UNIVERSIDAD NACIONAL

MAYOR DE SAN MARCOS

Problemas de Investigación de Operaciones

CURSO:
Investigación de Operaciones

DOCENTE:
ING. Álvarez Diaz Ezzard Omar

Alumno:
MEJIA BENITES KEBING 12170117

AÑO:
2018
1.-Probmeas de Método Grafico:
1.1.- Una compañía que funciona 10 horas al día fabrica dos productos en tres
procesos secuenciales. La siguiente tabla resume los datos del problema:

Determine la combinación óptima de los dos productos.

𝑆𝑜𝑙𝑢𝑐𝑖𝑜𝑛 ∶
𝑀𝑎𝑥 𝑍 = 2𝑥1 + 3𝑥2
𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:
10𝑥1 + 5𝑥2 ≤ 600
6𝑥1 + 20𝑥2 ≤ 600
8𝑥1 + 10𝑥2 ≤ 600

La solución óptima ocurre en C:

𝒙𝟏 = 𝟓𝟐. 𝟗𝟒, 𝒙𝟐 = 𝟏𝟒. 𝟏𝟐 𝑴𝒂𝒙 𝒛 = 𝟏𝟒𝟖. 𝟐𝟒

2
1.2.- Una compañía fabrica dos productos, A y B. El volumen de ventas de
A es por lo menos 80% de las ventas totales de A y B. Sin embargo, la
compañía no puede vender más de 100 unidades de A por día. Ambos
productos utilizan una materia prima, cuya disponibilidad diaria máxima es
de 240 lb. Las tasas de consumo de la materia prima son de 2 lb por unidad
de A y de 4 lb por unidad de B. Las utilidades de A y B son de $20 y $50,
respectivamente. Determine la combinación óptima de productos para la
compañía.

Solución:
𝑀𝑎𝑥 𝑍 = 20𝑥1 + 50𝑥2
𝑥1
𝑆𝑢𝑗𝑒𝑡𝑜 𝑎: ≥ 0.8 → −0.2𝑥1 + 0.8𝑥2 ≤ 0
𝑥1 + 𝑥2
𝑥1 ≤ 100
2𝑥1 + 4𝑥2 ≤ 240
𝑥1 , 𝑥2 ≥ 0

La solución óptima ocurre en B:

𝒙𝟏 = 𝟖𝟎, 𝒙𝟐 = 𝟐𝟎 𝑴𝒂𝒙 𝒛 = 𝟐𝟔𝟎𝟎 $

3
1.3.- La tienda de abarrotes Ma-and-Pa tiene un espacio de anaqueles
limitado y debe utilizarlo con eficacia para incrementar las utilidades. Dos
marcas de cereal, Grano y Wheatie, compiten por un total de espacio de
60 pies2en anaqueles. Una caja de Grano ocupa 2 pies2, y una caja de
Wheatie requiere 4 pies2. Las demandas diarias máximas de Grano y
Wheatie son de 200 y 120 cajas, respectivamente. Una caja de Grano
reditúa una utilidad neta de $1.00 y la de una de Wheatie es de $1.35. Ma-
and-Pa considera que como la utilidad neta de Wheatie es 35% mayor que
la de Grano, a Wheatie se le debe asignar 35% más espacio que a Grano,
lo que equivale a asignar aproximadamente 57% a Wheatie y 43% a Grano.
¿Usted qué piensa?
Solución:

𝑀𝑎𝑥 𝑍 = 1𝑥1 + 1.35𝑥2

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎 ∶ 2𝑥1 + 4𝑥2 ≤ 60
𝑥1 ≤ 200
𝑥2 ≤ 120
𝑥1 , 𝑥2 ≥ 0

La solución óptima ocurre en C:

𝒙𝟏 = 𝟐𝟎𝟎, 𝒙𝟐 = 𝟓𝟎 𝑴𝒂𝒙 𝒛 = 𝟐𝟔𝟕. 𝟓𝟎 $

𝐴𝑠𝑖𝑔𝑛𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑒𝑠𝑝𝑎𝑐𝑖𝑜: 61% 𝐺𝑟𝑎𝑛𝑜 ,33% 𝑊ℎ𝑒𝑎𝑡𝑖𝑒

4
1.4 Show & Sell puede publicitar sus productos en la radio y la televisión
locales. El presupuesto para publicidad se limita a $10,000 al mes. Cada
minuto de publicidad en radio cuesta $15 y cada minuto de comerciales
en televisión $300. Show & Sell quiere anunciarse en radio por lo menos
dos veces más que en televisión. Por el momento, no es práctico utilizar
más de 400 minutos de publicidad por radio al mes. Por experiencias
pasadas, se estima que la publicidad por televisión es 25 veces más
efectiva que la de la radio. Determine la asignación óptima del
presupuesto a publicidad por radio y televisión.

Solución:
𝑀𝑎𝑥 𝑍 = 1𝑥1 + 25𝑥2
𝑆𝑢𝑗𝑒𝑡𝑜 𝑎 ∶ 15𝑥1 + 300𝑥2 ≤ 10000
𝑥1
≤ 2 → −𝑥1 + 2𝑥2 ≤ 0
𝑥2
𝑥1 ≤ 400
𝑥1 , 𝑥2 ≥ 0

La solución óptima ocurre en C:

𝒙𝟏 = 𝟔𝟎. 𝟔𝟏, 𝒙𝟐 = 𝟑𝟎. 𝟑 𝑴𝒂𝒙 𝒛 = 𝟖𝟏𝟖. 𝟏𝟖

5
1.5.- Day Trader desea invertir una suma de dinero que genere un
rendimiento anual mínimo de $10,000. Están disponibles dos grupos de
acciones: acciones de primera clase y acciones de alta tecnología, con
rendimientos anuales promedio de 10 y 25%, respectivamente. Aunque
las acciones de alta tecnología producen un mayor rendimiento, son más
riesgosas, y Trader quiere limitar la suma invertida en estas acciones a no
más de 60% de la inversión total. ¿Cuál es la suma mínima que Trader
debe invertir en cada grupo de acciones para alcanzar su objetivo de
inversión?
Solución:
𝑀𝑖𝑛 𝑍 = 1𝑥1 + 1𝑥2
𝑆𝑢𝑗𝑒𝑡𝑜 𝑎 ∶ 0.1𝑥1 + 0.25𝑥2 ≥ 10
0.6𝑥1 − 0. 4𝑥2 ≤ 0
𝑥1 , 𝑥2 ≥ 0

La solución óptima ocurre en C:

𝒙𝟏 = 𝟐𝟏𝟎𝟓𝟐. 𝟔𝟑, 𝒙𝟐 = 𝟑𝟏𝟓𝟕𝟖. 𝟗𝟒 𝑴𝒂𝒙 𝒛 = 𝟓𝟐𝟔𝟑𝟏. 𝟓𝟖

6
2.- METODO SIMPLEX:
2.1.- Gutchi Company fabrica bolsos de mano, bolsos para rasuradora y
mochilas. La elaboración incluye piel y materiales sintéticos, y la piel es la
materia prima escasa. El proceso de producción requiere dos tipos de
mano de obra calificada: costura y acabado. La siguiente tabla da la
disponibilidad de los recursos, su consumo por los tres productos y las
utilidades por unidad.

(a) Formule un programa lineal, y halle la solución óptima.

(b) A partir de la solución óptima, determine el estado de cada recurso.
Solución:

𝑀𝑎𝑥 𝑍 = 24𝑥1 + 22𝑥2 + 45𝑥3

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎 ∶ 2𝑥1 + 1𝑥2 + 3𝑥3 ≤ 42
2𝑥1 + 𝑥2 + 2𝑥3 ≤ 40
𝑥1 + 0.5𝑥2 + 𝑥3 ≤ 45
𝑥1 , 𝑥2 , 𝑥3 ≥ 0

Método Simplex:
Max Z = 24X1+22X2 +45X3+0S1+0S2+0S3
Sujeto a:
2X1 +1X2 +3X3 +1S1 =42
2X1 +1X2 +2X3 +1S2 =40
1X1 +0.5X2+1X3 +1S3=45
Xi>=0

Xi = Variables de decisión
Si = Variables de holgura o superávit

7
 Tabla simplex:

ax Z = 24 22 45 0 0 0

Coef Base X1 X2 X3 S1 S2 S3 R.H.S Theta

Entra: X3
0 S1 2 1 3 1 0 0 42 14 sale: S1

0 S2 2 1 2 0 1 0 40 20
0 S3 1 0.5 1 0 0 1 45 45
Z -24 -22 -45 0 0 0 0

Coef Base X1 X2 X3 S1 S2 S3 R.H.S Theta

45 X3 0.67 0.33 1 0.33 0 0 14 42
0 S2 0.67 0.33 0 -0.67 1 0 12 36
0 S3 0.33 0.17 0 -0.33 0 1 31 186
Z -6 7 0 -15 0 0 630

Coef Base X1 X2 X3 S1 S2 S3 R.H.S Theta

45 X3 0 0 1 1 -1 0 2 42
22 X2 2 1 0 -2 3 0 36 36
0 S3 0 0 0 0 -0.5 1 25 186
Z -20 0 0 -1 -21 -20 882

X1 = 0, X2 = 36, X3 = 2, S1 = 0, S2 = 0 S3 = 25, Z = 882:

8
2.2.- Fox Enterprises está considerando seis posibles proyectos de
construcción durante los próximos 4 años. Fox puede emprender
cualquiera de los proyectos en parte o en su totalidad. La ejecución
parcial de un proyecto prorrateará proporcionalmente tanto el
rendimiento como los desembolsos de efectivo. Los rendimientos (valor
presente) y los desembolsos de efectivo para los proyectos se dan en la
siguiente tabla.

Formule el problema como un programa lineal, y determine la

combinación óptima de proyectos que maximice el rendimiento total:

Solución:

Max Z =32.4X1+35.8X2+17.75X3+14.8X4+18.2X5+12.35X6+0S1+0S2+0S3+0S4
Sujeto a:
10.5X1+8.3X2+10.2X3+7.2X4+12.3X5+9.2X6+1S1=60
14.4X1+12.6X2+14.2X3+10.5X4+10.1X5+7.8X6+1S2=70
2.2X1+9.5X2+5.6X3+7.5X4+8.3X5+6.9X6+1S3=35
2.4X1+3.1X2+4.2X3+5X4+6.3X5+5.1X6+1S4=20
Xi>=0;

Max
32.4 35.8 17.75 14.8 18.2 12.35 0 0 0 0
Z=

Coef Base X1 X2 X3 X4 X5 X6 S1 S2 S3 S4 R.H.S Theta

0 S1 10.5 8.3 10.2 7.2 12.3 9.2 1 0 0 0 60 7.23

0 S2 14.4 12.6 14.2 10.5 10.1 7.8 0 1 0 0 70 5.56

0 S3 2.2 9.5 5.6 7.5 8.3 6.9 0 0 1 0 35 3.68

0 S4 2.4 3.1 4.2 5 6.3 5.1 0 0 0 1 20 6.45

-
Z -32.4 -35.8 -17.75 -14.8 -18.2 0 0 0 0 0
12.35

9
Coef Base X1 X 2 X3 X4 X5 X6 S1 S2 S3 S4 R.H.S Theta

0 S1 8.58 0 5.31 0.65 5.05 3.17 1 0 -0.87 0 29.42 3.43

0 S2 11.48 0 6.77 0.55 -0.91 -1.35 0 1 -1.33 0 23.58 2.05

35.8 X2 0.23 1 0.59 0.79 0.87 0.73 0 0 0.11 0 3.68 15.91

0 S4 1.68 0 2.37 2.55 3.59 2.85 0 0 -0.33 1 8.58 5.1

Z 24.11 0 -3.35 -13.46 -13.08 -13.65 0 0 -3.77 0 131.89

Coef Base X1 X2 X3 X4 X5 X6 S1 S2 S3 S4 R.H.S Theta

0 S1 0 0 0.25 0.23 5.73 4.18 1 -0.75 0.12 0 11.81 3.43

32.4 X1 1 0 0.59 0.05 -0.08 -0.12 0 0.09 -0.12 0 2.05 2.05

35.8 X2 0 1 0.45 0.78 0.89 0.75 0 -0.02 0.13 0 3.21 15.91

0 S4 0 0 1.38 2.47 3.72 3.05 0 -0.15 -0.13 1 5.12 5.1

Z 0 0 -17.57 -14.62 -11.17 -10.81 0 -2.1 -0.98 0 181.4

Soluciòn optima:

X1 = 2.05, X2 = 3.21, X3 = 0, X4 = 0, X5 = 0, X6 = 0,

S1 = 11.81, S2 = 0, S3 = 0, S4 =5.12,

Z = 181.4

10
2.3.- En tres máquinas se procesan cuatro productos en secuencia. La
siguiente tabla proporciona los datos pertinentes del problema:

Formule el problema como un modelo de PL, y determine la solución

óptima por método simplex.
Solución:
Max Z =12X1+18X2+2X3+11X4+0S1+0S2+0S3
Sujeto a:
2X1+3X2+4X3+2X4+1S1=500
3X1+2X2+1X3+2X4+1S2=380
1X1+3X2+2X3+1X4+1S3=450
Xi>=0

12 18 2 11 0 0 0
Max Z =

Coef Base X1 X2 X3 X4 S1 S2 S3 R.H.S Theta

0 S1 2 3 4 2 1 0 0 500 166.67

0 S2 3 2 1 2 0 1 0 380 190

0 S3 1 3 2 1 0 0 1 450 150

Z -12 -18 -2 -11 0 0 0 0

11
Coef Base X1 X2 X3 X4 S1 S2 S3 R.H.S Theta

0 S1 1 0 2 1 1 0 -1 50 50

0 S2 2.33 0 -0.33 1.33 0 1 -0.67 80 34.29

18 X2 0.33 1 0.67 0.33 0 0 0.33 150 450

Z 6 0 -10 5 0 0 -6 2700

Coef Base X1 X2 X3 X4 S1 S2 S3 R.H.S Theta

0 S1 0 0 2.14 0.43 1 -0.43 -0.71 15.71 36.67

12 X1 1 0 -0.14 0.57 0 0.43 -0.29 34.29 60

18 X2 0 1 0.71 0.14 0 -0.14 0.43 138.57 970

Z 0 0 -9.14 1.57 0 -2.57 -4.29 2905.71

Coef Base X1 X2 X3 X4 S1 S2 S3 R.H.S Theta

11 X4 0 0 5 1 2.33 -1 -1.67 36.67 36.67

12 X1 1 0 -3 0 -1.33 1 0.67 13.33 60

18 X2 0 1 0 0 -0.33 0 0.67 133.33 970

Z 0 0 -17 0 -3.67 -1 -1.67 2963.33

12
2.4.- Reddy Mikks produce pinturas para interiores y exteriores con dos
materias primas, M1 y M2. La tabla siguiente proporciona los datos
básicos del problema.

Una encuesta de mercado indica que la demanda diaria de pintura para

interiores no puede exceder la de pintura para exteriores en más de una
tonelada. Asimismo, que la demanda diaria máxima de pintura para
interiores es de dos toneladas. Reddy Mikks se propone determinar la
(mejor) combinación óptima de pinturas para interiores y exteriores que
maximice la utilidad diaria total.
Solcuion:

Max Z =5X1+4X2+0S1+0S2+0S3+0S4
Sujeto a:
6X1+4X2+1S1=24 (Materia prima M1)
1X1+2X2+1S2=6 (Materia prima M2)
-1X1+2X2+1S3=1 (Límite del mercado)
+1X2+1S4=2 (Límite de la demanda)
Xi>=0

5 4 0 0 0 0
Max Z =

Coef Base X1 X2 S1 S2 S3 S4 R.H.S Theta

0 S1 6 4 1 0 0 0 24 4

0 S2 1 2 0 1 0 0 6 6

0 S3 -1 2 0 0 1 0 1 -

0 S4 0 1 0 0 0 1 2 -

Z -5 -4 0 0 0 0 0

13
Coef Base X1 X2 S1 S2 S3 S4 R.H.S Theta

5 X1 1 0.67 0.17 0 0 0 4 6

0 S2 0 1.33 -0.17 1 0 0 2 1.5

0 S3 0 2.67 0.17 0 1 0 5 1.88

0 S4 0 1 0 0 0 1 2 2

Z 0 0.67 -0.83 0 0 0 20

Coef Base X1 X2 S1 S2 S3 S4 R.H.S Theta

5 X1 1 0 0.25 -0.5 0 0 3 6

4 X2 0 1 -0.12 0.75 0 0 1.5 1.5

0 S3 0 0 0.5 -2 1 0 1 1.88

0 S4 0 0 0.12 -0.75 0 1 0.5 2

Z 0 0 -0.75 -0.5 0 0 21

14
2.5.- Una línea de ensamble compuesta de tres estaciones
consecutivas produce dos modelos de radio: HiFi-1 y HiFi-2. La
siguiente tabla muestra los tiempos de ensamble de las tres
estaciones de trabajo.

El mantenimiento diario de las estaciones 1, 2 y 3 consume 10, 14 y

12%, respectivamente, de los 480 minutos máximos disponibles por
cada estación por día. Determine la combinación de productos
óptima que minimizará el tiempo ocioso (o no utilizado) en las tres
estaciones de trabajo.

Solución:

Max Z = 15X1 +15X2 +0S1 +0S2 +0S3

Sujeto a:
6X1 +4X2 +1S1 = 432
5X1 +5X2 +1S2 = 412.8
4X1 +6X2 +1S3 = 422.4
Xi>=0

Coef Base X1 X2 S1 S2 S3 R.H.S Theta

0 S1 6 4 1 0 0 432 72

0 S2 5 5 0 1 0 412.8 82.56

0 S3 4 6 0 0 1 422.4 105.6

Z -15 -15 0 0 0 0

15
Coef Base X1 X2 S1 S2 S3 R.H.S Theta

15 X1 1 0.67 0.17 0 0 72 108

0 S2 0 1.67 -0.83 1 0 52.8 31.68

0 S3 0 3.33 -0.67 0 1 134.4 40.32

Z 0 5 -2.5 0 0 1080

Coef Base X1 X2 S1 S2 S3 R.H.S Theta

15 X1 1 0 0.5 -0.4 0 50.88 108

15 X2 0 1 -0.5 0.6 0 31.68 31.68

0 S3 0 0 1 -2 1 28.8 40.32

Z 0 0 0 -3 0 1238.4

Solution Optima:
X1 = 50.88
X2 = 31.68
S1 = 0
S2 = 0
S3 = 28.8
Z = 1238.4

16
3.- Método de la Gran M:
3.1.- La división de educación continua del Colegio Comunitario
Ozark ofrece un total de 30 cursos cada semestre. Los cursos
ofrecidos suelen ser de dos tipos: prácticos y de humanidades. Para
satisfacer las demandas de la comunidad, se deben ofrecer por lo
menos 10 cursos de cada tipo cada semestre. La división estima
que los ingresos por el ofrecimiento de cursos prácticos y
humanistas son aproximadamente de $1500 y $1000 por curso,
respectivamente. Idee una oferta de cursos óptima para el colegio.
Solucion:
Max Z = 1500X1 +1000X2 +0S1 +0S2 +0S3 -1MA1 -1MA2
Sujeto a:
1X1 +1X2 +1S1 = 30
1X1 -1S2 +1A1 = 10
+1X2 -1S3 +1A2 = 10
Xi>=0

Coef Base X1 X2 S1 S2 S3 A1 A2 R.H.S Theta

0 S1 1 1 1 0 0 0 0 30 30

-1M A1 1 0 0 -1 0 1 0 10 10

-1M A2 0 1 0 0 -1 0 1 10 -

Z -M -1500 -M -1000 0 -1M -1M -1M -1M -20M

17
Coef Base X1 X2 S1 S2 S3 A1 A2 R.H.S Theta

0 S1 0 1 1 1 0 -1 0 20 20

1500 X1 1 0 0 -1 0 1 0 10 -

-1M A2 0 1 0 0 -1 0 1 10 10

Z 1500 -1M 0 -1500 M 1500 -1M -10M + 1500

Coef Base X1 X2 S1 S2 S3 A1 A2 R.H.S Theta

0 S1 0 0 1 1 1 -1 -1 10 10

1500 X1 1 0 0 -1 0 1 0 10 -

1000 X2 0 1 0 0 -1 0 1 10 -

Z 1500 1000 0 -1500 -1000 1500 1000 25000

Coef Base X1 X2 S1 S2 S3 A1 A2 R.H.S Theta

0 S2 0 0 1 1 1 -1 -1 10 10

1500 X1 1 0 1 0 1 0 -1 20 -

1000 X2 0 1 0 0 -1 0 1 10 -

Z 1500 1000 1500 0 500 0 -500 40000

Solución optima:

18
X1 = 20, X2 = 10, S1 = 0, S2 = 10, S3 = 0, A1 = 0, A2 = 0, Z = 40000

3.2.- resuelva mediante el método de la gran M el siguiente

programa lineal:

Solucion:
La tercera ecuación tiene su variable de holgura, x4, pero la primera
y segunda ecuaciones no. Por lo tanto, agregamos las variables
artificiales A1 y A2 en las primeras dos ecuaciones y las
penalizamos en la función objetivo con MA1 1 MA2 (porque
estamos minimizando). La PL resultante se da como:
Min Z = 4X1 +1X2 +0S1 +0S2 +1MA1 +1MA2
Sujeto a:
3X1 +1X2 +1A1 =3
4X1 +3X2 -1S1 +1A2 =6
1X1 +2X2 +1S2 =4
Xi>=0

Coef Base X1 X2 S1 S2 A1 A2 R.H.S Theta

1M A1 3 1 0 0 1 0 3 1

1M A2 4 3 -1 0 0 1 6 1.5

0 S2 1 2 0 1 0 0 4 4

Z -7M + 4 -4M + 1 M 0 -M -M -9M

19
 Coef Base X1 X2 S1 S2 A1 A2 R.H.S Theta

4 X1 1 0.33 0 0 0.33 0 1 3

1M A2 0 1.67 -1 0 -1.33 1 2 1.2

0 S2 0 1.67 0 1 -0.33 0 3 1.8

Z 0 -1.67M-0.33 M 0 2.33M-1.33 0 2M + 4

Coef Base X1 X2 S1 S2 A1 A2 R.H.S Theta

4 X1 1 0 0.2 0 0.6 -0.2 0.6 3

1 X2 0 1 -0.6 0 -0.8 0.6 1.2 -

0 S2 0 0 1 1 1 -1 1 1

Z 0 0 -0.2 0 M-1.6 M + 0.2 3.6

Coef Base X1 X2 S1 S2 A1 A2 R.H.S Theta

4 X1 1 0 0 -0.2 0.4 0 0.4 3

1 X2 0 1 0 0.6 -0.2 0 1.8 -

0 S1 0 0 1 1 1 -1 1 1

Z 0 0 0 0.2 M-1.4 M 3.4

Solución Óptima:
X1 = 0.4
X2 = 1.8
S1 = 1
S2 = 0
A1 = 0
A2 = 0
Z = 3.4

20
3.3.- ChemLabs utiliza las materias primas I y II para producir dos
soluciones de limpieza doméstica, A y B. Las disponibilidades
diarias de las materias primas I y II son de 150 y 145 unidades,
respectivamente. Una unidad de solución A consume .5 unidades
de la materia prima I, y 0.6 unidades de la materia prima II, en tanto
que una unidad de la solución B consume 0.5 unidades de la
materia prima I, y .4 unidades de la materia prima II. Las utilidades
por unidad de las soluciones A y B son de $8 y $10,
respectivamente. La demanda diaria de la solución A es de entre 30
y 150 unidades, y la de la solución B va de 40 a 200 unidades.
Determine las cantidades de producción óptimas de A y B.

Solución:
Max Z =8X1+10X2+0S1+0S2+0S3+0S4+0S5+0S6-1MA1-1MA2
Sujeto a:
0.5X1+0.5X2+1S1=1500
.6X1+0.4X2+1S2=145
1X1-1S3+1A1=301X1+1S4=150
+1X2-1S5+1A2=40
+1X2+1S6=200
Xi>=0

Coef Base X1 X2 S1 S2 S3 S4 S5 S6 A1 A2 R.H.S Theta

0 S1 0.5 0.5 1 0 0 0 0 0 0 0 150 300

0 S2 0.6 0.4 0 1 0 0 0 0 0 0 145 362.5

-1M A1 1 0 0 0 -1 0 0 0 1 0 30 -

0 S4 1 0 0 0 0 1 0 0 0 0 150 -

-1M A2 0 1 0 0 0 0 -1 0 0 1 40 40

0 S6 0 1 0 0 0 0 0 1 0 0 200 200

Z -M -8 -M -10 0 0 -1M 0 -1M 0 -1M -1M -70M

21
Coef Base X1 X2 S1 S2 S3 S4 S5 S6 A1 A2 R.H.S Theta

0 S1 0.5 0 1 0 0 0 0.5 0 0 -0.5 130 260

0 S2 0.6 0 0 1 0 0 0.4 0 0 -0.4 129 215

-1M A1 1 0 0 0 -1 0 0 0 1 0 30 30

0 S4 1 0 0 0 0 1 0 0 0 0 150 150

10 X2 0 1 0 0 0 0 -1 0 0 1 40 -

0 S6 0 0 0 0 0 0 1 1 0 -1 160 -

Z -1M 10 0 0 M 0 -10 0 -1M 10 -30M + 400

Coef Base X1 X2 S1 S2 S3 S4 S5 S6 A1 A2 R.H.S Theta

0 S1 0 0 1 0 0.5 0 0.5 0 -0.5 -0.5 115 230

0 S2 0 0 0 1 0.6 0 0.4 0 -0.6 -0.4 111 277.5

8 X1 1 0 0 0 -1 0 0 0 1 0 30 -

0 S4 0 0 0 0 1 1 0 0 -1 0 120 -

10 X2 0 1 0 0 0 0 -1 0 0 1 40 -

0 S6 0 0 0 0 0 0 1 1 0 -1 160 160

Z 8 10 0 0 -8 0 -10 0 8 10 640

Coef Base X1 X2 S1 S2 S3 S4 S5 S6 A1 A2 R.H.S Theta

0 S1 0 0 1 0 0.5 0 0 -0.5 -0.5 0 35 70

0 S2 0 0 0 1 0.6 0 0 -0.4 -0.6 0 47 78.33

22
8 X1 1 0 0 0 -1 0 0 0 1 0 30 -

0 S4 0 0 0 0 1 1 0 0 -1 0 120 120

10 X2 0 1 0 0 0 0 0 1 0 0 200 -

0 S5 0 0 0 0 0 0 1 1 0 -1 160 -

Z 8 10 0 0 -8 0 0 10 8 0 2240

Coef Base X1 X2 S1 S2 S3 S4 S5 S6 A1 A2 R.H.S Theta

0 S3 0 0 2 0 1 0 0 -1 -1 0 70 70

0 S2 0 0 -1.2 1 0 0 0 0.2 0 0 5 78.33

8 X1 1 0 2 0 0 0 0 -1 0 0 100 -

0 S4 0 0 -2 0 0 1 0 1 0 0 50 120

10 X2 0 1 0 0 0 0 0 1 0 0 200 -

0 S5 0 0 0 0 0 0 1 1 0 -1 160 -

Z 8 10 16 0 0 0 0 2 0 0 2800

Solución Óptima:
X1 = 100
X2 = 200
S1 = 0
S2 = 5
S3 = 70
S4 = 50
S5 = 160
S6 = 0
A1 = 0
A2 = 0
Z = 2800

23
3.4.- John debe trabajar cuando menos 20 horas a la semana para
complementar sus ingresos al mismo tiempo que asiste a la
escuela.Tiene la oportunidad de trabajar en dos tiendas de
menudeo. En la tienda 1 puede trabajar entre 5 y 12 horas a la
semana, y en la tienda 2 le permiten trabajar entre 6 y 10 horas.
Ambas tiendas pagan el mismo salario por hora. Para decidir
cuántas horas trabajar en cada tienda, John desea basar su
decisión en la tensión del trabajo. Basado en entrevistas con otros
empleados, John estima que, en una escala del 1 al 10, los factores
de tensión son 8 y 6 en las tiendas 1 y 2, respectivamente. Como la
tensión aumenta cada hora, supone que la tensión total en cada
tienda al final de la semana es proporcional a las horas que trabaja
en las tiendas. ¿Cuántas horas debe trabajar John en cada tienda?

Solución:
Min Z =8X1+6X2+0S1+0S2+0S3+0S4+0S5+1MA1+1MA2+1MA3
Sujeto a:
1X1+1X2-1S1+1A1=20
1X1-1S2+1A2=5
1X1+1S3=12
+1X2-1S4+1A3=6
+1X2+1S5=10Xi>=0

Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 R.H.S Theta

1M A1 1 1 -1 0 0 0 0 1 0 0 20 20

1M A2 1 0 0 -1 0 0 0 0 1 0 5 -

0 S3 1 0 0 0 1 0 0 0 0 0 12 -

1M A3 0 1 0 0 0 -1 0 0 0 1 6 6

0 S5 0 1 0 0 0 0 1 0 0 0 10 10

Z -2M + 8 -2M + 6 M M 0 M 0 0 0 0 31M

24
Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 R.H.S Theta

1M A1 1 0 -1 0 0 1 0 1 0 -1 14 14

1M A2 1 0 0 -1 0 0 0 0 1 0 5 5

0 S3 1 0 0 0 1 0 0 0 0 0 12 12

6 X2 0 1 0 0 0 -1 0 0 0 1 6 -

0 S5 0 0 0 0 0 1 1 0 0 -1 4 -

Z -2M + 8 0 M M 0 -1M + 6 0 0 0 2M-6 19M + 36

Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 R.H.S Theta

1M A1 0 0 -1 1 0 1 0 1 -1 -1 9 9

8 X1 1 0 0 -1 0 0 0 0 1 0 5 -

0 S3 0 0 0 1 1 0 0 0 -1 0 7 -

6 X2 0 1 0 0 0 -1 0 0 0 1 6 -

0 S5 0 0 0 0 0 1 1 0 0 -1 4 4

9M +
Z 0 0 M -1M + 8 0 -1M + 6 0 0 2M-8 2M-6
76

Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 R.H.S Theta

1M A1 0 0 -1 1 0 0 -1 1 -1 0 5 5

25
8 X1 1 0 0 -1 0 0 0 0 1 0 5 -

0 S3 0 0 0 1 1 0 0 0 -1 0 7 7

6 X2 0 1 0 0 0 0 1 0 0 0 10 -

0 S4 0 0 0 0 0 1 1 0 0 -1 4 -

Z 0 0 M -1M + 8 0 0 M-6 0 2M-8 M 5M + 100

Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 R.H.S Theta

0 S2 0 0 -1 1 0 0 -1 1 -1 0 5 5

8 X1 1 0 -1 0 0 0 -1 1 0 0 10 -

0 S3 0 0 1 0 1 0 1 -1 0 0 2 7

6 X2 0 1 0 0 0 0 1 0 0 0 10 -

0 S4 0 0 0 0 0 1 1 0 0 -1 4 -

Z 0 0 8 0 0 0 2 M-8 M M 140

Solución óptima:
X1 = 10 (horas en la tienda A)
X2 = 10(Horas en la tienda B)
S1 = 0
S2 = 5
S3 = 2
S4 = 4
S5 = 0
A1 = 0
A2 = 0
A3 = 0
Z = 140 (Factor de estrés),

26
3.5.- OilCo está construyendo una refinería para producir cuatro
productos: diesel, gasolina, lubricantes y combustible para avión. La
demanda mínima (en barriles por día) de cada uno de esos
productos es de 14,000, 30,000, 10,000 y 8000, respectivamente.
Iraq y Dubai firmaron un contrato para enviar crudo a OilCo. Debido
a las cuotas de producción especificadas por la OPEP
(Organización de Países Exportadores de Petróleo), la nueva
refinería puede recibir por lo menos 40% de su crudo de Iraq y el
resto de Dubai. OilCo pronostica que la demanda y las cuotas de
petróleo crudo no cambiarán durante los próximos 10 años.
Las especificaciones de los dos crudos conducen a mezclas de
productos diferentes: Un barril de crudo de Iraq rinde .2 barriles de
diesel, .25 barriles de gasolina, 1 barril de lubricante y .15 barriles
de combustible para avión. Los rendimientos correspondientes del
crudo de Dubai son: .1, .6, 1.5 y .1, respectivamente. OilCo necesita
determinar la capacidad mínima de la refinería (barriles por día).

Solución:
𝑥1 : 103 𝑏𝑎𝑟𝑟𝑖𝑙𝑒𝑠 /𝑑𝑖𝑎𝑠 (𝐼𝑟𝑎𝑘)
𝑥2 : 103 𝑏𝑎𝑟𝑟𝑖𝑙𝑒𝑠 / 𝑑𝑖𝑎𝑠 (𝐼𝑟𝑎𝑛)

Min Z = X1 +X2
Sujeto a:
-0.6X1 +0.4X2 <= 0
0.2X1 +0.1X2 >= 14
0.25X1 +0.6X2 >= 30
0.1X1 +0.15X2 >= 10
0.15X1 +0.1X2 >= 8
Xi>=0

27
 Min Z = 1X1 +1X2 +0S1+0S2+0S3+0S4+0S5+1MA1+1MA2+1MA3+1MA4
Sujeto a:
-0.6X1 +0.4X2 +1S1 =0
0.2X1 +0.1X2 -1S2 +1A1 =14
0.25X1+0.6X2 -1S3 +1A2 =30
0.1X1 +0.15X2 -1S4 +1A3 =10
0.15X1+0.1X2 -1S5 +1A4 =8
Xi>=0

Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 A4 R.H.S Theta

0 S1 -0.6 0.4 1 0 0 0 0 0 0 0 0 0 -

1M A1 0.2 0.1 0 -1 0 0 0 1 0 0 0 14 140

1M A2 0.25 0.6 0 0 -1 0 0 0 1 0 0 30 50

1M A3 0.1 0.15 0 0 0 -1 0 0 0 1 0 10 66.67

1M A4 0.15 0.1 0 0 0 0 -1 0 0 0 1 8 80

Z -0.7M + 1 -0.95M + 1 0 M M M M 0 0 0 0 62M

Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 A4 R.H.S Theta

0 S1 -0.77 0 1 0 0.67 0 0 0 -0.67 0 0 -20 -

1M A1 0.16 0 0 -1 0.17 0 0 1 -0.17 0 0 9 54

1 X2 0.42 1 0 0 -1.67 0 0 0 1.67 0 0 50 -

1M A3 0.04 0 0 0 0.25 -1 0 0 -0.25 1 0 2.5 10

1M A4 0.11 0 0 0 0.17 0 -1 0 -0.17 0 1 3 18

-0.3M + -0.58M + 1.58M- 14.5M +

Z 0 0 M M M 0 0 0
0.58 1.67 1.67 50

Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 A4 R.H.S Theta

0 S1 -0.87 0 1 0 0 2.67 0 0 0 -2.67 0 -26.67 -

1M A1 0.13 0 0 -1 0 0.67 0 1 0 -0.67 0 7.33 11

28
1 X2 0.67 1 0 0 0 -6.67 0 0 0 6.67 0 66.67 -

0 S3 0.15 0 0 0 1 -4 0 0 -1 4 0 10 -

1M A4 0.08 0 0 0 0 0.67 -1 0 0 -0.67 1 1.33 2

-0.22M -1.33M 2.33M- 8.67M +

Z 0 0 M 0 M 0 M 0
+ 0.33 + 6.67 6.67 66.67

Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 A4 R.H.S Theta

0 S1 -1.2 0 1 0 0 0 4 0 0 0 -4 -32 -

1M A1 0.05 0 0 -1 0 0 1 1 0 0 -1 6 6

1 X2 1.5 1 0 0 0 0 -10 0 0 0 10 80 -

0 S3 0.65 0 0 0 1 0 -6 0 -1 0 6 18 -

0 S4 0.12 0 0 0 0 1 -1.5 0 0 -1 1.5 2 -

-0.05M- -1M + 2M- 6M +

Z 0 0 M 0 0 0 M M
0.5 10 10 80

Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 A4 R.H.S Theta

0 S1 -1.4 0 1 4 0 0 0 -4 0 0 0 -56 40

0 S5 0.05 0 0 -1 0 0 1 1 0 0 -1 6 120

1 X2 2 1 0 -10 0 0 0 10 0 0 0 140 70

0 S3 0.95 0 0 -6 1 0 0 6 -1 0 0 54 56.84

0 S4 0.2 0 0 -1.5 0 1 0 1.5 0 -1 0 11 55

Z -1 0 0 10 0 0 0 M-10 M M M 140

Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 A4 R.H.S Theta

29
1 X1 1 0 -0.71 -2.86 0 0 0 2.86 0 0 0 40 -

0 S5 0 0 0.04 -0.86 0 0 1 0.86 0 0 -1 4 112

1 X2 0 1 1.43 -4.29 0 0 0 4.29 0 0 0 60 42

0 S3 0 0 0.68 -3.29 1 0 0 3.29 -1 0 0 16 23.58

0 S4 0 0 0.14 -0.93 0 1 0 0.93 0 -1 0 3 21

Z 0 0 -0.71 7.14 0 0 0 M-7.14 M M M 100

Coef Base X1 X2 S1 S2 S3 S4 S5 A1 A2 A3 A4 R.H.S Theta

1 X1 1 0 0 -7.5 0 5 0 7.5 0 -5 0 55 -

- -
0 S5 0 0 0 0 1 0.62 0 0.25 -1 3.25 112
0.62 0.25

1 X2 0 1 0 5 0 -10 0 -5 0 10 0 30 42

- -
0 S3 0 0 0 1.13 1 0 -1 4.75 0 1.75 23.58
4.75 1.13

0 S1 0 0 1 -6.5 0 7 0 6.5 0 -7 0 21 21

M-
Z 0 0 0 2.5 0 5 0 M M-5 M 85
2.5

Solución optima:

X1 = 55
X2 = 30
S1 = 21
S2 = 0
S3 = 1.75
S4 = 0
S5 = 3.25
A1 = 0
A2 = 0
A3 = 0

30
A4 = 0
Z = 85

4.- Método de dos Fases:

4.1.- Day Trader desea invertir una suma de dinero que genere
un rendimiento anual mínimo de $10,000. Están disponibles
dos grupos de acciones: acciones de primera clase y acciones
de alta tecnología, con rendimientos anuales promedio de 10 y
25%, respectivamente. Aunque las acciones de alta tecnología
producen un mayor rendimiento, son más riesgosas,
y Trader quiere limitar la suma invertida en estas acciones a no
más de 60% de la inversión total. ¿Cuál es la suma mínima que
Trader debe invertir en cada grupo de acciones para alcanzar
su objetivo de inversión?

Solución:
MAXIMIZAR: Z = -1
MINIMIZAR: Z =
X1 -1 X2 + 0 X3 + 0 X4 + 0
1 X1 + 1 X2
X5
sujeto a sujeto a

0.1 X1 + 0.25 X2 ≥ 0.1 X1 + 0.25 X2 -1 X3 + 1

10 X5 = 10
0.6 X1 -0.4 X2 ≥ 0 -0.6 X1 + 0.4 X2 + 1 X4 = 0
X1, X2 ≥ 0 X1, X2, X3, X4, X5 ≥ 0

Pasamos a construir la primera tabla de la Fase I del método de

las Dos Fases:

31
 Tabla 1 0 0 0 0 -1

Base Cb P0 P1 P2 P3 P4 P5

P5 -1 10 0.1 0.25 -1 0 1

P4 0 0 -0.6 0.4 0 1 0

Z -10 -0.1 -0.25 1 0 0

La variable que sale de la base es P5 y la que entra es P1.

Tabla 2 0 0 0 0 -1

Base Cb P0 P1 P2 P3 P4 P5

P5 -1 10 0.475 0 -1 -0.625 1

P2 0 0 -1.5 1 0 2.5 0

Z -10 -0.475 0 1 0.625 0

Ta
bla 0 0 0 0 -1
3
Bas C P P
P0 P3 P4 P5
e b 1 2

- -
21.052631 2.1052631
P1 0 1 0 2.1052631 1.31578947
578947 578947
578947 36842
-
31.578947 0.52631578 3.1578947
P2 0 0 1 3.1578947
368421 947368 368421
368421

32
 Z 0 0 0 0 0 1

Existe alguna solución posible para el problema, por lo que podemos pasar
a la Fase II para calcularla.

Tabl - -
0 0
a1 1 1

Base C P0 P P P3 P4
b 1 2

- -
21.052631578
P1 -1 1 0 2.1052631578 1.31578947368
947
947 42
-
31.578947368 0.52631578947
P2 -1 0 1 3.1578947368
421 368
421
-
5.2631578947 0.78947368421
Z 52.631578947 0 0
368 053
368

La solución óptima es Z = 52.63

X1 = 21.05
X2 = 31.57

33
4.2.- Un centro de reciclaje industrial utiliza dos chatarras de
aluminio, A y B, para producir una aleación especial. La
chatarra A contiene 6% de aluminio, 3% de silicio, y 4% de
carbón. La chatarra B contiene 3% de aluminio, 6% de silicio, y
3% de carbón. Los costos por tonelada de las chatarras A y B
son de $100 y $80, respectivamente. Las especificaciones de la
aleación especial requieren que (1) el contenido de aluminio
debe ser mínimo de 3% y máximo de 6%; (2) el contenido de
silicio debe ser de entre 3 y 5%, y (3) el contenido
de carbón debe ser de entre 3 y 7%. Determine la mezcla
óptima de las chatarras que deben usarse para producir 1000
toneladas de la aleación.
Solución:
MAXIMIZAR: Z = -100 X1 -80 X2 +
MINIMIZAR: Z = 100
0 X3 + 0 X4 + 0 X5 + 0 X6 + 0 X7 + 0
X1 + 80 X2
X8 + 0 X9 + 0 X10 + 0 X11 + 0 X12
sujeto a sujeto a

0.06 X1 + 0.03 X2 ≥ 0.03 0.06 X1 + 0.03 X2 -1 X3 + 1 X10 = 0.03

0.06 X1 + 0.03 X2 ≤ 0.06
0.03 X1 + 0.06 X2 ≥ 0.03
0.03 X1 + 0.06 X2 ≤ 0.05
0.04 X1 + 0.03 X2 ≥ 0.03
0.04 X1 + 0.03 X2 ≤ 0.07
1 X1 + 1 X2 = 1
X1, X2 ≥ 0
Pasamos a construir la primera tabla de la Fase I del método de las Dos
Fases:
0.06 X1 + 0.03 X2 + 1 X4 = 0.06
0.03 X1 + 0.06 X2 -1 X5 + 1 X11 = 0.03
0.03 X1 + 0.06 X2 + 1 X6 = 0.05
0.04 X1 + 0.03 X2 -1 X7 + 1 X12 = 0.03
0.04 X1 + 0.03 X2 + 1 X8 = 0.07
1 X1 + 1 X2 + 1 X9 = 1
X1, X2, X3, X4, X5, X6, X7, X8, X9, X10,
X11, X12 ≥ 0

34
Tabla
0 0 0 0 0 0 0 0 -1 -1 -1 -1
1
Base Cb P0 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12

P10 -1 0.03 0.06 0.03 -1 0 0 0 0 0 0 1 0 0

P4 0 0.06 0.06 0.03 0 1 0 0 0 0 0 0 0 0

P11 -1 0.03 0.03 0.06 0 0 -1 0 0 0 0 0 1 0

P6 0 0.05 0.03 0.06 0 0 0 1 0 0 0 0 0 0

P12 -1 0.03 0.04 0.03 0 0 0 0 -1 0 0 0 0 1

P8 0 0.07 0.04 0.03 0 0 0 0 0 1 0 0 0 0

P9 -1 1 1 1 0 0 0 0 0 0 1 0 0 0
- - -
Z 1 0 1 0 1 0 0 0 0 0
1.09 1.13 1.12

La variable que sale de la base es P10 y la que entra es P1:

35
T
ab - - -
0 0 0 0 0 0 0 0 -1
la 1 1 1
2
B P P
as C P0 P P2 P3 P P P P P P P10 1 1
b 1 4 5 6 7 8 9
1 2
e
-
16.6666
0. 0. 16.6666
P1 0 1 0 0 0 0 0 0 6666666 0 0
5 5 6666666
7
7
0.
P4 0 0 0 1 1 0 0 0 0 0 -1 0 0
03
0. 0.
P1 - -
01 0 04 0.5 0 0 0 0 0 -0.5 1 0
1 1 1
5 5
0. 0.
P6 0 03 0 04 0.5 0 0 1 0 0 0 -0.5 0 0
5 5
-
0.66666
P1 - 0. 0. - 0.66666
0 6666666 0 0 0 0 0 0 1
2 1 01 01 1 6666666
67
67

36
 -
0.66666
0. 0. 0.66666
P8 0 0 6666666 0 0 0 0 1 0 0 0
05 01 6666666
67
67
-
16.6666
- 0. 0. 16.6666
P9 0 6666666 0 0 0 0 0 1 0 0
1 5 5 6666666
7
7
- - -
18.8333
0. 0. 17.8333
Z 0 0 1 0 1 0 0 3333333 0 0
52 55 3333333
3
5 5 3

La variable que sale de la base es P12 y la que entra es P3

Ta
- - -
bla 0 0 0 0 0 0 0 0 -1
1 1 1
3
Bas C P P P P P P P P P
P0 P2 P7 P12
e b 1 3 4 5 6 8 9 10 11

P1 0 0.75 1 0.75 0 0 0 0 -25 0 0 0 0 25

-
0.01 -
P4 0 0 0.01 0 1 0 0 1.5 0 0 0 0
5 1.5
5
-
- 0.00 0.03 - 0.7
P11 0 0 0 0 0 0 0 1 0.7
1 75 75 1 5
5
-
0.02 0.03 0.7
P6 0 0 0 0 0 1 0 0 0 0 0.7
75 75 5
5
0.01 0.01 - -
P3 0 0 1 0 0 0 0 0 0 1.5
5 5 1.5 1
P8 0 0.04 0 0 0 0 0 0 1 1 0 0 0 -1
-
P9 0.25 0 0.25 0 0 0 0 25 0 1 0 0 -25
1

37
 - - -
26.
Z 0.25 0 0.28 0 0 1 0 25. 0 0 1 0
75
75 75 75

La variable que sale de la base es P9 y la que entra es P7.

Tab
0 0 0 0 0 0 0 0 -1 -1 -1 -1
la 4
Bas C P P P P P P P P1 P1 P1
P0 P2 P9
e b 1 3 4 5 6 7 8 0 1 2

P1 0 1 1 1 0 0 0 0 0 0 1 0 0 0
- -
P4 0 0 0 0.0 0 1 0 0 0 0 0.0 0 0 0
3 6
-
0.0 -
P11 -1 0 0 0 0 0 0 0 0.0 0 1 0
3 1
3
-
0.0 0.0
P6 0 0 0 0 0 1 0 0 0.0 0 0 0
2 3
3
0.0 0.0 0.0
P3 0 0 1 0 0 0 0 0 -1 0 0
3 3 6
- -
0.0
P8 0 0 0.0 0 0 0 0 0 1 0.0 0 0 0
3
1 4

38
 0.0 0.0 0.0
P7 0 0 0 0 0 0 1 0 0 0 -1
1 1 4
-
1.0
Z 0 0 0.0 0 0 1 0 0 0 1 0 1
3
3

Existe alguna solución posible para el problema, por lo que podemos pasar a
la Fase II para calcularla.

Tabla 1 -100 -80 0 0 0 0 0 0

Base Cb P0 P1 P2 P3 P4 P5 P6 P7 P8
P1 -100 1 1 1 0 0 0 0 0 0
P4 0 0 0 -0.03 0 1 0 0 0 0
P11 -1 0 0 0.03 0 0 -1 0 0 0
P6 0 0.02 0 0.03 0 0 0 1 0 0
P3 0 0.03 0 0.03 1 0 0 0 0 0
P8 0 0.03 0 -0.01 0 0 0 0 0 1
P7 0 0.01 0 0.01 0 0 0 0 1 0
Z -100 0 -20.03 0 0 1 0 0 0

La variable que sale de la base es P11 y la que entra es P2

Tabla - -
0 0 0 0 0 0
2 100 80
Base Cb P0 P1 P2 P3 P4 P5 P6 P7 P8

39
 -
P1 1 1 0 0 0 100 / 3 0 0 0
100
P4 0 0 0 0 0 1 -1 0 0 0
P2 -80 0 0 1 0 0 -100 / 3 0 0 0
P6 0 1 / 50 0 0 0 0 1 1 0 0
3/
P3 0 0 0 1 0 1 0 0 0
100
3/
P8 0 0 0 0 0 -1 / 3 0 0 1
100
1/
P7 0 0 0 0 0 1/3 0 1 0
100
-2000 /
Z -100 0 0 0 0 0 0 0
3

La variable que sale de la base es P6 y la que entra es P5.

Tabla - -
0 0 0 0 0 0
3 100 80
Base Cb P0 P1 P2 P3 P4 P5 P6 P7 P8
-
P1 1/3 1 0 0 0 0 -100 / 3 0 0
100
P4 0 1 / 50 0 0 0 1 0 1 0 0
P2 -80 2/3 0 1 0 0 0 100 / 3 0 0
P5 0 1 / 50 0 0 0 0 1 1 0 0
P3 0 1 / 100 0 0 1 0 0 -1 0 0
11 /
P8 0 0 0 0 0 0 1/3 0 1
300
P7 0 1 / 300 0 0 0 0 0 -1 / 3 1 0
2000 /
Z -260 / 3 0 0 0 0 0 0 0
3

La solución óptima es:

40
Z = 260 / 3
X1 = 1 / 3
X2 = 2 / 3

4.3.- La carne con papas es el plato favorito de Ralph Edmund.

Por eso decidió hacer una dieta continua de sólo estos dos
alimentos (más algunos líquidos y suplementos de vitaminas)
en todas sus comidas. Ralph sabe que ésa no es la dieta más
sana y quiere asegurarse de que toma las cantidades
adecuadas de los dos alimentos para satisfacer los
requerimientos nutricionales. Él ha obtenido la información
nutricional y de costo que se muestra en el siguiente cuadro.
Ralph quiere determinar el número de porciones diarias
(pueden ser fraccionales) de res y papas que cumplirían con
estos requerimientos a un costo mínimo.
a) Formule un modelo de programación lineal.
b) resolver este modelo por el método de las dos fases.

Solución:

41
 MAXIMIZAR: Z = -4 X1 -2
MINIMIZAR: Z =
X2 + 0 X3 + 0 X4 + 0 X5 + 0
4 X1 + 2 X2
X6 + 0 X7

sujeto a sujeto a

5 X1 + 15 X2 ≥ 50 5 X1 + 15 X2 -1 X3 + 1 X6 = 50
20 X1 + 5 X2 ≥ 40 20 X1 + 5 X2 -1 X4 + 1 X7 = 40
15 X1 + 2 X2 ≤ 60 15 X1 + 2 X2 + 1 X5 = 60

X1, X2 ≥ 0 X1, X2, X3, X4, X5, X6, X7 ≥ 0

Tabla 1 0 0 0 0 0 -1 -1
Base Cb P0 P1 P2 P3 P4 P5 P6 P7
P6 -1 50 5 15 -1 0 0 1 0
P7 -1 40 20 5 0 -1 0 0 1
P5 0 60 15 2 0 0 1 0 0
Z -90 -25 -20 1 1 0 0 0

La variable que sale de la base es P7 y la que entra es P1.

Tabla 2 0 0 0 0 0 -1 -1
Base Cb P0 P1 P2 P3 P4 P5 P6 P7
P6 -1 40 0 13.75 -1 0.25 0 1 -0.25
P1 0 2 1 0.25 0 -0.05 0 0 0.05
P5 0 30 0 -1.75 0 0.75 1 0 -0.75

42
 Z -40 0 -13.75 1 -0.25 0 0 1.25

La variable que sale de la base es P6 y la que entra es P2

Tabla
0 0 0 0 0 -1 -1
3
Base Cb P0 P1 P2 P3 P4 P5 P6 P7
-4 /
P2 0 32 / 11 0 1 1 / 55 0 4 / 55 -1 / 55
55
-3 / -1 /
P1 0 14 / 11 1 0 1 / 55 0 3 / 55
55 55
386 / -7 / 43 / -43 /
P5 0 0 0 1 7 / 55
11 55 55 55
Z 0 0 0 0 0 0 1 1

Existe alguna solución posible para el problema, por lo que podemos pasar a
la Fase II para calcularla:

Tabla 1 -4 -2 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
P2 -2 32 / 11 0 1 -4 / 55 1 / 55 0
P1 -4 14 / 11 1 0 1 / 55 -3 / 55 0
P5 0 386 / 11 0 0 -7 / 55 43 / 55 1
Z -120 / 11 0 0 4 / 55 2 / 11 0

La solución óptima es:

Z = 120 / 11
X1 = 14 / 11
X2 = 32 / 11

43
 5.- Análisis de Sensibilidad:
5.1.- Winco vende 4 tipos de productos: A1, A2, A3 y A4. La manufactura de
tales productos requiere materia prima y mano de obra. Un A1 requiere 2
unidades de materia prima y 3 horas de mano de obra y se vende en $4. Un
A2 requiere 3 unidades de materia prima y 4 horas de mano de obra y se
vende en $6. Un A3 requiere 4 unidades de materia prima y 5 horas de
mano de obra y se vende en $6. Y un A4 requiere 7 unidades de materia
prima y 6 horas de mano de obra y se vende en $8. Se dispone de 4,600
unidades de materia prima y 5,000 horas de mano de obra. Para satisfacer
la demanda se deben producir un total de 950 productos totales de los
cuales al menos 400 de ellos deben ser A4. Xi = número de productos i a
producir. Suponga que se aumenta el precio de venta del producto 1 en 60
centavos. ¿Cúal es la nueva solucion optima?
!
X1=CANTIDAD POSIBLE A PRODUCIR, DEL PRODUCTO A1.
X2=CANTIDAD POSIBLE A PRODUCIR, DEL PRODUCTO A2.

44
 X3=CANTIDAD POSIBLE A PRODUCIR, DEL PRODUCTO A3.
X4=CANTIDAD POSIBLE A PRODUCIR, DEL PRODUCTO A4.
;
MAX=4*X1+6*X2+6*X3+8*X4;
2*X1+4*X2+4*X3+7*X4<4600;
4*X1+4*X2+5*X3+6*X4<5000;
X1+X2+X3+X4<950;
X4<400;

Si se incrementa el precio del producto A1 en 60 centavos, el valor de

la solución óptima cambiaria.

5.2.- Mango vende 4 tipos de productos: polos, casacas, jeans y poleras. La

manufactura de tales productos requiere materia prima y mano de obra.
Un polo requiere 2 unidades de materia prima y 3 horas de mano de obra y
se vende en $40. Una casaca requiere 3 unidades de materia prima y 4 horas
de mano de obra y se vende en $60. Un jean requiere 4 unidades de materia
prima y 5 horas de mano de obra y se vende en $60. Y una polera requiere
7 unidades de materia prima y 6 horas de mano de obra y se vende en $80.
Se dispone de 4,600 unidades de materia prima y 5,000 horas de mano de

45
obra. Para satisfacer la demanda se deben producir un total de 950
productos totales de los cuales al menos 400 de ellos deben ser A4. Xi =
número de productos i a producir. Suponga que se aumenta el precio de
venta del producto 1 en 60 centavos. ¿Cual es la nueva solucion optima?
!
X1=CANTIDAD POSIBLE A PRODUCIR, DEL POLOS.
X2=CANTIDAD POSIBLE A PRODUCIR, DEL CASACAS.
X3=CANTIDAD POSIBLE A PRODUCIR, DEL JEANS.
X4=CANTIDAD POSIBLE A PRODUCIR, DEL POLERAS.
;
MAX=40*X1+60*X2+60*X3+80*X4;
2*X1+3*X2+4*X3+7*X4<4600;
3*X1+4*X2+5*X3+6*X4<5000;
X1+X2+X3+X4<950;
X4<400;

La solución optima no cambia.

Rango para el coeficiente de X1 donde la solución no cambia:
[ 40− infinito, 40 + 1] = [ −∞ ,41.6].

46
 El nuevo valor es 40 +6 = 40.6 y está en el rango.
Si disminuye la venta de las casacas en $4, la nueva solución optima
seria la misma.

5.3.- HiDec produce dos modelos de artículos electrónicos, donde se usan

resistores, capacitadores y chips. Donde las lavadoras requieren 2
resistores, 2 capacitores y genera $3 de utilidades, en cambio los
refrigeradores requieren 3 resistores,1 capacitor, 4 chips y genera $4 de
utilidades. Se dispone de 1200 resistores, 1000 capacitores, 800 chips.
¿Cuál es la máxima ganancia? ¿cuáles son los rangos de producción?
!
X1=CANTIDAD POSIBLE A PRODUCIR, LAVADORA.
X2=CANTIDAD POSIBLE A PRODUCIR, REFRIGERADORA.
;
MAX=3*X1+4*X2;
2*X1+4*X2<1200;
2*X1+1*X2<1000;
0*X1+4*X2<800;
X4<400;

47
5.4.- Dos artículos A y B pueden producirse en 4 procesos diferentes los
cuales requieren de diferentes cantidades de equipo, mano de obra y
materia prima. Estos recursos son limitados y la venta de estos artículos
generan una utilidad conocida dependiendo del proceso con el que se
realizan. Se trata de determinar la cantidad de artículos a producir en cada
proceso de manera de maximizar la utilidad. Los recursos requeridos y
disponibles, así como la utilidad generada por cada unidad de artículo se
muestra en la siguiente tabla:

i. ARTÍCULO A ARTÍCULO B
RECURSO PROC. 1 PROC. 2 PROC. 1 PROC. 2 DISPONIBILIDAD

48
 EQUIPO 3 2 4 3 70
(Hras)
MANO DE 7 8 10 12 120
OBRA (Hras)
MATERIA 1 1 1 1 15
PRIMA (Kg)
UTILIDAD 6 5.5 7 8
(usd / 100)

Solución:
El modelo de Programación Lineal es el siguiente:

max= 6*x1+5.5*x2+7*y1+8*y2;
3*x1+2*x2+4*y1+3*y2<70;
7*x1+8*x2+10*y1+12*y2<120;
x1+x2+y1+y2<15;

49
5.5.- Un granjero tiene 600 acres de terreno y desea determinar el número
de acres que asignará a cada una de las tres cosechas siguientes: tomates,
pimientos y espinacas. Los días hombre, el coste de preparación y la
ganancia por acre de cada una de las cosechas se muestran en la tabla
siguiente:

Cosecha Días Coste Beneficios

hombre preparación
Tomates 5 12 6
Pimientos 8 18 12
Espinacas 13 14 10

Suponga que el número de días hombre disponibles es de 4.000, y

que el granjero tiene 6.000 euros para preparación.

a) Determine si conviene contratar ayuda adicional a 6 euros por hora.

Suponga una jornada laboral de 8 horas.
b) Suponga que el granjero tiene un contrato para entregar al menos el
equivalente a 200 acres de tomate, use análisis de la sensibilidad para
encontrar la nueva solución óptima.
Solución:
!
x1: Posible producción de tomates.
x2: Posible producción de pimientos.
x3: Posible producción de espinacas.
;
max=6*x1+12*x2+10*x3;
5*x1+8*x2+13*x3<4000;
12*x1+18*x2+14*x3<6000;
x1+x2+x3<600;

50
La solución hallada es óptima y factible. La solución óptima consiste
en dedicar 206,5 acres de terreno al cultivo de las espinacas, 39,3
acres al cultivo de pimientos, y 200 acres al cultivo de tomates,
alcanzándose un beneficio de 3.737,1 euros.

51