Ejercicios Resuletos-Investigacion de Operaciones

Investigacin Operativa I
Programacin Lineal
EJERCICIOS DE PROGRAMACION LINEAL

1. RMC es una empresa pequea que produce diversos productos qumicos. En un
proceso de produccin en particular se utilizan tres materia primas para
elaborar
dos productos: un aditivo para combustible y una base disolvente. El
aditivo
para
combustible se vende a empresas petroleras y se utiliza en la
produccin
de
gasolina y otros combustibles relacionados. La base disolvente se vende
a
varias
empresas qumicas y se utiliza tanto para productos de limpieza para
el
hogar
como industriales. Para formar el aditivo para combustible y la
base
de
disolvente de mezclan tres materia primas, segn apara ce en la
siguiente tabla.
NECESIDADES DE MATERIA PRIMA POR TONALADA
Materia Prima
Producto
1
2
3
Aditivo para combustible 2/5
0
3/5
Base disolvente
1/2
1/5
3/10
Utiliza toneladas de materia prima 1 en cada tonelada de base de disolvente.
La produccin de RMC est limitada por la disponibilidad de las tres

materia primas. Para el perodo de produccin actual, RMC tiene
disponibles las cantidades siguientes de cada una de las materia
primas
Materia
Materia
Materia
Materia
Prima
prima 1
Prima 2
prima 3
Cantidades disponibles
para la produccin
20 toneladas
5 toneladas
21 toneladas
Debido a deterioro y la naturaleza del proceso de produccin,

cualquier materia prima que no se utilice para produccin actual
resulta intil y debe descartarse.
El departamento de control de calidad ha analizado las cifras de
produccin, asignando todos los costos correspondientes, y para ambos
productos lleg a precios que resultarn en una contribucin a la
utilidad de 40 dlares por tonelada de aditivo para combustible
producida y de 30 dlares por cada tonelada de base disolvente
producido. La administracin de RMC, despus de una anlisis de la
demanda potencial, ha concluido que los precios establecidos
asegurarn la venta de todo el aditivo para combustible y de toda la
base disolvente que se produzca.
El problema de RMC es determinar cuntas tonelada de cada producto
deber
producir para maximizar la contribucin total de la utilidad. Si Ud.

Estuviera
a
cargo de la programacin de la produccin para RMC. qupe decisin
tomara?
Esto es, Cuntas tonaladas de aditivo para combustible y cuntas
toneladas
Oswaldo Paul Rivadeneira
Pgina: 1
Programacin Lineal
de base disolvente producira usted para el perodo actual de

produccin? Escriba sus decisiones abajo y encuentre sus resultados.1
Solucin:
Diseo del modelo matemtico:
Definicin de variables
X1 = nmero de toneladas de aditivo para
combustible X2 = nmero de toneladas de base
disolvente
Funcin objetivo:
Maximizar la contribucin a la utilidad, Z = 40 X1 + 30 X2
Restricciones
Toneladas de materia prima 2/5X1 + 1/2X2
1
20
Toneladas de materia prima
1/5X2 5
2
3/5X1 + 3/10X2 21
3
No negatividad
Xi 0; i=1,2
Entrada de datos para Solver
Salida de resultados
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma

Edicin. Editorial Thomson. Pgina 220.
1
Pgina: 2
Programacin Lineal
Informe del problema:

Orden de produccin:
25 toneladas de aditivo
20 toneladas de base disolvente
con:
20 toneladas de materia prima 1,
4 toneladas de materia prima 2, y
21 toneladas de materia prima 3
2. Innis Investments administra fondos de empresas y clientes pudientes. La
estrategia de inversin se adecua a las necesidades de cada cliente.
Para
un
cliente nuevo, a Innis se le ha autorizado invertir hasta 1200.00
dlares
en
fondos de inversin: un fondo de acciones y un fondo del mercado de
dinero.
Cada unidad del fondo de acciones cuesta 50 dlares, con una
tasa de
rendimiento anual de 10%; cada unidad del fondo de mercado de dinero
cuesta 100 dlares, con una tasa de rendimiento anual de 4%.
El cliente desea minimizar el riesgo, pero quiere tener un ingreso
anual
sobre
la inversin de por lo menos 60.000 dlares. De acuerdo con el
sistema
de
medicin del riesgo del Innis, cada unidad adquirida en el fondo de
acciones
tiene un ndice de riesgo del 8, y cada unidad adquirida en el
fondo de
mercado de dinero tiene un ndice de riesgo de 3. El ndice de
riesgo ms elevado con el fondo de acciones indica, simplemente
que se trata de un a inversin ms riesgosa. El cliente de Innis
tambin ha especificado que se inviertan por lo menos 3.000
dlares en el fondo de mercado de dinero. Cuntas de cada uno de
los fondos deber adquirir Innis para el cliente, si el objetivo es
minimizar el ndice de riesgo total para esa cartera?2
Solucin:
Diseo del modelo matemtico:
X1 = nmero de unidades adquiridas en el fondo de acciones
X2 = nmero de unidades adquiridas en el fondo del
mercado de
dinero
Funcin objetivo:
Minimizar el riesgo, Z = 8 X1 + 3 X2
Restricciones
Fondos disponibles 50X1 + 100X2 1200.000
Ingreso anual
5 X1 + 4X2 60.000
Unidades en fondo
100X2 3.000
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial
Thomson. Pgina 242.
2
Pgina: 3
Programacin Lineal
No negatividad
Xi 0; i=1,2
Datos de salida del Solver
Informe de asesora:
Innis Investments aconseja al cliente que adquiera 400 unidades a 50
dlares cada una en Acciones y 10.000 unidades a 100 dlares cada en
el mercado de dinero para obtener una ganancia de 62.000 dlares al
ao.
3. PAR es un pequeo fabricante de equipo y accesorios para golf cuyo
distribuidor
lo convenci de que existe un mercado tanto para la bolsa de golf de
precio
medio, conocida como modelo estndar, como para una bolsa de golf de
precio
elevado, conocida como modelo deluxe. El distribuidor tiene tanta
confianza en
el mercado que si PAR puede fabricar las bolsas a un precio
competitivo, el
distribuidor est de acuerdo en adquirir todas las bolsas que PAR pueda
fabricar
en los siguientes tres meses. Un anlisis cuidadoso de los
requerimientos de
fabricacin dieron como resultado la tabla siguiente, que
muestra las
necesidades de tiempo de produccin para las cuatro
operaciones de
manufactura requeridas y la estimacin por parte del

departamento de
contabilidad de la contribucin a la utilidad por bolsa.
Tiempo de produccin
Corte
y Costura
Terminado
Inspeccin Utilidad por

Pgina: 4
Producto
Estndar
Deluxe
teido
7/10
1
Programacin Lineal
1/2
5/6
1
2/3
y empaque Bolsa
1/10
$10
1/4
$9
El director da manufactura estima que durante los siguientes tres meses

estarn disponibles 630 horas de tiempo de corte y teido, 600 horas
de tiempo de costura, 708 horas de tiempo de terminado y 135 horas de
tiempo de inspeccin y empaque para la produccin de las bolsas de golf.
a)
b)
c)
d)
Si la empresa desea maximizar la contribucin total a la

utilidad,Cuntas bolsas de cada modelo deber fabricar?
Qu contribucin a la utilidad puede obtener PAR de estas cantidades
de produccin?
Cuntas horas de produccin se programarn para cada operacin?
Cul es el tiempo de holgura de cada operacin?3
Solucin:
Formulacin del modelo:
Definicin de
variables
X1 = Cantidad de unidades de bolsas de golf
estandar
X2 = Cantidad de unidades de bolsas de golf de
lujo
Funcin Objetivo
Z max = 10X1 + 9X2
Restricciones
0.7X1 + 1.0X2 630 Horas de Corte y teido
0.5X1 + 0.8334X2 600 Horas de Costura
1.0X1 + 0.6667X2 708 Horas de Terminado
0.1X1 + 0.25X2 35 Horas de Inspeccin y Empaque
No negatividad
Xi 0; i=1,2
Solucin grfica:

Edicin. Editorial Thomson. Pgina 264. Problema 15.
3
Pgina: 5
Programacin Lineal
Entrada de datos Solver:
Solucin Solver:
Pgina: 6
Programacin Lineal
a) Debe fabricar 539,98 bolsas de golf estndar y 252,01 bolsas de

golf
de
Lujo.
b) Contribucin total = $ 7.667,942
c) Se programarn 620 horas de Corte y Teido, 480.02 horas de
Costura,
708 horas de Terminado y 117 horas de Inspeccin y Empaque.
d) Los tiempos de holgura son de 119.98 para Costura y 18
horas para
Inspeccin y Empaque. Las operaciones de Corte y Teido, y
Terminado no
tienen holgura.
4. PAR es un pequeo fabricante de equipo y accesorios para golf cuyo
distribuidor
lo convenci de que existe un mercado tanto para la bolsa de golf de
precio
medio, conocida como modelo estndar, como para una bolsa de golf de
precio
elevado, conocida como modelo Deluxe. El distribuidor tiene tanta
confianza en
el mercado que si PAR puede fabricar las bolsas a un precio
competitivo, el
distribuidor est de acuerdo en adquirir todas las bolsas que PAR pueda
fabricar
en los siguientes tres meses. Un anlisis cuidadoso de los
requerimientos de
fabricacin dieron como resultado la tabla siguiente, que
muestra las
necesidades de tiempo de produccin para las cuatro
operaciones de
manufactura requeridas y la estimacin por parte del
departamento de
contabilidad de la contribucin a la unidad por bolsa.
Producto
Estndar
Deluxe
Tiempo de produccin
Corte
y Costura
teido
7/10
1/2
1
5/6
Terminado
1
2/3
Inspeccin
y empaque
1/10
1/4
Utilidad por
Bolsa
$10
$9
El director da manufactura estima que durante los siguientes tres meses

estarn disponibles 630 horas de tiempo de corte y teido, 600 horas
de tiempo de costura, 708 horas de tiempo de terminado y 135 horas de
tiempo de inspeccin y empaque para la produccin de las bolsas de golf.
Resuelva el problema descrito y luego responda a las siguientes preguntas:
a)
b)
El departamento de contabilidad revisa su estimacin de contribucin a

la utilidad para la bolsa Deluxe a 18 dlares por bolsa.
Aparece disponible una nueva materia prima de bajo costo para la bolsa
c)
estndar, y la contribucin a la unidad por la bolsa estndar

puede incrementarse a 20 dlares por bolsa. (suponga que la
contribucin a la utilidad por la bolsa Deluxe es el valor original
de 9 dlares)
Se puede obtener nuevo equipo de costura que incrementar la
capacidad de operacin de costura a 750 horas.(suponga que 10X1 +
9X2 es la funcin objetivo apropiada)
Pgina: 7
Programacin Lineal
Si cada una de estas situaciones se encuentra por separado, Cul

sera la solucin ptima y la contribucin total a la utilidad?4
Solucin:
Definicin de
variables
X1 = Cantidad de unidades de bolsas de golf
estandar
X2 = Cantidad de unidades de bolsas de golf de
lujo
Funcin Objetivo
Z max = 10X1 + 9X2
Restricciones
0.7X1 + 1.0X2 630 Horas de Corte y teido
0.5X1 + 0.8334X2 600 Horas de Costura
1.0X1 + 0.6667X2 708 Horas de Terminado
0.1X1 + 0.25X2 135 Horas de Inspeccin y Empaque
No negatividad
Xi 0; i=1,2
Solucin GLP
665
630 Payoff: 10.0000 X1 + 9.0000 X2 = 7667.9417
595
560
525
490
455
: 0.5000 X1 + 0.8334 X2 = 600.0000
420
385
350
315
280
: 0.1000 X1 + 0.2500 X2 = 135.0000

: 0.7000 X1 + 1.0000 X2 = 630.0000
245
210
175
: 1.0000 X1 + 0.6667 X2 = 708.0000
140
105
70
35
0
0
60
120
180
240
300
360
420
480
540
600
660
720
780
840
900
960
Optimal Decisions(X1,X2): (539.9842, 252.0110) :

0.7000X1 + 1.0000X2 <= 630.0000
: 0.5000X1 + 0.8334X2 <= 600.0000
: 1.0000X1 + 0.6667X2 <= 708.0000
: 0.1000X1 + 0.2500X2 <= 135.0000

4
1020
1080 1140 12
Pgina: 8
Programacin Lineal
Entrada de datos Solver:
Solucin Solver:
a)
b)
Pgina: 9
Programacin Lineal
c)
La solucin ptima es la alternativa b) donde se incrementa la

contribucin a la utilidad de las bolsas estndar a $20 y su
contribucin total es de $ 14.160 fabricando slo bolsas de golf
estndar.
5. Kelson Sporting Equipment fabrica dos modelos de guantes de bisbol: uno
normal y una manopla de catcher. La empresa tiene disponibles 900
horas
de
tiempo de produccin en su departamento y corte y costura, 300
horas
disponibles en el departamento de terminado y 100 horas
disponibles
en
el
departamento de empaque y embarque. Los requerimientos de
tiempo
de
produccin y la contribucin a la utilidad de cada uno de losa productos
es:
Modelo
Normal
Catcher
Tiempo de produccin(horas)
Corte
y Terminado Empaque y
costura
embarque
1
1/2
1/8
3/2
1/3
1/4
Utilidad por
Guante
$5
$8
Suponga que la empresa est interesada en maximizar la contribucin total de

la utilidad.
a)
b)
Cul es el modelo de programacin lineal para este problema?

Encuentre la solucin ptima. Cuntos guantes de cada modelo deber
fabricar Kelson?
Pgina: 10
c)
d)
e)
Programacin Lineal
Cul es la contribucin total a la utilidad que puede ganar Nelson con

las cantidades de produccin arriba citadas?
Cuntas horas de produccin seran programadas en cada
departamento?
Cul es el tiempo libre de cada departamento?5
Solucin:
a)
Formulacin
del
modelo:
X1 = Cantidad de guantes de Bisbol normal
X2 = Cantidad de guantes de Bisbol tipo Manopla
Funcin Objetivo
Z max = 5X1 + 8X2
Restricciones
X1 + 1.5X2 900 horas de Corte y Costura
0.5X1 + 0.3334X2 300 horas de Terminado
0.125X1 + 0.25X2 100 horas de Empaque y Embarque
No negatividad
Xi 0; i=1,2
Solucin GLP

5
Pgina: 11
Programacin Lineal
455
420
Payoff:
5.0 X1 + 8.0 X2 = 3699.9
385
350
315
280
245
210
175
140
105
70
35
0
: 0.1 X1 + 0.3 X2 = 100.0

: 0.5 X1 + 0.3 X2 = 300.0
: 1.0 X1 + 1.5 X2 = 900.0
0
60
120
180
240
300
360
420
480
540
600
660
720
780
840
Optimal Decisions(X1,X2): (500.0, 150.0)

: 1.0X1 + 1.5X2 <= 900.0
: 0.5X1 + 0.3X2 <= 300.0
: 0.1X1 + 0.3X2 <= 100.0
Datos de entrada de Solver:
Salida del Solver:
Pgina: 12
900
960
Programacin Lineal
6. George Johnson hered recientemente una gran suma de dinero; desea

utilizar
parte de este dinero para establecer un fideicomiso para sus dos
hijos. El
fideicomiso tiene dos opciones de inversin: (1) un fondo de bonos y
(2) un
fondo de acciones. Los rendimientos proyectados durante la vida
de las
inversiones son 6% para el fondo de bonos y 10% para el de
acciones.
Independientemente de la porcin de la herencia que finalmente
decida comprometer al fideicomiso, desea invertir por lo menos 30% de
dicha cantidad en el fondo de bonos. Adems, desea seleccionar una
combinacin que le permita obtener un rendimiento total de por lo
menos 7.5%.
a)
b)
Formule un modelo de programacin lineal que pueda utilizarse para

determinar el porcentaje que debe asignarse a cada una de las
posibles alternativas de inversin.
Resuelva el problema utilizando el procedimiento de solucin grfica y
por solver6
Solucin:
X1 = cantidad de dinero invertido en fondo de bonos
X2 = cantidad de dinero invertido en fondo de acciones
Funcin Objetivo
Zmax = 1X1 + 1X2
Restricciones
X1 30% (100) inversin en fondo de bonos
6% X1 + 10% X2 7.5% (100) rendimiento
total X1 + X2 100
relacin entre
inversiones
No negatividad
Xi 0; i=1,2
Datos entrada Solver

6
Pgina: 13
Programacin Lineal
Resultados del Solver:
Solucin grfica:
7. El propietario de Sea Warf Restaurant deseara determinar cual es la

mejor
forma
de asignar un prosupuesto mensual de publicidad de 1.000 dlares
entre
Pgina: 14
Programacin Lineal
peridicos y la radio. La administracin ha decidido que por lo menos

25% del presupuesto debe utilizarse en cada uno de estos dos tipos de
medios y que el monto del dinero gastado en publicidad en peridicos
locales debe tener por lo menos el doble de los que se gaste en radio.
Un asesor de mercadotecnia ha desarrollado un ndice que mide la
exposicin del auditorio por dlar de publicidad en una escala de 0
al 100, donde valores ms elevados del ndice indican mayores
exposiciones al auditorio. Si el valor del ndice para publicidad en los
peridicos locales es de 50, y para el anuncio de radio es de 80, Cmo
debera asignar la administracin el presupuesto de publicidad, a
fin de maximizar el valor de exposicin total en el auditorio?
a)
b)
Formule un modelo de programacin lineal que se pueda utilizar para

determinar la manera en que la administracin debe
asignar el presupuesto de publicidad a fin de maximizar el valor
de la exposicin total del auditorio.
Resuelva el problema utilizando el procedimiento de solucin grfica y
por solver7
Solucin:
Definicin de
variables
X1 = Cantidad de dlares asignados a
peridicos X2 = Cantidad de dlares
asignados a radio
Funcin Objetivo
Zmax= 50X1 + 80X2
Restricciones
X1 0.25(X1 + X2) mnimo para peridicos
X2 0.25(X1 + X2) mnimo para radio
X1 2X2 relacin peridicos y
radio
X1 + X2 1000 presupuesto
No negatividad
Xi 0; i=1,2
Solucin GLP

7
Pgina: 15
Programacin Lineal
X2
400
380
360
340
320
Payoff: 50.00 X1 + 80.00 X2 = 46000.00
300
280
260
240
220
200
180
160
140
120
: 1.00 X1 + 2.00 X2 = 1000.00

: 0.75 X1 - 0.25 X2 = 0.00
: -0.25 X1 + 0.75 X2 = 0.00
100
80
60
40
20
0
: 1.00 X1 - 2.00 X2 = 0.00
33
66
99
132
165
198
231
264
297
330
363
396
429
462
495
528
561
594
627
660

: 0.75X1 - 0.25X2 >= 0.00
: -0.25X1 + 0.75X2 >= 0.00
: 1.00X1 - 2.00X2 >= 0.00
: 1.00X1 + 2.00X2 <= 1000.00
8. Invesment Advisors es una empresa de corretaje que administra carteras de

valores para clientes. Un cliente nuevo ha solicitado que la empresa
maneje
una
cartera de inversiones de $80.000. Como estrategia inicial de
inversin, el
cliente desea restringir la cartera a una combinacin de las acciones siguientes:
Accin
U.S. OIL
Hub Properties
Precio
Accin
$25
$50
por Rendimiento
anual ndice de riego
estimado por accin
$3
0.50
$5
0.25
El ndice de riesgo por accin es una clasificacin del riesgo relativo

de
dos
alternativas de inversin. Para los datos dados, se piensa que U.S.
OIL
es
la
inversin sujeta a ms riesgo. Al restringir el riesgo total de la cartera,
la
firma
de inversiones evita colocar cantidades excesivas de la cartera en
inversiones
potencialmente de rendimiento alto y riesgo elevado. Para la cartera
actual
se
ha establecido un lmite superior a 700 para el ndice de riesgo total de
todas
las
inversiones, tambin la empresa ha establecido un lmite superior
de
1.000
acciones para los valores U.S. OIL ms riesgosos. Cuntas acciones
de
cada
uno de estos valores deben ser adquiridos a fin de maximizar en
rendimiento
anual total?8
Solucin:
8
Pgina: 16
Programacin Lineal
Definicin de
variables
X1 = Cantidad de acciones en U.S.Oil
X2 = Cantidad de acciones en Hub Properties
Funcin Objetivo
Z max = 3X1 + 5X2
Restricciones
0.50X1 + 0.25X2 700 por riesgo
X1
1000 inversin en U.S. OIL
25X1 + 50X2 = 80.000 inversin en acciones
No negatividad
Xi 0; i=1,2
Solucion GLP
X2 Payoff: 3.00 X1 + 5.00 X2 = 8400.00

1580
1501
1422
1343
1264
1185
1106
1027
948
869
790
711
632
553
474
395
: 25.00 X1 + 50.00 X2 = 80000.00
316
: 1.00 X1 + 0.00 X2 = 1000.00
237158
79
0
: 0.50 X1 + 0.25 X2 = 700.00

0
49 98 147 196 245 294 343 392 441 490 539 588 637 686 735 784 833 882 931 980
X1

: 0.50X1 + 0.25X2 <= 700.00
: 1.00X1 + 0.00X2 <= 1000.00
: 25.00X1 + 50.00X2 <= 80000.00
Datos de entrada SOLVER
Pgina: 17
Programacin Lineal
PLANIFICACION TRABAJO INVESTMENT ADVISORS

Acciones
Cantidad
Contrib. Utilidad
Restricciones
Riesgo
En U.S.Oil
Inversin
U.S.Oil HUB
1
1 max
3
5
8
0,5
1
25
No
Utilizado
Lmite Utiliz
0,25
0,75
700 699,25
1
1000
999
50
75 80000 79925
Datos de salida SOLVER

PLANIFICACION TRABAJO INVESTMENT ADVISORS
Acciones
Cantidad
Contrib. Utilidad
Restricciones
Riesgo
En U.S.Oil
Inversin
U.S.Oil HUB
800
1200 max
3
5
8400
0,5
1
25
No
Utilizado
Lmite Utiliz
0,25
700
700 -7,4E-10
800
1000
200
50
80000 80000 -7,3E-08
9. Toms produce varios productos alimenticios mexicanos y los vende a

Western
Foods, cadena de tiendas de abarrotes localizada en Texas y Nuevo
Mxico.
Toms fabrica dos salsas: Western Foods Salsa y Mxico City
Salsa.
Esencialmente, ambos productos son mezclas de tomates enteros, 30%
de salsa
de tomate y 20% de pasta de tomate. La Mxico City Salsa, que
tiene una
consistencia ms espesa y troceada, est elaborada con 70% de
tomates
enteros, 10% de salsa de tomate y 20% de pasta de tomate. Cada
tarro
de
salsa producida pesa 10 onzas. Para el perodo de produccin actual,
Toms
puede adquirir hasta 280 libras de tomates enteros, 130 libras de
salsa de
tomate y 100 libras de pasta de tomate, el precio por libra de estos
ingredientes
es $0.96, $0.64 y $0.56 respectivamente. El costo de las especias y
de
los
dems ingredientes es de aproximadamente $0.10 por recipiente. Toms
compra
tarros de vidrio vacos a $0.02 cada uno, y los costos de etiquetado y
llenado
se
estiman en $0.03 por cada tarro de salsa producido. El contrato de

Toms
con
Western Foods resulta en ingresos por ventas de $1.64 por cada tarro
de
Western Foods Salsa y de $1.93 por cada tarro de Mxico City Salsa.
a. Desarrolle un modelo de programacin lineal que le permita a
Toms
determinar la mezcla de salsa que maximice la contribucin total a la
utilidad.
b. Haga una grfica de la regin factible.
c. Resuelva las ecuaciones lineales simultneas apropiadas a fin de
determinar
las coordenadas de cada punto extremo.
Pgina: 18
Programacin Lineal
d. Encuentre la solucin ptima9

Solucin:
Definicin de
variables
X1 = Cantidad de tarros de salsa Western
Foods
X2 = Cantidad de tarros de salsa Mxico City
Funcin Objetivo
Z max =
(1.64
(0.56)/16))X1
(1.93
(0.56)/16))X2
(0.10+0.02+0.03+50%(10)(0.96)/16+30%(10)(0.64)/16+20%(10)
(0.10+0.02+0.03+70%(10)(0.96)/16+10%(10)(0.64)/16+20%(10)
Z max = (1.64 - (0.15 + 0.3 + 0.12 + 0.07))X1 + (1.93 - (0.15 + 0.42 + 0.04 + 0.07))X2
Z max = 1X1 + 1.25X2

Restricciones
5X1 + 7X2 4480 libras de tomates
enteros
3X1 + 1X2 2080 libras de salsa de
tomate
2X1 + 2X2 1600 libras de pasta de
tomate
No negatividad
Xi 0; i=1,2
Solucin con GLP

9
Pgina: 19
Programacin Lineal
850
800
750
700 Payoff: 1.00 X1 + 1.25 X2 = 860.00
650
600
: 2.00 X1 + 2.00 X2 = 1600.00
550
: 3.00 X1 + 1.00 X2 = 2080.00
500
450
: 5.00 X1 + 7.00 X2 = 4480.00
400
350
300
250
200
150
100
50
0
1
50
99
148
197
246
295
344
393
442
491
540
589
638
687
736
785
834
883
932

: 5.00X1 + 7.00X2 <= 4480.00
: 3.00X1 + 1.00X2 <= 2080.00
: 2.00X1 + 2.00X2 <= 1600.00
Datos entrada SOLVER

Planificacin para Toms
SALSA
Cantidad de tarros
Utilidad
Western Mxico
Foods
City
1
1
1 Max
1.25
2.25
Restricciones
Utilizado
5
3
2
tomates enteros
salsa de tomate
pasta de tomate
7
1
2
12
4
4
Lmite No utiliz
4480
2080
1600
4468
2076
1596
Salida de datos SOLVER

Planificacin para Toms
SALSA
Cantidad de tarros
Utilidad
Western Mxico
Foods
City
560
1
240 Max
1.25
860
Pgina: 20
981
X1
Programacin Lineal
Restricciones
tomates enteros
salsa de tomate
pasta de tomate
Utilizado
5
3
2
7
1
2
Lmite
4480
1920
1600
No utiliz
4480 -6.2E-09
2080
160
1600 -3.7E-09
10. El editor de produccin de Rayburn Publishing Company tiene 1.800

pginas de
manuscrito que debe ser revisadas. Debido al poco tiempo involucrado,
slo hay
dos revisores disponibles Erhan Mergen y Sue Smith. Erhan tiene
diez das
disponibles y Sue doce das. Erhan puede procesar 100 pginas de
manuscrito
por da, y Sue 150 pginas diarias. Rayburn Publishing Company ha
desarrollado
un ndice para medir la calidad general de un revisor en una escala de 1
(peor)
a 10 (mejor). La calidad de Erhan es 9 y la de Sue es 6, adems, Erhan
cobra 3
dlares por pgina de manuscrito revisado, Sue cobra 2 dlares por
pgina. Se
ha asignado un presupuesto de $4.800 para la revisin, cuntas pginas
deben
ser asignadas a cada revisor para completar el proyecto con la
calidad ms
elevada posible?10
Solucin:
Definicin de
variables
X1 = cantidad de pginas revisadas por
Erhan
X2 = cantidad de pginas revisadas por
Sue
Funcin Objetivo
Z max = 9X1 + 6X2
Restricciones
3X1 + 2X2 4.800 presupuesto
X1 + X2 = 1.800 nmero de
pginas
X1/100 10 das disponibles de
Erhan
X2/150 12 das disponibles de
Sue
No negatividad
Xi 0; i=1,2
Solucin GLP

10
Pgina: 21
Payoff:
X2
2000
1900
1800
1700
1600
1500
1400
1300
1200
1100
1000
900
800
700
600
500
400
300
200
100
0
Programacin Lineal
9.0 X1 + 6.0 X2 = 13800.0

: 3.0 X1 +
2.0 X2 = 4800.0
: 0.0 X1 +
1.0 X2 = 1800.0
: 1.0 X1 +
0.0 X2 = 1000.0
: 1.0 X1 +
60
1.0 X2 = 1800.0
120 180 240 300 360 420 480 540 600 660 720 780 840 900 960 1020108011401200
X1

: 3.0X1 + 2.0X2 <= 4800.0
: 1.0X1 + 1.0X2 <= 1800.0
: 1.0X1 + 0.0X2 <= 1000.0
: 0.0X1 + 1.0X2 <= 1800.0
Pginas revisadasEhran
Cantidad
1
Calidad
9
Restricciones
Presupuesto
3
Horas Ehran
1
Horas Sue
Nm. Pginas
1
Sue
1 Max
6
15
Utilizado
2
5
1
1
1
1
2
Limite No utiliz
4800
4795
1000
999
1800
1799
1800
1798
Utilizado
2
4600
Limite No utiliz
4800
200
Salida SOLVER
PLANIFICACIN TRABAJO RAYBURN

Pginas revisadas
Cantidad
Calidad
Ehran Sue
1000 800 Max
9
6
13800
Restricciones
Presupuesto
3
Pgina: 22
Horas Ehran
Horas Sue
Nm. Pginas
Programacin Lineal
1
1
1
1
1000
800
1800
1000 -1,1E-10
1800
1000
1800 -4,2E-09
11. Car Phones vende dos modelos de telfono para automvil: X y Y Los
registros
muestran que se utilizan 3 horas de tiempo de ventas por cada
modelo de
telfono X vendido, y 5 horas de tiempo de ventas por cada telfono de
modelo
Y. Estn disponibles un total de 600 horas de venta para el siguiente
perodo
de
cuatro semanas. Adems, las polticas de
planeacin de la
administracin
exigen metas mnimas de ventas de 25 unidades, tanto para el X como
para el
Y.
a. Muestre la regin factible
b. Si la empresa obtiene una contribucin a la utilidad de 40 dlares
por cada
modelo X vendido y una contribucin a la utilidad de 50 dlares
por cada
modelo Y vendido. Cul es la meta ptima de ventas para la empresa
durante
el perodo de 4 semanas?
c. Desarrolle una restriccin y muestre la regin factible si la
administracin
agrega la restriccin que Car Phones debe vender por lo menos
tantos
telfonos Y como telfonos X.
d. Cul es la nueva solucin ptima si al problema se le agrega la
restriccin
del inciso (c)?11
Solucin:
Definicin de
variables
X1 = Nmero de unidades de telfonos
modelo
X
X2 = Nmero de unidades de telfonos
modelo Y
Funcin Objetivo
Zmax = 40X1 + 50X2
Restricciones
3X1 + 5X2 600
horas de venta disponibles
X1 25 meta mnima de
venta
X2 25 meta mnima de
venta
No negatividad
Xi 0; i=1,2
Solucin GLP

11
Pgina: 23
Programacin Lineal
Payoff: 40.0 X1 + 50.0 X2 = 7583.3
: 1.0 X1 +
0.0 X2 = 25.0
: 3.0 X1 +
5.0 X2 = 600.0
: 0.0 X1 + 1.0 X2 = 25.0
X2
2
X1

: 3.0X1 + 5.0X2 <= 600.0
: 1.0X1 + 0.0X2 >= 25.0
: 0.0X1 + 1.0X2 >= 25.0

PLANIFICACION DE CAR PHONES
Modelo Modelo
X
Y
1
1 Max
40
50
90
Telfono
Cantidad
Utilidad
Restricciones
Horas disp.
Venta min X
Venta min Y
3
1
Utilizado
5
8
1
1
1
No
Lmite Utiliz
600
592
25
-24
25
-24
Datos de Salida SOLVER

PLANIFICACION DE CAR PHONES
Telfono
Cantidad
Utilidad
Modelo Modelo
X
Y
158,3333
25 Max
40
50 7583,333
Restricciones
Horas disp.
Venta min X
Venta min Y
3
1
Utilizado
5
600
158,3333
1
25
Lmite No Utiliz
600 -1,4E-09
25 133,3333
25 2,64E-12
Pgina: 24
Programacin Lineal
12. Greentree Kennels proporciona alojamiento por una noche para

mascotas. Una
caracterstica particular en Greentree es la calidad del cuidado que
reciben las
mascotas, incluyendo una excelente alimentacin. La comida para
perros de la
perrera se elabora mezclado dos alimentos de marca para perros a
fin de
obtener lo que la perrera identifica como una dieta para perros
bien
balanceada. Los datos para las dos comidas con las siguientes:
Comida
Bark Bits
Canine Chow
Costo/onza
0.06
0.05
Protenas % Grasa %
30
15
20
30
Si Greentree desea asegurarse de que los perros reciban por lo menos 5

onzas de protenas y como mnimo 3 onzas de grasas cada da, Cul es
la mezcla de costo mnimo de los alimentos para perros?12
Solucin:
Definicin de
variables
X1 = Cantidad de onzas de comida Bark Bits
X2 = Cantidad de onzas de comida Canine Chow
Funcin Objetivo
Zmin = 0.06X1 + 0.05X2
Restricciones
0.3X1 + 0.2X2 5 contenido de protenas
0.15 X1 + 0.3 X2 3 contenido de grasas
No negatividad
Xi 0; i=1,2
Solucin GLP
12
Pgina: 25
Programacin Lineal
36
30
24
Payoff: 0.06 X1 + 0.05 X2 = 1.02
18
: 0.30 X1 + 0.20 X2 = 5.00
12
: 0.15 X1 + 0.30 X2 = 3.00
6
0
0
10
20
30
40
50
60
70

: 0.30X1 + 0.20X2 >= 5.00
: 0.15X1 + 0.30X2 >= 3.00
Entrada de datos SOLVER

PLANIFICACIN TRABAJO Greentree Kennels
Comida
Cantidad
Calidad
Bark
Bits
Canine
Chow
1
0,06
1 Min
0,05
0,11
Restricciones
Proteinas
0,3
Grasas
0,15
No
Utilizado
Limite utiliz
0,2
0,5
5
4,5
0,3
0,45
3
2,55
Salida de datos SOLVER

PLANIFICACIN TRABAJO Greentree Kennels
Comida
Cantidad
Calidad
Bark
Bits
Canine
Chow
15
2,5 Min
0,06
0,05
1,025
Pgina: 26
80
Programacin Lineal
Restricciones
Proteinas
Grasas
0,3
0,15
No
Utilizado
Limite utiliz
-3,3E0,2
5
5
12
-2,2E0,3
3
3
12
13. La New England Cheese Company produce dos quesos crema mezclando
quesos
chedar tanto suave como extrafuerte. Los quesos crema se
empacan en
recipientes de 12 onzas, que despus se venden a distribuidores en
todo el
noroeste. La mezcla Regular contiene 80% de chedar suave y 20%
de
extrafuerte y la mezcla Zesty contiene 60% de chedar suave y 40% de
extrafuerte. Este ao, una cooperativa lechera local ha ofrecido entregar hasta
8.100 libras de queso chedar a $1.20 por libra y hasta 3.000 libras de
queso
chedar extrafuerte a $1.40 por libra. El costo de mezclar y
empacar
estos
quesos crema, excluyendo el costo del queso mismo, es de $0.20 por
recipiente.
Si cada recipiente de Regular se vente a $1.95 y cada recipiente Zesty
se
vende
a $2.20. Cuntos recipientes deber producir New England Cheese de
Regular
y Zesty?13
Solucin:
Definicin de
variables
X1 = Cantidad (en miles) de recipientes de queso
Regular
X2 = Cantidad (en miles) de recipientes de queso
Zesty
Funcin Objetivo
Zmax = (1.95 - 0.20 - 0.80*0.75*1.20 0.60*0.75*1.40)X1 + (2.20 - 2.0 - 0.20*0.75*1.20 0.40*0.75*1.40)X2
Zmax = 0.40X1 + 1.40X2
Restricciones
0.80*0.75X1 + 0.60*0.75X2 8,1 queso chedar suave
0.20*0.75X1 + 0.40*0.75X2 3,0 queso chedar extrafuerte
No negatividad
Xi 0; i=1,2
Solucin GLP

13
Pgina: 27
Programacin Lineal
: 0.2 X1 + 0.4 X
X2
10
Payoff:
0.4 X1 + 1.4 X2 = 14.0
8
7
6
5
4
3
2
1
0
0
10
11
12
13
Optimal Decisions(X1,X2): ( 0.0, 10.0)

: 0.8X1 + 0.6X2 <= 10.8
: 0.2X1 + 0.4X2 <= 4.0

PLANIFICACION TRABAJO en New England Cheese Company
Recipientes queso
Cantidad en miles
Utilidad
Regular Zesty
1
1 max
0,4
1,4
1,8
Restricciones
Queso Ch. suave
Tiempo prod. min
0,8
0,2
No
Utilizado
Lmite Utiliz
0,6
1,4 10,8
9,4
0,4
0,6
4
3,4

Recipientes queso Regular Zesty
Cantidad en miles
0
10 max
Utilidad
0,4
1,4
14
Restricciones
Queso Ch. suave
Tiempo prod. min
0,8
0,2
Utilizado
0,6
6
0,4
4
No
Lmite Utiliz
10,8
4,8
4 -5,5E-12
Pgina: 28
14
X1
Programacin Lineal
14. Los administradores de Healthtech Foods estn considerando

desarrollar un
nuevo bocadillo bajo en grasas. Se trata de una mescla de dos
tipos de
cereales, cada una de ellos con distintas caractersticas en fibras,
grasas y
protenas. La tabla siguiente muestra estas caractersticas por onza de
cada tipo
de cereal.
Cereal
A
B
Fibra diettica
(gramos)
2
1.5
Grasas
(gramos)
2
3
Protenas
(gramos)
4
3
Note que cada onza de cereal A proporciona dos gramos de fibra

diettica
y
que
cada onza de cereal B da 1.5 gramos de fibra diettica, por lo que si
Healthtech
fuera a desarrollar el nuevo producto utilizando una mezcla formada de
50%
de
cereal A y 50% de cereal B, una onza de ste contendra 1.75 gramos
de
fibra
diettica. Los requisitos nutricionales de Healthtech exigen que cada
onza
del
nuevo alimento tenga por lo menos 1.7 gramos de fibra diettica, no ms
de
2.8
gramos de grasa y no ms de 3.6 gramos de protenas. El costo del
cereal
A
es
de $0.02 por onza y el del B es de $0.025 por onza. Healthtech
desea
determinar cunto de cada cereal es necesario para producir una
onza del nuevo producto al menor costo posible.
a. Formule el modelo de programacin lineal para esta situacin
b. Resuelva el problema utilizando el procedimiento de solucin grfica
c. Cules son las variables de holgura y de excedente
d. Si Healthtech pone en el mercado el nuevo cereal en un paquete de 8
onzas.
Cul sera el costo del paquete?14
Solucin:
Definicin de
variables
X1 = Cantidad de onzas de cereal
A
X2 = Cantidad de onzas de cereal
B
Funcin Objetivo
Zmin = 0.02X1 + 0.025X2

Restricciones
2X1 + 1.5X2 1.7 por fibra
diettica 2X1 + 3X2 2.8 por
grasas
4X1 + 3X2 3.6 por protenas
X1 + X2 = 1 onzas
14
Pgina: 29
Programacin Lineal
No
negatividad
Xi 0; i=1,2
Solucin GLP
X2
1
Payoff: 0.020 X1 + 0.025 X2 = 0.017
: 4.000 X1 + 3.000 X2 = 3.600

: 2.000 X1 + 3.000 X2 = 2.800
0
: 2.000 X1 + 1.500 X2 = 1.700

0

2.000X1 + 1.500X2 >= 1.700
: 2.000X1 + 3.000X2 <= 2.800
: 4.000X1 + 3.000X2 <= 3.600

Planificacion de Healthtech Foods
Cereal
A
B
Cantidad en onzas
1
1 min
Costo
0,02
0,025
0,045
Restricciones
fibra diettica
por grasas
por proteinas
Utilizado
1,5
3,5
3
5
3
7
2
2
4
No
Lmite Utiliz
1,7
1,8
2,8
-2,2
3,6
-3,4
Datos salida SOLVER

Planificacion de Healthtech Foods
Cereal
A
B
Cantidad en onzas 0,85
min
Pgina: 30
X1
Costo
Programacin Lineal
0,02
0,025
Restricciones
fibra diettica
por grasas
por proteinas
0,017
Utilizado
2
2
4
1,5
3
3
1,7
1,7
3,4
No
Lmite Utiliz
9,12E1,7
13
2,8
1,1
3,6
0,2
15. MD Chemical produce dos productos que se venden como materia prima
para
empresas fabricantes de jabones para bao, detergentes para lavandera
y otros
productos de jabn. Apoyndose en un anlisis de los niveles
actuales de
inventarios y de la demanda potencial para el mes siguiente, la
administracin
de MD ha especificado que la produccin total de los productos 1 y
2
combinados debe ser de por lo menos 350 galones. Adems debe
cumplir
con
un pedido de un cliente de importancia de 125 galones del producto
1.
El
tiempo de procesado del producto 1 requiere dos horas por galn, y
del
producto 2 requiere de una hora; para el mes siguiente, hay
disponibilidades de 600 horas de proceso. Los costos de produccin son
2 dlares por galn del producto 1 y 3 dlares del producto 2.
a. Determine las cantidades de produccin que satisfagan los requisitos
especificados al costo mnimo.
b. Cul es el costo total del producto?
c. Identifique la cantidad de cualquier produccin excedente.15
Solucin:
Definicin de
variables
X1 = Cantidad de galones del
producto
1
X2 = Cantidad de galones de
producto 2
Funcin Objetivo
Zmin = 2X1 + 3X2
Restricciones
X1 + X2 350 galones
producidos
X1 125 pedido de un cliente
2X1 + 1X2 600 horas de
proceso
No negatividad
Xi 0; i=1,2
Solucin GLP
15
Pgina: 31
Programacin Lineal
X2
440
418
396
374
352
330
308
286
264 Payoff: 2.0 X1 + 3.0 X2 = 800.0
242
220
198
176
154
132
110
88
: 2.0 X1 + 1.0 X2 = 600.0
66
44
: 1.0 X1 + 0.0 X2 = 125.0
22
0
: 1.0 X1 + 1.0 X2 = 350.0
0
20 40 60 80 100 120 140 160 180
200 220 240 260 280 300 320 340 360
380 400

: 1.0X1 + 1.0X2 >= 350.0
: 1.0X1 + 0.0X2 >= 125.0
: 2.0X1 + 1.0X2 <= 600.0

Planificacion de 55. M&D Chemical
Producto
Cantidad galones
Costo
Restricciones
Galones
producidos
Pedido cliente
Horas proceso
1
1
2
2
1 min
3
Utilizado
1
1
2
1
1
2
1
3
Lmite
350
125
600
No
Utiliz
-348
124
597
Datos salida SOLVER

Planificacion de M&D Chemical
Producto
Cantidad galones
Costo
1
250
2
2
100 min
3
800
Pgina: 32
X1
Restricciones
Galones
producidos
Pedido cliente
Horas proceso
Programacin Lineal
Utilizado
1
1
2
1
1
350
250
600
Lmite
350
125
600
No Utiliz
8,11E-10
-125
-2,9E-10
16. Photo Chemicals produce dos tipos de fluido para revelado fotogrfico.
Ambos
productos le cuestan a la empresa un dlar por galn producirlos. Con
base e
una anlisis de niveles actuales de inventario y en las rdenes en mano
para el
mes siguiente, la administracin de Photo Chemicals ha decidido que
durante
las siguientes dos semanas se produzcan por los menos 30 galones del
producto
1 y por lo menos 20 galones del producto 2. Tambin ha dicho la
administracin
que en el transcurso de las siguientes dos semanas debe utilizarse el
inventario
existente de una materia prima muy perecedera necesaria en la
produccin
de
ambos fluidos. El inventario actual de esta materia prima muy
perecedera es de
80 libras. Aunque de ser necesario se puede ordenar ms de esta
materia
prima, cualquier parte del inventario actual no utilizada se echar a
perder
dentro de las siguientes dos semanas; de ah el requerimiento
de
la
administracin de que por lo menos se utilicen las 80 libras en las
siguientes
dos
semanas. Adems, el producto 1 requiere de una libra de esta
materia
prima
perecedera por galn, y el producto 2 requiere 2 libras de la materia
prima
por
galn. Dado que el objetivo de la administracin es mantener los
costos
de
produccin al mnimo nivel posible, estn buscando un plan de
produccin
de
costo mnimo que utilice la totalidad de las 80 libras de la materia
prima
perecedera y que obtenga por lo menos 30 galones del producto 1 y
por lo menos 20 galones del producto 2. Cul es la solucin de costo
mnimo?16
Solucin:
Definicin de
variables
X1 = Cantidad de galones de fluido
tipo
1
X2 = Cantidad de galones de fluido

tipo 2
Funcin Objetivo
Zmin = X1 + X2
Restricciones
X1 30 produccin mnima de
producto
1
X2 20 produccin mnima de
producto
2
X1 + 2X2 80 libras de materia prima
No negatividad
Xi 0; i=1,2
16
Pgina: 33
Programacin Lineal
Solucion GLP
Payoff: 1.0 X1 + 1.0 X2 = 60.0
: 1.0 X1 + 2.0 X2 = 80.0
X225
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
: 0.0 X1 +
1.0 X2 = 20.0
: 1.0 X1 + 0.0 X2 = 30.0
10
12
14
16
18
20
22
24
26
28
30
32
34
36
38
40

: 1.0X1 + 0.0X2 >= 30.0
: 0.0X1 + 1.0X2 >= 20.0
: 1.0X1 + 2.0X2 <= 80.0
17. Bryants Pizza es un productor de pizzas congeladas. La empresa

tiene una
utilidad de un dlar por cada pizza normal que produzca y de 1.5
dlares por
cada pizza de lujo. Cada pizza incluye una combinacin de pasta de
harina y de
mezcla de relleno. Actualmente la empresa tiene 150 libras de mezcla
de pasta
y de 50 libras de mezcla de relleno. Cada pizza normal utiliza una
libra de
mezcla de pasta de harina y 4 onzas de mezcla de pasta de relleno.
Cada pizza
de lujo utiliza una libra de mezcla de pasta de harina y 8 onzas de
mezcal de
relleno. Con base en la demanda del pasado, Bryant puede vender
por lo menos
50 pizzas normales y por lo menos 25 pizzas de lujo. Cuntas pizzas
normales y de lujo deber fabricar la empresa para maximizar la
utilidad?
a. Cul es el modelo de programacin lineal para este problema?
b. Escriba este programa lineal en su forma estndar.
c. Encuentre la solucin ptima.
d. Cules son los valores e interpretaciones de todas las variables de
holgura
y
de excedente?
e. Qu restricciones estn asociadas con recursos limitantes?17
X1
Solucin:
17
Pgina: 34
Programacin Lineal
X1 = Cantidad de Pizzas
Normales
X2 = Cantidad de Pizzas De Lujo
Funcin Objetivo
Zmax = 1X1 + 1.5X2
Restricciones
X1 + X2 150 pasta de harina
0.25X1 + 0.5X2 50 pasta de
relleno
X1 50 venta de pizzas Normales
X2 25 venta de pizzas De Lujo
No negatividad
Xi 0; i=1,2
Solucin GLP
160
152
144
136
128
120
112
104
96
88
80
72
64
56
48
40
32
24
16
8
0
: 1.00 X1 + 0.00 X2 = 50.00
: 1.00 X1 + 1.00 X2 = 150.00
Payoff: 1.00 X1 + 1.50 X2 = 175.00
: 0.00 X1 + 1.00 X2 = 25.00

: 0.25 X1 + 0.50 X2 = 50.00
10
20
30
40
50
60
70
80
90
100
110
120
130
140

1.00X1 + 1.00X2 <= 150.00
: 0.25X1 + 0.50X2 <= 50.00
: 1.00X1 + 0.00X2 >= 50.00
: 0.00X1 + 1.00X2 >= 25.00
PLANIFICACION TRABAJO BRYANT'S PIZZA

Pizzas
Cantidad
Normal Lujo
1
1 max
Pgina: 35
150
160
170
Utilidad
Programacin Lineal
Restricciones
Pasta harina
1
Relleno
0,25
Pizzas Normales
1
Pizzas Lujo
1,5
2,5
Utilizado
1
2
0,5
0,75
1
1
1
No
Utiliz
148
49,25
-49
-24
Lmite
150
50
50
25
No
Lmite Utiliz
150 -3,4E-10
50
-6E-11
50
50
25
25

PLANIFICACION TRABAJO BRYANT'S PIZZA
Pizzas
Cantidad
Utilidad
Normal Lujo
100 50 max
1 1,5
175
Restricciones
Pasta harina
1
Relleno
0,25
Pizzas Normales
1
Pizzas Lujo
Utilizado
1
150
0,5
50
100
1
50
18. English Motors, Ltd. (EML), ha desarrollado un

nuevo vehculo deportivo
de
utilera, con traccin en la cuatro llantas. Como parte de la
campaa
de
mercadotecnia, EML ha desarrollado una presentacin de ventas en
video
cinta
que se enviar tanto a propietarios de vehculos de traccin en las cuatro
ruedas
EML actuales, como a propietarios de vehculos utilitarios deportivos de
cuatro
ruedas ofrecidos por los competidores EML se refiere a estos dos
mercados
objetivo como mercado de clientes actual y mercado de clientes
nuevo.
Los
individuos que reciban el nuevo video promocional tambin recibirn un
cupn
para un recorrido de prueba del nuevo modelo EML, durante un fin de
semana.
Un factor clave en el xito de esta nueva promocin es la tasa de
respuesta,
es
decir el porcentaje de individuos que reciban la nueva promocin y
hagan
el
recorrido de prueba del nuevo modelo, EML estima que la tasa de
respuesta
para el mercado de clientes actual es de 25% y para el mercado de
cliente
nuevo es de 20%. La tasa de ventas es el porcentaje de individuos que
reciba
la nueva promocin, haga el recorrido de prueba y efecte la

compra.
Los
estudios de investigacin de mercado indican que la tasa de ventas el
de
12%
para el mercado de clientes actual y de 20% para el mercado de clientes
nuevo.
El costo de cada promocin, excluyendo los costos de recorrido de
prueba,
es
de 5 dlares por cada promocin enviada al mercado de clientes actual
y
de
4
dlares por cada promocin enviada al mercado de clientes
nuevo.
La
administracin tambin ha decidido que se deber enviar la nueva
promocin
a
un mnimo d 30.000 clientes actuales y a un mnimo de 10.000 clientes
nuevos.
Adems, el nmero de clientes actuales que haga el recorrido de prueba
del
Pgina: 36
Programacin Lineal
nuevo vehculo debe ser de por lo menos el doble del nmero de

clientes nuevos que hagan recorrido de prueba del nuevo vehculo. Si el
presupuesto de mercadotecnia, incluyendo los costos del recorrido de
prueba, es de 1200.000 dlares, Cuntas promociones debern ser
enviadas a cada grupo de clientes para maximizar las ventas totales?18
Solucin:
Definicin de
variables
X1 = Cantidad de promociones enviadas a clientes
actuales
X2 = Cantidad de promociones enviadas a clientes
nuevos
Funcin Objetivo
Zmax = 0.12*5X1 + 0.20*4X2
Restricciones
X1 30.000
clientes
actuales
X2 10.000
clientes
nuevos
0.25X1 2*0.20X2 relacin entre clientes que responden a la
promocin 5X1 + 4X2 1200.000 presupuesto
No negatividad
Xi 0; i=1,2
Solucin GLP

18
Pgina: 37
Investigacin Operativa
I Programacin Lineal
X2
273
260
247
234
221 Payoff: 0.60 X1 + 0.80 X2 = 176.00
208
: 5.00 X1 + 4.00 X2 = 1200.00
195182
169
156
143
130
117
104
91
78
65
52
39
26
13
0
: 1.00 X1 + 0.00 X2 = 30.00
: 0.25 X1 - 0.40 X2 = 0.00

: 0.00 X1 + 1.00 X2 = 10.00
0
13
26
39
52
65
78
91
104
117
130
143
156
169
182
195
208
221

1.00X1 + 0.00X2 >= 30.00
: 0.00X1 + 1.00X2 >= 10.00
: 0.25X1 - 0.40X2 >= 0.00
: 5.00X1 + 4.00X2 <= 1200.00

PLANIFICACION TRABAJO ENGLISH MOTOR LTD.
Promociones
Cantidad en
miles
Ventas
Clientes Clientes
Actuales Nuevos
1
0,6
Restricciones
Clientes actuales
Clientes nuevos
Relacion clientes
Presupuesto
1
0,25
5
1 max
0,8
1,4
Utilizado
1
1
1
-0,4
-0,15
4
9
No
Lmite Utiliz
30
29
10
9
0
-0,15
1200
-1191
Datos salida SOLVER

PLANIFICACION TRABAJO ENGLISH MOTOR LTD.
Promociones
Cantidad en
miles
Ventas
Clientes Clientes
Actuales Nuevos
160
0,6
100 max
0,8
176
Pgina: 38
234
247
260
Restricciones
Clientes actuales
Clientes nuevos
Relacion clientes
Presupuesto
Programacin Lineal
1
0,25
5
Utilizado
160
1
100
-0,4 -1,1E-11
4
1200
Lmite No Utiliz
30
-130
10
-90
0
-1,1E-11
1200
2,78E-09
19. Creative Sports Designs (CSD) fabrica raquetas de tamao estndar y

extragrande. Las raquetas de la empresa son extremadamente ligeras,
debido
a
uso de una aleacin de magnesio y grafito inventada por el
fundador
de
la
empresa. Cada raqueta de tamao estndar utiliza 0,125 kilos de
aleacin
y
cada raqueta extragrande utiliza 0,4 kilos; para el siguiente
perodo de
produccin de dos semanas slo hay disponibles 80 kilos de
aleacin.
Cada
raqueta de tamao estndar ocupa 10 minutos de tiempo de fabricacin
y
cada
raqueta de tamao extragrande ocupa 12 minutos. Las
contribuciones
a
la
utilidad son de 10 dlares por cada raqueta estndar y de 15 dlares
por
cada
raqueta extragrande y estn disponibles 40 horas de tiempo de
produccin
por
semana. La administracin ha especificado que por lo menos 20%
de la
produccin total debe ser de raqueta de tamao estndar. Cuntas
raquetas
de cada tipo deber fabricar CSD en las dos semanas siguientes,
a
fin
de
maximizar la contribucin a la utilidad? Suponga que, debido a la
naturaleza
nica de sus productos, CSD puede vender tantas raquetas como
pueda
producir.19
Solucin:
Definicin de
variables
X1 = Cantidad de unidades de raquetas estandar
X2 = cantidad de unidades de raquetas extra grande
Funcin Objetivo
Zmax = 10X1 + 15X2
Restricciones
0.125X1 + 0.4X2 80 kilos de aleacin
10X1 + 12X2 40*60 minutos de tiempo de
produccin X1 0.20(X1 + X2)
No
negatividad
Xi 0; i=1,2
Solucin GLP

19
Pgina: 39
X2
200
190
180
170
160
150
140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
Programacin Lineal
: 0.125 X1 + 0.400 X2 = 80.000

Payoff: 10.000 X1 + 15.000 X2 = 2896.551
: 10.000 X1 + 12.000 X2 = 2400.000
: 0.800 X1 - 0.200 X2 = 0.000
10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42
X1

0.125X1 + 0.400X2 <= 80.000
: 10.000X1 + 12.000X2 <= 2400.000
: 0.800X1 - 0.200X2 >= 0.000

PLANIFICACION TRABAJO 59. Creative Sports Designs
Raquetas
Cantidad
Contrib. Utilidad
Estandar Extra G
1
1 max
10
15
25
Restricciones
Kilos aleacin
Tiempo prod. min
20% prod estand
0,125
10
0,8
No
Utilizado
Lmite Utiliz
0,4
0,525
80 79,475
12
22
2400
2378
-0,2
0,6
0
0,6
Datos salida SOLVER

PLANIFICACION TRABAJO 59. Creative Sports Designs
Raquetas
Estandar Extra G
Cantidad
41,37931 165,5172 max
Contrib. Utilidad
10
15 2896,552
Restricciones
Kilos aleacin
Tiempo prod. min
0,125
10
Utilizado
Lmite No Utiliz
0,4 71,37931
80
8,62069
12
2400
2400
3,03E-10
Pgina: 40
20% prod estand
Programacin Lineal
0,8
-0,2 9,03E-11
9,03E-11
20. La administracin de High Tech Service (HTS) desea desarrollar un modelo

que le
ayude a asignar el tiempo de sus tcnicos entre llamada de
servicio por
contrato a clientes tanto normales como nuevos. En el perodo de
planeacin de
dos semanas hay disponible un mximo de 80 horas de tiempo de
tcnico. A fin
de satisfacer los requisitos de flujo de caja, deben generarse por lo
menos 800
dlares de ingresos (por tcnico) durante el perodo de dos semanas. El
tiempo
de tcnico para los clientes normales genera 25 dlares por hora,
pero para
clientes nuevos slo genera un promedio de 8 dlares la hora,
porque en
muchos casos el contacto con el cliente no llega a generar servicios
facturables.
Para asegurarse de que se mantienen contactos nuevos, el tiempo de
tcnico
utilizado en contactos con clientes nuevos debe ser por lo menos
60% del
tiempo utilizado en contactos con clientes normales. Para los
requerimientos de
ingresos y polticas enunciadas, HTS deseara determinar cmo
asignar el
tiempo de los tcnicos entre clientes normales y nuevos, a fin de
maximizar el
nmero total de clientes en contacto durante el perodo de dos
semanas. Los
tcnicos requieren un promedio de 50 minutos por cada contacto de
cliente
normal y de una hora por cada contacto con cliente nuevo.
a. Desarrolle un modelo de programacin lineal que le permita a HTS
asignar
el
tiempo de los tcnicos entre clientes normales y nuevos.
b. Haga una grfica de la regin factible
c. Resuelva las ecuaciones lineales simultneas apropiadas para
determinar
los
valores de X1 y X2 en cada punto extremo de la regin factible.
d. Encuentre la solucin ptima20
REFERENCIA: Pgina 274 Problema 63. Mtodos Cuantitativos para los
Negocios. 7ma Edicin. Anderson Sweeney Willams. Editorial Thomson.
Solucin:
Definicin de
variables
X1 = Numero de horas de tcnico asignado a clientes
normales
X2 = Numero de horas de tcnico asignado a clientes

nuevos
Funcin Objetivo
Zmax = 60X1/50+ 60X2/60
nmero de clientes
Restricciones
X1 + X2 80
horas disponibles de tcnico
X2 0.6X1
relacin de tiempo de tcnico
25X1 + 8X2 800 ingresos en dlares
No
negatividad
Xi 0; i=1,2
20
Pgina: 41
Programacin Lineal
Solucin GLP
104
91
Payoff: 1.20 X1 + 1.00 X2 = 90.00
78
65
52
39
: 25.00 X1 + 8.00 X2 = 800.00
: -0.60 X1 + 1.00 X2 = 0.00
26
13
: 1.00 X1 + 1.00 X2 = 80.00
0
0
11
22
44
33
55
66

1.00X1 + 1.00X2 <= 80.00
: -0.60X1 + 1.00X2 >= 0.00
: 25.00X1 + 8.00X2 >= 800.00
Entrada de datos SOLVER

PLANIFICACION TRABAJO High Tech
Service
Clientes Clientes
Horas de trabajo normales nuevos
Cantidad horas
11
max
Nmero clientes
1.2
1
Restricciones
Horas
disponibles
Relacin tiempo
Ingresos
2.2
Utilizado
1
-0.6
25
1
1
8
2
0.4
33
Lmite
80
0
800
No Utiliz
78
-0.4
-767

PLANIFICACION TRABAJO High Tech Service
Clientes Clientes
Horas de trabajo
normales nuevos
Cantidad horas
50
30 max
Nmero clientes
1.2
1
90
Pgina: 42
77
Restricciones
Horas
disponibles
Relacin tiempo
Ingresos
Programacin Lineal
Utilizado
1
-0.6
25
1
1
8
80
-2.2E-11
1490
Lmite
80
0
800
No Utiliz
-1.8E-10
2.18E-11
690
21. Jackson Hole Manufacturing es un pequeo fabricante de productos de

plstico
que se utilizan en las industrias automotrices y de computacin.
Tiene un
importante contrato con una empresa de computadoras que
implica la
produccin de cajas de plstico para las impresoras porttiles de dicha
empresa.
Las cajas de impresora se producen en dos mquinas de moldeo por
inyeccin.
La mquina M100 tiene una capacidad de produccin de 20 cajas de
impresora
por hora y la mquina M200 tiene una capacidad de 40 cajas por hora.
Ambas
mquina utilizan la misma materia prima qumica para producir las
cajas de
impresora.; la M100 utiliza 40 libras de materia prima por hora, y la
M200 utiliza
50 por hora. La empresa de computadoras le ha pedido a Jackson
Hole
que
produzca tantas cajas durante la semana que sigue como sea posible,
y
la
ha
dicho que le pagar 18 dlares por cada caja que pueda entregar. Sin
embargo,
la siguiente semana es un perodo normal de vacaciones programadas
para
la
mayor parte de los empleados de produccin de Jackson Hole.
Durante
este
tiempo, se efecta el mantenimiento anual de todo el equipo de la
planta.
Debido al tiempo parado para mantenimiento, la M100 no estar
disponible
durante ms de 15 horas y la M200 durante ms de 10 horas. Sin
embargo,
en
razn del elevado costo de preparacin involucrado en ambas
mquinas,
la
administracin requiere que, si el programa de produccin en
cualquiera
de
estas mquinas, la mquina deber operar por lo menos durante 5
horas.
El
proveedor de la materia qumica utilizada en el proceso de
produccin
le
ha
informado a Jackson Hole que tendr disponible un mximo de 1.000
libras
de
la materia prima para la produccin de la siguiente semana. El
costo
de
la
materia prima es de 6 dlares por libra. Adems del costo de la materia
prima,
Jackson Hole estima que el costo horario de operacin de la M100 y la
M200
son de 50 y 75 dlares, respectivamente.
a. Formule un modelo de programacin lineal que se pueda utilizar
para
maximizar la contribucin de la utilidad.
b. Resuelva el problema utilizando el procedimiento de solucin grfica.21
Solucin:
Definicin de
variables
X1 = Numero de horas de trabajo de maquina
M100
X2 = Numero de horas de trabajo de maquina
M200
Funcin Objetivo
Zmax = (20X1*18 - 40X1*6 - 50X1) + (40X2*18 - 50X2*6 - 75X2)
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin.
Editorial Thomson. Pgina 275. Problema 64.
21
Pgina: 43
Programacin Lineal
Zmax = (360 - 240 - 50)X1 + (720 - 300 75)X2 Zmax = 70X1 + 345X2
Restricciones
X1 15 horas mximas de trabajo M100
X2 10
horas mximas de trabajo de M200
X1 5
horas mnimas de trabajo de M100
X2 5
horas mnimas de trabajo de M200
40X1 + 50X2 1000 libras de materia prima disponibles
No negatividad
Xi 0; i=1,2
Solucin GLP
12
Payoff: 70.0 X1 + 345.0X2 = 4325.0
6
: 40.0 X1 + 50.0 X2 = 1000.0
: 0.0 X1+
2.0 X2 =
5.0
: 1.0 X1 + 0.0 X2 = 5.0

: 0.0 X1 + 1.0 X2 = 10.0
0
: 1.0 X1 + 0.0 X2 = 15.0

0
1
2
3
4
5
10
11
12
13
14
15
16
17
18
19
20
21
22
23

: 1.0X1 + 0.0X2 <= 15.0
: 0.0X1 + 1.0X2 <= 10.0
: 1.0X1 + 0.0X2 >= 5.0
: 0.0X1 + 2.0X2 >= 5.0
: 40.0X1 + 50.0X2 <= 1000.0

PLANIFICACION TRABAJO High Tech Service
Maquina Maquina
Horas de trabajo M100
M200
Cantidad horas
1
1 max
Contrib. utilidad
70
345
415
Restricciones
Horas max M100
Horas max M200
1
0
Utilizado
Lmite No Utiliz
0
1
15
14
1
1
10
9
Pgina: 44
24
25
26 27
Horas min M100

Horas min M200
Libras disponibles
Programacin Lineal
1
0
40
0
1
50
1
1
90
5
5
1000
-4
-4
910
Horas de trabajo
Cantidad horas
Contrib. utilidad
Restricciones
Horas max M100
Horas max M200
Horas min M100
Horas min M200
Libras disponibles
Maquina Maquina
M100
M200
12.5
10 max
70
345
4325
1
0
1
0
40
0
1
0
1
50
Utilizado
12.5
10
12.5
10
1000
Lmite No Utiliz
15
2.5
10 -9.9E-13
5
7.5
5
5
1000 -1.5E-09
22. Electronic Comunications fabrica radios porttiles que pueden

utilizarse en
comunicaciones de dos vas. El nuevo producto de la empresa que
tiene un
rango de hasta 25 millas, es adecuado para una diversidad de usos
comerciales
y personales. Los canales de distribucin para el nuevo radio son:
1.
2.
3.
4.
distribuidores de equipo marino,

distribuidores de equipo de oficina,
cadenas nacionales de tiendas al menudeo,
pedidos por correo.
Debido a diferentes costos de distribucin y promocionales, la

reditualidad
del
producto variar segn el canal de distribucin. Adems, el costo de
publicidad
y el esfuerzo de ventas personales requerido tambin variarn de
acuerdo
con
los canales de distribucin. La tabla siguiente resume la
distribucin
de
la
utilidad, el costo de publicidad y los datos de esfuerzo de ventas
personales
correspondientes al problema de Electronic Comunications. La
empresa
a
formulado un presupuesto de publicidad de 5.000 dlares, y est
disponible
un
mximo de 1800 horas de la fuerza de ventas para asignar al
esfuerzo
de
ventas. Finalmente, un contrato vigente con la cadena nacional de
tiendas
al
menudeo requiere que por lo menos de distribuyan 150 unidades a
travs
este canal de distribucin.
de
Datos de Utilidades, costos y esfuerzo del personal de ventas para

Electronic
Esfuerzo del
Canal de
Utilidades por Costo de publicidad personal de ventas
distribucin
unidad vendida por unidad vendidapor unidad vendida
Distrib. Marinos
$90
$10
2 horas
Pgina: 45
Distrib. de oficinas
Tiendas nacionales
Pedidos por correo
Programacin Lineal
$84
$70
$60
$8
$9
$15
3 horas
3 horas
Ninguna
Electronic Comunications ahora se enfrenta al problema de

establecer un estrategia de distribucin para los radios, que maximice
la reditualidad general de la produccin de nuevos radios. Debe
tomarse decisiones en relacin con cuantas
unidades
deben
asignarse a cada uno de los cuatro canales de distribucin, as
como asignar el presupuesto de publicidad y el esfuerzo de la fuerza
de ventas a cada uno de los canales de distribucin. 22
Solucin:
Definicin de
variables
X1 = Numero de radios asignados a distribuidores de equipo marino
X2 = Numero de radios asignados a distribuidores de equipos de
oficina X3 = Numero de radios asignados a cadenas nacionales
de tiendas
X4 = Numero de radios asignados a pedidos por correo
Funcin Objetivo
Zmax = 90X1 + 84X2 + 70X3 + 60X4
Restricciones
10X1 + 8X2 + 9X3 + 15X4 5.000 por presupuesto
2X1 + 3X2 + 3X3 1.800 horas de esfuerzo en
ventas
X3 150 unidades mnimas para cadenas
nacionales
No negatividad
Xi 0; i=1,4
ELECTRONIC COMUNICATION
Distribuidores
Cadenas pedidos
Equipo
Equipos de nacionales por
Radios asignados a Marino
Oficina
de tiendas correo
Nmero de Radios
1
1
1
1 Max
Utlidades
90
84
70
60
304
USO DE
RESTRICCIONES
RECUROS
Presupuesto
10
Esfuerzo laboral
2
Contrato cadena nacion
22
8
3
9
3
1
Utilizado
LIMITE
15
42
5000
8
1800
1
150
No utiliz
4958.00
1792.00
-149.00
Thomson. Pgina 298.

Pgina: 46
Programacin Lineal

ELECTRONIC COMUNICATION
Distribuidores
Cadenas pedidos
Equipo Equipos
nacionales por
Radios asignados a Marino de Oficina de tiendas correo
Nmero de Radios
10.71429 442.85714
150
0 Max
Utlidades
90
84
70
60 48664.29
RESTRICCIONES
Presupuesto
Esfuerzo laboral
Contrato cadena
nacion
USO DE
RECUROS
10
2
8
3
9
3
15
Utilizado
LIMITE No utiliz
5000 5000
0.00
1800 1800
0.00
150
150
0.00
23. National Insurance Associates mantiene una cartera de inversiones en

acciones,
bonos y otras alternativas de inversin. Actualmente hay fondos
disponibles por
200.000 dlares y deben ser tomados en consideracin para
nuevas
oportunidades de inversin. Las cuatro opciones de valores que
National est
considerando as como los datos financieros relevantes correspondientes
son los
que siguen:
Accin
Datos financieros
A
Precio por accin ($)
100
Tasa anual de rendimiento
Medida de riego por dlar
B
50
0.12
0.10
C
80
0.08
0.07
D
40
0.06 0.10
0.05 0.08
La medida de riesgo indica la incertidumbre relativa asociada con la

accin, en funcin de su capacidad de alcanzar su rendimiento anual
proyectado; valores ms elevados indican mayor riesgo. Las medidas
de riesgo son proporcionadas por el principal asesor financiero de la
empresa.
La administracin general de National ha estipulado las siguientes vas
de accin para las inversiones:
1. La tasa de rendimiento anual de la cartera debe ser por lo menos 9%
2. Ninguno de los valores puede representar ms del 50% de la
inversin
total en dlares.
a. Utilice la programacin lineal para desarrollar una cartera de
inversiones
que
minimice el riesgo.
b. Si la empresa ignora el riesgo y utiliza una estrategia de mximo
rendimiento
sobre la inversin, Cul sera la cartera de inversiones?
Pgina: 47
Programacin Lineal
c. Cul es la diferencia en dlares entre las carteras de inversiones de los

incisos (a) y (b)? Por qu preferira la empresa la solucin desarrollada en el
inciso (a)23
REFERENCIA: Pgina316 Problema 16. Mtodos Cuantitativos para los
Negocios. 7ma Edicin. Anderson Sweeney Willams. Editorial Thomson.
Solucin a):
Definicin de
variables
X1 = Cantidad de acciones
opcin
A
opcin
B
opcin
C
opcin D
asignados a
asignados a
asignados a
asignados a
Funcin Objetivo
Zmin = 10X1 + 3.5X2 + 4.0X3 + 3.2X4
Restricciones
100X1 + 50X2 + 80X3 + 40X4 200.000
dlares
disponibles
12X1 + 4.0X2 + 4.8X3 + 4.0X4 0.09*200.000
rendimiento
100X1 0.5*200.000
inversin mxima de X1
50X2 0.5*200.000
80X3 0.5*200.000
40X4 0.5*200.000
No
negatividad
Xi 0; i=1,4
National Insurance Associates
Acciones
Accionea asignadas a A
Cantidad
1
Riesgo
10
B
1
3.5
D
1
4
1 Min
3.2
20.7
RESTRICCIONES
USO DE RECUROS
Dlares disponibles
100
50
80
Rendimiento annual
12
4
4.8
Invesin mx en A
100
Invesin mx en B
50
Invesin mx en C
80
Invesin mx en D
Utilizado
40
270
4
24.8
100
50
80
40
40
LIMITE No utiliz
200000 199730.00
18000 -17975.20
100000 99900.00
100000 99950.00
100000 99920.00
100000 99960.00
Thomson. Pgina 316. Problema 16.
23
Pgina: 48
Programacin Lineal
Resultados del SOLVER

National Insurance Associates
Acciones
Accionea asignadas a A
Cantidad
333.3333
Riesgo
10
RESTRICCIONES
Dlares disponibles
Rendimiento annual
Invesin mx en A
Invesin mx en B
Invesin mx en C
Invesin mx en D
USO DE
RECUROS
100
12
100
C
D
0 833.333333 2500 Min
3.5
4
3.2 14666.67
50
4
80
4.8
50
80
Utilizado
LIMITE No utiliz
40
200000 200000
0.00
4
18000
18000
0.00
33333.33 100000 66666.67
0 100000 100000.00
66666.67 100000 33333.33
40
100000 100000
0.00
24. La administracin de Carson Stapler Manufacturing Company pronostica

para el
trimestre que viene una demanda de 5000 unidades para su modelo
Sure-Hold.
Esta engrapadora se ensambla a partir de tres componentes
principales: la
base, el cartucho de grapa y la manija. Hasta ahora Carson ha fabricado
los tres
componentes. Sin embargo, el pronstico de 5000 unidades es un
nuevo
volumen mximo de venta y la empresa quiz no tenga suficiente
capacidad de produccin para la fabricacin de todos los componentes.
La administracin est pensando contratar una empresa maquiladora
local para producir por lo menos una parte de los componentes. Los
requisitos de tiempos de produccin por unidad son como sigue:
Departamento
A
B
C
Tiempo de produccin (horas)

Base
Cartucho
Manija
0.03
0.02
0.05
0.04
0.02
0.04
0.02
0.03
0.01
Tiempo
disponible
(horas)
400
400
400
Note que cada componente fabricado por Carson ocupa tiempo de

produccin en cada uno de los tres departamentos.
Despus de tomar en consideracin los gastos generales, las materias
primas y los costos de mano de obra de la empresa, el departamento
de contabilidad ha llegado al costo unitario, en dlares, de
manufactura de cada componente. Estos datos junto con las
cotizaciones de la empresa maquiladora de los precios de compra, en
dlares, son como sigue:
Componente
Base
Costo de manufactura Costo de adquisicin

0.75
0.95
Cartucho
Manija
0.40
1.10
0.55
1.40
Pgina: 49
Programacin Lineal
a. Determine cul sera la decisin de fabricar o comprar para Carson,

que haga
que pueda cumplirse la demanda de 5000 unidades a un costo total
mnimo.
De cada componente, Cuntas unidades debern ser fabricadas y
cuantas
debern ser adquiridas?
b. Qu departamentos estn limitando el volumen de fabricacin? Si
pudiera
considerarse tiempo extraordinario a un costo adicional de $3 la
hora, Qu
departamento o departamentos deberan ser motivo de tiempo
extra?
Explique.
c. Suponga que en el departamento A se pueden programar hasta 80
horas
de
tiempo extra. Qu recomendara usted?24
Solucin:
Definicin de
variables
X11 = Numero de bases para grapadoras producidas
X12 = Numero de cartuchos para grapadoras producidos
X13 = Numero de manijas producidas para grapadoras
producidas X21 = Numero de bases para grapadoras
adquiridas
X22 = Numero de cartuchos para grapadoras adquiridos
X23 = Numero de manijas para grapadoras adquiridas
Funcin Objetivo
Zmin = 0.75X11 + 0.40X12 + 1.10X13 + 0.95X21 + 0.55X22 + 1.40X23
Restricciones
0.03X11 + 0.02X12 + 0.05X13 400
0.04X11 + 0.02X12 + 0.04X13 400
0.02X11 + 0.03X12 + 0.01X13
400
X11 + X21 = 5.000 cantidad de
bases
X12 + X22 = 5.000
cantidad de
cartuchos X13 + X23 = 5.000
cantidad de manijas
horas disponibles Dep.

A
B
C
No negatividad
Xij 0; i=1,2; j=1,3
Unidades de
Cantidad
Costos
Carson Stapler Manufacturing Company

Producidas
Adquiridas
Grapas Cartuchos Manijas Grapas Cartuchos Manijas
1
1
1
1
1
1 Min
0.75
0.4
1.1
0.95
0.55
1.4
5.15
24
Pgina: 50
RESTRICCIONES
USO DE RECUROS
Horas Departamento A
0.03
0.02
Horas Departamento B
0.04
0.02
Horas Departamento C
0.02
0.03
Cantidad de bases
1
Cantidad de cartuchos
1
Cantidad de manijas
Programacin Lineal
0.05
0.04
0.01
1
1
1
Utilizado
0.1
0.1
0.06
2
2
2
=
=
=
LIMITE No utiliz
400
399.90
400
399.90
400
399.94
5000 4998.00
5000 4998.00
5000 4998.00
=
=
=
LIMITE No utiliz
400
0.00
400
0.00
400
137.50
5000
0.00
5000
0.00
5000
0.00
Datos de salida de SOLVER

Unidades de
Cantidad
Costos
Carson Stapler Manufacturing Company

Producidas
Adquiridas
Grapas Cartuchos Manijas Grapas Cartuchos Manijas
3750
5000
3750
1250
0
1250
0.75
0.4
1.1
0.95
0.55
1.4
RESTRICCIONES
USO DE RECUROS
Horas Departamento A
0.03
0.02
Horas Departamento B
0.04
0.02
Horas Departamento C
0.02
0.03
Cantidad de bases
1
Cantidad de cartuchos
1
Cantidad de manijas
0.05
0.04
0.01
1
1
1
Min
11875
Utilizado
400
400
262.5
5000
5000
5000
25. Golf Shafts (GSI) produce palos de grafito para varios fabricantes de
palos de
golf. Dos instalaciones de fabricacin de GSI, una localizada en San Diego
y otra
en Tampa, tienen capacidad para producir palos en diversos grados de
rigidez,
desde modelos normales, principalmente utilizados por golfistas
promedio, hasta
modelos extrargidos, utilizados principalmente por golfistas con bajo
handicap y
profesionales. GSI acaba de recibir un contrato para la produccin de
200.000
palos normales y 75.000 rgidos. Dado que ambas plantas actualmente
estn
produciendo palos de golf para cumplir con rdenes anteriores, ningn
de las
plantas tiene capacidad suficiente, por si misma, para llenar el nuevo
pedido. La
planta de San diego puede producir hasta un total de 120.000 palos, y
la de
Tampa, hasta un total de 180.000 palos de golf. Debido a
diferencias en
equipamiento en cada una de las plantas y de distintos costos de mano
de obra,
los costos de produccin unitarios son distintos, como se
muestra a
continuacin:
Palo normal
Palo rgido
Costo de San Diego Costo de Tampa

$ 5.25
$ 4.95
$ 5.45
$ 5.70
a. Formule un modelo de programacin lineal para determinar la manera

en que
GSI deber programar la produccin de este nuevo pedido para

minimizar el
costo total de produccin.
b. Utilice cualquier cdigo de programacin lineal para resolver el
modelo
desarrollado en el inciso (a)
c. Suponga que algunas de las rdenes anteriores de la planta de Tampa
podran
ser reprogramadas para liberar la capacidad adicional para esta nueva
orden.
Merecera esto la pena? Explique.
d. Suponga que el costo de producir un palo de golf rgido en
Tampa
fue
incorrectamente calculado, y que el costo correcto es de 5.30 dlares
por palo.
Pgina: 51
Programacin Lineal
Qu efecto, si es que hubiera alguno, tendra lo anterior sobre la

solucin ptima desarrollada en el inciso (b)? Qu efecto tendra lo
anterior sobre el costo total de produccin? 25
Solucin a):
Definicin de
variables
X1 = Numero de unid. de palos de golf normales fabricados en San Diego
X2 = Numero de unid. de palos de golf extrargidos fabricados en San
Diego X3 = Numero de palos de golf normales fabricados en Tampa
X4 = Numero de palos de golf extrargidos fabricados en Tampa
Funcin Objetivo
Zmin = 5.25X1 + 5.45X2 + 4.95X3 + 5.70X4
Restricciones
X1 + X3 =
200.000
X2 + X4 = 75.000
palos de golf normales

palos de golf
extrargidos
palos fabricados en San
Diego palos fabricados en
Tampa
X1 + X2
120.000
X3 + X4
180.000
No negatividad
Xi 0; i=1,4
Datos de entrada
SOLVER
Golf Shafts (GSI)

San Diego
Palos de Golf
Tampa
Normales Extrargid Normales Extrargid
Cantidad
Costos
5.25
5.25
4.95
RESTRICCIONES
1 Min
5.7
USO DE RECUROS
Palos normales
Palos
extrargidos
Fabric. San Diego
Fabric. Tampa
Utilizado
1
1
21.15
LIMITE No utiliz
2 200000 199998.00
1
75000 74998.00
2 120000 119998.00
1
2 180000 179998.00
25
Pgina: 52
Programacin Lineal
Golf Shafts (GSI)

San Diego
Palos de Golf
Normales Extrargid Normales Extrargid
Cantidad
Costos
20000
75000
5.25
5.25
RESTRICCIONES
180000
4.95
0 Min
5.7
USO DE RECUROS
Palos normales
Palos
extrargidos
Fabric. San Diego
Fabric. Tampa
Tampa
Utilizado
1
1
1E+06
LIMITE No utiliz
2E+05 200000
0.00
75000
0.00
75000
95000 120000 25000.00

1
2E+05 180000
0.00
26. La Pfeiffer Company administra aproximadamente 15 millones de dlares

para sus
clientes. Para cada Cliente, Pfeiffer escoge una mezcla de tres
tipos de
inversiones: un fondo de valores de crecimiento, un fondo de
ingresos y un
fondo de mercado de dinero. Cada cliente tiene objetivos de inversin
distintos
y diferentes tolerancias de riesgo. Para dar gusto a estas diferencias,
Pfeiffer
establece lmites en cada cartera para los porcentajes que pueden ser
invertidos
en estos tres fondos y a cada cliente le asigna un ndice de riesgo.
As como este sistema funciona para Dennos Hartmann, uno de los
clientes
de
Pfeiffer Con base en una evaluacin de la tolerancia al riesgo de
Hartmann,
Pfeiffer le ha asignado a la cartera de Hartmann un ndice de 0.05.
Adems,
para mantener cierta diversidad, la fraccin de la cartera de Hartmann
invertida
en fondos de crecimiento y de ingresos debe ser por lo menos de 10%
cada
una
y por lo menos 20% deber estar invertido en fondos de mercado de
dinero.
Las evaluaciones de riego para los fondos de crecimiento, de
ingresos y de mercado de dinero son respectivamente 0.10, 0.05 y 0.01.
El ndice de riesgo de cada una se calcula como el promedio ponderado
de la valuaciones de riesgo de los tres fondos, donde los coeficientes de
ponderacin son iguales a la fraccin de la cartera invertida en cada
uno de los tres fondos. Hartmann le ha dado 300.000 dlares a
Pfeiffer para su administracin. Pfeiffer est pronosticando
actualmente un rendimiento del 20% en el fondo de crecimiento,
10% en el fondo de ingresos y 6% en el fondo de mercad de dinero.
a. Desarrolle un modelo de programacin lineal para
seleccionar la
mejor mezcla de inversiones para el cartera Hartmann.
b. Resuelva el modelo desarrollado en el inciso (a)
c. Cunto pueden variar los rendimientos de los tres fondos, antes
que Pfeiffer tenga que modificar la composicin de la
cartera de Hartmann?
d. Si Hartmann fuera mas tolerante al riesgo. qu aumento de
rendimiento podra esperar? Por ejemplo, Qu pasara si su
ndice de riesgo de cartera aumentara al 0.06?
Pgina: 53
Programacin Lineal
e. Si Pfeiffer revisa hacia abajo su estimacin de rendimiento

para el
fondo de crecimiento hasta 0.10, Cmo recomendara usted
que se
modificara la cartera de Hartmann?
f. Qu informacin debe mantener Pfeiffer sobre cada cliente para
utilizar este sistema para la administracin de las carteras
de los clientes?
g. En base semanaria Pfeiffer revisa las estimaciones de
rendimiento
de cada uno de los tres fondos. Suponga que Pfeiffer
tiene 50
clientes. Describe la forma en que Pfeiffer podra ser
modificaciones
semanales en cada cartera de cliente, y asignar los fondos
totales
administrados entre los tres fondos de inversin.26
Solucin a):
Definicin de
variables
X1 = Cantidad de dlares asignados a valores de
crecimiento
X2 = Cantidad de dlares asignados a ingresos
X3 = Cantidad de dlares asignados a mercado de dinero
Funcin Objetivo
Zmax = 0.20X1 + 0.10X2 + 0.06X3
Restricciones
X1 0.10*300.000
para valores de
crecimiento X2 0.10*300.000
para
ingresos
X3 0.20*300.000 para mercado de
dinero X1 + X2 +X3 300.000 cartera
0.10X1 + 0.05X2 + 0.01X3 0.05*300.000 riesgo de cartera
No negatividad
Xi 0; i=1,3
La Pfeiffer Company
Asignados a
Cantidad de
dlares
CrecimientoIngresos Mercado
1
Rendimiento
0.2
0.1
RESTRICCIONES
USO DE RECUROS
Crecimiento
0.06
0.1
0.05
LIMITE No utiliz
30000 -29999.00
30000 -29999.00
60000 -59999.00
0.01
0.16
Mercado de dinero
0.36
Utilizado
Ingresos
Riesgo
1 Max
15000
14999.84
Cartera
3 300000 299997.00
Thomson. Pgina 317. Problema 19
26
Pgina: 54
Programacin Lineal
La Pfeiffer Company
Asignados a
Cantidad de
dlares
CrecimientoIngresos Mercado
120000
30000
0.2
RESTRICCIONES
USO DE RECUROS
Crecimiento
0.1
150000 Max
Rendimiento
0.06
Utilizado
Ingresos
LIMITE No utiliz
1E+05
30000 90000.00
30000
30000
2E+05
60000 90000.00
15000
15000
0.00
3E+05 300000
0.00
Mercado de dinero
36000
Riesgo
0.1
0.05
0.01
Cartera
0.00
27. La Jolla Beverage Products est pensando en producir un refresco de

vino, que
sera mezcla de un vino blanco, de un vino rosado y de jugo de fruta. A
fin de
llenar las especificaciones de sabor, el refresco de vino debe estar
hecho con
por lo menos 50% de vino blanco, un mnimo de un 20% y no ms de
un 30%
de rosado, y 20% de jugo de fruta. La Jolla adquiere el vino de los
viedos o
lugares cercanos y el jugo de frutas de una planta procesadora
en San
Francisco. Para el perodo actual de produccin, pueden adquirirse
10.000
galones de vino blanco y 8.000 galones de vino rosado, no hay
lmite
en
la
cantidad de jugo de fruta que se puede pedir. El costo de los vinos es
de
un
dlar por galn para el vino blanco y de 1.50 dlares por galn para
el
vino
rosado; el jugo de fruta se puede adquirir a 0.50 por galn. La Jolla
Beverage
Products puede vender todo el refresco que pueda producir a 2.50
dlares
por
galn.
a. En esta situacin, es el costo de vino y el costo de frutas un costo
hundido,
o uno relevante? Explique.
b. Formule un programa lineal para determinar el nmero de galones
que La
Jolla Beverage Products deber adquirir de cada ingrediente y la
contribucin
a la utilidad total que obtendrn de esta mezcla.
c. Si La Jolla Beverage Products pudiera obtener cantidades adicionales
de vino
blanco, debera hacerlo? De hacerlo, Cunto debera estar dispuesto
a pagar
por cada galn adicional, y cuantos galones adicionales deseara
adquirir?
d. Si La Jolla Beverage Products pudiera obtener cantidades adicionales

de vino
rosado, debera hacerlo? De hacerlo, Cunto debera estar dispuesto
a pagar
por cada galn adicional, y cuanto galones adicionales deseara
adquirir?
e. Interprete el precio dual para la restriccin que corresponde al
requisito de
que el refresco de vino debe contener por lo menos 50% de vino
blanco.Cual
sera su consejo a la administracin respecto a este precio dual?
f. Interprete el precio dual de la restriccin que correspndela requisito
de que al
refresco de vino debe contener exactamente el 20% de jugo de
frutas.Cual
es su consejo a la administracin respecto a este precio dual?27

27
Pgina: 55
Programacin Lineal
Solucin b):
Definicin de
variables
X1 = Cantidad de galones de vino
blanco
X2 = Cantidad de galones de vino
rosado
X3 = Cantidad de galones de jugo de
frutas
Funcin Objetivo
Zmax = 2.5*(X1+X2+X3) - 1X1 - 1.5X2 -0.5X3
Restricciones
X1 10.000 cantidad mxima de vino blanco
X2 8.000 cantidad mxima de vino rosado
X1 0.5(X1 +X2 + X3) dosificacin mxima de vino
blanco
X2 0.2(X1 +X2 +X3)
dosificacin mnima de vino
rosado
X2 0.3(X1 +X2 +X3)
dosificacin mxima de vino
rosado
X3 0.2(X1 +X2 +X3) dosificacin de jugo de frutas
No negatividad
Xi 0; i=1,3
Galones de
La Pfeiffer Company
Vino
V.
Blanco
Rosado
Cantidad
Utilidad
Frutas
1 Max
1.5
RESTRICCIONES
USO DE RECUROS
Vino blanco
Vino rosado
4.5
Utilizado
1
LIMITE No utiliz
10000 9999.00
8000
7999.00
Min. vino blanco
0.5
-1
-1
-1.5
-1.50
Min. vino rosado
-0.2
0.8
-0.2
0.4
-0.40
Max. vino rosado

Max. frutas
-0.3
0.7
-0.3
-0.2
-0.2
0.8
0.1
0.4
0
0
-0.10
-0.40
Galones de
Cantidad
La Pfeiffer Company
Vino
V.
Blanco
Rosado
10000
3000
Frutas
2000 Max
Utilidad
1.5
22000
Pgina: 56
Programacin Lineal
RESTRICCIONES
USO DE RECUROS
Vino blanco
Vino rosado
Utilizado
LIMITE No utiliz
10000
10000
3000
8000
0.00
5000.00
Min. vino blanco
0.5
-1
-1
1E-08
0.00
Min. vino rosado
-0.2
0.8
-0.2
6E-09
0.00
Max. vino rosado

Max. frutas
-0.3
0.7
-0.3
-0.2
-0.2
0.8
-1500
-1000
0
0
1500.00
1000.00
28. El gerente de programacin del Canal 10 desea determinar la mejor

forma de
asignar el tiempo para la difusin de las noticias vespertinas de las
11:00 a las
11:30. Especficamente le gustara determinar el nmero de minutos de
tiempo
de difusin dedicado a noticias locales, noticias nacionales, el
clima y los
deportes. A lo largo de los 30 minutos de difusin, se reservan 10
minutos para
nubilidad. La poltica de difusin indica que por lo menos 15% del
tiempo
disponible deber dedicarse a cobertura de noticias locales el tiempo
dedicado a noticias locales y nacionales deber ser por lo menos 50%
del tiempo total de difusin; el tiempo dedicado al segmento del clima
deber ser inferior o igual al tiempo que se dedique al segmento de
deportes; el tiempo dedicado al segmento de deportes no deber
ser superior al tiempo total dedicado a noticias locales y nacionales;
y por lo menos, 20% del tiempo deber dedicarse al segmento del
clima. Los costos de produccin por minuto son de 300 dlares para
noticias locales, 200 dlares para noticias nacionales, 100 dlares para
el clima y 100 dlares para deportes.
Solucin:
Definicin de
variables
X1 = nmero de minutos para noticias locales
X2 = nmero de minutos para noticias
nacionales X3 = nmero de minutos sobre
clima
X4 = nmero de minutos sobre deportes
Funcin Objetivo
Z min = 300X1 + 200X2 + 100X3 + 100X4
Restricciones
X1 15%(X1 + X2 + X3 + X4) tiempo noticias locales
X1 + X2 50%(X1 + X2 + X3 + X4) tiempo noticias locales y
nacionales X3 X4 tiempo de noticias del clima
X4 (X1 + X2) tiempo para deportes
X3 20%(X1 + X2 + X3 +X4) tiempo para clima
X1 +X2 + X3 + X4 = 20 tiempo disponible en
minutos No negatividad
Xi 0; i=1,4
PROGRAMACIN CANAL 10
Pgina: 57
MINUTOS en
Noticias
Programacin Lineal
Locales Nacionales Clima Deportes
Cantidad
Costos
300
200
100
RESTRICCIONES
1 Min
100
USO DE RECUROS
Noticias Locales
Not. Locales y Nac
700
Utilizado
LIMITE No utiliz
0,85
-0,15
-0,15
-0,15
0,4
-0,40
0,5
0,5
-0,5
-0,5
0,00
-1
0,00
-1
-1,00
0,2
4
0
20
-0,20
16,00
Noticias Clima
Noticias Deportes
Noticias Clima
Tiempo disponible
-0,2
-0,2
0,8
-0,2

PROGRAMACIN CANAL 10
MINUTOS en
Noticias
Cantidad
Costos
Locales Nacionales Clima Deportes

3
300
200
100
RESTRICCIONES
Noticias Locales
Not. Locales y Nac
5 Min
100
USO DE RECUROS
3300
Utilizado
LIMITE No utiliz
0,85
-0,15
-0,15
-0,15
-2E-12
0,00
0,5
0,5
-0,5
-0,5
9E-12
0,00
-1
0,00
-1
-5,00
1
20
0
20
-1,00
0,00
Noticias Clima
Noticias Deportes
Noticias Clima
Tiempo disponible
-0,2
-0,2
0,8
-0,2
29. Gulf Coast Electronics est listo para asignar contratos para la
impresin de su
informe anual. Durante los ltimos aos, un informe anual a cuatro
colores ha
sido impreso por Johnson Printing y Likeside Litho. Una nueva
empresa,
Benson Printing, ha inquirido sobre la posibilidad de efectuar una
parte de la
impresin. El nivel de calidad y servicio de Likeside Litho ha
sido
extremadamente elevado; de hecho slo el 0,05% de sus informes
tuvieron que
ser descartados por problemas de calidad. Johnson Printing tambin ha
tenido
un nivel histrico elevado de calidad, produciendo un promedio de slo
1% de
informes no aceptables. Dado que la Gulf Coast Electronics no ha
tenido
experiencia con Benson Printing, ha estimado su tasa de defectos en
10%. A
Gulf Coast Electronics le gustara determinar cuantos informes
debern ser
impresos por cada una de estas empresas, para obtener 75.000
informes de
calidad aceptables. Para asegurarse de que Benson Printing recibir una

parte
del contrato de la administracin ha especificado que el nmero de
informes
asignados a Benson Printing deber ser, por lo menos 10% del volumen
que se
asigne a Johnson Printing. Adems el volumen total asignado a Benson
Printing,
Johnson Printing y Likeside Lithono deber exceder 30.000, 50.000 y
50.000
ejemplares respectivamente. Debido a la larga relacin desarrollada con
Likeside
Litho, la administracin tambin ha indicado que a Likeside Litho se le
deber
Pgina: 58
Programacin Lineal
asignar por lo menos 30.000 informes. El costo por ejemplar es de 2.45

dlares para Benson Printing, 2.50 dlares para Johnson Printing, y
2.75 dlares para Likeside Litho.
a. Formule y resuelva un programa lineal para determinar cuntos
ejemplares
debern asignarse a cada empresa impresora, para maximizar el costo
total de
obtener 75.000 informes de calidad aceptable.
b. Suponga que el nivel de calidad de Benson Printing resulta mucho
mejor
a
lo
estimado. Qu efecto, si es que existe alguno, tendra?
c. Suponga que la administracin est dispuesta a reconsiderar su
requisito de
que a Likeside Litho se le den por lo menos 30.000 informes.Que
efecto, si es
que hay alguno, tendra esto?
Solucin:
Definicin de
variables
X1 = cantidad de ejemplares asignados a Litho
X2 = cantidad de ejemplares asignados a
Johnson
X3 = cantidad de ejemplares asignados a
Benson
Funcin Objetivo
Zmax = 2.75X1 + 2.5X2 +2.45X3
Restricciones
99.5%X1 + 99%X2 + 90%X3 75.000 ejemplares de buena
calidad X3 10%X2 asignacin mnima Benson
X3 30.000 asignacin max a
Benson
X2 50.000 asignacin max a
Johnson
X1 50.000 asignacin max a Litho
X1 30.000 asignacin min a Litho
No negatividad
Xi 0; i=1,3
PROGRAMACIN Gulf Coast Electronics
Ejemplares
Cantidad
Costos
RESTRICCIONES
Litho
Johnson Benson
2,75
2,5
1 Max
2,45
USO DE RECUROS
7,7
Utilizado
LIMITE No utiliz
Pgina: 59
Programacin Lineal
Ejemplares de calidad
0,995
0,99
Johnson y Benson
-0,1
0,9
-0,90
30000 29999,00
50000 49999,00
50000 49999,00
30000
Ejemplares Benson
Ejemplares Johnson
0,9
1
1
Ejemplares Litho
Ejemplares Litho
2,885
7500074997,12
0
-29999
Datos salida SOLVER

PROGRAMACIN Gulf Coast Electronics
Ejemplares
Litho
Cantidad
50000
Costos
RESTRICCIONES
2,75
Johnson Benson
0 28055,6 Max
2,5
2,45
206236
USO DE RECUROS
Utilizado
Ejemplares de calidad
0,995
0,99
0,9
Johnson y Benson
-0,1
28055,6
28055,6
30000 -1944,44
50000 50000,00
Ejemplares Benson
Ejemplares Johnson
Ejemplares Litho
Ejemplares Litho
1
1
LIMITE No utiliz
75000
50000
50000
750000,00
0 28055,56
50000
30000
0,00
20000
30. Como una ilustracin de la asignacin de recursos que usa la

programacin lineal,
considere el problema siguiente acerca de la planificacin de produccin
en una
tienda. La produccin debe fijarse para dos tipos de mquinas, la
maquina 1 y la
mquina 2. Ciento veinte horas de tiempo enlatables pueden fijarse
para
mquina1, y 80 horas para mquina 2. La produccin durante el
periodo de
planificacin se limita a dos productos. A y B, cada unidad del producto A
requiere
2 horas de tiempo del proceso en cada mquina. Cada unidad de
producto que B requiere de 3 horas en la mquina 1 y de 1.5 horas en la
mquina 2. El margen de la contribucin es $4.00 por cada unidad de
producto A y $5.00 por cada unidad de producto B. Ambos tipos de
productos pueden comercializarse prontamente; por consiguiente, la
produccin debe fijarse con el objetivo de aumentar al mximo la
ganancia.28
La formulacin:
Dado,
X1 = nmero de unidades del producto A para
produccin
X2 = nmero de unidades del producto B para
produccin
Maximizar la contribucin en la ganancia, Z = 4X1 + 5X2
28
Sets, Matrices, and Linear Programming. Robert L. Childress
Pgina: 60
Programacin Lineal
Sujeto a:
2X1 + 3X2 120 (recurso mquina 1)
2X1 + 1.5X2 80 (recurso mquina 2)
X1 0
(no negatividad)
X2 0
(no negatividad)
Datos de entrada para Solver
Solucin: opcin b)
Solucin
Z max
X1
X2
a)
213.33
20
25
b)
213.33
20
26.667
c)
313.33
25
26.667
d)
213.33
15
25
e)
213.33
20
16.667
31. Para ilustrar un problema de la programacin lineal en que el costo se

minimiza,
considere el problema que enfrenta el fabricante de metales. La empresa
produce
una aleacin que es hecho de acero y metal de trozos. El costo por la
tonelada de
acero es $50 y el costo por la tonelada de trozo es de $20. Los
requisitos
tecnolgicos para la aleacin son (1) un mnimo de una tonelada de
acero se
Pgina: 61
Programacin Lineal
requiere para cada dos toneladas de trozo; (2) una hora de tiempo de
procesamiento se requiere por cada tonelada de acero, y se requieren
cuatro
horas de tiempo de procesamiento por cada tonelada de trozo; (3) el
acero
y
el
trozo se combinan linealmente para hacer la aleacin. La prdida en
proceso
del
acero es 10 por ciento y la prdida en proceso del trozo es 20 por ciento.
Aunque
la produccin puede exceder la demanda, un mnimo de 40
toneladas
de
la
aleacin debe fabricarse. Para mantener el funcionamiento de la
planta
eficazmente, un mnimo de 80 horas de tiempo de procesamiento debe
usarse.
El
suministro tanto de los trozos como del acero es adecuado para la
produccin
de
la aleacin. El objetivo del fabricante es producir la aleacin a un costo
mnimo.29
La formulacin matemtica al problema de programacin lineal puede
plantearse de la siguiente manera
Dado,
X1 = nmero de toneladas de acero para produccin de
aleacin
X2 = nmero de toneladas de trozo para produccin de
aleacin
Minimizar el costo Z = 50X1 + 20X2
Anlisis:
(1) un mnimo de una tonelada de acero se requiere por cada dos
toneladas
de
trozo
1
X1
2
X 2 ; X 2 2X1 ; X2 - 2X1 0 ; 2X1 - X2 0
(2) se necesitan una hora de procesamiento por cada tonelada de
acero y
cuatro horas de tiempo de procesamiento por cada tonelada de
trozo y un
mnimo de 80 horas
1X1 + 4X2 80
(3) La prdida en proceso es del 10% de acero y el 20% de trozo,
demanda
mnima d 40 toneladas de aleacin
rendimiento del acero (1-10%)X1
rendimiento del trozo (1-20%)X2
(1-10%)X1 + (1-20%)X2 40
0.90X1 + 0.80X2 40
Sujeto a:
2X1 - X2 0
1X1 + 4X2 80
0.90X1 + 0.80X2
X1 0
29
(1)
(2)
40 (3)
(no negatividad)
Sets, Matrices, and Linear Programming. Robert L. Childress
Pgina: 62
X2 0
Programacin Lineal
(no negatividad)
Solucin: opcin a)
Solucin
Z max
X1
X2
a)
1.440
16
32
b)
1.440
32
16
c)
144
16
26.667
d)
1.440
15
25
e)
1.044
32
16.667
32. La Kenmore Corporation, un fabricante progresista de mecanismos

civiles y
militares, fabrica actualmente una lnea de armas para civiles, con una
produccin
actual diaria de 30 unidades del modelo Z-1200 y de 120 unidades del
modelo Z1500. El vicepresidente de manufactura quiere saber si podra
aumentarse las
ganancias cambiando la mezcla de productos entre los dos modelos. Se
compil la
Pgina: 63
Programacin Lineal
siguiente informacin sobre las horas requeridas para la fabricacin de cada

modelo y las capacidades de los departamentos de la fbrica.30
Horas-Hombre requeridas Capacidad
Departamentos
Modelo
Z- Modelo
Departamental
(horas
1200
1500
diarias)
Dep. 1
2
0
300
Dep. 2
0
3
540
Dep. 5
2
2
440
Dep. 4
1 1/5
1 1/2
300
Contribucin
por unidad
$ 50
$ 40
Formulacin del problema:
X1 = Cantidad de unidades del modelo Z-
1200
X2 = Cantidad de unidades del modelo Z1500
Funcin Objetivo: Maximizar Z = 50
X1 + 40 X2 Restricciones:
2 X1 + 0 X2 300
por Dep. 1
0 X1 + 3 X2 540
por Dep. 2
2 X1 + 2 X2 440
por Dep. 5
1.2 X1 + 1.5 X2 300
por Dep. 4
No
negatividad:
X i 0; i = 1, 2
Solucin grfica por computador (usando el GLP)
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de

Investigacin de Operaciones. Limusa. Pag 273
30
Z-
Pgina: 64
Programacin Lineal
Solucin con SOLVER:
Datos de entrada
Pgina: 65
Datos de salida:
Produccin Actual: Z = 50(30) + 40(120) = $

6.300
Produccin Nueva: Z = 50(150) + 40(70) = $
10.300
Aumenta las ganancias en: 10.300 - 6.300 = $
4.000
Respuestas mltiples: respuesta correcta d)
a) aumenta las ganancias en $ 3.000
b) aumenta las ganancias en $ 6.300
c) aumenta las ganancias en $ 10.300
d) aumenta las ganancias en $ 4.000
e) no aumenta las ganancias
Programacin Lineal
Pgina: 66
Programacin Lineal
33. Reddy Mikks produce pinturas tanto para interiores como para exteriores
a partir
de dos materias primas, M1 y M2. La siguiente tabla proporciona los datos
bsicos
del problema:

por tonelada de
Disponibilidad
Pintura para Pintura para mxima
diaria
Materia prima, M1 exteriores
interiores
en toneladas
6
4
24
Materia prima, M2
1
2
6
Utilidad
por $ 5
tonelada
(1000 dlares)
$4
Una encuesta de mercado restringe la demanda mxima diaria de

pintura
para
interiores a 2 toneladas. Adems la demanda diaria de pintura para
interiores
no puede exceder a la de pintura para exteriores por ms de 1
tonelada.
Reddy Mikks quiere determinar la mezcla de producto ptima (la
mejor)
de
pinturas para interiores y para exteriores que maximice la
utilidad
diaria
total.31
Definicin de variables:
X1 = Nmero de toneladas de Pintura para
Exteriores
X2 = Nmero de toneladas de Pintura para
Interiores
Funcin objetivo: Maximizar Z = 5.000 X1 + 4.000 X2
Restricciones
6 X1 + 4 X2 24
1 X1 + 2 X2 6
0 X1 + 1 X2 2
-1X1 + 1 X2 1
No
negatividad:
X i 0; i = 1, 2
por disp.
M1 por
prima M2
de pint.
diaria
Materia prima
disp. Materia
mximo diario
Int. demanda
31
Handy A. Taha. Investigacin de Operaciones. Una Introduccin. Prentice Hall. Pag. 11
Pgina: 67
Programacin Lineal
Solucin con SOLVER:

Datos de entrada
Datos de salida:
Pgina: 68
Programacin Lineal
Solucin:
Producir diariamente 3 toneladas de pintura para exteriores y 1.5
toneladas
de
pintura para interiores, para producir una ganancia mxima de $
21.000,00
Solucin mltiple: respuesta correcta c)
Rubro
Pint. Ext (ton)
Pint. Int (ton)
Ganan. max.($)
a
1.5
3.0
21.000
b
3.0
1.5
20.000
Respuestas
c
3.0
1.5
21.000
d
1.5
1.5
20.000
e
3.5
2.0
21.000
34. Ozark Farms utiliza diariamente 800 libras de alimento especial. El alimento
especial es una mezcla de maz y semilla de soya, con las
siguientes composiciones:
Maz
Semilla de Soya
Libra por libra de alimento

para ganado
Costo (/libra)
Protenas
Fibra
0.09
0.02
0.30
0.60
0.06
0.90
Los requerimientos dietticos diarios del alimento especial estipulan

que por lo menos un 30% de protenas y cuando mucho un 5% de fibra.
Ozark Farms desea determinar el costo mnimo diario de la mezcla de
alimento.32

X1 = Cantidad de libras de Maz
X2 = Cantidad de libras de Semilla de Soya
32
Pgina: 69
Programacin Lineal
Funcin Objetivo: Minimizar Z = 0.30 X1 + 0.90 X2

Restricciones:
0.09 X1 + 0.60 X2 0.30*(X1 +
X2)
0.02 X1 + 0.06 X2 0.05*(X1 +
X2)
X1 +
X2 800
No negatividad:
por
protenas
por fibra
produccin
X i 0; i = 1, 2
Solucin con SOLVER:
Pgina: 70
Programacin Lineal
Datos de entrada
Datos de Salida:
Solucin:
470.59 libras de maz,
329.41 libras de semilla de soya
costo mnimo del alimento: 437.65 por da.
Solucin mltiple: respuesta correcta b)
a)
b)
c)
d)
e)
$ 457.65 por da
$ 437.65 por da
$ 417.65 por da
$ 517.65 por da
$ 537.65 por da
35. Jack es un estudiante emprendedor de primer ao de la UTE.

Comprende que
slo el trabajo y nada de diversin hacen de Jack un muchacho
aburrido.
Como resultado de esto, Jack quiere distribuir su tiempo
disponible, de
alrededor de 10 horas al da, entre el trabajo y la diversin. Calcula que
el juego
es dos veces ms divertido que el trabajo. Tambin quiere estudiar
por lo
menos tanto como juega. Sin embargo, Jack comprende que si quiere
terminar
todas sus tareas universitarias, no puede jugar ms de cuatro horas al

da.
Pgina: 71
Programacin Lineal
Cmo debe distribuir Jack su tiempo para maximizar su satisfaccin

tanto en el trabajo como en el juego?33
X1 = nmero de horas de
juego
X2 = nmero de horas de
trabajo
Funcin objetivo: Maximizar Z = 2X1 +
X2 Restricciones:
X1 + X2 = 10
disponibilidad de tiempo
X2 X1
X1 - X2 0
trabajar por lo menos tanto como juega
X1 4
lmite de juego
No
negatividad
Xi 0; i= 1, 2
Solucin GLP
X2
PayOfptim.alDecisions(X1,X2): ( 4.0,46.0)
: 1.0X1 + 1.0X2 <= 10.0
: 1.0X1 - 1.0X2 <= 0.0
: 1.0X1 + 0.0X2 <= 4.0
Datos de Entrada Solver
33
X1.0
0 X.2 0= 2
Pgina: 72
X0.2
Programacin Lineal
Datos de Salida Solver
Juega cuatro horas y trabaja 6 horas.

Solucin mltiple: respuesta correcta d)
Rubro
Juega
Trabaja
Satisfaccin max
a
1.5
3.0
14.0
b
3.0
6.0
20.0
Respuestas
c
3.0
6.0
14.0
d
4.0
6.0
14.0
e
6.0
2.0
21.000
36. John debe trabajar por lo menos 20 horas a la semana para

completar su
ingreso mientras asiste a la escuela. Tiene la oportunidad de trabajar
en dos
tiendas al detalle: en la tienda 1 John puede trabajar entre 5 y 12
horas a la
semana, y en la tienda 2 le permiten trabajar entre 6 y 10 horas. Ambas
tiendas
pagan el mismo salario por hora. De manera que John quiere basar su
decisin
acerca de cuntas horas debe trabajar en cada tienda en un criterio
diferente: el
factor del estrs en el trabajo. Basndose en entrevistas con los
empleados
actuales, John calcula que, en una escala de 1 a 10, los factores des
estrs son
de 8 y 6 en las tiendas 1 y 2, respectivamente. Debido a que el estrs
aumenta
por hora, l supone que el estrs total al final de la semana es
proporcional al
Pgina: 73
Programacin Lineal
nmero de horas que trabaja en la tienda. Cuntas horas debe

trabajar en cada tienda?34
Formulacin
del
problema:
Definicin de
variables
X1 = nmero de horas de trabajo en la
tienda
1
X2 = nmero de horas de trabajo en la
tienda 2
Funcin objetivo: Minimizar Z = 8X1 + 6X2
Restricciones:
X1 5
X1 12
X2 6
X2 10
X1 + X2 20
No
negatividad
Xi 0; i = 1, 2
Solucin GLP
Payoff: 8.0 x1 + 6.0 X2 = 140.0
: 1.0 x1 + 0.0 X2 =
: 1.0 x1 + 1.0 X2 = 20.0
5.0
X2
12
11
: 0.0 x1 + 1.0 X2 = 10.0
109
8
7
6
5
: 0.0 x1 + 1.0 X2 =
: 1.0 x1 + 0.0 X2 = 12.0
43
2
1
0
0
Optimal Decisions(x1,X2): (10.0, 10.0)

: 1.0x1 + 0.0X2 >= 5.0
: 1.0x1 + 0.0X2 <= 12.0
: 0.0x1 + 1.0X2 >= 6.0
: 0.0x1 + 1.0X2 <= 10.0
: 1.0x1 + 1.0X2 >= 20.0
10
11
12
x1
6.0
34
Pgina: 74
Programacin Lineal
Datos de entrada Solver
Datos de salida Solver
Solucin:
John debe trabajar 10 horas a la semana en la tienda 1 y 10 horas en la
tienda
Rubro
Tienda 1
Tienda 2
Estrs min
a
11
11
14.0
b
10
10
20.0
Respuestas
c
10
6.0
14.0
d
10
10
140
e
10
10
21.000
Pgina: 75
Programacin Lineal
37. La Dumont Company, fabricante de equipo de pruebas, tiene tres

departamentos principales para la manufactura de sus modelos S1000
y
S2000. Las capacidades mensuales son las siguientes:
Requerimientos unitarios
de tiempo (horas)
Departamentos
Modelo Modelo SHoras disponibles en
S-1000 2000
el presente mes
De Estructura principal4
2
1600
De Alambrado elctrico
2.5
1 1200
De Ensamble
4.5
1.5
1600
La contribucin del modelo S-1000 es de $ 40 000 por unidad, y la del
modelo S2000 es de $ 10 000 por unidad. Suponiendo que la compaa puede
vender
cualquier cantidad de cada uno de sus productos, debido a las
condiciones
favorables de mercado. Determnese la salida ptima para cada modelo,
la
contribucin ms alta posible para el presente mes y el tiempo sobrante
en los
tres departamentos.35
Formulacin
del
problema:
Definicin de
variables
X1 = nmero de unidades del modelo S1000
X2 = nmero de unidades del modelo S2000
Funcin objetivo: Maximizar Z = 40.000X1 +

10.000X2 Restricciones
4X1 + 2X2 1600
Dep. de Estructuras
2.5X1 + 1X2 1200
Dep. alambrado
4.5X1 + 1.5X2
elctrico Dep.
1600 No negatividad
ensamblaje
Xi 0; i = 1, 2
Solucin GLP

35
Pgina: 76
Programacin Lineal
: 2.5 X1 + 1.0 X2 = 1200.0
Payoff: 40.0 X1 + 10.0 X2 = 14222.2
X2
240
228
216
204
192
180
: 4.5 X1 +
1.5 X2 = 1600.0
168156
1321
44
: 4.0 X1 +
2.0 X2 = 1600.0
341
357
120
108
96
84
72
60
48
36
24
12
0
221
229
237
245
253
261
269
277
285
293
301
309
317
325
333
349
365

: 4.0X1 + 2.0X2 <= 1600.0
: 2.5X1 + 1.0X2 <= 1200.0
: 4.5X1 + 1.5X2 <= 1600.0
Datos entrada para Solver
Datos salida del Solver
Pgina: 77
373
381
389
Programacin Lineal
Fabricar 355,5 unidades del Modelo S-1000 solamente para producir un

beneficio de $14 222,20
Si la restriccin es fabricar componentes completos, fabricar 355 unidades del
modelo S-1000 y 1 unidad del modelo S-2000 para producir un beneficio
de
$
14
210,00
Rubro
Modelo S-1000
Modelo S-2000
Contribucin max
a
255.5
0.0
14.210
Respuestas
b
c
355.5
355.5
0.0
10.0
14.222,2
14.222,2
d
350
6.0
14.220
e
350
10.0
14.222,2
38. La Cincinnati Chemical Company debe producir 10 000 libras de una

mezcla
especial para un cliente. La mezcla se compone de los ingredientes: X1,
X2 y
X3. X1 cuesta $8/libra, X2 $ 10/libra y X3 $ 11/libra. No pueden usarse
mas de
3 000 libras de X1 y por lo menos deberan usarse 1 500 libras de X2.
Adems se requieren por lo menos 2 000 libras de X3.
a)
b)
c)
Calclese el nmero de libras de cada ingrediente que habr que

emplear. A fin de reducir la mnimo el costo total de las 10 000 libras.
Calclese el costo total ms bajo posible.
Hay libras sobrantes en el problema? 36
(Ref: Toma de decisiones por medio de Investigacin de

Operaciones. Thierauf. Limusa. Pag 274)
Formulacin
del
problema
Definicin
de
variables
X1 = nmero de libras del ingrediente X1

36
Pgina: 78
Programacin Lineal
X2 = nmero de libras del ingrediente

X2
X3 = nmero de libras del ingrediente
X3
Funcin objetivo: Minimizar Z = 8X1 + 10X2 +
11X3 Restricciones:
X1 + X2 + X3 =
cantidad
10.000 X1 3.000
produccin
X2 1.500
de X1
X3 2.000
cantidad
No
negatividad
Xi 0; i = 1, 3
cantidad
X3
Solucin:
b)
c)
cantidad
de
X2
a)
de
X1= 3000 libras

X2=
5000
libras
X3=
2000
libras
Costo ms bajo = $ 96 000,00
Debo utilizar 3500 libras ms de X2
de
Pgina: 79
Programacin Lineal
Rubro
Ingrediente X1
Ingrediente X2
Ingrediente X3
Costo min
Hay sobrantes?
a
3.000
5.000
2.000
96.000
No
Respuestas
c
3.000
6.000
1.000
69.000
No
b
2.500
6.000
1.500
69.000
Si
d
4.000
4.000
2.000
96.000
Si
e
3.000
5.000
2.000
69.000
No
39. La Gray Manufacturing Company ha seguido constantemente una

poltica de
fabricacin de aquellos productos que contribuyan con la mayor
cantidad a los
costos fijos y a las ganancias. Sin embargo, siempre se ha procurado
producir
los requerimientos mnimos semanales de venta, que son los siguientes
para los
productos K, L, M y N:
Producto K
25 unidades
Producto L
30 unidades
Producto M
30 unidades
Producto N
25 unidades
Los requerimientos de produccin y el tiempo disponible para la

semana siguiente son:
Tiempo
Departamento
Tiempo
Departamento
(horas)
requerido
por
producto disponible la
semana
prox. (horas)
400
Departamento
0.25
0.20
0.15
0.25
1000
0.30
0.40
0.50
0.30
500
Departamento
0.25
0.30
0.25
0.30
500
0.25
0.25
0.25
0.25
$ 9.00
$ 8.00
$ 10.0
Departamento
4
Contribucin
por unidad
$ 10.50
Actualmente, la mezcla semanal de produccin (considerando los

requerimientos mnimos de venta), es de:
Pgina: 80
Programacin Lineal
Producto K
1 533 unidades
Producto L
30 unidades
Producto M
30 unidades
Producto N
25 unidades
Son la mezcla actual de productos y la contribucin, para la empresa,

ptimas? En caso contrario Cul es la contribucin actual? Cules
deben ser las ptimas?37
X1
Nmero
de
producto
X2
=
=
Nmero
de
unidades
del
L
Nmero
de
producto
X4
del
producto
X3
unidades
unidades
del
M
Nmero
de
unidades
del
producto N
Funcin objetivo:
Maximizar Z = 10.5X1 + 9.0X2 + 8.0X3 + 10.0X4
Restricciones
0.25X1 + 0.20X2 + 0.15X3 + 0.25X4 400
Disp. Dep. 1
0.30X1 + 0.40X2 + 0.50X3 + 0.30X4 1000 Disp. Dep. 2

0.25X1 + 0.30X2 + 0.25X3 + 0.30X4 500
Disp. Dep. 3
0.25X1 + 0.25X2 + 0.25X3 +0.25X4 500 Disp. Dep. 4
X1 25
Venta mnima de K
X2 30
Venta mnima de L
X3 30
Venta mnima de M
X4 25
Venta mnima de N
No negatividad
Xi 0; i = 1,4
Datos de entrada para el Solver
37

Pgina: 81
Programacin Lineal

Respuestas
Rubro
a
b
c
Mezcla ptima? Si
No
Si
Contribucin act 18.433,2 16.856,5
16.556.0
Contribucin opt. 16.856,5 18.433,25 14.055.0
Producto K
976.5
976.5
906.5
Producto L
30
30
25
Producto M
957.5
957.5
975.6
Producto N
25
25
30
d
No
16.856.5
18.500.0
950
30
956.0
25
e
Si
16.500.0
14.500.0
976
30
950.0
35
Pgina: 82
Programacin Lineal
40. La LaCross Manufacturing Company esta considerando la fabricacin de

una
lnea de productos, compuesta de cuatro productos. Cada producto
puede
fabricarse con dos mtodos diferentes y completamente distintos, uno
de los
cuales consta de dos procesos y el otro de tres. Se fabricarn basndose
en el
segundo turno. El precio de venta de estos productos y sus costos
variables, as
como las cantidades que probablemente puedan venderse, de acuerdo
con el
grupo de investigaciones de mercadotecnia, son los siguientes:38
Producto
Precio de venta al mayoreo (40%
de descuento)
$ 100
$ 150
$ 125 $ 140
Costos variables - Mtodo A
$ 80
$ 135
$ 120 $ 135
Costos variables - Mtodo B
$ 110
$ 150
$ 100 $ 110
Cantidad que puede venderse
1000
3000
4000
6000
La seccin de manufactura de la empresa ha determinado que los tiempos de

manufactura para cada proceso son los siguientes:
Producto
1
3.0
3.6
2.0
3.5
10.0
8.0
9.0
1.0
1.0
0.5
0.5
Departamento 31
4.0
4.0
2.0
4.0
Departamento 32
5.0
8.0
4.0
3.0
Mtodo A
Departamento 20
Departamento 21
Departamento 22
9.0
Mtodo B
Las horas disponibles al mes:

Departamento 20 15 000
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigacin de

Operaciones. Limusa. Pag 275
38
Pgina: 83
Programacin Lineal
Formulacin
del
problema:
Definicin
de
variables
X11 = Nmero de unidades del producto 1 elaborados con el
mtodo

mtodo

mtodo

mtodo

mtodo

mtodo

mtodo

mtodo B
Funcin Objetivo:
Maximizar Z = (100-80)X11 + (150-135)X21 + (125-120)X31 +
(140-135)X41 + (100-110)X12 + (150-150)X22 + (125-100)X32 +
(140-110)X24
Restricciones
X11 + X12 1000
Venta producto 1
X21 + X22 3000
Venta producto 2
X31 + X32 4000
Venta producto 3
X41 + X42 6000
Venta producto 4
3.0X11 + 3.6 X21 + 2.0X31 + 3.5X41 15.000 Horas Dep. 20

9.0X11 + 10.0X21 + 8.0X31 + 9.0X41 50.000
Horas Dep. 21
1.0X11 + 1.0X21 + 0.5X31 + 0.5X41 8.000 Horas Dep. 22

4.0X12 + 4.0X22 + 2.0X32 + 4.0X42 10.000 Horas Dep. 31
5.0X12 + 8.0X22 + 4.0X32 + 3.0X42 10.000 Horas Dep. 32
No negatividad
Xij 0; i= 1,4; j = 1,2
Datos de entrada para el solver
Pgina: 84
Solucin:
P1= 1 000 unidades (Mtodo
A)
A)
P3= 600 unidades (Mtodo A)
B)
B)
Contribucin, $ 153 000,00
Programacin Lineal
41. Una fbrica elabora dos productos, A, B. Cada uno de ellos debe ser
procesado
en dos mquinas diferentes. Una mquina tiene una capacidad
disponible de 24
Pgina: 85
Programacin Lineal
horas y la otra de 16 horas. Cada unidad del producto A requiere de dos

horas en ambas mquinas. Cada unidad del producto B necesita de
tres horas en la primera mquina y de una hora en la segunda. La
utilidad incremental es de $6 por unidad del producto A y de $7 por
unidad del producto B, y la fbrica puede vender tantas unidades de
cada producto como pueda fabricar.
El objetivo de la fbrica es maximizar las utilidades. El problema
est en determinar cuntas unidades del producto A y del producto B
podran producirse dentro de los lmites disponibles por la capacidad de
las mquinas.39
Resumen:
Productos
Mquinas
1
2
Utilidad en $
A
2 horas
2 horas
6
Formulacin del problema

X1 = nmero de unidades
producto
A
producto B
B
3 horas
1 hora
7
del
del
Funcin objetivo: Maximizar Z = 6X1 + 7X2

Restricciones
2X1 + 3X2 24
2X1 + 1X2
16
No
negatividad
Xi 0 ; i = 1, 2
Solucin con GLP
capacidad de mquina
1
capacidad de mquina
2
Capacidad de
las mquinas
24 horas
16 horas
Bonini, Hansman, Bierman. Anlisis Cuantitativo para los Negocios. Novena Edicin. Irwin
McGrawHill. Pag. 43
39
Pgina: 86
Programacin Lineal
9
8
7
2 X1 +
1 X2 =
16
6
:
2 X1 +
3 X2 =
24
4
3
Payoff:
6 X1 +
7 X2 =
64
11
12
2
1
0
Optimal Decisions(X1,X2): (
: 2X1 +
3X2 <= 24
: 2X1 +
1X2 <= 16
3
6,
10
13
14
4)
Datos salida del Solver
Pgina: 87
15
16
Programacin Lineal
Solucin:
X1 = 6
X2 = 4
Z = 64
42. Al mezclar diferentes hidrocarburos, se obtiene gasolina de diferentes
grados,
que es el resultado directo de las operaciones de refinera. En una
operacin
real de refinacin, se realizan varias mezclas de hidrocarburos, que dan
muchas
clases de gasolina como producto final (por ejemplo, gasolina de
distintos
grados para avin y para carro), con caractersticas importantes
para
los
distintos grados de la composicin de la gasolina (por ejemplo,
octanaje,
presin del vapor, contenido de azufre y contenido de oxidante).
En este ejemplo simplificado, se supone que una refinera dispone slo
de dos tipos de gasolina, cuyas caractersticas se presentan en la
siguiente tabla:
Caractersticas de las mezclas de gasolina
Mezclas
disponibles
Octanaje
Gasolina tipo 1 104
Gasolina tipo 2 94
Presin de
vapor
5
9
Cantidad
Disponible
30 000 barriles
70 000 barriles
Estos tipos de gasolina pueden ser combinados para producir dos

productos finales, gasolina para avin y gasolina para carro. Las
cualidades que requieren estos productos finales aparecen en la
siguiente tabla:
Caractersticas de la gasolina como producto final
Presin
Productos
Octanaje
Mxima
Ventas
finales
mnimo
de vapor mximas
Gasolina avin 102
6
20 000 barriles
Gasolina carro 96
8
cualquiera
Precio
De venta
(por barril)
$45.10
$32.40
Cuando la gasolina se combina, la mezcla resultante tiene un octanaje y una

presin de vapor proporcional al volumen de cada tipo de gasolina que se
mezcl. Por
ejemplo, si se mezclan 1 000 barriles de gasolina tipo 1 con 1
000 barriles gasolina tipo 2, la gasolina resultante tendr un octanaje de 99:
1.000x1041.000x94
2.000
99
Y una presin de vapor de 7:
1.000x51.000x9
2.000
7
Pgina: 88
Programacin Lineal
La empresa desea maximizar los ingresos por la venta de gasolina

como producto final.40
Formulacin
del
problema:
X1 = nmero de barriles
de
de
de
de carro
de gasolina Tipo
avin
de gasolina Tipo
carro
de gasolina Tipo
avin
de gasolina Tipo
1, utilizada para gasolina

Funcin objetivo: Maximizar Z = 45.10 (X1 + X3) + 32.40 (X2 + X4)

Z = 45.10 X1 + 32.40X2 + 45.10X3 + 32.40X4
Restricciones
104X1 9 4X3
102
X1
X3
oct. para avin
2X1 - 8X3
0
96
104X 2 9 4X 4
X2 X4
8X2 - 2X4 0
oct. para carro
5X1 9 X3
6
X1 X3
-1X1 + 3X3 0
pres. para avin
5X2 9 X4
8
X 2X 4
-3X2 + X4 0
pres. para carro
X1 + X2
disponibilidad de gas Tipo
30.000
1
X3 + X4
disponibilidad gas Tipo 2
70.000
venta gasolina para avin
X1 + x3
20.000
No negatividad
Xi 0 ; i = 1, 4
Datos de entrada para

Solver
McGrawHill. Pag. 46
40
Pgina: 89
Programacin Lineal
Solucin:
Z = 3355.454.5
X1 = 7.272,72
X2 = 22.727,27
X3 = 1.818,18
X4 = 68.181,82
43. Una fbrica produce cuatro artculos: A, B, C y D. Cada cantidad del
producto A
requiere de dos horas de maquinado, una hora de montaje y $10 de
inventario
en proceso. Cada unidad del producto B requiere de una hora de
maquinado,
tres horas de montaje y $5 de inventario en proceso. Cada unidad del
producto
C requiere de dos y media horas de maquinado, dos y media horas de
montaje
y $2 de inventario en proceso. Finalmente, cada unidad del producto D
requiere
de cinco horas de maquinado, ninguna de montaje y $12 de
inventario en
proceso.
Pgina: 90
Programacin Lineal
La fbrica dispone de 120 000 horas de tiempo de maquinado y 160

000 horas de tiempo de montaje. Adems, no puede tener ms de un
milln de dlares de inventario en proceso.
Cada unidad del producto A genera una utilidad de $40, cada unidad del
producto B genera una utilidad de $24, cada unidad de producto C
genera
una
utilidad de $36 y cada unidad del producto D genera una utilidad de
$23.
No
pueden venderse ms de 20 000 unidades del producto A, 16 000
unidades
del
producto C, y pueden venderse la cantidad que se quiera de los
productos B y
D. Sin embargo, deben producir y vender por lo menos 10 000
unidades del producto D para cumplir con los requerimientos de un
contrato.
Sobre estas condiciones, formular un problema de programacin
lineal. El objetivo de la fbrica es maximizar la utilidad resultante
de la venta de los cuatro productos.41
Resumen:
Proceso
Maquinado
Montaje
Inventario
Utilidad
A
2 hr
1 hr
$10
$40
Producto
B
C
1 hr
2,5 hr
3 hr
2,5 hr
$5
$2
$24
$36
D
5 hr
0 hr
$12
$23
Disponible
(horas)
120.000
160.000
1000.000

X1 = Nmero de unidades
producto
A
producto
B
producto
C
producto D
del
del
del
del
Funcin objetivo: Maximizar Z = 40X1 + 24X2 + 36X3 + 23X4

Restricciones:
2X1 + X2 + 2.5X3 + 5X4 120.000 disponibilidad de
maquinado
X1 + 3X2 + 2.5X3 + 0X4 160.000 disponibilidad de
montaje
10X1 + 5X2 + 2X3 + 12X4 1000.000 disponibilidad de
inventario
X1
20.000
X3
16.000
X4
10.000
limite de venta producto A

lmite de venta del producto
C contrato del producto D
No
negatividad:
Xi 0 ; i = 1, 4
McGrawHill. Pag. 57
41
Pgina: 91
Programacin Lineal
Solucin:
Z
=
1830.000
X1 = 10.000
X2 = 50.000
X3 = 0
X4 = 10.000
44. La U-Save Loan Company est planeando sus operaciones para el
prximo ao.
La empresa hace cinco tipos de prstamos, que se indican a
continuacin, con
un retorno anual (en porcentaje) para ella.
Tipo de prstamo
Prstamos quirografarios
Prstamos para muebles
Prstamos para automviles
Hipotecas de bienes races en segundo grado
Retorno anual
15
12
9
10
Pgina: 92
Hipotecas de bienes races en primer grado
Programacin Lineal
Los requerimientos legales y la poltica de la empresa establecen los

siguientes lmites en las cantidades de los distintos tipos de prstamos.
Los prstamos quirografarios no pueden exceder del 10% del total de
Tipo
de
prstamos. La cantidad de prstamos quirografarios y para muebles no
puede
exceder de 20% del total de tipo de prstamos. Las hipotecas en
primer
grado
deben ser por lo menos de 40% del total de hipotecas y, por lo menos,
20%
de la cantidad total de tipo de prstamos. Las hipotecas en segundo
grado
no
pueden exceder de 25% de la cantidad total de tipo de prstamos.
La empresa debe maximizar los ingresos de los intereses de los
prstamos, sujetndose a las restricciones indicadas. La empresa
puede prestar un mximo de $1,5 millones.42
Formulacin
del
Problema: Definicin de
variables
X1 = Monto en dlares para Prstamos Quirografarios
X2 = Monto en dlares para Prstamos para Muebles
X3 = Monto en dlares para prstamos para Automviles
X4 = Monto en dlares para Hipotecas de bienes races en segundo
grado
X5 = Monto en dlares para Hipotecas de bienes races en primer
grado
Funcin objetivo:
Maximizar Z = 0.15X1 + 0.12X2 + 0.09X3 + 0.10X4 + 0.07X5
Restricciones
X1 0.10 (X1 +X2 +X3 + X4 + X5) lmite en monto de pres. quirograf.
0.90X1 - 0.10X2 - 0.10X3 - 0.10X4 - 0.10X5 0
X1 + X2 0.20 (X1 + X2 + X3 + X4 + X5) lmite en monto para prest.
0.80X1 + 0.80X2 - 0.20X3 - 0.20X4 - 0.20X5 0 quiro. + muebles
X5 0.40 (X4 + X5)
lmite de monto en hipotecas
- 0.40X4 + 0.60X5 0
X5 0.20 (X1 + X2 + X3 + X4 + X5) lmite monto del total de prest.
- 0.20X1 - 0.20X2 - 0.20X3 - 0.20X4 + 0.80X5 0
X4 0.25(X1 + X2 + X3 + X4 + X5) lmite en hipotecas de 2do grado
- 0.25X1 - 0.25X2 - 0.25X3 + 0.75X4 - 0.25X5 0
X1 + X2 + X3+ X4 + X5 1500.000 monto disponible
McGrawHill. Pag. 58
42
Pgina: 93
Programacin Lineal
No
negatividad
Xi 0 ; i = 1, 5
45. Una fbrica venden dos tipos de productos diferentes, A y B. La

informacin
sobre el precio de venta y el costo incremental es la siguiente:
Precio de venta
Costo incremental
Utilidad incremental
Producto A
$60
$30
$30
Producto B
$40
$10
$30
Los dos productos se fabrican dentro de un proceso comn y se

venden en dos mercados diferentes.
El proceso de produccin tiene una capacidad de 30 000 horas de
mano
de
obra, se requiere de tres horas para elaborar una unidad de A y una
hora
para
producir una unidad de B. El mercado ya fue estudiado, por lo
que
los
funcionarios de la empresa consideran que la cantidad mxima de las
unidades
de A que puede venderse es de 8 000; la cantidad mxima de B es de

12 000
Pgina: 94
Programacin Lineal
unidades. De acuerdo con estas limitaciones, los productos pueden venderse

en cualquier combinacin. Formular esta como un problema de
situacin programacin lineal.43
Formulacin
del
problema Definicin de
variables
producto
A
producto B
Funcin objetivo: Maximizar
30X2 Restricciones
3X1
+
1X2
30.000 X1 8.000
X2 12.000
del
del
Z = 30X1 +
por mano de
obra venta de A
venta de B
No negatividad
Xi 0 ; i = 1, 2
Solucin GLP
Payoff: 30.0 X1 + 30.0 X2 = 540000.0
X2
1199
1140
1080
1021
9615
9020
8425
7830
7235
6640
6045
5450
4855
4260
3665
3070
2475
1880
1285
690
95
0.0 X1 +
1.0 X2 = 12000.0
: 3.0 X1 +
1.0 X2 = 30000.0
: 1.0 X1 + 0.0 X2 = 8000.0
30
428
826
1224 1622 2020 2418 2816 3214 3612 4010
4408 4806 5204 5602 6000 6398 6796 7194 7592 7990
X1

3.0X1 + 1.0X2 <= 30000.0
: 1.0X1 + 0.0X2 <= 8000.0
: 0.0X1 + 1.0X2 <= 12000.0
Bonini, Hansman, Bierman. Anlisis Cuantitativo para los Negocios. Novena Edicin. Irwin McGrawHill. Pag. 58
43
Pgina: 95
Programacin Lineal
Datos salida Solver
46. Recientemente, la empresa EMBUTIDOS experiment drsticos cambios

en los
precios de la materia prima; por los que el gerente orden a un
analista
reexaminar las proporciones de las mezclas de los ingredientes
para la
produccin de salchichas.
La produccin de salchichas implica cumplir con dos requisitos esenciales
para el producto. El porcentaje de protenas, por peso, debe ser al
menos 15%, y el porcentaje de grasa, por peso, no puede exceder de
30% (el peso restante es relleno). La empresa tiene cuatro materia
primas disponibles para la mezcla, con las siguientes caractersticas:
Ingrediente
A
B
C
D
Porcentaje de
Protenas
40
20
10
5
Porcentaje de
Grasa
10
15
35
40
Costo por
Libra
$1.80
$0.75
$0.40
$0.15
Pgina: 96
Programacin Lineal
Formular el problema de programacin lineal que le ayude a

empresa
44
determinar el problema de mezcla ms apropiado
Formulacin
del
problema:
X1 = Cantidad en libras del ingrediente
A
B
C
D
Funcin objetivo
Minimizar Z = 1.80X1 + 0.75X2 + 0.40X3 + 0.15X4
Restricciones
0.40X1 + 0.20X2 + 0.10X3 + 0.05X4 0.15 protenas
0.10X1 + 0.15X2 + 0.35X3 + 0.40X4 0.30
grasas X1 + X2 + X3 + X4 = 1
total libra de
mezcla
No negatividad
Xi 0 ; i = 1, 4
la
a
McGrawHill. Pag. 58
44
Pgina: 97
Programacin Lineal
47. Un fabricante de muebles produce dos tipos de escritorios: estndar y

ejecutivo.
Estos escritorios se venden a un mayorista de mobiliario de oficina; y
para todo
fin prctico existe un mercado ilimitado para cualquier mezcla de ellos; al
menos
dentro de la capacidad de produccin del fabricante. Cada escritorio
debe pasar
por cuatro operaciones bsicas: corte de madera, ensamble de las
piezas, preacabado y acabado final. Cada unidad producida del escritorio del
escritorio
estndar requiere de 48 min de tiempo de corte, 2 horas de ensamble,
40 min
de pre-acabado y 5 horas y 20 min de tiempo de acabado final. Cada
unidad de
escritorio ejecutivo requiere de 72 min de corte, 3 horas de ensamble, 2
horas
de pre-acabado y 4 horas de tiempo de acabado final. La capacidad
diaria para
cada operacin equivale a 16 horas de corte, 30 horas de ensamble,
16 horas
de pre-acabado y 64 horas de acabado final. El beneficio por unidad
producida
es de $40 para el escritorio estndar y de $50 para el escritorio
ejecutivo. Qu
mezcla de productos es ptima?45
Formulacin
del
problema
X1 = Nmero de unidades de escritorios
estndar
X2 = Nmero de unidades de escritorios
ejecutivos
Funcin objetivo: Maximizar Z = 40X1 + 50X2
Restricciones
0.8X1 + 1.2X2 16
2.0X1 + 3.0X2 30
0.6667X1 + 2.0X2 16
5.3334X1 + 4.0X2 64

No
negatividad
Xi 0 ; i = 1, 2
Solucin GLP
45
horas de corte
horas de ensamblaje
horas
de
preacabado
horas acabado final
Hans G. Daellenbach. Introduccin a Tcnicas de Investigacin de Operaciones. CECSA. Pag.59
Pgina: 98
Programacin Lineal
12
11
10
Payoff: 40.000 X1 + 50.000 X2 = 559.998
9
8
: 5.333 X1 + 4.000 X2 = 64.000
7
6
5
: 0.667 X1 + 2.000 X2 = 16.000

4
: 0.800 X1 + 1.200 X2 = 16.000

: 2.000 X1 + 3.000 X2 = 30.000
3
2
1
0
0
10
11
12
13
14
15
16

0.800X1 + 1.200X2 <= 16.000
: 2.000X1 + 3.000X2 <= 30.000
: 0.667X1 + 2.000X2 <= 16.000
: 5.333X1 + 4.000X2 <= 64.000
Datos salida Solver
Pgina: 99
17
18
19
Programacin Lineal
48. Un fabricante de alimento para pollos desea determinar la mezcla

de menor
costo para una frmula de altas protenas que contiene 90 gr. de
nutriente A, 48
gr. de nutriente B, 20 gr. de nutriente C y 1.5 gr. de vitamina X por cada
kg. de
alimento. Puede mezclar la frmula empleando dos ingredientes y
otro de
relleno. El ingrediente 1 contiene 100 gr. de nutriente A, 80 gr. de
nutriente B,
40 gr. de nutriente C y 10 gr. de vitamina X; y cuesta $0.40 por Kg. El
ingrediente 2 contiene 200 gr. de A, 150 gr. de B, 20 gr. de C, nada de
vitamina X y cuesta $0.60 por kg.46
Formulacin
del
problema:
Definicin de
variables
X1 = Cantidad de Kg. de ingrediente
Tipo
1
X2 = Cantidad de Kg. de ingrediente
Tipo 2
Funcin objetivo: Minimizar Z = 0.40X1 +

100X1 + 200X2 = 90
Nutriente A
80X1 + 150X2 = 48
Nutriente B
40X1 + 20X2 = 20
Nutriente C
10X1 + 0X2 = 1.5
Vitamina X
No
negatividad
Xi 0 ; i = 1, 2
Son ecuaciones redundantes, para su solucin se asume que cumplirn al
menos los pedidos de los ingredientes, sus resultados sern analizados
por un dietista para no incurrir en daos a los pollos, entonces:
Restricciones
100X1 + 200X2 90
80X1 + 150X2 48
40X1 + 20X2 20
10X1 + 0X2 1.5
46
Nutriente A
Nutriente B
Nutriente C
Vitamina X
Hans G. Daellenbach. Introduccin a Tcnicas de Investigacin de Operaciones. CECSA. Pag. 90
Pgina: 100
Programacin Lineal
Datos salida Solver
En la solucin grfica puede notarse las ecuaciones redundantes:
Pgina: 101
Programacin Lineal
49. Una compaa produce tres tipos de productos qumicos refinados: A, B

y C. Es
necesario producir diariamente al menos 4 ton de A, 2 ton de B y 1
ton de C.
Los productos de entrada son los compuestos X y Y. Cada tonelada
de X
proporciona 0.25 ton de A, 0.25 ton de B y 0,0834 ton de C. Cada
tonelada de Y
rinde 0.5 ton de A, 0.10 ton de B y 0.0834 ton de C. La tonelada de
compuesto
X cuesta $250 y el compuesto Y $400. El costo de procesamiento es
de $250
por ton de X y $200 por ton de Y. Las cantidades producidas que
excedan los
requerimientos diarios no tienen valor, ya que el producto sufre
cambios
qumicos si no se utiliza de inmediato. El problema consiste en
determinar la
mezcla con costo mnimo de entrada.47
X1 = Toneladas de compuesto
X
X2 = Toneladas de compuesto
Y
Funcin objetivo: Minimizar Z = 500X 1 +

600X2 Restricciones
0.25X1 + 0.5X2 4
toneladas de A
0.25X1 + 0.10X2 2
toneladas de B
47
Pgina: 102
Programacin Lineal
0.0834X1 + 0.0834X2 1
toneladas de C
No negatividad
Xi 0; i = 1, 2
Solucin GLP
9
8
Payoff: 500.0000 X1 + 600.0000 X2 = 6396.1630

7
: 0.2500 X1 + 0.1000 X2 = 2.0000
6
5
4
3
: 0.2500 X1 + 0.5000 X2 = 4.0000
: 0.0834 X1 + 0.0834 X2 = 1.0000
1
0
16
0
10
11
12
13
14
17
18
19
20
21
22
23
15

0.2500X1 + 0.5000X2 >= 4.0000
: 0.2500X1 + 0.1000X2 >= 2.0000
: 0.0834X1 + 0.0834X2 >= 1.0000
Datos de salida Solver
Pgina: 103
24
X1
Programacin Lineal
50. La Palysafe Insurane Company of Knockville, ME, dispone de fondos

ociosos por
un total de $20 millones, disponible para inversiones a corto y largo
plazo. Las
especificaciones gubernamentales requieren que no ms del 80% de
todas las
inversiones sean a largo plazo; no ms del 40% de inviertan a corto
plazo; y
que la razn entre las inversiones a largo y corto plazo no sean mayor
de 3 a 1.
Actualmente, las inversiones a largo plazo rinden el 15% anual; mientras
que la
tasa anual para las inversiones a corto plazo es del 10%.
Plantese este
problema como programa lineal con el objetivo de maximizar el
beneficio ponderado.48
Formulacin
del
Problema
X1 = Cantidad en millones de dlares para inversin a corto
plazo
X2 = Cantidad en millones de dlares para inversin a largo
plazo
Funcin objetivo: Maximizar Z = 0.10X1 + 0.15X2
Restricciones
X1 + X2 20
X2 0.80(X1 + X2)
0.80X1 - 0.20X2
0
X2 0.40(X1 + X2)
0.40X1 - 0.60X2
0 X2/X1 3/1
3X1 - X2 0
No
negatividad
Xi 0 ; i = 1, 2
Solucin GLP
fondos para inversin

inversiones a
inversiones a corto plazo

relacin entre inversiones
largo plazo
48
Pgina: 104
Programacin Lineal
Payoff: 0.1 X1 + 0.1 X2 = 2.4

X2
12
11
10
: 0.4 X1 - 0.6 X2 = 0.0
: 0.8 X1 - 0.2 X2 = 0.0
9
8
7
: 3.0 X1 - 1.0 X2 = 0.0
6
5
: 1.0 X1 + 1.0 X2 = 20.0
4
3
2
1
0
0
Optimal Decisions(X1,X2): (12.0,

: 1.0X1 + 1.0X2 <= 20.0
: 0.8X1 - 0.2X2 >= 0.0
: 0.4X1 -0.6X2 >= 0.0
: 3.0X1 -1.0X2 >= 0.0
10
11
12
13
14
15
X1
8.0)
Datos de salida de Solver
Pgina: 105
Programacin Lineal
51. Un fabricante de botes de fibra de vidrio produce cuatro modelos

diferentes que
deben pasar por tres operaciones diferentes: moldeado, ensamblado y
acabado.
La tabla dada contiene toda la informacin necesaria.
Moldeado
Modelo (h/unid)
1
2.8
2
2.1
3
4
4
3
Capac./
semana 48 h
Ensamble
(h/unid)
5
3
6
4
Acabado
(h/unid)
10
7.5
12
3
Compuesto de
moldeado
Beneficio
(gal/unid)
($/unid)
200
160
200
124
280
212
220
170
96 h
160 h
4800 gal
Los pronsticos de venta indican que, en promedio, no deben

producirse por semana ms de 8 unidades del modelo 4. Excepto
por esta restriccin, la demanda ser suficiente para absorber
cualquier cantidad producida. El objetivo es maximizar los beneficios.49
Formulacin
del
Problema
modelo
1
modelo
2
modelo
3
modelo 4
del
del
del
del
Funcin objetivo: Maximizar Z = 160X1 + 124X2 +212X3 + 170 X4

Restricciones
2.8X1 + 2.1X2 + 4X3 + 3X4 48
horas de moldeado
5X1 + 3X2 + 6X3 + 4X4 96
horas de ensamble
10X1 + 7.5X2 + 12X3 + 3X4 160
horas de acabado
200X1 + 200X2 + 280X3 + 220X4 4800
galones para moldeado
49
Pgina: 106
Programacin Lineal
X4 8
No
negatividad
Xi 0 ; i = 1, 4
52. En una compaa se fabrican tres productos A, B y C. Los tres

productos
comparten en sus procesos de produccin cuatro mquinas X, Y, S
y T. El
producto A utiliza tres operaciones en las mquinas X, S y T. El
producto B
utiliza slo dos operaciones en las mquinas X y S o en las mquinas Y
y T. El
producto C puede fabricarse utilizando las maquinas X y S o en las
mquinas Y,
S y T. El tiempo necesario en minutos por unidad producida, para
cada
posibilidad de produccin en cada mquina, y el costo variable de
produccin
por minuto para cada mquina se condensan en la siguiente tabla.
Tiempo (en min/unidad de mquina)
Producto
Proceso X
Y
A
1
10
S
6
T
3
Cdigo
A
B
C
1
2
1
10
6
9
16
B1
B2
C1
Pgina: 107
Programacin Lineal
2
Costo var
/min ($)
0.40
10
0.50
0.24
0.30
C2
Cada mquina tiene una capacidad diaria de produccin de 480

minutos. La demandas mnimas de los tres productos son 36 para A, 45
para B y 10 para C. El objetivo consiste en determinar el esquema de
produccin que minimice el costo total variable de produccin. 50

proceso
proceso
proceso
proceso
proceso 2
del
1
del
1
del
2
del
1
del
producto A, con el
producto B, con el
producto B, con el
producto C, con el
producto C, con el
Funcin objetivo:
Minimizar Z = 0.40(10X1 + 8X2 + 8X4) + 0.50(6X3 + 10X5) + 0.24(6X1
+10X2 + 16X4 + 3X5) + 0.30(3X1 + 9X3 + 8X5)
Minimizar Z = 6.34X1 + 5.6X2 + 5.7X3 + 7.04X4 + 8.12X5
Restricciones
10X1 + 8X2 + 8X4
capacidad maquina
480 6X3 + 10X5 480
X
6X1 +10X2 + 16X4 + 3X5
capacidad maquina
480 3X1 + 9X3 + 8X5 480 Y
X1 36
capacidad maquina
X2 + X3 45
S
X4 + X5 10
capacidad maquina
T
demanda del producto A
No
demanda del producto
negatividad
B
Xi 0 ; i = 1, 4
demanda del producto
C
50
Pgina: 108
Programacin Lineal
53. Usted est organizando una fiesta y dispone de de las siguientes

cantidades de
licor: 48 onz lquidas de whisky, 72 onz lquidas de vodka, 64 onz
lquidas de
vermouth blanco, 72 onz de vermouth rojo, 24 onz lquidas de brandy y
18 onz
lquidas de licor de caf. Usted piensa preparar las siguientes
bebidas:
Chauncies, Rusos Negros, Italianos Dulces, Ccteles Molotov (Martinis
Rusos) y
Whisky en las rocas. Un Chauncy consiste en 2/3 de whisky y 1/3 de
vermouth
rojo. Un Ruso Negro consiste de de vodka y de licor de caf. Un
Italiano
Dulce consiste de de brandy, de vermouth rojo y vermouth
blanco. Los
Ccteles Molotov son una mezcla de 2/3 de vodka y 1/3 de vermouth
blanco.
Por ltimo el Whisky en las rocas consiste slo de whisky. Cada trago
contiene 4
onz lquidas. Su objetivo es mezclar los ingredientes, en forma tal, que
pueda
prepararse el mayor nmero de posible de tragos. Sin embargo,
Usted
considera que es necesario preparar cuando menos el doble de
Ccteles
Molotov que de Rusos Negros, para proporcionar una seleccin

equilibrada.
Plantese como un problema de programacin lineal.51
Resumen:
51
Pgina: 109
Programacin Lineal
Mezclas (tragos de 4 onzas)

Licores
Rusos
Italianos Ccteles Whisky
chauncies negros
dulces
molotov en rocas
Whisky
2/3*4
1*4
Vodka
*4
2/3*4
Verm.B.
*4
1/3*4
Verm.R. 1/3*4
2/4*4
Brandy
*4
Lic. Caf
*4
Cantidad
Disponible
(onz)
48
72
64
72
24
18
Formulacin
del
problema:
X1 = Nmero de tragos de Chauncies
X2 = Nmero de tragos de Rusos Negros
X3 = Nmero de tragos de Italianos Dulces
X4 = Nmero de tragos de Ccteles Molotov
X5 = Nmero de tragos de Whisky en las Rocas
Funcin objetivo: Maximizar Z = X1 + X2 + X3 + X4 + X5
Restricciones:
2/3*4 X1 + 4X5 48
2X1 + 3X5 36
por contenido de whisky
*4X2 + 2/3*4X4 72
9X2 + 8X4 216
por contenido de Vodka
*4X3 + 1/3*4X4 64
3X3 + 4X4 192
por contenido de Vermouth Blanco
1/3*4X1 + 2/4*4X3 72
4X1 + 6X3 216
por contenido de vermouth Rojo
*4X3 24
X3 24
por contenido de Brandy
*4X2 18
X2 18
por contenido de Licor de Caf
2X2 X4
2X2 - X4 0
relacin de Ccteles Molotov/Rusos Negros
No negatividad
Xi 0 ; i = 1, 5
Solucin:
Pgina: 110
Programacin Lineal
54. ProTrac,Inc. Produce dos lneas de mquina pesada. Una de sus

lneas de
productos, llamada equipo de excavacin, se utiliza de manera
primordial en
aplicaciones de construccin. La otra lnea, denominada equipo de la
silvicultura,
est destinada a la industria maderera. Tanto la mquina ms grande de
la lnea
de excavacin (la E-9), como la mayor de toda la lnea del equipo de
silvicultura
(la F-9) son fabricadas en los mismos departamentos y con el mismo
equipo.
Empleando las proyecciones econmicas correspondientes al siguiente
mes, el
gerente de Mercadotecnia de ProTrac ha considerado que durante ese
perodo
ser posible vender todas las E-9 y F-9 que la compaa sea capaz de
producir.
La gerencia tiene que recomendar ahora una meta de produccin para
el mes
prximo. Es decir, cuntas E-9 y F-9 debern fabricar si la direccin de
ProTrac
desea maximizar la contribucin del mes entrante a la ganancia ( es
decir, el
margen de contribucin, definido como los ingresos menos los costos
variables)
La toma de decisiones requiere la consideracin de los siguientes
factores importantes:
a. El margen de contribucin unitaria de ProTrac es de $ 5.000 por
cada
E-9 vendida y de $ 4.000 por cada F-9
b. Cada producto pasa por las operaciones de maquinado, tanto
en el
departamento A como en el departamento B.
Pgina: 111
Programacin Lineal
c. Para la produccin correspondiente al mes prximo, estos

dos
departamentos tiene tiempos disponibles de 150 y 160
horas,
respectivamente. La fabricacin de cada E-9 requiere 10 horas de
maquinado en el departamento A y 20 horas en el
departamento
B,
mientras que cada F-9 requiere 15 horas horas en el
departamento a y
10 en el B.
d. Para que la administracin cumpla con el acuerdo concertado
con el
sindicato, las horas totales de trabajo invertidas el la
prueba de
productos terminados del siguiente mes no deben ser ms all
del 10%
inferior a una meta convenida de 150 horas. Estas pruebas se
llevan a
cabo en un tercer departamento y no tienen nada que ver
con las
actividades de los departamentos A y B. Cada E-9 es
sometida a
pruebas durante 30 horas y cada F-9 durante 10.
e. Con el fin de mantener su posicin actual en el mercado,
la alta
gerencia ha decretado como poltica operativa: que deber
construirse
cuando menos una F-9 por cada tres E-9 que sean fabricadas.
f. Uno de los principales distribuidores ha ordenado un total de
cuando
menos cinco E-9 y F-9 (en cualquier combinacin) para el prximo
mes,
por lo cual tendr que producirse por lo menos esa cantidad.52
Resumen de datos:
Dep. A
Dep. B
Hora de prueba
Maq. E-9
10
20
30
HORAS
Maq. F-9
15
10
10
Total disponible
150
160
135 (150-10%)
Producir cuando menos 1 F-9 por cada 3 E- 1(E 9 ) 3(F 9 )

9: Formulacin del modelo
1. Definicin de variables (variables de
decisin)
E-9 = nmero de unidades de maquinas tipo
E-9
F-9 = nmero de unidades de mquinas tipo
F-9
2. Funcin objetivo
Maximizar Z = 5000 E-9 + 4000 F-9
3.
Restricciones (ecuaciones
restriccin)
10(E-9) + 15(F-9) 150
20(E-9) + 10(F-9)
160
30(E-9) + 10(F-9)
135
1(E-9) - 3(F-9) 0
1(E-9) + 1(F-9) 5
1(E-9) 0
1(F-9) 0
52
de
Eppen. Investigacin de opresiones en la ciencia administrativa. Prentice Hall. Pag 69
Pgina: 112
Programacin Lineal
Solucin grfica:
Solucin matemtica (analtica)

Datos iniciales antes de aplicas SOLVER:
Definiciones de datos para SOLVER y resolver:
Pgina: 113
Programacin Lineal
Resultados del modelo:
Pgina: 114
Programacin Lineal
55. La empresa Crawler Tread, desea mezclar minerales de hierro de cuatro minas
distintas para fabricar rodamientos destinados a un nuevo producto de
Protrac:
un tractor tipo oruga de tamao mediano, el E-6, diseado
especialmente
para
competir en el mercado europeo. Por medio del anlisis se ha
demostrado
que
,
para producir una mezcla dotada de las cualidades de traccin
adecuadas,
deben cumplirse requerimientos mnimos en relacin con tres elementos
bsicos
que, para simplificar, sealaremos aqu como A, B, C. En trminos
especficos,
cada tonelada de mineral deber contener cuando menos cinco
libras
del
elemento bsico A, 100 libras del elemento bsico B y 30 libras del
elemento
bsico C.
El mineral extrado de cada una de las cuatro minas posee los tres
elementos bsicos, pero en cantidades distintas. Estas composiciones
expresadas en libras por tonelada, se enumeran en la siguiente tabla:
Composiciones obtenidas de cada mina
Elemento
MINA (libras por tonelada de cada elemento)
bsico
1
2
3
4
A
10
3
8
2
B
90
150
75
175
C
45
25
20
37
Costo/tonelada de
mineral
$ 800
$ 400
$ 600
$ 500
El objetivo del administrador es descubrir una mezcla
mnimo.53
1. Definicin de variables
T1 = fraccin de toneladas
mina
1
mina
2
mina
3
mina 4
de la
de la
de la
de la
2. Funcin objetivo
Minimizar Z = 800 T1 + 400 T2 + 600 T3 + 500 T4
3. Restricciones
10 T1 + 3 T2 + 8 T3 + 2 T4 5 (elemento A)
90 T1 + 150 T2 + 75 T3 + 175 T4 100 (elemento B)
factible decosto
45 T1 + 25 T2 + 20 T3 + 37 T4 30 (elemento A)
T1 +
T2 +
T3 +
T4 = 1 (balance)
T1, T2, T3, T4 0 (no negatividad)
53
Pgina: 115
Programacin Lineal
Solucin: para hoja de clculo

Datos originales:
Resultados :
Pgina: 116
Programacin Lineal
56. Una compaa (ASTRO Y COSMOS) fabricante de TV produce dos

modelos de
aparatos televisores, el astro y el Cosmo. Hay dos lneas de
produccin, una
para cada modelo, e intervienen dos departamentos en la produccin
de cada
modelo. La capacidad de la lnea de produccin del Astro es de 70
aparatos de
TV por da. La capacidad de la lnea Cosmo es de 50 televisores diarios.
En el
departamento A se fabrican los cinescopios. En este departamento se
requiere
una hora de trabajo para cada modelo Astro y dos horas de trabajo para
cada
modelo Cosmo. En la actualidad puede asignarse un mximo de 120
horas de
trabajo diarias para la produccin de ambos tipos de aparato
en el
departamento A. En el departamento B se construye el chasis. Aqu se
requiere
una hora de trabajo para cada televisor Astro y tambin una hora para
cada
modelo Cosmo. Actualmente se puede asignar 90 horas de trabajo
al
departamento B para la produccin de ambos modelos. La
contribucin
a
las
ganancias es de 20 y 10 dlares, respectivamente, por cada televisor
Astro
y
Cosmo.
Si la compaa sabe que puede vender todos los aparatos Astro y
Cosmo que sea capaz de fabricar. cul deber ser el plan de
produccin por cada da (es decir, la produccin diaria) para cada
modelo?54
X1 = nmero de unidades de TV
Astro
X2 = nmero de unidades de TV
Cosmo
Funcin objetivo: Maximizar Z = 20X 1 +
10X2 Restricciones
X1 + 2X2 120
capacidad Dep. A
X1 + X2 90
capacidad Dep. B
X1 70
capacidad de lnea Astro
X2 50
capacidad de lnea Cosmo
No
negatividad
Xi 0 ; i = 1, 2
Solucin GLP
54
Pgina: 117
Programacin Lineal
Payoff: 20.0 X1 + 10.0 X2 = 1600.0
X2
40
38
36
34
32
30
28
26
24
22
20
18
16
1412
: 0.0 X1 +
108
6
4
2
0
: 1.0 X1 +
1.0 X2 = 50.0
0.0 X2 = 70.0
: 1.0 X1 + 1.0 X2 = 90.0

: 1.0 X1 + 2.0 X2 = 120.0
0
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
X1

: 1.0X1 + 2.0X2 <= 120.0
: 1.0X1 + 1.0X2 <= 90.0
: 1.0X1 + 0.0X2 <= 70.0
: 0.0X1 + 1.0X2 <= 50.0
Datos de entrada para solver
Pgina: 118
Programacin Lineal
57. De los muchos productos que fabrica la Arco Manufacturing Company, slo los
productos C, D, E y F pasan por los siguientes departamentos: cepillado,
fresado, taladrado y ensamble. Los requerimientos por unidad de
producto en horas y contribucin son los siguientes:
Departamento
Producto CepilladoFresado Taladrado EnsambleContr./Unidad
C
0.5
2.0
0.5
3.0
$8
1.0
1.0
0.5
1.0
$9
1.0
1.0
1.0
2.0
$7
0.5
1.0
1.0
3.0
$6
Las capacidades disponibles en este mes para los productos C, D, E y F, as

como los requerimientos mnimos de venta, son:
Departamento
Venta
Capacidad(horas)ProductoReq. Mnimos
Cepillado
1800
100 unidades
Fresado
2800
600 unidades
Taladrado
3000
500 unidades
Ensamble
6000
400 unidades
Determnese la cantidad de los productos C, D, E y F, que tendr que

fabricar este mes para maximizar la contribucin.55
producto
C
producto
D
producto
E
producto F
55
del
del
del
del
Thierauf. Toma de Decisiones por medio de Investigacin de Operaciones. Limusa. Pag. 274
Pgina: 119
Programacin Lineal
Funcin objetivo: Maximizar Z = 8X1 + 9X2 + 7X3 +6X4

Restricciones
0.5X1 + 1.0X2
2.0X1 + 1.0X2
0.5X1 + 0.5X2
3.0X1 + 1.0X2
X1 100
X2 600
X3 500
X4 400
+ 1.0X3
+ 1.0X3
+ 1.0X3
+ 2.0X3
+ 0.5X4
+ 1.0X4
+ 1.0X4
+ 3.0X4
1.800
2.800
3.000
6.000
capacidad Cepillado
capacidad Fresado
capacidad Taladrado
capacidad Ensamble
venta de C
venta de D
venta de E
venta de F
No
negatividad
Xi 0 ; i = 1, 4
Pgina: 120
Programacin Lineal
58. Planificacin financiera. Willie Hanes es el presidente de una microempresa de

inversiones que se dedica a administrar las carteras de acciones de
varios
clientes. Un nuevo cliente ha solicitado que la compaa se haga
cargo
de
administrar para l una cartera de $ 100.000. A ese cliente le
agradara
restringir una cartera a una mezcla de tres tipos de acciones
nicamente,
como
podemos apreciar en la siguiente tabla. Formule UD. un PL para
mostrar
cuntas acciones de cada tipo tendra que comprar Willie con el
fin de
maximizar el rendimiento anual.56
ACCIONES
Gofer Crude
Can Oil
Sloth Petroleum
PRECIO POR
ACCION($)
60
25
20
RENDIMIENTO
ANUAL
ESTIMADO POR
ACCION ($)
7
3
3
INVERSION
MAXIMA POSIBLE
($)
60.000
25.000
30.000

X1 = Nmero de acciones de Gofer Crude
X2 = Nmero de acciones de Can Oil
X3 = Nmero de acciones de Sloth Petroleum
Funcin objetivo: Maximizar Z = 7X1 + 3X2 +
3X3 Restricciones
60X1 60.000
inversin mxima de Gofer Crude
25X2 25.000
inversin mxima de Can Oil
20X3 30.000
inversin mxima de Sloth Petroleum
60X1 + 25X2 + 25X3 100.000 inversin total
No negatividad
Xi 0 ; i = 1, 3
56
Pgina: 121
Programacin Lineal
59. Planificacin de Cartera. Una compaa de inversiones tiene

actualmente $ 10
millones disponibles para inversin. La meta que se ha trazado
consiste en
maximizar la retribucin esperada durante el siguiente ao. Sus
cuatro
posibilidades de inversin se presentan resumidas en la siguiente
tabla.
Adems, la compaa ha especificado que cuando menos 30% de los
fondos
tendrn que colocarse en acciones ordinarias y bonos de la tesorera y
que no
ms del 40% del dinero deber invertirse en fondos del mercado y
ttulos
municipales. Se invertir la totalidad de los $ 10 millones
actualmente a la
mano. Formule un modelo de PL que indique a la empresa cunto
dinero debe invertir en cada instrumento.57
POSIBILIDAD DE
INVERSION
Bonos de Tesorera
Acciones Ordinarias
Mercado de Dinero
RETRIBUCION
ESPERADA (%)
8
6
12
INVERSION MAXIMA
(MILLONES DE $)
5
7
2
Ttulos Municipales
57
Pgina: 122
Programacin Lineal

X1 = cantidad en dlares en Bonos de
Tesorera
X2 = cantidad en dlares en Acciones
Ordinarias
X3 = cantidad en dlares en Mercado de
Dinero
X4 = cantidad en dlares en Ttulos
Municipales
Funcin objetivo: Maximizar Z = 0.08X1 + 0.06X2 + 0.12X3 + 0.09X4
Restricciones
X1 + X2 0.30(X1 + X2 + X3 + X4)
0.70X1 + 0.70X2 - 0.30X3 - 0.30X4 0 30% de inversin
X3 + X4 0.40(X1 + X2 + X3 + X4)
-0.40X1 - 0.40X2 + 0.60X3 +0.60X4 0 40% de inversin
X1 5000.000
X2 7000.000
X3 2000.000
X4 4000.000
X1 + X2 + X3 + X4
10000.000
No negatividad
Xi 0 ; i = 1, 4
inversin en Bonos de Tesorera

inversin
en
Acciones
Ordinarias
inversin en Mercado de Dinero
inversin en Ttulos Municipales
inversin total
Pgina: 123
Programacin Lineal
60. Wood Walter es propietario de un pequeo taller de fabricacin de muebles. En

este taller fabrica tres tipos diferentes de mesas: A, B y C. Con cada
mesa, se requiere determinado tiempo para cortar las partes que
la constituyen, ensamblarlas y pintar la pieza terminada. Word podr
vender todas las mesas que consiga fabricar. Adems, el modelo C
puede venderse sin pintar. Word emplea a varias personas, las cuales
trabajan en turnos parciales, por lo cual el tiempo disponible para
realizar cada una de estas actividades es variable de uno a otro mes. A
partir de los datos siguientes, formule UD. un modelo
de
programacin lineal que ayude a Word a determinar la mezcla de
productos que le permitir maximizar sus ganancias en el prximo mes.58
Modelo
A
B
C
C sin pintar
Capacidad
Corte
(hrs)
3
1
4
4
150
Montaje
(hrs)
4
2
5
5
200
Pintura
(hrs)
5
5
4
0
300
Ganancia por
mesa ($)
25
20
50
30
Solucin al problema
X1 = Cantidad de mesas Modelo A
X2 = Cantidad de mesas Modelo B
X3 = Cantidad de mesas Modelo C
X4 = Cantidad de mesa Modelo C sin pintar
Funcin objetivo: Maximizar Z = 25X1 + 20X2 + 50X3 +
30X4 Restricciones
3X1 + X2 + 4X3 + 4X4 150
horas en Corte
4X1 + 2X2 + 5X3 + 5X4 200
horas en Montaje
5X1 + 5X2 + 4X3 + 0X4 300
horas en Pintura
58
Pgina: 124
Programacin Lineal
No
negatividad
Xi 0 ; i = 1, 4
61. Douglas E. Starr, administrador de la perrera Heavenly Hound

Kennels, Inc,
ofrece alojamiento en plan de pensin para mascotas. La comida de los
perros
alojados en la perrera se prepara mezclando tres productos granulados,
con lo
cual se obtiene una dieta bien balanceada para los canes. La
informacin sobre
los tres productos se muestra en la siguiente tabla. Si Douglas
quiere
asegurarse de que cada uno de sus perros ingiera diariamente
cuando menos 8
onzas de protenas,
1 onza de
carbohidratos y no ms de
0.5 onzas de
grasas.qu cantidad de cada producto en grano deber incluirse en el alimento
de los perros a fin de minimizar los costos de Douglas? (Nota: 16 onzas = 1
libra)59
PRODUCTO
EN GRANO
A
B
C
COSTO POR
LIBRA($)
0.45
0.38
0.27
PROTEINAS
(%)
62
55
36
CARBOHIDRATOS
(%)
5
10
20
GRASAS
(%)
3
2
1
Solucin del problema

59
Pgina: 125
Programacin Lineal
X1 = Cantidad en libras de producto
A
X2 = Cantidad en libras del
producto
B
X3 = Cantidad en libras del
producto C
Funcin objetivo: Minimizar Z = 0.45X 1
0.62X1 + 0.55X2 + 0.36X3 0.5
0.05X1 + 0.10X2 + 0.20X3 0.0625
0.03X1 + 0.02X2 + 0.01X3 0.03125
No negatividad
Xi 0 ; i = 1, 3
+ 0.38X2 +
por protenas
por carbohidratos
por grasas
62. McNaughton, Inc. Produce dos salsas para carne: Spicy Diablo y Red
Baron (la
ms suave). Esta salsa de hacen mezclando dos ingrediente, A y B. Se
permite
cierto nivel de flexibilidad en las frmulas de estos productos. Los
porcentajes
permisibles, as como la informacin de ingresos y costos,
aparecen en la
siguiente tabla. Es posible comprar hasta 40 litros de A y 30 de B.
McNaughton
puede vender toda la salsa que elabore. Formule un modelo de

programacin
Pgina: 126
Programacin Lineal
lineal cuyo objetivo sea maximizar las ganancias netas obtenidas por la venta de
estas salsas.60
INGREDIENTE
PRECIO DE VENTA
SALSA
A
B
POR LITRO
Spicy Diablo Cuando menos 25% Cuando menos 50% 3.35
Red Baron
Cuando mucho 75% *
2.85
Costo por litro 1.60
2.59
* no existe un porcentaje mximo o mnimo explcito
X1 = Cantidad de litros de ingrediente A para Salsa Spicy
Diablo
X2 = Cantidad de litros de ingrediente A para Salsa Red
Baron
X3 = Cantidad de litros de ingrediente B para Salsa Spicy
Diablo
X4 = Cantidad de litros de ingrediente B para Salsa Red
Baron
Funcin objetivo: Maximizar Z = 3.35(X1 + X3) + 2.85(X2 + X4) 1.6(X1 + X2) - 2.59(X3 + X4)
Z = 1.75X1 + 0.76X2 + 1.25X3 + 0.26X4
Restricciones
X1 0.25(X1 + X3)
0.75X1 - 0.25X3 0
X2 0.75(X2 + X4)
0.25X2 - 0.75X4 0
X3 0.50(X1 + X3)
-0.50X1 + 0.50X3 0
X1 + X2 40
X3 + X4 30
No
negatividad
Xi 0 ; i = 1, 4
Datos para entrada del Solver
contenido de A en la salsa Spicy

contenido de A en la salsa Red
contenido de B en la salsa Spicy
mxima compra de litros de A
mxima compra de litros de B
60
Pgina: 127
Programacin Lineal
Salida del Solver
63. La Corey Anders Spice Company dispone de una cantidad limitada

de tres
ingredientes que se utiliza para produccin de condimentos. Corey
emplea los
tres ingredientes (HB01, HB02 y HB03) para la elaboracin de
crcuma y
pimentn. El departamento de mercadotecnia informa que la compaa
puede
vender todo el pimentn que sea capaz de producir, pero solamente se
puede
vender un mximo de 1700 botellas de crcuma. Los ingredientes no
utilizados
podrn venderse en el mercado. Los precios estn expresados en
$/onza.
Los
precios actuales son: HB01, $0.60; HB02, $0.70; HB03, $0.55. Adems,
Corey
ha firmado un contrato para suministrar 600 botellas de pimentn a
Wal-Mart.
En la siguiente tabla se ofrece informacin adicional. Formule el
problema
de
Corey como un modelo de programacin lineal para maximizacin de
ingresos.61
INGREDIENTES
(ONZ/BOTELLA)
DEMANDA
PRECIO
VENTA
Crcuma
Pimentn
Disponibilidad
61
HB01
4
3
HB02
2
2
HB03
1
3
(BOTELLAS) /BOTELLA
1700
3.25
ilimitada
2.75
Pgina: 128
(onzas)
Programacin Lineal
8000
9000

X1 = Cantidad de botellas
Crcuma
X2 = Cantidad de botellas
Pimentn
7000
de
de
Funcin objetivo
Maximizar Z = 3.25X1 + 2.75X2 + 0.60(8000 - 4X1 - 3X2)
+ 0.70(9000 - 2X1 - 2X2) + 0.55(7000 - X1 3X2) Z = 14.950 - 5.45X1 - 6.95X2
Restricciones
4X1 + 3X2 8000
por onzas de HB01
2X1 + 2X2 9000
por onzas de HB02
1X1 + 3X2 7000
por onzas de HB03
X1 1.700
botellas
de
X2 600
Crcuma
contrato para Pimentn
No
negatividad
Xi 0; i = 1, 2
Solucin GLP
: 2.0 X1 + 2.0 X2 = 9000.0
X21701
: 4.0 X1 + 3.0 X2 = 8000.0
16211541
1461
13811301
1221
10611
141
981
901
821
741661
581
501421
: 1.0 X1 +
0.0 X2 = 1700.0
: 0.0 X1 +
Payoff:
1.1 X1 +
2.1 X2 = 1260.0
341261
181101
0 901827364554637281909910111213141516171800
: 4.0X1 + 3.0X2 <= 8000.0
: 2.0X1 + 2.0X2 <= 9000.0
: 1.0X1 + 3.0X2 <= 7000.0
: 1.0X1 + 0.0X2 <= 1700.0
: 0.0X1 + 1.0X2 >= 600.0
X1
1.0 X2 = 600.0
: 1.0 X1 + 3.0 X2 = 7000.0
Pgina: 129
Programacin Lineal
Salida del Solver
64. Guy Chung, superintendente de los edificios y del terreno

circundante de la
Universidad Gtica, ha planeado aplicar fertilizante al csped del
rea
cuadrangular a principios de la primavera. Ese prado necesita por lo
menos las
cantidades de nitrgeno, fsforo y potasio que figuran en la siguiente
tabla:
MINERAL
Nitrgeno
Fsforo
Potasio
PESO MINIMO(LIBRAS)
10
7
5
Hay tres tipos de fertilizante comercial disponibles; los anlisis y

precios
por
1000 libras se enlistan en la siguiente tabla. Guy puede comprar
cualquier
cantidad de cualquiera de los fertilizantes que quiera y combinarlos
antes
de
aplicarlos al csped. Formule un modelo de PL que determine la
cantidad de
Pgina: 130
Programacin Lineal
cada fertilizante que debe comprar para satisfacer los requerimientos con un
costo mnimo.62
Fertilizante
I
II
III
Contenido de Contenido de Contenido de

nitrgeno (lib) fsforo (lib)
potasio (lib) Precio ($)
25
10
5
10
10
5
10
8
5
10
5
7

X1 = Miles de libras de Fertilizante
I
II
III
Funcin objetivo: Minimizar Z = 10X 1 + 8X2 +
7X3 Restricciones
25X1 + 10X2 + 5X3
contenido
de
10
nitrgeno
10X1 + 5X2 + 10X3
contenido de fsforo
7
contenido de potasio
5X1 + 10X2 + 5X3 5
No negatividad
Xi 0; i = 1, 3
62
Pgina: 131
Programacin Lineal
65. La Ebel Mining Company es propietaria de dos minas que producen cierto tipo
de mineral. Dichas minas est localizadas en distintas partes del
pas
y,
en
consecuencia, presentan diferencias en sus capacidades de produccin
y
en
la
calidad de su mineral. Despus de ser molido el mineral se clasifica
en
tres
clases dependiendo de la calidad: alta. Media y baja. Ebel ha sido
contratada
para suministrar semanalmente a la planta de fundicin de su
compaa matriz
12 toneladas de mineral de alta calidad, 8 toneladas de calidad
mediana y 24 toneladas de calidad baja. A Ebel le cuesta $ 20.000
diarios operar la primera mina y $ 16.000 la segunda. Sin embargo en
un da de operacin la primera mina produce 6 tonelada de mineral de
alta calidad, 2 toneladas de mediana y 4 toneladas de baja, mientras
que la segunda produce 2 toneladas diarias de material de alta
calidad, 2 de mediana y 12 de baja. Cuntos das a la semana tendr
que funcionar cada mina para cumplir los compromisos de Ebel de la
manera ms econmica posible? (En este caso resulta aceptable
programar la operacin de las minas en fracciones de da) 63
X1 = Nmero de das a la semana (fraccin de semana) de
trabajo de la Mina 1
X2 = Nmero de das a la semana (fraccin de semana) de trabajo
de
la
Mina 2
Funcin objetivo: Minimizar Z = 20X1 + 16X2 miles de dlares
Restricciones
6X1 + 2X2 12
2X1 + 2X2 8
4X1 + 12X2 24
X1 + X2 = 5
No negatividad
Xi 0; i = 1, 2
mineral de alta calidad

mineral de calidad mediana
mineral de baja calidad
mximo tiempo 1 semana (5 das)
63
Pgina: 132
Programacin Lineal
Solucin GLP
6
: 6.0 X1 +
2.0 X2 = 12.0
Payoff: 20.0 X1 + 16.0 X2 = 68.0
: 1.0 X1 +
1.0 X2 =
5.0
: 4.0 X1 + 12.0 X2 = 24.0
: 2.0 X1 + 2.0 X2 = 8.0

0
0
10

: 6.0X1 + 2.0X2 >= 12.0
: 2.0X1 + 2.0X2 >= 8.0
: 4.0X1 + 12.0X2 >= 24.0
: 1.0X1 + 1.0X2 <= 5.0

PRODUCCION DE MINERALES EN EBEL MINING COMPANY
Produccin en
Das de la semana
Costo diario de operacin
Mina 1
Mina
2
1
1 MIN
20000 16000
36000
USO DE
RESTRICCIONES
RECURSOS
Produccin mineral alta c.
6
Produccin mineral mediana c.
2
Produccin mineral baja c.
4
Tiempo mximo una semana
1
2
2
12
1
NO
UTILIZADO
LIMITE UTILIZADO
8
12
-4
4
8
-4
16
24
-8
2
5
3

Mina Mina
Produccin en
1
2
Das de la semana
1
3 MIN
Costo diario de operacin 20000 16000
68000
Pgina: 133
RESTRICCIONES
Produccin mineral alta c.
Produccin mineral mediana
c.
Produccin mineral baja c.
Tiempo mximo una semana
Programacin Lineal
6
2
4
1
NO
UTILIZADO
LIMITE UTILIZADO
2
12
12
9,32E-12
2
12
1
8
40
4
8
24
5
9,32E-12
16
1
66. La Sally Solar Car CO., tiene una planta que fabrica automviles sedn,
deportivos y camionetas. Los precios de venta, costos variables y
costos fijos correspondientes a la manufactura de estos vehculos
se presentan en la siguiente tabla:
MODELO
Sedan
Camioneta
Deportivo
CONTRIBUCION A
LAS GANANCIAS
($)
6.000
8.000
11.000
VARIABLE DE
PRODUCCION
TIEMPO(HRS)
12
15
24
COSTOS
FIJOS
($)
2.000.000
3.000.000
7.000.000
Rally ha recibido recientemente pedidos por un total de 100 automviles

sedan, 200 camionetas y 300 automviles deportivos. Deber
atender todos estos pedidos. Ella desea planear la produccin de
manera que pueda alcanzar el punto de equilibrio con la mayor
rapidez posible, es decir, quiere asegurarse que el margen total de
contribucin sea igual al total de costos fijos y que los costos variables
de produccin sean mnimos. Formule este problema como un modelo
de programacin lineal y resulvalo.64
Solucin del problema:
X1 = cantidad de automviles
Sedan
X2
=
cantidad
de
Camionetas
X3 = Cantidad de automviles Deportivos
Funcin objetivo: Tiempo Mnimo Z = 12X1 + 15X2 +
24X3 Restricciones
6X1 - 2000 0
produccin de automviles sedan
8X2 - 3000 0
produccin de camionetas
11X3 - 7000 0
produccin de automviles deportivos
x1 100
cantidad de automviles sedan
x2 200
cantidad de camionetas
X3 300
cantidad de automviles deportivos
No negatividad
Xi 0; i = 1, 3
64
Pgina: 134
Programacin Lineal
Salida del Solver
67. Reese Eichler, fabricante de equipo complementario para filtracin

del aire,
produce dos tipos de unidades, el Umidaire y el Depollinator. Los
datos
referentes a los precios de venta y a los costos aparecen en la siguiente
tabla.
La compaa Resse ha sido contratada para suministrar 500 Umidaire
y desea
calcular las cantidades del punto de equilibrio de ambos tipos de
unidad.
Formule el modelo de PL para minimizar los costos y resulvalo.65
Producto
Umidaire
Depollinator
Precio de venta Costos variables Costos fijos ($)

por unidad ($)
por unidad ($)
450
240
150.000
700
360
240.000
X1 = Cantidad de unidades de Umidaire
X2 = Cantidad de unidades de Depollinator
Funcin objetivo: Minimizar Z = 240X1 +

360X2 Restricciones
450X1 - 240X1 - 150000 0 ; 210X1 150000
65
Pgina: 135
Programacin Lineal
700X2 - 360X2 - 240000

240000 X1 500
No
negatividad
Xi 0; i = 1, 2
; 340X2
Solucin GLP
: 210.0 X1 + 0.0 X2 = 150000.0

Payoff: 240.0 X1 + 360.0 X2 = 425546.2
X2
95010
00
900
850
800
750
700
650
600
550
500
450
400
350
300
250
: 1.0 X1 + 0.0 X2 = 500.0
: 0.0 X1 + 340.0 X2 = 240000.0
1502
00
100
50
0
0
50
100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 900 950 1000
X1

210.0X1 + 0.0X2 >= 150000.0
: 0.0X1 + 340.0X2 >= 240000.0
: 1.0X1 + 0.0X2 >= 500.0
Punto de equilibrio x1 > 500 y x2 > 705.9

Salida Solver
Pgina: 136
Programacin Lineal
68. Una compaa opera cuatro granjas, cuyos grados de productividad son
comparables. Cada una de las granjas tiene cierta cantidad de hectreas
tiles y de horas de trabajo para plantar y cuidar la cosecha.
Los
datos correspondientes a la prxima temporada aparecen en la
siguiente tabla.
HECTAREAS
UTILES
500
900
300
700
GRANJA
1
2
3
4
HORAS DE TRABAJO
DISPONIBLES
POR MES
1700
3000
900
2200
La organizacin est considerando la opcin de plantar tres cultivos

distintos. Las diferencias principales entre estos cultivos son las
ganancias esperadas por hectrea y la cantidad de mano de obra que
cada uno requiere, como se indica en la siguiente tabla.
CULTIVO
A
B
C
HECTAREAS
MAXIMAS
700
800
300
HORAS MENSUALES
DE TRABAJO
POR HECTAREA
2
4
3
GANACIAS
ESPERADAS
POR HECTAREA ($)
500
200
300
Adems, el total de las hectreas que pueden ser dedicadas a cualquier

cultivo
en particular estn limitadas por los requerimientos asociados por
concepto
de
equipo de ciega. Con la finalidad de mantener una carga de trabajo
ms
o
menos uniforme entre las distintas granjas, la poltica de la
administracin
recomienda que el porcentaje de hectreas plantadas deber ser
igual
para
todas las granjas. Sin embargo, en cualquiera de esas fincas puede
crecer
cualquier combinacin de cultivos, siempre y cuando se satisfagan
todas
las
restricciones (incluido el requerimiento de la carga de trabajo sea
uniforme).
administracin
tendr que
desea
saber
La
cuantas hectreas
de
cada
cultivo
Pgina: 137
Programacin Lineal
plantar en sus respectivas

ganancias esperadas.66
X11 = Cantidad de Ha
Granja
Granja
Granja
Granja
Granja
Granja
Granja
Granja
Granja
Granja
Granja
Granja 4
del
1
del
2
del
3
del
4
del
1
del
2
del
3
del
4
del
1
del
2
del
3
del
granjas,
fin
de
maximizar
las
Cultivo A en la
Cultivo A en la
Cultivo A en la
Cultivo A en la
Cultivo B en la
Cultivo B en la
Cultivo B en la
Cultivo B en la
Cultivo C en la
Cultivo C en la
Cultivo C en la
Cultivo C en la
Funcin objetivo: Maximizar Z = 500X11 + 500X12 + 500X13 + 500X14 +

200X21 + 200X22 + 200X23 + 200X24 + 300X31 + 300X32 +
300X33
+
300X34
Restricciones
X11 + X21 + X31 500 Ha de cultivo en Granja 1
2X11 + 4X21 + 3X31 1700 Horas de trabajo en
Granja 1
Granja 2
Granja 3
Granja 4
X11 + X12 + X13 + X14 700 Ha de cultivo A
X21 + X22 + X23 + X24 800 Ha de cultivo B
X31 + X32 + X33 + X34 300 Ha de cultivo C
Cumplimiento de distribucin uniforme
500
900
300
700
X13 X23 X33 X14 X

24 X
34
X11 X21 X31 X12 X22 X32
900(X11 + X21 + X31) - 500(X12 + X22 + X32) = 0 Distr. G1 y G2
500(X13 + X23 + X33) - 300(X11 + X21 + X31) = 0 Distr. G1
y
G3
700(X11 + X21 + X31) - 500(X14 + X24 + X34) = 0 Distr. G1
y G4
No negatividad
Xij 0; i = 1, 3; j = 1, 4
i = Cultivo; j = Granja
66
Pgina: 138
Programacin Lineal
Salida Solver
69. La administracin de un viedo desea combinar cuatro cosechas

distintas para
producir tres tipos distintos de vinos en forma combinada. Las
existencias de las
cosechas y los precios de venta de los vinos combinados se
muestran en la
siguiente tabla, junto con ciertas restricciones sobre los porcentajes
incluidos en
la composicin de las tres mezclas. En particular, las cosechas 2 y 3 en
conjunto
debern constituir cuando menos 75% de la mezcla de A y cuando
menos 35%
de la mezcla C. Adems, la mezcla A deber contener cuando menos el
8% de
la cosecha 4, mientras que la mezcla B deber contener por lo menos
10% de la
cosecha 2 y a lo sumo 35% de la cosecha 4. Se podr vender cualquier
cantidad
Pgina: 139
Programacin Lineal
que se elabore de las mezclas A, B y C. Formule un modelo PL que aproveche

de mejor forma las cosechas disponibles y resulvalo.67
Mezcla
A
Cosecha
2
3
4
cuando menos 75% 2 Y 3 cuando
en cualquier proporcin menos 8%
cuando menos*
cuando
10%
mucho 35%
Cuando menos 35% 2 y 3 *
en cualquier proporcin
200
150
350
Precio de
venta/galn
80
50
35
Existencias 130
(galones)
* indica que no existe restriccin alguna
X11 = Cantidad de galones
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla
mezcla C
de vino
A
de vino
B
de vino
C
de vino
A
de vino
B
de vino
C
de vino
A
de vino
B
de vino
C
de vino
A
de vino
B
de vino
de la cosecha 1 para
Funcin Objetivo
Maximizar Z= 80X11 + 80X21 + 80X31 + 80X41 + 50X12 + 50X22 +
50X32 + 50X42 + 35X13 + 35X23 + 35X33 + 35X43
Restricciones
X21 + X31 0.75(X11 + X21 + X31 + X41) por lo menos 75% de 2 y
3 en A X41 0.08(X11 + X21 + X31 + X41) cuando menos el 8% en A
X22 0.10(X12 + X22 + X32 + X42) cuando menos el 10% en B
X42 0.35(X12 + X22 + X32 + X42) cuando mucho el 35% en B
X23 + X33 0.35(X13 + X23 + X33 + X43) por lo menos 35% de 2 y
3 en C X11 + X12 + X13 130 mximo de galones de cosecha 1

X21 + X22 + X23 200 mximo de galones de
cosecha
2
cosecha
3
cosecha 4
No negatividad
Xij 0; i = 1, 4; j = 1, 3
67
Pgina: 140
Programacin Lineal
i = Cosecha; j = Mezcla
Salida del Solver
Pgina: 141

Ejercicios Resuletos-Investigacion de Operaciones

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ejercicios Resuletos-Investigacion de Operaciones

Diunggah oleh

Hak Cipta:

Format Tersedia

Investigacin Operativa I

EJERCICIOS DE PROGRAMACION LINEAL

La produccin de RMC est limitada por la disponibilidad de las tres

Debido a deterioro y la naturaleza del proceso de produccin,

producir para maximizar la contribucin total de la utilidad. Si Ud.

Oswaldo Paul Rivadeneira

de base disolvente producira usted para el perodo actual de

Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma

Oswaldo Paul Rivadeneira

Informe del problema:

Oswaldo Paul Rivadeneira

Datos de salida del Solver

manufactura requeridas y la estimacin por parte del

Inspeccin Utilidad por

El director da manufactura estima que durante los siguientes tres meses

Si la empresa desea maximizar la contribucin total a la

Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma

Oswaldo Paul Rivadeneira

Entrada de datos Solver:

Oswaldo Paul Rivadeneira

a) Debe fabricar 539,98 bolsas de golf estndar y 252,01 bolsas de

El director da manufactura estima que durante los siguientes tres meses

El departamento de contabilidad revisa su estimacin de contribucin a

estndar, y la contribucin a la unidad por la bolsa estndar

Oswaldo Paul Rivadeneira

Si cada una de estas situaciones se encuentra por separado, Cul

: 0.5000 X1 + 0.8334 X2 = 600.0000

: 0.1000 X1 + 0.2500 X2 = 135.0000

Optimal Decisions(X1,X2): (539.9842, 252.0110) :

Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma

Oswaldo Paul Rivadeneira

Entrada de datos Solver:

Oswaldo Paul Rivadeneira

La solucin ptima es la alternativa b) donde se incrementa la

Suponga que la empresa est interesada en maximizar la contribucin total de

Cul es el modelo de programacin lineal para este problema?

Oswaldo Paul Rivadeneira

Cul es la contribucin total a la utilidad que puede ganar Nelson con

Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma

Oswaldo Paul Rivadeneira

5.0 X1 + 8.0 X2 = 3699.9

: 0.1 X1 + 0.3 X2 = 100.0

Optimal Decisions(X1,X2): (500.0, 150.0)

Datos de entrada de Solver:

Salida del Solver:

Oswaldo Paul Rivadeneira

6. George Johnson hered recientemente una gran suma de dinero; desea

Formule un modelo de programacin lineal que pueda utilizarse para

Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma

Oswaldo Paul Rivadeneira

Resultados del Solver:

7. El propietario de Sea Warf Restaurant deseara determinar cual es la

Oswaldo Paul Rivadeneira

peridicos y la radio. La administracin ha decidido que por lo menos

Formule un modelo de programacin lineal que se pueda utilizar para

Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma

Oswaldo Paul Rivadeneira

Payoff: 50.00 X1 + 80.00 X2 = 46000.00

: 1.00 X1 + 2.00 X2 = 1000.00

: -0.25 X1 + 0.75 X2 = 0.00

: 1.00 X1 - 2.00 X2 = 0.00

Optimal Decisions(X1,X2): (600.00, 200.00)

8. Invesment Advisors es una empresa de corretaje que administra carteras de

El ndice de riesgo por accin es una clasificacin del riesgo relativo