CAPITULO 4

1. (4-26) En el modelo de PROTRAC, supongamos que la función objetivo cambiara a 1000E

+ 1500F.
a) Use el GLP para averiguar si existe ahora una nueva solución óptima.

F
17
16
15
14 : 20.0 E + 10.0 F = 160.0
13
12
11
10
9
8 Payoff: 1000.0 E + 1500.0 F = 15000.0
7
6
: 1.0 E + 1.0 F = 5.0
5 : 10.0 E + 15.0 F = 150.0
4 : 30.0 E + 10.0 F = 135.0
3
: 1.0 E - 3.0 F = 0.0
2
1
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 E

Optimal Decisions(E,F): ( 4.5, 7.0) ( 1.5, 9.0)

: 10.0E + 15.0F <= 150.0
: 20.0E + 10.0F <= 160.0
: 1.0E - 3.0F <= 0.0
: 30.0E + 10.0F >= 135.0
: 1.0E + 1.0F >= 5.0

b) ¿Cuál sería el efecto sobre el VO?

RESPUESTA: El valor optimo cambia de 4.5 y 7 para E-3 Y F-9 respectivamente; E-3 es
reducido a 1.5 y F-9 es aumentado a 9.
 2. (4-27) En el modelo en GLP de PROTRAC, sustituya el LD de la quinta restricción (horas
de trabajo para pruebas), que es actualmente 135, por el valor 270. Indique el efecto de
esto sobre el conjunto restringido.

RESPUESTA: Debido a que no hay una unión de las ecuaciones no se puede encontrar la
solución óptima.
F
17
16
15
14 : 20.0 E + 10.0 F = 160.0
13
12
11 : 30.0 E + 10.0 F = 270.0
10
9
8
7
Payoff: 1000.0 E + 1500.0 F = 0.0
6
: 1.0 E + 1.0 F = 5.0
5 : 1.0 E - 3.0 F = 0.0
4
3
2 : 10.0 E + 15.0 F = 150.0
1
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 E

: 10.0E + 15.0F <= 150.0

: 20.0E + 10.0F <= 160.0
: 1.0E - 3.0F <= 0.0
: 30.0E + 10.0F >= 270.0
: 1.0E + 1.0F >= 5.0

3. (4-28) En el modelo en GLP de PROTRAC, ¿hasta cuánto es posible aumentar el LD de la

restricción 2 antes que ésta se vuelva redundante? ¿Qué tan pequeño puede hacerse el
LD antes que se destruya la factibilidad?

RESPUESTA: El LD de la restricción 2 es posible aumentar de 160 hasta 234; es decir, es

posible aumentar 74 unidades más. Y el LD se puede hacer pequeño hasta 94, donde se
pierde la factibilidad.
 F
17
16
15
Payoff: 5000.0 E + 4000.0 F = 63333.3
14
13
12
: 20.0 E + 10.0 F = 234.0
11 : 30.0 E + 10.0 F = 135.0
10
9
: 10.0 E + 15.0 F = 150.0
8
7
6
: 1.0 E + 1.0 F = 5.0
5
4
3
2 : 1.0 E - 3.0 F = 0.0
1
0
0 1 2 3 4 5 6 7 8 9 10 11 12

Optimal Decisions(E,F): (10.0, 3.3)

: 10.0E + 15.0F <= 150.0
: 20.0E + 10.0F <= 234.0
: 30.0E + 10.0F >= 135.0
: 1.0E - 3.0F <= 0.0
: 1.0E + 1.0F >= 5.0

4. (4-29) Considere la PL.

𝑀𝑎𝑥 30𝑥1 + 10𝑥2
𝑠. 𝑎. 2𝑥1 + 𝑥2 ≤ 4
2𝑥1 + 2𝑥2 ≤ 6
𝑥1 ; 𝑥2 ≥ 0

a) Resuelva por medio del GLP y exprese la solución óptima.

X2
7

Payoff: 30 X1 + 10 X2 = 60
5

4
: 2 X1 + 1 X2 = 4

1 : 2 X1 + 2 X2 = 6

0
0 1 2 3 4 X1

Optimal Decisions(X1,X2): ( 2, 0)
: 2X1 + 1X2 <= 4
: 2X1 + 2X2 <= 6

30𝑋1 + 10𝑋2 = 0
30(2) + 10(0) = 60

RESPUESTA: La solución óptima del problema es 60; para lo cual se debe

producir 2 del producto X1 y nada del producto X2
 b) Manteniendo todos los datos sin cambio alguno, ¿qué margen de contribución
unitario debe tener el producto, cuyo valor óptimo actual es cero, para que
dicho producto lleve la solución óptima a un nivel positivo?
X2
7

Payoff: 30 X1 + 10 X2 = 50
5

4
: 2 X1 + 1 X2 = 4

1 : 2 X1 + 2 X2 = 6

0
0 1 2 3 4 X1

Optimal Decisions(X1,X2): ( 2, 0)
: 2X1 + 1X2 2𝑋<=
1 + 𝑋2 = 4(−1)
4
: 2X1 + 2X2 { <= 6
2𝑋1 + 2𝑋2 = 6

−2𝑋1 − 𝑋2 = −4
2𝑋1 + 2𝑋2 = 6
𝑋2 = 2
𝑋1 = 1
𝑀á𝑥. 𝑍 = 30𝑋1 + 10𝑋2 = 0
= 30(1) + 10(2) = 50

RESPUESTA: Para que el producto X1 lleve la solución óptima a un nivel positivo

tiene que ser igual a 1 y el producto X2 tiene que ser igual a 2. Y la solución
óptima igual a 50.

c) ¿Cuántas soluciones óptimas en vértices existen después de haber efectuado el

cambio descrito en la parte (b)? ¿Cuáles son esas soluciones?

RESPUESTA: Se encontraron dos soluciones, cuando se deben producir 0 del

producto X1 y 2 del producto X2 o también cuando se produce 1 del producto X1
y 2 del producto X2

d) En el modelo original, ¿Cuánto puede incrementarse (o reducirse) el LD de la

segunda restricción antes que la solución óptima cambie?

RESPUESTA: En la ecuación original se puede aumentar indefinidamente el LD

derecho de la segunda restricción sin que cambie la solución óptima; pero
 cuando se disminuye el LD de la restricción mencionada, solo se puede disminuir
hasta que sea 4 antes que cambie la solución óptima. Luego de que el LD sea
menor a 4, la solución óptima empieza a disminuir.

e) Responda la parte (d) para el LD de la primera restricción

RESPUESTA: Es imposible aumentar o disminuir el LD de la primera restricción

sin que se altere la solución óptima. Porque cualquier movimiento en ella altera
la solución óptima.

f) ¿Cómo explica usted la diferencia entre las partes (d) y (e)?

RESPUESTA: En la pregunta E, la primera restricción tiene un precio sombra

diferente a 0 por lo cual la variación del LD de esta, hace que cambie el valor
óptimo. Y en la pregunta D, mientras que el precio sombra en a la primera
restricción es 0; es decir, que la variación del LD en esta restricción no afecta al
valor óptimo.

g) ¿Cuál sería el impacto de agregar la restricción 4x1 + x2 = 4 al modelo original?

RESPUESTA: La región factible cambia de forma geométrica, pero se mantiene

la solución óptima del modelo.

X2 X2
5 5

Payoff: 30.0 X1 + 10.0 X2 = 63.0 Payoff: 30.0 X1 + 10.0 X2 = 63.0

4 4

: 2.0 X1 + 1.0 X2 = 4.0 : 2.0 X1 + 1.0 X2 = 4.0

3 3

2 2 : 4.0 X1 + 1.0 X2 = 4.0

1 1
: 2.0 X1 + 2.0 X2 = 6.0 : 2.0 X1 + 2.0 X2 = 6.0

0 0
X1 0 1 2 3 4 X1
0 1 2 3 4

Optimal Decisions(X1,X2): ( 2.1, 0.0) Optimal Decisions(X1,X2): ( 2.1, 0.0)

: 2.0X1 + 1.0X2 <= 4.0 : 2.0X1 + 1.0X2 <= 4.0
: 2.0X1 + 2.0X2 <= 6.0 : 2.0X1 + 2.0X2 <= 6.0
: 4.0X1 + 1.0X2 >= 4.0

h) ¿Cuál sería el impacto (sobre la solución óptima) de agregar la restricción 3x 1 +

3x2 ≤ 15 al modelo original?
 RESPUESTA: No pasaría nada, porque la solución óptima se mantiene entre las
dos restricciones originales como se observa en el gráfico.

X2
5

Payoff: 30.0 X1 + 10.0 X2 = 60.0

4

: 2.0 X1 + 1.0 X2 = 4.0

3

: 3.0 X1 + 3.0 X2 = 15.0

1
: 2.0 X1 + 2.0 X2 = 6.0

0
0 1 2 3 4 X1

Optimal Decisions(X1,X2): ( 2.0, 0.0)

: 2.0X1 + 1.0X2 <= 4.0
: 2.0X1 + 2.0X2 <= 6.0
: 3.0X1 + 3.0X2 <= 15.0

i) Llene los espacios en blanco: La diferencia entre las partes (g) y (h) es que la
solución óptima original ya NO CAMBIA la restricción en (h) pero no EN la
restricción en (g).

5. (4-30) Considere la PL
𝑀𝑎𝑥 2𝑥1 + 1𝑥2
𝑠. 𝑎. 3𝑥1 + 3𝑥2 ≤ 12
𝑥1 + 3𝑥2 ≤ 6
𝑥1 ; 𝑥2 ≥ 0

En términos de este modelo, responda usted las partes (a-g) del problema 4-29.
a) Resuelva por medio del GLP y exprese la solución óptima.
 X2
5

Payoff: 2.0 X1 + 1.0 X2 = 8.0

4

3 : 3.0 X1 + 3.0 X2 = 12.0

1 : 1.0 X1 + 3.0 X2 = 6.0

0
0 1 2 3 4 5 X1

Optimal Decisions(X1,X2): ( 4.0, 0.0)

: 3.0X1 + 3.0X2 <= 12.0
: 1.0X1 + 3.0X2 <= 6.0

2𝑋1 + 1𝑋2 = 0
2(4) + 1(0) = 8
RESPUESTA: La solución óptima del problema es 8; para lo cual se debe producir
4 del producto X1 y nada del producto X2

g) ¿Cuál sería el impacto de agregar la restricción 4x1 + x2 = 4 al modelo original?

RESPUESTA: Cambia la región factible como se muestra en la gráfica, pero se

mantiene la solución óptima.

X2 X2
5 5

Payoff: 2.0 X1 + 1.0 X2 = 8.0 Payoff: 2.0 X1 + 1.0 X2 = 8.0

4 4

: 3.0 X1 + 3.0 X2 = 12.0 3 : 3.0 X1 + 3.0 X2 = 12.0

3

: 4.0 X1 + 1.0 X2 = 4.0

2 2

1 : 1.0 X1 + 3.0 X2 = 6.0 1 : 1.0 X1 + 3.0 X2 = 6.0

0 0
X1 0 1 2 3 4 5 X1
0 1 2 3 4 5

Optimal Decisions(X1,X2): ( 4.0, 0.0) Optimal Decisions(X1,X2): ( 4.0, 0.0)

: 3.0X1 + 3.0X2 <= 12.0 : 3.0X1 + 3.0X2 <= 12.0
: 1.0X1 + 3.0X2 <= 6.0 : 1.0X1 + 3.0X2 <= 6.0
: 4.0X1 + 1.0X2 >= 4.0
 h) ¿Qué impacto tendría el hecho de agregar la restricción x1 + x2 ≤ 1 al modelo
original?

RESPUESTA: La región factible es reducido y junto a ella la solución óptima;

como se muestra en la siguiente gráfica.

X2 X2
5 5

Payoff: 2.0 X1 + 1.0 X2 = 8.0 Payoff: 2.0 X1 + 1.0 X2 = 2.0

4 4

: 3.0 X1 + 3.0 X2 = 12.0 3 : 3.0 X1 + 3.0 X2 = 12.0

3

: 1.0 X1 + 1.0 X2 = 1.0

2 2

1 : 1.0 X1 + 3.0 X2 = 6.0 1 : 1.0 X1 + 3.0 X2 = 6.0

0 0
X1 0 1 2 3 4 5 X1
0 1 2 3 4 5

Optimal Decisions(X1,X2): ( 4.0, 0.0) Optimal Decisions(X1,X2): ( 1.0, 0.0)

: 3.0X1 + 3.0X2 <= 12.0 : 3.0X1 + 3.0X2 <= 12.0
: 1.0X1 + 3.0X2 <= 6.0 : 1.0X1 + 3.0X2 <= 6.0
: 1.0X1 + 1.0X2 <= 1.0

CAPITULO 5

6. (5-4) Karma Computers produce dos modelos de computadoras, la Estándar y la De lujo.

El primer modelo se fabrica ensamblando un solo disco duro y un chasis Estándar. El
segundo modelo se produce ensamblando dos unidades de disco y un chasis De lujo. El
modelo Estándar tiene una ganancia neta por unidad de $300, mientras que el modelo
De lujo tiene una ganancia neta por unidad de $400. El inventario actual de Karma
consiste en 60 chasis Estándar, 50 chasis De lujo y 120 unidades de disco.

a) Formule el modelo de PL de Karma y utilice GLP para generar una gráfica con su
representación geométrica.

𝑀𝑎𝑥𝑍 = 300𝐸 + 400𝐿

𝐸 + 2𝐿 ≤ 120
𝐸 ≤ 60
𝐿 ≤ 50
𝐸; 𝐿 ≥ 0
𝑀𝑎𝑥𝑍 = 300(60) + 400(30)
𝑀𝑎𝑥𝑍 = 30000
L
63
60
57 Payoff: 300.0 E + 400.0 L = 30000.0
54
51
48 : 0.0 E + 1.0 L = 50.0
45
42
39 : 1.0 E + 0.0 L = 60.0
36
33
30
27
24 : 1.0 E + 2.0 L = 120.0
21
18
15
12
9
6
3
0
0 6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96 102 108 114 120 E

Optimal Decisions(E,L): (60.0, 30.0)

: 1.0E + 2.0L <= 120.0
: 1.0E + 0.0L <= 60.0
: 0.0E + 1.0L <= 50.0

b) Optimice el modelo de Karma con GLP y con el resultado llene los valores que
faltan en las celdas en blanco de la hoja de trabajo de la figura 5

KARMA COMPUTER
Variables de decisión E L
Cantidad 60 30 GANACIA
Margen contrib. 300 400 30000
Sujeto a: LI LD Holgura
Restricción cahasis Estándar 1 0 60 ≤ 60 0
Restricción cahasis de lujo 0 1 30 ≤ 50 20
Restricción unidades disco 1 2 120 ≤ 120 0

c) Con el resultado de la hoja de cálculo anterior ponga los valores correctos en las
celdas de Valor final y Restricción lado derecho del Informe de sensibilidad que
sigue. A continuación, válgase del modelo GLP de Karma para determinar los
valores de las demás celdas en blanco del Informe de sensibilidad de la figura
5.18.
Microsoft Excel 16.0 Informe de sensibilidad
Hoja de cálculo: [Hoja de cálculo en OPERATIVAS. MIGUEL.docx]Hoja1
Informe creado: 21/01/2020 05:26:17 p. m.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$3 Cantidad E 60 0 300 1E+30 100
$C$3 Cantidad L 30 0 400 200 400

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado derecho Aumentar Reducir
$D$6 Restricción chasis Estándar LI 60 100 60 60 40
$D$7 Restricción chasis de lujo LI 30 0 50 1E+30 20
$D$8 Restricción unidades disco LI 120 200 120 40 60

7. (5-5) Refiérase a la figura 5.4.

Plan de produccón de PROTRAC

Producto E-3 F-9
Cantidad de produción 5.5 5 GANACIA
Margen de contribución uni. 5000 4000 47500
Restricciones Uso de recursos total LD Holgura
Depta A 10 15 130 ≤ 130 0
Depta B 20 10 160 ≤ 160 0
Requerimiento de mezcla 1 -3 -9.5 ≤ 0 9.5
Horas de pruebas 30 10 215 ≥ 135 80
total de unidades 1 1 10.5 ≥ 5 5.5

a) Suponga que hay 5 horas más de trabajo disponibles en el departamento A.

¿Cuál será el cambio del VO?

RESPUESTA: El cambio es que la cantidad de producción de E-3, es de 4.5 a 4.25

unidades y F-9 es de 7 a 7.5 unidades; es decir, en E-3 disminuye la cantidad a
producir mientras que en F-9 aumenta. Como se muestra en el cuadro.
Celdas de variables
Final Reducido Objetivo Permisible Permisible
Celda Nombre Valor Coste Coeficiente Aumentar Reducir
$B$3 Cantidad de prodición E-3 4.25 0 5000 3000 2333.33
$C$3 Cantidad de producción F-9 7.5 0 4000 3500 1500

Restricciones
Final Sombra Restricción Permisible Permisible
Celda Nombre Valor Precio Lado Aumentar Reducir
derecho
$D$0 total, de unidades total 11.75 0 5 6.75 1E+30
$D$6 Depto. A total 155 150 155 85 52.14
$D$7 Depto. B total 160 175 160 81.11 38.57
$D$8 Requerimiento mezcla total 18.25 0 0 1E+30 18.25
$D$9 Horas de pruebas total 202.5 0 135 67.5 1E+30

b) Suponga que hay 20 horas menos de trabajo disponibles en el departamento A.

¿Cuál será el cambio del VO?

RESPUESTA: En este caso los valores son contrarios a la pregunta a); pues la
cantidad a producir de E-3 aumenta de 4.5 a 5.5 unidades y la cantidad a
producir de F-9 disminuye de 7 a 5 unidades.

Celdas de variables
Final Reducido Objetivo Permisible Permisible
Nombre Valor Coste Coeficiente Aumentar Reducir
Cantidad de producción E-3 5.5 0 5000 3000 2333.3
Cantidad de producción F-9 5 0 4000 3500 1500

Restricciones
Final Sombra Restricción Permisible Permisible
Nombre Valor Precio Lado derecho Aumentar Reducir
total, de unidades total 10.5 0 5 5.5 1E+30
Depto. A total 130 150 130 110 27.14
Depto. B total 160 175 160 42.22 45.71
Requerimiento mezcla total -9.5 0 0 1E+30 9.5
Horas de pruebas total 215 0 135 80 1E+30

c) ¿Para qué rango de valores de LD es válido el precio sombra del departamento

A?

RESPUESTA: El rango en el que los valores de LD es válido el precio sombra del

departamento A es: 102.86 ≤ 𝐿𝐷 ≤ 240
8. (5-6) ¿Qué valor tiene siempre el precio sombra de una restricción inactiva? ¿Qué puede
decir acerca del precio sombra de una restricción activa?

RESPUESTA: El precio sombra de una restricción inactiva siempre será cero.

La utilidad de las restricciones activas reside en que para mejorar el valor de la F.O.
proporcionado por la alternativa óptima, es necesario realizar ciertos cambios en los
valores del lado derecho (recursos o metas) de estas restricciones.