Marmol Espitia

Taller 1 Miguel Angel vega

INVESTIGACION DE OPERACIONESDOCENTE: ING.

GRUPO3 3 17 21
EDISON ALBERTO SUAREZ DOMINGUEZ
17. Muifina es una pastelería reconocida en la ciudad de Montería, ella elabora dos tipos de torta:
Vienesa y Real. Cada torta Vienesa necesita un cuarto de relleno por cada Kg. de bizcocho y
produce un beneficio de 250 Pts, mientras que una torta Real necesita medio Kg. de relleno por cada
Kg. de bizcocho y produce 400 Ptas. de beneficio. En la pastelería se pueden hacer diariamente
hasta 150 Kg. de bizcocho y 50 Kg. de relleno, aunque por problemas de maquinaria no pueden
hacer más de 125 tartas de cada tipo. ¿Cuántas tortas Vienesas y cuantas Reales deben vender al
día para que sea máximo el beneficio? : formule el anterior enunciado como un problema de
programación lineal.

Solución
En primer lugar hacemos una tabla para organizar los datos:
Tipo N° Bizcocho Relleno Beneficio
T. Vienesa x 1.x 0,250x 250x
T. Real y 1.y 0,500y 400y
150 50

Función objetivo (hay que obtener su máximo): f ( x , y ) =250 x + 400 y

Sujeta a las siguientes condiciones (restricciones del problema):

x+ y ≤ 150 0,250 x+ 0,500 y ≤ 50 x ≤ 125 y ≤ 125 x ≥ 0, y ≥ 0

Consideramos las rectas auxiliares a las restricciones y dibujamos la región factible:

Para 0.25x+0.50y=50, ó x + 2y=200

x Y
0 100
200 0

Para x + y =150
x Y
0 150
15 0
0
La otras dos son paralelas a los ejes

Al eje OY x=125

Al eje OX y =125

Y las otras restricciones (x e y mayor o igual a cero) nos indican que las soluciones deben estar en el
primer cuadrante La región factible la hemos coloreado de Verde:

160

140

120

100

80

60

40

20

0
0 50 100 150 200 250

Encontremos los vértices:

El O(0,0), el A(125, 0) y el D(0, 100) se encuentran directamente (son las intersecciones con los
ejes coordenados)

Se observa que la restricción y ≤ 125 es redundante (es decir “sobra”)

Resolviendo el sistema:
 x+ 2 y =200 x+ y=150, Por reducción obtenemos y =50, x=100

Otro vértice es el punto C(100, 50)

Y el último vértice que nos falta se obtiene resolviendo el sistema:

x+ y=150 x=125

Cuya Solución es : x=125, y=25 B(125, 25)

Los vértices de la región son O ( 0,0 ) , A ( 125,0 ) , B ( 125,25 ) ,C ( 100,50 ) y D(0,100)

Si dibujamos el vector de dirección de la función objetivo f ( x , y ) =250 x + 400 y

Haciendo
250 x+ 400 y=0

y=− ( 250
400 )
x=−(
125 x
200
)

x Y
0 0
200 -125
 160

140

120

100

80

60 ( 100,50 ) máximo
40

20

0
0 50 100 150 200 250

Se ve gráficamente que la solución es el punto (100,50) ya que es el vértice más alejado (el

último que nos encontramos al desplazar la rectas 250 x+ 400 y=0 )

Lo comprobamos con el método analítico, es decir usando el teorema que dice que si existe solución
única debe hallarse en uno de los vértices

La función objetivo era: f ( x , y ) =250 x + 400 y , sustituyendo en los vértices obtenemos

f ( 125,0 )=31,250 f ( 125,25 )=31,250+ 10,000=41,250

f ( 100,50 )=25,000+ 20,000=45,000 f ( 0,100 ) =40,000

El máximo beneficio es 45,000 y se obtiene en el punto (100, 50)

Conclusión: se tienen que vender 100 tartas vienesas y 50 tartas reales.

21. Reddy Mikks produce pinturas para interiores y exteriores, M1 y M2. La tabla siguiente proporciona los
datos básicos del problema.

Ton de materia prima de

Pintura para exteriores Pintura para interiores Disponibilidad diaria máxima (ton)
Matería Prima, M1 6 4 24
Materia Prima, M2 1 2 6
Utilidad Por Toneladas 5 4
(miles de $)

Una encuesta de mercado indica que la demanda diaria de pintura para interiores no puede ser
mayor que 1 tonelada más que la pintura para exteriores. También, que la demanda máxima diaria
de pintura para interiores es de 2 toneladas.

Reddy desea determinar la mezcla óptima (la mejor) de productos para exteriores y para interiores
que maximice la utilidad diaria total.

Formule el anterior enunciado como un problema de programación lineal.

El modelo de programación lineal, como en cualquier modelo de investigación de operaciones, tiene

tres componentes básicos:

 Las variables de decisión que se trata de determinar

 El objetivo (la meta) que se trata de optimizar
 Las restricciones que se deben satisfacer

Definimos las variables:

X1=toneladas producidas diariamente, de pintura para exteriores

X2=toneladas producidas diariamente, de pintura para interiores

Para formar la función objetivo, la empresa desea aumentar sus utilidades todo lo posible. Si Z
representa la utilidad diaria total (en miles de pesos), el objetivo de la empresa se expresa así:

Maximizar Z=5 x 1+ 4 x 2
A continuación se definen las restricciones que limitan el uso de las materias primas y la demanda.

(Uso de materia prima para ambas pinturas) ≤ (Disponibilidad máxima de materia prima)

Según los datos del problema:

uso de la materia prima M 1, por día=6 x1 + 4 x 2 Ton

Uso de lamateria prima M 2, por día=x 1+ 2 x 2 Ton

Ya que la disponibilidad de las materias primas M1 y M2 se limita a 24 y 6 toneladas,

respectivamente, las restricciones correspondientes se expresan:

6 x 1+ 4 x 2 ≤ 24( Materia prima M 1) x 1+2 x 2 ≤ 6( Materia Prima M 2)

La primera restricción de la demanda indica que la diferencia entre la producción diaria de pinturas
X 2− X 1
para interiores y exteriores, , no debe ser mayor que 1 tonelada, y eso se traduce en:

2−¿ x 1 ≤ 1
x¿ La segunda restricción de la demanda estipula que la demanda máxima diaria de

x2 ≤ 2
pintura para interiores se limita a 2 toneladas, y eso se traduce como: .

El modelo de Reddy Mikks completo es:

Maximizar : Z=5 x 1+ 4 x 2 Sujeto a: 6 x 1+ 4 x 2 ≤ 24 x 1+2 x 2 ≤ 6 −x 1 +x 2 ≤ 1

x2 ≤ 2 x1 , x2 ≥ 0

x 1 y x2
Cualquier valor de que satisfaga todas las restricciones del modelo es una solución
factible.
Ahora hagamos el paso 1, es decir determinar el espacio de soluciones factibles.
x 1 ≥ 0, x 2 ≥0
Primero se tendrán en cuenta las restricciones de no negatividad, es decir, . En la
x1 x2
figura de abajo el eje horizontal y el eje vertical , representan las variables pintura para
exteriores y pintura para interiores, respectivamente. En consecuencia, las restricciones de no
negatividad limitan el área del espacio de soluciones al primer cuadrante. Para tener en cuenta las
otras restricciones, primero se sustituye cada desigualdad con una ecuación y a continuación se
grafica la recta resultante, ubicando dos puntos diferentes de ella. Por ejemplo, después de sustituir
6 x 1+ 4 x 2 ≤ 24 6 x 1+ 4 x 2=24
con la recta , se pueden determinar dos puntos distintos, con
x 2=0 , x1 =4 y con x 1=0 , x 2=6
. De este modo la recta pasa por los puntos (0,6) y (4,0) es lo
que se identifica con (1) en la figura de abajo. La demás rectas se dibujan d en la misma manera.

6 x 1+ 4 x 2 ≤ 24( 1) x 1+2 x 2 ≤ 6(2) −x 1 + x 2 ≤ 1(3) x 2 ≤ 2(4) x 1 , ≥ 0(5)

x 1 , ≥ 0(6)

0
0 1 2 3 4 5 6 7 8

Espacio factible del modelo de Reddy Mickks( lo que encierra la parte de Azul)

3. Combustibles Dextra produce gasolina y ACPM a un costo de 2.000 y 4.000 pesos por galón
respectivamente. Mediante un estudio se ha establecido que para producir un galón de gasolina se
requieren 4 horas hombre de trabajo, 6 horas máquina y 8 litros de petróleo; mientras que para
producir un galón de ACPM se requieren 8 horas hombre de trabajo, 5 horas máquina y 10 litros de
petróleo. Además, se sabe que para que no haya subutilización de los recursos se deben consumir
mínimo 320 horas hombre y mínimo 300 horas máquina al mes. ¿Qué cantidad de cada combustible
se debe fabricar si se sabe hay una disponibilidad mensual de 800 litros de petróleo?

TABLA 3.10
PRODUCTO CONSUMO
RECURSO GASOLINA ACP DISPO MINIMO
M NIBILID
HORAS HOMBRE 4 HORAS 8 320 HORAS
HOR
HORAS MAQUINA 6 HORAS 5 300 HORAS
PETROLEO 8 LITROS HOR
10 800
COSTO $2000 LITR
$400 LITR

Definición de variables
x 1=Galones de gasolina que se debe fabricar por mes

x 2=Galones de Acpm que se debe por mes

Teniendo en cuenta la definición de las variables el modelo matemático queda Planteado de la

siguiente manera.

Min. Z=2000 x 1 + 4000 x 2 4 x 1 +8 x 2 ≥ 320 6 x 1+5 x 2 ≥ 300 8 x 1+10 x 2 ≤ 800

x 1, x 2 ≥0

Nuevamente, siguiendo el mismo proceso utilizado hasta el momento; se grafi- can las restricciones
y la función objetivo. Esto se muestra en la figura 3.9, don- de se encuentra sombreada el área
factible de solución; así como los puntos óptimos.

Primera restricción

{
1+¿ 8 x2 =320 si→ x1 =0=¿ x 2=40(0,40)
si→ x 2=0=¿ x1=80(80,0)
4 x¿

Segunda Restricción
 1+¿ 5 x 2=300
{ si → x 1=0=¿ x 2=60( 0,60)
si→ x2 =0=¿ x 1=50( 50,0)
6 x¿

Tercera restricción

1+¿ 10 x 2=800
{ si → x 1=0=¿ x 2=80(0,80)
si→ x2 =0=¿ x 1=100(100,0)
8 x¿

Función objetivo
Min. Z=2000 x 1 + 4000 x 2
En la función objetivo se van a omitir los tres ceros para facilidad en
el cálculo y al final en la interpretación el resultado se multiplica por mil. Estableciendo un valor
arbitrario de 80 para Z, se obtiene lo siguiente:

{
1+¿ 4 x 2=80 si→ x 1=0=¿ x2 =20(0,20)
si → x2=0=¿ x 1=40(40,0)
2 x¿

OBTENCIÓN DE LA SOLUCIÓN ÓPTIMA

La recta Z=80, quedó debajo del área factible de solución, por lo que se traslada paralelamente
hacia esta área hasta que toque el primer punto de la misma. Se observa que toca simultáneamente
el punto A y el punto B (créame o hágalo); y todos los puntos intermedios en este segmento de recta.
Esto indica que el problema tiene muchas soluciones óptimas.
 Valores Y
90
80
70
60
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80 90 100 110 120

En lo que respecta a este texto se hallará la solución en los dos puntos extremos del segmento de
recta que es solución óptima del problema.

Solución en el punto a
Como se puede observar en la figura 3.9; en el punto A se intersectan las dos primeras restricciones.
Entonces, se utiliza el siguiente procedimiento para encontrar los valores de las variables.

4x 6x
(¿ ¿ 1+8 x 2=320 ) X (6) (¿ ¿ 1+5 x2 =300 ) X (−4) ________________________________________
¿ ¿
___
28 x2 =720, y despejando se obtiene

720 360 180

x 2= = =
28 14 70

x2
Tomando el valor de y reemplazándolo en cualquiera de estas dos restricciones se obtiene:
200
4 x 1 +8 ( 1807 )=320 , despejando se obtiene que x 1=
7 Con lo cual se obtiene un costo

mínimo de:
Min Z=2 ( 2007 )+ 4( 1807 )=$ 160.
Interpretación de la solución en el punto A
200 180 180
x 2=
Esta solución indica que se deben producir 7 de galones de gasolina 7 y 7
180
x 2=
de galones de ACPM 7 para obtener un costo total mínimo de $160.000. (Recuerde que

se había dividido por mil la función objetivo).

El lector podrá corroborar que se consume exactamente 320 horas hombre y 300 horas máquina.
(Reemplace la solución en las restricciones. Además, de los 800 litros de petróleo disponibles, se
consumen en la producción 3.400/7; por lo que están sobrando 2.200 litros de este recurso.

Solución en el punto B
Como se puede observar en la figura, la solución es directa y es X1=80 y X2=0; para obtener un
costo mínimo de la siguiente forma:

Min Z=2 ( 80 ) +4 ( 0 )=$ 160

Interpretación de la solución en el punto B.

Para esta solución se deben producir 80 galones de gasolina y cero galones de ACPM para obtener
un costo mínimo de $160.000.

En esta solución se consumen exactamente 320 horas hombre, 480 horas máquina (recuerde que el
mínimo a consumir es 300, por lo que se está consumiendo 180 horas máquina por encima del
mínimo establecido) y 640 litros de petróleo (hay una disponibilidad de 800 litros; luego están
sobrando 160). Litros.

Obsérvese, que los dos valores de la función objetivo hallados son exactamente el mismo
($160.000); esto lógicamente debe ser así, pues se está asegurand o que el problema tiene
soluciónes óptimas múltiples.