UNIVERSIDAD NACIONAL DE

INGENIERÍA

FACULTAD DE INGENIERÍA
INDUSTRIAL Y DE SISTEMAS

DPTO. DE SISTEMAS Y TELEMÁTICA

“SOLUCIÓN MEDIANTE MÉTODOS DEL PROBLEMA DE

PROGRAMACIÓN LINEAL”

INTEGRANTES:

 Candia Nina, Gary Alberto 20175018K

 Huallullo Cabrera, Sarai Ceferina 20164062C

 Rashuaman Sapallanay, Kenya Jesely 20162087I

 Rivera Gonzales, Braulio Alejandro 20160029A

 Rocha Espinoza, Edward Giuseppe 20160084B

 Quispe Flores Francisco Luiscé 20160614A

CURSO: INVESTIGACIÓN DE OPERACIONES I (ST-113 V)

DOCENTE: PACHECO VERA CESAR ABRAHAM

30 DE NOVIEMBRE DEL 2018

2018-II
 Índice

Capítulo I. Introducción ..................................................................................................... 3

Capítulo II. Perfil de la empresa ........................................................................................ 4
Capítulo III. Problemática .................................................................................................... 6
Capítulo IV. Objetivos .......................................................................................................... 6
Capítulo V. Metodología ..................................................................................................... 7
V.1 Enunciado del problema......................................................................................... 7
V.2 Formulación del Problema de Programación lineal (P.P.L) ................................ 8
V.2.1 Definición de las variables de decisión ......................................................... 8
V.2.2 Función objetivo .............................................................................................. 8
V.2.3 Restricciones ................................................................................................... 9
V.2.4 Modelo de programación lineal .................................................................... 10
V.3 Resolución ............................................................................................................. 11
V.4 Análisis de sensibilidad ........................................................................................ 15
V.4.1 Solución según el Lindo................................................................................ 16
V.5 Variantes................................................................................................................ 17
V.5.1 1ra variante: Cambios en el vector de disponibilidad de recursos ........... 17
V.5.2 2da variante: Cambios en el vector de costo / utilidades .......................... 18
V.5.3 3ra variante: Cambios en los coeficientes tecnológicos ............................ 21
V.5.4 4ra variante: Adición de una nueva variable ............................................... 25
Capítulo VI. Conclusiones ................................................................................................. 28
Capítulo VII. Recomendaciones ........................................................................................ 28
Capítulo VIII. Bibliografía ..................................................................................................... 28

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 2

Capítulo I. Introducción

En las empresas tanto nacionales como extranjeras, uno de sus principales

objetivos es maximizar sus beneficios y optimizar sus recursos adaptándose al
medio donde se desarrolle, la empresa elegida es una farmacéutica nacional,
cuyo centro de operaciones está ubicado en el distrito de Independencia (Lima)

El siguiente trabajo monográfico tiene por objetivo principal es realizar un estudio

de operaciones y reducir los costos operativos. Para este propósito utilizaremos
herramientas de la investigación de operaciones que nos permitan diagnosticar
y analizar objetivamente a las líneas de productos (plásticos de análisis clínicos);

En los tres primeros capítulos se tratará las generalidades de la empresa, es

decir, las características visibles y la dirección en términos generales de la
empresa, más aún su problemática actual, a su vez se definirá los objetivos del
trabajo a realizar.

En el cuarto capítulo se generará el modelo de programación lineal del problema

de programación lineal ya planteado, así como las resoluciones en los softwares
aplicativos (Lindo y Tora) también se analizará la sensibilidad para determinar
los efectos de la solución óptima; procediendo después de esto a variar la
estructura del modelo de programación lineal y la modificación de coeficientes
tecnológicos.

La solución que al final se obtiene en este problema indica que al focalizarse la

producción en solo 3 productos, se generará más valor que el resto de la línea
de producción.

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 3

Capítulo II. Perfil de la empresa

 Nombre de la empresa: Genplast S.A.

 Ruc:20123222751

 Domicilio fiscal: Av. Naranjal N°369

 Distrito: Independencia

 Provincia: Lima

 País: Perú

 Fecha de inicio:

• 30/04/1993 (inscripción)

• 04/12/1992 (inicio de actividades)

 Actividad comercial: industria manufacturera

 Número de trabajadores: 18

• Área de administración:3

• Área de produccion:15

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 4

Productos que se fabrica:
• Línea análisis clínico
• Línea farmacéutica
• Línea cosmética
• Línea alimenticia
• Línea medica
• Línea laboratorio y patología
• Línea química

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 5

Capítulo III. Problemática

a. General:
 ¿Cuál es el gasto mínimo que la empresa GENPLAST S.A
puede realizar debido al costo de la mano de obra y los
recursos para la elaboración de los productos tomados en
cuenta?
b. Especifico:
 ¿Qué cantidad de cada recurso se necesita para obtener el
gasto mínimo?

 ¿Qué sucedería con el problema si al menos uno de los

recursos variaría respecto de la inicial?

Capítulo IV. Objetivos

c. General:
 Minimizar los costos de la empresa GENPLAST S.A.

d. Especifico:
 Plantear el Modelo de Programación Lineal en función a los datos
recaudados de la empresa.

 Solucionar el problema de minimización con el Método de la Gran

M en el programa Tora.

 Realizar un Análisis de Sensibilidad e interpretar con la ayuda del

programa Lindo.

 Obtener los valores de la tabla óptima (última) del Tora, a partir de

la matriz básica con el uso de las propiedades.

 Interpretar las variaciones de la tabla óptima a partir de los

cambios de los datos del problema de minimización.

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 6

Capítulo V. Metodología

V.1 Enunciado del problema

La empresa productora de envases GENPLAST S.A. desea reducir sus costos.

Esta empresa se dedica a la fabricación de envases. Estos envases son
elaborados con resina, cada uno de los envases, según el modelo, necesita una
cierta cantidad de gramos de resina, a su vez se requerirá de minutos de trabajo
para su elaboración y también se considerara el empaquetado.
Los modelos de envase se clasificaron por líneas de uso.
Línea análisis clínico:

Línea farmacéutica:

Línea química:

Por los pedidos que presenta la empresa, se restringe la producción mensual de

envases de la línea análisis clínico a no menos de 220, de la línea farmacéutica
a no menos de 200, y de la línea química a no menos de 210.

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 7

Además se quiere contar a lo mucho con 15 litros de resina, 240 horas de trabajo
y 600 cajas para el empaquetado.
El costo del litro de resina es de S/.15 y el costo por hora de trabajo es de S/.5,
además la caja del empaquetado cuesta S/.3.
Elaborar el modelo de programación lineal en función a los costos.

V.2 Formulación del Problema de Programación lineal (P.P.L)

V.2.1 Definición de las variables de decisión

X𝑖𝑗 = Cantidades de envases de la línea 𝑖 (∀𝑖 = 1 (clínica), 2 (farmacéutica), 3

(química)) y modelo 𝑗 (∀𝑗 =1 (30 ml), 2 (60 ml), 3 (120ml), 4 (250 ml), 5 (500 ml),
6(1000 ml)) a fabricar.

V.2.2 Función objetivo

Calculo de los coeficientes:

cij  (p. resina)(#ml/u)*FC+(p. trabajo)(#min/u)*FC+(p. caja)(#u/caja)-1

(F.C: factor de conversión)

 25ml  15soles  1L   18 min  5soles  1hora   3soles  1caja 

c11              1.95
 u  L  1000 ml   u  hora  60 min   caja  40u 
 37 ml  15soles  1L   20 min  5soles  1hora   3soles  1caja 
c12              2.3216
 u  L  1000 ml   u  hora  60 min   caja  30u 
 28ml  15 soles  1L   17 min  5soles  1hora   3soles  1caja 
c13              1.9
 u  L  1000 ml   u  hora  60 min   caja  42u 
 34ml  15soles  1L   21 min  5soles  1hora   3soles  1caja 
c14              2.35
 u  L  1000 ml   u  hora  60 min   caja  33u 
 35ml  20 soles  1L   20 min  5soles  1hora   3soles  1caja 
c15            2.27
 u  L  1000 ml   u  hora  60 min   caja  37u 
 23ml  15soles  1L   12 min  5soles  1hora   3soles  1caja 
c16              1.4
 u  L  1000 ml   u  hora  60 min   caja  51u 

 25ml  15soles  1L   18 min  5soles  1hora   3soles  1caja 

c21              1.94
 u  L  1000 ml   u  hora  60 min   caja  45u 
 28ml  15soles  1L   19 min  5soles  1hora   3soles  1caja 
c22              2.07
 u  L  1000 ml   u  hora  60 min   caja  41u 
 31ml  15soles  1L   20 min  5soles  1hora   3soles  1caja 
c23              2.21
 u  L  1000 ml   u  hora  60 min   caja  38u 

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 8

  33ml  15soles  1L   21 min  5soles  1hora   3soles  1caja 
c24              2.33
 u  L  1000 ml   u  hora  60 min   caja  35u 
 33ml  15soles  1L   21 min  5soles  1hora   3soles  1caja 
c24              2.33
 u  L  1000 ml   u  hora  60 min   caja  35u 
 36ml  15soles  1L   22 min  5soles  1hora   3soles  1caja 
c25              2.467
 u  L  1000 ml   u  hora  60 min   caja  32u 
 39ml  15soles  1L   23 min  5soles  1hora   3soles  1caja 
c26              2.467
 u  L  1000 ml   u  hora  60 min   caja  28u 

 18ml  15soles  1L   14 min  5soles  1hora   3soles  1caja 

c31              1.463
 u  L  1000 ml   u  hora  60 min   caja  110u 
 19ml  15soles  1L   15 min  5soles  1hora   3soles  1caja 
c32              1.562
 u  L  1000 ml   u  hora  60 min   caja  108u 
 20ml  15soles  1L   17 min  5soles  1hora   3soles  1caja 
c33              1.74
 u  L  1000 ml   u  hora  60 min   caja  106u 
 22ml  15soles  1L   18 min  5soles  1hora   3soles  1caja 
c34              1.82
 u  L  1000 ml   u  hora  60 min   caja  105u 
 22ml  15soles  1L   17 min  5soles  1hora   3soles  1caja 
c35              1.77
 u  L  1000 ml   u  hora  60 min   caja  103u 
 22ml  15soles  1L   18 min  5soles  1hora   3soles  1caja 
c36              1.85
 u  L  1000 ml   u  hora  60 min   caja  102u 

Finalmente
𝑀𝐼𝑁 𝑍 = (1.95𝑋11 + 2.3216𝑋12 + 1.9𝑋13 + 2.35𝑋14 + 2.27𝑋15 + 1.4𝑋16
+ 1.94𝑋21 + 2.07𝑋22 + 2.21𝑋23 + 2.33𝑋24 + 2.467𝑋25
+ 2.58𝑋26 + 1.463𝑋31 + 1.562𝑋32 + 1.74𝑋33 + 1.82𝑋34
+ 1.77𝑋35 + 1.85𝑋36 )

V.2.3 Restricciones

 Producción mensual

𝑋11 + 𝑋12 + 𝑋13 + 𝑋14 + 𝑋15 + 𝑋16 ≥ 220

𝑋21 + 𝑋22 + 𝑋23 + 𝑋24 + 𝑋25 + 𝑋26 ≥ 200

𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 + 𝑋35 + 𝑋36 ≥ 210

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 9

  Cantidad de reserva

25𝑋11 + 37𝑋12 + 28𝑋13 + 34𝑋14 + 35𝑋15 + 23𝑋16 + 25𝑋21 + 28𝑋22

+ 31𝑋23 + 33𝑋24 + 36𝑋25 + 39𝑋26 + 18𝑋31 + 19𝑋32 + 20𝑋33
+ 20𝑋34 + 22𝑋35 + 22𝑋36 ≤ 15000

 Tiempo de trabajo

18𝑋11 + 20𝑋12 + 17𝑋13 + 21𝑋14 + 20𝑋15 + 12𝑋16 + 18𝑋21 + 19𝑋22

+ 20𝑋23 + 21𝑋24 + 22𝑋25 + 23𝑋26 + 14𝑋31 + 15𝑋32 + 17𝑋33
+ 18𝑋34 + 17𝑋35 + 18𝑋36 ≤ 14400

 Cajas

𝑋11 𝑋12 𝑋13 𝑋14 𝑋15 𝑋16 𝑋21 𝑋22 𝑋23 𝑋24 𝑋25 𝑋26
+ + + + + + + + + + +
40 30 42 33 37 51 45 41 38 35 32 28
𝑋31 𝑋32 𝑋33 𝑋34 𝑋35 𝑋36
+ + + + + + ≤ 600
110 108 106 105 103 102

No negatividad

X𝑖𝑗 ≥ 0 (∀𝑖 = 1,2,3 ; ∀𝑗 = 1,2,3,4,5,6)

V.2.4 Modelo de programación lineal

𝑀𝐼𝑁 𝑍 = (1.95𝑋11 + 2.3216𝑋12 + 1.9𝑋13 + 2.35𝑋14 + 2.27𝑋15 + 1.4𝑋16 +

1.94𝑋21 + 2.07𝑋22 + 2.21𝑋23 + 2.33𝑋24 + 2.467𝑋25 + 2.58𝑋26 +
1.463𝑋31 + 1.562𝑋32 + 1.74𝑋33 + 1.82𝑋34 + 1.77𝑋35 + 1.85𝑋36 )

s.a.

• 𝑋11 + 𝑋12 + 𝑋13 + 𝑋14 + 𝑋15 + 𝑋16 ≥ 220

• 𝑋21 + 𝑋22 + 𝑋23 + 𝑋24 + 𝑋25 + 𝑋26 ≥ 200

• 𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 + 𝑋35 + 𝑋36 ≥ 210

• 25𝑋11 + 37𝑋12 + 28𝑋13 + 34𝑋14 + 35𝑋15 + 23𝑋16 + 25𝑋21 + 28𝑋22 +

31𝑋23 + 33𝑋24 + 36𝑋25 + 39𝑋26 + 18𝑋31 + 19𝑋32 + 20𝑋33 + 20𝑋34 +
22𝑋35 + 22𝑋36 ≤ 15000

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 10

 • 18𝑋11 + 20𝑋12 + 17𝑋13 + 21𝑋14 + 20𝑋15 + 12𝑋16 + 18𝑋21 + 19𝑋22 +
20𝑋23 + 21𝑋24 + 22𝑋25 + 23𝑋26 + 14𝑋31 + 15𝑋32 + 17𝑋33 + 18𝑋34 +
17𝑋35 + 18𝑋36 ≤ 14400

𝑋11 𝑋12 𝑋13 𝑋14 𝑋15 𝑋16 𝑋21 𝑋22 𝑋23 𝑋24 𝑋25 𝑋26 𝑋
• + + + + + + + + + + + 31
+ 110 +
40 30 42 33 37 51 45 41 38 35 32 28
𝑋32 𝑋33 𝑋34 𝑋35 𝑋36
+ 106 + 105 + 103 + 102 ≤ 600
108

V.3 Resolución

Usando el Tora y por el método de la gran M resolvemos el problema, usamos

M = 10000.
Asignamos a las variables de holgura (incluye los de exceso) como Si (sxi y Sxi)
y a las variables imaginarias como Ai (Rxi).
Recordar: z j   ci a ij , c i : coeficiente de la f.o. asociada a la variable básica
i

Primera iteración (inicial):

z1  c1  ( M *1  M * 0  M * 0  0 * 25  0 *18  0 * 0.03)  1.95  9998 .15

z 2  c2  ( M *1  M * 0  M * 0  0 * 37  0 * 20  0 * 0.03)  2.3216  9997 .68

z 3  c3  ( M *1  M * 0  M * 0  0 * 28  0 *17  0 * 0.02)  1.9  9998 .10

z 4  c4  (M *1  M * 0  M * 0  0 * 34  0 * 21  0 * 0.03)  2.35  9997 .65

z 5  c5  ( M * 1  M * 0  M * 0  0 * 35  0 * 20  0 * 0.03)  2.27  9997 .73

z 6  c6  ( M * 1  M * 0  M * 0  0 * 23  0 * 12  0 * 0.02)  1.4  9998 .60 (mayor)

…
x sale1  220 / 1  220 (menor) x sale 4  15000 / 23  652 .17

x sale 2  200 / 0   x sale5  14400 / 12  1200

x sale3  210 / 0   x sale6  600 / 0.02  30000

Por lo tanto ingresa x6 a la base y sale Rx22.

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 11

Realizamos las operaciones respectivas para pasar a la segunda interación.
Segunda iteración:

…
z13  c13  (1.4 * 0  M * 0  M *1  0 *18  0 *14  0 * 0.01)  1.463  9998 .54 (mayor)

…
x sale1  220 / 0   x sale4  9940 / 18  552 .22

x sale 2  200 / 0   x sale5  11760 / 14  840

x sale3  210 / 1  210 (menor) x sale6  595 .82 / 0.01  59582

Ingresa x13 a la base y sale Rx24

Realizamos las operaciones respectivas para pasar a la tercera iteración.

Tercera iteración:

…
z 7  c7  (1.4 * 0  M *1  1.463 *1  0 * 25  0 *18  0 * 0.02)  1.463  9998 .06 (mayor)

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 12

x sale1  220 / 0   x sale4  6160 / 25  246 .4

x sale 2  200 / 1  200 (menor) x sale5  8820 / 18  490

x sale3  210 / 0   x sale6  593 .93 / 0.02  29696 .5

Ingresa x7 a la base y sale Rx23

Realizamos las operaciones respectivas para pasar a la cuarta iteración.

Cuarta iteración (óptima):

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 13

Se cumple el teorema 3:
Todos los z j  c j  0 , implica que la solución obtenida en esta iteración es la
óptima.
Por la tanto la solución óptima es:
Z=1003.23
X11=0 X21=200 X31=210 S1=0 A1=0
X12=0 X22=0 X32=0 S2=0 A2=0
X13=0 X23=0 X33=0 S3=0 A3=0
X14=0 X24=0 X34=0 S4=1160
X15=0 X25=0 X35=0 S5=5220
X16=220 unidades X26=0 X36=0 S6=589.53

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 14

 V.4 Análisis de sensibilidad

Código del enunciado original para ingresar al Lindo:

min 1.95X11 + 2.3216X12 + 1.9X13 + 2.35X14 + 2.27X15 + 1.4X16 + 1.94X21 +

2.07X22 + 2.21X23 + 2.33X24 + 2.467X25 + 2.58X26 + 1.463X31 + 1.562X32 +
1.74X33 + 1.82X34 + 1.77X35 + 1.85X36
st
X11 + X12 + X13 + X14 + X15 + X16 >= 220
X21 + X22 + X23 + X24 + X25 + X26 >= 200
X31 + X32 + X33 + X34 + X35 + X36 >= 210
25X11 + 37X12 + 28X13 + 34X14 + 35X15 + 23X16 + 25X21 + 28X22 + 31X23 +
33X24 + 36X25 + 39X26 + 18X31 + 19X32 + 20X33 + 20X34 + 22X35 + 22X36 <=
15000
18X11 + 20X12 + 17X13 + 21X14 + 20X15 + 12X16 + 18X21 + 19X22 + 20X23 +
21X24 + 22X25 + 23X26 + 14X31 + 15X32 + 17X33 + 18X34 + 17X35 + 18X36 <=
14400
0.025X11 + 0.033X12 + 0.024X13 + 0.03X14 + 0.027X15 + 0.019X16 + 0.022X21
+ 0.024X22 + 0.026X23 + 0.028X24 + 0.031X25 + 0.036X26 + 0.009X31 +
0.009X32 + 0.009X33 + 0.009X34 + 0.01X35 + 0.01X36 <= 600
end

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 15

 V.4.1 Solución según el Lindo

Z mínimo = 1003.23
X16 = 220
X21 = 200
X31 = 210
- El costo mínimo será de
1003.23 soles.
- Se deberá producir 220
frascos de 1000ml #32 de la
línea análisis clínico.
- Se deberá producir 200
frascos de 30ml #32 de la
línea farmacéutica.
- Se deberá producir 210
frascos de 30ml #32 de la
línea química.

Costo reducido:
Es lo que debería mejorar el
coeficiente de la función
objetivo de la variable de
decisión para asumir un valor
positivo en la solución óptima.
Holgura o excedente
Proporciona el valor de la
variable de holgura
remanente del recurso no
utilizado
S4 = 1160
S5 = 5220
S6 = 589.53

Precios duales

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 16

Es el mejoramiento en el valor óptimo de la función objetivo por cada aumento
unitario en el lado derecho de la restricción.
Si cambiamos X11 + X12 + X13 + X14 + X15 + X16 >= 220
por X11 + X12 + X13 + X14 + X15 + X16 >= 221
El valor de Z = 1003.23 cambia a Z = 1004.63 (Aumentó en 1.4)

Rangos en donde la base no cambia

Función objetivo: Restricciones:
X11: [1.4, ∞> R1: [0, 270.434]
X12: [1.4, ∞> R2: [0, 246.4]
X13: [1.4, ∞> R3: [0, 274.444]
X14: [1.4, ∞> R4: [13840, ∞>
X15: [1.4, ∞> R5: [9180, ∞>
X16: [0, 1.9] R6: [10.47, ∞>
X21: [0, 2.07]
X22: [1.94, ∞>
X23: [1.94, ∞>
X24: [1.94, ∞>
X25: [1.94, ∞>
X26: [1.94, ∞>
X31: [0, 1.562]
X32: [1.463, ∞>
X33: [1.463, ∞>
X34: [1.463, ∞>
X35: [1.463, ∞>
X36: [1.463, ∞>

V.5 Variantes

V.5.1 1ra variante: Cambios en el vector de disponibilidad de recursos

Debido a la reducción de demanda de envases de la línea farmacéutica, el gerente de

producción decidió modificar la producción mensual de envases de la línea análisis
clínico a no menos de 300, de la línea farmacéutica a no menos de 50, y de la línea
química a no menos de 300.

¿Este cambio tendrá efectos negativos en los costos?

Cambiarán las 3 primeras restricciones:

X11 + X12 + X13 + X14 + X15 + X16 >= 220  X11 + X12 + X13 + X14 + X15 + X16 >=
300
X21 + X22 + X23 + X24 + X25 + X26 >= 200  X21 + X22 + X23 + X24 + X25 + X26 >=
50
X31 + X32 + X33 + X34 + X35 + X36 >= 210  X31 + X32 + X33 + X34 + X35 + X36 >=
300

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 17

Nuevos valores de la base:
𝑋16 1 0 0 0 0 0 300 300
𝑋21 0 1 0 0 0 0 50 50
𝑋31 0 0 1 0 0 0 300 300
= = ≥0
𝑆4 −23 −25 −18 1 0 0 15000 1450
𝑆5 −12 −18 −14 0 1 0 14400 5700
( 𝑆6 ) (−0.02 −0.02 −0.01 0 0 1) ( 600 ) ( 590 )
Solución factible:
1.4
1.94
1.46
𝑍 = (300 50 300 15000 14400 600) = 955.9
0
0
( 0 )
Las diferencias de recursos respectivamente son: 80, -150, 90, 0, 0 y 0; y el vector
multiplicador (1.4 1.94 1.46 0 0 0)
80(1.4) = 112
(-150)(1.94) = -291
90(1.463) = 131.67
Z = 1003.23 +112 + 131.4 – 291 = 955.9
Analizando resultados de la modificación:
Inicialmente: Luego del cambio:
X16 = 220 X16 = 300
X21 = 200 X21 = 50
X31 = 210 X31 = 300
Z = 1003.23 Z = 955.9

Se concluye: La modificación que hizo el gerente impacto positivamente en los costos,

ya que estos se redujeron.

V.5.2 2da variante: Cambios en el vector de costo / utilidades

Un empleado descubrió una nueva técnica para producir frascos de 1000ml #32 (X16),
lo que reduce el tiempo de trabajo necesario de 12 minutos/unidad a 8 minutos/unidad.

¿Qué efecto tendrá este cabio en los costos?

El coeficiente inicial para X16 es  0.023*15 + 5(12/60) + 3/51 = 1.4

Se quiere cambiar el coeficiente de X16 a  0.023*15 + 5(8/60) + 3/51 = 1.07

La nueva función objetivo será:

Min Z = 1.95X11 + 2.3216X12 + 1.9X13 + 2.35X14 + 2.27X15 + 1.07X16 + 1.94X21 +

2.07X22 + 2.21X23 + 2.33X24 + 2.467X25 + 2.58X26 + 1.463X31 + 1.562X32 + 1.74X33
+ 1.82X34 + 1.77X35 + 1.85X36

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 18

Matriz óptima (original) del problema: (Separado en 2 para que entre en la página)

X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 X31 X32
Z -0.55 -0.92 -0.5 -0.95 -0.87 0 0 -0.13 -0.27 -0.39 -0.53 -0.64 0 -0.1
X16 1 1 1 1 1 1 0 0 0 0 0 0 0 0
X21 0 0 0 0 0 0 1 1 1 1 1 1 0 0
X31 0 0 0 0 0 0 0 0 0 0 0 0 1 1
S4 2 14 5 11 12 0 0 3 6 8 11 14 0 1
S5 6 8 5 9 8 0 0 1 2 3 4 5 0 1
S6 0.01 0.01 0 0.01 0.01 0 0 0 0 0.01 0.01 0.01 0 0

X33 X34 X35 X36 S1 S2 S3 A1 A2 A3 S4 S5 S6 LD

-0.28 -0.36 -0.31 -0.39 -1.4 -1.94 -1.46 1.4 - M 1.94 - M 1.46 - M 0 0 0 1003.23
0 0 0 0 -1 0 0 1 0 0 0 0 0 220
0 0 0 0 0 -1 0 0 1 0 0 0 0 200
1 1 1 1 0 0 -1 0 0 1 0 0 0 210
2 2 4 4 23 25 18 -23 -25 -18 1 0 0 1160
3 4 3 4 12 18 14 -12 -18 -14 0 1 0 5220
0 0 0 0 0.02 0.02 0.01 -0.02 -0.02 -0.01 0 0 1 589.53

Restricción en el dual
Y1 + 0Y2 + 0Y3 + 23Y4 + 12Y5 + 0.019Y6 > 1.07
Vector multiplicador
(1.4 1.94 1.46 0 0 0)
1.4 + 0(1.94) + 0(1.46) + 23(0)+12(0)+0.019(0) – 1.07 = 0.33
Nuevo coeficiente de X16 en la F.O es 0.33

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 19

Reemplazando el nuevo coeficiente en la matriz y dándole la forma básica a X16, el pivote en celeste:
X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 X31 X32
Z -0.55-0.33(1) -0.92-0.33(1) -0.5-0.33(1) -0.95-0.33(1) -0.87-0.33(1) 0.33-0.33(1) 0-0.33(0) -0.13-0.33(0) -0.27-0.33(0) -0.39-0.33(0) -0.53-0.33(0) -0.64-0.33(0) 0-0.33(0) -0.1-0.33(0)
X16 1 1 1 1 1 1 0 0 0 0 0 0 0 0
X21 0 0 0 0 0 0 1 1 1 1 1 1 0 0
X31 0 0 0 0 0 0 0 0 0 0 0 0 1 1
S4 2 14 5 11 12 0 0 3 6 8 11 14 0 1
S5 6 8 5 9 8 0 0 1 2 3 4 5 0 1
S6 0.01 0.01 0 0.01 0.01 0 0 0 0 0.01 0.01 0.01 0 0

X33 X34 X35 X36 S1 S2 S3 A1 A2 A3 S4 S5 S6 LD

-0.28-0.33(0) -0.36-0.33(0) -0.31-0.33(0) -0.39-0.33(0) -1.4-0.33(-1) -1.94-0.33(0) -1.46-0.33(0) 1.4 - M-0.33(1) 1.94 - M-0.33(0) 1.46 - M-0.33(0) 0-0.33(0) 0-0.33(0) 0-0.33(0) 1003.23
0 0 0 0 -1 0 0 1 0 0 0 0 0 220
0 0 0 0 0 -1 0 0 1 0 0 0 0 200
1 1 1 1 0 0 -1 0 0 1 0 0 0 210
2 2 4 4 23 25 18 -23 -25 -18 1 0 0 1160
3 4 3 4 12 18 14 -12 -18 -14 0 1 0 5220
0 0 0 0 0.02 0.02 0.01 -0.02 -0.02 -0.01 0 0 1 589.53

Finalmente nos queda:

X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 X31 X32
Z -0.88 -1.25 -0.83 -1.28 -1.2 0 0 -0.13 -0.27 -0.39 -0.53 -0.64 0 -0.1
X16 1 1 1 1 1 1 0 0 0 0 0 0 0 0
X21 0 0 0 0 0 0 1 1 1 1 1 1 0 0
X31 0 0 0 0 0 0 0 0 0 0 0 0 1 1
S4 2 14 5 11 12 0 0 3 6 8 11 14 0 1
S5 6 8 5 9 8 0 0 1 2 3 4 5 0 1
S6 0.01 0.01 0 0.01 0.01 0 0 0 0 0.01 0.01 0.01 0 0

X33 X34 X35 X36 S1 S2 S3 A1 A2 A3 S4 S5 S6 LD

-0.28 -0.36 -0.31 -0.39 -1.07 -1.94 -1.46 1.07 - M 1.94 - M 1.46 - M 0 0 0 930.63
0 0 0 0 -1 0 0 1 0 0 0 0 0 220
0 0 0 0 0 -1 0 0 1 0 0 0 0 200
1 1 1 1 0 0 -1 0 0 1 0 0 0 210
2 2 4 4 23 25 18 -23 -25 -18 1 0 0 1160
3 4 3 4 12 18 14 -12 -18 -14 0 1 0 5220
0 0 0 0 0.02 0.02 0.01 -0.02 -0.02 -0.01 0 0 1 589.53

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 20

Se concluye: El cambio realizado redujo los costos a un nuevo valor óptimo de 930.63
soles, todo lo demás queda igual con el cambio realizado.

V.5.3 3ra variante: Cambios en los coeficientes tecnológicos

Debido a cambios en la administración, los costos de los frascos de 30ml #32 de la línea
farmacéutica (X21) relacionados a la cantidad de reserva y el empaquetado se han
duplicado, ¿qué repercusión tendrá este cambio en los costos?

Nuevas restricciones:
 Producción mensual:

X11 + X12 + X13 + X14 + X15 + X16 >= 220

X21 + X22 + X23 + X24 + X25 + X26 >= 200
X31 + X32 + X33 + X34 + X35 + X36 >= 210
 Cantidad de reserva:

25X11 + 37X12 + 28X13 + 34X14 + 35X15 + 23X16 + 50X21 + 28X22 + 31X23 + 33X24
+ 36X25 + 39X26 + 18X31 + 19X32 + 20X33 + 20X34 + 22X35 + 22X36 <= 15000
 Tiempo de trabajo:

18X11 + 20X12 + 17X13 + 21X14 + 20X15 + 12X16 + 18X21 + 19X22 + 20X23 + 21X24
+ 22X25 + 23X26 + 14X31 + 15X32 + 17X33 + 18X34 + 17X35 + 18X36 <= 14400
 Cajas:

0.025X11 + 0.033X12 + 0.024X13 + 0.03X14 + 0.027X15 + 0.019X16 + 0.044X21 +

0.024X22 + 0.026X23 + 0.028X24 + 0.031X25 + 0.036X26 + 0.009X31 + 0.009X32 +
0.009X33 + 0.009X34 + 0.01X35 + 0.01X36 <= 600
Nueva restricción en el dual correspondiente a X21:
0Y1 + Y2 + 0Y3 + 50Y4 + 18Y5 + 0.044Y6 > 1.94
Vector multiplicador
(1.4 1.94 1.46 0 0 0)
0(1.4) + 1(1.94) + 0(1.46) 50(0)+18(0)+0.044(0) – 1.94 = 0
Nuevo coeficiente de X21 en la F.O es 0 (no ha sufrido cambio)
Coeficientes tecnológicos
1 0 0 0 0 0 0 0
0 1 0 0 0 0 1 1
0 0 1 0 0 0 0 0
=
−23 −25 −18 1 0 0 50 25
−12 −18 −14 0 1 0 18 0
(−0.02 −0.02 −0.01 0 0 1) (0.044) (0.024)
Con estos cambios, la matriz queda de la siguiente manera:

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 21

Nueva matriz con la columna de X21 cambiada: (Separado en 2 para que entre en la página)
X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 X31 X32
Z -0.55 -0.92 -0.5 -0.95 -0.87 0 0 -0.13 -0.27 -0.39 -0.53 -0.64 0 -0.1
X16 1 1 1 1 1 1 0 0 0 0 0 0 0 0
X21 0 0 0 0 0 0 1 1 1 1 1 1 0 0
X31 0 0 0 0 0 0 0 0 0 0 0 0 1 1
S4 2 14 5 11 12 0 25 3 6 8 11 14 0 1
S5 6 8 5 9 8 0 0 1 2 3 4 5 0 1
S6 0.01 0.01 0 0.01 0.01 0 0.024 0 0 0.01 0.01 0.01 0 0

X33 X34 X35 X36 S1 S2 S3 A1 A2 A3 S4 S5 S6 LD

-0.28 -0.36 -0.31 -0.39 -1.4 -1.94 -1.46 1.4 - M 1.94 - M 1.46 - M 0 0 0 1003.23
0 0 0 0 -1 0 0 1 0 0 0 0 0 220
0 0 0 0 0 -1 0 0 1 0 0 0 0 200
1 1 1 1 0 0 -1 0 0 1 0 0 0 210
2 2 4 4 23 25 18 -23 -25 -18 1 0 0 1160
3 4 3 4 12 18 14 -12 -18 -14 0 1 0 5220
0 0 0 0 0.02 0.02 0.01 -0.02 -0.02 -0.01 0 0 1 589.53

Dándole forma básica a X21:

X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 X31 X32
Z -0.55 -0.92 -0.5 -0.95 -0.87 0 0 -0.13 -0.27 -0.39 -0.53 -0.64 0 -0.1
X16 1 1 1 1 1 1 0 0 0 0 0 0 0 0
X21 0 0 0 0 0 0 1 1 1 1 1 1 0 0
X31 0 0 0 0 0 0 0 0 0 0 0 0 1 1
S4 2-25(0) 14-25(0) 5-25(0) 11-25(0) 12-25(0) 0-25(0) 25-25(1) 3-25(1) 6-25(1) 8-25(1) 11-25(1) 14-25(1) 0-25(0) 1-25(0)
S5 6 8 5 9 8 0 0 1 2 3 4 5 0 1
S6 0.01-0.024(0) 0.01-0.024(0) 0-0.024(0) 0.01-0.024(0) 0.01-0.024(0) 0-0.024(0) 0.024-0.024(1) 0-0.024(1) 0-0.024(1) 0.01-0.024(1) 0.01-0.024(1) 0.01-0.024(1) 0-0.024(0) 0-0.024(0)

X33 X34 X35 X36 S1 S2 S3 A1 A2 A3 S4 S5 S6 LD

-0.28 -0.36 -0.31 -0.39 -1.4 -1.94 -1.46 1.4 - M 1.94 - M 1.46 - M 0 0 0 1003.23
0 0 0 0 -1 0 0 1 0 0 0 0 0 220
0 0 0 0 0 -1 0 0 1 0 0 0 0 200
1 1 1 1 0 0 -1 0 0 1 0 0 0 210
2-25(0) 2-25(0) 4-25(0) 4-25(0) 23-25(0) 25-25(-1) 18-25(0) -23-25(0) -25-25(1) -18-25(0) 1-25(0) 0-25(0) 0-25(0) 1160-25(200)
3 4 3 4 12 18 14 -12 -18 -14 0 1 0 5220
0-0.024(0) 0-0.024(0) 0-0.024(0) 0-0.024(0) 0.02-0.024(0) 0.02-0.024(-1) 0.01-0.024(0) -0.02-0.024(0) -0.02-0.024(1) -0.01-0.024(0) 0-0.024(0) 0-0.024(0) 1-0.024(0) 589.53-0.024(200)

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 22

Pero nos resulta un negativo al lado derecho:
X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 X31 X32
Z -0.55 -0.92 -0.5 -0.95 -0.87 0 0 -0.13 -0.27 -0.39 -0.53 -0.64 0 -0.1
-0.13/-22
X16 1 1 1 1 1 1 0 0 0 0 0 0 0 0
X21 0 0 0 0 0 0 1 1 1 1 1 1 0 0
X31 0 0 0 0 0 0 0 0 0 0 0 0 1 1
S4 2/-22 14/-22 5/-22 11/-22 12/-22 0/-22 0/-22 -22/-22 -19/-22 -17/-22 -14/-22 -11/-22 0/-22 1/-22
S5 6 8 5 9 8 0 0 1 2 3 4 5 0 1
S6 0.01 0.01 0 0.01 0.01 0 0 -0.024 -0.024 -0.014 -0.014 -0.014 0 0

X33 X34 X35 X36 S1 S2 S3 A1 A2 A3 S4 S5 S6 LD

-0.28 -0.36 -0.31 -0.39 -1.4 -1.94 -1.46 1.4 - M 1.94 - M 1.46 - M 0 0 0 1003.23

0 0 0 0 -1 0 0 1 0 0 0 0 0 220
0 0 0 0 0 -1 0 0 1 0 0 0 0 200
1 1 1 1 0 0 -1 0 0 1 0 0 0 210
2/-22 2/-22 4/-22 4/-22 23/-22 50/-22 18/-22 -23/-22 -50/-22 -18/-22 1/-22 0/-22 0/-22 -3840/-22
3 4 3 4 12 18 14 -12 -18 -14 0 1 0 5220
0 0 0 0 0.02 0.044 0.01 -0.02 -0.044 -0.01 0 0 1 584.73

X22 entra a la base y S4 sale:

X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 X31 X32
Z -0.55+0.13(-0.091) -0.92+0.13(-0.636) -0.5+0.13(-0.227) -0.95+0.13(-0.5) -0.87+0.13(-0.545) 0+0.13(0) 0+0.13(0) -0.13+0.13(1) -0.27+0.13(0.864) -0.39+0.13(0.773) -0.53+0.13(0.636) -0.64+0.13(0.5) 0+0.13(0) -0.1+0.13(-0.045)
X16 1 1 1 1 1 1 0 0 0 0 0 0 0 0
X21 0-1(-0.091) 0-1(-0.636) 0-1(-0.227) 0-1(-0.5) 0-1(-0.545) 0-1(0) 1-1(0) 1-1(1) 1-1(0.864 1-1(0.773) 1-1(0.636) 1-1(0.5) 0-1(0) 0-1(-0.045)
X31 0 0 0 0 0 0 0 0 0 0 0 0 1 1
X22 -0.091 -0.636 -0.227 -0.5 -0.545 0 0 1 0.864 0.773 0.636 0.5 0 -0.045
S5 6-1(-0.091) 8-1(-0.636) 5-1(-0.227) 9-1(-0.5) 8-1(-0.545) 0-1(0) 0-1(0) 1-1(1) 2-1(0.864) 3-1(0.773) 4-1(0.636) 5-1(0.5) 0-1(0) 1-1(-0.045)
S6 0.01+0.024(-0.091) 0.01+0.024(-0.636) 0+0.024(-0.227) 0.01+0.024(-0.5) 0.01+0.024(-0.545) 0+0.024(0) 0+0.024(0) -0.024+0.024(1) -0.024+0.024(0.864) -0.014+0.024(0.773) -0.014+0.024(0.636) -0.014+0.024(0.5) 0+0.024(0) 0+0.024(-0.045)

X33 X34 X35 X36 S1 S2 S3 A1

A3 S4 A2 S5 S6 LD
-0.28+0.13(-0.091) -0.36+0.13(-0.091) -0.31+0.13(-0.182) -0.39+0.13(-0.182) -1.4+0.13(-1.045) -1.94+0.13(-2.273) -1.46+0.13(-0.818) 1.4 - M+0.13(1.045) 1.94 - M+0.13(2.273)
1.46 - M+0.13(0.818) 0+0.13(-0.045) 0+0.13(0) 0+0.13(0) 1003.23+0.13(174.545)
0 0 0 0 -1 0 0 1 0 0 0 0 0 220
0-1(-0.091) 0-1(-0.091) 0-1(-0.182) 0-1(-0.182) 0-1(-1.045) -1-1(-2.273) 0-1(-0.818) 0-1(1.045) 1-1(2.273) 0-1(0.818) 0-1(-0.045) 0-1(0) 0-1(0) 200-1(174.545)
1 1 1 1 0 0 -1 0 0 1 0 0 0 210
-0.091 -0.091 -0.182 -0.182 -1.045 -2.273 -0.818 1.045 2.273 0.818 -0.045 0 0 174.545
3-1(-0.091) 4-1(-0.091) 3-1(-0.182) 4-1(-0.182) 12-1(-1.045) 18-1(-2.273) 14-1(-0.818) -12-1(1.045) -18-1(2.273) -14-1(0.818) 0-1(-0.045) 1-1(0) 0-1(0) 5220-1(174.545)
0+0.024(-0.091) 0+0.024(-0.091) 0+0.024(-0.182) 0+0.024(-0.182) 0.02+0.024(-1.045) 0.044+0.024(-2.273) 0.01+0.024(-0.818) -0.02+0.024(1.045) -0.044+0.024(2.273) -0.01+0.024(0.818) 0+0.024(-0.045) 0+0.024(0) 1+0.024(0) 584.73+0.024(174.545)

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 23

Finalmente, la matriz queda:
X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 X31 X32
Z -0.562 -1.003 -0.530 -1.015 -0.941 0 0 0 -0.158 -0.290 -0.447 -0.575 0 -0.106
X16 1 1 1 1 1 1 0 0 0 0 0 0 0 0
X21 0.091 0.636 0.227 0.5 0.545 0 1 0 0.136 0.227 0.364 0.5 0 0.045
X31 0 0 0 0 0 0 0 0 0 0 0 0 1 1
X22 -0.091 -0.636 -0.227 -0.5 -0.545 0 0 1 0.864 0.773 0.636 0.5 0 -0.045
S5 6.091 8.636 5.227 9.5 8.545 0 0 0 1.136 2.227 3.364 4.5 0 1.045
S6 0.008 -0.005 -0.005 -0.002 -0.003 0 0 0 -0.003 0.005 0.001 -0.002 0 -0.001

X33 X34 X35 X36 S1 S2 S3 A1 A2 A3 S4 S5 S6 LD

-0.292 -0.372 -0.334 -0.414 -1.536 -2.235 -1.566 1.264 - M 1.644 - M 1.353 - M -0.006 0 0 1025.921
0 0 0 0 -1 0 0 1 0 0 0 0 0 220
0.091 0.091 0.182 0.182 1.045 1.273 0.818 -1.045 -1.273 -0.818 0.045 0 0 25.455
1 1 1 1 0 0 -1 0 0 1 0 0 0 210
-0.091 -0.091 -0.182 -0.182 -1.045 -2.273 -0.818 1.045 2.273 0.818 -0.045 0 0 174.545
3.091 4.091 3.182 4.182 13.045 20.273 14.818 -13.045 -20.273 -14.818 0.045 1 0 5045.455
-0.002 -0.002 -0.004 -0.004 -0.005 -0.011 -0.010 0.005 0.0106 0.010 -0.001 0 1 588.919

Se concluye:
 El nuevo valor óptimo de los costos aumentó a 1025.921 soles
 Y la nueva base:

X16 = 220
X21 = 25.455
X22 = 174.545
X31 = 210
S5 = 5045.455
S6 = 588.919

 Nótese que la matriz básica de solución cambia en este caso.

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 24

 V.5.4 4ra variante: Adición de una nueva variable

La empresa está pensando en producir un nuevo frasco de 15ml para la línea química,
el cual necesitará 15 ml de resina, 12 minutos de trabajo y en una caja entrarán 115. Al
administrador le interesa saber el efecto de esta nueva producción en el costo.

La nueva función objetivo será:

Min Z = 1.95X11 + 2.3216X12 + 1.9X13 + 2.35X14 + 2.27X15 + 1.4X16 + 1.94X21 +

2.07X22 + 2.21X23 + 2.33X24 + 2.467X25 + 2.58X26 + 1.463X31 + 1.562X32 + 1.74X33
+ 1.82X34 + 1.77X35 + 1.85X36 + 1.25X37

Nuevas restricciones:
 Producción mensual:

X11 + X12 + X13 + X14 + X15 + X16 >= 220

X21 + X22 + X23 + X24 + X25 + X26 >= 200
X31 + X32 + X33 + X34 + X35 + X36 + X37 >= 210
 Cantidad de reserva:

25X11 + 37X12 + 28X13 + 34X14 + 35X15 + 23X16 + 25X21 + 28X22 + 31X23 + 33X24
+ 36X25 + 39X26 + 18X31 + 19X32 + 20X33 + 20X34 + 22X35 + 22X36 + 15X37 <=
15000
 Tiempo de trabajo:

18X11 + 20X12 + 17X13 + 21X14 + 20X15 + 12X16 + 18X21 + 19X22 + 20X23 + 21X24
+ 22X25 + 23X26 + 14X31 + 15X32 + 17X33 + 18X34 + 17X35 + 18X36 + 12X37 <=
14400
 Cajas:

0.025X11 + 0.033X12 + 0.024X13 + 0.03X14 + 0.027X15 + 0.019X16 + 0.022X21 +

0.024X22 + 0.026X23 + 0.028X24 + 0.031X25 + 0.036X26 + 0.009X31 + 0.009X32 +
0.009X33 + 0.009X34 + 0.01X35 + 0.01X36 + 0.008X37 <= 600
Restricción en el dual
0Y1 + 0Y2 + Y3 + 15Y4 + 12Y5 + 0.009Y6 > 1.25
Vector multiplicador
(1.4 1.94 1.46 0 0 0)
0(1.4) + 0(1.94) + 1(1.46) + 15(0)+12(0)+0.009(0) – 1.25 = 0.21
Nuevo coeficiente de X37 en la F.O es 0.21
La columna que se deberá agregar a la matriz óptima original del problema es:
1 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0
0 0 1 0 0 0 1 1
=
−23 −25 −18 1 0 0 15 −3
−12 −18 −14 0 1 0 12 −2
(−0.02 −0.02 −0.01 0 0 1) (0.009) (−0.001)
Quedando:

Investigación de Operaciones I - Facultad de Ingeniería Industrial y de Sistemas 25

Matriz óptima con columna agregada X37: (Separado en 2 para que entre en la página)
X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 X31 X32 X33
Z -0.55 -0.92 -0.5 -0.95 -0.87 0 0 -0.13 -0.27 -0.39 -0.53 -0.64 0 -0.1 -0.28
X16 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0
X21 0 0 0 0 0 0 1 1 1 1 1 1 0 0 0
X31 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1
S4 2 14 5 11 12 0 0 3 6 8 11 14 0 1 2
S5 6 8 5 9 8 0 0 1 2 3 4 5 0 1 3
S6 0.01 0.01 0 0.01 0.01 0 0 0 0 0.01 0.01 0.01 0 0 0

X34 X35 X36 X37 S1 S2 S3 A1 A2 A3 S4 S5 S6 LD

-0.36 -0.31 -0.39 0.21 -1.4 -1.94 -1.46 1.4 - M 1.94 - M 1.46 - M 0 0 0 1003.23
0 0 0 0 -1 0 0 1 0 0 0 0 0 220
0 0 0 0 0 -1 0 0 1 0 0 0 0 200
1 1 1 1 0 0 -1 0 0 1 0 0 0 210
2 4 4 -3 23 25 18 -23 -25 -18 1 0 0 1160
4 3 4 -2 12 18 14 -12 -18 -14 0 1 0 5220
0 0 0 -0.001 0.02 0.02 0.01 -0.02 -0.02 -0.01 0 0 1 589.53

X37 entra a la base y X31 sale: (Pivote en celeste)

X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 X31X32 X33
Z -0.55-0.21(0) -0.92-0.21(0) -0.5-0.21(0) -0.95-0.21(0) -0.87-0.21(0) 0-0.21(0) 0-0.21(0) -0.13-0.21(0) -0.27-0.21(0) -0.39-0.21(0) -0.53-0.21(0) -0.64-0.21(0) 0-0.21(1)
-0.1-0.21(1) -0.28-0.21(1)
X16 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0
X21 0 0 0 0 0 0 1 1 1 1 1 1 0 0 0
X31 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1
S4 2+3(0) 14+3(0) 5+3(0) 11+3(0) 12+3(0) 0+3(0) 0+3(0) 3+3(0) 6+3(0) 8+3(0) 11+3(0) 14+3(0) 0+3(1) 1+3(1) 2+3(1)
S5 6+2(0) 8+2(0) 5+2(0) 9+2(0) 8+2(0) 0+2(0) 0+2(0) 1+2(0) 2+2(0) 3+2(0) 4+2(0) 5+2(0) 0+2(1) 1+2(1) 3+2(1)
S6 0.01+0.001(0) 0.01+0.001(0) 0+0.001(0) 0.01+0.001(0) 0.01+0.001(0) 0+0.001(0) 0+0.001(0) 0+0.001(0) 0+0.001(0) 0.01+0.001(0) 0.01+0.001(0) 0.01+0.001(0) 0+0.001(1) 0+0.001(1) 0+0.001(1)

X34 X35 X36 X37 S1 S2 S3 A1 A2 A3 LD S4 S5 S6

-0.36-0.21(1) -0.31-0.21(1) -0.39-0.21(1) 0.21-0.21(1) -1.4-0.21(0) -1.94-0.21(0) -1.46-0.21(-1) 1.4 - M-0.21(0) 1.94 - M-0.21(0) 1.46 - M-0.21(1) 0-0.21(0)
1003.23-0.21(210) 0-0.21(0) 0-0.21(0)
0 0 0 0 -1 0 0 1 0 0 0 0 0 220
0 0 0 0 0 -1 0 0 1 0 0 0 0 200
1 1 1 1 0 0 -1 0 0 1 0 0 0 210
2+3(1) 4+3(1) 4+3(1) -3+3(1) 23+3(0) 25+3(0) 18+3(-1) -23+3(0) -25+3(0) -18+3(1) 1+3(0) 0+3(0) 0+3(0) 1160+3(210)
4+2(1) 3+2(1) 4+2(1) -2+2(1) 12+2(0) 18+2(0) 14+2(-1) -12+2(0) -18+2(0) -14+2(1) 0+2(0) 1+2(0) 0+2(0) 5220+2(210)
0+0.001(1) 0+0.001(1) 0+0.001(1) -0.001+0.001(1) 0.02+0.001(0) 0.02+0.001(0) 0.01+0.001(-1) -0.02+0.001(0) -0.02+0.001(0) -0.01+0.001(1) 0+0.001(0) 0+0.001(0) 1+0.001(0) 589.53+0.001(210)
La nueva matriz óptima queda:
X11 X12 X13 X14 X15 X16 X21 X22 X23 X24 X25 X26 X31 X32 X33
Z -0.55 -0.92 -0.5 -0.95 -0.87 0 0 -0.13 -0.27 -0.39 -0.53 -0.64 -0.21 -0.31 -0.49
X16 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0
X21 0 0 0 0 0 0 1 1 1 1 1 1 0 0 0
X37 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1
S4 2 14 5 11 12 0 0 3 6 8 11 14 3 4 5
S5 6 8 5 9 8 0 0 1 2 3 4 5 2 3 5
S6 0.01 0.01 0 0.01 0.01 0 0 0 0 0.01 0.01 0.01 0.001 0.001 0.001

X34 X35 X36 X37 S1 S2 S3 A1 A2 A3 S4 S5 S6 LD

-0.57 -0.52 -0.6 0 -1.4 -1.94 -1.25 1.4 - M 1.94 - M 1.25 - M 0 0 0 959.13
0 0 0 0 -1 0 0 1 0 0 0 0 0 220
0 0 0 0 0 -1 0 0 1 0 0 0 0 200
1 1 1 1 0 0 -1 0 0 1 0 0 0 210
5 7 7 0 23 25 15 -23 -25 -15 1 0 0 1790
6 5 6 0 12 18 12 -12 -18 -12 0 1 0 5640
0.001 0.001 0.001 0 0.02 0.02 0.009 -0.02 -0.02 -0.009 0 0 1 589.74

Se concluye:
 El nuevo valor óptimo de los costos se redujo de 959.13 soles
 Y la nueva base:

X16 = 220
X21 = 200
X37 = 210
S4 = 1790
S5 = 5640
S6 = 589.74

 Nótese que la matriz básica de solución cambia en este caso.

Investigación de Operaciones I – Departamento de Sistemas y Telemática 27

 Capítulo VI. Conclusiones

a. General

 El costo mínimo será de 1003.23 soles, con la condición de producir solo 3

tipos frascos: 220 frascos de 1000ml #32 (análisis clínico), 200 frascos de
30ml #32(farmacéutica.) y 210 frascos de 30ml # (química).
Estos productos son los que generan más valor, aunque dadas las
necesidades del mercado, no se pueden descartar los otros productos.

b. Especifico

 En una variación de incremento de los precios duales, se denota el

aumento positivo del valor optimo (aumentan los costos), dando así una
relación directamente proporcional.
 Dentro de la variación de disponibilidad de recursos se establecen nuevos
capacidades producción mensual de envases de la línea análisis clínico a
no menos de 300, de la línea farmacéutica a no menos de 50, y de la línea
química a no menos de 300, se concluye el impacto positivo en los costos.
 Dentro de una variación de costos, al reducir el tiempo de trabajo de 12
minutos a 8 minutos, nuevo valor óptimo de 930.63 soles, frente a los
1003.23 soles, lo cual denota un impacto positivo en la reducción de los
costos.

Capítulo VII. Recomendaciones

 En las condiciones actuales de la empresa, se recomienda enfocarse en la

producción de los 3 productos de mayor valor, eso sí, sin detener la línea
producción de los otros 15 tipos de frascos, que aun generan valor.

Capítulo VIII. Bibliografía

 Taha. (2012). Capitulo: Método simplex y análisis de sensibilidad.

En Investigación de operaciones (pág. 69 -136). Juárez, Estado de
México: Ed. Pearson.

 Hieller y Lieberman. (2010). Investigación de operaciones. México,

D.F.: Mc Graw Hill.