7 SEP Inv. Operaciones USMP

CURSO: Investigacin de Operaciones
Documento de trabajo
1.1 Formulacin de modelos

Modelo formal
En toda organizacin, siempre hay objetivos que quieren ser maximizados (p.e.
las utilidades, la rentabilidad de la inversin, la difusin de los avisos, la
satisfaccin de los clientes, la productividad de los trabajadores, etc.) o
minimizados (p.e. costos de produccin, mermas en la materia prima, plazos de
entrega de proyectos, etc.).
Estos objetivos deben ser logrados mediante decisiones (p.e. cuntos productos
fabricar, cuntos trabajadores contratar, cuntas acciones comprar, en qu
proyectos invertir, cuntos avisos publicar, etc.).
Sin embargo, estas decisiones deben cumplir con determinadas condiciones, ya
sea porque los recursos con que cuenta la organizacin son limitados (p.e.
materia prima, mquinas disponibles, rea de almacenamiento, presupuesto, etc.)
o porque hay determinadas polticas o compromisos que cumplir (p.e. lotes
mnimos de produccin, compromisos con los proveedores, normas tcnicas,
acuerdos con el sindicato, etc.).
Las situaciones mencionadas generalmente conducen a la formulacin de un
problema de programacin lineal, el cual es un modelo matemtico que expresa
cuantitativamente el objetivo que se quiere alcanzar (funcin objetivo) mediante
determinadas decisiones que estn bajo el control de quien toma la decisin
(variables de decisin) y que deben cumplir las condiciones determinadas por la
situacin analizada (restricciones).
Tomemos el siguiente ejemplo para mostrar cmo se formula un problema de
programacin lineal.
Enigma S.A. es una pequea empresa fabricante de carteras de cuero. Una
importante cadena de tiendas por departamentos est interesada en adquirir en
los prximos tres meses todas las carteras que pueda producir Enigma S.A. en
sus dos tipos, (cartera estndar y cartera de lujo). Un anlisis cuidadoso de los
requerimientos de fabricacin dio como resultado la siguiente tabla en la que se
muestra la necesidad de tiempos de produccin (en horas) para las tres
operaciones de manufactura que requiere cada producto.
Producto
Cartera Estndar
Cartera de Lujo
Corte
0,5
1,5
Tiempo de produccin (horas)

Costura
1,0
0,5
Acabado
0,5
0,5
El departamento de Contabilidad ha determinado que la utilidad por bolsa

estndar es de S/. 20 y por bolsa de lujo S/. 15.
Ciclo 2008 1

El departamento de Produccin estima que para los siguientes tres meses estarn
disponibles 750 horas de tiempo para Corte, 600 horas de tiempo para Costura y
350 horas de tiempo para Acabado.
Tambin se sabe que el lote mnimo de produccin es de 300 unidades, en
cualquier combinacin de las cantidades de productos.
La pregunta es: cuntas carteras de cada tipo debe fabricar la empresa los
prximos tres meses, de tal manera que se obtenga la mxima utilidad dentro de
los lmites capacidad de produccin mencionados?
Primero se definen las variables de decisin en este caso:
X1: nmero de carteras estndar a fabricar los prximos tres meses.
X2: nmero de carteras de lujo a fabricar los prximos tres meses.
De acuerdo a la situacin planteada, la utilidad total por la produccin y venta de
las carteras es:
Utilidad total = 20 X1 + 15 X2
La solucin ptima es la combinacin de produccin que maximice la utilidad,

el problema es determinar los valores de las variables X1 y X2 que dan el valor
ms elevado de utilidad.
Max 20 X1 + 15 X2
La produccin de las carteras est limitada por la cantidad de horas disponibles.
De la tabla sabemos que cada cartera estndar necesita de 0,5 horas de Corte por
lo que X1 carteras estndar necesitarn 0,5 X1 horas de Corte. As tambin, una
cartera de lujo necesita 1,5 horas de Corte por lo que X2 carteras de lujo
necesitarn 1,5 X2 horas de Corte. El total de horas utilizadas para producir X1
carteras estndar y X2 carteras de lujo es:
Total de horas utilizadas en la operacin de corte = 0,5 X1 + 1,5 X2
En vista que para Corte slo se dispone de 750 horas, se debe cumplir que:
0,5 X1 + 1,5 X2 750
Horas disponibles para Corte
Esta desigualdad se conoce como restriccin. En general una restriccin es una

limitacin de un recurso a utilizar ( ) o un requerimiento mnimo a satisfacer
(), que puede ser expresada matemticamente como una desigualdad o igualdad, y que debe ser cumplida por las variables del modelo.
Ciclo 2008 1

De manera similar a la operacin de Corte, las limitaciones de horas para las
otras operaciones son las siguientes restricciones:
X1 + 0,5 X2 600 Horas disponibles para Costura
0,5 X1 + 0,5 X2 350 Horas disponibles para Acabado
Tambin hay un lote mnimo a producir, es decir la cantidad de unidades a
producir (X1 + X2) debe ser por lo menos 300 unidades, entonces la restriccin
es:
X1 + X2 300
Lote mnimo de produccin
Adems debemos considerar que no pueden producirse un nmero de carteras

negativo, por lo tanto debe cumplirse:
X1 0 y X 2 0
Condiciones de no negatividad
Estas restricciones aseguran que la solucin no tendr valores negativos y se les

conoce como condiciones o restricciones de no negatividad.
En resumen, el modelo formal de programacin lineal para el problema planteado es el siguiente:
Max 20 X1 + 15 X2
Sujeto a:
0,5 X1 + 1,5 X2
X1 + 0,5 X2
0,5 X1 + 0,5 X2
X1 + X2
X1, X2
Utilidad en soles
750
600
350
300
0

Horas disponibles para Costura
Horas disponibles para Acabado
Sobre el modelo formal de programacin lineal hay que hacer algunas

observaciones:
La funcin objetivo puede ser minimizar.

Las restricciones tambin pueden ser estrictamente de igualdad (=), mayor
que (>) o menor que (<).
La funcin objetivo y todos los lados izquierdos de las restricciones son
funciones lineales de las variables de decisin (las variables tienen
exponente 1) y no hay multiplicacin ni divisin entre variables.
Las variables de decisin en las restricciones siempre se colocan en el lado
izquierdo de la restriccin.
En determinados problemas es posible que unas variables sean positivas,
otras negativas e inclusive pueden no tener limitaciones de signo. Entonces,
segn sea el caso puede que algunas variables no necesiten cumplir con la
condicin de no negatividad.
Ciclo 2008 1

Guas para la formulacin de modelos

Como hemos visto, formulacin de modelos de programacin lineal es el
proceso mediante el cual un enunciado verbal se traduce en un enunciado
matemtico.
El modelado de problemas de programacin lineal slo se puede dominar con la
prctica y la experiencia. A continuacin se dan una guas para la formulacin
de modelos:
Comprenda el problema en su totalidad.
Identifique el enunciado verbal de la funcin objetivo y de cada una de las

restricciones.
Defina las variables de decisin.
Describa la funcin objetivo en funcin de las variables de decisin.
Escriba las restricciones en funcin de las variables de decisin.
Problema 1.1.Enigma Diet S.A. es una empresa que produce alimentos dietticos. En la lnea
de alimentos deshidratados produce dos tipos de alimentos: Fit y Sbelt. Cada
tipo de alimento deshidratado se produce mezclando trigo, fruta deshidratada y
avena. En la siguiente tabla se presentan los precios de venta de los productos y
los precios de compra de los insumos (en nuevos soles) programados para el
siguiente mes:
Producto
Fit
Sbelt
Precio de venta
( 1 Kg.)
14
10
Insumo
Trigo
Fruta deshidratada
Avena
Precio de compra
(1 Kg.)
6
4
2
Mxima cantidad
disponible (Kg.)
10 000
5 000
No tiene lmite
En la programacin de la produccin del prximo mes, Enigma debe tener en

cuenta las siguientes condiciones:
El producto Fit debe tener un contenido de por lo menos de 30% de trigo y a

lo ms de 50% de fruta deshidratada.
El producto Sbelt debe tener por lo menos 45% de trigo y a lo ms 40% de

frutas deshidratadas.
La transformacin de un kilogramo de insumos en producto Fit cuesta $1,2 y

en el caso del producto Sbelt la transformacin cuesta $1.
Existe un compromiso en realizar una entrega de 6 000 kilogramos del

producto Fit.
Dada la gran demanda de productos dietticos, todos los productos

elaborados por Enigma se venden.
Ciclo 2008 1

En el proceso de mezclado de los insumos existe una merma en el peso de

5%, es decir, por cada kilogramo de insumos se obtiene 0,95 kilogramos de
producto.
Determine el modelo de programacin lineal que maximice las utilidades

obtenidas por la produccin y venta de los productos Fit y Sbelt.
Solucin:
X1A: Kilogramos de trigo utilizados en el producto Fit
X2A: Kilogramos de fruta deshidratada utilizados en el producto Fit
X3A: Kilogramos de avena utilizados en el producto Fit
X1B: Kilogramos de trigo utilizados en el producto Sbelt
X2B: Kilogramos de fruta deshidratada utilizados en el producto Sbelt
X3B: Kilogramos de avena utilizados en el producto Sbelt
Max
Sujeto a:
14 . 0,95 (X1A + X2A + X3A) +

10 . 0,95 (X1B + X2B + X3B)
6 (X1A + X1B)
4 (X2A + X2B)
3 (X3A + X3B)
1,2 (X1A + X2A + X3A)
1 (X1B + X2B + X3B)
ingreso por venta de producto Fit

ingreso por venta de producto Sbelt
costo del trigo
costo de fruta deshidratada
costo de avena
costo de mezcla de insumos de Fit
costo de mezcla de insumos de Sbelt
X1A 0,30 (X1A + X2A + X3A)

X2A 0,50 (X1A + X2A + X3A)
X1B 0,45 (X1B + X2B + X3B)
X2B 0,40 (X1B + X2B + X3B)
X1A + X1B 10 000
X2A + X2B 5 000
0,95 ( X1A + X2A + X3A ) 6 000
X1, X2 0
contenido de trigo en Fit

contenido de fruta deshidratada en Fit
contenido de trigo en Sbelt
contenido de fruta deshidratada en Sbelt
disponibilidad de trigo
disponibilidad de fruta deshidratada
compromiso de entrega de Fit
condiciones de no negatividad
Finalmente, el modelo quedara:

Max
Sujeto a:
6,1 X1A + 8,1 X2A + 9,1X3A + 2,5 X1B + 4,5 X2B + 5,5 X3B
- 0,30 X2A - 0,30 X3A 0
- 0,50 X1A - 0,50 X3A 0
- 0,45 X2B - 0,45 X3B 0
- 0,40 X1B - 0,40 X3B 0
X1A + X1B 10 000
X2A + X2B 5 000
0,95 X1A + 0,95 X2A + 0,95 X3A 6 000
X1, X2 0
0,70 X1A
0,50 X2A
0,55 X1B
0,60 X2B
Ciclo 2008 1

Solucin por mtodo grfico

Solucin grfica
Una vez establecido el modelo de programacin lineal, el siguiente paso es
resolver el modelo, es decir, encontrar los valores de las variables de decisin
que optimizan la funcin objetivo.
Si el modelo tiene dos variables puede ser resuelto grficamente. Si bien es
cierto que los problemas se pueden resolver mediante el uso de programas
aplicativos en computadora, tema que desarrollaremos posteriormente, la
solucin grfica tiene la bondad de permitirnos comprender conceptos que
posteriormente vamos a utilizar en la solucin de modelos con ms de dos
variables pero que por no poderse representar grficamente sera muy difcil de
interpretar.
Tomemos el modelo de programacin lineal encontrado para la produccin de
carteras de Enigma S.A., el cual se muestra a continuacin.
Max 20 X1 + 15 X2
Sujeto a:
0,5 X1 + 1,5 X2
X1 + 0,5 X2
0,5 X1 + 0,5 X2
X1 +
X2
X1, X2
Utilidad en soles
750
600
350
300
0
(1)
(2)
(3)
(4)

Horas disponibles para Acabado
Mostremos el mtodo grfico para encontrar los valores de X1 y X2 que

maximizan la funcin objetivo.
Regin factible:
Para facilitar su identificacin en el desarrollo del mtodo grfico se ha
numerado cada una de las restricciones.
En el mtodo grfico se utiliza el plano cartesiano y se asigna cada variable a
uno de los ejes cartesianos. La asignacin es arbitraria, en nuestro caso, X1 se
asigna al eje horizontal y X2 al eje vertical.
Dado que las variables X1 y X2 en el modelo deben cumplir las condiciones de no
negatividad, su representacin grfica se har en el primer cuadrante, tal como
se muestra el siguiente grfico.
Ciclo 2008 1

X2
1200
1100
1000
900
800
700
600
X1 0
500
400
300
X2 0
200
100
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300 1400 1500
X1
A continuacin se representan las restricciones. Como se puede observar, las

restricciones grficamente corresponden a regiones del plano limitadas por
rectas. Para la representacin grfica de la restriccin (1) primero se representa
la ecuacin de la recta:
0,5 X1 + 1,5 X2 = 750
X2
1200
1100
1000
900
800
700
600
500
400
0,5 X
300
+ 1,5
200
X2 =
750
(1)
100
100
Ciclo 2008 1
200
300
400
500
600
700
800
900
1000
1100 1200
1300 1400 1500
X1
9

Luego se establece la regin que corresponde a la desigualdad:
0,5 X1 + 1,5 X2 750
X2
1200
1100
1000
900
800
700
600
500
400
300
200
0,5 X1 + 1,5 X2 750
(1)
100
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300 1400
1500
X1
La regin definida por la restriccin (1) interceptada con la regin definida por
las condiciones de no negatividad determina la regin indicada en el siguiente
grfico.
X2
1200
1100
1000
900
800
700
600
500
400
300
200
(1)
100
100
Ciclo 2008 1
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
X1
10

El procedimiento seguido para representar la restriccin (1) es el mismo para
cada una de las otras restricciones. Por ejemplo, si representamos en el plano la
restriccin (2):
X1 + 0,5 X2 600
X2
1200
1100
1000
900
(2)
800
700
600
500
400
300
200
X1 + 0,5 X 2 600
100
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
X1
La regin definida por la restriccin (2) se intercepta con las establecidas por las
restricciones anteriores. La representacin grfica de los puntos que cumplen las
restricciones hasta ahora analizadas es como se indica a continuacin:
X2
1200
1100
1000
900
(2)
800
700
600
500
400
300
200
(1)
100
100
Ciclo 2008 1
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
X1
11

Para el caso de la restriccin (3)
0,5 X1 + 0,5 X2 350
X2
1200
1100
1000
900
800
700
600
(3)
500
400
300
200
100
0,5 X1 + 0,5 X2 350
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
X1
La regin de puntos que cumplen las restricciones hasta ahora analizadas es la

siguiente:
X2
1200
1100
1000
(2)
900
800
700
600
(3)
500
400
300
200
(1)
100
100
Ciclo 2008 1
200
300
400
500
600
700
800
900
1000
1100
1200
1300 1400
1500
X1
12

Finalmente, la restriccin (4)
X1 + X2 300
X2
1200
1100
1000
900
800
700
600
500
X1 + X2 300
400
300
200
100
(4)
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
X1
Entonces la interseccin de todas las regiones determinadas por las restricciones

ser:
X2
1200
1100
1000
(2)
900
800
700
600
(3)
500
400
300
200
100
100
Ciclo 2008 1
(1)
(4)
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
X1
13

La regin de puntos que cumplen simultneamente todas las restricciones se
conoce como regin factible y es la que se muestra en el grfico siguiente. Cada
uno de los vrtices de regin factible se conoce como punto extremo (A, B, C,
D, E y F). Cada uno de los puntos que forman parte de la regin factible se
conoce como solucin factible. La solucin factible que optimiza (en este caso
maximiza) la funcin objetivo se le conoce como solucin ptima.
X2
800
700
600
500
400
300
Regin
factible
200
100
F
100
200
300
400
500
600
700
800
X1
Solucin ptima y valor ptimo:

El siguiente paso es encontrar los valores de X1 y X2 que den el mximo valor
posible a la funcin objetivo:
Utilidad total = 20 X1 + 15 X2
Dado un valor de utilidad total en particular, todos los pares de valores X1 y X2

que dan dicho valor de utilidad describen una recta, razn por la cual se le
denomina recta isoutilidad. Inicialmente tracemos en el plano algunas rectas que
expresen valores arbitrarios de utilidades, por ejemplo:
20 X1 + 15 X2 = 3 000
20 X1 + 15 X2 = 6 000
20 X1 + 15 X2 = 9 000
Ciclo 2008 1
14

El grfico a continuacin muestra la regin factible y las rectas de isoutilidad
mencionadas.
X2
800
nto
me o
e
r
v
inc jeti
de n ob
n
i
i
ecc unc
Dir e la f
d
700
600
500
400
X
20
1
+1
20
300
5X2
0
00
=6
5X2
+1
100
0
00
=9
+1
5X2
X1
X
20
200
=3
0
00
100
200
300
400
500
600
700
800
X1
Como se puede apreciar en el caso de la primera recta (20 X1 + 15 X2 = 3 000),

ninguno de sus puntos intercepta la regin factible y por lo tanto ninguna
combinacin de X1 y X2 que den utilidad 3000 cumple con todas las restricciones.
La segunda recta (20 X1 + 15 X2 = 6 000) s tiene puntos dentro de la regin factible y
por lo tanto s hay valores de X1 y X2 que dan una utilidad de 6000 y que cumplen
las restricciones.
Al trazar la tercera recta (20 X1 + 15 X2 = 9 000) sucede algo similar a la anterior.
Observando el grfico podemos notar tambin que a medida que aumentamos el
valor de la funcin objetivo, las rectas de isoutilidad se desplazan
paralelamente siguiendo la direccin indicada por la flecha. Como nuestro
objetivo es maximizar la utilidad, entonces debemos encontrar una recta de
isoutilidad lo ms desplazada en la direccin indicada pero sin salir de la
regin factible.
En el ejemplo, el mximo valor de utilidad se logra cuando la recta de isoutilidad
pasa por el vrtice D, y por lo tanto el punto D es la solucin ptima.
Los valores de X1 y X2 del punto D se obtienen del mismo grfico, o dado que el
punto pertenece a las restricciones (2) y (3), se obtienen tambin resolviendo el
siguiente sistema de ecuaciones:
Ciclo 2008 1
15

X1 + 0,5 X2 = 600 (restriccin 2)

0,5 X1 + 0,5 X2 = 350 (restriccin 3)
Los valores obtenidos son: X1 = 500 y X2. = 200. Reemplazando estos valores en la
funcin objetivo se obtiene el valor ptimo igual a S/. 13 000.
X2
800
700
600
500
B
400
C
300
solucin ptima
200
D
100
F
100
200
300
E
400
500
600
700
800
X1
Podemos concluir que si para los prximos 3 meses se produjera 500 carteras
estndar y 200 carteras de lujo se obtendra la mxima utilidad posible la cual
sera S/. 13 000.
Del mtodo grfico podemos concluir:
Las rectas de isoutilidad son paralelas. Por lo tanto, lo importante de trazar

una recta con valor de utilidad arbitraria y la desplazamos paralelamente
en la direccin conveniente hasta determinar el punto ptimo.
La direccin a la cual se desplazar la recta de la funcin objetivo (hacia

donde aumenta o disminuye el valor de la funcin objetivo) se har
dependiendo si el objetivo del problema es de maximizar o minimizar.
Ciclo 2008 1
16

Debido a que la recta de isoutilidad se desplaza hasta un extremo de la

regin factible, la solucin ptima siempre es un punto extremo o vrtice de
la regin factible.
La solucin ptima es el punto de intercepcin de dos rectas, los valores

correspondientes a X1 y X2 se determinan grficamente o resolviendo un
sistema de ecuaciones formado por las ecuaciones de las rectas de las
restricciones.
Holguras y excedentes:
Si reemplazamos los valores de la solucin ptima (X1 = 500; X2. = 200) en la
primera restriccin (0,5 X1 + 1,5 X2 750) que corresponde a las horas
disponibles para Corte tenemos:
0,5 . 500 + 1,5 . 200 = 550 750
550 750
Esto no slo significa que cumple la restriccin, tambin significa que de las 750
horas disponibles para Corte, si se ejecutara el plan de produccin ptimo slo
se necesitaran 550 horas. Es decir, quedaran 200 horas libres. La diferencia
entre el recurso disponible (750) y lo que se utilizara (550) al ejecutar la
solucin propuesta se denomina holgura. En este caso la holgura es 200 horas
Si reemplazamos los valores de las variables de la solucin ptima en la segunda
restriccin (X1 + 0,5 X2 600) que corresponden a las horas disponibles para
Costura tenemos:
500 + 0,5 . 200 600
600 600
Esto significa que de las 600 horas disponibles para Costura, si se ejecutara el
plan ptimo de produccin se utilizaran las 600 horas, es decir, estamos
utilizando todo el recurso disponible. En este caso decimos que la holgura es
cero horas.
Si reemplazamos los valores de las variables de la solucin ptima en la tercera
restriccin (0,5 X1 + 0,5 X2 350) que corresponden a la horas disponibles para
Acabado tenemos:
0,5 . 500 + 0,5 . 200 350
350 350
Ciclo 2008 1
17

Esto significa que de las 350 horas disponibles para Acabado, si se ejecutara el
plan ptimo de produccin se utilizaran todas las horas disponibles. En este
caso, como en la anterior restriccin, la holgura es cero.
Si reemplazamos los valores de las variables en la solucin ptima en la cuarta
restriccin (X1 + X2 300) que corresponde al lote mnimo de produccin,
tenemos:
500 + 200 300
700 300
Esto significa que con el plan ptimo de produccin, se producirn 400 unidades
ms de la cantidad mnima requerida. La diferencia entre lo que realmente se
est obteniendo al ejecutar la solucin propuesta (700) y el requisito mnimo a
cumplir (300) se denomina excedente. En este caso se dice que se cumple el
requerimiento mnimo de produccin con un excedente de 400 unidades.
Las holguras se presentan en las restricciones del tipo () y los excedentes se
presentan en las restricciones del tipo ( ).
Las restricciones con holgura o excedente cero se denominan restricciones
activas y son las que determinan la solucin ptima. Estas restricciones son las
ms importantes en el modelo de programacin lineal.
Cuando las restricciones tienen holguras o excedentes mayores a cero se
denominan restricciones no activas. Estas restricciones estn en un segundo
nivel de importancia.
Tambin existen algunas restricciones no activas que se denominan
restricciones redundantes, es decir, restricciones que no definen la regin
factible y que perfectamente pudieron no ser consideradas. De todos los tipos de
restricciones son las menos importantes.
Problema 1.2.Dado el siguiente problema de programacin lineal:

Min
sujeto a:
X1 + 3 X2 12
3 X1 + X2 12
2 X1 + 2 X 2
X1 , X 2 0
Mediante el mtodo grfico determine:

a. La regin factible.
b. Los puntos extremos de la regin factible
c. La solucin ptima.
d. La regin factible y la solucin ptima si se agrega la restriccin: X1 - X2 = 3.
Ciclo 2008 1
18

Solucin:
a. La regin factible es:
X2
12
11
10
9
3X 1 +
x2=
12
6
5
4
X1 +
3x =
2
12
Regin factible
C
1
10
11
12
X1
b. Los puntos extremos son:

A: x1 = 3; x2 = 3
B: x1 = 12; x2 = 0
C: x1 = 4; x2 = 0
c. La solucin ptima es el vrtice C.
X2
12
11
10
9
8
7
6
5
4
3
2
1
C
1
Ciclo 2008 1
10
11
12
X1
19

d. Dado que la nueva restriccin es una igualdad, slo los puntos del segmento
DE que pertenece a la recta forman la regin factible.
X2
12
11
10
9
8
7
6
5
4
X1
1
D
-1
10
11
12
X1
-2
-3
Los puntos extremos son:

D: X1 = 3,75 y X2 = 0,75
E: X1 = 5,25 y X2 = 2,25
La solucin ptima es el punto D.
Ciclo 2008 1
20

Casos especiales
Soluciones ptimas alternativas:
Las soluciones ptimas alternativas se presentan cuando ms de una solucin
nos da el valor ptimo de la funcin objetivo. Grficamente se puede ver cuando
la lnea de la funcin objetivo coincide con una de las lneas de restriccin de
recursos.
Tomando como referencia el modelo de Enigma S.A. pero esta vez cambiemos la
funcin objetivo es: 15 X1 + 15 X2. Obtengamos grficamente la solucin ptima.
Como no han cambiado las restricciones, la regin factible tampoco cambia. Al
trazar la recta de mxima utilidad, el vrtice D (500, 200) sigue siendo solucin
ptima, pero tambin el punto C (300, 400). De hecho, cualquier punto sobre el
segmento CD es solucin ptima. Por lo tanto, si existe ms de una solucin
ptima se dice que el problema tiene soluciones ptimas alternativas.
X2
800
700
im
x
500
m
ad
lid
uti
de
ea
ln
600
400
300
Puntos de solucin ptima
200
100
F
100
200
300
400
500
600
700
800
X1
Si reemplazamos el punto C y el punto D en la funcin objetivo tendremos:

Utilidad en el punto D:
15 . 500 + 15 . 200 = 10 500
Utilidad en el punto C:
15 . 300 + 15 . 400 = 10 500
Ciclo 2008 1
21

Regin no factible:
Una regin no factible se presenta cuando no existe solucin al problema que
satisfaga simultneamente todas las restricciones
Tomando como referencia el modelo de Enigma S.A. obtenga grficamente la
regin factible si adems agregamos las siguientes restricciones: se sabe que la
produccin mnima de las carteras estndar debe ser 600 unidades y de las
carteras de lujo 200 unidades.
A la regin factible original se le intercepta con la regin determinada por las
dos nuevas restricciones:
X1 600
(5)
Lote mnimo de carteras estndar
X2 200
(6)
Lote mnimo de carteras de lujo
X2
800
700
600
500
400
300
X1 600 y X2 200
200
100
F
100
200
300
400
500
600
700
800
X1
Como se puede apreciar, la intercepcin de las regiones es vaca, es decir,

ningn punto cumple simultneamente con todas las restricciones. Se dice
entonces que el problema tiene una regin no factible y consecuentemente no
tiene soluciones factibles ni solucin ptima.
Ciclo 2008 1
22

Regin factible no acotada:
Una regin factible no acotada se presenta cuando no est limitada en uno de sus
lados.
Para mostrar el concepto resolvamos el siguiente modelo de programacin
lineal:
Max 20 X1 - 15 X2
Sujeto a:
X1 100
X2 200
X1, X2 0
(1)
(2)
Al trazar las restricciones observamos que la regin factible se prolonga

indefinidamente hacia la derecha y se dice que es una regin factible no acotada.
Al tratar de hallar la solucin ptima, la rectas de isoutilidad se pueden desplazar
en la direccin creciente indefinidamente, por lo que el problema carece de
solucin ptima.
Sin embargo, si la funcin objetivo hubiese sido de minimizacin, la solucin
ptima s existira y sera el vrtice B
En conclusin, puede existir una regin factible no acotada y dependiendo de la
funcin objetivo puede o no carecer de solucin ptima.
X2
800
700
En esta direccin el
problema tiene como
solucin ptima
el vrtice B(100,200)
600
500
En esta direccin el
problema carece
de solucin ptima
400
300
200
B
X1 100 y X2 200
100
A
100
Ciclo 2008 1
200
300
400
500
600
700
800
X1
23

Problema 1.3.El siguiente problema de programacin lineal, qu tipo de soluciones tiene?
Max
X 1 + X2
sujeto a:
4 X1 + 3 X2 12
2 X2 4
X1 , X 2 0
Solucin:
X2
4
Regin factible
1
X1
La regin es no acotada y no existe solucin ptima.
Ciclo 2008 1
24

Anlisis de sensibilidad con grficos

Al encontrar la solucin ptima de un problema, las utilidades (o costos) y los
lados derecho de consideraron fijos y exactos. Sin embargo estas cantidades
pueden ser slo aproximadas o estar sujetas a variaciones (p.e: si se est
negociando el precio de un producto con un cliente). Por lo tanto los valores que
se utilizan en el modelo podran ser slo referenciales. Lo mismo podra decirse
de los lados derechos de las restricciones. Entonces es necesario preguntarse qu
pasa con la solucin ptima o con el valor ptimo si algunos valores del modelo
estn sujetos a ciertas variaciones. Justamente el anlisis de sensibilidad consiste
en determinar las implicancias que tendra variar determinados parmetros
dentro del modelo formulado de programacin lineal.
Concretamente, el anlisis de sensibilidad se centra en dos puntos:
La variacin de los coeficientes de las variables en la funcin objetivo.

La variacin de los lados derechos de las restricciones.
Inicialmente se presenta el anlisis de sensibilidad para dos variables apoyados

en el mtodo grfico, lo que nos permitir comprender ms fcilmente los
criterios utilizados en dicho anlisis. Posteriormente extenderemos el anlisis de
sensibilidad a problemas con ms de dos variables mediante en el uso del
computador.
Cambios en los coeficientes de las variables en la funcin objetivo:

Grficamente los coeficientes de las variables en la funcin objetivo determinan
la pendiente de las rectas de isoutilidad. Por tanto, si un coeficiente vara, la
pendiente de las rectas de isoutilidad vara.
La variacin de la pendiente de la funcin objetivo puede ser tal que no
necesariamente cambie la solucin ptima. Tomemos como referencia la
solucin grfica de la produccin de carteras de Enigma S.A.
La pendiente de la funcin objetivo (mfo = - 4/3) cambia si uno de los coeficientes de las variables cambia. Mientras este valor est entre la pendiente de la
restriccin 2 (m2 = -2) y la pendiente de la restriccin 3 (m3 = -1), la solucin
ptima no cambiar, geomtricamente seguir siendo el punto D. Es decir, la
solucin ptima del problema no cambiar mientras el valor de la pendiente de
la funcin objetivo se encuentre en el rango:
- 2 m fo - 1
Si la pendiente de la funcin objetivo coincide exactamente con 2 con 1
habr soluciones ptimas alternativas. Esto es porque en esos casos la pendiente
de la funcin objetivo coincide con la de un recurso.
Ciclo 2008 1
25

X2
funcin objetivo
20 x 1 + 15 x 2 = 13 000
m fo= - 4 / 3
800
700
restriccin 2
x 1 + 0,5 x 2 = 600
m 2= - 2
600
500
B
400
C
300
solucin ptima
Regin
factible
200
restriccin 3
0,5 x 1 + 0,5 x 2 = 350
m 3= - 1
D
100
F
100
200
300
400
500
600
700
800
X1
Si la pendiente de la funcin objetivo excede el rango, la solucin ptima

cambia, geomtricamente ya no es el punto D. Si la recta cambi a ms vertical
la nueva solucin ptima es el punto E. Si la recta cambi a ms horizontal, la
nueva solucin ptima es el punto C.
Calculemos ahora cunto puede variar el coeficiente de una variable en la
funcin objetivo sin que vare la solucin ptima. Volvamos al problema
Enigma S.A. y su produccin de carteras. La pregunta sera cul es el rango de
variacin de la utilidad unitaria de la cartera estndar sin que cambie el plan de
produccin?
La utilidad unitaria actual de la cartera estndar es 20. Reemplacemos dicho
valor por uno genrico C1. Entonces la funcin objetivo ser:
Max
C1 X1 + 15 X2
La pendiente de la recta es:

m fo =
C1
15
Para que la solucin ptima no cambie se debe cumplir que:
Ciclo 2008 1
26

2 m fo 1
2
C1
1
15
15 C 1 30
La solucin matemtica es que mientras el coeficiente de X1 en la funcin

objetivo tenga un valor entre 15 y 30, la solucin ptima siempre ser X1 = 500 y
X2 = 200. La interpretacin de la solucin matemtica es: mientras que la utilidad
de la cartera estndar tenga un valor entre 15 y 30 soles, el plan de produccin
que maximiza la utilidad ser producir 500 carteras estndar y 200 carteras de
lujo.
El mismo anlisis se podr realizar para determinar el rango de variacin de la
utilidad unitaria de la cartera de lujo. La utilidad unitaria actual de la cartera de
lujo es 15. Reemplacemos dicho valor por uno genrico C2. Entonces la funcin
objetivo ser
Max
20 X1 + C2 X2
La pendiente de la recta es:

m fo =
20
C2
Para que la solucin ptima no cambie se debe cumplir que:

2 m fo 1
2
20
1
C2
10 C 2 20
La solucin matemtica es que mientras el coeficiente de X2 en la funcin
objetivo tenga un valor entre 10 y 20, la solucin ptima siempre ser X1 = 500 y
X2 = 200. La interpretacin de la solucin matemtica es: mientras que la utilidad
de la cartera de lujo tenga un valor entre 20 y 40 soles, el plan de produccin que
maximiza la utilidad ser producir 500 carteras estndar y 200 carteras de lujo.
Los rangos entre los que pueden variar los coeficientes de las variables en la
funcin objetivo sin que vare la solucin ptima se conocen como rangos de
optimalidad .
Ciclo 2008 1
27

Cambios en los lados derechos de las restricciones:

Para mostrar el efecto en el cambio del lado derecho de una restriccin,
volvamos al modelo de programacin lineal de Enigma S.A. Tomemos
inicialmente una restriccin activa, por ejemplo la restriccin 2, que es:
X1 + 0,5 X2 600
Restriccin 2:
Cambiemos el lado derecho de la restriccin de 600 horas disponibles a 500

horas disponibles, entonces la restriccin 2 quedara:
X1 + 0,5 X2 500
Restriccin 2:
Geomtricamente el cambio del lado derecho de un recurso producir un

desplazamiento paralelo de la recta de restriccin producindose un cambio en la
regin factible. Adems, como la restriccin es activa, el punto de solucin
ptima tambin cambia, lo cual se aprecia claramente en el siguiente grfico.
Como las horas disponibles para Costura son un recurso limitante (se utiliza la
totalidad de dicho recurso y por lo tanto la restriccin es activa) un cambio en la
cantidad del recurso disponible no solo cambiar la regin factible y la solucin
ptima sino que como en este caso el cambio disminuye un recurso limitante, la
regin factible disminuye en tamao (ms difcil de cumplir y por lo tanto menos
puntos cumplen) y la solucin ptima empeora (la solucin ptima se debe
lograr con menos recursos). Lgicamente si el cambio aumentara la
disponibilidad del recurso limitante, la regin factible aumentara en tamao y la
solucin ptima mejorara.
X2
X2
funcin objetivo
ptima
800
800
700
700
600
600
restriccin 2
x 1 + 0,5 x 2 600
restriccin 2
x 1 + 0,5 x 2 500
nueva
solucin
ptima
500
500
B
400
400
C
300
Nuevafuncin
Objetivo ptima
solucin
ptima
regin
factible
300
C
A
200
200
nueva
regin
factible
D
100
100
F
100
200
300
400
500
600
700
800
X1
100
200
300
400
500
600
700
La nueva solucin ptima es X1 = 300 y X2 = 400; el valor ptimo es S/. 12 000. Como
ya analizamos, la disminucin de un recurso limitante disminuye la utilidad.
Ciclo 2008 1
28
800
X1

Ahora centremos nuestro anlisis en el cambio del lado derecho de una

restriccin no activa, por ejemplo la restriccin 4 que es:
X1 + X2 300
Restriccin 4:
Cambiemos el lado derecho de la restriccin de un lote mnimo de 300 unidades

a 200 unidades, entonces la restriccin 4 quedara:
X1 + X2 200
Restriccin 4:
El cambio del lado derecho de la restriccin se puede apreciar en el siguiente

grfico:
X2
X2
800
800
funcin objetivo
ptima
700
600
600
500
500
B
400
400
C
300
funcin objetivo
ptima
700
solucin
ptima
regin
factible
200
200
solucin
ptima
nueva
regin
factible
300
A
100
100
F
100
200
300
400
500
600
700
800
restriccin 4
x 1 + x 2 300
X1
100
200
300
400
500
600
700
800
restriccin 4
x 1 + x 2 200
Como el lote mnimo de produccin no es una condicin a cumplir limitante (se

excede lo mnimo requerido) un cambio en dicha condicin mnima cambiar
slo la regin factible pero no la solucin ptima. Como en este caso el cambio
en la condicin mnima disminuye, la regin factible aumenta en tamao (ms
fcil de cumplir y por lo tanto ms puntos cumplen) pero la solucin ptima no
cambia (la solucin ptima cumple largamente lo mnimo requerido).
Lgicamente si el cambio aumentara la condicin mnima requerida, la regin
factible disminuira de tamao pero la solucin ptima no cambiara
necesariamente.
Ciclo 2008 1
29
X1

Precio Dual:
El Precio dual de una restriccin es la mejora del valor ptimo si se agrega una
unidad adicional al lado derecho de dicha restriccin.
Dado que el precio dual de una restriccin es la mejora del valor ptimo, esta
mejora va a depender si el modelo es de maximizar o minimizar la funcin
objetivo. Si el objetivo es maximizar, entonces la mejora significar un aumento
del valor ptimo. Si el objetivo es minimizar, entonces la mejora significar una
disminucin del valor ptimo.
Para ilustrar el clculo y la interpretacin del precio dual, retomemos el ejemplo
de la produccin de las carteras estndar y de lujo y calculemos el precio dual de
la restriccin 3.
Aumentamos una unidad el lado derecho de dicha restriccin y calculemos la
nueva solucin ptima:
X1 + 0,5 X2 = 600 (restriccin 2)
0,5 X1 + 0,5 X2 = 351 (restriccin 3)
Resolviendo el sistema de ecuaciones obtenemos la nueva solucin ptima: X1 =

498 y X2 = 204. Reemplazando estos valores en la funcin utilidad, nuevo valor
ptimo es 13 020. Si compara estos resultados con la solucin ptima original
(X1 = 500, X2 = 200) y valor ptimo original (13 000) notar un cambio de valores.
El aumento en 1 del lado derecho de la restriccin 3 ha producido una mejora de
20 en el valor ptimo, es decir, el precio dual de la restriccin 3 es 20. La
interpretacin del precio dual de la restriccin 3 es que si aumentamos una hora
la capacidad del departamento de Acabado, este aumento generar un
incremento de S/. 20 en la utilidad.
Costo Reducido:
El costo reducido de una variable en el modelo de programacin lineal es la
cantidad en que debe cambiar el coeficiente de esa variable en la funcin
objetivo para que en la solucin ptima dicha variable tenga un valor positivo
Tambin se interpreta como el valor que disminuye la funcin objetivo cuando
esta variable cuyo valor ptimo es cero, es forzada a entrar en una unidad.
Como en el ejemplo de las carteras, la solucin ptima tiene valores de las
variables positivas, entonces no es necesario realizar ningn cambio en los
coeficientes de las variables en la funcin objetivo y por lo tanto el costo
reducido de ambas variables es cero.
Ciclo 2008 1
30

Sobre el anlisis de sensibilidad se podra concluir que:
Al cambiar los coeficientes de la funcin objetivo, sta puede cambiar su

pendiente. El cambio de la pendiente puede afectar a la solucin ptima y al
valor ptimo.
El cambio en el valor del lado derecho de una restriccin produce un

desplazamiento paralelo de la restriccin. Esto puede afectar tanto a la
solucin ptima como al valor ptimo. El efecto depender de qu
restriccin se haya cambiado y en qu medida.
Estrechar una restriccin de desigualdad significa hacerla ms difcil de

satisfacer. Para una restriccin esto significa aumentar el lado derecho.
Para una restriccin significa disminuirlo.
Relajar una restriccin de desigualdad, o bien contrae el conjunto factible o

posiblemente queda inalterado. Al relajar una restriccin de desigualdad o
bien se expande el conjunto factible o posiblemente quede inalterado.
Al estrechar una restriccin de desigualdad, o bien se contrae el conjunto

factible posiblemente quede inalterado. Al relajar una restriccin de
desigualdad o bien se expande el conjunto factible o posiblemente quede
inalterado.
Una restriccin es redundante si al ser retirada no cambia la regin factible.
Es muy importante considerar que una restriccin puede ser redundante para
un conjunto dado, no lo sea cuando se cambian algunos datos.
En cualquier modelo de programacin lineal, para un conjunto fijo de datos,

las restricciones inactivas pueden ser retiradas sin afectar la solucin ptima.
Esta depende por completo de las restricciones activas.
Al eliminar las restricciones la regin factible queda inalterada o aumenta.
La adicin de restricciones hace que la regin factible quede inalterada o se

reduzca.
La adicin de restricciones a un modelo o bien empeora el valor ptimo o lo

deja inalterado. La eliminacin de restricciones o bien mejora el valor
ptimo o lo deja inalterado.
Ciclo 2008 1
31

Problema 1.4.Dado el siguiente problema de programacin lineal:

Max
100 X1 + 500 X2
sujeto a:
3 X1 + 2 X2 600
2 X1 + 4 X2 800
X1 , X 2 0
Encuentre el precio dual y el costo reducido de las variables.
Solucin:
X2
400
300
200
100
100
200
300
400
X2
Conceptos clave:
Variable de decisin: son los valores sobre los cuales se va a tomar decisiones, es decir
estn bajo el control del decidor.
Funcin objetivo: expresin matemtica que resume el objetivo a optimizar por el modelo
Restriccin: Son los requisitos que debe cumplir los valores de las variables.
Ciclo 2008 1
32

Conceptos clave:
Regin factible: Conjunto de soluciones que satisfacen todas las restricciones de manera
simultnea.
Puntos extremos: Los puntos factibles de la solucin que ocurren en los vrtices o esquinas
de la regin factible.
Solucin: cualquier conjunto de valores de las variables
Solucin factible: una solucin que satisface todas las restricciones o limitantes.
Solucin ptima: una solucin que cumpliendo con todas las restricciones, maximiza (o
minimiza) la funcin objetivo.
Valor ptimo: valor de la funcin objetivo en la solucin ptima.
Restriccin activa: restriccin que indica que para el caso de la solucin ptima un recurso se
est utilizando totalmente (en el caso ) o se est cumpliendo una condicin con lo mnimo
indispensable (en el caso ).
Restriccin no activa: restriccin que indica que para el caso de la solucin ptima un recurso
tiene excedentes (en el caso ) o se est cumpliendo una condicin con ms de lo mnimo
indispensable (en el caso ).
Restriccin redundante: restriccin que no influye en la regin factible y consecuentemente
en la solucin ptima. Su presencia en el modelo no es necesaria.
Holgura: aplicada la solucin ptima en una restriccin es la cantidad de recurso no utilizado
en dicha restriccin.
Excedente: aplicada la solucin ptima en una restriccin es la cantidad adicional que
excede el lado derecho a lo mnimo indispensable requerido por dicha restriccin.
Solucin ptima alternativa: La situacin en la cual un programa lineal tiene ms de una
solucin que proporcione el valor ptimo de la funcin objetivo.
Regin no factible: Cuando la regin factible es vaca, es decir, cuando ningn punto puede
cumplir con todas las condiciones o restricciones simultneamente.
Anlisis de sensibilidad: Estudia la forma en que los coeficientes del problema de
programacin lineal afectan a la solucin ptima del problema.
Rango de optimalidad: El rango de los valores en el cual puede variar un coeficiente de la
funcin objetivo sin causar ninguna modificacin en los valores de las variables de decisin en
la solucin ptima.
Precio Dual: La mejora en el valor de la solucin ptima por incremento unitario en el valor del
lado derecho de una restriccin.
Rango de factibilidad: El rango de valores en el cual puede variar el lado derecho de una
restriccin y es aplicable el precio dual.
Costo reducido: Cantidad en que debe cambiar el coeficiente de esa variable en la funcin
objetivo para que tenga valor positivo para esa variable. Tambin es el valor que disminuye la
funcin objetivo cuando esta variable cuyo valor ptimo es cero, es forzada a entrar en una
unidad.
Ciclo 2008 1
33

1.3 Solucin por computadora

Uso del LINDO
El mtodo grfico permite encontrar la solucin ptima en modelos con dos
variables. Para problemas de ms de dos variables existen procedimientos
(algoritmos) que permiten encontrar la solucin. Sin embargo, gracias al avance
de la tecnologa, hoy en da podemos acceder a programas aplicativos fciles de
usar y que hacen que los esfuerzos se orienten principalmente al modelado de
situaciones cada vez ms complejas y al anlisis de resultados, dejando el
procedimiento de resolucin al programa. En el mercado existen programas
como el LINDO, el WIN QSB, el Minitab, POM, etc. algunos de ellos con
versiones de uso libre. Por su fcil acceso y su uso directo en la resolucin de
modelos los problemas de la gua han sido resueltos mediante el WINQSB,
adems el reporte de los resultados es similar al generado por otros programas.
Para mayores detalles de la sintaxis y uso de los comandos del WINQSB puede
consultar una amplia variedad de libros que existen en la biblioteca y la propia
ayuda de programa. En esta parte de la separata nos concentraremos
directamente en el ingreso de modelo al programa y a la obtencin de resultados.
Para ingresar el modelo al programa, simplemente escribimos el modelo formal
respetando unas reglas sencillas de sintaxis. Tomemos como ejemplo el modelo
de la produccin de Enigma S.A. e ingresmoslo en la ventana principal del
programa de la siguiente manera:
Ciclo 2008 1
34

Las reglas bsicas de sintaxis son:
La funcin objetivo va precedida del trmino MAX (para maximizar) o MIN

(para minimizar).
Las restricciones van precedidas por cualquiera de las siguientes

expresiones:
SUBJECT TO
SUCH THAT
S.T.
ST
El final de las restricciones se indica con la palabra END.
Es indistinto ingresar las palabras mencionadas con maysculas o

minsculas.
El nombre de las variables debe tener una extensin mxima de 8 caracteres.
El nombre de las variables debe comenzar con un carcter alfabtico.
El nombre de las variables no debe utilizar ninguno de los siguientes

caracteres: ! ) + - = < >.
Las condiciones de no negatividad no se indican pues el LINDO las asume

por omisin.
Para que el reporte presente el modelo que se ha resuelto, active el comando

Reports, Formulation, como se indica en la siguiente figura:
Ciclo 2008 1
35

Para que el reporte con la solucin del modelo se presente, use el comando Solve
o el icono indicado en la siguiente figura.
Icono
Solve
Al activar el comando Solve (o el icono correspondiente), el programa mostrar

una pantalla como es presenta en la siguiente figura. Se debe indicar si se quiere
que adems de la solucin al modelo, el reporte muestre el anlisis de
sensibilidad.
Ciclo 2008 1
36

El reporte obtenido por el LINDO es el siguiente:
MAX
20 X1 + 15 X2
SUBJECT TO
2)
0.5 X1 + 1.5 X2 <=
3)
X1 + 0.5 X2 <=
4)
0.5 X1 + 0.5 X2 <=
5)
X1 +
X2 >=
END
750
600
350
300
modelo
OBJECTIVE FUNCTION VALUE

1)
13000.00
VARIABLE
X1
X2
ROW
2)
3)
4)
5)
VALUE
500.000000
200.000000
SLACK OR SURPLUS
200.000000
0.000000
0.000000
400.000000
NO. ITERATIONS=
REDUCED COST
0.000000
0.000000
solucin
DUAL PRICES
0.000000
10.000000
20.000000
0.000000
RANGES IN WHICH THE BASIS IS UNCHANGED:
VARIABLE
X1
X2
ROW
2
3
4
5
CURRENT
COEF
20.000000
15.000000
OBJ COEFFICIENT RANGES

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
10.000000
5.000000
5.000000
5.000000
CURRENT
RHS
750.000000
600.000000
350.000000
300.000000
RIGHTHAND SIDE RANGES

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
INFINITY
200.000000
100.000000
100.000000
40.000000
50.000000
400.000000
INFINITY
anlisis
de
sensibilidad
Como se puede apreciar, el reporte presentado consta de tres partes:

La primera parte (opcional) es el modelo que se ha resuelto.
La segunda parte muestra el valor ptimo, la solucin ptima con sus respectivos
costos reducidos y las restricciones con sus respectivas holguras o excedentes y
precios duales.
La tercera parte (opcional) muestra el anlisis de sensibilidad de los coeficientes
de las variables en la funcin objetivo (rangos de optimalidad) y los rangos de
variacin de los lados derechos de las variables en los que son vlidos los
precios duales antes mostrados.
Ciclo 2008 1
37

Interpretacin de reportes de LINDO

En el reporte se ha incluido el modelo de programacin resuelto. Si bien esta
inclusin es opcional, es recomendable incluirla para que se tenga a la mano el
modelo resuelto.
MAX
20 X1 +
SUBJECT TO
2)
0.5
3)
4)
0.5
5)
END
15 X2
X1
X1
X1
X1
+ 1.5 X2 <=
+ 0.5 X2 <=
+ 0.5 X2 <=
+
X2 >=
750
600
350
300
Note que el programa ha numerado las restricciones pero que esta numeracin
empieza en 2). Esto es porque la numeracin la realiza por filas y la fila 1) es la
correspondiente a la funcin objetivo. Esta numeracin de las filas, que sirve
para identificar las restricciones, es mantenida a lo largo del reporte.
La parte siguiente del reporte:
1)
13000.00
Corresponde al valor ptimo del modelo. Como ya lo habamos mencionado, la

numeracin 1) corresponde a la funcin objetivo. En este caso, el ingreso
mximo es S/. 13 000.
La siguiente parte del reporte:
VARIABLE
X1
X2
VALUE
500.000000
200.000000
REDUCED COST
0.000000
0.000000
Muestra el valor de cada variable en la solucin ptima. Coincidiendo con la

solucin obtenida mediante el mtodo grfico, la solucin ptima (el plan
ptimo de produccin) es fabricar 500 unidades de carteras estndar y 200
unidades de carteras de lujo. Tambin se muestra el costo reducido de cada
variable que en este caso es cero.
La siguiente parte de reporte muestra las filas numeradas que corresponden a las
restricciones, sus correspondientes holguras/excedentes y sus precios duales.
ROW
2)
3)
4)
5)
SLACK OR SURPLUS
200.000000
0.000000
0.000000
400.000000
DUAL PRICES
0.000000
10.000000
20.000000
0.000000
Para la fila 2), que corresponde a una disponibilidad de 750 horas para Corte, se
tiene una holgura de 200 horas, por tanto es una restriccin no activa, Para la fila
3) que corresponde a una disponibilidad de 600 horas para Costura, la holgura es
cero y por lo tanto es una restriccin activa. Para la fila 4) que corresponde a 350
Ciclo 2008 1
38

horas de Acabado, tambin la holgura es cero y por lo tanto, tambin es una
restriccin activa. La fila 5) corresponde al lote mnimo de produccin y el
excedente es 400 unidades y por lo tanto es una restriccin no activa. Como se
puede apreciar, los resultados coinciden con la solucin grfica.
Respecto a los precios duales, para la fila 2) si aumenta en una unidad el lado
derecho de la restriccin la utilidad no cambia porque el precio dual es cero. Es
decir, si a las 750 horas con que se cuenta para Corte le agregamos una hora, la
utilidad no cambia. Esto es lgico porque si para la solucin ptima y el valor
ptimo hay horas sobrantes de Corte, agregar una hora ms no mejora la
solucin ptima ni el valor ptimo.
Para la fila 3), si aumentamos una hora adicional a las 600 ya disponibles, la
utilidad aumenta en un monto equivalente al precio dual es decir $10.
Para la fila 4), si aumentamos una hora adicional a las 350 ya disponibles, la
utilidad aumenta en un monto equivalente al precio dual es decir $20. Este
resultado confirma el que obtuviramos en el anlisis que hiciramos en la
solucin grfica (ver pgina 26)
Para la fila 5), si exigimos una unidad adicional a las 300 del lote mnimo, la
utilidad no vara (el precio dual es cero) dado que se han producido 400
unidades ms de las mnimas exigidas.
La siguiente parte del reporte muestra los coeficientes de las variables en la
funcin objetivo, en este caso las utilidades unitarias.
VARIABLE
X1
X2
CURRENT
COEF
20.000000
15.000000

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
10.000000
5.000000
5.000000
5.000000
La utilidad actual de la cartera estndar es $20 y puede aumentar hasta en $10

puede reducirse hasta en $5 y la solucin ptima no variar, es decir, mientras la
utilidad unitaria de la cartera estndar tenga un valor entre $15 y $30 (rango de
optimalidad) el plan ptimo de produccin ser X1 = 500; X2. = 200. Note que si bien
la solucin ptima no vara, el valor ptimo s. Un anlisis similar se cumple
para la utilidad unitaria de la cartera de lujo, la utilidad actual es $15 y puede
aumentar como mximo hasta $5 y disminuir como mximo hasta $5 sin que la
solucin ptima cambie.
La ltima parte del reporte se refiere al lado derecho de las restricciones y los
rangos de variacin en los que es vlido el valor del precio dual.
ROW
2
3
4
5
Ciclo 2008 1
CURRENT
RHS
750.000000
600.000000
350.000000
300.000000

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
INFINITY
200.000000
100.000000
100.000000
40.000000
50.000000
400.000000
INFINITY
39

1.4 Aplicaciones especiales

Problema de transporte
El problema de transporte se presenta frecuentemente al planear la distribucin
de bienes y servicios desde varias localizaciones de suministro hacia varias
localizaciones de demanda.
Caractersticas del modelo:
La cantidad de bienes disponibles en cada localizacin de suministro

(origen) es limitada.
La cantidad de bienes necesarios en cada una de las localizaciones de
demanda (destino) es conocida.
El objetivo generalmente es minimizar costos de traslado de los bienes desde
los orgenes hasta los destinos.
Para mostrar el modelo que resuelve el problema de transporte tomemos la

siguiente situacin: Enigma S.A. tiene cuatro centros de distribucin de
productos marinos en Lima y estn ubicadas en Ate, Barranco, Comas y
Magdalena. Los productos que distribuye los acopia de los terminales pesqueros
de Ventanilla, San Juan de Miraflores y La Victoria. La demanda diaria
solicitada por cada centro de distribucin (en Kg.) son los siguientes:
Centro de distribucin
Ate
Barranco
Comas
Magdalena
Cantidad (Kg.)
400
900
200
500
La cantidad de productos marinos que puede disponer cada terminal pesquero es

la mostrada en la siguiente tabla:
Terminal Pesquero
Ventanilla
San Juan de Miraflores
La Victoria
Cantidad (Kg.)
500
700
800
El costo por transporte de cada kilogramo de producto marino desde uno de los
terminales pesqueros a un centro de distribucin (en soles) es el siguiente:
Terminal Pesquero
Ventanilla
San Juan de Miraflores
La Victoria
Ate
1,20
0,50
1,00
Centro de distribucin
Barranco
Comas
1,30
0,40
0,40
1,00
0,90
1,20
Magdalena
0,60
1,10
0,40
Se debe decidir cuntos kilogramos debe destinar de cada terminal pesquero a

cada centro de distribucin de manera que se minimice el costo de transporte.
Ciclo 2008 1
40

Diagrama de red:
El diagrama de red muestra los centros de suministro y los de destinos y estn
representados por crculos conectados con una lnea que indica la ruta. Al lado
de cada crculo se indica la cantidad de bienes suministrados y demandados
sobre las lneas se indican los costos unitarios respectivos.
Centros de distribucin
(nodos de destino)
Plantas
(nodos de origen)
Costo unitario
de transporte
1
Ate
1,2
500
1
Ventanilla
400
1,3
0,4
0,6
0,5
700
2
Barranco
900
3
Comas
200
4
Magdalena
500
0,4
2
San Juan de 1,0
Miraflores
1,1
1,0
0,9
3
800
La Victoria
Suministros
1,2
0,4
Rutas de distribucin
(arcos)
Demandas
Variables:
Xij: nmero de unidades embarcadas del suministro i al destino j
Modelo:
Min
sujeto a :
1,2 X11 + 1,3 X12 + 0,4 X13 + 0,6 X14 + 0,5 X21 + 0,4 X22 + x23 + 1,1 X14 + X31 + 0,9 X32 + 1,2 X33 + 0,4 X34
X11 + X12 + X13 + X14 500

X21 + X22 + X23 + X14 700
X31 + X32 + X33 + X34 800
X11 + X21 + X31 = 400
X12 + X22 + X32 = 900
X13 + X23 + X33 = 200
X14 + X14 + X34 = 500
(suministro de Ventanilla)
(suministro de San Juan de Miraflores)
(suministro de La Victoria)
(demanda de Ate)
(demanda de Barranco)
(demanda de Comas)
(demanda de Magdalena)
Xij 0 para i = 1, 2, 3; j = 1, 2, 3, 4
Ciclo 2008 1
41

Resolviendo el problema usando el programa LINDO se tiene el siguiente
reporte:
1)
1200.000
VARIABLE
X11
X12
X13
X14
X21
X22
X23
X24
X31
X32
X33
X34
VALUE
0.000000
0.000000
200.000000
300.000000
0.000000
700.000000
0.000000
0.000000
400.000000
200.000000
0.000000
200.000000
REDUCED COST
0.000000
0.200000
0.000000
0.000000
0.100000
0.000000
1.300000
1.200000
0.000000
0.000000
1.000000
0.000000
De acuerdo al reporte la solucin es:

X13: 200 Kg. transportados de Ventanilla a Comas
X14: 300 Kg. transportados de Ventanilla a Magdalena
X22: 700 Kg. transportados de San Juan de Miraflores a Barranco
X31: 400 Kg. transportados de La Victoria a Ate
X32: 200 Kg. transportados de La Victoria a Barranco
X34: 200 Kg. transportados de La Victoria a Magdalena
El costo total del transporte propuesto es de S/. 1200

Diagrama de red con la solucin:
Unidades
transportadas
500
1
Ate
400
1
Ventanilla
200
300
700
2
Barranco
900
3
Comas
200
4
Magdalena
500
2
700
San Juan de
Miraflores
400
200
3
800
Ciclo 2008 1
La Victoria
200
42

Variantes del modelo:
Oferta o suministro total es mayor a la demanda total.

Oferta o suministro total es menor a la demanda total.
Maximizacin e la funcin objetivo.
Rutas con capacidad limitada.
Rutas no aceptables.
Problema de asignacin
El problema de asignacin consiste en asignar un elemento (persona, mquina,
contrato, etc.) a un destino (territorio, trabajo, limitante, etc.)
El nmero de elementos y el nmero de destinos son iguales.

Un elemento es asignado a un solo destino.
El objetivo es minimizar costos.
Todas las asignaciones son posibles.
Es un caso especial del problema de transporte donde Xij es igual a 1 si el
elemento i es asignado al destino j y 0 si no es asignado.
Para mostrar el modelo de resolucin del problema de asignacin tomemos el

siguiente ejemplo:
La gerencia de Enigma S.A. quiere asignar a tres ejecutivos para que visiten e
inspeccionen las tres plantas con que cuenta la empresa en provincias.
Los costos de asignacin (en soles) de cada ejecutivo a cada planta son
mostrados en el siguiente cuadro:
Ejecutivo
Finanzas
Mercadeo
Operaciones
Tacna
24
14
15
Planta
Hunuco
10
22
17
Cusco
21
10
20
Encuentre la solucin ptima de asignacin de los ejecutivos a cada planta de

Enigma S.A. de tal manera que se minimice el costo.
Diagrama de red:
De una manera similar al caso de transporte, el diagrama de red en el problema
de asignacin muestra las unidades a asignar y los de destinos y estn
representados por crculos conectados con una lnea que indica la asignacin. Al
lado de cada crculo se indica 1 que es la nica asignacin del modelo y sobre
las lneas se indican los respectivos costos de la asignacin.
Ciclo 2008 1
43

Ejecutivos
Clientes
(nodos de origen)
(nodos de destino)
Costo de asignacin
24
1
Finanzas
Tacna
1
Hunuco
2
Cusco
3
10
21
14
22
2
Mercadeo
10
15
17
3
Operaciones
Ofertas
20
Asignaciones posibles
(arcos)
Demandas
Variables:
1 si el ejecutivo i se asigna al cliente j
X ij =
0 de no ser ese el caso
donde: i = 1, 2, 3 y j = 1, 2, 3
Modelo:
Min
24 X11 + 10 X12 + 21 X13 + 14 X21 + 22 X22 + 10 X23 + 15 X31 + 17 X32 + 20 X33
Sujeto a:
X11 + X12 + X13
X21 + X22 + X23
X31 + X32 + X33
X11 + X21 + X31
X12 + X22 + X32
X13 + X23 + X33
Xij 0
=
=
=
1
1
1
1
1
1
(Asignacin de ejecutivo de Finanzas)

(Asignacin de ejecutivo de Mercadeo)
(Asignacin de ejecutivo de Operaciones)
(Cliente 1)
(Cliente 2)
(Cliente 3)
para i = 1, 2, 3; j = 1, 2, 3
Resolviendo el problema usando el programa LINDO tenemos:
Ciclo 2008 1
44

1)
35.00
VARIABLE
X11
X12
X13
X21
X22
X23
X31
X32
X33
VALUE
0.00
1.00
0.00
0.00
0.00
1.00
1.00
0.00
0.00
REDUCED COST
9.00
0.00
10.00
0.00
13.00
0.00
0.00
7.00
9.00
Los resultados se interpretan de la siguiente manera:
Ejecutivo de Finanzas asignado a Hunuco (X12 = 1)
Ejecutivo de Mercadeo asignado a Cusco (X23 = 1)
Ejecutivo de Operaciones asignado a Tacna (X31 = 1)

El costo total de asignar los ejecutivos a las diferentes plantas es de S/. 35.
1
Finanzas
2
Mercadeo
Tacna
1
Hunuco
2
Cusco
3
1
1
3
Operaciones
Nmero de elementos que se van a asignar es mayor al nmero de destinos.

Nmero de elementos que se van a asignar es menor al nmero de destinos.
Hay un problema de maximizacin.
Se dan asignaciones inaceptables.
Un elemento puede ser asignado a ms de un destino.
Ciclo 2008 1
45

Problema de trasbordo
El problema de trasbordo es una extensin del modelo de transporte, al cual se
agregan nodos intermedios denominados nodos de trasbordo.
La oferta disponible es limitada.

En cada destino, la demanda est especificada.
El objetivo generalmente es minimizar costos de traslado de los bienes desde
los orgenes hasta los destinos.
Para mostrar el problema de trasbordo, desarrollemos el siguiente ejemplo:

Enigma S.A. tiene plantas de produccin en Lima y Tacna. Los productos
fabricados en cualquiera de estas instalaciones pueden ser enviados a cualquiera
de sus almacenes regionales en Ica y Arequipa. De los almacenes regionales, la
empresa distribuye a detallistas al menudeo en Ayacucho, Huancayo, Cusco y
Hunuco. En las siguientes tablas aparece el costo unitario de transporte de cada
ruta de distribucin.
Planta
Lima
Tacna
Almacn
Ica
2
3
Almacn
Ica
Arequipa
Cantidad demandada
Ayacucho
2
4
200
Cantidad ofrecida
Arequipa
3
1
Distribuidor al detalle
Huancayo
Cusco
6
3
4
6
150
350
600
400
Hunuco
6
5
300
Se debe determinar cuntos productos deben ser trasladados por cada rut
propuesta de tal manera que se cumpla con la cantidad demandada por cada
distribuidor al menor costo posible.
Diagrama de red:
Como es un caso de transporte, el diagrama de red en el problema de trasbordo
muestra las unidades a transportar. Los lugares de origen trasbordo y los de
destinos estn representados por crculos conectados con una lnea que indica la
ruta. Al lado de cada crculo de origen y destino se indica la cantidad de
unidades ofrecidas y demandadas sobre las lneas se indican los respectivos
costos de la transporte. La numeracin de los nodos se hace de manera
consecutiva dado que los nodos de trasbordo son tanto origen como destino de
rutas.
Ciclo 2008 1
46

Plantas
(nodos origen)
Almacenes
(nodos tranbordo)
Distribuidores al menudeo
(nodos destino)
Costo unitario
de transporte
600
1
Lima
3
Ica
5
Ayacucho
200
6
Huancayo
150
6
3
7
Cusco
350
8
Hunuco
300
4
4
400
2
Tacna
4
Arequipa
6
5
Suministros
Rutas de distribucin
(arcos)
Demanda
Variables:
Xij: nmero de unidades transportadas del suministro i al destino j
Modelo:
Min 2 X13 + 3 X14 + 3 X23 + 1 X24 + 2 X35 + 6 X36 + 3 X37 + 6 X38 + 4 X45 + 4 X46 + 6 X47 + 5 X48
Sujeto a:
X13 + X14 600

X23 + X24 400
- X13 - X23 + X35 + X36 + X37 + X38 = 0
- X14 - X24 + X45 + X46 + X47 + X48 = 0
X35 + X45 = 200
X36 + X46 = 150
X37 + X47 = 350
X38 + X48 = 300
Xij 0
para todos los i, j
(suministro de Lima)
(suministro de Tacna)
(transbordo en Ica)
(transbordo en Arequipa)
(demanda de Ayacucho)
(demanda de Huancayo)
(demanda de Cusco)
(demanda de Huanuco)
Resolviendo el problema usando el programa LINDO tenemos:
Ciclo 2008 1
47


1) 5200.000
VARIABLE
X13
X14
X23
X24
X35
X36
X37
X38
X45
X46
X47
X48
VALUE
550.00
50.00
0.00
400.00
200.00
0.00
350.00
0.00
0.00
150.00
0.00
300.00
REDUCED COST
0.00
0.00
3.00
0.00
0.00
1.00
0.00
0.00
3.00
0.00
4.00
0.00
Los valores de las variables representan la cantidad de productos que sern

transportados siguiendo la respectiva ruta.
X13: 550 unidades transportadas de Lima a Ica
X14: 50 unidades transportadas de Lima a Arequipa
X24: 400 unidades transportadas de Tacna a Arequipa
X35: 200 unidades transportadas de Ica a Ayacucho
X37: 350 unidades transportadas de Ica a Cusco
X46: 150 unidades transportadas de Arequipa a Huancayo
X48: 300 unidades transportadas de Arequipa a Hunuco
El costo total de la operacin es de S/. 5 200
200
600
1
Lima
550
5
Ayacucho
200
6
Huancayo
150
3
Ica
350
50
150
400
2
Tacna
400
7
Cusco
350
8
Hunuco
300
4
Arequipa
300
Ciclo 2008 1
48

Oferta o suministro total es mayor a la demanda total.

Oferta o suministro total es menor a la demanda total.
Maximizacin de la funcin objetivo.
Rutas directas a destinos finales.
Rutas entre destinos finales.
Rutas entre puntos de trasbordo.
Rutas con capacidad limitada.
Rutas no aceptables.
1.5 Problemas de programacin lineal

Problemas de formulacin de modelos
1.
Enigma S.A. fabrica y vende dos productos. Dicha compaa obtiene una
ganancia de S/. 12 por cada unidad que vende del producto 1 y de S/. 4 por cada
unidad del producto 2. Los requerimientos en trminos de horas de trabajo para
la fabricacin de estos productos en los tres departamentos de produccin se
muestran de manera resumida en la siguiente tabla:
Departamento
A
B
C
Producto 1
1
1
2
Producto 2
2
3
3
Los supervisores de estos departamentos han estimado que tendrn las siguientes
disponibilidades de horas de trabajo durante el prximo mes: 800 horas en el
departamento A, 600 horas en el departamento B y 2 000 horas en el
departamento C. Adems, las condiciones particulares del mercado de los
productos indican que todo los productos que se fabrique sern vendidos.
Si la compaa est interesada en maximizar las ganancias y suponiendo que
todo lo producido se vender, desarrolle el modelo de programacin lineal
correspondiente.
2.
La firma Anlisis Financiero S.A. es una empresa de inversiones que maneja las
carteras de acciones para diversos clientes. Un cliente nuevo acaba de solicitarle
que maneje una cartera de US$ 80 000. El cliente desea, como estrategia inicial
de inversin, restringir la cartera a una combinacin de las tres acciones cuyas
caractersticas principales se muestran en la siguiente tabla:
Ciclo 2008 1
49

Accin
Blue chip
Best
Regular
Precio
por accin
(US$)
50
30
35
Inversin
mxima
posible
50 000
45 000
30 000
Rendimiento anual
estimado por accin
(US$)
6
4
5
Formule un modelo de programacin lineal para el problema de inversin si el

cliente desea maximizar el rendimiento anual total.
3.
La Cmara de Comercio patrocina peridicamente programas educativos. En

estos momentos se estn elaborando los planes promocionales para los
programas del presente ao. Las alternativas de publicidad incluyen anuncios en
televisin, radio y peridicos. A continuacin se muestran las estimaciones de
audiencia, los costos y las limitaciones sobre el uso mximo de los medios son:
Audiencia por anuncio
Costo por anuncio (en nuevos soles)
Uso mximo del medio (nmeros de avisos)
Televisin
100 000
2 000
10
Medio
Radio
18 000
300
20
Peridico
40 000
600
10
Para asegurar una utilizacin equilibrada de los medios publicitarios, los

anuncios por radio no deben rebasar el 50% del nmero total de anuncios que se
autoricen. Adems, se requiere que el nmero de avisos en televisin constituya
cuando menos el 10% del nmero total de anuncios autorizados.
Si el presupuesto disponible para el ao es de S/. 20 000, presente un modelo de
programacin lineal que maximice la audiencia obtenida por los avisos en los
medios.
4.
Cannes S. A. proporciona alojamiento por una noche para mascotas. Una

caracterstica particular en Cannes S. A. es la calidad del cuidado que reciben las
mascotas, incluyendo una excelente alimentacin. La comida para perros de la
perrera se elabora mezclando dos alimentos de marca para perros a fin de
obtener lo que la perrera identifica como una dieta para perros balanceada:
Los datos para las dos comidas para perros son las siguientes:
Comida para perros
Guau
Sniff
Costo por onza

0,06
0,05
Protenas (%)
30
20
Grasa (%)
15
30
El gerente desea asegurarse de que los perros reciben por lo menos 5 onzas de
protenas y como mnimo 3 onzas de grasas cada da y quiere hacerlo al menor
costo. De acuerdo a lo planteado formule el modelo de programacin lineal.
Ciclo 2008 1
50

5.
6.
7.
Sport S.A. fabrica raquetas desde tamao normal y grande. Las raquetas de la
empresa son extremadamente ligeras debido al uso de una aleacin especial de
magnesio y grafito.
Cada raqueta de tamao normal utiliza 0,125 Kg. de aleacin especial y cada
raqueta grande utiliza 0,4 Kg. de aleacin especial.
Para el siguiente periodo de produccin de dos semanas slo hay disponible

80 Kg. de aleacin especial.
Cada raqueta de tamao normal ocupa 10 minutos de tiempo de fabricacin

y cada raqueta tamao grande utiliza 12 minutos.
Las contribuciones a la utilidad son de $10 por cada raqueta normal y $15
por cada raqueta grande 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 la raqueta de tamao estndar.
Suponiendo que debido a la naturaleza nica de los productos, la empresa
vender todas las raquetas que puede producir, se pide que desarrolle el modelo
de programacin lineal que maximice la contribucin a la utilidad las dos
siguientes semanas.
Aerolneas S.A. est considerando la posibilidad de adquirir aviones comerciales
en el mercado mundial a USA, Inglaterra o Rusia. El costo del avin USA es de
US$ 6,7 millones, el avin de Inglaterra es de US$ 5 millones y el avin de
Rusia de US$ 3, 5 millones. El directorio de dicha empresa ha autorizado la
compra de aviones por un valor mximo de US$ 150 millones.
Los economistas de Aerolneas S.A. han calculado que el avin de USA
proporcionar una utilidad neta de US$ 420 000 anuales, el avin de Inglaterra
proporcionar una utilidad neta de US$ 300 000 y el avin de Rusia una utilidad
de US$ 230 000.
Por otro lado se conoce que se dispone slo de 30 pilotos debidamente
entrenados para pilotear dichos aviones.
Si slo se adquiriesen los aviones de Rusia, que son los ms pequeos y simples,
los servicios de reparacin y mantenimiento con que cuenta Aerolneas S.A.
podran atender un mximo de 40 unidades. Adems se sabe que reparar y
mantener un avin de Inglaterra demanda 4/3 veces los recursos que requiere un
avin de Rusia y que reparar y mantener el avin de USA requiere 5/3 veces los
recursos que requiere el avin de Rusia. Formule el modelo de programacin
lineal que maximice la utilidad de Aerolneas S.A.
Un granjero puede criar ovejas, cerdos y vacas. Tiene espacio para 30 ovejas
50 cerdos 20 vacas, aunque, siempre que el espacio lo permita, pueden estar en
l combinaciones de estos tres tipos de animales. Las utilidades dadas por
animal son 500, 400 y 1000 soles para ovejas, cerdos y vacas respectivamente.
El granjero desea criar al menos tantos cerdos como ovejas y vacas juntas.
Formule un modelo de programacin lineal que le ayude al granjero a
determinar el nmero de ovejas, cerdos y vacas que debe criar.
Ciclo 2008 1
51

8.
Walter Luna hered recientemente una gran suma de dinero y desea utilizar una
parte 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
requerimientos proyectados durante la vida de las inversiones son de 6% para el
fondo de bonos y 10% para el fondo 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%.
Formule un modelo de programacin lineal que pueda utilizarse para determinar
el porcentaje que deba asignarse a cada una de las posibles alternativas de
inversin.
9.
Considere que la empresa Enigma Mutual Funds acaba de obtener fondos de un

cliente por $ 100 000 y est buscando oportunidades de inversin. Con base a las
inversiones actuales de Enigma, el analista financiero principal de la empresa
recomienda que todas las nuevas inversiones se efecten en empresas del sector
minero, empresas del sector agroindustrial o en bonos del gobierno.
Especficamente, el analista ha identificado las siguientes oportunidades de
inversin:
Inversin
Minera Atacocha
Minera San Vicente
Compaa Agroindustrial La Hacienda
Agrcola Oxapampa S.A.C.
Bonos del gobierno
Tasa de rendimiento proyectado (%)

7,3
10,3
6,4
7,5
4,5
La administracin de Enigma ha impuesto las siguientes guas de inversin:
Ningn sector (minero o agroindustrial) debe recibir ms de $50 000.

Los bonos del gobierno deben ser por lo menos 25% de las inversiones en el
sector agroindustrial.
En las inversiones en la Minera San Vicente, dado que es de elevado
rendimiento pero de alto riesgo, no pueden superar el 60% del total de las
inversiones en el sector minero.
Desarrolle el modelo de programacin lineal que permita maximizar el

rendimiento proyectado definiendo las variables como el monto a destinar en
cada tipo de inversin.
Vuelva a resolver el problema definiendo las variables como una fraccin de los
fondos invertidos en cada uno de los valores. Tambin modifique las
restricciones que limitan las inversiones en las industrias de la minera y
agroindustria como sigue: no ms del 50% de los fondos totales invertidos en
acciones puede ser invertido en la industria de la minera y no ms del 50% de
los fondos invertidos en acciones puede invertirse en la agroindustria.
Ciclo 2008 1
52

10.
El gerente de programacin del Canal M desea determinar la mejor forma de

asignar el tiempo para la difusin de las noticias en el horario de 11 h a 11:30 h.
Especficamente le gustara determinar el nmero de minutos de tiempo de
difusin dedicado a las noticias locales, noticias nacionales, el clima y los
deportes.
A lo largo de los 30 minutos de difusin, se reservan 10 minutos para

publicidad.
La poltica de difusin de la estacin 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 el

50% del tiempo total de difusin.
El tiempo dedicado al segmento del clima deber ser inferior o igual al

tiempo dedicado a deportes.
El tiempo dedicado al segmento de deportes no deber ser superior al tiempo

dedicado a noticias locales y nacionales.
Por lo menos 20% del tiempo disponible deber dedicarse al segmento del
clima.
Si los costos de produccin por minuto son S/. 300 para noticias locales, S/. 200
para noticias nacionales, S/. 100 para el clima y S/. 100 para deportes, formule el
modelo de programacin lineal que permita obtener una programacin usando
de manera ptima los recursos disponibles.
11.
Cierta persona requiere por razones de salud como mnimo una cantidad diaria
de 6 000 unidades de carbohidratos, 4 000 unidades de protenas y 3 500
unidades de grasas. Los carbohidratos, protenas y grasas se encuentran
principalmente en dos alimentos diferentes A y B. La cantidad de cada uno de
estos nutrientes presentes en los dos alimentos por cada 100 gramos de cada
alimento y los requerimientos mnimos diarios se muestran en la siguiente tabla:
Nutriente
Carbohidratos
Protenas
Grasas
A
500
300
500
B
200
200
100
Requerimiento diario mnimo

6 000
4 000
3 500
Si se sabe que el costo de 100 g. del alimento A es S/. 1,50 y el costo de 100 g.
del alimento B es S/. 0,60. Desarrolle el modelo de programacin lineal que
obtenga la mezcla de ambos alimentos y pueda cumplir la dieta al menor costo.
12.
TACO S. A. produce dos lneas de equipo pesado. Una de estas lneas de

productos se destina esencialmente a aplicaciones de construccin (E). La otra
lnea est destinada a la industria maderera (F). Los equipos se producen en los
mismos departamentos y con las mismas mquinas y personal. Haciendo uso de
las predicciones econmicas para el prximo mes, el gerente de mercadotecnia
de TACO S. A. juzga que durante ese periodo ser posible vender todos equipos
E y F que la empresa pueda producir. La administracin debe ahora recomendar
una meta de produccin para el prximo mes, es decir, cuntos equipos E y F
deben producirse para maximizar la utilidad?
Ciclo 2008 1
53

En la toma de decisiones, los principales factores a considerar son los siguientes:

TACO S. A. tendr una utilidad de $5 000 por cada equipo E y $4 000 por
cada equipo F.
Cada producto para su fabricacin pasa tanto por el departamento A como

por el departamento B.
Para la produccin del prximo mes, estos departamentos tienen disponibles

150 y 160 horas respectivamente. Cada E consume 10 horas de operacin
mecnica en el departamento A y 20 horas en el departamento B, mientras
que cada F consume 15 horas en el departamento A y 10 horas en el
departamento B.
Con el objeto de cumplir un compromiso con el sindicato, el total de horas

de trabajo que se dedicarn a la verificacin de los productos terminados del
prximo mes no puede ser menor en 10% a una meta establecida de 150
horas. Esta verificacin se realiza en un tercer departamento que no tiene
relacin con los departamentos A y B. Cada E requiere 30 horas de
comprobacin y cada F requiere de 10 horas.
Con el objeto de mantener su posicin actual en el mercado, la alta gerencia

ha definido que para la poltica de operacin es necesario construir al menos
un F por cada 3 Es.
Un cliente importante ha ordenado un total de por lo menos cinco equipos

(en cualquier combinacin de E y F) para el prximo mes, as que por lo
menos debe producirse dicha cantidad.
Formule el modelo de programacin lineal del problema.
13.
Una compaa puede anunciar su producto mediante el uso de estaciones de

radio y televisin locales. Su presupuesto limita los gastos en publicidad a $ 10
000 por mes. Cada minuto de anuncio en la radio cuesta $ 10 y cada minuto de
publicidad en televisin cuesta $ 200. La compaa deseara utilizar la radio
cuando menos dos veces ms que la televisin. La experiencia pasada muestra
que cada minuto de publicidad por televisin generar en trminos generales 25
veces ms ventas que cada minuto de publicidad por la radio.
Formule el modelo de programacin para determinar el nmero de anuncios por
radio y televisin para maximizar las ventas.
14.
Un nuevo producto puede ser obtenido mezclando insumos de cuatro

proveedores diferentes. Los anlisis han demostrado que para producir el nuevo
producto con las cualidades adecuadas mnimas se debe contar con tres
elementos bsicos que para abreviar designaremos A, B y C. En particular, cada
tonelada del producto debe contener por lo menos 5 Kg. del el elemento A, por
lo menos 100 Kg. del elemento B y al menos 30 Kg. del elemento C. El insumo
de cada uno de los cuatro proveedores contienen los tres elementos bsicos, pero
en diferentes proporciones. La composicin, en kilogramos, de cada elemento
bsico por tonelada de insumo es:
Elemento
Ciclo 2008 1
Insumo del proveedor
54

bsico
A
B
C
1
10
90
45
2
3
150
25
3
8
75
20
4
2
175
37
Los costos en dlares por tonelada de insumo de cada uno de los proveedores se
muestran en la siguiente tabla:
Costo de una tonelada ($)
1
800
Insumo del proveedor

2
3
400
600
4
500
Se pide encontrar el modelo de programacin lineal de las proporciones (o

cantidades) de insumo de cada proveedor que permita obtener una tonelada del
nuevo producto que cumpla los requisitos antes mencionados al menor costo
posible.
15.
La Unin de Crdito para Empleados en la Universidad Estatal est planeando

la asignacin de fondos para el prximo ao. La unin de crdito hace cuatro
tipos de prstamos a sus miembros; adems, invierte sus excedentes de efectivo
en valores sin riesgo para estabilizar sus ingresos. Las diversas inversiones
posibles junto con sus respectivas tasas de inters anuales son las siguientes:
Tipo de prstamo o inversin
Prstamos para compra de automviles
Prstamos para mobiliario
Otros prstamos garantizados
Prstamos quirografarios
Valores libres de riesgos
Tasa de inters anual (%)

8
10
11
12
9
La Unin de Crdito dispondr de S/.2 000 000 para prstamos o inversiones

durante el prximo ao. Las leyes estatales y las polticas de la unin de crdito
imponen las siguientes restricciones en la composicin de los prstamos e
inversiones.
Los valores libres de riesgos no pueden exceder el 30% de los fondos totales
disponibles para inversin.
Los prstamos quirografarios no pueden exceder el 10% de los fondos
invertidos en todos los prstamos.
Los prstamos para mobiliario ms otros prstamos garantizados no pueden
exceder los prstamos para compra de automviles.
Otros prstamos garantizados ms los prstamos quirografarios no pueden
exceder los fondos invertidos en valores sin riesgos.
Formule un modelo matemtico de programacin lineal con la finalidad de

determinar cmo se asignaran los S/.2 000 000 a cada una de las alternativas
de prstamo o inversin para maximizar el rendimiento anual total?
Ciclo 2008 1
55

16.
Enigma Trucks ha decidido entrar al mercado de vehculos recreativos con la

Dunamis, una especie de motocicleta con tres llantas extra-grandes. Dado que se
trata de una nueva lnea de productos se plantea una campaa de publicidad
bastante intensa durante el mes de introduccin a la cual se le asign un
presupuesto de $ 72 000 para ejecutarla.
Enigma Trucks decidi usar la radio durante la maana, la televisin en la tarde
y los peridicos durante toda la campaa. La agencia de publicidad de Enigma
proporciona los datos relativos al costo de los anuncios en cada uno de los
medios y el nmero de unidades de compra que sern logrados mediante dichos
anuncios de acuerdo a la siguiente tabla:
Medio de
publicidad
Radio en la maana
TV en la tarde
Peridicos
Nmero de unidades de
compra alcanzados por anuncio
30 000
60 000
45 000
Costo por anuncio

($)
1 700
2 800
1 200
La efectividad de un anuncio se mide en unidades de exposicin en una escala

de 0 a 100 para cada anuncio exhibido. Tambin se sabe que la eficacia del
anuncio disminuye con el nmero de exposiciones en un medio durante un
tiempo especfico. La siguiente tabla muestra el nmero de exposiciones por
anuncio y su variacin de acuerdo al medio usado y a la cantidad de avisos
utilizados en el mismo medio.
Medio de publicidad
Radio en la maana
TV en la tarde
Peridicos
Primeros 10 anuncios
60
80
70
Todos los anuncios siguientes

40
55
35
Adems se quiere asegurar que la campaa de publicidad satisfar ciertos

criterios que se consideran importantes. En concreto: no debern aparecer ms
de 25 anuncios en un solo medio; se deber alcanzar un total de por lo menos 1
800 000 unidades de compra a travs de todos los medios y al menos una cuarta
parte de los anuncios aparecern en la TV en la tarde.
Obtenga el modelo de programacin lineal que permita maximizar el total de
unidades de exposicin.
17.
Una compaa de inversiones tiene que elegir entre cuatro proyectos que
compiten por un presupuesto de inversin mximo de $ 1 500 000. En la
siguiente tabla se muestra la inversin neta y los rendimientos estimados de cada
proyecto. A cada proyecto se le puede asignar fondos a cualquier nivel
fraccional menor o igual al 100%. La compaa requiere una rendimiento
mnimo del 25% y desea minimizar el riesgo. Suponga que el riesgo es aditivo,
por ejemplo, el riesgo de asignar fondos para aceites al 20% y para oficinas al
50% ser (0,2).(9) + (0,5).(4) = 3,8.
Proyecto
Centros comerciales
Ciclo 2008 1
Inversin
550 000
Rendimiento neto
170 000
Riesgo
6
56

Aceite
Edificios de oficinas
Edificios Mivivienda
400 000
450 000
500 000
500 000
100 000
100 000
9
4
2
Elabore el modelo de programacin lineal correspondiente.
18.
Una planta puede manufacturar cinco productos diferentes en cualquier

combinacin. Cada producto requiere de cada una de las tres mquinas, tal como
se muestra en la siguiente tabla:
Producto
A
B
C
D
E
1
12
7
8
10
7
Mquina
2
8
9
4
0
11
3
5
10
7
3
2
Todos los datos de la tabla estn en minutos por kilogramo de producto.

Cada mquina est disponible 128 horas por semana.
Los productos A, B, C, D y E son netamente competitivos y cualquier
cantidad fabricada puede venderse a los precios respectivos de $5, $4, $5, $4
y $4 por kilogramo de producto.
Los costos variables de trabajo son $4 por hora de las mquinas 1 y 2, y $3
para la mquina 3.
Los costos de material por cada kilogramo de los productos A y C son de $2
y para los productos B, D y E son de $1 por kilogramo.
La empresa desea maximizar la utilidad generada por los productos, para lo cual
se pide que elabore el modelo de programacin lineal correspondiente.
19.
La administracin de Alta Tecnologa S. A. (ATSA) desea desarrollar un modelo

que le ayude a asignar el tiempo de sus tcnicos entre llamadas de servicio por
contrato a clientes tanto normales como nuevos. En el periodo de planeacin
de 2 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
de ingresos durante el periodo de 2 semanas. El tiempo de los tcnicos para los
clientes normales genera $25 la hora, pero para clientes nuevos slo genera $8 la
hora, porque en muchos casos el contacto con un cliente nuevo no llega a
generar servicios. Para asegurarse de que se mantienen contactos con los clientes
nuevos debe ser por lo menos 60% del tiempo utilizado en contactos con clientes
normales. Para los requerimientos de ingresos y de polticas enunciadas, ATSA
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 periodo de 2 semanas. Los tcnicos requieren un promedio de 50
minutos por cada contacto de cliente normal y de una hora para cada contacto de
cliente nuevo.
Ciclo 2008 1
57

Desarrolle el modelo de programacin lineal que permita a ATSA asignar el
tiempo de los tcnicos entre clientes normales y nuevos.
20.
Enigma Manufacturing es un pequeo fabricante de productos de plstico que se

utilizan en las industrias automotrices y de computacin. Tiene un contrato
importante con una gran 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
M200 tiene una capacidad de produccin de 40 cajas por hora. Ambas mquinas
utilizan la misma materia prima para producir las cajas de la impresora: la M100
utiliza 40 kilogramos de materia prima por hora y la M200 utiliza 50 kilogramos
por hora. La empresa de computadoras le ha pedido a Enigma que produzca
tantas cajas durante la semana siguiente como sea posible y le ha dicho que
pagar 18 dlares por caja que pueda entregar. Sin embargo, la siguiente semana
es un periodo normal de vacaciones programadas para la mayor parte de
trabajadores de produccin de Enigma. Durante ese tiempo, se efecta el
mantenimiento anual de todo el equipo de la planta. Debido al tiempo parado
para mantenimiento, la M100 estar disponible a lo ms 15 horas y la M200 a lo
ms 10 horas. Sin embargo, en razn del elevado costo de preparacin
involucrado con ambas mquinas, la administracin requiere que, si se programa
produccin en cualquiera de estas mquinas, la mquina deber operarse por lo
menos durante 5 horas. El proveedor de la materia qumica utilizada en el
proceso de produccin le ha informado a Enigma que tendr disponible un
mximo de 1 000 Kg. de la materia prima para la produccin de la siguiente
semana. El costo de esta materia prima es de $6 por kilogramo, Enigma estima
que los costos por hora de operacin de la M100 y de la M200 son de $50 y $75
respectivamente.
Formule el modelo de programacin lineal que permita encontrar el plan de
produccin ptima que maximice la utilidad.
Problemas con solucin por mtodo grfico

21.
Al resolver el problema 1, se obtuvo el siguiente modelo de programacin lineal:

X1: nmero de productos 1 a fabricar el prximo mes.
X2: nmero de productos 2 a fabricar el prximo mes.
Max
12 X1 + 4 X2
sujeto a :
X1 + 2 X2 800
X1 + 3 X2 600
2 X1 + 3 X2 2 000
X 1 , X2 0
(horas disponibles del departamento A)

(horas disponibles del departamento B)
(horas disponibles del departamento C)
(condicin de no negatividad)
Se pide obtenga la solucin ptima aplicando el mtodo grfico.
Ciclo 2008 1
58

22.
Con el modelo obtenido en el problema 4, cul es la mezcla de costo mnimo de

los alimentos para perros y cul es el costo de la mezcla?
X1: Cantidad diaria del alimento Guau. (en onzas).
X2: Cantidad diaria del alimento Sniff. (en onzas).
Min
0,06 X1 + 0,05 X2
sujeto a :
0,30 X1 + 0,20 X2 5
0,15 X1 + 0,30 X2 3
X1 , X2 0
23.
(requerimiento diario mnimo de protenas en onzas)

((requerimiento diario mnimo de protenas en onzas)
Al resolver el problema 5 se obtuvo el siguiente modelo de programacin lineal:

X1: cantidad de raquetas normal a fabricar las prximas dos semanas.
X2: cantidad de raquetas grande a fabricar las prximas dos semanas.
Max
10 X1 + 15 X2
sujeto a :
- 0,8 X1 + 0,2 X2 0
(mezcla de produccin)
0,125 X1 + 0,4 X2 80
(aleacin disponible)
(tiempo disponible)
10 X1 + 12 X2 4 800
X1 , X2 0
Cuntas raquetas de cada tipo deber fabricar la empresa en las dos siguientes
semanas a fin de maximizar la contribucin total a la utilidad?. Cunto sera
dicha contribucin? Utilice el mtodo grfico para responder las preguntas.
24.
Para el modelo obtenido en el problema 8, determine grficamente la solucin

ptima.
X1: proporcin del fideicomiso invertido en bonos.
X2: proporcin del fideicomiso invertido en acciones.
Max
0,06 X1 + 0,10 X2
sujeto a :
0,30
X1
0,06 X1 + 0,10 X2 0,075
X1 +
X2 = 1
X1, X2 0
25.
(mnima proporcin invertida en bonos)

(rendimiento total mnimo)
(la suma de las proporciones da la unidad)
El modelo obtenido en el problema 11 fue el siguiente:

X1: Nmero de unidades diarias de 100 gramos del alimento A.
X2: Nmero de unidades diarias de 100 gramos del alimento B.
Min
1,5 X1 + 0,6 X2
sujeto a:
500 X1 + 200 X2 6 000
300 X1 + 200 X2 4 000
500 X1 + 100 X2 3 500
X1, X2 0
Ciclo 2008 1
(requerimiento diario mnimo de u. de carbohidratos)

(requerimiento diario mnimo de u. de protenas)
(requerimiento diario mnimo de u. de grasas)
59

Determine grficamente la solucin ptima del problema.
26.
Al resolver el problema 12 se obtuvo el siguiente modelo de programacin

lineal.
Xe: nmero de equipos E a fabricar el prximo mes.
Xf : nmero de equipos F a fabricar el prximo mes.
Max
5000 Xe + 4000 Xf
sujeto a:
10 Xe + 15 Xf 150
20 Xe + 10 Xf 160
30 Xe + 10 Xf 135
Xe - 3 Xf 0
Xe + Xf 5
Xe, Xf 0
a.
b.
c.
d.
27.
(horas disponibles Departamento A)

(horas disponibles Departamento B)
(acuerdo con el sindicato)
(recomendacin de Mercadeo)
(pedido mnimo)
Determine grficamente el plan ptimo de produccin y el valor ptimo.

Determine e interprete las holguras y excedentes de las restricciones.
Calcule e interprete los precios duales.
Determine e interprete los rangos de optimalidad.
De acuerdo a la solucin del problema 13, determine la solucin ptima:

X1: nmero de avisos en radio.
X2 : nmero de avisos en televisin.
Max
X1 + 26 X2
sujeto a:
10 X1 + 200 X2 10 000
X1 3 X2 0
X1, X2 0
28.
(presupuesto)
(poltica de la compaa)
El modelo obtenido en la solucin del problema 19 es:

X1: nmero de clientes normales contactados las prximas dos semanas.
X2: nmero de clientes nuevos contactados las prximas dos semanas.
Max
X1 + X2
sujeto a :
5
X1 + X2 80
6
125
X1 + 8 X2 800
6
- 0,5 X1 + X2 0
X 1 , X2 0
(tiempo disponible)
(ingreso requerido)
(contacto con los clientes)
a. Obtenga la grfica de la regin factible.

b. Resuelva las ecuaciones lineales apropiadas para determinar los valores de
las variables en cada punto extremo de la regin factible.
c. Encuentre la solucin ptima.
Ciclo 2008 1
60

29.
El modelo del problema 20 puede ser planteado de manera distinta dependiendo

cmo se hayan definido las variables. Para ambas alternativas y utilizando el
procedimiento grfico obtenga la solucin ptima y el valor ptimo de dicho
modelo y compruebe si ambas soluciones son equivalentes.
Modelo 1:
X1: nmero de cajas producidas en la mquina M100 la siguiente semana.
X2: nmero de cajas producidas en la mquina M200 la siguiente semana.
Max
3,5 X1 + 8,625 X2
sujeto a:
2 X1 + 1,25 X2 1000
0,05 X1
15
0,05 X1
5
0,025 X2 10
0,025 X2 5
X1, X2 0
(materia prima disponible)

(tiempo disponible de M100)
(tiempo de funcionamiento de M100)
Modelo 2:
X1: tiempo asignado a la mquina M100 la siguiente semana (h).
X2: tiempo asignado a la mquina M200 la siguiente semana (h).
Max
70 X1 + 345 X2
sujeto a:
40 X1 + 50 X2 1000
X1
15
X1
5
X2 10
X2 5
X1, X2 0
30.
(materia prima disponible)

Para el problema 21 se desarroll el siguiente modelo de programacin lineal:

Max
1,04 X1 + 1,18 X2
sujeto a:
0.32 X1 + 0.24 X2 8100
0.08 X1 + 0.16 X2 3000
X 1 , X2 0
Se pide que encuentre e interprete la solucin ptima y el valor ptimo del

modelo.
31.
Para el problema 22 se desarroll el siguiente modelo de programacin lineal

Max 0,03 X1 + 0,04 X2
sujeto a:
4 X2 1 200 000
5 X1 +
X1
30 000
X2 10 000
Ciclo 2008 1
61

0,25 X1 0,40 X2 0
X1 , X2 0
Se pide encuentre la solucin ptima
32.
Para el problema 23 se desarroll el siguiente modelo de programacin lineal

Max 100 X1 + 150 X2
sujeto a :
30 X1 + 20 X2 7 200
45 X1 + 15 X2 7 200
0,8 X1 0,2 X2 0
X1 3 X2 0
X1 , X2 0
Se pide encuentre la solucin ptima
33.
Considere el siguiente problema de programacin lineal.

Max
X1 + 2 X2
sujeto a :
X1 + 4 X 2
2 X1 +
X2
3 X1 + 1,5 X2
-2 X1 + 6 X2
X1 , X2
34.
21
7
21
0
0
a. Encuentre la solucin ptima y el valor ptimo.

b. Determine las holguras o excedentes de cada una de las restricciones.
c. Suponga que la funcin objetivo se modifica a Max 5X1 + 2X2, encuentre la
nueva solucin ptima y el nuevo valor ptimo.
Considere el siguiente programa lineal.
Max
5X1 + 7 X2
sujeto a :
2 X1 + X2 3
- X1 + 5 X2 4
2 X1 - 3 X2 6
3 X1 + 2 X2 35
3
X1 + X2 10
7
X1, X2 0
a. Determine la solucin ptima.

b. Realice el anlisis de sensibilidad del coeficiente X1 en la funcin objetivo.
c. Suponga que el coeficiente de X1 en la funcin objetivo se reduce a 2. Cul
ser la nueva solucin ptima?
d. Calcule los precios duales de la segunda y cuarta restriccin.
Ciclo 2008 1
62

35.
Considere el programa lineal:

Min
X1 + X2
sujeto a :
X1 + 2 X 2 6
3 X1 +
X2 6
X1 - 12 X2 0
X1 + X2 10
X1 + 6 X2 12
X1 , X2 0
a.
b.
c.
d.
e.
36.
Determine la regin factible.

Encuentre la solucin ptima y el valor ptimo.
Determine las holguras o excedentes de cada una de las restricciones.
Calcule el rango de optimalidad para el coeficiente de X2.
Suponga que el coeficiente de la variable X2 en la funcin objetivo se reduce
a 1/3. Encuentre la nueva solucin ptima.

Min
5 X1 + 2 X 2
sujeto a :
3 X1 + 6 X2 18
5 X1 + 4 X2 20
8 X1 + 2 X2 16
7 X1 + 6 X2 42
X1 , X2 0
a. Usando el mtodo grfico encuentre la solucin ptima y el valor ptimo.

b. Cules son los valores de holgura o excedente asociados a cada restriccin?
c. Cul es el rango de variacin del coeficiente de X2 en la funcin objetivo de
manera que la solucin ptima no cambie?
d. Si simultneamente los coeficientes de X1 y X2 cambian a 2,5 y 1
respectivamente, cul es la nueva solucin ptima?
e. Si el coeficiente de X1 se reduce a 2, cul es la nueva solucin ptima?
37.

Max 30 X1 + 10 X2
sujeto a :
2 X1 + X2 4
2 X1 + 2 X 2 6
X1, X2 0
a. Usando el mtodo grfico encuentre la solucin ptima y el valor ptimo.

b. Indique los valores de holgura y/o excedentes de las restricciones.
c. Manteniendo todos los dems datos como estn, cul debe ser la utilidad
por unidad del producto cuyo valor ptimo actual es cero, para que el
producto se encuentre en la solucin ptima en un nivel positivo?
Ciclo 2008 1
63

d. Cuntos vrtices ptimos existen luego del cambio descrito en (c)?.
Cules son estos?
e. En el problema original, en cunto puede cambiar (aumentar y/o disminuir)
el lado derecho de la segunda restriccin para que cambie la solucin
ptima?
f. Conteste la parte (e) para el lado derecho de la primera restriccin.
g. Cmo explica la diferencia entre las partes (e) y (f)?
h. Cul ser el efecto de agregar la restriccin 4X1 + X2 = 4 al modelo
original?
i. Cul ser el efecto (sobre la solucin ptima) de agregar la restriccin 3 X1
+ 3 X2 15 al modelo original?
Problemas con solucin por computadora

38.
Desarrollado el modelo del problema 12, mediante la computadora se obtuvo el

siguiente reporte:
Max
5000 xe
subject to
10 xe +
20 xe +
30 xe +
xe xe +
end
+ 4000 xf
15
10
10
3
xf
xf
xf
xf
xf
<=
<=
>=
<=
>=
150
160
135
0
5

1)
VARIABLE
XE
XF
ROW
2)
3)
4)
5)
6)
50500.00
VALUE
4.500000
7.000000
SLACK OR SURPLUS
0.000000
0.000000
70.000000
16.500000
6.500000
REDUCED COST
0.000000
0.000000
DUAL PRICES
150.000000
175.000000
0.000000
0.000000
0.000000
VARIABLE
XE
XF
Ciclo 2008 1
CURRENT
COEF
5000.000000
4000.000000

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
3000.000000
2333.333252
3500.000000
1500.000000
64

ROW
2
3
4
5
6
CURRENT
RHS
150.000000
160.000000
135.000000
0.000000
5.000000

ALLOWABLE
INCREASE
90.000000
73.333336
70.000000
INFINITY
6.500000
ALLOWABLE
DECREASE
47.142857
40.000000
INFINITY
16.500000
INFINITY
a. Identifique la solucin ptima y el valor ptimo del modelo y comprelos

con los obtenidos grficamente (problema 33).
b. Interprete las holguras y los excedentes de las restricciones.
c. Interprete los precios duales de las restricciones.
d. Determine los rangos de optimalidad de las utilidades unitarias de los
productos.
39.
Desarrollado el modelo del problema 14 se obtuvo el siguiente reporte de

computadora:
Min
800 x1 +400
subject to
10 x1 +
3
90 x1 + 150
45 x1 + 25
x1 +
end
x2 + 600 x3 + 500 x4
x2
x2
x2
x2
+ 8 x3 +
2 x4 >= 5
+ 75 x3 + 175 x4 >= 100
+ 20 x3 + 37 x4 >= 30
+
x3 +
x4 = 1

511.1111
1)
VARIABLE
X1
X2
X3
X4
VALUE
0.259259
0.703704
0.037037
0.000000
ROW
SLACK OR
SURPLUS
0.000000
31.666666
0.000000
0.000000
2)
3)
4)
5)
NO. ITERATIONS=
REDUCED COST
0.000000
0.000000
0.000000
91.111115
DUAL PRICES
-44.444443
0.000000
-4.444445
-155.555557
1
RANGES IN WHICH THE BASIS IS UNCHANGED
X1
X2
X3
X4

CURRENT
ALLOWABLE
COEF
INCREASE
800.000000
223.636337
400.000000
66.847824
600.000000
85.714294
500.000000
INFINITY
ALLOWABLE
DECREASE
120.000008
300.000031
118.269241
91.111107
ROW

CURRENT
ALLOWABLE
ALLOWABLE
VARIABLE
Ciclo 2008 1
65

RHS
5.000000
100.000000
30.000000
1.000000
2
3
4
5
40.
INCREASE
2.375000
31.666666
0.714286
0.250000
DECREASE
0.250000
INFINITY
7.000000
0.043478
Se pide:
a. Encuentre la solucin ptima del modelo.
b. Encuentre el valor ptimo del modelo.
c. Si el requisito del elemento B es 100, por qu se debe usar ms de 100 si
esto eleva el costo?
d. Qu acciones debera tomarse para reducir el costo mnimo a $500 dlares
o menos por tonelada de mezcla?
e. Qu sucede si el precio de mineral de la mina 2 aumenta ms a $500?
f. Cunto tendra que disminuir el costo del mineral de la mina 4 para decidir
comprarlo?
En un problema de mezcla de fabricacin de productos, x1, x2, x3 y x4 son
unidades de los productos 1, 2, 3 y 4 respectivamente y el modelo de programa
de programacin lineal que maximiza la utilidad en unidades monetarias para la
prxima temporada es:
Max
4 x1
subject to
x1 + 2
4 x1 +
2 x1 + 3
end
1)
+ 6 x2 + 3 x3 + x4
x2 + 4 x3 + 3 x4 550
x2 + 2 x3 +
x4 700
x2 +
x3 + 2 x4 200
(horas de la mquina A)
(horas de la mquina B)
(horas de la mquina C)

528.5714
VARIABLE
VALUE
35.714287
X1
0.000000
X2
128.571426
X3
0.000000
X4
ROW
2)
3)
4)
REDUCED COST
0.000000
0.142857
0.000000
3.571429
SLACK OR
SURPLUS
0.000000
300.000000
0.000000
NO. ITERATIONS=
DUAL PRICES
0.285714
0.000000
1.857143
1
VARIABLE
X1
X2
X3
X4
Ciclo 2008 1

CURRENT
ALLOWABLE
COEF
INCREASE
2.000000
4.000000
0.142000
6.000000
12.999999
3.000000
3.571000
1.000000
ALLOWABLE
DECREASE
0.100000
INFINITY
0.999999
INFINITY
66

CURRENT
ALLOWABLE
RHS
INCREASE
550.000000
250.000000
700.000000
INFINITY
200.000000
150.000000
ROW
2
3
4
ALLOWABLE
DECREASE
449.999999
300.000000
62.500000
a. Cul es la solucin ptima y cul es el valor ptimo?

b. Qu restricciones tienen restricciones limitantes? Identifique e interprete el
rango de optimalidad de la contribucin de cada producto.
c. Interprete los precios duales de las restricciones.
d. Interprete el siguiente resultado:
CURRENT
ALLOWABLE
RHS
INCREASE
700.000000
INFINITY
ROW
3
41.
ALLOWABLE
DECREASE
300.000000
e. Interprete los costos reducidos reportados.

Mercurio Sport S.A. tiene que determinar cul es la cantidad idnea de balones
de ftbol Ases (x1), Blidos (x2) y Crack (x3) a producir a fin de maximizar las
utilidades. Las restricciones incluyen limitaciones en la capacidad de produccin
(tiempo disponible en minutos) en cada uno de los departamentos (corte y
teido, costura e inspeccin y empaque), as como la restriccin que requiere la
produccin de por lo menos 1000 balones de ftbol Ases. A continuacin se
presenta el modelo de programacin lineal y el reporte de computadora de la
solucin del modelo:
Max
3 x1 + 5 x2
subject to
12 x1 + 10 x2 + 8
15 x1 + 15 x2 + 12
3 x1 +
4 x2 + 2
x1
end
1)
+ 4 x3
x3 <=
x3 <=
x3 <=
>=
18000
18000
9000
1000
Corte y teido
Costura
Inspeccin y empaque
Modelo Ases

4000.000
VARIABLE
VALUE
X1
1000.000000
X2
0.000000
X3
250.000000
ROW
2)
3)
4)
5)
SLACK OR
SURPLUS
4000.000000
0.000000
5500.000000
0.000000
REDUCED COST
0.000000
0.000000
0.000000
DUAL PRICES
0.000000
0.333333
0.000000
-2.000000
VARIABLE
X1
X2
X3
Ciclo 2008 1

CURRENT
ALLOWABLE
COEF
INCREASE
3.000000
2.000000
5.000000
0.000000
4.000000
INFINITY
ALLOWABLE
DECREASE
INFINITY
INFINITY
0.000000
67

ROW
2
3
4
5

CURRENT
ALLOWABLE
RHS
INCREASE
INFINITY
18000.000000
6000.000000
18000.000000
INFINITY
9000.000000
200.000000
1000.000000
ALLOWABLE
DECREASE
4000.000000
3000.000000
5500.000000
1000.000000
a. Cul es el plan de produccin ptimo y la contribucin ptima?

b. Qu departamentos tienen recursos limitantes?
c. El pago de trabajo extra en el departamento de Costura es $12 por hora
Recomendara usted que la empresa considere usar tiempo extra en dicho
departamento?
d. Suponga que la contribucin a la utilidad del baln de ftbol Crack aumenta
en $1. Cmo esperara usted que cambie la solucin?
e. Cul es la interpretacin para la administracin del precio dual de la ltima
restriccin?
f. Cul es la interpretacin de los costos reducidos?
42.
Don Francisco quiere mejorar el negocio familiar de elaboracin de productos a

partir de la papa. Su negocio es la venta de cuatro productos derivados de la
papa: papas trozadas para ensalada, pur de papas, papas fritas a la inglesa y
papas congeladas para frer. A su negocio, don Francisco y doa Remedios, su
mujer, dedican como mximo entre los dos, 100 horas semanales.
El tiempo en horas necesario para fabricar un kilo de cada producto es el
siguiente: papas trozadas para ensalada 3 h, pur de papas 5 h, papas fritas a la
inglesa 10 h, papas congeladas 15 h. Como su almacn es pequeo no pueden
tener almacenados semanalmente ms de 15 kilos de productos terminados. Su
presupuesto semanal alcanza para la compra de 120 kilos en sacos de papas. Por
cada kilo de producto terminado necesita una cantidad mayor de producto bruto,
de acuerdo a las siguientes relaciones:
Para hacer un kilo de papas para ensalada se necesita 7 kilos de papas.

Para hacer un kilo de pur de papas se necesita 5 kilos de papas.
Para hacer un kilo de papas a la inglesa se necesita 3 kilos de papas.
Para hacer un kilo de papas congeladas se necesita 2 kilos de papas.
La ganancia por kilo de producto tambin difiere en cada tipo: 4 $/Kg. papas
para ensalada, 5 $/Kg. pur de papas, 9 $/Kg. papas fritas a la inglesa y 11 $/Kg.
papas congeladas para frer.
Don Francisco desea establecer el plan de produccin para la prxima temporada
de ventas y estima que es posible vender todo lo que produzca. Don Francisco ha
formulado un modelo de programacin lineal con el fin de optimizar el plan de
produccin, el cual se muestra a continuacin.
Max
4 X1 + 5 X2 + 9 X3 + 11 X4
subject to
3 X1 + 5 X2 + 10 X3 + 15 X4 <=
Ciclo 2008 1
100
68

X1 +
X2 +
7 X1 + 5 X2 +
X3 +
3 X3 +
X4 <=
2 X4 <=
15
120
end
1)
99.28571
VARIABLE
VALUE
REDUCED COST
0.000000
7.142857
X1
0.428571
0.000000
X2
0.000000
7.857143
X3
1.571429
0.000000
X4
ROW
SLACK OR
DUAL PRICES
SURPLUS
0.714286
0.000000
2)
1.857143
0.000000
3)
0.000000
46.428570
4)
VARIABLE
CURRENT
ALLOWABLE
ALLOWABLE
COEF
INCREASE
DECREASE
0.600000
2.200000
4.000000
X1
INFINITY
0.428571
5.000000
X2
0.916667
4.333333
9.000000
X3
INFINITY
1.571429
11.000000
X4
ROW
2
3
4
RIGHTHAND
CURRENT
RHS
100.000000
15.000000
120.000000
SIDE RANGES
ALLOWABLE
INCREASE
49.999996
5.327868
INFINITY
ALLOWABLE
DECREASE
54.999996
5.000000
46.428570
a. Cul es el programa ptimo? Qu beneficio total se obtiene?

b. Si aumentamos en 50 horas la disponibilidad actual de las horas semanales
aumenta en aproximadamente $ 35.7 el valor de la funcin objetivo?
c. Para aumentar la capacidad de almacenamiento de productos terminados en
5 Kg. se necesita alquilar un pequeo local contiguo, cuyo propietario
solicita $ 8 por semana sera conveniente el alquiler? Explique.
d. A don Francisco y doa Remedios le resulta ahora tedioso el trabajo
semanal, por lo que han decidido dedicar 30 horas semanales de su tiempo
del negocio a consultora a $ 5 la hora, cmo afecta esto a las utilidades
totales?
e. Si usted tiene que tomar la decisin excluyente de contratar personal de
apoyo o alquilar ms espacio para su almacn de productos terminados qu
decidira y porqu? De ser as qu cantidad de horas adicionales
programara o en cunto aumentara usted el espacio disponible?
43.
De acuerdo al problema 18 se elabor un modelo de programacin lineal que se

resolvi por computadora y cuyo reporte se muestra a continuacin:
Max
1,416 XA + 1,433 XB + 1,85 XC + 2,183 XD + 1,7 XE
subject to
12 XA +
7 XB + 8 XC + 10 XD + 7 XE <= 7680
8 XA +
9 XB + 4 XC
+ 11 XE <= 7680
Ciclo 2008 1
69

5 XA +
10 XB +
7 XC +
3 XD +
2 XE <= 7680
end
1)

1817.59
VARIABLE
XA
XB
XC
XD
XE
ROW
2)
3)
4)
VALUE
0.000000
0.000000
512.000000
0.000000
512.000000
SLACK OR
SURPLUS
0.000000
0.000000
3072.000000
REDUCED COST
1.380000
0.240000
0.000000
0.750000
0.000000
DUAL PRICES
0.222222
0.010000
0.000000
VARIABLE
XA
XB
XC
XD
XE
ROW
2
3
4

CURRENT
ALLOWABLE
COEF
INCREASE
1.380000
1.146000
0.240000
1.433000
0.090000
1.850000
0.070000
2.183000
0.111111
1.700000
ALLOWABLE
DECREASE
INFINITY
INFINITY
0.0400000
INFINITY
0.0800000

CURRENT
ALLOWABLE
RHS
INCREASE
7680.000000 2671.300000
7680.000000 4388.570000
INFINITY
7680.000000
ALLOWABLE
DECREASE
2792.720000
3840.000000
3072.000000
De acuerdo a dicho desarrollo se pide:

a. Indique con precisin las variables utilizadas en el modelo.
b. Explique la funcin objetivo del modelo.
c. Cul es el plan ptimo de produccin y qu utilidad se obtendra?
d. Cuntas horas se utilizan en cada una de las tres mquinas?
e. Interprete los valores de los precios duales de las restricciones que controlan
la capacidad de las mquinas?
f. Si existiera la posibilidad de aumentar una hora adicional de disponibilidad a
la semana en cada una de las mquinas, a qu mquinas se les agregara
dicha capacidad adicional y cunto debera pagarse como mximo por la
obtencin de dicha hora adicional?
g. Cunto puede variar el precio de venta del producto A sin que cambie el
plan ptimo de produccin?
44.
En una imprenta comercial se desea determinar la mejor programacin de los

trabajos para el prximo perodo. La disponibilidad de tiempo, en sus 4
departamentos, de tipografa, fotografa, prensa y empaste, es limitada.
Ciclo 2008 1
70

Los trabajos han sido clasificados en 3 clases, 1, 2 y 3, de acuerdo al tiempo que
necesitan en cada departamento. Los requerimientos en horas, por departamento
y por cada unidad de trabajo producida, se han estimado como:
Departamento
Tipografa
Fotografa
Prensa
Empaste
Trabajo 1
0
3
3
4
Trabajo 2
2
1
5
4
Trabajo 3
3
4
2
0
Si los trabajos se ejecutan en tiempo normal, el beneficio unitario neto es de

$250, $300 y $150 para trabajos tipo 1, 2 y 3, respectivamente.
Compromisos adquiridos requieren que la produccin de trabajos tipo 1, 2 y 3
sea por lo menos de 10, 7 y 10 unidades, respectivamente.
Las disponibilidades mximas de tiempo, para el perodo analizado son:
Departamento
Tipografa
Fotografa
Prensa
Empaste
Max
250 X1 + 300
subject to
2 X2
3 X1 +
X2
3 X1 + 5 X2
4 X1 + 4 X2
X1
X2
Tiempo normal (horas)

45
90
210
170
X2 + 150 X3
+ 3 X3 <=
+ 4 X3 <=
+ 2 X3 <=
<=
>=
>=
X3 >=
45
90
210
170
10
7
10
end
1)

7291.667
VARIABLE
X1
X2
X3
VALUE
14.166667
7.500000
10.000000
REDUCED COST
0.000000
0.000000
0.000000
ROW
SLACK OR
SURPLUS
0.000000
0.000000
110.000000
83.333336
4.166667
0.500000
0.000000
DUAL PRICES
2)
3)
4)
5)
6)
7)
8)
108.333336
83.333336
0.000000
0.000000
0.000000
0.000000
-508.333344

Ciclo 2008 1
71

VARIABLE
X1
X2
X3
ROW
2
3
4
5
6
7
8
CURRENT
COEF
250.000000
300.000000
150.000000
RIGHTHAND
CURRENT
RHS
45.000000
90.000000
210.000000
170.000000
10.000000
7.500000
10.000000
ALLOWABLE
INCREASE
650.000000
INFINITY
508.333344
ALLOWABLE
DECREASE
250.000000
216.666672
INFINITY
SIDE RANGES
ALLOWABLE
INCREASE
24.999998
62.500000
INFINITY
INFINITY
4.166667
0.500000
0.000000
ALLOWABLE
DECREASE
0.000000
12.499999
110.000000
83.333336
INFINITY
INFINITY
8.928572
a. Explique el modelo que se ha formulado (identificacin de las variables,

funcin objetivo y restricciones).
b. Cul es el programa de produccin ptimo?
c. Existe capacidad ociosa? Cunto y en qu departamentos?
d. Es posible operar el departamento de fotografa en tiempo extra. Hasta
cunto debera estar dispuesto a pagar por una hora adicional?
e. Si las horas disponibles en el departamento fotogrfico se reducen a 78
horas, cambia el programa de produccin ptimo? Cambia la ganancia
ptima?
f. Qu significa un precio dual de 508.33 en la ltima restriccin?
45.
Bus Electronics S.A. fabrica tres componentes que se usan para fabricar
telfonos celulares. Este mes la demanda de los componentes puede exceder la
capacidad de fabricacin de Bus. Si fuera as, Bus tendra que satisfacer la
demanda comprando los componentes a otro fabricante con el aumento del costo
por componente. El costo de fabricacin y el costo de compra por unidad para
los tres componentes son los siguientes:
Fuente
Manufactura
Compra
Componente 1
$ 4,50
$ 6,50
Componente 2
$ 5,00
$ 8,80
Componente 3
$ 2,75
$ 7,00
Los tiempos de manufactura en minutos por unidad para los tres departamentos
de Bus son los siguientes:
Departamento
Produccin
Ensamblado
Prueba y empaque
Componente 1
2
1
1,5
Componente 2
3
1,5
2
Componente 3
4
3
5
Bus tiene capacidades de 360 horas en el departamento de produccin, 250 horas

en el departamento de ensamblado y 300 horas en el departamento de prueba y
empaque. Las demandas a satisfacer son 6000 unidades del componente 1, 4000
unidades del componente 2 y 3500 unidades del componente 3.
Ciclo 2008 1
72

El modelo de programacin lineal que determina cuntas unidades de cada

componente fabricar y cuntas unidades de cada componente comprar al menor
costo es el siguiente:
Min
4.5 M1 + 5 M2 + 2.75 M3 + 6.5 P1 + 8.8 P2 + 7 P3
subject to
2 M1 +
3 M2 + 4 M3
<= 21 600
M1 + 1.5 M2 + 3 M3
<= 15 000
1.5 M1 +
2 M2 + 5 M3
<= 18 000
M1
+ P1
= 6 000
M2
+ P2
= 4 000
M3
+ P3 = 3 500
end
1)
73550.00
VARIABLE
M1
M2
M3
P1
P2
P3
ROW
2)
3)
4)
5)
6)
7)
VALUE
2000.000000
4000.000000
1400.000000
4000.000000
0.000000
2100.000000
REDUCED COST
0.000000
0.000000
0.000000
0.000000
0.831250
0.000000
SLACK OR SURPLUS
0.000000
2800.000000
0.000000
0.000000
0.000000
0.000000
DUAL PRICES
0.906250
0.000000
0.125000
-6.500000
-7.968750
-7.000000
VARIABLE
M1
M2
M3
P1
P2
P3
ROW
2
3
4
5
6
7
Ciclo 2008 1

CURRENT
ALLOWABLE
COEF
INCREASE
4.500000
0.725000
5.000000
0.831250
2.750000
0.250000
6.500000
0.125000
8.800000
INFINITY
7.000000
2.416667
ALLOWABLE
DECREASE
0.125000
INFINITY
2.416667
0.725000
0.831250
0.250000

CURRENT
ALLOWABLE
RHS
INCREASE
21600.000000
3200.000000
15000.000000
INFINITY
18000.000000
2000.000000
6000.000000
INFINITY
4000.000000
1142.857178
3500.000000
INFINITY
ALLOWABLE
DECREASE
1600.000000
2800.000000
2800.000000
4000.000000
2285.714355
2100.000000
73

a.
b.
c.
d.
46.
Qu departamentos limitan la capacidad de manufactura de Bus?

Determine el valor de una hora extra en cada uno de los departamentos.
Qu pasa si Bus debe obtener una unidad adicional del componente 2?
Interprete el valor del costo reducido de la variable P2.
Marketing Survey (MSI) se especializa en evaluar la reaccin del consumidor a

productos, servicios y campaas publicitarias nuevas. Un cliente solicit la
asistencia del MSI para determinar la reaccin del consumidor a un producto
domstico recin comercializado. Durante las reuniones con los clientes, MSI
acord efectuar entrevistas personales de puerta en puerta para obtener
respuestas en hogares con nios y hogares sin nios. Adems, MSI acept hacer
entrevistas por la maana y por la tarde. Especficamente, el contrato del cliente
exiga que MSI realizara mil entrevistas bajo los siguientes lineamientos:
Entrevistar al menos a 400 hogares con nios.
Entrevistar al menos a 400 hogares sin nios.
La cantidad total de hogares entrevistados durante la tarde debe ser al menos

igual a la cantidad de hogares entrevistados durante la maana.
Al menos el 40% de las entrevistas para los hogares con nios deben
realizarse durante la tarde.
Al menos el 60% de las entrevistas para hogares sin nios deben realizarse
durante la tarde.
Debido a que la entrevista para hogares con nios requiere tiempo adicional del
entrevistador y a que los entrevistadores vespertinos se les paga ms que a los
matutinos, el costo vara con el tipo de entrevista. Con base de estudios previos,
las estimaciones de los costos de las entrevistas son las siguientes:
Hogar
Costo de la entrevista
Maana
$20
$18
Con nios
Sin nios
Tarde
$25
$20
Con el objeto de determinar el plan de entrevistas que satisfaga los

requerimientos del contrato a un costo mnimo, se presenta a continuacin el
modelo matemtico lineal correspondiente, su solucin ptima, as como el
anlisis de sensibilidad utilizando el programa LINDO.
CM
CT
SM
ST
...
...
...
...
cantidad
cantidad
cantidad
cantidad
de
de
de
de
entrevistas
entrevistas
entrevistas
entrevistas
CON
CON
SIN
SIN
NIOS
NIOS
NIOS
NIOS
MIN
20 CM + 25 CT + 18 SM + 20 ST
SUBJECT
2)
3)
4)
5)
6) -0.4
7)
TO
CM + CT + SM +
CM + CT
SM +
CM + CT - SM +
CM + 0.6 CT
- 0.6 SM + 0.4
Ciclo 2008 1
ST
=
>=
ST >=
ST >=
>=
ST >=
por
por
por
por
la
la
la
la
MAANA
TARDE
MAANA
TARDE
1000
400
400
0
0
0
74

1)
20320.00
VARIABLE
CM
CT
SM
ST
ROW
2)
3)
4)
5)
6)
7)
VALUE
240.000000
160.000000
240.000000
360.000000
REDUCED COST
0.000000
0.000000
0.000000
0.000000
SLACK OR SURPLUS
0.000000
0.000000
200.000000
40.000000
0.000000
0.000000
DUAL PRICES
-19.200000
-2.800000
0.000000
0.000000
-5.000000
-2.000000
VARIABLE
CM
CT
SM
ST
ROW
2)
3)
4)
5)
6)
7)

CURRENT
ALLOWABLE
COEF
INCREASE
20.000000
5.000000
25.000000
INFINITY
18.000000
2.000000
20.000000
4.666667
CURRENT
ALLOWABLE
RHS
INCREASE
1000.000000
INFINITY
400.000000
100.000000
400.000000
200.000000
0.000000
40.000000
0.000000
240.000000
0.000000
240.000000
ALLOWABLE
DECREASE
4.666667
5.000000
INFINITY
2.000000
ALLOWABLE
DECREASE
200.000000
400.000000
INFINITY
INFINITY
20.000000
20.000000
Responder sustentando adecuadamente, las siguientes preguntas:

a. Describa la solucin ptima del problema.
b. Qu porcentaje del costo total est destinado a cubrir los honorarios de los
entrevistadores matutinos?
c. Interprete administrativamente el valor de 200 que figura en la columna
SLACK OR SURPLUS.
d. Qu pasa si la exigencia del cliente fuese realizar 1500 entrevistas?
e. Qu pasa si se produce un incremento del 10% en el costo de cada
entrevista en hogares con nios por la tarde?
f. Qu pasa si el cliente exigiese que la cantidad de entrevistas por la tarde
fuese mayor que la cantidad de entrevistas por la maana en por lo menos 30
unidades?
g. Qu pasa si el cliente solicita disminuir las entrevistas en hogares con nios
en 50?
h. Qu pasa si se agrega la restriccin: la cantidad de entrevistas durante la
tarde a hogares sin nios debe ser mayor a la cantidad de entrevistas durante
la maana a hogares con nios?
Ciclo 2008 1
75

i. Qu pasa si el costo de la entrevista a hogares con nios en la maana fuera
de S/.23 para las primeras 200 entrevistas y S/.16 para las entrevistas
adicionales a las primeras 200?
Nota: Las respuestas a las preguntas Qu pasa si ...? debern indicar si

habra o no un cambio en el Plan Optimo de Entrevistas y en el Costo Total
asociado a ella. En el caso que haya un cambio en el Costo Total se deber
calcular su nuevo valor.
47.
ABC S.A. fabrica y vende muebles y tiene, entre otras, una lnea de jardn.
Actualmente se producen en esta lnea sillas, bancos y mesas. Los productos se
fabrican en un proceso de dos etapas, en el departamento de doblado de tubos y
el de armado. La siguiente tabla muestra el tiempo requerido (en horas) para la
fabricacin de cada producto por departamento y la disponibilidad de tiempo de
cada departamento (en horas):
Proceso
Doblado de tubos
Armado
Silla
1,2
0,8
Doblado de tubos
Banco
1,7
0,0
Mesa
1,2
2,3
Capacidad
actual
1 000
1 200
El beneficio asociado a la fabricacin y ventas de una unidad de cada tem es $

300 por silla, $ 300 por banco y $ 500 por mesa.
La empresa desea establecer el plan de produccin para la prxima temporada de
ventas. Se estima que es posible vender todo lo que produzca, sin embargo, la
produccin est restringida por la materia prima disponible. La empresa dispone
slo de 2000 Kg. de tubos para muebles y los productos requieren las siguientes
cantidades de este material de 2 Kg. por silla, 3 Kg. por banco y 4.5 Kg. por
mesa.
El administrador de la empresa ha formulado el siguiente problema de
programacin lineal con el fin de optimizar el plan de produccin.
Resolvindolo, mediante el programa LINDO, en el computador local, el
administrador obtuvo lo siguiente:
Max
300 X1 + 300 X2
subject to
1.2 X1 + 1.7 X2 +
0.8 X1 +
2.0 X1 + 3.0 X2 +
end
1)
Ciclo 2008 1
1.2 X3 <= 1000

2.3 X3 <= 1200
4.5 X3 <= 2000

276666.700
VARIABLE
VALUE
X1
700.000000
0.000000
X2
133.333333
X3
ROW
+ 500 X3
SLACK OR
SURPLUS
REDUCED COST
0.000000
138.333333
0.000000
DUAL PRICES
76

0.000000
333.333333
0.000000
2)
3)
4)
116.666666
0.000000
80.000000
VARIABLE
X1
X2
X3
ROW
2
3
4

CURRENT
ALLOWABLE
COEF
INCREASE
200.000000
300.000000
138.333333
300.000000
175.000000
500.000000
RIGHTHAND
CURRENT
RHS
1000.000000
1200.000000
2000.000000
SIDE RANGES
ALLOWABLE
INCREASE
200.000000
INFINITY
555.555555
ALLOWABLE
DECREASE
77.777777
INFINITY
200.000000
ALLOWABLE
DECREASE
466.666666
333.333333
333.333333
a. Cul es el programa ptimo de produccin?

b. Qu beneficio total se obtiene?
c. Qu valor tendra como mximo la programacin de 100 horas extras en el
departamento de doblado? Qu valor tendran como mximo la
programacin de 20 horas extras en el departamento de armado? Y 10
kilogramos ms de materia prima?
d. Un distribuidor local ofrece materia prima a $ 60 por Kg. Es conveniente
comprar? Si fuera conveniente, en cunto aumentara el beneficio al
comprar 500 kilogramos y usarlas en forma ptima?
e. Es posible arrendar el departamento de doblado a $ 150 la hora. Si la
empresa arrienda 200 horas a este precio. En cunto se modifica el
beneficio total?
f. Si fuera posible aumentar ms la disponibilidad de uno de los recursos, cul
escogera y en qu cantidad? Explique.
g. Estudios de mercado sugieren la fabricacin de un nuevo tipo de silla (aparte
de los productos que se producen) que requerira, 1.8 horas de doblado, 0.5
horas de armado y 1.3 Kg. de materia prima. Explique cmo reformulara el
modelo y cmo hallara el beneficio unitario que debera tener este producto
de modo de hacer conveniente su fabricacin en esta temporada.
h. Si el beneficio unitario de cada silla fuera
$ 400
si 0 X1 500 (por las primeras quinientas)
$ 250
si
X1 > 500 (por las unidades adicionales a 500)
Qu puede decir de la solucin ptima?
48.
El departamento de mercadeo de HOME S.A. est enfrentado el problema de

cmo promover efectivamente sus juguetes en la prxima campaa navidea.
Hay tres medios de comunicacin bsicos a travs de los cuales la firma puede
promover sus juguetes: prensa, radio y televisin. El costo por anuncio en cada
medio publicitario y el tamao promedio de audiencia son los siguientes:
Medio
Publicitario
Prensa
Ciclo 2008 1
Costo por
Anuncio ($)
4 000
Audiencia por anuncio

Total
Nios
20 000
1 000
77

Radio
Televisin
3 000
8 000
14 000
36 000
1 000
3 000
El gerente del departamento de mercadeo, ha decidido que la funcin objetivo de

la firma debera ser "maximizar la audiencia de las personas expuestas a la
publicidad", y que la audiencia de nios sea por lo menos de 6,000. La firma
HOME S.A. ha dispuesto un presupuesto de $ 20,000 para la publicidad de los
juguetes. Adems considera que las utilidades en dlares estn perfectamente
correlacionados con el nivel de audiencia total que alcance; es decir, si por
ejemplo alcanzara una audiencia total de 50 000 personas, espera obtener
utilidades totales por valor de $ 50 000.
Max
20000 P + 14000 R + 36000 T
subject to
4000 P + 3000 R + 8000 T <=
1000 P + 1000 R + 3000 T >=
end
1)
20000
6000

96000.00
VARIABLE
P
R
T
VALUE
3.000000
0.000000
1.000000
REDUCED COST
0.000000
0.000000
0.000000
ROW
SLACK OR
SURPLUS
0.000000
0.000000
DUAL PRICES
2)
3)
6.000000
-4.000000
VARIABLE
P
Q
R
ROW
2
3

CURRENT
ALLOWABLE
COEF
INCREASE
INFINITY
20000.000000
0.00000
14000.000000
3999.99999
36000.000000
ALLOWABLE
DECREASE
0.000000
INFINITY
0.000000

CURRENT
ALLOWABLE
RHS
INCREASE
20000.000000
3999.999999
6000.000000
1499.999999
ALLOWABLE
DECREASE
4000.000000
999.999999
De acuerdo a los resultados reportados se pide:

a. Explicite la solucin completa y las holguras interpretando las magnitudes.
b. Si existe otra mezcla ptima de publicidad P = 2 y R = 4, existe alguna
razn para preferir alguna? Explique.
c. Halle el rango de variacin del presupuesto de publicidad y de la audiencia
de nios, en forma independiente, para que la solucin hallada en (a) no
vare.
Ciclo 2008 1
78

d. Si la audiencia total de los medios publicitarios es aproximada. Hallar el
rango de variacin de la audiencia total de cada medio publicitario, en forma
independiente, para que la solucin hallada en (a) no vare.
e. Interprete los valores de los precios duales.
f. Si se dispusiera de $ 4000 de presupuesto adicional con un prstamo
bancario, cunto estara dispuesto a pagar en total en dlares de intereses?
49.
Quesos Andinos S. A. produce dos quesos crema: Rico y Sper, mezclando el

queso mantecoso suave con el queso mantecoso fuerte. Los quesos crema se
empacan en recipientes de 0,4 Kg que despus se venden a distribuidores en
todo el pas. El queso crema Rico contiene 80% de queso mantecoso suave y
20% de queso mantecoso fuerte. La mezcla Sper contiene 60% de queso
mantecoso suave y 40% de queso mantecoso fuerte. Este ao, una cooperativa
lechera local ha ofrecido entregar hasta 8 100 Kg. de queso mantecoso suave a
S/. 12 por Kg. y hasta 3 000 Kg. de queso mantecoso fuerte a S/. 14 por Kg. El
costo de mezclar y empacar estos quesos crema, excluyendo el costo del queso
mismo, es de S/. 0,20 por recipiente. Cada recipiente de Rico se vende a S/. 6,20
y cada recipiente Sper a S/. 6,50. A continuacin se presenta el modelo de
programacin lineal desarrollado que permite estimar el nmero de recipientes
de cada tipo de queso el presente ao que deber producir la Quesos Andinos
S.A. para maximizar sus utilidades, as como el reporte del modelo obtenido en
LINDO
Max
1.04 X1 + 1.18 X2
St
0.32 X1 + 0.24 X2 <= 8100
0.08 X1 + 0.16 X2 <= 3000
end
1)

30225.00
VARIABLE
X1
X2
VALUE
18000.00
9750.00
REDUCED COST
0.000000
0.000000
ROW
SLACK OR
SURPLUS
0.00
0.00
DUAL PRICES
2)
3)
2.25
4.00
VARIABLE
X1
X2
ROW
2
3
Ciclo 2008 1

CURRENT
ALLOWABLE
COEF
INCREASE
1.040
0.533
1.180
0.900
ALLOWABLE
DECREASE
0.45
0.40

CURRENT
ALLOWABLE
RHS
INCREASE
8100.00
3900.00
3000.00
2400.00
ALLOWABLE
DECREASE
3600.00
975.00
79

Dado que los miembros del directorio de la Quesos Andinos S.A. no estn
familiarizados con la trminos utilizados en un reporte generado por el LINDO,
le han pedido a usted que, a manera de un breve informe, absuelva de la manera
ms precisa las siguientes interrogantes:
a. Cul es el plan de produccin ptimo sugerido y cul sera la utilidad que
obtendramos si ponemos dicho plan en prctica?
b. Cul(es) es(son) el(los) recurso(s) limitante(s)? Sustente.
c. Si pudiera aumentar la disponibilidad de un recurso limitante, cul sera el
ms adecuado de aumentar?
d. Una empresa lechera ha ofrecido vender queso mantecoso suave, qu
cantidad se debera comprar para aumentar la produccin? Sustente.
e. El ingreso de un nuevo competidor nos ha obligado a rebajar el precio de
queso crema Sper en un 10%, qu consecuencias se deben esperar?
f. Qu significado tiene los costos reducidos iguales a cero?
50.
Manwalk S.A fabrica intercomunicadores porttiles. El nuevo producto de la

empresa tiene largo alcance (50 kilmetros) y es adecuado para una diversidad
de usos comerciales y personales. Los canales de distribucin utilizados por la
empresa son:
Distribuidores de equipos marinos.

Distribuidores de equipos de oficina.
Tiendas nacionales de menudeo.
Pedidos por correo.
Debido a los diferentes costos de distribucin y promocionales, la rentabilidad

del producto variar segn el canal de distribucin. Adems el costo de
publicidad y el esfuerzo de ventas personales requerido variarn de acuerdo con
los canales de distribucin, tal como se muestra:
Canal de
distribucin
Distribuidores de equipos marinos

Distribuidores de equipos de oficina.
Tiendas nacionales de menudeo
Pedidos por correo.
Utilidad por
unidad vendida
(dlares)
90
84
70
60
Costo de publicidad Esfuerzo de personal

por unidad vendida por unidad vendida
(horas)
(dlares)
10
2
8
3
9
3
15
Ninguna
La empresa ha asignado un presupuesto de publicidad de $5 000 y est

disponible de 1 800 horas como mximo para el esfuerzo de ventas.
La administracin tambin ha decidido asignar 600 unidades durante el
periodo de produccin actual.
Finalmente un contrato vigente con las tiendas nacionales de menudeo
requiere que por lo menos se distribuyan 150 unidades a travs de este tipo
de canal de distribucin.
Ciclo 2008 1
80

Para establecer una estrategia de distribucin de los intercomunicadores que
maximice la rentabilidad de la produccin, se ha propuesto un modelo de
programacin lineal que ha sido resuelto en LINDO:
MAX
90 X1 + 84 X2 + 70 X3 + 60 X4
SUBJECT TO
2)
10 X1 + 8 X2 + 9 X3 + 15 X4 <=
3)
2 X1 + 3 X2
+ x3
<=
4)
X1 +
X2 +
X3 + X4
=
5)
X3
>=
END
1)
VARIABLE
X1
X2
X3
X4
ROW
2)
3)
4)
5)
5000
1800
600
150
48450.00
VALUE
25.000000
425.000000
150.000000
0.000000
SLACK OR SURPLUS
0.000000
325.000000
0.000000
0.000000
REDUCED COST
0.000000
0.000000
0.000000
45.000000
DUAL PRICES
3.000000
0.000000
60.000000
-17.000000
VARIABLE
X1
X2
X3
X4
ROW
2
3
4
5
CURRENT
COEF
90.000000
84.000000
70.000000
60.000000

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
15.000000
6.000000
6.000000
12.000000
17.000000
INFINITY
45.000000
INFINITY
CURRENT
RHS
5000.000000
1800.000000
600.000000
150.000000

ALLOWABLE
ALLOWABLE
INCREASE
DECREASE
850.000000
50.000000
INFINITY
325.000000
6.250000
85.000000
50.000000
150.000000
De acuerdo a la situacin planteada se pide:

a. Identifique en el modelo desarrollado las variables, la funcin objetivo y las
restricciones.
b. Identifique en el modelo desarrollado las variables, la funcin objetivo y las
restricciones.
c. Cul es la estrategia de distribucin propuesta por el modelo?
d. Cul el presupuesto de publicidad asignado a cada canal de distribucin?
e. Interprete el significado de las holguras o excedentes de las restricciones.
f. Respecto al contrato vigente con las tiendas nacionales de menudeo, usted
recomendara aumentar o disminuir la cantidad de unidades que se
distribuyen mediante este canal? Sustente.
g. Interprete el valor del costo reducido de x4.
Ciclo 2008 1
81

Problemas de aplicaciones especiales

51.
Enigma S.A fabrica unidades de procesamiento central CPU para computadoras

personales. La CPU se fabrican en tres plantas (P1, P2 y P3) y se almacenan en 5
almacenes (A1, A2, A3, A4 y A5) para su distribucin posterior. La siguiente
tabla muestra el nmero de CPUs disponibles en cada planta, el nmero de
CPUs requeridos por cada almacn y los costos de embarque (soles por unidad)
Planta
P1
P2
P3
CPU requeridos
A1
10
2
1
3 000
A2
20
10
20
5 000
Almacn
A3
5
8
7
4 000
A4
9
30
10
6 000
A5
10
6
4
3 000
CPU
disponibles
9 000
4 000
8 000
21 000
a. Elabore el diagrama de red.

b. Desarrolle el modelo que permita determinar la cantidad a transportar desde
cada una de las plantas a cada uno de los almacenes para minimizar el costo
de embarque.
c. Encuentre la solucin mediante el programa LINDO.
d. Elabore el diagrama de red con la solucin obtenida
52.
Industria Qumica S.A. (IQSA) produce un material especial con base en

petrleo, que actualmente es muy escaso. Cuatro de los clientes de IQSA ya han
colocado pedidos, que en conjunto exceden la capacidad combinada de las dos
plantas de IQSA. La administracin de IQSA se enfrenta al problema de decidir
cuntas unidades deber suministrar a cada uno de los clientes. Dado que los
cuatro clientes son de distintas ramas industriales, es posible cargar un precio
diferente debido a las diferentes estructuras de precios en las industrias. Despus
de considerar el precio, los costos de produccin y los de transporte, IQSA ha
definido la siguiente utilidad por unidad para cada alternativa planta-cliente:
Planta
Callao
Vitarte
Cliente
D1
32
34
D2
34
30
D3
32
28
D4
40
38
La capacidad de produccin de la planta de Callao es de 5 000 unidades y la de

Vitarte es de 3 000 unidades. Los pedidos de los clientes es:
Cliente
Pedido
a.
b.
c.
d.
D1
2 000
D2
5 000
D3
3 000
D4
2 000
Elabore el diagrama de red de la situacin planteada.

Desarrolle el modelo de programacin lineal para el problema planteado.
Usando el programa LINDO obtenga la solucin del problema.
Elabore el diagrama de red indicando en l la solucin obtenida.
Ciclo 2008 1
82

53.
Un producto es manufacturado en tres plantas y embarcado a tres almacenes.

Los costos de transporte en dlares por unidad se muestran en la siguiente tabla.
Planta
P1
P2
P3
Demanda de cada almacn
A1
20
10
12
200 u
Almacn
A2
16
10
18
400 u
A3
24
8
10
300 u
Capacidad
de la planta
300 u
500 u
100 u
900 u
a. Desarrolle el modelo de programacin lineal para minimizar el costo de

trasporte. Utilice adecuadamente la anotacin de las variables y la
presentacin del modelo.
b. Si la ruta de la planta P3 al almacn A1 tiene una capacidad de 50 unidades
debido a disponibilidad limitada de espacio en el modo de transporte usado,
cmo cambiara la formulacin del problema en comparacin con el inciso
(a)?
c. Si la ruta de la planta P2 al almacn A2 no puede utilizarse por razones de
seguridad, cmo cambiara la formulacin del problema en comparacin
con el inciso (a)?
d. Si los valores mostrados en la tabla representan utilidad por unidad
producida en una planta y vendida a un almacn, cmo cambiara la
formulacin del problema en comparacin con el inciso (a)?
e. Si la capacidad de la planta P1 es en realidad 500 unidades, qu
consecuencias habra en la formulacin y la solucin del problema (a)?
f. Si la demanda del almacn A3 es en realidad 500 unidades, qu
consecuencias habra en la formulacin y la solucin del problema (a)?
54.
Enigma Consulting Group S.A. tiene dos asesores, Abelardo y Belisario, que
pueden programarse para trabajar con clientes hasta un mximo de 160 horas
durante las cuatro siguientes semanas. Un tercer asesor, Casimiro, tiene ya
planeadas algunas asignaciones administrativas y est disponible para los
clientes un mximo de 140 horas durante las cuatro semanas siguientes. La
empresa tiene cuatro clientes con proyectos en proceso. Las necesidades horarias
estimadas de cada uno de los clientes durante el periodo de cuatro semanas son:
Cliente
Horas
A
180
B
75
C
100
D
85
Las tarifas horarias para la combinacin asesor-cliente varan y se basan en

varios factores, incluyendo el tipo de proyecto y la experiencia del asesor. Las
tasas (dlares por hora) de cada combinacin asesor-cliente son:
Asesor
Abelardo
Belisario
Casimiro
Cliente A
100
120
155
Cliente B
125
135
150
Cliente C
115
115
140
Cliente D
100
120
130
a. Elabore el diagrama de red de la situacin planteada.
Ciclo 2008 1
83

b. Si Enigma Consultin Group S.A. quiere maximizar sus ingresos, desarrolle el
modelo de programacin lineal de la situacin planteada.
c. Nueva informacin indica que Abelardo no tiene experiencia necesaria para
que lo programen con los clientes B y C. Si no se permite que Abelardo
asesore al cliente B y que no asesore ms de 10 horas al cliente C, indique
las modificaciones que se tendr que hacer al modelo de programacin lineal
desarrollado anteriormente para incorporarle la nueva informacin?
55.
Se debe decidir cul de cuatro ejecutivos debe asignarse a cada uno de cuatro
clientes mayores. En la siguiente tabla se presentan los costos estimados de las
asignaciones de cada ejecutivo:
Ejecutivo
A
B
C
D
Cliente
1
15
14
11
21
2
19
15
15
24
3
20
17
15
26
4
18
14
14
24
Por razones de rotacin de personal no es posible asignar al ejecutivo A al

cliente 1 y al ejecutivo B al cliente 3. Determine el modelo de programacin
lineal para el modelo planteado.
56.
La gerencia de Enigma S.A. quiere asignar a cuatro ejecutivos para que visiten e
inspeccionen las cuatro plantas ubicadas en provincias. Los costos de asignacin
de cada ejecutivo para la visita a determinada planta se muestran en el siguiente
cuadro:
Ejecutivo
Finanzas
Mercadotecnia
Operaciones
Personal
Planta
Tacna
24
14
15
11
Hunuco
10
22
17
19
Cusco
21
10
20
14
Chiclayo
11
15
19
13
a. Desarrolle el diagrama de red de la situacin.

b. Encuentre la solucin ptima de asignacin de los ejecutivos a cada planta
de Enigma S.A. de tal manera que se minimice el costo.
57.
Una empresa de investigacin de mercados tiene tres clientes, cada uno de los
cuales ha solicitado que la empresa lleve a cabo una encuesta de muestreo. A
estos tres proyectos se pueden asignar cuatro especialistas. Sin embargo, los
especialistas 1, 2 y 3 estn muy ocupados y cada uno de ellos puede manejar
slo un cliente; en cambio el profesional 4 podra manejar hasta dos clientes. Por
poltica de la empresa, el profesional 2 no puede ser asignado al cliente C. Los
datos que siguen muestran el nmero de horas requerido por cada profesional
para terminar cada una de las tareas; las diferencias de tiempo representan la
experiencia y capacidad de cada uno de los profesionales.
Ciclo 2008 1
84

Especialista
Cliente
B
210
230
230
240
A
150
170
180
160
1
2
3
4
C
270
220
225
230
Formule el modelo de programacin lineal para la situacin planteada.
58.
Javier, Carlos y Vctor estn disponibles para efectuar ciertos trabajos. Cada
persona debe efectuar slo un trabajo en el tiempo asignado. Hay cuatro trabajos
por hacer. La matriz de pagos de cada hombre asignado a cada trabajo es como
sigue:
Soldar
4
1
3
Javier
Carlos
Vctor
Enmarcar
2
3
3
Trazar
5
4
1
Alambrar
3
2
5
a. Qu hombre debe asignarse a qu trabajo?

b. Suponga ahora que cada hombre puede efectuar hasta dos trabajos, qu
deben hacer cada uno de ellos?
59.
Un bufete de abogados ha aceptado tres nuevos casos, cada uno de los cuales
puede ser llevado adecuadamente por cualquiera de los cuatro asociados ms
recientes. Debido a la diferencia en experiencia y prctica, los abogados
emplearn distintos tiempos en los casos. Uno de los asociados ms
experimentados ha estimado las necesidades de tiempo (en horas) como sigue:
Caso 1
145
80
121
118
Abogado 1
Abogado 2
Abogado 3
Abogado 4
Caso 2
122
63
107
83
Caso 3
130
85
93
116
Se desarroll el modelo de programacin lineal de la situacin planteada y

mediante el LINDO se obtuvieron los resultados que se muestran a continuacin:
Min
145
80
121
118
subject to
a1c1
a2c1
a3c1
a4c1
a1c1
a1c2
a1c3
end
Ciclo 2008 1
a1c1
a2c1
a3c1
a4c1
+
+
+
+
+
+
+
+ 122 a1c2 + 130

+ 63 a2c2 + 85
+ 107 a3c2 + 93
+ 83 a4c2 + 116
a1c2
a2c2
a3c2
a4c2
a2c1
a2c2
a2c3
+
+
+
+
+
+
+
a1c3
a2c3
a3c3
a4c3
a3c1
a3c2
a3c3
a1c3 +
a2c3 +
a3c3 +
a4c3
<= 1
<= 1
<= 1
<= 1
+ a4c1 = 1
+ a4c2 = 1
+ a4c3 = 1
85

1)

256.0000
VARIABLE
A1C1
A1C2
A1C3
A2C1
A2C2
A2C3
A3C1
A3C2
A3C3
A4C1
A4C2
A4C3
VALUE
0.000000
0.000000
0.000000
1.000000
0.000000
0.000000
0.000000
0.000000
1.000000
0.000000
1.000000
0.000000
REDUCED COST
145.000000
122.000000
130.000000
80.000000
63.000000
85.000000
121.000000
107.000000
93.000000
118.000000
83.000000
116.000000
a. Basndose en el modelo propuesto as como en el reporte proporcionado por

el programa LINDO, redacte un breve informe al Directorio del buffet de
abogados donde d a conocer la solucin ptima del problema.
b. Aadir al modelo la restriccin: por razones de poltica del buffet el
segundo abogado no puede ser asignado al caso 1 al mismo tiempo que el
abogado 4 al caso 2.
c. El aadir la restriccin planteada en el inciso b, obligar redactar otro
informe distinto al presentado en el inciso a? Sustente.
60.
El sistema de distribucin para la Logistic Company S.A. est formado por tres
plantas, dos almacenes y cuatro clientes. La capacidad de las plantas y los costos
de embarque (en dlares) desde cada una de las plantas a cada uno de los
almacenes son:
Almacn 1
4
8
5
Planta 1
Planta 2
Planta 3
Almacn 2
7
5
6
Capacidad
450
600
380
La demanda de clientes y los costos unitarios de embarque (en dlares) de cada

uno de los almacenes a cada uno de los clientes son:
Almacn 1
Almacn 2
Demanda
Cliente 1
6
3
300
Cliente 2
4
6
300
Cliente 3
8
7
300
Cliente 4
4
7
400
Adems se sabe que estn permitidos embarques entre los dos almacenes a 2
dlares la unidad y que se pueden efectuar embarques directos de la planta 3 al
cliente 4 a un costo de 7 dlares por unidad.
a. Desarrolle una representacin en red para la situacin planteada.
b. Formule el modelo de programacin lineal del problema.
Ciclo 2008 1
86

7 SEP Inv. Operaciones USMP

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

7 SEP Inv. Operaciones USMP

Uploaded by

Copyright:

Available Formats

CURSO: Investigacin de Operaciones

1.1 Formulacin de modelos

Tiempo de produccin (horas)

El departamento de Contabilidad ha determinado que la utilidad por bolsa

CURSO: Investigacin de Operaciones

La solucin ptima es la combinacin de produccin que maximice la utilidad,

Horas disponibles para Corte

Esta desigualdad se conoce como restriccin. En general una restriccin es una

CURSO: Investigacin de Operaciones

Lote mnimo de produccin

Adems debemos considerar que no pueden producirse un nmero de carteras

Estas restricciones aseguran que la solucin no tendr valores negativos y se les

Horas disponibles para Corte

Sobre el modelo formal de programacin lineal hay que hacer algunas

La funcin objetivo puede ser minimizar.

CURSO: Investigacin de Operaciones

Guas para la formulacin de modelos

Comprenda el problema en su totalidad.

Identifique el enunciado verbal de la funcin objetivo y de cada una de las

Defina las variables de decisin.

Describa la funcin objetivo en funcin de las variables de decisin.

Escriba las restricciones en funcin de las variables de decisin.

En la programacin de la produccin del prximo mes, Enigma debe tener en

El producto Fit debe tener un contenido de por lo menos de 30% de trigo y a

El producto Sbelt debe tener por lo menos 45% de trigo y a lo ms 40% de

La transformacin de un kilogramo de insumos en producto Fit cuesta $1,2 y

Existe un compromiso en realizar una entrega de 6 000 kilogramos del

Dada la gran demanda de productos dietticos, todos los productos

CURSO: Investigacin de Operaciones

En el proceso de mezclado de los insumos existe una merma en el peso de

Determine el modelo de programacin lineal que maximice las utilidades

14 . 0,95 (X1A + X2A + X3A) +

ingreso por venta de producto Fit

X1A 0,30 (X1A + X2A + X3A)

contenido de trigo en Fit

Finalmente, el modelo quedara:

CURSO: Investigacin de Operaciones

Solucin por mtodo grfico

Horas disponibles para Corte

Mostremos el mtodo grfico para encontrar los valores de X1 y X2 que

CURSO: Investigacin de Operaciones

1300 1400 1500

A continuacin se representan las restricciones. Como se puede observar, las

1300 1400 1500

CURSO: Investigacin de Operaciones

0,5 X1 + 1,5 X2 750

CURSO: Investigacin de Operaciones

CURSO: Investigacin de Operaciones

0,5 X1 + 0,5 X2 350

La regin de puntos que cumplen las restricciones hasta ahora analizadas es la

CURSO: Investigacin de Operaciones

Entonces la interseccin de todas las regiones determinadas por las restricciones

CURSO: Investigacin de Operaciones

Solucin ptima y valor ptimo:

Dado un valor de utilidad total en particular, todos los pares de valores X1 y X2

CURSO: Investigacin de Operaciones

Como se puede apreciar en el caso de la primera recta (20 X1 + 15 X2 = 3 000),

CURSO: Investigacin de Operaciones

X1 + 0,5 X2 = 600 (restriccin 2)

Del mtodo grfico podemos concluir:

Las rectas de isoutilidad son paralelas. Por lo tanto, lo importante de trazar

La direccin a la cual se desplazar la recta de la funcin objetivo (hacia

CURSO: Investigacin de Operaciones

Debido a que la recta de isoutilidad se desplaza hasta un extremo de la