kgs de peso y al fumador 20kgs. Si el autobús tiene 90 plazas y
admite un equipaje de hasta 3.000 kg. ¿Cuál ha de ser la oferta de plazas de la
compañía para cada tipo de pasajeros, con la finalidad de optimizara el
beneficio?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de plazas en el autobús para pasajeros fumadores PF
- Cantidad de plazas en el autobús para pasajeros no fumadores PNF
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener ofertando las plazas para cada tipo de
pasajeros.
- Máximo beneficio a obtener ofertando las plazas para fumadores y

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


plazas para no fumadores.
- Máximo beneficio a obtener ofertando las plazas para fumadores + las
plazas para no fumadores.
- Máximo beneficio a obtener 10000 * cantidad de plazas de fumadores
+ 6000 * cantidad de plazas de no fumadores.
- Máximo beneficio a obtener 10000*(PF) + 6000*(PNF).
- Máx. Z = 10000*(PF)+ 6000*(PNF).
III. RESTRICCIONES
I. La cantidad de plazas que tiene el autobús para cada tipo de
pasajeros es a lo más 90.
La cantidad de plazas que tiene el autobús para pasajeros fumadores y
para pasajeros no fumadores es a lo más 90.
La cantidad de plazas que tiene el autobús para pasajeros fumadores +
pasajeros no fumadores es a lo más 90.
La cantidad de plazas que tiene el autobús PF + PNF es a lo más 90.
1*(PF) + 1*(PNF) ≤ 90
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

II. La capacidad de peso que tiene el autobús para cada tipo de


pasajeros es a lo más 3000kg.
La capacidad de peso que tiene el autobús para pasajeros fumadores
y para pasajeros no fumadores es a lo más 3000kg.
La capacidad de peso que tiene el autobús para 20 * pasajeros
fumadores + 50 * pasajeros no fumadores es a lo más 3000kg.
La capacidad de peso que tiene el autobús 20*(PF) + 50*(PNF) es a lo
más 3000kg.
20*(PF) + 50*(PNF) ≤ 3000
III. La cantidad de plazas de fumadores y de no fumadores debe ser
mayor o igual a 0.
PF ≥ 0
PNF ≥ 0
RESUMEN

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


I. VARIABLE DE DECISIÓN
PF
PNF
II. FUNCIÓN OBJETIVA
MÁX.Z = 10000*(PF) + 6000(PNF) (Bs)
III. RESTRICCIONES
1*PF + 1*PNF ≤ 90
20*PF + 50*PNF ≤ 3000
PF ≥ 0
PNF ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

PF = X
PNF = Y
I. VARIABLE DE DECISION
X = Cantidad de plazas en el autobús para pasajeros fumadores.
Y = Cantidad de plazas en el autobús para pasajeros no
fumadores.

II. FUNCION OBJETIVO


MÁX.Z = 10000*X + 6000*Y
SUJETO A:
1*X + 1*Y ≤ 90
20*X + 50*Y ≤ 3000
X ≥ 0
Y ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

30) Cierta persona dispone de 10 millones como máximo para repartir entre dos
tipos de inversión (A y B). En la opción A desea invertir entre 2 y 7 millones.
Además, quiere destinar a esa opción, como mínimo, tanta cantidad de
dinero como a la B. sabiendo que el rendimiento de la inversión será del 9% en
la opción A y del 12% en la B ¿Qué cantidad debe invertir en cada una para
optimizar el rendimiento global?
DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Millones invertidos en la opción A (MIOA)
- Millones invertidos en la opción B (MIOB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máxima inversión en cada alternativa para optimizar el rendimiento
global
- Máxima inversión de los millones invertidos en la opción A + los millones

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


invertidos en la opción B
- Máxima inversión de $0.09* Millones invertidos en la opción A + $0.12*
Millones invertidos en la opción B
- Máxima inversión de $0.09* (MIOA)+ $0.12* (MIOB)
- Máx. Z = $0.09* (MIOA)+ $0.12* (MIOB)
III. RESTRICCIONES
I. Los millones invertidos deben ser menor o igual a 10 millones.
Los millones invertidos en la opción A+ los millones invertidos en la opción B
≤ 10’.
MIOA + MIOB ≤ 10’
II. Los millones invertidos en la opción A deben ser mayores a 2 millones
MIOA ≥ $2’
III. Los millones invertidos en la opción A deben ser menores a 7 millones
MIOA ≤ $7’
IV. Los millones invertidos en A deben ser igual o mayor a los millones
invertidos en B
MIOA ≥ MIOB
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

V. Los millones invertidos deben ser mayor o igual a cero


Los millones invertidos en A y los millones invertidos en B deben ser mayor o
igual a cero
MIOA ≥ 0; MIOB ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
- (MIOA)
- (MIOB)

II. FUNCIÓN OBJETIVA


Máx. Z = 0.09* (MIOA)+ 0.12* (MIOB) ($)

III. RESTRICCIONES
MIOA + MIOB ≤ 10’

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MIOA ≥ 2’
MIOA ≤ 7’
-MIOA + MIOB ≤0
MIOA ≥0
MIOB ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

MIOA = X
MIOB = Y
I. VARIABLE DE DECISION
X = Millones invertidos en la opción A
Y = Millones invertidos en la opción B
II. FUNCION OBJETIVO
Máx. Z = 0.09* (X)+ 0.12* (Y)
SUJETO A
X +Y ≤ 10’
X ≥ 2’
X ≤ 7’
X -Y ≤0
X ≥0
Y ≥0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

31) Una escuela prepara una excursión para 400 alumnos. La empresa de
transporte tiene 8buses con capacidad de 40 personas y 10 buses con
capacidad de 30 personas, pero solo dispone de 12 conductores. El alquiler
de un bus grande cuesta $800.00 y el de uno pequeño $600.000. Calcular
cuántos de cada tipo hay que utilizar para que la excursión resulte lo más
económica posible para la escuela.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de buses grandes : BG
- Cantidad de buses pequeños : BP
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos al usar las cantidades de buses.
- Minimizar costos al usar la cantidad de buses grandes y cantidad de
buses pequeños.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Minimizar costos U$800.000 por usar la cantidad de buses grandes y
U$600.000 por la cantidad de buses pequeños.
- Minimizar costos U$800.000*BG + U$600.000*BP.
- Min. Z = U$800.000*BG + U$600.000*BP
III. RESTRICCIONES
I. Los alumnos que la escuela espera que vayan a la excursión en la
cantidad de buses grandes y la cantidad de buses pequeños es no
menor a 400.
40*BG + 30*BP ≥ 400
II. La cantidad de buses grandes a lo mucho son de 8
BG ≤ 8
III. La cantidad de buses pequeños a lo mucho son de 10
BP ≤ 10
IV. El número de conductores que manejaran en la cantidad de buses
grandes y la cantidad de buses pequeños son a lo mucho 12
BG + BP ≤ 12
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

V. La cantidad de buses grandes y la cantidad de buses pequeños deben


de ser mayor o igual a cero.
BG ≥ 0
BP ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
BG
BP
II. FUNCIÓN OBJETIVA
MIN. Z = 800.000*BG + 600.000*BP ($)

III. RESTRICCIONES
40*BG + 30*BP ≥ 400

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


BG ≤ 8
BP ≤ 10
1*BG + 1*BP ≤ 12
BG ≥ 0
BP ≥ 0
MODELO MATEMÁTICO

BG = X
BP = Y
I. VARIABLE DE DECISION
X = Cantidad de buses grandes
Y = Cantidad de buses pequeños
II. FUNCION OBJETIVO

MAX. Z = 800.000X + 600.000Y


SUJETO A:
40X + 30Y ≥ 400
X ≤ 8
Y ≤ 10
X + Y ≤ 12
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

32) En una fábrica se construyen aparatos A y B, que necesitan pasar por los
talleres X e Y. Estos trabajan 100 horas cada semana. Cada aparato A lleva 3
horas del taller X y 1 del Y, y cada aparato de B, 1 y 2 respectivamente. Cada
A se vende a 100$ y cada B a 150$. Decir cuántos de cada se producirán para
que el ingreso por ventas sea máximo.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de aparatos “A” AA
- Cantidad de aparatos “B” AB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio por la producción de aparatos
- Máximo beneficio por la producción de la cantidad de aparatos “A”+
la cantidad de aparatos “B”
- Máximo beneficio: $100*( Cantidad de aparatos “A”) + $150*( Cantidad
de aparatos “B”)

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Máximo beneficio: $100*(AA) + $150*(AB)
- Máx. Z = $100*(AA) + $150*(AB)
III. RESTRICCIONES
I. El taller X trabaja 100 horas cada semana
El taller X trabaja 100 horas en la cantidad de aparatos “A”+ la
cantidad de aparatos “B”
3*(AA) + 1*(AB) ≤ 100
II. El taller Y trabaja 100 horas cada semana
El taller Y trabaja 100 horas en la cantidad de aparatos “A”+ la
cantidad de aparatos “B”
1*(AA) + 2*(AB) ≤ 100
III. La cantidad de aparatos “A” y la cantidad de aparatos “B” deben ser
mayor o igual que 0
AA ≥ 0
AB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
AA
AB
II. FUNCIÓN OBJETIVA
($)
MÁX. Z = 100*(AA) + 150*(AB)

III. RESTRICCIONES
3*(AA) + 1*(AB) ≤ 100
1*(AA) + 2*(AB) ≤ 100
AA ≥ 0
AB ≥ 0

MODELO MATEMÁTICO

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


AA = X
AB = Y
III. VARIABLE DE DECISION
X = Cantidad de aparatos “A”
Y = Cantidad de aparatos “B”
IV. FUNCION OBJETIVO
MAX. Z = 100*(X) + 150*(Y)
SUJETO A:
3*X + 1*Y ≤ 100
1*X + 2*Y ≤ 100
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

33) En unos grandes almacenes necesitan entre 6 y 15 vigilantes cuando están


abiertos al público, y entre 4 y 7 vigilantes nocturno. Por razones de seguridad,
debe haber al menos el doble de vigilantes diurnos que nocturnos, pero los
vigilantes diurnos cobran 60$ por día y los nocturnos 96$ ¿Cómo debe organizarse
el servicio para que resulte lo más económico posible?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de vigilantes diurnos VD
- Cantidad de vigilantes nocturnos VN

II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA


- Mínimos costos en la contratación de vigilantes
- Mínimos costos en la contratación de la cantidad de vigilantes diurnos +
cantidad de vigilantes nocturnos
- Mínimos costos: $60*(Cantidad de vigilantes diurnos) + $96*(Cantidad

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


de vigilantes nocturnos)
- Mínimos costos: $100*(VD) + $150*(VN)
- Min. Z = $100*(VD) + $150*(VN)

III. RESTRICCIONES
I. Se necesita entre 6 y 15 vigilantes cuando están abiertos
Se necesita entre 6 y 15 vigilantes de la cantidad de vigilantes diurnos
VD ≥ 6 VD ≤ 15
II. Se necesita entre 4 y 7 vigilantes nocturnos
Se necesita entre 6 y 15 vigilantes de la cantidad de vigilantes
nocturnos
VN ≥ 4 VN ≤ 7
III. La cantidad de vigilantes diurnos y la cantidad de vigilantes nocturnos
deben ser mayor o igual que 0
VD ≥ 0
VN ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
VD
VN
II. FUNCIÓN OBJETIVA
($)
MIN. Z = 100*(VD) + 150*(VN)

III. RESTRICCIONES
VD ≤ 15
VD ≥ 6
VN ≤ 7
VN ≥ 4
VD ≥ 0
VN ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MODELO MATEMÁTICO

VD = X
VN = Y
I. VARIABLE DE DECISION
X = Cantidad de aparatos “A”
Y = Cantidad de aparatos “B”
II. FUNCION OBJETIVO
MIN. Z = 100*(X) + 150*(Y)
SUJETO A:
X ≤ 15
X Y ≥ 6
Y ≤ 7
≥ 4
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

34) La compañía Hierro del Norte debe decidir cuantas toneladas de acero puro ( X )
y cuantas de chatarra (Y ) se deben utilizar en la preparación de una aleación
para un cliente. El corto por tonelada de acero puro es de 3 y el de chatarra 6
(por las impurezas); la demanda del cliente es por lo menos 5, y el aceptaría más
si así requiere.

La disponibilidad de X es de 4 toneladas y 7 de la Y. La relación entre chatarra y


acero puro no puede exceder ⅞. La fábrica tiene 18 horas disponibles para
derretir y fundir; una tonelada de acero puro que requiere 3 horas, mientras que la
chatarra solo 2 horas.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de toneladas de acero puro. (CTA)
- Cantidad de toneladas de chatarra (CTC)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos en la preparación de una aleación para un cliente.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Minimizar costos cantidad de toneladas de acero fundido + cantidad
de toneladas de chatarra.
- Min. costo de acero * cant. toneladas de acero + costo de chatarra *
cant. toneladas de chatarra.
- Min. costo acero * CTA + costo chatarra * CTC
- Min. Z = 3UM*CTA + 6UM*CTC
III. RESTRICCIONES
I. La demanda del cliente es de por los menos 5.
La demanda cliente cantidad de toneladas acero + cantidad de
toneladas chatarra por lo menos 5.
CTA + CTC ≥ 5
II. La disponibilidad de cantidad de acero puro es 4 toneladas.
CTA ≤ 4
III. La disponibilidad de cantidad de chatarra es 7 toneladas.
CTC ≤ 7
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

7
IV. La relación entre chatarra y acero puro no puede exceder .
8

𝐶𝑇𝐶 7

𝐶𝑇𝐴 8

𝟖∗𝑪𝑻𝑪
≥0
𝟕∗𝑪𝑻𝑨
V. La fábrica solo tiene 18 horas disponibles para derretir y fundir, una
tonelada de acero requiere 3h, mientras que la chatarra solo 2h.
La fábrica derrite y funde 3h * cant. toneladas acero + 2h * cant.
toneladas chatarra como máximo en 18h.
3*CTA + 2*CTC ≤ 18
VI. La cantidad de toneladas de acero puro y chatarra deben ser mayor a
0.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


CTA ≥ 0
CTC ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
CTA
CTC
II. FUNCIÓN OBJETIVA
MIN. Z = 3(CTA) + 6(CTC) (UM)
III. RESTRICCIONES
CTA + CTC ≥ 5
CTA ≤ 4
CTC ≤ 7
8 ∗ 𝐶𝑇𝐶
≥ 0
7 ∗ 𝐶𝑇𝐴
3*CTA + 2*CTC ≤ 18
CTA ≥ 0
CTC ≥ 0
MODELO MATEMÁTICO

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


CTA = X
CTC = Y
I. VARIABLE DE DECISION
X = Cantidad de toneladas de acero puro.
Y = Cantidad de toneladas de chatarra.
II. FUNCION OBJETIVO
MIN. Z = 3*(X) + 6*(Y)
SUJETO A:
X + Y ≥ 5
X ≤ 4
Y ≤ 7
8∗𝑌
≥ 0
7∗𝑋
3*X + 2*Y ≤ 18
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

35) A una persona que quiere adelgazar se le ofrecen dos productos A y B para que
tome una mezcla de ambos con las siguientes recomendaciones:

No debe tomar más de 150 gr de la mezcla ni menos de 50 gr.

La cantidad de A debe ser igual o superior a la de B

No debe incluir más de 100 gr de A

Hay 100 gr de A contienen 30 mg de vitaminas y 450 calorías y 100 gr de B


contienen 20mg de vitaminas y 150 calorías.

a) ¿Cuántos gramos de cada producto debe mezclar para obtener el preparado


más rico en vitamina?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad en gramos del producto A A
- Cantidad en gramos del producto B B

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener tomando vitaminas que contienen ambos
productos.
- Máximo beneficio a obtener tomando vitaminas que contiene el
producto A y vitaminas que contiene el producto B.
- Máximo beneficio a obtener tomando los 0.03gr en vitaminas de los
100gr del producto A + 0.02gr de vitaminas de los 100gr del producto B.
- Máximo beneficio a obtener tomando (0.03gr/100gr) * producto A +
(0.02gr/100gr) * producto B.
- Máximo beneficio a obtener tomando (0.0003gr) * producto A +
(0.0002gr) * producto B.
- Máximo beneficio a obtener tomando (0.0003gr)*A + (0.0002gr)*B.
- Máx. Z = 0.0003*A+ 0.0002*B.
III. RESTRICCIONES
I. La mezcla formada por ambos productos no debe ser mayor a 150gr ni
menor a 50gr.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

La mezcla formada por el producto A y el producto B no debe ser


mayor a 150gr ni menor a 50gr.
La mezcla formada por el producto A + el producto B no es mayor a
150gr ni menor a 50gr.
A + B ≤ 150
A + B ≥ 50
II. La cantidad de producto A no puede contener más de 100gr en la
mezcla.
A ≤ 100
III. La cantidad del producto A en la mezcla debe ser igual o superior a la
cantidad del producto B.
A≥B
-A+B ≤ 0
IV. La cantidad del producto A y el producto B usados en la mezcla debe
ser mayor o igual a 0.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


A≥0
B≥0

RESUMEN

I. VARIABLE DE DECISIÓN
A
B
II. FUNCIÓN OBJETIVA
MÁX.Z = 0.0003*A + 0.0002*B (vit)

III. RESTRICCIONES
1*A + 1*B ≤ 150
1*A + 1*B ≥ 50
1*A ≤ 100
-1*A + 1*B ≤ 0
1*A ≥ 0
1*B ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

A = X
B = Y
I. VARIABLE DE DECISION
X = Cantidad en gramos del producto A.
Y = Cantidad en gramos del producto B.

II. FUNCION OBJETIVO


MÁX.Z = 0.0003*X + 0.0002*Y
SUJETO A:
1*X + 1*Y≤ 150
1*X + 1*Y≥ 50
1*X ≤ 100
-1*X + 1*Y ≥ 0
X ≥ 0
Y ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


b) ¿Cuántos gramos de cada producto debe mezclar para obtener el preparado
más pobre en calorías?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad en gramos del producto A A
- Cantidad en gramos del producto B B
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimización de calorías que contienen ambos productos.
- Minimización de calorías que contiene el producto A y calorías que
contiene el producto B.
- Minimización al tomar los 450cal de los 100gr del producto A + 150cal
de los 100gr del producto B.
- Minimización al tomar (150cal/100gr) * producto A + (150cal/100gr) *
producto B.
- Minimización de calorías al tomar (4.5) * producto A + (1.5) * producto B.
- Minimización de calorías al tomar (4.5)*A + (1.5)*B.
- Min. Z = 4.5*A+ 1.5*B.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. RESTRICCIONES
I. La mezcla formada por ambos productos no debe ser mayor a 150gr ni
menor a 50gr.
La mezcla formada por el producto A y el producto B no debe ser
mayor a 150gr ni menor a 50gr.
La mezcla formada por el producto A + el producto B no es mayor a
150gr ni menor a 50gr.
A + B ≤ 150
A + B ≥ 50
II. La cantidad de producto A no puede contener más de 100gr en la
mezcla.
A ≤ 100
III. La cantidad del producto A en la mezcla debe ser igual o superior a la
cantidad del producto B.
A≥B

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


-A+B ≤ 0
IV. La cantidad del producto A y el producto B usados en la mezcla debe
ser mayor o igual a 0.
A≥0
B≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
A
B
II. FUNCIÓN OBJETIVA
MÁX.Z = 4.5*A + 1.5*B (cal)

III. RESTRICCIONES
1*A + 1*B ≤ 150
1*A + 1*B ≥ 50
1*A ≤ 100
-1*A + 1*B ≤ 0
1*A ≥ 0
1*B ≥ 0

MODELO MATEMÁTICO

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


A = X
B = Y

I. VARIABLE DE DECISION
X = Cantidad en gramos del producto A.
Y = Cantidad en gramos del producto B.

II. FUNCION OBJETIVO


MÁX.Z = 4.5*X + 1.5*Y
SUJETO A:
1*X + 1*Y ≤ 150
1*X + 1*Y ≥ 50
1*X ≤ 100
-1*X + 1*Y ≥ 0
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

36) Desde dos almacenes A y B, se tiene que distribuir fruta de tres mercados de la
ciudad. El almacén A dispone de 10 toneladas de fruta diarias y el B de 15
toneladas, que se reparten en su totalidad. Los dos primeros mercados
necesitan, diariamente, 8 toneladas de fruta, mientras que el tercero necesita
9 toneladas diarias. El costo del transporte desde cada almacén a cada
mercado viene dado por el siguiente cuadro:
ALMACEN MERCADO 1 MERCADO 2 MERCADO 3
A 10 15 20
B 15 10 10
Planificar el transporte para el coste sea mínimo. Objetivo: minimizar costos.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Número de toneladas enviadas del almacén A al mercado 1 (AAM1)
- Número de toneladas enviadas del almacén A al mercado 2 (AAM2)

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Número de toneladas enviadas del almacén A al mercado 3 (AAM3)
- Número de toneladas enviadas del almacén B al mercado 1 (ABM1)
- Número de toneladas enviadas del almacén B al mercado 2 (ABM2)
- Número de toneladas enviadas del almacén B al mercado 3 (ABM3)

II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA

- Minimizar el coste del transporte de los almacenes a los mercados


- Minimizar el coste del transporté de la Número de toneladas enviadas
del almacén A al mercado 1 + Número de toneladas enviadas del
almacén A al mercado 2 + Número de toneladas enviadas del
almacén A al mercado 3 + Número de toneladas enviadas del
almacén B al mercado 1 + Número de toneladas enviadas del
almacén B al mercado 2 + Número de toneladas enviadas del almacén
B al mercado 3
- Minimizar el coste de transporte de $10* Número de toneladas enviadas
del almacén A al mercado 1 + $15* Número de toneladas enviadas del
almacén A al mercado 2 + $20* Número de toneladas enviadas del
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

almacén A al mercado 3 + $15* Número de toneladas enviadas del


almacén B al mercado 1 + $10* Número de toneladas enviadas del
almacén B al mercado 2 + $10*Número de toneladas enviadas del
almacén B al mercado 3
- Minimizar el coste de transporte de $10* (AAM1)+ $15* (AAM2) + $20*
(AAM3)+ $15* (ABM1)+ $10* (ABM2)+ $10*(ABM3)
- Min Z = $10* (AAM1)+ $15* (AAM2) + $20* (AAM3)+ $15* (ABM1)
+ $10* (ABM2) + $10*(ABM3)

III. RESTRICCIONES
I. El número de toneladas enviadas del almacén A a los tres mercados es
menor o igual a 10
El número de toneladas enviadas del almacén A al mercado 1 +número de
toneladas enviadas del almacén A al mercado 2 + número de toneladas
enviadas del almacén A al mercado 3 ≤ 10

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


(AAM1)+ (AAM2)+ (AAM3) ≤ 10
II. El número de toneladas enviadas del almacén B a los tres mercados es
menor o igual a 15
El número de toneladas enviadas del almacén B al mercado 1 +número de
toneladas enviadas del almacén B al mercado 2 + número de toneladas
enviadas del almacén B al mercado 3 ≤ 15
(ABM1)+ (ABM2)+ (ABM3) ≤ 15
III. El número de toneladas enviadas de los almacenes al mercado 1 es mayor
o igual a 8 toneladas diarias
El número de toneladas enviadas del almacén A al mercado 1 + El número
de toneladas enviadas del almacén B al mercado 1 ≥ 8
(AAM1)+ (ABM1) ≥ 8
IV. El número de toneladas enviadas de los almacenes al mercado 2 es mayor
o igual a 8 toneladas diarias
El número de toneladas enviadas del almacén A al mercado 2 + El número
de toneladas enviadas del almacén B al mercado 2 ≥ 8
(AAM2)+ (ABM2) ≥ 8
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

V. El número de toneladas enviadas de los almacenes al mercado 3 es mayor


o igual a 9 toneladas diarias
El número de toneladas enviadas del almacén A al mercado 3 + El número
de toneladas enviadas del almacén B al mercado 3 ≥ 9
(AAM3)+ (ABM3) ≥ 9
VI. El número de toneladas enviadas de los almacenes a los tres mercados es
mayor o igual a 0
Número de toneladas enviadas del almacén A al mercado 1 y Número de
toneladas enviadas del almacén A al mercado 2 y Número de toneladas
enviadas del almacén A al mercado 3 y Número de toneladas enviadas
del almacén B al mercado 1 y Número de toneladas enviadas del
almacén B al mercado 2 y Número de toneladas enviadas del almacén B
al mercado 3 ≥ 0
(AAM1); (AAM2); (AAM3); (ABM1); (ABM2); (ABM3); ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
(AAM1); (AAM2); (AAM3); (ABM1); (ABM2); (ABM3)
II. FUNCIÓN OBJETIVA
Min Z = 10* (AAM1) + 15* (AAM2) + 20* (AAM3) + 15* (ABM1)
+ 10* (ABM2) + 10*(ABM3) ($)
III. RESTRICCIONES
(AAM1) + (AAM2) + (AAM3) ≤ 10
(ABM1) + (ABM2) + (ABM3) ≤ 15
(AAM1) + (ABM1) ≥8
(AAM2) + (ABM2) ≥8
(AAM3) + (ABM3) ≥9
(AAM1) ≥0
(AAM2) ≥0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


(AAM3) ≥0
(ABM1) ≥0
(ABM2) ≥0
(ABM3) ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

- (AAM1) = X1
- (AAM2) = X2
- (AAM3) = X3
- (ABM1) = X4
- (ABM2) = X5
- (ABM3) = X6
I. VARIABLE DE DECISION
- X1= Número de toneladas enviadas del almacén A al mercado 1
- X2= Número de toneladas enviadas del almacén A al mercado 2
- X3= Número de toneladas enviadas del almacén A al mercado 3
- X4= Número de toneladas enviadas del almacén B al mercado 1
- X5= Número de toneladas enviadas del almacén B al mercado 2
- X6= Número de toneladas enviadas del almacén B al mercado 3

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


II. FUNCION OBJETIVO
Min Z = 10* X1+ 15* X2+ 20* X3+ 15* X4 + 10* X5 + 10* X6
SUJETO A
X1 + X2 + X3 ≤ 10
X4 + X5 + X6 ≤ 15
X1 + X4 ≥8
X2 + X5 ≥8
X3 + X6 ≥9
X1 ≥0
X2 ≥0
X3 ≥0
X4 ≥0
X5 ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

37) Una imprenta dispone de 1800 pilas de cartulina de 13 pulgadas de largo


debe atender un pedido que le exige cortes de tal manera que disponga al
menos de 1000 tiras de 7pulgadas y 2000 tiras de 5 pulgadas, cada tira se
puede cortar de 2 formas.
1. Se cortan dos tramos de 5 pulgadas y un desperdicio de 3 pulgadas
2. Hace un corte de un tramo de 7 pulgadas y un desperdicio de 1 pulgada

Cuantas tiras de 13 pulgadas se deben cortar en la forma 1, 2 de tal manera


que se minimice el desperdicio.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de cortes del tipo I : TI
- Cantidad de cortes del tipo II : TII

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar desperdicio al distribuir la cantidad de cortes.
- Minimizar desperdicio al distribuir la cantidad de cortes del tipo I y la
cantidad de cortes del tipo II.
- Minimizar desperdicio 3 pulgadas por la cantidad de cortes del tipo I y 1
pulgada por la cantidad de cortes del tipo II.
- Minimizar desperdicio 3pul*TI + 1pul*TII.
- Min. Z = 3*TI + 1*TII
III. RESTRICCIONES
I. La cantidad de cortes del Tipo I y la cantidad de cortes del tipo II
deben ser a lo mucho, por lo que se dispone, de 1.800 pilas de cartulina.
TI + TII ≤ 1.800
II. La cantidad de cortes del tipo I según la forma debe ser al menos 1.000
tiras
TI ≥ 1.000
III. La cantidad de cortes del tipo I y la cantidad de cortes del tipo II según
la forma de corte deben ser no menor a 2.000 tiras
2*TI + 1*TII ≥ 2.000
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

IV. La cantidad de cortes del tipo I y la cantidad de cortes del tipo II deben
de ser mayor o igual a cero.
TI ≥ 0
TII ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
TI
TII
II. FUNCIÓN OBJETIVA
MIN. Z = 3*TI + 1*TII ($)
III. RESTRICCIONES
TI + TII ≤ 1.800
1*TI ≥ 1.000
2*TI + 1*TII ≥ 10
TI ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


TII ≥ 0
MODELO MATEMÁTICO

TI = X
TII = Y
I. VARIABLE DE DECISION
X = Cantidad de cortes del tipo I
Y = Cantidad de cortes del tipo II
II. FUNCION OBJETIVO

MIN. Z = 3X + Y
SUJETO A:
X + Y ≤ 1.800
X ≥ 1.000
2X + Y ≥ 10
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

38) Una compañía de alquiler de camiones dispone de dos tipos de vehículos el


camión A: tiene 2mᶟ de espacio refrigerado y de 4mᶟ de espacio no refrigerado,
el camión B tiene 3mᶟ de cada tipo de espacio, una transportadora de
alimentos debe transportar 180mᶟ de producto refrigerado y 240mᶟ de productos
no refrigerados. El camión A lo alquilan a 30.000$ el Km, el camión B lo alquilan a
35.000$ el km, si recorrieron 40 Km cuantos camiones de cada tipo deben
tomarse en alquilar para minimizar el tipo de transporte.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- n° de camiones tipo A. (N°CA)
- n° de camiones tipo B. (N°CB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar el costo de tipo de transporte de ambos camiones.
- Minimizar el costo de tipo de transporte del n° camiones A + transporte
del n° camiones B.
- Min. costo transporte $30.000 * n° camiones tipo A + $35.000 * n°

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


camiones tipo B.
- Min. costo ($30.000 * N°CA + $35.000 * N°CB) * km. recorridos por ambos
camiones.
- Min. Z = ($30.000*N°CA + $35.000*N°CB) * 40
- Min. Z = $1.200.000*N°CA + $1.400.000*N°CB
III. RESTRICCIONES
I. El camión tipo A cuenta con 2m3 de espacio refrigerado y el camión
tipo B con 3m3 ambos deben transportar como mínimo 180m3 de
productos refrigerados.
Número de camiones tipo A * 2 + número de camiones tipo B * 3 ≥ 180
2 * N°CA + 3 * N°CB ≥ 180
II. El camión tipo A cuenta con 4m3 de espacio no refrigerado y el camión
tipo B con 3m3 ambos deben transportar como mínimo 240m3 de
productos no refrigerados.
Número de camiones tipo A * 4 + número de camiones tipo B * 3 ≥ 240
4 * N°CA + 3 * N°CB ≥ 240
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. El número de camiones tipo A y camiones tipo B deben ser mayor a 0.


N°CA ≥ 0
N°CB ≥ 0
RESUMEN

I. VARIABLE DE DECISIÓN
N°CA
N°CB

II. FUNCIÓN OBJETIVA


1.200.000(N°C 1.400.000(N°CB ($)
MIN. Z = +
A) )
III. RESTRICCIONES
2*N°CA + 3*N°CB ≥ 180
4*N°CA + 3*N°CB ≥ 240
N°CA ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


N°CB ≥ 0

MODELO MATEMÁTICO

N°CA = X
N°CB = Y

I. VARIABLE DE DECISION
X = n° de camiones tipo A.
Y = n° de camiones tipo B.

II. FUNCION OBJETIVO


MAX. Z = 1.200.000*(X) + 1.400.000*(Y)
SUJETO A:
2*X + 3*Y ≥ 180
4*X + 3*Y ≥ 240
X ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

39) Una compañía productora de fertilizantes es propietaria de 2 minas que le


genera la materia prima básica para sus productos. La mina 1 produce
semanalmente 10 ton de materia prima grado A; 30 ton de materia prima
grado B; y 50 ton de grado C. La mina 2produce 30 ton de cada grado
semanalmente, la compañía para la producción anual de fertilizantes requiere
al menos de 160 ton de grado A y 303 ton grado B pero no más de800 ton de
grado C. los costos de explotación semanal de la mina A es de $800.000 y de
lámina B $700.000 cuantas semanas al año se debe explotar cada mina para
cumplir los planes de producción minimizando costos.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de semanas de explotación de la mina “A” MA
- Cantidad de semanas de explotación de la mina “B” MB

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Mínimos costos a obtener por la explotación de minas
- Mínimos costos a obtener por la cantidad de semanas de explotación
de la mina “A” + cantidad de semanas de explotación de la mina “B”
- Mínimos costos $800000*(Cantidad de semanas de explotación de la
mina “A”) + $700000*(Cantidad de semanas de explotación de la mina
“B”)
- Mínimos costos : $800000*(MA) + $700000*(MB)
- Min. Z = $800000*(MA) + $700000*(MB)

III. RESTRICCIONES
I. La compañía requiere al menos 160 toneladas de grado A
La compañía requiere al menos 160 toneladas de grado A del trabajo
en la cantidad de semanas de explotación de la mina “A” + la
cantidad de semanas de explotación de la mina “B”
10*(MA) + 30*(MB) ≥ 160
II. La compañía requiere al menos 303 toneladas de grado B
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

La compañía requiere al menos 303 toneladas de grado B del trabajo


en la cantidad de semanas de explotación de la mina “A” + la
cantidad de semanas de explotación de la mina “B”
30*(MA) + 30*(MB) ≥ 303
III. La compañía requiere no más de 800 toneladas de grado C
La compañía requiere no más de 800 toneladas de grado C del trabajo
en la cantidad de semanas de explotación de la mina “A” + la
cantidad de semanas de explotación de la mina “B”
50*(MA) + 30*(MB) ≥ 800
IV. La cantidad de semanas de explotación de la mina “A” y la cantidad
de semanas de explotación de la mina “B” deben ser mayor o igual
que 0
MA ≥ 0
MB ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


RESUMEN

I. VARIABLE DE DECISIÓN
MA
MB
II. FUNCIÓN OBJETIVA
MIN. Z = 800000*(MA) + 700000*(MB) ($)
III. RESTRICCIONES
10*(MA) + 30*(MB) ≤ 160
30*(MA) + 30*(MB) ≤ 303
50*(MA) + 30*(MB) ≥ 800
MA ≥ 0
MB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

MA = X
MB = Y
I. VARIABLE DE DECISION
X = Cantidad de semanas de explotación de la mina “A”
Y = Cantidad de semanas de explotación de la mina “B”
II. FUNCION OBJETIVO

MIN. Z = 800000*(X) + 700000*(Y)


SUJETO A:
10*(X) + 30*(Y) ≤ 160
30*(X) + 30*(Y) ≤ 303
50*(X) + 30*(Y) ≥ 800
X ≥ 0
Y ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

40) Una Compañía tiene dos plantas y tres almacenes la primera planta
puede suministrar como máximo 500 lb de un producto dado la segunda
planta, 200 como máximo. La demanda del primer almacén es de 150 lb
el segundo es de 200 y el tercero de 250. Los costos de fabricación del
producto se indican en la siguiente tabla precios de fabricación unitarios.

Almacén 1 Almacén 2 Almacén 3


Planta 1 30000 25000 36000
Planta 2 18000 19000 21000

Determine un programa de embarques que satisfaga la demanda a un


menor costo.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad unidades de productos planta 1enviadas almacén 1 (PP1EA1)
- Cantidad unidades de productos planta 1 enviadas almacén 2

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


(PP1EA2)
- Cantidad unidades de productos planta 1 enviadas almacén 3
(PP1EA3)
- Cantidad unidades de productos planta 2 enviadas almacén 1
(PP2EA1)
- Cantidad unidades de productos planta 2 enviadas almacén 2
(PP2EA2)
- Cantidad unidades de productos planta 2 enviadas almacén 3
(PP2EA3)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos de fabricación del producto.
- Min. costos productos planta 1enviadas almacén 1 + productos planta
1 enviadas almacén 2 + productos planta 1 enviadas almacén 3 + de
productos planta 2 enviadas almacén 1 + de productos planta 2
enviadas almacén 2 + de productos planta 2 enviadas almacén 3.
- Min. costos 30.000UM * productos planta 1enviadas almacén 1 +
25.000UM * productos planta 1 enviadas almacén 2 + 36.000UM *
productos planta 1 enviadas almacén 3 + 8000UM * productos planta 2
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

enviadas almacén 1 + 19.000UM * productos planta 2 enviadas


almacén 2 + 21.000UM * productos planta 2 enviadas almacén 3.
- Min. Z= 30.000UM*PP1EA1 + 25.000UM*PP1EA2 + 36.000UM*PP1EA3 +
8000UM*PP2EA1 + 19.000UM*PP2EA2 + 21.000UM*PP2EA3
III. RESTRICCIONES
I. La demanda del primer almacén es de 150lb como mínimo.
La demanda de productos planta 1 enviadas almacén 1 + productos
planta 2 enviadas almacén 1 es de 150 como mínimo.
PP1EA1 + PP2EA1 ≥ 150
II. La demanda del segundo almacén es de 200lb como mínimo.
La demanda de productos planta 1enviadas almacén 2 + productos
planta 2 enviadas almacén 2 es de 200 como mínimo.
PP1EA2 + PP2EA2 ≥ 200
III. La demanda del tercer almacén es de 250lb como mínimo.
La demanda de productos planta 1enviadas almacén 3 + productos

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


planta 2 enviadas almacén 3 es de 250 como mínimo.
PP1EA3 + PP2EA3 ≥ 250
IV. La primera planta puede suministrar como máximo 500lb de un
producto.
Productos planta 1enviadas almacén 1 + productos planta 1 enviadas
almacén 2 + productos planta 1enviadas almacén 3 como máximo
500lb.
3PP1EA1 + PP1EA2+ PP1EA3 ≤ 500
V. La segunda planta puede suministrar como máximo 200lb de un
producto.
Productos planta 2 enviadas almacén 1 + productos planta 2 enviadas
almacén 2 + productos planta 2 enviadas almacén 3 como máximo
200lb.
PP2EA1 + PP2EA2+ PP2EA3 ≤ 200
VI. La cantidad unidades de productos planta 1enviadas almacén 1, de
productos planta 1 enviadas almacén 2, de productos planta
1enviadas almacén 3, de productos planta 2 enviadas almacén 1, de
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

productos planta 2 enviadas almacén 2, de productos planta 2


enviadas almacén 3 deben ser mayor a 0.
PP1EA1 ≥ 0
PP1EA2 ≥ 0
PP1EA3 ≥ 0
PP2EA1 ≥ 0
PP2EA2 ≥ 0
PP2EA3 ≥ 0
RESUMEN

I. VARIABLE DE DECISIÓN

PP1EA1
PP1EA2
PP1EA3
PP2EA1

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


PP2EA2
PP2EA3

II. FUNCIÓN OBJETIVA

MIN. Z = 30.000*(PP1EA1) + 25.000*(PP1EA2) + 36.000*(PP1EA3) +

8000*(PP2EA1) + 19.000*(PP2EA2) + 21.000*(PP2EA3) (UM)

III. RESTRICCIONES
PP1EA1 + PP2EA1 ≥ 150
PP1EA2 + PP2EA2 ≥ 200
+ PP1EA3 + PP2EA3 ≥ 250
PP1EA1 + PP1EA2 + PP1EA3 ≤ 500
PP2EA3 + PP2EA2 + PP2EA3 ≤ 200
PP1EA1 ≥ 0
PP1EA2 ≥ 0
PP1EA3 ≥ 0
PP2EA1 ≥ 0
PP2EA2 ≥ 0
PP2EA3 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

PP1EA1 = X1

PP1EA2 = X2

PP1EA3 = X3

PP2EA1 = X4

PP2EA2 = X5
PP2EA3 = X6

I. VARIABLE DE DECISION
X1 = Cantidad unidades de productos planta 1enviadas almacén 1

X2 = Cantidad unidades de productos planta 1 enviadas almacén 2

X3 = Cantidad unidades de productos planta 1 enviadas almacén 3

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


X4 = Cantidad unidades de productos planta 2 enviadas almacén 1

X5 = Cantidad unidades de productos planta 2 enviadas almacén 2

X6 = Cantidad unidades de productos planta 2 enviadas almacén 3

II. FUNCION OBJETIVO


25.000*(X2) + 36.000*(X3) + 8000*(X4) + 19.000*(X5) + 21.000*(X6
MIN. Z = 30.000*(X1) +
)
SUJETO A:
X1 + X4 ≥ 150
X2 + X5 ≥ 200
X3 + X6 ≥ 250
X1 + X2 + X3 ≤ 500
X4 + X5 + X6 ≤ 200
X1 ≥ 0
X2 ≥ 0
X3 ≥ 0
X4 ≥ 0
X5 ≥ 0
X6 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

41) En un taller se fabrican 3 tipos de mesa A, B, C con cada mesa requiere


determinado tiempo para cortar las partes que la constituyen, en
ensamblar y pintar la pieza terminada. La producción total de mesas está
vendida. Además el modelo C puede venderse sin pintar para el desarrollo
del trabajo se emplean varias personas las cuales trabajan en turnos
parciales por lo cual el tiempo disponible para realizar cada una de estas
actividades es variable. A partir de los datos siguientes formule un modelo
de programación lineal que le permita maximizar las ganancias si el
departamento de corte presenta una capacidad de150 horas. Montaje
200 horas y el departamento de pintura de 300 horas si la ganancia por la
mesa A es de 1500 por la mesa B 20000 y por la mesa C 35000 y por la C sin
pintar 30000.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Cantidad de mesas tipo A (MA)
- Cantidad de mesas tipo B (MB)
- Cantidad de mesas tipo C (MC)
- Cantidad de mesas tipo C sin pintar (MCD)

II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA


- Maximizar ganancias al fabricar cada tipo de mesa.
- Maximizar ganancias al fabricar cantidad de mesas tipo A + cantidad
de mesas tipo B + cantidad de mesas tipo C + cantidad de mesas tipo
C sin pintar.
- Maximizar ganancias 15000 * cantidad de mesas tipo A + 20000 *
cantidad de mesas tipo B + 35000 * cantidad de mesas tipo C + 30000 *
cantidad de mesas tipo C sin pintar.
- Maximizar ganancias 15000*(MA) + 20000*(MB) + 35000*(MC) +
30000*(MCD).
- Max. Z = $15000*(MA) + $20000*(MB) + $35000*(MC) + $30000*(MCD).
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. RESTRICCIONES
I. Cantidad de tiempo usado en corte para cada modelo de mesas es
como máximo 150 horas.
Cantidad de tiempo usado en corte para el modelo de mesa A +
cantidad de horas usado en corte para el modelo de mesa B +
cantidad de horas usado en corte para el modelo de mesa C +
cantidad de horas usado en corte para el modelo de mesa C sin pintar
es como máximo 150 horas.
Cantidad de tiempo usado en corte 3 * el modelo de mesa A + 1 * el
modelo de mesa B + 4 * el modelo de mesa C + 4 * el modelo de mesa
C sin pintar es como máximo 150 horas.
Cantidad de tiempo usado en corte 3*(MA) + 1*(MB) + 4*(MC) +
4*(MCD) es como máximo 150 horas.
3*(MA) + 1*(MB) + 4*(MC) + 4*(MCD) ≤ 150

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


II. Cantidad de tiempo usado en montaje para cada modelo de mesas es
como máximo 200 horas.
Cantidad de tiempo usado en montaje para el modelo de mesa A +
cantidad de horas usado en montaje para el modelo de mesa B +
cantidad de horas usado en montaje para el modelo de mesa C +
cantidad de horas usado en montaje para el modelo de mesa C sin
pintar es como máximo 200 horas.
Cantidad de tiempo usado en montaje 4 * el modelo de mesa A + 2 * el
modelo de mesa B + 5 * el modelo de mesa C + 5 * el modelo de mesa
C sin pintar es como máximo 200 horas.
Cantidad de tiempo usado en montaje 4*(MA) + 2*(MB) + 5*(MC) +
5*(MCD) es como máximo 200 horas.
4*(MA) + 2*(MB) + 5*(MC) + 5*(MCD) ≤ 200
III. Cantidad de tiempo usado en pintura para cada modelo de mesas es
como máximo 300 horas.
Cantidad de tiempo usado en pintura para el modelo de mesa A +
cantidad de horas usado en pintura para el modelo de mesa B +
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

cantidad de horas usado en pintura para el modelo de mesa C +


cantidad de horas usado en pintura para el modelo de mesa C sin
pintar es como máximo 300 horas.
Cantidad de tiempo usado en pintura 5 * el modelo de mesa A + 5 * el
modelo de mesa B + 5 * el modelo de mesa C es como máximo 300
horas.
Cantidad de tiempo usado en pintura 5*(MA) + 5*(MB) + 5*(MC) es
como máximo 300 horas.
5*(MA) + 5*(MB) + 5*(MC) ≤ 300
IV. La cantidad meses de tipo A, B, C y C sin pintar debe ser mayor o igual
a cero.
MA ≥ 0
MB ≥ 0
MC ≥ 0
MCD ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


RESUMEN

I. VARIABLE DE DECISIÓN
MA

MB

MC

MCD

II. FUNCIÓN OBJETIVA


MAX. Z = 15000*(MA) + 20000*(MB) + 35000*(MC) + 30000*(MCD) ($)
III. RESTRICCIONES
3*MA + 1*MB + 4*MC + 4*MCD ≤ 150
4*MA + 2*MB + 5*MC + 5*MCD ≤ 200
5*MA + 5*MB + 5*MC ≤ 300
MA ≥ 0
MB ≥ 0
MC ≥ 0
MCD
≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

MA : X1

MB : X2

MC : X3

MCD : X4

I. VARIABLE DE DECISION
X1 = Cantidad de mesas tipo A
X2 = Cantidad de mesas tipo B
X3 = Cantidad de mesas tipo C
X4 = Cantidad de mesas tipo C sin pintar

II. FUNCION OBJETIVO

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MAX. Z = 15000*X1 + 20000*X2 + 35000*X3 + 30000*X4

Sujeto a:
3*X1 + 1*X2 + 4*X3 + 4*X4 ≤ 150
4*X1 + 2*X2 + 5*X3 + 5*X4 ≤ 200
5*X1 + 5*X2 + 5*X3 ≤ 300
X1 ≥ 0
X2 ≥ 0
X3 ≥ 0
X4 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

1) Disponemos de 210.000 euros para invertir en bolsa. Nos recomiendan dos


tipos de acciones. Las del tipo A, que rinden el 10% y las del tipo B, que rinden
el 8%. Decidimos invertir un máximo de 130.000 euros en las del tipo A y como
mínimo 60.000 en las del tipo B. Además queremos que la inversión en las del
tipo A sea menor que el doble de la inversión en B. ¿Cuál tiene que ser la
distribución de la inversión para obtener el máximo interés anual?
DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Número de acciones que invertimos en el tipo A (NAIA)
- Número de acciones que invertimos en el tipo B (NAIB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximos beneficio de invertir las acciones en las dos opciones
- Máximo beneficio del Número de acciones que invertimos en el tipo A
+ Número de acciones que invertimos en el tipo B

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Máximo beneficio de €0.1* número de acciones que invertimos en el
tipo A +€0.08* número de acciones que invertimos en el tipo B
- Máximo beneficio de €0.1*(NAIA) +€0.08* (NAIB)
- Max Z= €0.1*(NAIA) +€0.08* (NAIB)
III. RESTRICCIONES
I. La inversión total debe ser menor o igual 210000
El número de acciones que invertimos en el tipo A + Número de acciones
que invertimos en el tipo B ≤210000
(NAIA) + (NAIB) ≤ 210000
II. La inversión en A debe ser máximo 130000 euros
El número de acciones que invertimos del tipo A debe ser ≤130000
(NAIA) ≤130000
III. La inversión en B debe ser mínimo 60000 euros
El número de acciones que invertimos del tipo B debe ser ≥ 60000
(NAIB) ≥ 60000
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

IV. la inversión en a debe ser menor que el doble de la inversión en B


El número de acciones que invertimos del tipo A debe ser ≤ 2* El número de
acciones que invertimos del tipo B
(NAIA) ≤ 2*(NAIB)
V. El número de acciones invertidas de los dos tipos debe ser mayor o igual a
cero
El número de acciones que invertimos del tipo A y el número de acciones
que invertimos del tipo B ≥ 0
(NAIA) ≥ 0; (NAIB) ≥ 0
RESUMEN

I. VARIABLE DE DECISIÓN
- NAIA
- NAIB

II. FUNCIÓN OBJETIVA

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


Max Z= 0.1*(NAIA) +0.08* (NAIB) (€)

III. RESTRICCIONES
(NAIA) + (NAIB) ≤ 210000
(NAIA) ≤130000
(NAIB) ≥ 60000
(NAIA) ≤ 2*(NAIB)
(NAIA) ≥0
(NAIB) ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

- NAIA = X
- NAIB = Y
I. VARIABLE DE DECISION
X = Número de acciones que invertimos en el tipo A
Y = Número de acciones que invertimos en el tipo B

II. FUNCION OBJETIVO


Max Z= 0.1*X +0.08* Y
SUJETO A
X +Y ≤ 210000
X ≤130000
Y ≥ 60000
X ≤ 2*Y
X ≥0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


Y ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

2) En una pastelería se hacen dos tipos de tartas: Vienesa y Real. Cada tarta
Vienesa necesita un cuarto de relleno por cada Kg. de bizcocho y produce un
beneficio de 250 Pts, mientras que una tarta Real necesita medio Kg. de
relleno por cada Kg. de bizcocho y produce 400 Ptas. de beneficio. En la
pastelería se pueden hacer diariamente hasta 150 Kg. de bizcocho y 50 Kg. de
relleno, aunque por problemas de maquinaria no pueden hacer más de 125
tartas de cada tipo. ¿Cuántas tartas Vienesas y cuantas Reales deben vender
al día para que sea máximo el beneficio?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de tortas Vienesa : TV
- Cantidad de tortas Reales : TR
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por vender.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Máximo beneficio a obtener por vender cierta cantidad de tortas
Vienesa y cierta cantidad de tortas Reales.
- Máximo beneficio 250 Pts por la cantidad de tortas Vienesa + 400 Pts
por la cantidad de tortas Reales.
- Máximo beneficio 250 Pts*TV + 400 Pts*TR.
- Máx. Z = 250*TV + 400*TR
III. RESTRICCIONES
I. La cantidad de tortas Vienesa y la cantidad de tortas Reales pueden
hacerse con hasta 150 kg de bizcocho.
TV + TR ≤ 150
II. La cantidad de tortas Vienesa y la cantidad de tortas Reales pueden
hacerse con hasta 50 kg de relleno.
0.250*TV + 0.500*TR ≤ 50
III. La cantidad de tortas Vienesa, por problemas con la máquina, que se
pueden realizar a lo mucho es de 125.
TV ≤ 125
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

IV. La cantidad de tortas Vienesa, por problemas con la máquina, que se


pueden realizar a lo mucho es de 125.
TR ≤ 125
V. La cantidad de tortas Vienesa y la cantidad de tortas Realesa debe ser
mayor o igual a cero.
TV ≥ 0 TR ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
TV
TR
II. FUNCIÓN OBJETIVA
MAX. Z = 250*TV + 400*TR
III. RESTRICCIONES
TV + TR ≤ 150

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


0.250*TV + 0.500TR ≤ 50
TV ≤ 125
TR ≤ 125
TV ≥ 0
0
TR ≥
MODELO MATEMÁTICO

TV = X
TR = Y
I. VARIABLE DE DECISION
X = Cantidad de tortas Vienesa
Y = Cantidad de tortas Reales
II. FUNCION OBJETIVO

MAX. Z = 250*X + 400*Y


SUJETO A:
X + Y ≤ 150
0.250X + 0.500Y ≤ 50
X ≤ 125
Y ≤ 125
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

3) Una escuela prepara una excursión para 400 alumnos. La empresa de transporte
tiene 8 autocares de 40 plazas y 10 autocares de 50 plazas, pero solo dispone de
9 conductores. El alquiler de un autocar grande cuesta 80 euros y el de uno
pequeño, 60 euros. Calcular cuántos de cada tipo hay que utilizar para que la
excursión resulte lo más económica posible para la escuela.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de autocares grandes AG
- Cantidad de autocares pequeños AP
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos al alquilar ambos tipos de autocares.
- Minimizar costos al alquilar los autocares grandes y alquilar los autocares
pequeños.
- Minimizar costos €80 * autocares grandes + €60 * autocares pequeños.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Minimizar costos €80 *(AG) + €60 *(AP)
- Min. Z = €80 *(AG) + €60 *(AP)
III. RESTRICCIONES
I. La empresa dispone de hasta 9 conductores para manejar en
cualquiera de los autocares.
AG + AP ≤ 9
II. La empresa dispone de ambos tipos de autocares como mínimo para
los 400 alumnos.
La empresa dispone de 50 * autocares grandes + 40 * autocares
pequeños como mínimo para los 400 alumnos.
50*(AG) + 50*(AP) ≥ 400.
III. La empresa dispone de hasta 10 autocares grandes.
AG ≤ 10
IV. La empresa dispone de hasta 8 autocares pequeños.
AP ≤ 8
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

V. La cantidad de autocares grandes y la cantidad de autocares


pequeños debe ser igual o mayor a 0.
AG ≥ 0
AP ≥ 0
RESUMEN

I. VARIABLE DE DECISIÓN
AG
AP
II. FUNCIÓN OBJETIVA
MIN. Z = 80*(AG) + 60*(AP) (€)

III. RESTRICCIONES
1*AG + 1*AP ≤ 9
50*AG + 40*AP ≥ 400
1*AG ≤ 10

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


1*AP ≤ 8
AG ≥ 0
AP ≥ 0
MODELO MATEMÁTICO

AG = X
AP = Y
I. VARIABLE DE DECISION
X = Cantidad de autocares grandes

Y = Cantidad de autocares pequeños

II. FUNCION OBJETIVO


MIN. Z = 80*(X) + 60*(Y)
SUJETO A:
1*X + 1*Y ≤ 9
50*X + 40*Y ≥ 400
1*X ≤ 10
1*Y ≤ 8
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

4) Una compañía posee dos minas: la mina A produce cada día 1 tonelada de
hierro de alta calidad, 3 toneladas de calidad media y 5 de baja calidad. La
mina B produce cada día 2 toneladas de cada una de las tres calidades. La
compañía necesita al menos 80 toneladas de mineral de alta calidad, 160
toneladas de calidad media y 200 de baja calidad. Sabiendo que el coste diario
de la operación es de 2000 euros en cada mina ¿cuántos días debe trabajar
cada mina para que el coste sea mínimo?
DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Días a trabajar en la mina “A” MA
- Días a trabajar en la mina “B” MB
II. IDENTIFICACIÓN DE LA FUNCIÓN OBJETIVA
- Minimizar costos al extraer hierro del trabajo de las minas
- Minimizar costos al extraer hierro por los días trabajados en la mina “A” +

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


días trabajados en la mina “B”
- Minimizar costos: 2000€*(Días a trabajar en la mina “A”) + 2000€*( Días a
trabajar en la mina “B”
- Minimizar costos: 2000€*(MA) + 2000€*(MB)
- Min. Z = 2000€*(MA) + 2000€*(MB)
III. RESTRICCIONES
I. La compañía necesita al menos 80 toneladas de mineral de alta calidad
La compañía necesita al menos 80 toneladas de mineral de alta
calidad de la mina “A” que produce 1 tonelada diaria y de la mina “B”
que produce 2 toneladas diarias
1*(MA) + 2*(MB) ≥ 80
II. La compañía necesita al menos 160 toneladas de mineral de calidad
media
La compañía necesita al menos 160 toneladas de mineral de calidad
media de la mina “A” que produce 3 toneladas diarias y la mina “B”
que produce 2 toneladas diarias
3*(MA) + 2*(MB) ≥ 160
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. La compañía necesita al menos 200 toneladas de mineral de baja calidad


La compañía necesita al menos 200 toneladas de mineral de calidad
media de la mina “A” que produce 5 toneladas diarias y la mina “B”
que produce 2 toneladas diarias
5*(MA) + 2*(MB) ≥ 200
IV. La cantidad de días a trabajar en la mina “A” y la cantidad de días a
trabajar en la mina “B” debe ser mayor o igual a cero
MA ≥ 0
MB ≥ 0
RESUMEN

I. VARIABLE DE DECISIÓN
MA
MB

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


II. FUNCIÓN OBJETIVA
MIN. Z = 2000*(MA) + 2000*(MB) (€)

III. RESTRICCIONES
1*MA + 2*MB ≥ 80
3*MA + 2*MB ≥ 160
5*MA + 2*MB ≥ 200
MA ≥ 0
MB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

MA = X
MB = Y

I. VARIABLE DE DECISION
X = Días a trabajar en la mina “A”
Y = Días a trabajar en la mina “B”

II. FUNCION OBJETIVO


MIN. Z = 2000*(X) + 2000*(Y)
SUJETO A:
1*X + 2*Y ≥ 80
3*X + 2*Y ≥ 160
5*X + 2*Y ≥ 200
X ≥ 0
Y ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

5) Se va a organizar una planta de un taller de automóviles donde van a trabajar


electricistas y mecánicos. Por necesidades de mercado, es necesario que haya
mayor o igual número de mecánicos que de electricistas y que el número de
mecánicos no supere al doble que el de electricistas. En total hay disponibles 30
electricistas y 20 mecánicos. El beneficio de la empresa por jornada es de 250
euros por electricista y 200 euros por mecánico. ¿Cuántos trabajadores de cada
clase deben elegirse para obtener el máximo beneficio y cual es este?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- N° de electricistas (N°E)
- N° de mecánicos (N°M)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por ambos tipos de trabajadores.
- Máx. beneficio n° de electricistas + n° de mecánicos.
- Máx. benef. 250€ * n° de electricistas + 200€ * n° de mecánicos.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Max. Z= 250€*N°E + 200€*N°M
III. RESTRICCIONES
I. Es necesario que haya mayor o igual número de mecánicos que de
electricistas.
N°M ≥ N°E
II. El número de mecánicos no debe superar al doble que el de
electricistas.
N°M ≤ 2* N°E
III. Hay disponible 30 electricistas.
N°E ≤ 30
IV. Hay disponible 20 mecánicos.
N°M ≤ 20
V. El número de electricistas y el de mecánicos deben ser mayor a 0.
N°E ≥ 0
N°M ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN

N°E
N°M

II. FUNCIÓN OBJETIVA


MAX. Z = 250*(N°E) + 200*(N°M) (€)

III. RESTRICCIONES
-N°M + N°E ≤ 0
N°M - 2*N°E ≤ 0
N°E ≤ 30
N°M ≤ 20
N°M ≥ 0
N°E ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MODELO MATEMÁTICO

N°E = X
N°M = Y

I. VARIABLE DE DECISION
X = N° de electricistas

Y = N° de mecánicos

II. FUNCION OBJETIVO


MAX. Z = 250*(X) + 200*(Y)
SUJETO A:
-X + Y ≤ 0
X - 2Y ≤ 0
Y ≤ 30
X ≤ 20
X ≥ 0
Y ≤ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

6) Para recorrer un determinado trayecto, una compañía aérea desea ofertar, a lo


sumo, 5000 plazas de dos tipos: T(turista) y P(primera). La ganancia
correspondiente a cada plaza de tipo T es de 30 euros, mientras que la
ganancia del tipo P es de 40 euros. El número de plazas de tipo T no puede
exceder de 4500 y el del tipo P, debe ser, como máximo, la tercera parte de las
del tipo T que se oferten.

Calcular cuántas tienen que ofertarse de cada clase para que las ganancias
sean máximas.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de plazas en la clase turista T
- Cantidad de plazas en la clase primera P
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Maximizar las ganancias al ofertar las plazas de ambos tipos de clases.
- Maximizar las ganancias al ofertar las plazas de clase tipo turista y las
plazas de clase tipo primera.
- Maximizar las ganancias al ofertar 30 * clase tipo turista + 40 * clase tipo
primera.
- Maximizar las ganancias al ofertar 30 * T + 40 * P.
- MAX. Z = 30*T + 40*P.
III. RESTRICCIONES
I. La empresa dispone de hasta 5000 plazas en ambos tipos de clases.
La empresa dispone de hasta 5000 plazas de clase tipo turista y las
plazas de clase tipo primera.
La empresa dispone de hasta 5000 plazas de clase tipo turista + las
plazas de clase tipo primera.
T + P ≤ 5000.
II. El número de plazas de la clase de tipo turista no puede exceder a
4500.
El número de plazas de T no puede exceder a 4500.
T ≤ 4500
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. El número de plazas de la clase de tipo primera debe ser, como


máximo, la tercera parte de la clase de tipo turista.
El número de plazas de P es como máximo, la tercera parte de P.
P ≤ T/3
2T/3 + P ≤ 0
IV. El número de plazas de la clase de tipo turista y la clase de tipo primera
debe ser igual o mayor a 0.
T≥0
P≥0
RESUMEN

I. VARIABLE DE DECISIÓN
T
P
II. FUNCIÓN OBJETIVA

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MAX. Z = 30*(T) + 40*(P) (€)

III. RESTRICCIONES
1*T + 1*P ≤ 5000
1*T ≤ 4500
2/3*T + 1*P ≤ 0
T ≥ 0
P ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

T = X
P = Y
I. VARIABLE DE DECISION
X = Cantidad de plazas en la clase turista.

Y = Cantidad de plazas en la clase primera.


II. FUNCION OBJETIVO
Max. Z = 30*(X) + 40*(Y)
SUJETO A:
1*X + 1*Y ≤ 5000
1*X ≤ 4500
2/3*X + 1*Y ≤ 0
X ≥ 0
Y ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

7) Se dispone de 120 refrescos de cola con cafeína 2 y de 180 refrescos de cola sin
cafeína. Los refrescos se venden en paquetes de dos tipos. Los paquetes de tipo
A contienen tres refrescos con cafeína y tres sin cafeína, y los de tipo B contienen
dos con cafeína y cuatro sin cafeína. El vendedor gana 6 € por cada paquete
que venda de tipo A y 5 € por cada uno que vende de tipo B. Calcular de forma
razonada cuántos paquetes de cada tipo debe vender para maximizar los
beneficios y calcular éste.
DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Número de paquetes de refrescos del tipo A (NPRA)
- Número de paquetes de refrescos del tipo B (NPRB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar los beneficios al vender los dos tipo de paquetes de refrescos
- Maximizar los beneficios de vender Número de paquetes de refrescos

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


del tipo A + Número de paquetes de refrescos del tipo B
- Maximizar los beneficios de vender €6* Número de paquetes de
refrescos del tipo A + €5* Número de paquetes de refrescos del tipo B
- Maximizar los beneficios de vender €6* (NPRA) + €5* (NPRB)
- Max Z= €6* (NPRA) + €5* (NPRB)
III. RESTRICCIONES
I. El número de refrescos con cafeína de los dos tipos de paquete es menor
o igual a 120
El número de refrescos 3* Número de paquetes de refrescos del tipo A+ 2*
Número de paquetes de refrescos del tipo B ≤ 120
3*(NPRA) + 2*(NPRB) ≤ 120
II. El número de refrescos sin cafeína de los dos tipos de paquete es menor o
igual a 180
El número de refrescos 3* Número de paquetes de refrescos del tipo A+ 4*
Número de paquetes de refrescos del tipo B ≤ 120
3*(NPRA) + 4*(NPRB) ≤ 180
III. Número de paquetes de refrescos de los dos tipos debe ser mayor o igual a
cero
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

Número de paquetes de refrescos del tipo A y Número de paquetes de


refrescos del tipo B ≥ 0
(NPRA) ≥ 0; (NPRB) ≥ 0
RESUMEN

I. VARIABLE DE DECISIÓN
- NPRA
- NPRB

II. FUNCIÓN OBJETIVA


Max Z= 6* (NPRA) + 5* (NPRB) (€)

III. RESTRICCIONES
3*(NPRA) + 2*(NPRB) ≤ 120
3*(NPRA) + 4*(NPRB) ≤ 180
(NPRA) ≥0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


(NPRB) ≥0

MODELO MATEMÁTICO

- NPRA = X
- NPRB = Y
III. VARIABLE DE DECISION
X = Número de paquetes de refrescos del tipo A
Y = Número de paquetes de refrescos del tipo B
IV. FUNCION OBJETIVO
Max Z= 6* (NPRA) + 5* (NPRB)
SUJETO A
3*(NPRA) + 2*(NPRB) ≤ 120
3*(NPRA) + 4*(NPRB) ≤ 180
(NPRA) ≥0
(NPRB) ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

8) Una persona para recuperarse de una cierta enfermedad tiene que tomar en
su alimentación dos clases de componentes que llamaremos A y B. Necesita
tomar 70 unidades de A y 120 unidades de B. El médico le da dos tipos de
dietas en las que la concentración de dichos componentes es:
- dieta D1: 2 unidades de A y 3 unidades de B
- dieta D2: 1 unidad de A y 2 unidades de B.
Sabiendo que el precio de la dieta D1 es 2,5 €. y el de la dieta D2 es 1,45 €.
¿Cuál es la distribución óptima para el menor coste?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Tipo de dieta uno : D1
- Tipo de dieta dos : D2
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos al distribuir.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Minimizar costos al distribuir el tipo de dieta uno y el tipo de dieta dos
para la alimentación.
- Minimizar costos 2.5 € por el tipo de dieta uno y 1.45 € por el tipo de
dieta dos.
- Minimizar costos 2.5€*D1 + 1.45€*D2.
- Min. Z = 2.5€*CL + 1.45€*CP
III. RESTRICCIONES
I. La cantidad de medicamentos de A que debe ir en el tipo de dieta uno
y en el tipo de dieta dos, debe ser no menor de 70 unidades:
2*D1 + 1*D2 ≥ 70
II. La cantidad de medicamentos de B que debe ir en el tipo de dieta uno
y en el tipo de dieta dos, debe ser no menor de 120 unidades:
3*D1 + 2*D2 ≥ 120
III. La cantidad del tipo de dieta uno y la cantidad del tipo de dieta dos
debe ser mayor o igual a cero.
D1 ≥ 0
D2 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
D1
D2
II. FUNCIÓN OBJETIVA
MIN. Z = 2.5*D1 + 1.45*D2
III. RESTRICCIONES
2*D1 + 1*D2 ≥ 70
3*D1 + 2*D2 ≥ 120
D1 ≥ 0
D2 ≥ 0
MODELO MATEMÁTICO

D1 = X
D2 = Y
I. VARIABLE DE DECISION

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


X = tipo de dieta uno
Y = tipo de dieta dos
II. FUNCION OBJETIVO

MIN. Z = 2.5X + 1.45Y


SUJETO A:
2X + 1Y ≥ 70
3X + 2Y ≥ 120
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

10) Una empresa fabrica dos modelos de fundas de sofá, A y B, que dejan unos
beneficios de 40 y 20 euros respectivamente. Para cada funda del modelo A
se precisan 4 horas de trabajo y 3 unidades de tela. Para fabricar una del
modelo B se requieren 3 horas de trabajo y 5 unidades de tela. La empresa
dispone de 48 horas de trabajo y 60 unidades de tela. Si a lo sumo pueden
hacerse 9 fundas del modelo A. ¿Cuántas fundas de cada modelo han de
fabricarse para obtener el máximo beneficio y cual sería este?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de fundas del modelo “A” FA
- Cantidad de fundas del modelo “B” FB
II. IDENTIFICACIÓN DE LA FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la fabricación de fundas.
- Máximo beneficio a obtener por fabricar la cantidad de fundas del

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


modelo “A” + la cantidad de fundas del modelo “B”
- Máximo beneficio: 40€*(Cantidad de fundas del modelo “A”) + 20€*(
Cantidad de fundas del modelo “B”)
- Máximo beneficio 40€*(FA)+ 20€*(FB)
- Máx. Z = 40€*(FA) + 20€*(FB)
III. RESTRICCIONES
I. Cantidad de horas disponibles a trabajar es 48 horas
Cantidad de horas disponibles a trabajar es 48 horas para fabricar la
cantidad de fundas del modelo “A” + la cantidad de fundas del
modelo “B”
4*FA + 3*FB ≤ 48
II. Cantidad de unidades de tela disponible a trabajar es 60
Cantidad de unidades de tela disponible a trabajar es 60 en fabricar la
cantidad de fundas del modelo “A” + la cantidad de fundas del
modelo “B”
3*FA + 5*FB ≤ 60
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. A lo sumo pueden hacerse 9 fundas modelo “A”


Cantidad de fundas del modelo “A” ≤ 9
FA ≤ 9
IV. Cantidad de fundas del modelo “A” y cantidad de fundas del modelo
“B” mayor o igual a cero
FA ≥ 0
FB ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
FA
FB

II. FUNCIÓN OBJETIVA

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MÁX.Z = 40*(FA) + 20*(FB) (€)

III. RESTRICCIONES
4*FA + 3*FB ≤ 48
3*FA + 5*FB ≤ 60
FA ≤ 9
FA ≥ 0
FB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

MODELO MATEMÁTICO

FA = X
FB = Y
I. VARIABLE DE DECISION
X = Cantidad de fundas del modelo “A”
Y = Cantidad de fundas del modelo “B”
II. FUNCION OBJETIVO
MÁX.Z = 40*(X) + 20*(Y)
SUJETO A:
4*X + 3*Y ≤ 48
3*X + 5*Y ≤ 60
X ≤ 9
X ≥ 0
Y ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

11) Disponemos de 210.000 euros para invertir en bolsa. Nos recomiendan dos tipos de
acciones. Las del tipo A, que rinden el 10% y las del tipo B, que rinden el 8%.
Decidimos invertir un máximo de 130.000 euros en las del tipo A y como mínimo
60.000 en las del tipo B. Además queremos que la inversión en las de tipo Asea
menor que el doble de la inversión de tipo B ¿Cuál tiene que ser la distribución de
la inversión para obtener el máximo interés anual?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Monto de inversión en acciones tipo A. (MIA)
- Monto de inversión en acciones tipo B. (MIB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo interés anual por la inversión en acciones.
- Máximo interés monto de inversión acciones tipo A + monto de inversión
acciones tipo B.
- Máx. int. 7% * monto inversión acciones tipo A+ 9% * monto inversión

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


acciones tipo B.
- Máx. Z = 0.07*MIA + 0.09*MIB
III. RESTRICCIONES
I. Monto destinado a la inversión es de 21000 euros .
Monto de inversión acciones tipo A + monto de inversión acciones tipo
B ≤ 21000 €
MIA + MIB ≤ 21000
II. Se puede invertir un máximo de 13000 euros en las acciones de tipo A.
MIA ≤ 13000
III. Se puede invertir un mínimo de 6000 euros en las acciones de tipo B.
MIB ≥ 6000
IV. La inversión en acciones de tipo B son mayores al doble de la inversión
en acciones tipo A.
MIB ≥ 2*MIA
V. Los montos de inversión en las acciones de tipo A y B deben ser mayor a
0.
MIA ≥ 0 , MIB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
MIA
MIB

II. FUNCIÓN OBJETIVA


MAX. Z = 0.07(MIA) + 0.09(MIB) (€)

III. RESTRICCIONES
MIB ≥ 2*MIA
MIB ≥ 6000
MIA ≤ 13000
MIA + MIB ≤ 21000
CTC ≥ 0
CTR ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


MODELO MATEMÁTICO

MIA = X
MIB = Y

I. VARIABLE DE DECISION
X = Monto de inversión en acciones tipo A.
Y = Monto de inversión en acciones tipo B.

II. FUNCION OBJETIVO


MAX. Z = 0.07*(X) + 0.09*(Y)
SUJETO A:
Y ≥ 2*X
Y ≥ 6000
X ≤ 13000
X + Y ≤ 21000
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

3) En una granja de pollos se da una dieta "para engordar" con una composición
mínima de 15 unidades de una sustancia A y otras 15 de una sustancia B. En el
mercado sólo se encuentran dos clases de compuestos: el tipo I con una
composición de una unidad de A y cinco de B, y el tipo II, con una
composición de cinco unidades de A y una de B. El precio del tipo I es de 10
euros y el del tipo II es de 30 euros. Se pregunta: ¿Qué cantidades se han de
comprar de cada tipo para cubrir las necesidades con un coste mínimo?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Compuesto del tipo I : TI
- Compuesto del tipo II : TII
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos al comprar cantidades de cada compuesto.
- Minimizar costos al comprar compuesto del tipo I y al comprar

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


compuesto del tipo II.
- Minimizar costos 10 euros por el compuesto del tipo I y 30 euros por el
compuesto del tipo II.
- Minimizar costos 10 € por el compuesto del tipo I y 30 € por el tipo de
dieta dos.
- Minimizar costos 10€*TI + 30€*TII.
- Min. Z = 10€*TI + 30€*TII
III. RESTRICCIONES
I. La cantidad de unidades de A que debe ir en el compuesto del tipo I y
en el compuesto del tipo II debe ser mínimo de 15 unidades:
1*TI + 5*TII ≥ 15
II. La cantidad de unidades de B que debe ir en el compuesto del tipo I y
en el compuesto del tipo II debe ser mínimo de 15 unidades:
5*TI + 1*TII ≥ 15
III. El compuesto del tipo I y el compuesto del tipo II debe ser mayor o
igual a cero.
TI ≥ 0, TII ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
TI
TII
II. FUNCIÓN OBJETIVA
MIN. Z = 10*TI + 30*TII
III. RESTRICCIONES
1*TI + 5*TII ≥ 15
5*TI + 1*TII ≥ 15
TI ≥ 0
TII ≥ 0
MODELO MATEMÁTICO

TI = X
TII = Y
I. VARIABLE DE DECISION

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


X = compuesto del tipo I
Y = compuesto del tipo II

II. FUNCION OBJETIVO

MIN. Z = 10X + 30Y


SUJETO A:
X + 5Y ≥ 15
5X + Y ≥ 15
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

7) Cierto fabricante produce dos artículos, A y B, para lo que requiere la utilización


de dos secciones de producción: sección de montaje y sección de pintura.

El artículo A requiere una hora de trabajo en la sección de montaje y dos en la


de pintura; y el artículo B, tres horas en la sección de montaje y una hora en la
de pintura.

La sección de montaje solo puede estar en funcionamiento nueve horas diarias,


mientras que la de pintura solo ocho horas cada día. El beneficio que se obtiene
produciendo el artículo B es de 40 euros y el de A es de 20 euros.

Calcula la producción diaria de los artículos A y B que maximiza el beneficio.

Una escuela prepara una excursión para 400 alumnos. La empresa de transporte
tiene 8 autocares de 40 plazas y 10 autocares de 50 plazas, pero solo dispone de
9 conductores. El alquiler de un autocar grande cuesta 80 euros y el de uno
pequeño, 60 euros. Calcular cuántos de cada tipo hay que utilizar para que la

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


excursión resulte lo más económica posible para la escuela.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de artículos producidos de tipo A AA
- Cantidad de artículos producidos de tipo B AB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar el beneficio que se obtendrá al producir ambos tipos de
artículos.
- Maximizar el beneficio que se obtendrá al producir artículos producidos
de tipo A y artículos producidos de tipo B.
- Maximizar el beneficio que se obtendrá €20 * artículos producidos de
tipo A + €40 * artículos producidos de tipo B.
- Maximizar el beneficio que se obtendrá €20 * (AA) + €40 * (AB).
- Max. Z = €20 * (AA) + €40 * (AB).
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. RESTRICCIONES
I. El fabricante dispone de hasta 9 horas de trabajo para ambos artículos
en la sección de montaje.
El fabricante dispone de hasta 9 horas de trabajo para el artículo A + el
artículo B en la sección de montaje.
El fabricante dispone de hasta 9 horas de trabajo 1 * el artículo A + 3 * el
artículo B en la sección de montaje.
El fabricante dispone de hasta 9 horas de trabajo 1 * (AA) + 3 * (AB) en
la sección de montaje.
1*(AA) + 3*(AB) ≤ 9
II. El fabricante dispone de hasta 8 horas de trabajo para ambos artículos
en la sección de pintura.
El fabricante dispone de hasta 8 horas de trabajo para el artículo A + el
artículo B en la sección de pintura.
El fabricante dispone de hasta 8 horas de trabajo 2 * el artículo A + 1 * el

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


artículo B en la sección de pintura.
El fabricante dispone de hasta 8 horas de trabajo 2 * (AA) + 1 * (AB) en
la sección de pintura.
2*(AA) + 1*(AB) ≤ 8
III. Cantidad de artículos producidos de tipo A y la cantidad de artículos
producidos de tipo B debe ser igual o mayor a 0.
AA ≥ 0
AB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
AA
AB
II. FUNCIÓN OBJETIVA
Max. Z = 20*(AA) + 40*(AB) (€)

III. RESTRICCIONES
1*AA + 3*AB ≤ 9
2*AA + 1*AB ≤ 8
AA ≥ 0
AB ≥ 0

MODELO MATEMÁTICO

AA = X

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


AB = Y
I. VARIABLE DE DECISION
X = Cantidad de artículos producidos de tipo A.

Y = Cantidad de artículos producidos de tipo B.

II. FUNCION OBJETIVO


Max. Z = 20*(X) + 40*(Y)
SUJETO A:
1*X + 3*Y ≤ 9
2*X + 1*Y ≤ 8
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

8) Un quiosco vende bolígrafos a 20 céntimos de euro y cuadernos a 30céntimos de


euro. Llevamos 1,20 euros y pretendemos comprar los mismos cuadernos que
bolígrafos por lo menos. ¿cuál será el número máximo de piezas que podemos
comprar?
DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Número de bolígrafos (NB)
- Número de cuadernos (NC)
IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar los beneficios al comprar los dos tipos de piezas
- Maximizar los beneficios al comprar el número de bolígrafos + el número
de cuadernos
- Maximizar los beneficios al comprar €0.20 * el número de bolígrafos +
€0.30* el número de cuadernos

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Maximizar los beneficios al comprar €0.20 * (NB)+ €0.30 * (NC)
- Max Z = €0.20 * (NB)+ €0.30 * (NC)
II. RESTRICCIONES
I. Comprar los dos tipos de piezas con €1.20
Comparar €0.20 * el número de bolígrafos + €0.30 * el número de
cuadernos ≤ €1.20
€0.20 * (NB)+ €0.30 * (NC) ≤ €1.20
II. Se tiene que comprar igual cantidad de ambas piezas
El número de bolígrafos debe ser igual al número de cuadernos
(NB) = (NC)
III. Número de piezas de los dos tipos debe ser mayor o igual a cero
Número de bolígrafos y Número de cuadernos ≥ 0
(NA) ≥ 0; (NB) ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
- NB
- NC
II. FUNCIÓN OBJETIVA
Max Z= 0.20 * (NB)+ 0.30* (NC) (€)
III. RESTRICCIONES
0.20*(NB) + 0.30*(NC) ≤ 1.20
(NB) =(NC)
(NB) ≥0
(NC) ≥0
MODELO MATEMÁTICO

- NB = X
- NC = Y

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


I. VARIABLE DE DECISION
X = Número de bolígrafos
Y = Número de cuadernos
II. FUNCION OBJETIVO
Max Z= 0.20 * X + 0.30 * Y
SUJETO A
0.20*X + 0.30*Y ≤ 1.20
X =Y
X ≥0
Y ≥0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

11) Un orfebre fabrica dos tipos de joyas. Las del tipo A precisan 1 g de oro y 1,5 g de
plata, vendiéndolas a 40 euros cada una. Para la fabricación de las de tipo B
emplea 1,5 g de oro y 1 g de plata, y las vende a 50 euros. El orfebre tiene solo en
el taller 750 g de cada uno de los metales.
Calcula cuántas joyas ha de fabricar de cada clase para obtener un beneficio
máximo.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de joyas del tipo “A” JA
- Cantidad de joyas del tipo “B” JB

II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA


- Maximizar beneficios por la ventas de joyas
- Maximizar beneficios por la venta de la cantidad de joyas del tipo “A” +
la cantidad de joyas del tipo “B”

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Maximizar beneficios: 40€*(Cantidad de joyas del tipo “A”) + 50€*(
Cantidad de joyas del tipo “B”)
- Maximizar costos: 40€*(JA) + 50€*(JB)
- Max. Z = 40€*(JA) + 50€*(JB)

III. RESTRICCIONES
I. La orfebre tiene solo en el taller 750 gramos de oro
La orfebre tiene solo 750 gramos de oro para la fabricación de la
cantidad de joyas del tipo “A” + cantidad de joyas del tipo “B”
1*(JA) + 1.5*(JB) ≤ 750
II. La orfebre tiene solo en el taller 750 gramos de plata
La orfebre tiene solo 750 gramos de plata para la fabricación de la
cantidad de joyas del tipo “A” + cantidad de joyas del tipo “B”
1.5*(JA) + 1*(JB) ≤ 750
III. La cantidad de joyas del tipo “A” y la cantidad de joyas del tipo “B”
deben ser mayor o igual a cero
JA ≥ 0
JB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
JA
JB
II. FUNCIÓN OBJETIVA
MAX. Z = 40*(JA) + 50*(JB) (€)
III. RESTRICCIONES
1*JA + 1.5*JB ≤ 750
1.5*JA + 1*JB ≤ 750
JA ≥ 0
JB ≥ 0

MODELO MATEMÁTICO

JA = X

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


JB = Y
I. VARIABLE DE DECISION
X = Cantidad de joyas del tipo “A”
Y = Cantidad de joyas del tipo “B”
II. FUNCION OBJETIVO
MAX.Z = 40*(X) + 50*(Y)
SUJETO A:
1*X + 1.5*Y ≤ 750
1.5*X + 1*Y ≤ 750
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

12) En una pequeña empresa se fabrican diariamente solo dos tipos de aparatos, A
y B. Como máximo pueden fabricarse 3 aparatos de cada tipo y,
obligatoriamente, al menos un artículo del tipo B.

Indica todas las posibilidades de fabricación si se quieren obtener unas ventas


superiores a 60 euros, teniendo en cuenta que los precios de los artículos A y B
son de 30 y 10 euros, respectivamente.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- n° de aparatos tipo A. (N°TA)
- n° de aparatos tipo B. (N°TB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar ventas de ambos tipos de aparatos.
- Maximizar ventas n° aparatos tipo A + n° aparatos tipo B.
- Máx. ventas precio A * n° aparatos tipo A + precio B * n° aparatos tipo B
- Máx. ventas 30€ * n° aparatos tipo A + n° aparatos tipo B.

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Máx. Z = 30€*N°TA + 10€*N°TB
III. RESTRICCIONES
I. Como máximo pueden fabricarse 3 aparatos de cada tipo.
N°TA + N°TB ≤ 3

II. Se tiene que fabricar al menos un aparato del tipo B.


N°TB ≥ 1
III. Se desea obtener ventas superiores a 60 euros.
30*N°TA + 10*N°TB ≥ 60
IV. El número de aparatos de tipo A debe ser mayor a 0.
N°TA ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
N°TA
N°TB

II. FUNCIÓN OBJETIVA


MAX. Z = 30(N°TA) + 10(N°TB) (€)

III. RESTRICCIONES
N°TA + N°TB ≤ 3
N°TB ≥ 1
30*N°TA + 10*N°TB ≥ 60
N°TA ≥ 0

MODELO MATEMÁTICO

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


N°TA = X
N°TB = Y

III. VARIABLE DE DECISION


X = n° de aparatos tipo A.
Y = n° de aparatos tipo B.

IV. FUNCION OBJETIVO


MAX. Z = 30*(X) + 10*(Y)
SUJETO A:
X + Y ≤ 3
Y ≥ 1
X + Y ≥ 60
X ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

15) Unos grandes almacenes desean liquidar 200 camisas y 100 pantalones de la
temporada anterior. Para ello lanzan, dos ofertas, A y B. La oferta A consiste en
un lote de una camisa y un pantalón, que se venden a 30 €; la oferta B
consiste en un lote de tres camisas y un pantalón, que se vende a 50 €. No se
desea ofrecer menos de 20 lotes de la oferta A ni menos de 10 de la B.
¿Cuántos lotes ha de vender de cada tipo para maximizar la ganancia?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Oferta del tipo “A” : TA
- Oferta del tipo “B” : TB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la venta de lotes en las ofertas.
- Máximo beneficio a obtener por la venta de la oferta del tipo “A” y la
oferta del tipo “B”

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Máximo beneficio 30 euros por la oferta del tipo “A” y 50 euros por la
oferta del tipo “B”
- Máximo beneficio 30 € por la oferta del tipo “A” y 50 € por la oferta del
tipo “B”
- Máximo beneficio 30 €*TA y 50 €*TB
- Máx. Z = 30 €*TA + 50 €*TB
III. RESTRICCIONES
I. La cantidad de lotes de camisas que debe tener la oferta del tipo A y la
oferta del tipo “B” no debe ser mayor de 200 unidades:
1*TA + 3*TB ≤ 200
II. La cantidad de lotes de pantalones que debe tener la oferta del tipo A
y la oferta del tipo “B” no debe ser mayor de 100 unidades:
1*TA + 1*TB ≤ 100
III. Se desea ofrecer más de 20 lotes en la oferta del tipo “A”
TA ≥ 20
IV. Se desea ofrecer más de 10 lotes en la oferta del tipo “B”
TB ≥ 10
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

V. La cantidad de lotes de la oferta del tipo “A” y la cantidad de lotes de


la oferta del tipo “B” debe ser mayor o igual a cero.
TA ≥ 0
TB ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
TA
TB
II. FUNCIÓN OBJETIVA
MAX. Z = 30*TA + 50*TB
III. RESTRICCIONES
1*TA + 3*TB ≤ 200
1*TA + 1*TB ≤ 100
TA ≥ 20
TB ≥ 10

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


TA ≥ 0
TB ≥ 0
MODELO MATEMÁTICO

TA = X
TB = Y

I. VARIABLE DE DECISION
X = oferta del tipo “A”
Y = oferta del tipo “B”

II. FUNCION OBJETIVO

MAX. Z = 30X + 50Y


SUJETO A:
X + Y ≤ 200
X + Y ≤ 100
X ≥ 20
Y ≥ 10
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

16) Se desea obtener tres elementos químicos a partir de las sustancias A y B. Un kilo
de A contiene 8 gramos del primer elemento, 1 gramo del segundo y 2 del
tercero; un kilo de B tiene 4 gramos del primer elemento, 1 gramo del segundo y
2 del tercero. Se desea obtener al menos 16 gramos del primer elemento y las
cantidades del segundo y del tercero han de ser como mucho 5 y 20 gramos,
respectivamente; y la cantidad de A es como mucho el doble que la de B.

Calcula los kilos de A y los de B que han de tomarse para que el coste sea
mínimo si un kilo de A vale 2 euros y uno de B 10 euros. ¿Puede eliminarse
alguna restricción?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de sustancia “A” SA
- Cantidad de sustancia “B” SB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos para obtener tres químicos

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Minimizar costos para obtener tres químicos de la cantidad de sustancia
“A” + la cantidad de sustancia “B”
- Minimizar costos: 2€*(Cantidad de sustancia “A”) + 10€*(Cantidad de
sustancia “B”)
- Minimizar costos: 2€*(SA) + 10€*(SB)
- Min. Z = 2€*(SA) + 10€*(SB)
III. RESTRICCIONES
I. Se desea obtener al menos 16 gramos del primer elemento
Se desea obtener al menos 16 gramos del primer elemento de la
cantidad de sustancia “A” + cantidad de sustancia “B”
8*(SA) + 4*(SB) ≥ 16
II. Se desea obtener a lo mucho 5 gramos del segundo elemento
Se desea obtener a lo mucho 5 gramos del segundo elemento de la
cantidad de sustancia “A” + cantidad de sustancia “B”
1*(SA) + 1*(SB) ≤ 5
III. Se desea obtener a lo mucho 20 gramos del segundo elemento
Se desea obtener a lo mucho 5 gramos del segundo elemento de la
cantidad de sustancia “A” + cantidad de sustancia “B”
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

2*(SA) + 2*(SB) ≤ 20
IV. La cantidad de sustancia “A” y la cantidad de sustancia “B” deben ser
mayor o igual a cero
SA ≥ 0
SB ≥ 0
RESUMEN

I. VARIABLE DE DECISIÓN
SA
SB
II. FUNCIÓN OBJETIVA
MAX. Z = 2*(SA) + 10*(SB) (€)
III. RESTRICCIONES
8*(SA) + 4*(SB) ≥ 16
(SA) + (SB) ≤ 5
2*(SA) + 2*(SB) ≤ 20

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


SA ≥ 0
SB ≥ 0

MODELO MATEMÁTICO

SA = X
SB = Y
I. VARIABLE DE DECISION
X = Cantidad de sustancia “A”
Y = Cantidad de sustancia “B”
II. FUNCION OBJETIVO
MAX.Z = 2*(X) + 10*(Y)
SUJETO A:
8*X + 4*Y ≥ 16
1*X + 1*Y ≤ 5
2*X + 2*Y ≤ 20
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

17) Una fábrica produce neveras utilitarias y de lujo. La fábrica esta dividida en dos
secciones: montaje y acabado. Los requerimientos de trabajo vienen dados por
la siguiente tabla:

El máximo número de horas de trabajo disponibles diariamente es de 120 en


montaje y 180 en acabado, debido a las limitaciones de operarios.
Si el beneficio es de 300 euros por cada nevera utilitaria y de 400 euros por cada
nevera de lujo, ¿cuántas deben fabricarse diariamente de cada una para
obtener el máximo beneficio?

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de neveras utilitarias NU

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Cantidad de neveras de lujo NL
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar beneficios en la fabricación de neveras
- Maximizar beneficios en la fabricación de la cantidad de neveras
utilitarias + la cantidad de neveras de lujo
- Maximizar beneficios: 300€*(Cantidad de neveras utilitarias) + 400€*(
Cantidad de neveras de lujo)
- Maximizar beneficios: 300€*(NU) + 400€*(NL)
- Max. Z = 300€*(NU) + 400€*(NL)
III. RESTRICCIONES
I. Número máximo de horas de trabajo disponibles es de 120 en montaje
Número máximo de horas es de 120 en montaje para la cantidad de
neveras utilitarias + la cantidad de neveras de lujo
3*(NU) + 3*(NL) ≤ 120
II. Número máximo de horas de trabajo disponibles es de 180 en acabado
Número máximo de horas es de 180 en acabado para la cantidad de
neveras utilitarias + la cantidad de neveras de lujo
3*(NU) + 6*(NL) ≤ 180
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

III. La cantidad de neveras utilitarias y la cantidad de neveras de lujo


deben ser mayor o igual a cero
NU ≥ 0 NL ≥ 0

RESUMEN

I. VARIABLE DE DECISIÓN
NU NL
II. FUNCIÓN OBJETIVA
MAX. Z = 300*(NU) + 400*(NL) (€)

III. RESTRICCIONES
3*(NU) + 3*(NL) ≤ 120
3*(NU) + 6*(NL) ≤ 180
NU ≥ 0

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


NL ≥ 0

MODELO MATEMÁTICO

NU = X
NL = Y
I. VARIABLE DE DECISION
X = Cantidad de neveras utilitarias
Y = Cantidad de neveras de lujo
II. FUNCION OBJETIVO
MAX.Z = 300*(X) + 400*(Y)
SUJETO A:
3*X + 3*Y ≤ 120
3*X + 6*Y ≤ 180
X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

18) La casa X fabrica helados A y B, hasta un máximo diario de 1 000 kilos. La


fabricación de un kilo de A cuesta 1,8 euros y uno de B, 1,5 euros. Calcula
cuántos kilos de A y B deben fabricarse, sabiendo que la casa dispone de 2 700
euros /día y que un kilo de A deja un margen igual al 90% del que deja un kilo de
B.

DESARROLLO

I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN


- Cantidad de Kg. de helados A. (KGA)
- Cantidad de Kg. de helados B. (KGB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio por la fabricación de helados de ambos tipos.
- Máximo beneficio cantidad kg. helados A + cantidad kg. helados B.
- Máx. benef. margen ganancia helado A * KGA + margen ganancia
helado B * KGB

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


- Máx. benef. 90% * KGA + 10% * KGB
- Máx. Z = 0.9*KGA + 0.1*KGB
III. RESTRICCIONES
I. La empresa fabrica hasta un máximo diario de 1000 kg. de helados A y
B.
KGA + KGB ≤ 1000
II. La empresa dispone de 2700 euros/día para fabricar helados A y B.
La empresa dispone de costo x kg. A * KGA + costo x kg. B * KGB como
máximo de 2700€.
1,8*KGA + 1,5*KGB ≤ 2700
III. La cantidad de Kg. de helados A y helados B deben ser mayor a 0.
KGA ≥ 0
KGB ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS ADMINISTRATIVAS

RESUMEN

I. VARIABLE DE DECISIÓN
KGA
KGB

II. FUNCIÓN OBJETIVA


MAX. Z = 0.9(KGA) + 0.1(KGB) (€)

III. RESTRICCIONES
KGA + KGB ≤ 1000
1,8*KGA + 1,5*KGB ≤ 2700
KGA ≥ 0
KGB ≥ 0

MODELO MATEMÁTICO

HERRAMIENTAS PARA LA TOMA DE DECISIONES EN ADMINISTRACIÓN


KGA = X
KGB = Y

I. VARIABLE DE DECISION
X = Cantidad de Kg. de helados A.
Y = Cantidad de Kg. de helados B.

II. FUNCION OBJETIVO


MAX. Z = 0.9*(X) + 0.1*(Y)
SUJETO A:
X + Y ≤ 1000
1,8*X + 1,5*Y ≤ 2700
X ≥ 0
Y ≥ 0

Centres d'intérêt liés