UNIVERSIDAD CENTRAL

DEL ECUADOR

FACULTAD DE CIENCAS ECONÓMICAS

CARRERA DE ECONOMÍA

INVESTIGACIÓN DE OPERACIONES

Alumno:
Brayan Javier Sampedro Moscoso

Aula: 29

QUINTO SEMESTRE

2018 – 2019

1
 LABORATORIO DEL PRIMER HEMISEMESTRE DE INVESTIGACIÓN DE
OPERACIONES: SEMESTRE Septiembre 2018 – Marzo 2019

A. CONTESTE EL SIGUIENTE CUESTIONARIO.

1. Comente en forma breve la evolución del campo CA/IO.

La ciencia de la administración tuvo sus comienzos durante la Segunda Guerra Mundial y la primera
edición de la revista Management Science la cual se publicó en 1954. En la primera parte del siglo
XX, los investigadores comenzaron a utilizar procedimientos científicos para investigar problemas
que se encontraban fuera de las ciencias puras. Pero no fue hasta comienzos de la Segunda Guerra
Mundial que esos esfuerzos se unificaron para perseguir un objetivo en común.

En 1937 en Gran Bretaña se unió un equipo de matemáticos, ingenieros y científicos en áreas básicas
para estudiar los problemas estratégicos y tácticos asociados con la defensa del país. Las actividades
de este grupo, que se organizó como parte del Personal Operativo de la organización militar británica,
no se denominaron ciencia de la administración, sino más bien investigación de operaciones, debido
a que el equipo se dedicaba a analizar operaciones (militares). Sin embargo estos conceptos e ideas
se comenzaron a aplicarse a la industria hasta la década de 1950, cuando se desarrollaron y estuvieron
disponibles comercialmente las computadoras. A pesar del crédito de Gran Bretaña los investigadores
Estadounidenses han hecho contribuciones importantes a su desarrollo, una de las técnicas
matemáticas de mas amplia aceptación, el método simplex de la programación lineal, fue desarrollado
en 1947 por un estadounidense, Geoge B. Dantzing.

2. ¿De qué manera se relaciona la contribución de modelos con la ciencia de la

administración?
La construcción de modelos es un medio que permite a los administradores analizar y estudiar
problemas, así como también examinar diferentes alternativas. En donde el proceso se utiliza como
algo común es decir todos los días, con frecuencia en forma inconsciente, en situaciones de problemas
básicos. Entonces se relacionan aplicando los modelos en distintos problemas para permitirle tomar
decisiones racionales.

2
 3. Explique las diferencias entre un modelo descriptivo y uno normativo. De ejemplos de
cada uno de ellos.
MODELO DESCRIPTIVO MODELO NORMATIVO
Es aquel que representa una relación pero el Este modelo también es conocido como modelo de
cual no me indica ningún curso de acción. optimización, se lo denomina así puesto que señala
el curso de acción que el administrador debe seguir
para alcanzar un objetivo definido.
Estos modelos son útiles simplemente para Este puede contener submodelos descriptivos , pero
pronosticar la conducta de los problemas este difiere del otro porque este permite determinar
pero no puede identificar el mejor curso un curso de acción optimo o mejor , es decir esto
de acción que se debe tomar o debería implica que se incorpora un objetivo al modelo y
tomar el administrador para alcanzar el que es posible identificar los efectos que diferentes
objetivo definido. cursos de acción tiene sobre el objetivo.
Muchos modelos estadísticos son Muchos modelos de la ciencia de la administración
descriptivos. son modelos normativos.
EJEMPLOS EJEMPLOS
Modelo de regresión. Secuenciación de órdenes de trabajo.
Modelos de líneas de espera. Horas de mano de obra para fabricar una unidad de
Modelos de mínimos cuadrados un producto.

4. ¿Qué conjunto básico de elementos existe en cualquier modelo normativo? Comente

cada uno de esos elementos.
La mayoría de los modelos normativos están constituidos por tres conjuntos básicos de elementos
los cuales son :

 Variables de decisión y parámetros

Las cantidades desconocidas que deben determinarse en la solución del modelo se las denomina
variables de decisión.

Los parámetros son aquellos valores que describen la relación entre las variables de decisión, además
estos parámetros permanecen constantes para cada problema , pero varían con problemas distintos.

3
  Restricciones
Dentro de cada modelo se debe incluir limitaciones físicas que ocurren en el problema cuyo modelo
se plantea, en donde este debe incluir cualesquiera restricciones que limiten las variables a valores
permisibles (factibles). Este tipo de elementos se expresan como funciones matemáticas (submodelos
descriptivos).

 Función Objetivo
Esta función define la efectividad del modelo como función de las variables de decisión.

5. ¿Cuáles son las clasificaciones de los modelos normativos y los descriptivos?

 Modelo Descriptivo: Es aquel que representa una relación pero el cual no me indica ningún curso
de acción.

 Clasificación

 Modelos Estadísticos

 Modelo de regresión: señala la relación ente una variable dependiente y una o más variables
independientes.

 Modelo de líneas de espera: permite la toma de las decisiones, suponiendo que se tiene ciertos
datos sobre las variables independientes.

 Modelo Normativo: Este modelo también es conocido como modelo de optimización, se lo

denomina así puesto que señala el curso de acción que el administrador debe seguir para alcanzar
un objetivo definido.

 Clasificación

 Modelo determinístico

 Modelo estocástico

 Modelo lineal

 Modelo no lineal

 Modelo estático
4
  Modelo dinámico

6. Explique la diferencia entre un modelo determinístico y uno estocástico

 Modelo Determinístico: las relaciones funcionales , en otras palabras los parámetros del modelo
se conocen con certidumbre .
 Modelo Estocástico: este se realiza para incorporar la incertidumbre. Además este tipo de modelos
puede tener algunas relaciones funcionales que sean deterministas y otras estocásticas.
DIFERENCIA:

La diferencia que existe entre estos dos modelos es que uno sus relaciones funcionales representan
certidumbre mientras que del modelo estocástico se incorpora la incertidumbre a las variables y el
cual debe aplicarse a los elementos de los modelos normativos para la optimización de resultados .

7. Explique la diferencia entre un modelo lineal y uno no lineal

Modelo lineal es aquel en donde todas las relaciones funcionales implican que la variable dependiente
es proporcional a las variables independientes y el modelo no lineal utilizan ecuaciones curvilíneas
o no proporcionales. Además De la misma manera los procesos de solución que se requieren para
resolver los modelos no lineales son muchos más complejos que los necesarios para un modelo lineal.

8. Explique la diferencia entre un modelo estático y uno dinámico

La diferencia principal que existe entre estos modelos es que en el modelo estático se lo define en un
punto fijo del tiempo y se supone que las condiciones del modelo no cambian para ese periodo
especifico en el proceso de solución, caso contrario el modelo dinámico difiere del estático en que el
curso de acción mejor u optimo se determina examinando periodos múltiples.

Otra diferencia es que los modelos dinámicos se utilizan en situaciones en las que no puede
determinarse el curso óptimo de acción para un número múltiple de periodos sin considerar en forma
colectiva las acciones que se emprenden en cada periodo.

9. ¿Cuándo se utiliza un modelo de simulación en la ciencia de la administración?

Los modelos de simulación son considerados un proceso de planteamiento de modelos y
experimentación que se utiliza para describir y/o analizar un problema o área de problema específico.
Además la simulación puede utilizarse para ambos propósitos.

5
Aquí también se debe tener en consideración que los modelos de simulación no requieren funciones
matemáticas de forma cerrada para relacionar las variables, debido a que es posible simular sistemas
complejos cuyo modelo no puede plantearse en forma matemática.

10. ¿Qué procesos de solución existen en el campo de la CA/IO? Explique o comente en

forma breve cada uno de ellos.
Aquí puede usarse tres procesos o métodos de solución para llegar a soluciones óptimas o casi óptimas
para problemas basados en la ciencia de la administración y estos son:

 Algoritmos
Un algoritmo es un conjunto de procedimientos o reglas que cuando se siguen en forma ordenada,
nos proporciona la mejor solución para un modelo determinado, debido a que un algoritmo se
desarrolla para un modelo dado o definido.

 Modelo heurísticos
Este modelo se basa en reglas empíricas o intuitivas que, cuando se aplican al modelo, proporcionan
una o más soluciones. Estos modelos son procedimientos de búsqueda que intentan pasar de un punto
de solución a otro de manera que se mejore el objetivo del modelo con cada movimiento sucesivo.

 Simulación
Este modelo simula la conducta del problema para un conjunto definido de condiciones de entrada,
en donde para determinar el mejor curso de acción debe analizarse la conducta del modelo bajo
diversos datos de entrada y elegir que proporcione el nivel deseado de resultados.

11. ¿Es necesario desarrollar un algoritmo para todo problema que se aborda en un estudio
de CA/IO? (Suponga que un algoritmo es la técnica apropiada que debe utilizarse, en compa-
ración con un método heurístico o una solución simulada)

No siempre es necesario desarrollar un algoritmo para todo problema puesto que este método solo es
aplicable para resolver un problema que se ajuste a las características específicas del modelo. Esto
se debe a que un algoritmo se desarrolla para un modelo dado o definido.

12. Identifique las etapas generales que debieran seguirse en cualquier estudio de CA/IO. Co-
mente cada una de ellas.

El proceso de solución de problemas de CA/IO puede describirse en una estructura de 6 etapas:

 Identificación, observación y planteamiento del problema

6
Da inicio cuando la persona que toma las decisiones observa la realidad y se percata que un resultado
que se desea no se está realizando bajo las operaciones existentes, la observación del problema puede
llevarse a cabo en forma colectiva o separada cabe destacar que es necesario desarrollar un enfoque
unificado así que debe existir una interacción entre quien toma las decisiones y quien construye el
modelo para finalizar esta etapa se describe de forma verbal el problema.

 Construcción del modelo

Implica el desarrollo del modelo, las variables controlables pueden manipularse o modificarse por la
persona que toma las decisiones, las variables no controlables no pueden ser cambiadas, las personas
que toman las decisiones deben identificar las variables controlables relevantes, puede resultar
necesario hacer algunas consideraciones que limiten al problema real para que pueda resolverse y con
frecuencia es necesario probar un planteamiento inicial para determinar las consideraciones que se
deben realizar.

 Generación de una solución

Se desarrolla un logaritmo o proceso de selección hay que tener cuidado al usar el término algoritmo
en este punto, porque un proceso de solución no se limita a un algoritmo, con los métodos heurísticos
y simulación se pueden resolver determinados problemas, la mayoría de los problemas se pueden
resolver por medio de algoritmos.

 Prueba y evaluación de la solución

Se evalúa y se prueba el modelo adoptado en la etapa 3 con el objeto de determinar si existen

resultados útiles para el problema original, en primer lugar, quien toma las decisiones también puede
examinar los resultados y hacer algún juicio con respecto a cuan razonables son, también es posible
adoptar un procedimiento de prueba a través del cual se utilicen situaciones previas como modelo
base.

 Implante

No significa que el modelo que se pone en práctica se encarga a los que administran y con esta acción
quien lo construyo se retira del proyecto, en el capítulo 16 se identifica un modelo de juegos de
implante y se presentan diversos estudios relacionados con problemas de esta área.

 Evaluación

7
El modelo debe de evaluarse en forma continua para determinar si los valores de los parámetros han
cambiado para ver si el modelo sigue satisfaciendo las metas de quien toma la decisión. Es aquí donde
los administradores pueden tener una mala experiencia con los modelos de CA/IO.

13. Identifique algunas de las limitaciones o problemas que existen en el campo de la ciencia
de la administración.
 La existencia de la necesidad de hacer consideraciones al estructurar o plantear el problema que
se aborda
 Otra limitación es que la mayoría de los modelos consideran solo una función objetivo
 Las personas que elaboran los modelos o toman decisiones pueden desarrollar una opinión muy
ingenua sobre los problemas prácticos.
 Existe un problema que es basado en la cantidad de cálculos
 Un área final que se debe de considerar es la de la comparación de costos y beneficios
14. ¿Es posible manejar problemas con objetivo múltiple con alguna técnica existente de
CA/IO?.
Dentro de las técnicas de CA/IO si existe una técnica que sea capaz de manejar problemas con
objetivo múltiple la cual se la denomina “programación de metas”, en donde además en la
actualidad hay otros modelos e decisión de criterios múltiples aparte de este.

15. Comente el Problema de la comparación de costos y beneficios y su relación con un

proyecto de CA/IO.
En cuestión antes de abordarse al emprender un proyecto de ciencia de la administración es fácil
involucrarse en un modelo de CA/IO puesto que se llega al punto de adoptar las capacidades
computarizadas de solución de problemas de la ciencia de la administración sin examinar los
beneficios potenciales que se alcanzarán.

Dentro del problema de comparación de costos beneficios en relación con CA/IO se debe tomar en
cuenta que el costo de desarrollar e implantar un modelo puede superar los ahorros que se obtienen
por su uso , además de eso muchos problemas de toma de decisiones los cuales pueden resolverse
sin modelos muy elaborados y por último el problema que se encuentra con más frecuencia es quien
toma las decisiones y construye los modelos es que se involucran tanto con el proceso de la
construcción del modelo que todo problema de decisión se aborda con un modelo.

8
Proposiciones Falso/Verdadero

1. El termino ciencia de la administración recibió su impulso inicial con el establecimiento

de The Institute of Managament Sciences (TIMS) en 1953.

VERDADERO

2. Se crea un modelo a escala visualizando diferentes disposiciones y evaluando cada

alternativa.

FALSO

JUSTIFICACION: Un modelo a escala es aquel que se puede desarrollar mediante la examinación

de diferentes disposiciones siempre y cuando el que vaya a realizarlo acepta que este modelo es una
representación válida del problema.

3. Un modelo descriptivo representa una relación y señala un curso apropiado de acción.

FALSO

Justificación: El modelo descriptivo es el que nos representa una relación pero que no indica ningún
curso de acción, es decir solo son útiles para pronosticar la conducta de problemas pero no indicar
el mejor curso de acción.

4. Un modelo normativo nunca puede contener submodelos descriptivos.

FALSO

Justificación: Un modelo normativo puede contener submodelos descriptivos debido a que difiere
del modelo descriptivo porque es posible determinar un curso de acción óptimo o mejor.

5. La efectividad del modelo como función de las variables de decisión se define a través de
la función objetivo.

VERDADERO

6. Determinadas cualidades de un modelo que permiten al usuario tomar decisiones, se

denominan variables de decisión.

FALSO

9
JUSTIFICACION: Las cantidades desconocidas que deben determinarse en la solución del modelo
son las variables de decisión.

7. Un modelo lineal es aquel en el que todas las relaciones funcionales son de tal forma que
la variable dependiente es proporcional a las variables independientes.

VERDADERO

8. Un algoritmo es un conjunto de procedimientos o reglas que, cuando se siguen en forma

ordenada, proporcionan la mejor solución a un modelo determinado.
FALSO

Justificación: Los Algoritmos son el conjunto de procedimientos que, cuando se siguen en forma
ordenada nos proporcionan una solución óptima a un problema.

9. Los métodos heurísticos son procesos de solución que se basan en reglas intuitivas o
empíricas para dar una solución óptima a un problema.

FALSO

Justificación: El modelo heurístico es un proceso de solución que se basan en reglas intuitivas o

empíricas para dar una solución aproximada a un problema.

10. Un modelo dinámico se define en un punto fijo del tiempo.

FALSO

Justificación: El modelo dinámico es aquel modelo cuyas características varían de un periodo a otro.
Además este determina el curso óptimo de acción que requiere el examen de periodos múltiples.

B. PARA LOS SIGUIENTES PROBLEMAS SE PIDE:

a. Plantee el modelo matemático,
b. Resuélvalo por el método gráfico; y,
c. Realice el análisis económico del resultado óptimo del modelo.
1. La Breeding Manufacturing Inc., fabrica y vende dos tipos de bombas hidráulicas: normal
y extra grande. El proceso de manufactura asociado con la fabricación de las bombas
implica tres actividades: ensamblado, pintura y control de calidad. Los requerimientos de
10
 recursos para ensamble, pintura y control de calidad de las bombas se muestran en la
siguiente tabla. La contribución a las utilidades por la venta de una bomba normal es $80,
en tanto que la utilidad por una bomba extra grande es $95. Existen disponibles por semana
4800 horas de tiempo de ensamble, 1980 de tiempo de pintura y 900 horas de tiempo de
prueba. Las experiencias anteriores de venta señalan que la compañía puede esperar vender
cuando menos 300 bombas normales y 180 de las extra grandes por semana. A la Breeding
le gustaría determinar la cantidad de cada tipo de bomba que debe fabricar semanalmente
con el objeto de maximizar sus utilidades.

Requerimientos de manufactura (horas por unidad)

Tiempo de:

Tipo de bomba Ensamble Pintura Prueba

Normal 3,6 1,6 0,6

Extra grande 4,8 1,8 0,6

 Variables de Decisión

X1= Bomba Hidráulica Normal

X2= Bomba Hidráulica Extra Grande

 Función Objetivo

Maximización de utilidades

 Planteamiento del modelo

Z(Max)= 80X1+95 X2

 Sujeto a :

3,6X1+ 4,8X2 ≤ 4800 (Tiempo de ensamble)

1,6X1+ 1,8X2 ≤ 1980 (Tiempo de pintura)

11
0,6X1+ 0,6X2 ≤ 900 (Tiempo de prueba)

X1 ≥300 (Bombas Normales)

X2 ≥180 (Bombas Extra Grandes)

Método Grafico

 Transformación de inecuaciones a ecuaciones

3,6X1+ 4,8X2 = 4800 (Tiempo de ensamble)

1,6X1+ 1,8X2 = 1980 (Tiempo de pintura)

0,6X1+ 0,6X2 = 900 (Tiempo de prueba)

X1 =300 (Bombas Normales)

X2 =180 (Bombas Extra Grandes)

 Parejas de cada ecuación

L1 L2
X1 X2 X1 X2
1333.33 0 1237.5 0
0 1000 0 1100

L3 L4
X1 X2 X1 X2
1500 0 300 0
0 1500

L5
X1 X2
0 180

12
  Grafica

 Puntos de Intersección y Punto Optimo

El punto óptimo de este ejercicio es A( 72 , 45)

 Comprobación del Punto Optimo

3,6(72) + 4,8 (46) ≤ 4800……………… 4800 = 4800 (Comprobado)

1,6(72) + 1,8(46) ≤ 1980……………… 1980 = 1980 (Comprobado)

0,6(72) + 0,6 (46) ≤ 900 ……………… 780 menor igual a 900 (Comprobado)

X1 ≤ 300……………… 72 menor igual 300 (Comprobado)

X2 ≤ 180……………… 46 menor igual 180 (Comprobado)

13
  Análisis

La Breeding Manufacturing Inc debe de fabricar 720 bombas normales y 460 bombas extra
grandes para llegar al objetivo de la ganancia máxima de $10,1300 dólares. Además se da que
las horas disponibles para ensamblaje se usaron a su capacidad de 4800 horas, para pintura 1980
y 900 para pruebas.

2. Una compañía de carga aérea desea maximizar los ingresos que obtiene por la carga que
transporta. La compañía tiene un solo avión diseñado para transportar dos clases de carga:
carga frágil y carga normal. La compañía no recibe pago extra por transportar carga frágil;
sin embargo, para asegurar ciertos contratos de negocios, la compañía ha acordado
transportar cuando menos 5 toneladas de carga frágil. Este tipo de carga debe llevarse en
una cabina presurizada, mientras que la carga normal puede llevarse en una cabina
principal no presurizada. La capacidad de la cabina principal es de 20 toneladas de carga.
La cabina presurizada no puede llevar más de 10 toneladas de carga. El avión tiene una
restricción de peso que le impide llevar más de 28 toneladas de carga. Para mantener el
equilibrio de peso, la carga de la cabina presurizada debe ser menor o igual que dos tercios
del peso de la cabina principal, más una tonelada. La compañía recibe $1000 por tonelada
de cualquiera de los dos tipos de carga que transporta.
 Variables de Decisión

X1= Carga Frágil

X2= Carga Normal

 Función Objetivo

Maximización de Ingresos

 Planteamiento del modelo

Z(Max)= 80X1+95 X2

 Sujeto a :

3,6X1+ 4,8X2 ≤ 4800 (Tiempo de ensamble)

14
1,6X1+ 1,8X2 ≤ 1980 (Tiempo de pintura)

0,6X1+ 0,6X2 ≤ 900 (Tiempo de prueba)

X1 ≥300 (Bombas Normales)

X2 ≥180 (Bombas Extra Grandes)

Método Grafico

 Transformación de inecuaciones a ecuaciones

3,6X1+ 4,8X2 = 4800 (Tiempo de ensamble)

1,6X1+ 1,8X2 = 1980 (Tiempo de pintura)

0,6X1+ 0,6X2 = 900 (Tiempo de prueba)

X1 =300 (Bombas Normales)

X2 =180 (Bombas Extra Grandes)

 Parejas de cada ecuación

L1 L2
X1 X2 X1 X2
1333.33 0 1237.5 0
0 1000 0 1100

L3
X1 X2
1500 0
0 1500

15
  Grafica

 Puntos de Intersección y Punto Optimo

El punto óptimo de este ejercicio es A( 72 , 45)

 Comprobación del Punto Optimo

3,6(72) + 4,8 (46) ≤ 4800……………… 4800 = 4800 (Comprobado)

1,6(72) + 1,8(46) ≤ 1980……………… 1980 = 1980 (Comprobado)

0,6(72) + 0,6 (46) ≤ 900 ……………… 780 menor igual a 900 (Comprobado)

X1 ≤ 300……………… 72 menor igual 300 (Comprobado)

X2 ≤ 180……………… 46 menor igual 180 (Comprobado)

16
  Análisis

Debido a que la ganancia por transportar cualquiera de las dos cargas es la misma de $1000,
tenemos 2 opciones de envió, en el cual tendrán la misma ganancia de $28000. Se podría
transportar 8 toneladas de carga frágil y 20 de carga normal, o a su vez 10 de carga frágil y 18 de
carga normal. En este problema se cumple con la restricción de enviar más de 5 toneladas de carga
frágil y se cumple con la restricción de peso para equilibrar el avión.
3. La compañía World Light produce dos dispositivos para lámparas (productos 1 y 2) que
requieren partes de metal y componentes eléctricos. La administración desea determinar
cuántas unidades de cada producto debe fabricar para maximizar la ganancia. Por cada
unidad del producto 1 se requieren 1 unidad de partes de metal y 2 unidades de componentes
eléctricos. Por cada unidad del producto 2 se necesitan 3 unidades de partes de metal y 2
unidades de componentes eléctricos. La compañía tiene 200 unidades de partes de metal y
300 de componentes eléctricos. Cada unidad del producto 1 da una ganancia de $1 y cada
unidad del producto 2, hasta 60 unidades, da una ganancia de $2. Cualquier exceso de 60
unidades del producto 2 no genera ganancia, por lo que fabricar más de esa cantidad está
fuera de consideración.
a. Formule un modelo de programación lineal.
b. Utilice el método gráfico para resolver este modelo.
c. ¿Cuál es la ganancia total que resulta?
 Variables de Decisión

X1= Producto 1

X2= Producto 2

 Función Objetivo

Maximización de Ingresos

 Planteamiento del modelo

Z(Max)= X1+2X2

 Sujeto a :

X1+ 3X2 ≤ 200 (Partes de Metal )

17
2X1+ 2X2 ≤ 300 (Componentes Eléctricos )

X2 ≤ 60 (Limite de Producción del Producto 2)

Método Grafico

 Transformación de inecuaciones a ecuaciones

X1+ 3X2 = 200 (Partes de Metal )

2X1+ 2X2 = 300 (Componentes Eléctricos )

X2 = 60 (Limite de Producción del Producto 2)

 Parejas de cada ecuación

L1 L2
X1 X2 X1 X2
200 0 150 0
0 66,67 0 150

L3
X1 X2
0 60

18
  Grafica

 Puntos de Intersección y Punto Optimo

El punto óptimo de este ejercicio es C (125, 25)

 Comprobación del Punto Optimo

125+ 3(25) ≤ 200 ……………… 200 = 200 (Comprobado)

2(125)+ 2(25) ≤ 300……………… 300 = 300 (Comprobado)

25 ≤ 60 ……………… 25 <= 60 (Comprobado)

 Análisis

Se deben fabricar 125 unidades del Producto 1 y 25 unidades del producto 2, para llegar al
objetivo de la ganancia máxima de $175 dólares. Además se cumple con la disponibilidad de

19
 partes de metal y componentes eléctricos para la producción de estos dos productos, así como se
producirá tan solo 25 unidades del producto 2 para mantener la utilidad.
4. La empresa Whitt Window tiene sólo tres empleados que hacen dos tipos de ventanas a
mano: con marco de madera y con marco de aluminio. La ganancia es de $180 por cada
ventana con marco de madera y de $90 por cada una con marco de aluminio. Doug hace
marcos de madera y puede terminar 6 al día. Linda hace 4 marcos de aluminio por día. Bob
forma y corta el vidrio y puede hacer 48 pies cuadrados de vidrio por día. Cada ventana con
marco de madera emplea 6 pies cuadrados de vidrio y cada una de aluminio, 8 pies
cuadrados. La compañía desea determinar cuántas ventanas de cada tipo debe producir al
día para maximizar la ganancia total.

Un nuevo competidor también produce ventanas con marco de madera. Esta circunstancia
puede forzar a la compañía a reducir el precio y por ende la ganancia debida a este tipo de
ventanas. ¿Cómo cambiaría la solución óptima (si cambia) si la ganancia por ventana de
madera disminuyera de $180 a $120? ¿Y de $180 a $60? (Puede resultar útil emplear el
procedimiento de análisis gráfico y análisis de sensibilidad).

Doug piensa disminuir sus horas de trabajo, lo cual reduciría el número de ventanas de
madera que produce por día. ¿Cómo cambiaría la solución óptima si hace sólo 5 marcos
diarios? (Puede resultar útil emplear el procedimiento de análisis gráfico y análisis de
sensibilidad).

 Variables de Decisión

X1= Número de ventas con marco de madera

X2= Número de ventas con marco de aluminio

 Función Objetivo

Maximización de Ganancias

 Planteamiento del modelo

Z(Max)= 180X1+90X2

 Sujeto a :

20
X1 ≤ 6 (marco de madera)

X2 ≤ 4 (marco de aluminio)

6X1+ 8X2 ≤ 48 (Pies cuadrados de vidro)

Método Grafico

 Transformación de inecuaciones a ecuaciones

X1 = 6 (marco de madera)

X2 = 4 (marco de aluminio)

6X1+ 8X2 = 48 (Pies cuadrados de vidro)

 Parejas de cada ecuación

L1 L2
X1 X2 X1 X2
6 0 0 4

L3
X1 X2
8 0
0 6

21
  Grafica

 Puntos de Intersección y Punto Optimo

El punto óptimo de este ejercicio es C (6, 2)

 Comprobación del Punto Optimo

(6) ≤ 6 ……………… 6 <= 6 (Comprobado)

(2) ≤ 4……………… 2 <= 4 (Comprobado)

6(6)+ 8(2) ≤ 48……………… 48 <= 48 (Comprobado)

 Análisis

Doug debe elaborar 6 marco de madera, y Linda deberá hacer 4 marcos de Aluminio para llegar al
objetivo de la ganancia MAXIMA de $1215, en la cual se utiliza toda la disponibilidad de vidrio en
pies cuadrados que posee. Al ingresar un nuevo competidor, la empresa debe bajar sus precios, por
lo cual su ganancia disminuye a $120 y $60 respectivamente por las ventanas. A pesar de este cambio
el número de producción no deberá bajar ni aumentar, deberá mantenerse para obtener una utilidad

22
Máxima de $810 .Cuando Doug decide que reducirá sus horas de trabajo y solo fabricara 5 ventanas
de madera, ya producción solo varia en esta, y las de aluminio de mantiene, mientras que la utilidad
disminuye a $690. Consumiendo totalmente los recursos que posee la empresa.

C. MEDIANTE EL MÉTODO DE LA MATRIZ AMPLIADA, RESUELVA LOS

SIGUIENTES SISTEMAS DE ECUACIONES LINEALES

1. Una Cía. abastecedora de artículos para jardín cuenta con tres clases de fertilizantes que
contiene los productos químicos A, B, C en diferentes porcentajes, según se muestra en la
siguiente tabla. ¿En qué proporción debe mezclar dicha compañía los tres tipos de
fertilizantes para que contenga 8% de cada uno de los tres productos químicos?

PRODUCTO Tipo de Fertilizante

QUÍMICO I II III
A 6% 8% 12%
B 6% 12% 8%
C 8% 4% 12%

Planteamiento

0.06x1+0.08x2+0.12x3= 0.08 Producto Químico A

0.06x1+0.12x2+0.08x3= 0.08 Producto Químico B

0.08x1+0.04x2+0.12x3= 0.08 Producto Químico C

Resolución

0,06 0,08 0,12 𝑋1 0.08

0,06 0,12 0,08 𝑋2 = 0.08
0,08 0,04 0,12 𝑋3 0.08

50/3 3/50 2/25 3/25 1 0 0 2/25

3/50 3/25 2/25 0 1 0 2/25
2/25 1/25 3/25 0 0 1 2/25

23
(-3/50) (-2/25)
 1 4/3 2 50/3 0 0 4/3
(25)
0 1/25 −1/25 −1 1 0 0
0 −1/15 −1/25 −4/3 0 1 −2/75

1 0 10/3 50 −100/3 0 4/3

(-4/3) (1/15) 0 1 −1 −25 25 0 0
(-75/8) 0 0 −8/75 −3 −95/3 1 −2/75

1 0 0 −175/4 −12275/12 125/4 1/2

0 1 0 25/8 2575/8 −75/8 1/4
(1) (-10/3 0 0 1 225/8 2375/8 −75/8 1/4
)

Resultado

x1= 0.50

x2=0.25

x3=0.25

Comprobación

0.06 (0.5)+0.08 (0.25)+0.12 (0.25)= 0.08

0.08=0.08

0.06 (0.5)+0.12 (0.25)+0.08 (0.25)= 0.08

0.08=0.08

0.08 (0.5)+0.04 (0.25)+0.12 (0.25)= 0.08

0.08=0.08

Interpretación

La compañía abastecedora de fertilizantes, deberá utilizar en proporciones del 50% del fertilizante 1, 25% del
fertilizante 2 y 25% del fertilizante 3 para poder obtener un 8% de los 3 productos químicos.

24
2. En un tanque están colocadas tres llaves, A, B, C, que le suministran agua. Si las tres están
abiertas, el tanque se llena en 8 horas. El tanque también se llena si se abre A durante 8
horas y B durante 12, mientras que C permanece cerrada. También se llena si se abre B
durante 10 horas y C durante 28 manteniendo cerrada A. Calcule el tiempo necesario en el
que cada una de las llaves puede llenar el tanque por sí sola. (Sugerencia: Sean x, y, z,
respectivamente, las fracciones del tanque que cada una de las llaves A, B, C, puede llenar
en 1 hora)

Planteamiento

8x1 + 8x2 + 8x3 = 1 Llave A

8x1 + 12x2 = 1 Llave B

10x2 + 28x3 = 1 Llave C

Resolución
8 8 8 𝑋1 1
8 12 0 𝑋2 = 1
0 10 28 𝑋3 1

8 8 8 1 0 0 1
1/8 8 12 0 0 1 0 1
0 10 28 0 0 1 1

(-8) (0) 1 1 1 1/8 0 0 1/8

(1/4) 0 4 −8 −1 0 0 0
0 10 28 0 0 1 1

1 0 3 3/8 0 0 1/8
3. 0 1 −2 −1/4 0 0 0
(-1) (-10) 0 0 28 5/2 0 1 1
(1/48)

1 0 0 7/32 0 −1/16 1/16

(2) (-3) −7/48 0 1/24 1/24
)
4. 0 1 0
0 0 1 5/96 0 1/48 1/48
Resultados
X1= 1/16
X2= 1/24
X3= 1/48
Comprobación

25
 𝟏 𝟏 𝟏
𝟖(𝟏𝟔) + 𝟖(𝟐𝟒) + 𝟖(𝟒𝟖) = 𝟏

1=1

𝟏 𝟏
𝟖(𝟏𝟔) + 𝟏𝟐(𝟐𝟒) = 𝟏

1=1

𝟏 𝟏
𝟏𝟎(𝟐𝟒) + 𝟐𝟖(𝟒𝟖) = 𝟏

1=1

Interpretación

La llave A llenará el tanque por completo permaneciendo la llave B y C en 16 horas; la llave B llenará el
tanque por completo permaneciendo la llave A y C en 24 horas; mientras que, la llave C llenará el tanque por
completo permaneciendo la llave A y C en 48 horas.

D. PARA LOS SIGUIENTES PROBLEMAS SE PIDE:

a. Plantee el modelo matemático,

b. Resuélvalo por el método simplex,
c. Realice el análisis dualidad y el análisis de sensibilidad.

1. Photo Tech Inc., es un fabricante de baterías recargables para cámaras digitales, firmó un contrato
con una compañía de fotografía digital para producir tres paquetes de baterías de ion – litio
diferentes para una nueva línea de cámaras digitales. El contrato exige lo siguiente:

Paquete de baterías Cantidad de producción

PT - 100 200.000
PT - 200 100.000
PT - 300 150.000

Photo Tech puede fabricar los paquetes de baterías en sus plantas de manufactura localizadas en
Filipinas y México. El costo unitario de los paquetes de baterías difiere en las dos plantas debido
a las diferencias en el equipo de producción y a las tasas salariales. Los costos unitarios para cada
paquete de baterías son los siguientes:

Producto Planta

26
 Filipinas México
PT - 100 $0,95 $0,98
PT - 200 $0,98 $1,06
PT - 300 $1,34 $1,15

Los paquetes de baterías PT – 100 y PT – 200 se producen con un equipo de producción parecida y
disponible en las dos plantas. Sin embargo, cada planta tiene una capacidad limitada para el número
total de paquetes de baterías PT – 100 y PT – 200 producidos. Las capacidades de producción de PT
– 100 y PT – 200 combinadas son 175.000 unidades en la planta de Filipinas y 160.000 unidades en
la de México. Las capacidades de producción del paquete PT – 300 son 75.000 unidades en la planta
de Filipinas y 100.000 unidades en la de México. El costo de envío desde la planta de Filipinas es
$0,18 por unidad y desde la planta de México es $0,10 por unidad.

Elabore un modelo de P.L. que le permita a Photo Tech determinar cuántas unidades de cada paquete
de batería producir en cada planta con el fin de minimizar los costos totales de producción y de envío
asociado con el nuevo contrato.

a. Resuelva el modelo que elaboró en el inciso anterior y determine el plan de producción óptimo.

Variables de Decisión

X1= Paquete de batería PT-100

X2= Paquete de batería PT-200

X3= Paquete de batería PT-300

b. Función Objetivo

Minimizar costos de producción y envío

c. Planteamiento del modelo

Z(Min)= 200.000X1+100.000X2+150.000X3

d. Sujeto a :

27
 0,95X1+ 0,98X2+1,34 X3 ≥ 0,18 (Costos de Producción Filipinas)
0,98X1+ 1,06X2+1,15 X3 ≥ 0,10 (Costos de Producción México)

X1+ X2 ≥ 175.000 (Producción Filipinas)

X1+ X2 ≥ 160.000 (Producción México)

X3 ≥ 75.000 (Producción Filipinas)

X3 ≥ 100.000 (Producción México)

 Tabla Optima

 Método Simplex:

 Modelo Primal

28
 Z(Min)= 200.000X1+100.000X2+150.000X3

Sujeto a:

0,95X1+ 0,98X2+1,34 X3 ≥ 0,18 (Costos de Producción Filipinas)

0,98X1+ 1,06X2+1,15 X3 ≥ 0,10 (Costos de Producción México)

X1+ X2 ≥ 175.000 (Producción Filipinas)

X1+ X2 ≥ 160.000 (Producción México)

X3 ≥ 75.000 (Producción Filipinas)

X3 ≥ 100.000 (Producción México)

Interpretación Económica Modelo Primal

X1= No se produce baterías de PT-100

X2= Se producen las 175.000 PT-200

X3= Se producen las 100.000 PT-300

X’1= Los costos totales de producción y de envió de envió de la planta de Filipinas es de

$30.549.980

X’2= Los costos totales de producción y de envió de envió de la planta de México es de

$30.049.990

X’3= Se produce las 175.000 unidades de la Planta de Filipinas

29
 X’4= No Se produce 100.000 unidades de la Planta de México

X’5= No se produce las 25.000 unidades de la Planta de Filipinas

X’6= Se produce las 100.000 unidades de la Planta de México

Z(min) = El costo mínimo de producción y de envió es de $32.500.000.000

Modelo Dual

Z (Max) = 0,18Y1+0,10Y2+175.000Y3+160.000Y4+75.000Y5+100.000Y6

0,95Y1+0,98Y2+ Y3+ Y4 ≤ 200.000

0,98Y1+1,06Y2+ Y3+ Y4 ≤ 100.000

1,34 Y1 +1,15 Y2+ Y3+ Y4 ≤ 150.000

Y1= El costo de envió de $ 0,18 de la Planta de Filipinas es el adecuado

Y2= El costo de envió de $ 0,10 de la Planta de México es el adecuado

Y3= No se debe Producir PT-100 para reducir los costos en $100.000 por unidad

Y4= Se mantiene la producción de 175.000 unidades de Filipinas

Y5= Se mantiene la producción de 100.000 unidades de México de PT-300

Y6= Cada unidad extra de PT-300 aumentara en 150.000 dólares los costos

Y’1= 100.000 Es el costo que se excede si se produjera PT-100

30
 Y’2= Se mantiene la producción de 175.000 unidades de PT-200

Y’3= Se mantiene la producción de 100.000 unidades de PT-300

Z (max) = El costo máximo del modelo es de $32.500.000.000

Comprobación:

40000 160000 = 200000,00 = 200000,00

100000 0 = 100000,00 = 100000,00
50000 100000 = 150000,00 = 150000,00
40000 100000 ≤ 140000,00 ≤ 175000,00 35000,00
160000 0 ≤ 160000,00 ≤ 160000,00
50000 ≤ 50000,00 ≤ 75000,00 25000,00
100000 ≤ 100000,00 ≤ 100000,00

ANÁLISIS DE SENSIBILIDAD

Cambios En Los Coeficientes De La Función Objetiva:

C1 → X1 <= 160.000 es la utilidad máxima de PT-100

 Limites [ 100.000; +α]

C2 → X2 <=200.000 producción máxima de PT-200

 Limites [ 0; 200.000]

C3 → X3 <=150.000 de utilidad máxima de PT-300.

 Limites [0; +α]

CAMBIOS EN EL NIVEL DE LOS RECURSOS

X’3→ b3 ≥ 160.000 demanda mínima de baterías.

 Limites [ 160.000 ; +α]

X’4→ b4 ≤ 170.000 demanda máxima de baterías de la fábrica de México

 Limites [ -α ; 175.000]

31
X’5→ b5 <= 100.000 demanda máxima de baterías de la fábrica de Filipinas PT-300

 Limites [ -α ; 100.000]

X’6→ b6 <=75.000 demanda mínima de la fábrica de México de PT-300.

 Limites [ 75.000 ; +α]

Si se produce una unidad adicional tanto en PT – 100 en la planta de México o PT – 200 en la

planta de Filipinas los costos de producción o el costo de envío se incrementaran en 0.05 ctv.

2. Una fábrica grande de papel, la Quality Paper Corporation, tiene 10 molinos de papel para
surtir a 1.000 clientes. Usa tres tipos alternativos de máquinas y cuatro tipos de materia
prima para hacer cinco tipos diferentes de papel. Por lo tanto, la compañía debe desarrollar
un plan detallado para distribuir mensualmente la producción, con el objeto de minimizar
el costo total de producir y distribuir el papel durante el mes. En particular, es necesario
determinar conjuntamente la cantidad de cada tipo de papel que debe producir en cada
planta, en cada tipo de máquina y la cantidad de cada tipo de papel que debe enviar de cada
planta a cada cliente. Los datos relevantes se pueden expresar de manera simbólica como
sigue:

Djk = número de unidades del tipo de papel k demandadas por el cliente j,

rklm = número de unidades de materia prima m necesarias para producir 1 unidad del tipo
de papel k en la máquina tipo l,
Rim = número de unidades de materia prima m disponibles en la planta i,
ckl = número de unidades de capacidad de la máquina tipo l que producirán una unidad de
papel tipo k,
Cil = número de unidades de capacidad de la máquina tipo l disponibles en la planta i,
Pikl = costo de producción de cada unidad de papel tipo k producida en la máquina tipo l en
la planta i,
Tijk = costo de transporte de cada unidad de papel tipo k enviada de la planta i al cliente j.

a. Utilice estos símbolos para formular un modelo de programación lineal para este
problema.
b. ¿Cuántas restricciones funcionales y variables de decisión tiene este modelo?
c. Use MPL para formular este problema.
d. Use QM bajo Windows para solucionar este problema.

32
  Variables de decisión.

𝐷𝑗𝑘= Número de unidades del tipo de papel k demandadas por el cliente j

𝑟𝑘𝑙𝑚 = Número de unidades de materia prima m necesarias para producir 1 unidad del tipo de
papel k en la maquina tipo l.
𝑅_𝑖𝑚 = Número de unidades de materia prima m disponibles en la planta i,
𝑐𝑘𝑙= Número de unidades de capacidad de la máquina tipo l que producirán una unidad de
papel tipo k,
𝐶𝑖𝑙= Número de unidades de capacidad de la máquina tipo l disponibles en la planta i,
Pikl= costo de producción de cada unidad de papel tipo k producida en la máquina tipo l en la
planta i, 𝑇ijk = costo de transporte de cada unidad de papel tipo k enviada de la planta i al
cliente j.

 Modelo matemático
Minimizar 𝑧 = 𝑐𝑜𝑠𝑡𝑜𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 + 𝑐𝑜𝑠𝑡𝑜𝑠𝑇𝑟𝑎𝑛𝑠𝑝𝑜𝑟𝑡𝑎𝑐𝑖ó𝑛
1) Función objetiva
Minimizar costos de producción y transporte.
Minimizar 𝑧 = 𝑐𝑜𝑠𝑡𝑜𝑃𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 + 𝑐𝑜𝑠𝑡𝑜𝑠𝑇𝑟𝑎𝑛𝑠𝑝𝑜𝑟𝑡𝑎𝑐𝑖ó𝑛

𝑧 = ∑ 𝑃𝑖𝑘𝑙 + ∑ 𝑇𝑖𝑗𝑘
𝑖𝑘𝑙 𝑖𝑗𝑘

Sujeto a:

∑ 𝑟𝑘𝑚𝑙 ≤ 𝑅𝑖𝑚 ; 𝑑𝑜𝑛𝑑𝑒 𝑙 = 1, … ,3, 𝑘 = 1, … 5, 𝑚 = 1, … 4

𝑘𝑚𝑙
𝑐𝑖𝑙
∑ = ∑ 𝑑𝑗𝑘 ; 𝑑𝑜𝑛𝑑𝑒 𝑙 = 1, … ,3, 𝑘 = 1, … ,5, 𝑗 = 1, … ,1000
𝑐𝑘𝑙
𝑖𝑙 𝑗𝑘

∑ 𝑐𝑘𝑙 = ∑ 𝑐𝑖𝑙 ; 𝑑𝑜𝑛𝑑𝑒 𝑙 = 1, … ,3, 𝑘 = 1, … ,5

𝑘𝑙 𝑖𝑙

 Solución
a) El modelo matemático se puede ver arriba.
b) Se cuenta con las siguientes variables de decisión:
a. La cantidad de papel a producir por cada tipo de papel, 5 tipos de papel.

33
 b. La cantidad de papel a enviar a cada cliente, 1,000 clientes.
c. La cantidad a producir en cada planta, 10 molinos.

3. Fred Jonasson administra la granja de su familia. Para complementar varios alimentos que se
cultivan en la granja, Fred también cría cerdos para la venta y desea determinar las cantidades de
los distintos tipos de alimento disponibles (maíz, grasas y alfalfa) que debe dar a cada cerdo.
Como éstos se comerán cualquier mezcla de estos tipos de alimento, el objetivo es determinar
cuál de ellas cumple ciertos requisitos nutritivos a un costo mínimo. En la siguiente tabla se
presentan las unidades de cada tipo de ingrediente nutritivo básico que contiene 1 kilogramo de
cada tipo de alimento, junto con los requisitos de nutrición diarios y los costos de los alimentos:

Ingrediente Kilogramo Kilogramo de Kilogramo Requerimiento

nutritivo de maíz nutrimento de alfalfa mínimo diario
Carbohidratos 90 20 40 200
Proteína 30 80 60 180
Vitaminas 10 20 60 150
Costo (¢) 84 72 60

a. Formule el modelo de programación lineal para este problema.

Variables de Decisión

X1= Kg de Maíz

X2= Kg de Nutrimento

X3= Kg de Alfalfa

e. Función Objetivo

Minimizar costos de producción y envío

f. Planteamiento del modelo

Z(Min)= 84X1+72X2+60X3

g. Sujeto a :
34
 90X1+ 20X2 + 40 X3 ≥ 200 (Requerimientos de carbohidratos)
30X1 + 80X2+60X3 ≥ 180 (Requerimiento de Proteínas)
10X1 + 20X2+60X3 ≥ 150 (Requerimiento de Vitaminas )

 Tabla Óptima

 Método Simplex:

35
  Modelo Primal

Z (Min)= 84X1+72X2+60X3

Sujeto a:
90X1+ 20X2 + 40 X3 ≥ 200 (Requerimientos de carbohidratos)
30X1 + 80X2+60X3 ≥ 180 (Requerimiento de Proteínas)
10X1 + 20X2+60X3 ≥ 150 (Requerimiento de Vitaminas)

Interpretación Económica Modelo Primal

X1= Se ocupara para cada mezcla 1,14 kg de maíz

X2= No se ocupara en la dieta Kg de Nutrimento

X3= Se ocupara para cada mezcla 2,43 Kg de alfalfa

X’1= Se utiliza todos los requerimientos de carbohidratos

X’2= Se utiliza todos los requerimientos de proteínas

X’3= No se utiliza 7,14 kg de los requerimientos de Vitaminas

36
 Z(min) = El costo mínimo de los requerimientos es de $241,71

Modelo Dual

Z (Max) = 200Y1 + 180Y2 + 150Y3

90Y1+ 30Y2 + 10Y3 ≤ 84

20Y1 + 80Y2 + 20Y3 ≤ 72

40Y1 + 60Y2 + 60Y3 ≤ 60

Y1= Por cada unidad adicional de carbohidrato los costos de producción disminuirán en 0,77 ctvs

Y2= Por cada unidad adicional de carbohidrato los costos de producción disminuirán en 0,49 ctvs

Y3= No deberemos añadir unidades adicionales de vitaminas

Y’1= Los kilogramos de maíz son iguales al costo variable de producción

Y’2= Si se ocupa mas Kg de Nutrimento los costos aumentaran en 17,71 $

Y’3= Los kilogramos de maíz son iguales al costo variable de producción

Z (Max) = El costo máximo del modelo es de $241,71

ANÁLISIS DE SENSIBILIDAD
37
Cambios En Los Coeficientes De La Función Objetiva:

C1 → X1 <= 135 es el máximo de Kg de maíz que debemos usar para cumplir los requerimientos

 Limites [ 46,8; 135]

C2 → X2 <=54,29 es el mínimo de Kg de nutrimento que debemos usar para cumplir los

requerimientos

 Limites [ 0; 200.000]

C3 → X3 <=71,27 es el máximo de Kg de alfalfa que debemos usar para cumplir los

requerimientos

 Limites [37,33; 71,27]

CAMBIOS EN EL NIVEL DE LOS RECURSOS

X’1→ b1 ≥ 120 kg es el requerimiento mínimo de carbohidratos.

 Limites [ 120; 225]

X’2→ b2 ≤ 300 kg es el requerimiento máximo de proteínas.

 Limites [ 174; 300]

X’3→ b3 <= 157,14 kg es el requerimiento máximo de vitaminas.

 Limites [ -α ; 157,14]

4. La Philbrick Company tiene dos plantas en lados opuestos de Estados Unidos. Cada una
produce los mismos dos productos y los vende a distribuidores en su mitad del país. Ya se
recibieron las órdenes de los distribuidores para los próximos 2 meses (febrero y marzo); el
número de unidades que se requieren se muestra en la tabla. (La compañía no está obligada
a cumplir totalmente estas órdenes, pero lo hará, si puede, sin disminuir sus ganancias).

Planta 1 Planta 2
Producto Febrero Marzo Febrero Marzo
1 3.600 6.300 4.900 4.200
2 4.500 5.400 5.100 6.000

38
Cada planta tiene 20 días de producción disponibles en febrero y 23 en marzo para producir
y enviar los productos. Los inventarios se agotan al final de enero, pero cada planta tiene
suficiente capacidad de inventario para 1.000 unidades en total de los dos productos, si se
produce un exceso en febrero para venta en marzo. En cualquier planta, el costo de
mantener inventario de esta manera es de $3 por unidad del producto 1 y $4 por unidad del
producto 2. Cada planta tiene los mismos dos procesos de producción que se pueden usar
para producir cualquiera de estos productos. El costo de producción por unidad producida
se muestra en la tabla para cada proceso en cada planta.
Planta 1 Planta 2
Producto Proceso 1 Proceso 2 Proceso 1 Proceso 2
1 $62 $59 $61 $65
2 $78 $85 $89 $86

A continuación se presenta la tasa de producción de cada producto (número de unidades de

ese producto fabricadas por día) mediante cada proceso en cada planta.
Planta 1 Planta 2
Producto Proceso 1 Proceso 2 Proceso 1 Proceso 2
1 100 140 130 110
2 120 150 160 130
El ingreso neto por ventas (precio de venta menos costos de envío normal) que recibe la
compañía cuando una planta vende los productos a sus propios clientes (distribuidores en
su mitad del país) es de $83 por unidad del producto 1 y $112 por unidad del producto 2.
Sin embargo, también es posible (y en ocasiones deseable) que una planta haga un envío a
la otra mitad del país para ayudar a satisfacer la venta de la otra. Cuando esto ocurre se
incurre en un costo adicional de $9 en el caso del producto 1 y $7 en el del producto 2. La
administración debe determinar cuánto fabricar de cada producto mediante cada proceso
en cada planta cada mes, al igual que cuánto debe vender cada planta de cada producto
cada mes y cuánto debe enviar cada planta de cada producto cada mes a los clientes de la
otra planta. El objetivo es determinar el plan factible que maximice la ganancia total
(ingresos netos por venta menos la suma de los costos de producción, de inventario y los
costos adicionales de envío).
a. Formule un modelo completo de programación lineal en forma algebraica para mostrar
las restricciones individuales y las variables de decisión.

39
b. Use QM bajo Windows para formular el modelo en forma compacta. Después use QM
bajo Windows para resolverlo.

1.-Variables de decisión
X1= Cantidad de maíz
X2= Cantidad de nutrimento
X3= Cantidad de alfalfa

2.-Funcion objetiva
Minimizar los costos.
Z(MIN)= 80 X1 + 72 X2 + 60 X3

Sujeto a:

90 X1+20 X2 +40 X3 >= 200 Requerimiento mínimo diario carbohidratos

30X1+80 X2 +60 X3 >= 180 Requerimiento mínimo diario proteínas
10 X1+ 20X2 +60 X3 >= 150 Requerimiento mínimo diario vitaminas

MODELO PRIMAL

40
 Interpretación económica modelo primal

X1= 1,14 (Se debe dar al cerdo 1,14 kilogramos de maíz)

X2= 0 (Se debe dar al cerdo ningún kilogramo de nutrimento)

X3= 2,42(Se debe dar al cerdo 2,42 kilogramos de alfalfa)

X’1 = 0 (Se cumple con el requerimiento mínimo diario de carbohidratos)

X’2 = 0 (No se usa recurso diario de proteínas)

X’3 =7,14 (Se sobrepasa en 7,14 con el requerimiento mínimo diario de vitaminas)

Z(Min)= 241,71 Minimización de los costos.

Modelo Dual

1.-Función Objetiva
Maximizar el requerimiento mínimo diario de carbohidratos, proteínas vitaminas y
alfalfa.

Z(Max)= 200 X1 + 180 X2 + 150 X3

Sujeto a:

90 X1+30 X2 +10 X3 < = 80 Costos de maíz

20X1+80 X2 +60 X3 < = 72 Costos de nutrimento
40 X1+ 60X2 +60 X3 < = 60 Costos de alfalfa

41
Interpretación económica modelo dual:
Y1 =0,7714 (Valor Marginal; por cada kilogramo adicional de maíz los costos aumentaran en
0,07714)
Y2=0,4857 (Valor Marginal; por cada kilogramo adicional de nutrimentos los costos aumentaran
en 0,4857)
Y3= 0 (Valor Marginal; por cada kilogramo adicional de alfalfa los costos aumentaran en 0)
Y´1 = 0

42
 Y’2=17,71 (los costos por cada kilogramo de nutrimento sobrepasaran lo máximo disponible en
17,71 dólares por lo que no se debe usar los nutrimentos)
Y’3 = 0
Z(Max)= 241,71 Maximización del requerimiento mínimo diario de carbohidratos, proteínas
vitaminas y alfalfa

Análisis De Sensibilidad

Cambios en los coeficientes de la función objetivo:

C1 → X1 <= 84 (X1= el costo de un kilogramo de maíz puede disminuir hasta 46,8 y puede
aumentar hasta 135).
Límites [46,8; 135]
C2 → X2 <= 72 (X2= el costo de un kilogramo de nutrimento puede disminuir hasta 54,28 y
puede aumentar hasta el infinito).
Limites [ 54,28; +α]
C3 → X3 <= 60 (X3= el costo de un kilogramo de nutrimento puede disminuir hasta 37,33 y
puede aumentar hasta 71,27).
Limites [ 37,33; 71,27]
Cambios en el nivel de los recursos:
X’1→b1 <=200(el carbohidrato puede bajar desde 290 y subir hasta un máximo de 225 para
que cumpla el mínimo de nutrición requerida).
Límites [ 120; 225]
X’2 → b2 <=180 (las proteínas pueden bajar desde 174 y subir hasta un máximo de 300 para
que cumpla el mínimo de nutrición requerida).
Límites [ 174; 300]
X’3→ b3 <= 150(las vitaminas pueden bajar desde menos infinito y subir hasta un máximo
de 557,14 para que cumpla el mínimo de nutrición requerida).
Límites [-α; 557,14]

E. POR MEDIO DEL ALGORITMO DE COSTOS MINIMOS RESUELVA LOS SIGUIENTES

PROBLEMAS DE TRANSPORTE:
1. La Habsco Corporation tiene muchas fábricas manufactureras, tres de las cuales fabrican
dos productos principales, una mesa de juego normal y otra de lujo. Se introducirá otra
nueva mesa de lujo, que se considerará en términos de precio de venta y costos. El tiempo
requerido para la fabricación de las mesas es el siguiente: estándar, 2.5 horas; de lujo, 2.8
43
 horas; nueva de lujo, 3.0 horas (aproximadamente). Los precios de venta son los siguientes:
estándar, 14.95; de lujo, 18.95 dólares, y nueva de lujo, 21.95 dólares.

Capacidad semanal Requerimiento de Costos variables

de cada fábrica ventas semanal Fábrica Fábrica Fábrica
Fábrica (Unidades) (Unidades) A B C
A 800 Estándar, 450 $8,00 $7,95 $8,10
B 600 De lujo, 1.050 8,50 8,60 8,45
C 700 Nueva de lujo, 600 9,25 9,20 9,30

Resuélvase el problema para obtener la mayor contribución utilizando el método del costo
mínimo.

Planteamiento del problema (una vez restado el precio de venta y los costos)

Matriz de envíos

Matriz de Costos Marginales

44
 Interacción

Tabla de Solución Final

Lista de envíos
INTERPRETACIÓN

La fábrica A realizara un envío semanal de 800 mesas de lujo a un costo de $11; la fábrica B realiza un solo
envío semanal de 600 “nuevas mesas de lujo” a un costo de $13,5 teniéndose un total de $8100; y por último
la fábrica C realiza dos envíos uno 450 mesas estándar a un costo de $6.85 con un total de $3082,5 y el segundo
envío semanal de 250 mesas de lujo a un costo de $9,75 con un total de $2.437,50.
El costo total que se debe cubrir para los envíos de las mesas es de $22.420.

2. Pueden usarse tres clasificaciones de trabajadores (W1, W2, y W3), en tres trabajos distintos
(J1, J2, y J3), de acuerdo con un convenio con el sindicato. Cada trabajador tiene un costo
diferente para cada trabajo, que aparece en la tabla siguiente:
45
 Trabajadores
Trabajos W1 W2 W3 Trabajos requeridos
J1 $4,00 $3,60 #3,75 5
J2 4,40 3,50 4,00 20
J3 4,60 4,40 4,60 10
Trabajadores disponibles 10 15 10 35
¿Cuál es la mejor asignación de trabajadores a los diversos trabajos, a fin de reducir al
mínimo los costos?

Trabajos
Trabajadores
Trabajador j1 j2 j3
Disponibles
w1 4 4,4 4,6 10
w2 3,6 3,5 4,4 15
w3 3,75 4 4,6 10
Trabajadores
5 20 10 35
Requeridos

 Operaciones:
Xij

5 - 5

- 10 5

- 10 -

 Interacciones:
Cij

46
  Análisis:

Costo
Trabajador Trabajo N.-Traba. Traba. Costo Total
W1 J1 5 4 20
W1 J3 5 4,6 23
W2 J2 10 3,5 35
W2 J3 5 4,4 22
W3 J2 10 4 40

3. La demanda de un artículo perecedero en los próximos cuatro meses es de 500, 630, 200 y
230 toneladas, respectivamente. La capacidad de abastecimiento para los meses sucesivos
del periodo de planeación es de 400, 300, 420 y 380 toneladas y los precios correspondientes
por tonelada son 100, 140, 120 y 150 u.m., respectivamente. Como el artículo es perecedero,
la compra corriente de un mes se debe consumir totalmente dentro de los tres meses
siguientes a la compra (incluido el mes corriente). Se estima que el costo de almacenamiento
por tonelada y mes es de 3 u.m. De nuevo, la naturaleza del artículo no permite tener
pedidos pendientes de surtir. Formule el problema como un modelo de transporte e
interprete la solución.

Meses de Planeación Oferta

Meses M1 M2 M3 M4
M1 100 103 106 109 400
M2 - 140 143 146 300
M3 - 120 123 420
M4 - - - 150 380
M5 ficti 0 0 0 0 60
Demanda 500 630 200 230 1560 1560

47
 Operaciones:
Xij

70 330
300
220 200
150 230
60

 Interacciones:

 Análisis:

Meses de Costos Costo

Meses Plan Pedidos Mes Total
M1 M1 70 100 7000
M1 M2 330 103 33990
M2 M2 300 140 42000
M3 M1 220 0 0
M3 M3 200 120 24000
M4 M1 150 0 0

48
 M4 M4 230 150 34500
M5 M1 60 0 0
Total 141490

4. La demanda de un motor especial, pequeño, en los próximos 5 periodos es de 200, 150, 300,
250 y 400 unidades. El fabricante que surte los motores tiene capacidades diferentes de
producción que se estiman en 180, 230, 430, 300 y 300 unidades para los cinco periodos. No
se pueden surtir los pedidos con retraso, en caso necesario, el fabricante puede ocupar
tiempo extra para cubrir la demanda. La capacidad por tiempo extra, en cada periodo, se
estima igual a la mitad de la capacidad de la producción regular. Los costos de producción
por unidad en los cinco periodos son 100, 96, 115, 102 y 105 u.m., respectivamente. El costo
del tiempo extra por motor es 50% mayor que el costo de producción regular. Si se produce
un motor ahora, para usarse en periodos posteriores, se tendrá un costo adicional de
almacenamiento de 4 u.m. por motor y periodo. Formule el problema como un modelo de
transporte e interprete la solución.
5. ABASTECIMIENTO

DEMANDA I II III IV V ORIGEN

1 100 104 108 112 116 200

2 140 96 100 104 108 150

3 140 140 115 119 123 300

4 140 140 140 102 106 250

5 140 140 140 140 105 400

6 FICT 140 140 140 140 140 140

ABASTECIMIENTO 180 230 430 300 300 1440/1300+140

49
 Matriz de Costos Directos (Cij)

ABASTECIMIENTO
DEMANDA I II III IV V ORIGEN
1 100 104 108 112 116 200
2 140 96 100 104 108 150
3 140 140 115 119 123 300
4 140 140 140 102 106 250
5 140 140 140 140 105 400
6 FICT 140 140 140 140 140 140
ABASTECIMIENTO 180 230 430 300 300 1440/(1300+140)

 Operaciones:
(Xij)

180 20 - - -
- 150 - - -
- - 300 - -
- - - 250 -
- 60 40 - 300
- - 90 50 -

(Cij)

100 104 104 104 64 (-36)

92 96 96 96 61 (-44)
111 115 115 115 80 (-25)
98 102 102 102 67 (-38)
136 140 140 140 105 (0)
136 140 140 140 105 (0)
(136) (140) (140) (140) (105)

50
 Cij - Cij

0 0 - - -
- 0 - - -
- - 0 - -
- - - 0 -
- 0 0 - 0
- - 0 0 -

Análisis:

PERIODO ABASTECIMIENTO CANTIDAD COSTO UNITARIO COSTO TOTAL

1 1 180 100 $18.000
1 2 20 104 $2.080
2 2 150 96 $14.400
3 3 300 115 $34.500
4 4 250 102 $25.500
5 2 60 140 $8.400
5 3 40 140 $5.600
5 5 300 140 $42.000
6F 3 90 - -
6F 4 50 - -

$150.480

La compañía para poder abastecer 1200 unidades de mercadería debe resumir a un costo mínimo de
$150480 dólares como la oferta es mayor que la demanda, no se abastece 90 unidades al periodo 3 y
5 unidades al periodo 4.

6. En forma periódica se lleva a cabo un mantenimiento preventivo en motores de avión en los

que se debe reemplazar una pieza importante. El número de aviones programados para
mantenimiento en los próximos 6 meses es de 200, 180, 300, 198, 230 y 290, respectivamente.
Todo el trabajo de mantenimiento se hace durante los primeros dos días del mes. Una
componente usada se puede reemplazar por otra nueva o repararla. La reparación de las
51
piezas usadas se puede hacer en talleres locales, donde quedarán listas para usarse al
principio del siguiente mes, o pueden enviarse a un taller de reparación central, donde se
tendrá una demora de 4 meses (incluido el mes cuando tiene lugar el mantenimiento). El
costo de reparación el taller local es de $120 por componente. En el taller central, el costo es
de solo $35. Una pieza reparada que no se use en el mismo mes en que se recibe, originará
un costo adicional de almacenamiento de $1.50 mensual. Los componentes nuevos se pueden
comprar durante el primer mes del periodo de planeación a $200 cada una, con un
incremento en el precio del 5% cada 2 meses. Formule el problema como un modelo de
transporte e interprete los resultados.

 Operaciones:

 Interacciones:

52
  Análisis:

El costo mínimo será de $97.230 para el mantenimiento de los motores.

7. Una empresa fabrica acondicionadores de aire para habitaciones en plantas localizadas en

Houston, Phoenix y Memphis. Los aparatos se envían a distribuidores regionales localizados
en Dallas, Atlanta y Denver. Los costos de envío varían y a la compañía le gustaría encontrar
la forma de minimizar sus costos para satisfacer las demandas de cada uno de los centros
de distribución. Dallas requiere 800 acondicionadores al mes, Atlanta 600 y Denver 200.
Houston tiene 850 acondicionadores de aire es de $8, a Atlanta de $12 y a Denver de $10.
El costo por unidad de Phoenix a Dallas es de $10, a Atlanta de $14 y a Denver de $9. El
costo por unidad de Memphis a Dallas es de $11, a Atlanta de $8 y a Denver $12. ¿Cuántas

53
unidades deberán enviar de cada planta a cada centro de distribución regional? ¿Cuál es el
costo total de esta operación?

 Operaciones:

 Interacciones:

 Análisis:

54
El costo mínimo será de $97.230 para el mantenimiento de los motores.

F. RESUELVA LOS SIGUIENTES PROBLEMAS DE ASIGNACIÓN

Supóngase que en el problema 1 se pone a disposición una quinta máquina. Sus costos de asignación
respectivos (en unidades monetarias) para los cuatro operadores son 2, 1, 2 y 8. La nueva máquina
reemplaza a una existente si el reemplazo se puede justificar en el sentido económico. Vuelva a
formular el problema como un modelo de asignación y obtenga la solución óptima. En particular,
¿resulta económico reemplazar una de las máquinas existentes? Si es así, ¿cuál de ellas?

Operador Maquina
1 2 3 4 5
1 5 5 NF 2 2
2 7 4 2 3 1
3 0 3 5 NF 2
4 7 2 6 7 8
5 (fict) 10 10 10 10 10
(5) (2) (2) (2) (1)

0 3 NF 0 1 (0)
2 2 0 1 0 (0)
4 1 3 NF 1 (1)
2 0 4 5 7 (0)
5 8 8 8 9 (5)

55
 (0) 3 NF (0) 1
2 2 (0) 1 0
3 0 2 NF (0)
2 (0) 4 5 7
(0) 3 3 3 4

Análisis:

Operador Maquina Costo

1 4 2
2 3 2
3 5 2
4 2 2
5(ft) 1 -
TOTAL 8um

Si resulta económico remplazar una de las maquinas existentes ya que genera un costo menor de
8um siendo la maquina 4 la remplazada por la nueva.

1. En cuatro localidades A, B, C y D se requiere una determinada pieza de repuesto. Las cuatro

piezas están almacenadas en cuatro depósitos diferentes. Determinar el esquema de
trasporte de kilometraje mínimo, si los kilometrajes entre depósitos y localidades son los
mostrados en la siguiente tabla:

Localidad
Depósito A B C D
1 230 200 210 240
2 190 210 200 200
3 200 180 240 220
4 220 180 210 23

56
 Localidad
Deposito 1 2 3 4
1 230 200 210 240 200
2 190 210 200 200 190
3 200 180 240 220 180
4 220 180 210 230 180

 Operaciones:

30 0 10 40
0 20 10 10
20 0 60 40
40 0 30 50

0 0 10 10

30 20 0 30
0 40 0 0
0 0 30 10
20 0 0 20
 Análisis:

Deposito Localidad kilometraje

1 C 210
2 D 200
3 A 200
4 B 180
57
 Total 790

El kilometraje mínimo de ir a los cuatro depósitos desde las cuatro localidades para obtener
determinados repuestos es de 790 kilómetros.

2. Determinar la asignación de personal de servicio a su primer trabajo del día de manera que
la distancia en kilómetros recorrida sea mínima. Las distancias de las casas a los trabajos
para cada empleado de servicio se muestran en la siguiente tabla:

Empleado de Trabajo
servicio 1 2 3 4 5
A 20 14 6 10 22
B 16 8 22 20 10
C 8 6 24 14 12
D 20 22 8 8 6
E 10 16 22 6 24

 Operaciones:

Trabajo
Empleado 1 2 3 4 5
A 20 14 6 10 22 6
B 16 8 22 20 10 8
C 8 6 24 14 12 6
D 20 22 8 8 6 6
E 10 16 22 6 24 6

14 8 0 4 16
8 0 14 12 2
2 0 18 8 6
14 16 2 2 0
4 10 16 0 18

58
 2 0 0 0 0

8 0 4 16
0 14 12 2
0 18 8 6
16 2 2 0
10 16 0 18

 Análisis:

Empleo Trabajo kilometraje

A 3 6
B 2 8
C 1 8
D 5 6
E 4 6
Total 34

Debe cumplir que el número de ceros de cada columna debe ser igual al número de filas y columnas
de la matriz en este caso tenemos seleccionados 4 ceros y una matriz 4*4. Para lo cual vamos a
seleccionar la asignación correspondiente.

La distancia mínima que los empleados de servicio emplearon de su casa para llegar al trabajo el
primer día de trabajo fue 34 km en conjunto.

59