FORMULACIOÓ N DE

MODELOS EN PL
INVESTIGACIOÓ N DE OPERACIONES 1

2019-I
UNET
Guía de Ejercicios
 Contenido

¿EL POR QUÉ DEL PLANTEAMIENTO DE MODELOS A TRAVÉS DE LA PROGRAMACIÓN LINEAL?........2

CARACTERÍSTICAS DE UN MODELO DE PROGRAMACIÓN LINEAL (P.L.)..............................................2
EL PLANTEAMIENTO DEL MODELO GENÉRICO EN PROGRAMACIÓN LINEAL (P.L.).............................3
PROCEDIMIENTO FUNCIONAL EN EL PLANTEAMIENTO DE MODELOS DE P.L.....................................4
SERIE DE EJERCICIOS RESUELTOS:.......................................................................................................5
Ejercicio Nº 01– Fábrica de Vehículos:............................................................................................5
Ejercicio Nº 02– Pastelero..............................................................................................................6
Ejercicio Nº 03 – Fábrica Gepetto S.A.............................................................................................7
Ejercicio Nº 04 – Refinería de petróleo...........................................................................................9
Ejercicio Nº 05 – Fresh Food Faros...............................................................................................10
Ejercicio Nº 06 – Fábrica de caramelos.........................................................................................11
Ejercicio Nº 07 – Induvempa Díaz, CA..........................................................................................14
SERIE DE EJERCICIOS PROPUESTOS...................................................................................................16
Ejercicio Nº 08 – Urbanización.....................................................................................................16
Ejercicio Nº 09 – Empire Abrasive Company (EAC).......................................................................17
Ejercicio Nº 10 – Evans Oil Distributors (EOD)..............................................................................18
Ejercicio Nº 11 – Fábrica de tornillos............................................................................................18
Ejercicio Nº 12– Problema de carga en un avión..........................................................................19
Ejercicio Nº 13 – Overland Farm Company (OFC).........................................................................19
Ejercicio Nº 14 –"Lechera Moderna"..........................................................................................20
Ejercicio Nº 15 –"Fabricación de Cremas".................................................................................20
Ejercicio Nº 16 –"Combinaciones Energéticas".........................................................................20
¿EL POR QUÉ DEL PLANTEAMIENTO DE MODELOS A TRAVÉS
DE LA PROGRAMACIÓN LINEAL?

Muchas son las situaciones de nuestra vida diaria, laboral e incluso personal, que llevan consigno
decisiones acerca del manejo de ciertos recursos de naturaleza limitada.
Es allí cuando nuestro criterio debe llevarnos una aplicación idónea de los recursos bajo nuestra
administración, bajo nuestro concepto ¡lo más acertado posible!, ya que cualquiera que sea la
alternativa que elijamos trae consigo implicaciones de impacto favorable o desfavorable.

Suponga que debe tomar un trabajo a medio tiempo, en un expendio de comida rápida, donde
elaboran tres tamaños de hamburguesa (regular, grande y extra grande) con ingredientes
tradicionales como carne, cerdo, pollo, queso, salsas y vegetales, cada noche cuenta con
cantidades limitadas de cada uno de ellos. Posee principalmente pedidos fijos de hamburguesas de
cada uno de los tamaños. Obviamente la intensión de los dueños es obtener el mayor ingreso por
jornada. La existencia de ingredientes escasos limita las cantidades a elaborar. Cada tipo de
hamburguesa tiene un precio de venta diferente y consume distintas porciones de cada uno de los
ingredientes. Entonces, Diariamente se enfrenta a la decisión ¿Cuantas hamburguesas de cada tipo
debe elaborar tal que cumpla con la mayor cantidad de pedidos y cubra la expectativa de los
dueños sabiendo que los ingredientes son limitados?

Lo anterior es una situación de la vida común que puede ser fácilmente modelado y resuelto a
través de la PROGRAMACIÓN LINEAL, cuenta con los elementos necesarios: más de una alternativa
compitiendo por uno o varios recursos limitados, ciertas imposiciones del entorno y un objetivo en
éste caso económico que perseguir. Imagine la cantidad de problemas de la vida común y más aún
del entorno laboral en el que próximamente desempeñará que pueden ser resueltos a través de
ésta herramienta.

La metodología es sencilla pues como su nombre lo indica posee un carácter lineal, es decir las
ecuaciones o inecuaciones que empleará son de grado uno; su naturaleza facilita los cálculos y
genera una buena aproximación a la realidad. En éste punto es importante acortar que un modelo
por exacto que sea es sólo una herramienta para la toma de la decisión. Como afirma Lagarda
(2007) "Los modelos no pueden reemplazar al tomador de decisiones, sólo auxiliarlos” (s/p)
conducen al tomador de la decisión a un criterio más acertado con base en una formulación
matemática.

A continuación se desarrollarán los elementos teóricos básicos y generales para la formulación de

modelos en programación lineal y se desarrollarán de manera didáctica cierta gama de ejemplos,
algunos tomados de los libros de texto usados como referencia bibliográfica para el curso de
Investigación de Operaciones I de la Universidad Nacional Experimental del Táchira y otros propios
de la autoría de Docentes de la Cátedra.
CARACTERÍSTICAS DE UN MODELO DE PROGRAMACIÓN
LINEAL (P.L.)
Como se indicó anteriormente los modelos en P.L. tienen carácter de linealidad; además son de
tipo determinístico, es decir, los valores que pueden asumir las variables empleadas, poseen alto
grado de certidumbre, tal que se justifica el uso del modelo; en otras palabras los valores que
asumen las variables no tienen carácter de aleatoriedad. Otras características de los modelos de
P.L. son las siguientes:

Búsqueda de un objetivo: Ya se la maximización ó la minimización de una variable:

GENERALMENTE SE MAXIMIZAN GENERALMENTE SE MINIMIZAN

Ingresos por Ventas o por servicios. Costos totales o unitarios.
Utilidad Operativa. Tiempos.
Utilidad Neta. Cualquier variable de la cual desee obtenerse el
Rendimientos. menor valor.
Planes de Producción.
Tiempos.
Cualquier variable de la cual desee obtenerse el
mayor valor.

Uso de Restricciones: Limitaciones en los niveles de producción o en el objetivo buscado, debido al

uso de recursos restringidos, habrán tantas restricciones en el modelo como recursos limitados,
existan por asignar; las condiciones de mercado, políticas o compromisos contraídos también
pueden derivar en restricciones.

 Proporcionalidad: La función objetivo y las restricciones son proporcionales a las variables de

decisión que se conjuguen en el modelo, bajo este criterio también será factible la divisibilidad
es decir, la asignación fraccionaria de alguna o varias de las variables de decisión. Asimismo las
contribuciones de cada producto (variables de decisión) son aditivas, quiere decir que el total
es igual a la suma de los aportes individuales. (Aditividad.)
 No Negatividad: Las variables de decisión que se formulen no pueden ser negativas, así por
ejemplo si las variables de decisión corresponden a cantidades de productos o artículos a
manufacturar éstos no pueden producirse en cantidades negativas.

EL PLANTEAMIENTO DEL MODELO GENÉRICO EN

PROGRAMACIÓN LINEAL (P.L.)
Cualquier situación vinculada a la asignación de recursos puede resolverse a través de P.L., si
satisface que:

Es factible plantear una Función Objetivo para el problema o situación en cuestión en término de
variables de decisión.
Las variables del problema deben estar interconectadas para generar un resultado total. En otras
palabras y como se indicó en el segmento anterior las contribuciones de cada variable de decisión
 son aditivas. Para ello quién formule el modelo debe garantizar coherencia en las unidades (físicas,
monetarias o temporales) de cada uno de los términos.
Las restricciones, es decir las limitaciones (inecuaciones o desigualdades) relacionadas con el uso o
la disponibilidad de los recursos, satisfacción de requerimientos, políticas del sistema, surgimiento
o satisfacción de demanda deben ser de forma lineal.
La salida, es decir los valores que arrojen las variables de decisión pueden ser fraccionarias pero no
negativas.
Expresado en forma matemática el modelo GENÉRICO de programación Lineal se representa:

F.O. Máx.
(FUNCIÓN OBJETIVO) ó Z = C1*X1 + C2*X2 + C3*X3 +… + Cn*Xn
Mín.
S.A.: (Restricciones)
(SUJETO A:)
a1,1*X1 + a1,2*X2 + a1,3*X3 +… + a1,n*Xn ≤ b1
a2,1*X1 + a2,2*X2 + a2,3*X3 +… + a2,n*Xn ≤ b2
a3,1*X1 + a3,2*X2 + a3,3*X3 +… + a3,n*Xn ≤ b3
am,1*X1 + am,2*X2 + am,3*X3 +… + am,n*Xn ≤ bm

Donde:

1. X1 , X2 , X3 ,…, Xn: Corresponden a las “Variables de decisión” (X i) la respuesta o salida que

determinará el modelo con miras a lograr el objetivo. Como por ejemplo la combinación de
artículos o plan de producción que debe manufacturarse para maximizar la utilidad.
2. C1 , C2 , C3 , …, Cn : Se denominan “Coeficientes de Contribución en la función objetivo” (C i)
como su nombre lo indica corresponden a una medida unitaria de contribución de la variable
Xi en la función objetivo.
3. Z: Es la variable objetivo, la meta a alcanzar de maximización o minimización. Siempre se
n
expresa en Función de Xi y Ci  ( Xi * Ci ).
i 1
4. ai,j: Corresponden a los coeficientes de tasa física de sustitución, puede interpretarse como una
tasa de agotamiento o consumo unitario ocasionada por la variable “i” en el recursos “j”.
5. b1, b2, b3,…, bm: Identifican a la disponibilidad de cada recurso. Siempre se enlistan al Lado
Derecho de las Restricciones (LDR.)

PROCEDIMIENTO FUNCIONAL EN EL PLANTEAMIENTO DE

MODELOS DE P.L.
1. Identificar y definir las “Variables de Decisión”. Éstas pueden ser “vectoriales” (X i) o “matriciales”
(Xi,j). Deberá definirse además las unidades de medida asociadas a dichas variables. (Generalmente
Unidad _ Física
)
Unidad _ de _ Tiempo
2. Identificar los “Coeficientes de contribución” (C i) asociados a cada variable de decisión, incluyendo
Unidad _ Monetaria
su unidad de medida. (La mayoría de las ocasiones )
Unidad _ Física
3. Plantear la Función Objetivo (F.O.): Sea de maximización o minimización y verificar que existe
coherencia en las unidades de medida. Generalmente la función objetivo se traduce en unidades
Monetarias (Bs, $, €, ₤) por unidad de tiempo.
4. Identificar las “Tasas Físicas de sustitución” (ai,j) que asocian a cada variable de decisión con la
disponibilidad de cada recurso. Definiendo además las unidades de medida asociadas.
5. Identificar la disponibilidad de cada recurso, (bj) con sus respectivas unidades de medida que
integrarán los “lado derecho” de las restricciones.
6. Plantear cada una de las restricciones que integren el modelo, recordando que habrán tantas
restricciones como recursos limitados, requerimientos o imposiciones existan.
7. Verificar la consistencia en unidades a ambos términos de cada una de las restricciones. Se hace
énfasis en éste aspecto pues de la coherencia en unidades depende en gran parte la adecuada
formulación del modelo.
8. Definir la condición de no negatividad asociada a las variables de decisión.

SERIE DE EJERCICIOS RESUELTOS:

Ejercicio Nº 01– Fábrica de Vehículos:
Una fábrica de carrocerías de automóviles y camiones tiene 2 naves. En la nave A, para hacer la
carrocería de un camión se invierten 7 días-operario, para fabricar la de un coche se precisan 2
días-operario. En la nave B se invierten 3 días-operario tanto en carrocerías de camión como de
coche. Por limitaciones de mano de obra y maquinaria, la nave A dispone de 300 días-operario y la
nave B de 270 días-operario. Si los beneficios que se obtienen por cada camión son de 6 millones
de pesos y de 3 millones por cada coche. ¿Cuántas unidades de cada clase se deben producir para
maximizar las ganancias?

Paso 1: Definir las variables de decisión: Visto que cada línea de ensamble (nave) posee diferentes
tiempos para fabricación, se disgregarán las variables de decisión no sólo en función al tipo de
vehículo sino también la línea (nave) donde se ensamblarán. Así, sea
Xi,j = Vehículos tipo “i” que serán ensamblados en la nave “j”. Tal que:

“a” Unidades de “1” Nave 1.

“i” Automóviles. “j”
“c” Unidades de Camiones. “2” Nave 2.

Así se definen: Xi,j { Xa,1, Xa,2, Xc,1, Xc,2}

Pasos 2-3: Construcción de la función Objetivo. Que será función de las variables de decisión ya
definidas y de los coeficientes de contribución que en el enunciado corresponden a la ganancia
unitaria por ensamblaje y venta de camiones y coches.
Sea F.O. Z= (Utilidad en pesos) 6 (Xc,1 + Xc,2)(Camiones) + 3 (Xa,1, Xa,2) (Autos)

Ejercicio Nº 02– Pastelero

Un pastelero fabrica dos tipos de tarta T1 y T2, para lo que usa tres ingredientes A, B y C. Dispone
de 150 Kg de A, 90 Kg de B y 150 Kg de C. Para fabricar una tarta T1 debe mezclar 1 Kg de A, 1 Kg
de B y 2 Kg de C, mientras que para hacer una tarta T2 se necesitan 5 Kg de A, 2 Kg de B y 1 Kg de
C. Si se venden las tartas T1 en 1000 $/unid y las T2 en 2300 $/unid, ¿Qué cantidad debe fabricar
de cada clase para maximizar ingresos?

Paso 1: Definir las variables de decisión: Tal como lo indica el ejercicio, las incógnitas están
representadas por la cantidad de tortas de cada tipo a elaborar. Entonces sea “X i” la cantidad de
torta tipo “i” a elaborar.

“1” Tartas tipo 1 De modo que

“i”
“2” Tartas tipo 2.

X1: Cantidad de tortas tipo 1 a elaborar.

X2: Cantidad de tortas tipo 2 a elaborar.

Paso 2: Construcción de la función Objetivo: En éste ejercicio nuevamente la función objetivo

queda explícita y corresponde a los ingresos a obtener por la elaboración y venta de cada tipo de
tarta.

$ $
Sea F.O. Máx. Z (INGRESOS) = 1.000 Tarta 1 * X1(Tartas1) + 2.300 Tarta 2 * X2(Tartas2)
Corroborada la coherencia de las unidades la función objetivo puede expresarse:

F.O.(INGRESOS): Z= 1.000 *X1 + 2.300 *X2

Paso 3: Definición de Restricciones: Cada tipo de tarta compite por la disponibilidad de cada
ingrediente necesario para su elaboración así se plantean las respectivas restricciones.

S.A.:
Kg . A Kg . A
Disponibilidad de ingrediente “A” 1 *X1 (Tartas1)+ 5 *X2 (Tartas2) ≤ 150 Kg
R1: Tarta 1 Tarta 2
en Kg.
A.
Kg .B Kg .B
Disponibilidad de ingrediente “B” 1 *X1 (Tartas1)+ 2 *X2 (Tartas2) ≤ 90 Kg
R2: Tarta 1 Tarta 2
en Kg.
B.
Kg .C Kg .C
Disponibilidad de ingrediente “C” 2 *X1 (Tartas1)+ 1 *X2 (Tartas2) ≤ 150 Kg
R3: Tarta 1 Tarta 2
en Kg.
C.
R4: Restricción de no negatividad X1, X2 ≥ 0.

Evidenciada la consistencia en las unidades, en forma resumida, pueden expresarse las

restricciones como sigue:

Disponibilidad de ingrediente “A”

R1: X1 + 5X2 ≤ 150
en Kg.
Disponibilidad de ingrediente “B”
R2: X1+ 2X2 ≤ 90
en Kg.
Disponibilidad de ingrediente “C”
R3: 2X1 + X2 ≤ 150
en Kg.
R4: Restricción de no negatividad X1, X2 ≥ 0.

Ejercicio Nº 03 – Fábrica Gepetto S.A.

Fábrica Gepetto S.A., construye soldados y trenes de madera. El precio de venta al público de un
soldado es de $ 2.700 y el de un tren $2.100. Gepetto estima que fabricar un soldado supone gasto
de $1000 por materias primas y de $1400 de costos laborales. Fabricar un tren exige $900 de
materias primas y $1000 de costos laborales. La construcción de ambos tipos de juguete requiere
trabajo previo de carpintería y un proceso final de acabado (pintura, revisión de las piezas
fabricadas, empaquetado, etc.). Para fabricar un soldado se necesita 1 hora de carpintería y 2 horas
de proceso final de acabado. Un tren necesita 1 hora de carpintería y 1 hora para el proceso de
acabado. Gepetto S.A. no tiene problemas de abastecimiento de materias primas, pero sólo puede
contar semanalmente con un máximo de 80 horas de carpintería y un máximo de 100 horas para
los trabajos de acabado. Por exigencias del mercado, Gepetto S.A., fabrica como máximo 40
soldados a la semana. No ocurre así con los trenes, para los que no hay ningún tipo de restricción
en cuanto al número de unidades fabricadas. Sobre la base de lo expuesto formule el respectivo
modelo de P.L.

Paso 1: Definición de las variables de decisión: Sobre la base del enunciado las variables de
decisión corresponderán al número de unidades de cada juguete a elaborar semanalmente, lo cual
puede ser expresado mediante una variable tipo vector designada como X i donde:

“t” Trenes de madera.

“i”
“s” Soldados de madera.

Xt: Número de trenes a ser fabricados semanalmente.

Xs: Número de soldados a ser fabricados por semana.

Paso 2: Construcción de la función Objetivo: Será la utilidad operativa resultante de la sustracción

de los ingresos por venta menos el costo de las materias primas y la mano de obra directa.

Sea F.O. Máx. Z (UTILIDAD OPERATIVA) = [Ingreso por venta] - [(Costo de compra)+(Costo de mano de obra) ]
 $  Soldados  $
Sea F.O. Máx. Z (UTILIDAD OPERATIVA) = * Xs  Semana  +2.100
[2.700 * Xt
Soldado   Tren
 Trenes  $  Soldados  $  Trenes 
  ] - [(1.000 * Xs   +900 * Xt   ) + (1.400
 Semana  Soldado  Semana  Tren  Semana 
$  Soldados  $  Trenes 
* Xs  Semana  +1.000 * Xt  Semana  )]
Soldado   Tren  
De manera resumida una vez corroborada la pertinencia de las unidades se puede resumir la F.O.
como sigue:

Sea F.O. Máx. Z = [2.700Xs + 2.100Xt]- [(1000Xs+900Xt)+(1.400Xs+1000Xt)] ≈

F.O. Máx. Z = 300Xs+200Xt

Paso 3: Definición de Restricciones: Según el enunciado existen dos restricciones referidas a la

disponibilidad de recursos limitados (tiempo en Hrs. De carpintería y tiempo en Hrs. De Acabados)
y una mas referida a una disposición del mercado (Producción máxima de soldados). A ello se
suma la restricción de no negatividad de las variables de decisión propias de todo modelo de
programación lineal.

S.A.:
Hr.Carp int ería  Soldados 
Disponibilidad en horas por 1 *Xs   +1
Soldado  Semana 
R1: semana de labores de carpintería
(Hrs./Sem)
Hr.Carp int ería  Trenes 
*Xt   ≤ 80 (Hrs./Sem.)
Tren  Semana 
Hr. Acabado  Soldados  Hr. Acabado
Disponibilidad en horas por 2 *Xs   +1 *
Soldado  Semana  Tren
R2: semana de labores de acabados
(Hrs./Sem.)  Trenes 
Xt   ≤ 100 (Hrs./Sem.)
 Semana 
Producción máxima de Soldados  Soldados   Soldados 
R3: Xs   ≤ 40  
(Semanal.)  Semana   Semana 
R4: Restricción de no negatividad Xs, Xt ≥ 0.

Prescindiendo de las unidades de medida una vez evidenciada su coherencia las restricciones se
resumen a continuación:

Disponibilidad en horas por

R1: semana de labores de carpintería Xs+ Xt ≤ 80
(Hrs./Sem)
Disponibilidad en horas por
R2: semana de labores de acabados 2Xs+Xt ≤ 100
(Hrs./Sem.)
 Producción máxima de Soldados
R3: Xs ≤ 40
(Semanal.)
R4: Restricción de no negatividad Xs, Xt ≥ 0.

Ejercicio Nº 04 – Refinería de petróleo

Una refinería de petróleo tiene dos fuentes: Crudo ligero, que cuesta 35 dólares 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 de 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.

Paso 1: Definición de las variables de decisión: Dado que se trata de dos (02) insumos donde cada
uno posee un costo distinto y permite la elaboración de los mismos productos deben designarse
las variables de decisión como un arreglo matricial “X i,j” donde “i” definirá el tipo de crudo y “j” el
tipo de producto, tal que: Xi,j: Barriles de crudo tipo “i” empleados en la elaboración de producto
“j”

“L” Crudo Ligero “g” Gasolina.

“i” “j” “c” Combustible de calefacción.
“p” Crudo pesado
“t” Combustible para turbinas.
De modo que Xi,j = {Xl,g, Xl,c, Xl,t, Xp,g, Xp,c, Xp,t}

Paso 2: Construcción de la función Objetivo: Queda explícito a nivel de enunciado que se trata de
un modelo de minimización del costo total.
$ $
F.O.: Mín. Z(Costo)= 35 *( Xl,g+ Xl,c+ Xl,t)(Barril)+30 *( Xp,g+ Xp,c+ Xp,t)(Barril)
Barril Barril

F.O.: Mín. Z(Costo)= 35( Xl,g+ Xl,c+ Xl,t)+30(Xp,g+ Xp,c+ Xp,t)

Paso 3: Definición de Restricciones: Los compromisos de suministro contraídos para cada producto
imponen una restricción, asimismo la no negatividad de las variables.
S.A.:

Barril .Gasolina
0,30 *X (Barril) + 0,30
Compromiso de suministro Barril.Crudo.Ligero l,g
R1:
de gasolina (Barriles de Gas.) Barril.Gasolina
*Xp,g (Baril) ≥ 900.000 Barriles G.
Barril.Crudo.Pesado
Barril.Calefacc
Compromiso de suministro 0,20 Barril.Crudo.Ligero *Xl,c(Barril) + 0,40
R2: de Combustible de
Barril.Calefac
calefacción (Barriles) *Xp,c (Baril) ≥ 800.000 Barriles C.
Barril.Crudo.Pesado
 Barril .Turbina
Compromiso de suministro 0,30 *Xl,t(Barril) + 0,20
Barril.Crudo.Ligero
R3: de Combustible de Turbina
Barril.Turbina
(Barriles) *Xp,t (Baril) ≥ 500.000 Barriles T.
Barril.Crudo.Pesado
R4: Restricción de no negatividad  Xi,j ≥ 0.

Finalmente puede presentarse las restricciones de manera resumida como sigue:

S.A.:

Compromiso de suministro de gasolina

R1: 0,30*Xl,g+ 0,30*Xp,g ≥ 900.000
(Barriles de Gas.)
Compromiso de suministro de Combustible
R2: 0,20*Xl,c+ 0,40*Xp,c ≥ 800.000.
de calefacción (Barriles)
Compromiso de suministro de Combustible
R3: 0,30*Xl,t+ 0,20*Xp,t ≥ 500.000
de Turbina (Barriles)
R4: Restricción de no negatividad  Xi,j ≥ 0.

Ejercicio Nº 05 – Fresh Food Faros

Fresh Food Farms tiene 50 acres de tierra en la que puede plantar cualquier cantidad de maíz, fríjol
de soya y lechuga. La siguiente tabla muestra la información relevante con respecto al rendimiento,
la ganancia neta y los requerimientos de agua de cada cultivo.

Cultivo Rendimiento (Kg/acre) Ganancia neta ($/Kg) Agua requerida

(Lts/Kg)
Maíz 640 1.00 8.75
Fríjol de soya 500 0.80 5.00
Lechuga 400 0.30 2.25

Se tienen disponibles 100.000 litros de agua y la compañía se ha comprometido a vender 5.120 Kg

de maíz. Las variables de decisión son: A M= Número de acres que se van a plantar con maíz, A F=
Número de acres que se van a plantar con fríjol de soya y A L=Número de acres que se van a plantar
con lechuga. Formule un modelo de programación lineal que permita conocer el número de acres
a sembrar con cada tipo de cultivo para maximizar la ganancia de la granja.

Paso 1: Definición de las variables de decisión: Por requerimiento del enunciado las variables de
decisión serán el número de acres a sembrar de cada cultivo tal que se maximice la ganancia neta.
Por lo tanto sea Ai la cantidad de Acres a ser sembrados con el cultivo “i”

Donde “M” Cultivo de Maíz.

“i” “F” Cultivo de fríjol de soya.

“L” Cultivo de Lechuga.

Paso 2: Construcción de la función Objetivo: Al igual que con las variable de decisión el enunciado
deja explicito que el objetivo corresponde a la ganancia neta a obtener por la cosecha de cada
cultivo. Dado que las variables de decisión fueron planteadas en “Acres de cultivo” y el dato de
ganancia proporcionado por el ejercicio está en función de “Kilogramos”, debe emplearse una
conversión de kilogramos a acres para mantener coherencia de las unidades, afortunadamente
éste dato es proporcionado en tabla en la columna correspondiente a Rendimiento (Kg./Acre)

Sea F.O: Máx. Z(Ganancia Neta)=

$ 640Kg .Maíz $ 500 Kg.Soya
1,00 * * AM(Acres) + 0,80 * * AF(Acres) + 0,30
Kg .Maíz Acre Kg.Soya Acre
$ 400 Kg .Lechuga A (Acres)
* * L
Kg .Lechuga Acre
F.O: Máx. Z(Ganancia Neta)= 640*AM+ 400*AF+120*AL

Paso 3: Definición de Restricciones: Estarán representadas por los recursos limitados a asignar a
cada rubro, estos son la extensión de tierra, el agua disponible, adicionalmente se tiene un
compromiso de venta del cultivo de maíz y la no negatividad de las variables de decisión.
S.A:
Extensión de tierra
R1: AM+AF+AL ≤ 50 Acres.
disponible (Acres.)
Lts. 640 Kg .Maíz
8,75 * * AM + 5,00
Kg.Maíz Acre
Lts. 500 Kg .Soya
R2: Disponibilidad de Agua (Lts.) * * AF + 2,25
Kg .Soya Acre
Lts. 400 Kg.Lechuga
* * AL ≤ 900.000 Lts.
Kg.Lechuga Acre
Compromiso de Venta Maíz. Kg.Maíz
R3:
(Kgs.)
640 * AM ≥ 5.120 Kg. Maíz
Acre
Restricción de no
R4:
negatividad.
 Ai ≥ 0.

De forma resumida:
R1: Extensión de tierra disponible (Acres.) AM+AF+AL ≤ 50

R2: Disponibilidad de Agua (Lts.) 5.600AM + 2.500AF + 900AL ≤ 900.000.

R3: Compromiso de Venta Maíz. (Kgs.) 640AM ≥ 5.120

R4: Restricción de no negatividad.  Ai ≥ 0.

Ejercicio Nº 06 – Fábrica de caramelos

Una empresa familiar se dedica a la fabricación de caramelos y chupetas caseras de leche y

mantequilla. Para ello cuenta con dos máquinas (Máquina 1 y 2) que fabrican cualquiera de los 4
productos y semanalmente funcionan durante 44 y 38 horas respectivamente. El costo por hora de
fabricación de la máquina 1 es de BsF. 18 y el de la máquina 2 de BsF. 11.

En la tabla 1 se muestra para cada máquina el tiempo en horas necesario para fabricar un lote de
cada uno de los productos. Por otra parte, en la tabla 2 se señala el costo por materia prima para
cada lote de producto y el precio de venta por un lote de Caramelos de Leche, Caramelos de
Mantequilla, Chupetas de Leche y Chupetas de Mantequilla, los cuales son en BsF. 100, 120, 120 y
135 respectivamente.

Tabla 1. Cantidad de Hr-Maq necesarias para producir un lote de producto

Hr-Maq / Lote de producto

BsF./ Hr- Disponibilidad
Máquina Caramelos Caramelos deChupetas deChupetas de
Maq Hr-Maq/semana
de Leche Mantequilla Leche Mantequilla
1 18 1,5 2 2,5 2,5 44
2 11 2 1,5 3 4 38

Tabla 2. Precio de venta y costo de materia prima por lote de producto

Caramelos Chupetas
Leche Mantequilla Leche Mantequilla
Precio de venta
100 120 120 135
(BsF. / Lote)
Costo de materia prima
19 22 24 28
(BsF. / Lote)

Por experiencia se sabe que al menos 30% de la demanda total de estos productos corresponde a
las Chupetas de Leche. Asimismo, se conoce que a lo más el 15% del total de caramelos son de
mantequilla.
Sabiendo que es posible conseguir toda la materia prima necesaria para producir cualquiera de los
cuatro productos, formule el problema como un modelo de programación lineal que permita
determinar el plan óptimo de producción.

Paso 1: Definición de las variables de decisión Se tienen cuatro productos diferentes, fabricados en
dos máquinas que no dependen la una de la otra, es decir, entre ellas no conforman una línea de
producción, por el contrario poseen costos de producción y tiempos diferentes. Lo cual lleva a
pensar en proponer un arreglo matricial X i,j donde “i” represente el tipo de producto y “j” la
máquina donde se elabora. Tal que:

“CL” Caramelo de Leche

“CM” Caramelo de Mantequilla “1” Máquina 01
“j”
“i”
“ChL” Chupeta de Leche “2” Máquina 02

“ChM” Chupeta de Mantequilla

De manera que, por ejemplo: X ChM1 Represente La cantidad de lotes de chupetas de mantequilla
que se producen en la máquina 01, asimismo XCL2 Corresponde a los lotes de caramelos de Leche
producidos en la máquina 02. Sin embargo ésta definición de variables resulta un tanto extensa y
poco práctica a nivel de subíndices, por lo cual luce conveniente otorgar otra designación a las
variables tal que simplifique su nomenclatura, por ejemplo:

Sea Xi,j Lotes de Caramelos de material “i” fabricados en la máquina “j”

“L” Caramelos de leche “1” Máquina 01

“i” “j”
“M” Caramelos de Mantequilla “2” Máquina 02
Y sea Yi,j Los lotes de Chupetas de material “i” fabricados en la máquina “j”

“L” Chupetas de leche “1” Máquina 01

“i” “j”
“M” Chupetas de Mantequilla “2” Máquina 02

Así se definen:

1. XL,1= Lotes de Caramelos de Leche elaborados en la Máquina 01 por semana.

2. XL,2= Lotes de Caramelos de Leche elaborados en la Máquina 02 por semana.
3. XM,1= Lotes de Caramelos de Mantequilla elaborados en la Máquina 01 por semana.
4. XM,2 = Lotes de Caramelos de Mantequilla elaborados en la Máquina 02 por semana.
5. YL,1= Lotes de Chupetas de Leche elaborados en la Máquina 01 por semana.
6. YL,2= Lotes de Chupetas de Leche elaborados en la Máquina 02 por semana.
7. YM,1= Lotes de Chupetas de Mantequilla elaborados en la Máquina 01 por semana.
8. YM,2 = Lotes de Chupetas de Mantequilla elaborados en la Máquina 02 por semana.

Paso 2: Construcción de la función Objetivo: Será función del ingreso por venta de cada producto
menos los distintos costos que proporciona el enunciado (Costo de compra de la materia prima,
costo de fabricación en cada máquina)

F.O. Máx Z(Utilidad Oper.)= [Ingreso por ventas] - [(Costo de compra)+ (Costo de fabricación máquinas 01
y 02)]

Bs. Lote Bs. Lote

F.O. Máx Z(Utilidad Oper.) = [100 Lote  (XL,1+
Sem.
XL,2)
+ 120
Lote
 (XM,1+ XM,2)
Sem.
+ 120
Bs. Lote Bs. Lote Bs. Lote
Lote
 (YL,1+ YL,2) Sem. + 135 Lote  (YM,1+ YM,2) Sem. ] - [(19 Lote  (XL,1+ XL,2) Sem. +
 Bs. Lote Bs. Lote Bs. Lote
22
Lote
 (XM,1+XM,2) Sem. + 24
Lote
 (YL,1+YL,2) Sem. + 28
Lote
 (YM,1+YM,2) Sem. )
Bs. Hrs Hrs Hrs Hrs
+(18 * (1,5 * XL,1+2 * XM,1+2,5 * YL,1+2,5 * YM,1))
Hr.Maq01 Lote Lote Lote Lote
Bs. Hrs Hrs Hrs Hrs
+ (11 * (2 * XL,2 + 1,5 * XM,2+ 3 * YL,2 + 4 *
Hr.Maq02 Lote Lote Lote Lote
YM,2))]

Comprobada la coherencia en las unidades de medida, puede resumirse la F.O. como sigue:

F.O. Máx Z = [100(XL,1+ XL,2) + 120(XM,1+ XM,2) + 120(YL,1+ YL,2)+ 135(YM,1+ YM,2)] -
[(19(XL,1+XL,2)+22(XM,1+XM,2)+24(YL,1+YL,2)+28(YM,1+YM,2))+ (27XL,1+36XM,1+45YL,1+45YM,1) + (22XL,2
+ 16,5XM,2+ 33YL,2 + 44YM,2)]

Paso 3: Definición de Restricciones: Corresponden a la disponibilidad de Hrs. Semanal en cada

máquina, el porcentaje mínimo de demanda de chupetas de leche respecto a la demanda total y el
porcentaje máximo de caramelos de mantequilla respecto a la demanda total de caramelos. Se
adiciona además la condición de no negatividad para las variables de decisión.

S.A.:

Hrs Hrs Hrs

Disponibilidad semanal de
1,5 * XL,1+2 * XM,1+2,5 * YL,1+2,5
R1: Hrs. En la máquina 01
Lote Lote Lote
(Hrs./sem) Hrs
* YM,1 ≤ 44 Hrs./sem.
Lote
Hrs Hrs Hrs
Disponibilidad semanal de
2 * XL,2 + 1,5 * XM,2+ 3 * YL,2 + 4
R2: Hrs. En la máquina 02
Lote Lote Lote
(Hrs./sem) Hrs
* YM,2 ≤ 38 Hrs./sem.
Lote
% Mín. de demanda de
R3: (YL,1+ YL,2)/(XL,1+XL,2+XM,1+XM,2+YL,1+YL,2+YM,1+YM,2) ≥ 30%
chupetas de leche
% Máx. de caramelos de
R4: (XM,1+XM,2)/(XL,1+XL,2+XM,1+XM,2) ≤ 15%
Leche
Restricción de no
R5:
negatividad.
 Xi,j , Yi,j ≥ 0.

Ejercicio Nº 07 – Induvempa Díaz, CA.

INDUVEMPA DIAZ, CA. Empresa ubicada en Ureña Edo. Táchira, se dedica a la producción de discos
para frenos (para vehículos particulares y de carga) en acero, mediante un proceso de fundición y
moldeo, utilizando para ello material nuevo y reciclado, los cuales varían en costo y
especificaciones técnicas. Los datos se muestran en la tabla a continuación.

Tipo de acero Costo (Bs./Ton) Resistencia (Nw./m2) % de Carbono

Material Nuevo 24.150 42 16%
Material Reciclado 6.950 28 32%

Se tiene una disponibilidad semanal de 150 Ton. De material puro y 350 Ton. De acero reciclado. El
material reciclado permite un ahorro en costos pero a su vez una desmejora en las especificaciones
técnicas del producto terminado; por lo cual, para garantizar calidad y durabilidad de las piezas
producidas, se requiere que los productos cubran ciertos parámetros, según se indica:

Familia de discos Precio Venta Resistencia Min. % de Carbono

(Bs./Pieza) (Nw./m2) Max.
Vehículos particulares 160 32 22%
Vehículos de carga 250 40 30%

Producir un disco para vehículo particular consume 800grs. de acero y el de vehículo de carga
1.950 grs. Cada 200 toneladas de material procesado el horno empleado en la fabricación debe
ser sometido a un proceso de limpieza y preparación, para control del nivel de carbono, tarea cuyo
costo estimado es de Bs. 1000. INDUVEMPA posee un pedido especial de 5.000 discos para
vehículo de carga semanales con un cliente en Valencia.

Formule un modelo de programación lineal que optimice el beneficio operativo y cubriendo las
especificaciones requeridas.

Paso 1: Definir las variables de decisión: Visto que se trata de un proceso en el que se combinan
dos insumos (acero puro y reciclado) con características o especificaciones distintas, para obtener
dos productos igualmente con requerimientos técnicos particulares las variables de decisión se
definen como:

Sea Xi,j Los Kilogramos de Acero tipo “i” que serán destinados en la fabricación de discos para
vehículos “j” semanalmente. Tal que:

“n” Kg. De acero Nuevo (puro.) “p” Discos para vehículo particular.
“i” “j”
“r” Kg. De acero reciclado. “c” Discos para vehículo de carga.
Así se definen:

1. Xn,p: Kilogramos de acero puro, destinados a la fabricación de discos para vehículo particular
(semanales).
2. Xn,c: Kilogramos de acero puro, destinados a la fabricación de discos para vehículo de carga.
(semanales)
3. Xr,p: Kilogramos de acero reciclado, destinados a la fabricación de discos para vehículo
particular. (semanales)
4. Xr,c: Kilogramos de acero reciclado, destinados a la fabricación de discos para vehículo
particular. (semanales)

Paso 2: Construcción de la función Objetivo: El objetivo buscado será maximizar la utilidad

operativa proveniente de la diferencia entre el Ingreso por Ventas y los Costos de compra y
limpieza y preparación del horno (únicos proporcionados en el ejercicio).

Sea f.o. Máx. Z = [160 * (Xn,p+ Xr,p) + 250 * (Xn,c+ Xr,c)

.] ≈ Ingresos por Ventas.

- [24.150 * (Xn,p+Xn,c) + 6.950 *( Xr,p+Xr,c) .] ≈ Costo de

compra

- 1000 ( ) ≈ Costo de Limpieza y Preparación

del Horno.

Paso 3: Definición de Restricciones:

S.A.:

Disponibilidad semanal de acero

R1: (Xn,p+ Xn,c) Kg/Sem. ≤ 150.000 Kg/Sem.
puro:
Disponibilidad semanal de acero
R2: (Xr,p+ Xr,c) Kg/Sem. ≤ 350.000 Kg/Sem.
reciclado:

Resistencia Mínima de los discos

R3: ≥ 32 Nw./m2
para vehículo particular (Nw./m 2):

Resistencia Mínima de los discos

R4: ≥ 40 Nw./m2
para vehículo de carga (Nw./m 2):

% de Carbono Max. Admisible en

R5: ≤ 22%
los discos para vehículo particular:

% de Carbono Max. Admisible en

R6: ≤ 30%
los discos para vehículo de carga:

Compromiso con Cliente (discos

R7: (Xn,c + Xr,c) * ≥ 5.000
para vehículos de carga):
R8: Restricción de no Negatividad: Xn,p , Xr,p , Xn,c , Xr,c ≥ 0

SERIE DE EJERCICIOS PROPUESTOS.

Ejercicio Nº 08 – Urbanización
Una compañía estatal posee 800 acres de tierra de primera clase, pero no urbanizada, en las
inmediaciones del Lago de Valencia. En el pasado se aplicaba poca o ninguna regulación a nuevas
urbanizaciones en torno al lago. En las orillas del lago se han construido urbanizaciones. Debido a
la falta de servicio de drenaje o desagüe por alcantarillado, se utilizan muchos tanques sépticos, la
mayoría instalados en forma inadecuada. Con el paso de los años, la filtración de los tanques
sépticos ha provocado un severo problema de contaminación del agua.
Para controlar una degradación más profunda de la calidad del agua, los funcionarios del municipio
presentaron y aprobaron algunos reglamentos estrictos aplicables a todas las urbanizaciones en el
futuro:

1. Solo se pueden construir cada para una, dos o tres familias, donde las unifamiliares
constituyen cuando menos el 60% del total.
2. Para limitar el número de tanques sépticos, se requieren tamaños de lote mínimo de 2, 3 y
4 acres para cada una de las casas de una, dos y tres familias.
3. Se deben establecer áreas de recreo de 1 acre a razón de un área de recreo por cada 200
familias.
4. Para preservar la ecología del lago, no se puede extraer agua del subsuelo para uso de la
cada o el jardín.

La compañía estudia la posibilidad de urbanizar 800 acres. La nueva urbanización incluirá casa para
una, dos o tres familias. Se estima que el 16% del terreno se utilizará para calles y vías de acceso.

También se calcula que sus ingresos derivados de la venta de las diversas unidades habitacionales
son los siguientes:

Unidades habitacionales Sencilla Doble Triple

Ingreso neto por unidad ($) 10.000 15.000 20.000

Los costos de conexión del servicio de agua en el área son proporcionales al número de unidades
que se construyen. Sin embargo la comunidad estipula que se deberá colectar un mínimo de
$100.000 para que el proyecto sea económicamente factible. Además, la expansión del sistema de
acueducto, más allá de su capacidad actual, está limitada a 200.00 galones por día durante el
periodo de consumo máximo. Los datos que siguen muestran el resumen del costo del servicio de
conexión de agua y también del consumo de agua suponiendo una familia de tamaño medio:

Unidades habitacionales Sencilla Doble Triple Recreo

Costo del servicio de conexión de
1.000 1.200 1.400 800
agua por unidad ($)
Consumo de agua por unidad
400 600 840 450
(gal/día)
La compañía debe decidir el número de unidades que debe construir de cada tipo de unidad
habitacional y el número de áreas de recreo que satisfagan los decretos del municipio.

Ejercicio Nº 09 – Empire Abrasive Company (EAC)

La Empire Abrasive Company (EAC) produce polvo de óxido de aluminio que utiliza en sus
afiladoras y abrasivos. Hay dos tipos de productos terminados: polvo fino y polvo grueso. Además
se sabe que dichos productos se generan a partir crudo (bauxita), proveniente de dos localidades
distintas: Surinam y China, teniendo propiedades distintas según su lugar de origen.
Por otra parte, existen dos métodos de procesamiento para la fabricación de los dos tipos de
polvo: rápido y lento. Cualquiera de los procesos puede ser aplicado a la materia prima sin
importar su procedencia, generándose diferentes proporciones de los productos finales a partir de
la materia prima utilizada. En la tabla a continuación se muestran los porcentajes de cada producto
terminado que se obtienen de las posibles combinaciones de materiales de entrada y los modos de
procesamiento.

Tabla 1: Porcentajes de producto terminado obtenido

CRUDO DE SURINAM CRUDO DE CHINA
Proceso Proceso
Proceso lento Proceso lento
rápido rápido
Polvo grueso (%) 45 25 35 20
Polvo fino (%) 50 70 60 80
Pérdidas de producción (%) 5 5 5 0
Total 100 % 100 % 100 % 100 %

Procesar una tonelada de crudo a través del proceso rápido tiene un costo de $ 50 y en
procesamiento lento cuesta $ 40. Igualmente se sabe que cada tonelada de bauxita proveniente de
Surinam es de $ 300 y el del proveniente de China $ 350.
El precio de venta de una tonelada de polvo grueso es de $ 500 y el de polvo fino 325. La planta
EAC tiene una capacidad de procesamiento de 1000 toneladas de crudo semanales y tiene un
compromiso con su principal cliente de despacharle por lo menos 350 toneladas de polvo grueso.
Por otra parte se sabe que Surinam puede despachar como máximo 350 toneladas semanales de
bauxita y los buques que realizan el traslado de la materia prima desde china exigen una carga
mínima semanal de 500 toneladas dado el gran recorrido que debe realizarse por vía marítima
para despacharlas a las plantas de EAC desde su origen. Formule el problema, como un modelo de
programación lineal que permita obtener el máximo beneficio.

Ejercicio Nº 10 – Evans Oil Distributors (EOD)

La Evans Oil Distributors comercializa gasolina de dos grados: la extra y la normal. Cada gasolina
debe satisfacer ciertas especificaciones, tales como la presión máxima de vapor aceptable y el
octanaje mínimo. Los requerimientos de manufactura para las gasolinas y el precio por barril se
muestran en la tabla 1.
Se utilizan tres tipos de gasolina para fabricar las gasolinas normal y extra. Las características de las
gasolinas se muestran en la tabla 2.
Tabla 1. Especificaciones de manufactura y precio por barril.
Gasolina Octanaje Mínimo Presión máxima de Precio de venta
vapor ($/barril)
Normal 80 9 21
Extra 100 6 24

Tabla 2. Características de la gasolina base Evans Oil Distributors

Gasolina base Octanaje Presión de vapor Disponibilidad Costo ($/barril)
máxima (barriles)
Tipo 1 108 4 32.000 22
Tipo 2 90 10 20.000 20
Tipo 3 73 5 38.000 19

La EOD se ha comprometido con el comprador a proporcionarle 30.000 barriles de gasolina normal

por semana. No se tienen compromisos con respecto a la gasolina extra. A la compañía le gustaría
determinar el plan de manufactura para las dos clases de gasolina que maximice las utilidades.

Ejercicio Nº 11 – Fábrica de tornillos

Una compañía debe producir al menos 600.000 tornillos pequeños y 400.000 tornillos grandes
para satisfacer la demanda de las siguientes 4 semanas. Estos tornillos pueden producirse en dos
máquinas distintas, cada una de las cuales está disponible 40 horas a la semana. Los
requerimientos de costo y tiempo para producir cada tamaño de tornillo en cada máquina y el
precio de venta de cada tamaño de tornillo se muestran en la siguiente tabla:

Tornillos Pequeños Tornillos grandes

Precio de venta ($/1000) 27,50 32,50
Costo en la máquina 1 ($/1000) 6,25 7,75
Costo en la máquina 2 ($/1000) 8,00 9,25
Tiempo en la máquina 1 (min/lb) 1,50 1,75
Tiempo en la máquina 2 (min/lb) 1,00 1,25

Considerando que una libra contiene 60 tornillos pequeños y 40 tornillos grandes. Diseñe un
modelo matemático para maximizar la ganancia y satisfacer la demanda, con la disponibilidad
limitada de tiempo de máquina en las siguientes 4 semanas.

Ejercicio Nº 12– Problema de carga en un avión

Un avión tiene tres compartimientos de carga: delantero, central y trasero. Cada compartimiento
tiene una capacidad de peso y volumen como se indica en la siguiente tabla:

Compartimiento Peso (TON) Volumen (m3)

Delantero 12 5000
Central 18 4000
Trasero 14 6000

Existe la posibilidad de asignar un conjunto de cargas disponibles para el próximo vuelo, estas
cargas tienen las siguientes características:
Carga Peso (Kg) Volumen (m3/TON) Beneficio ($/TON)
1 20000 7 300
2 12000 9 350
3 8000 12 290
4 9000 6 400

Así mismo, se conoce el beneficio obtenido por cada carga realizada, expresada en dólares por
tonelada transportada. Con la finalidad de mantener el equilibrio del avión es necesario considerar
la proporcionalidad de la carga transportada con relación a las capacidades de cada
compartimiento, formule el modelo matemático correspondiente para maximizar el beneficio.

Ejercicio Nº 13 – Overland Farm Company (OFC)

Overland Farm Company es una cooperativa agrícola grande. La compañía tiene 130 acres en los
que produce 3 artículos principales: frijol de soya, trigo y maíz. Los productos de la cooperativa son
para consumo de sus miembros y para ventas al exterior. La cooperativa está organizada de tal
manera que debe satisfacer primero las demandas de sus miembros antes de vender al exterior
cualquier artículo. Todos los excedentes de producción se venden al precio de mercado. La tabla
resume para cada producto, durante la temporada de cultivo, el rendimiento proyectado por acre,
el número de búshels que los miembros solicitan, la demanda máxima del mercado y la unidad
estimada por bushel. Plantee un modelo de PL para el problema que permita a la cooperativa
determinar el número de acres que debe asignarse a cada producto para que se maximicen las
utilidades.

Cultivo Rendimiento Demanda de los Demanda del Utilidad

(búshels/acre) miembros mercado ($/búshels)
(búshels) (búshels)
Frijol de soya 420 2000 10000 1,50
Trigo 200 5000 8000 1,80
Maíz 70 1000 3000 2,50
Ejercicio Nº 14 –"Lechera Moderna"
"Lechera Moderna" tiene una capacidad de recepción de 50.000 litros de leche diarios. La administración exige
que al menos 30.000 litros sean embotellados diariamente y el resto sea empleado para producir leche
especial o mantequilla. La contribución de cada litro de leche a la utilidad, según el uso que se le dé, es la
siguiente: embotellada $100, especial $150 y $160 la unidad de mantequilla. el equipo de fabricación de
mantequilla puede manejar hasta 6.000 litros diarios de leche, el equipo de envase puede manejar hasta
40.000 litros diarios y el de leche especial hasta 20.000 litros por día. La empresa desea conocer qué cantidad
de litros es convertida en mantequilla o leche especial y cuanto se debe embotellar (leche corriente), para
maximizar la ganancia.

Ejercicio Nº 15 –"Fabricación de Cremas"

2.- Una compañía fabrica tres productos: crema corporal, crema facial y crema para bebés. Los tres productos
comparten ingredientes en su elaboración: mezcla base, aceite de almendras, vitamina E y manteca de karité.
En la tabla 1.6 se presenta información acerca de los porcentajes de composición de cada uno de los tres
productos.

Aceite de
Mezcla base Vitamina E Manteca de karité
almendras
Crema corporal 90% 4% 1% 5%
Crema facial 85% 8% 2.5% 4.5%
Crema para bebé 80% 10% 10%

Cada día, la compañía cuenta con 500 litros de la mezcla base, 50 litros de aceite de almendras, 5 litros de
vitamina E y 30 litros de manteca de karité. Adicionalmente, se tiene la siguiente información sobre costos y
precios de venta.
Precio de venta
Producto
Ingredien Costo por ($/l)
te litro Crema corporal $ 80
Mezcla $20 Crema facial $ 120
base Crema para bebé $ 100
Aceite de $500
almendras
Vitamina E $1500
Manteca de $ 200
karité

La demanda diaria de la crema corporal es de 200 litros, de la crema facial, 150 litros, y de la crema para
bebé, de 250 litros. Por políticas de la empresa, se deben fabricar al menos 50 litros de crema facial. ¿Cuánto
de cada producto deberá producir la compañía para maximizar su utilidad?

Ejercicio Nº 16 –"Combinaciones Energéticas"

Una compañía fabrica 3 tipos de combinaciones energéticas de semillas que se venden a mayoristas las cuales
a su vez los venden a expendios al minoreo. Los 3 tipos son: normal, especial y extra, vendiéndose a $1,50;$
2,20; $3,50 por libra respectivamente. cada mezcla requiere los mismos ingredientes, que son: maní a $0,90
lb; pasas a $1,60 lb y ajonjolí $1,50 lb. Los requerimientos de la mezcla son: normal cuando menos 5% de
cada ingrediente, especial cuando menos 20% de cada ingrediente y no más del 50% de cualquiera de ellos y
extra cuando menos 25% de pasas, y no más 25% de maní. Las instalaciones de producción hacen que hallan
1000 lb de maní, 2000 lb de pasas, y 3000 lb de ajonjolí. Existe un costo fijo de $2000 para la fabricación de
mezcla y existe también la condición que la mezcla normal debe limitarse al 20% de la producción total.
Plantee el problema de P.L, que maximice las utilidades.