UNIVERSIDAD NACIONAL DE INGENIERÍA

SEDE: UNI-NORTE

PRIMER PARCIAL DE INVESTIGACIÓN DE OPERACIONES I

(SOLUCIÓN)

Prof.: MSc. Ing. Julio Rito Vargas Avilés

I. Representar gráficamente la región determinada por el conjunto de puntos que

satisfacen las siguientes inecuaciones lineales:
x + 2y 10 ; x + y 2 ;x 8; x 0; y 0 (valor 7p)
Solución:

x≤8

y≥0

x≥0
x

X+2y≤10

x+y≥2
El conjunto convexo pintado en rosado es el región resultante de graficar las inecuaciones
lineales dadas en el problema.

II. Para producir una determinada aleación metálica que requiere cobre, estaño y cinc, se van
a mezclar 3 tipos de aleación de estos 3 metales, disponibles en el mercado: A, B y C.
Cada libra de la aleación final deseada debe contener a lo menos un 20% de cobre, no más
de un 45% de estaño y la proporción de cinc debe ser un 30%. Las características de las
aleaciones A, B y C son: (8p)

Plantearlo como un Problema de Programación Lineal y formular su modelo matemático, para

determinar los porcentajes de A, B y de C que debe contener una libra de aleación deseada.
Solución:

Lo primero será definir las variables de la función objetivo del problema, luego será
determinar si se trata de un problema de maximizar utilidades o de minimizar costos. En vista
que se trata de producir la mezcla óptima, es decir al mínimo costo.

Definimos las variables de la función objetivo:

Sean:

X1 : Proporción de A en una libra de aleación

X2 : Proporción de B en una libra de aleación

X3 : Proporción de C en una libra de aleación

La función objetivo es: Min Z= 130X1 + 110X2 + 90X3

Esto es : Min Z= 130 x la proporción de A en una libra de aleación + 110 x la proporción de B

en una libra de aleación + 90 x la proporción de C en una libra de aleación.

Sujeta a las siguientes restricciones:

0.30X1 + 0.10X2 + 0.70X3 ≥ 0.20

0.50X1 + 0.60X2 + 0.10X3 ≤ 0.45

0.20X1 + 0.30X2 + 0.20X3 = 0.30

X1 + X2 + X3 = 1.00

X1 ≥ 0

X2 ≥ 0

X3 ≥ 0

Para el próximo mes, una empresa desea saber cuántas unidades debe producir y vender de
cada uno de sus dos productos principales (A y B). Los dos bienes se producen en dos proceso
(I y II) con los siguientes coeficientes técnicos:

Producto Proceso I Proceso II

A 15 horas/unidad 20 horas/unidad
B 25 horas/unidad 12 horas/unidad
Capacidad máxima 80 horas 64 horas
Próximo mes
La utilidad estimada por unidad producida es de US$ 300 y US$ 400 para el bien A y el
B, respectivamente. Plantear el modelo matemático y resolverlo por el método
simplex y gráficamente. (20 p)
 Solución:

Lo primero será definir las variables de la función objetivo del problema.

Definimos las variables de la función objetivo:

Sean:

X1 : Unidades del producto A, que se producirán.

X2 : Unidades del producto B, que se producirán.

La función objetivo es : Max Z= 300X1 + 400X2

Sujeta a las restricciones siguientes:

15 X1 + 25 X2 ≤ 80 (tiempo disponible en horas en el proceso I)

20 X1 + 12 X2 ≤ 64 (tiempo disponible en horas en el proceso II)

X1 ≥ 0

X2 ≥ 0

Solución por el método gráfico.

Esta es la solución gráfica, como puede verse, los

valores de la solución son: X1 = 2 y X2 = 2. Para
Z=1400 que es el máximo.
20 X1 + 12 X2 ≤ 64

La región convexa es cerrada y tiene cuatro

(0,3.2)
vértices: (0,0),(3.2,0), (2,2) y (0.3.2)
(2,2)
Puede notarse gráficamente que el óptimo se
15 X1 + 25 X2 ≤ 80 produce en el punto de intersección de las rectas
20 X1 + 12 X2 = 64 y 15 X1 + 25 X2 = 80. Que es el punto (2,2)

(0,0)
(3.2,0)

Vértice de la región Z= 300X1 + 400X2 óptimo

(0,0) Z=0
(3.2,0) Z=960
(2,2) Z=1,400 1,400
(0,3.2) Z=1,280

Solución por simplex:

Para aplicar el método simplex introducimos variables de holgura en el modelo inicial, las
variables que introduciremos las llamaremos X3 y X4 . El modelo ampliado se verá de la
siguiente manera.
Max Z-300X1 - 400X2 +0X3 + 0X4=0

s.a:

15 X1 + 25 X2 + X3= 80

20 X1 + 12 X2 + X4 = 64

X1 ≥ 0;X2 ≥ 0; X3 ≥ 0;X4 ≥ 0

Construimos el tabloide del simplex con los coeficientes la función objetivo y los coeficientes
de las restricciones.

VB X1 X2 X3 X4 LD Ratio

Z -300 -400 0 0 0

X3 15 25 1 0 80

X4 20 12 0 1 64

Iniciamos con la primera iteración. Con una solución factible formada por los
variables de holgura.

Vemos que la columna más negativa es la correspondiente a X2 y con los ratios vemos
que el menor es el correspondiente a la fila de X3 , por tanto entrará a la base X2 y saldrá X3.
Para luego a través de transformaciones convertimos la columna pivote en una columna de la
matriz identidad.

VB X1 X2 X3 X4 LD Ratio

Z -300 -400 0 0 0 0
400f2+f1 f1

X3 15 25 1 0 80 3.2 1/12f2 f2

X4 20 12 0 1 64 5.33
-12f2+f3 f3
VB X1 X2 X3 X4 LD

Z -60 0 16 0 1,280

X2 0.6 1 0.04 0 3.2

X4 12.8 0 -0.48 1 25.6

Vemos que la columna más negativa es la correspondiente a X1 y con los ratios vemos
que el menor es el correspondiente a la fila de X4 , por tanto entrará a la base X1 y saldrá X4.
Para luego a través de transformaciones convertimos la columna pivote en una columna de la
matriz identidad.

VB X1 X2 X3 X4 LD ratio

Z -60 0 16 60 1,280
60f3+f1 f1

X2 0.6 1 0.04 0 3.2 5.33 -0.6f3+f2 f2

X4 12.8 0 -0.0375 1 25.6 2

F3/12.8 f3

VB X1 X2 X3 X4 LD

Z 0 0 15.8 4.68 1,400

X2 0 1 0.0175 -0.468 2

X1 1 0 -0.0029 0.078 2

Como se puede ver hemos llegado al óptimo al no haber valores negativos en la fila 1,
correspondiente a los coeficientes de la función objetivo.

El óptimo se obtuvo para un Z= 1,400 y un X1=2 y X2=2.