INVESTIGACIN OPERATIVA - 3135

Estudiante:
Christian Sigcha.
Nivel:
IV A
Carrera:
Finanzas y Auditora.
Docente:
Ing. Byron Cocha.
Semestre:
Marzo / Agosto 2013.

Latacunga Ecuador.

INVESTIGACIN OPERATIVA
Es una tcnica o conjunto de tcnicas que permite coordinar la teora con la prctica,
para ayudarnos a resolver los problemas ms complejos que surgen en una empresa,
muchos de los avances de investigacin operativa se han debido a que han encontrado
nuevas tcnicas para el desarrollo de la computacin, la matemtica y sobre todo
mtodos ms abreviados de clculo numrico.
Una de las razones principales que hacen indispensable esta ciencia es que tienen que
resolver cuestiones que se refieren a la empresa como tal.
La investigacin operativa no tiene un concepto generalizado, esta se conceptualiza en
funcin de su aplicacin, de ah que se puede resolver problemas de cualquier tipo de
empresa en donde se puede determinar ms y nuevas posibilidades de accin prctica
en esta materia.
Estas caractersticas a la vez van confirmando la utilidad de la investigacin operativa,
derivan interesantes modelos y aplicaciones muy objetivas y de esta forma facilitar la
toma de decisiones en la empresa u organizacin.
La investigacin operativa rene a un conjunto de ciencias tales como la fsica,
matemtica, filosofa, psicologa, sociologa, economa, entre otras que identificadas a
un problema concreto contribuyen a encontrar la relacin causa-efecto de un
fenmeno y en base a mtodos matemticos, estadsticos y criterios cualitativos
procurar una definicin de problema y una solucin prctica.
ORIGEN DE LA INVESTIGACIN OPERATIVA.
La investigacin operativa es tan antigua como la conducta del hombre, pues el avance
cientfico es consecuencia de la acumulacin de diferentes investigaciones en las
ciencias aplicadas.
Resumen: Es una tcnica o conjunto de tcnicas que permite coordinar la teora con la
prctica, para ayudarnos a resolver los problemas ms complejos que surgen en una
empresa, muchos de los avances de investigacin operativa se han debido a que han
encontrado nuevas tcnicas.
FASES DE LA INVESTIGACION OPERATIVA.
1) Formulacin del problema.- Deben estar perfectamente de finidos los objetivos,
los cursos alternativos de accin, las restricciones y los efectos del sistema de
estudio.

2) Construccin de un modelo representativo del problema en estudio.- El modelo
se construye con los recursos que dispone la empresa a la vez estos se pueden
describir de diferente manera. Los modelos pueden clasificarse por sus
dimensiones, funciones, propsitos, tema o grado de abstraccin. Los modelos
bsicos son:
- Modelos icnicos.- Representacin mediante fotografas, planos de una
estructura fsica, los modelos icnicos en 3 dimensiones son las maquetas.
- Modelos analgicos.- Representaciones estadsticas mediante grficos de
barras, crculos, pastel, curvas.
- Modelos matemticos o simblicos.- Representacin mediante ecuaciones,
desigualdades que se aplican con datos reales y verdicos.

3) Deduccin de la solucin.- Una vez establecido el modelo, el siguiente paso es
obtener una solucin, este paso se lo desarrolla determinando la solucin ptima
del modelo y luego aplicando esta solucin al problema real. Algunas ocasiones
las complejidades matemticas del problema impiden una solucin ptima en
estos casos una buena respuesta es suficiente.

4) Prueba del modelo y la solucin.- Luego de obtener la solucin del problema, el
modelo y la solucin deben probarse. Esto se lo puede hacer:

a) Usando datos pasados, haciendo una comparacin entre el rendimiento real
del sistema y el rendimiento indicado por el modelo.
b) Permite operar el sistema sin cambios y comparando su rendimiento con
aquel del modelo.

5) Establecimiento de controles.- Una vez que el modelo y su solucin se
consideraron aceptables deben colocarse controles sobre la solucin con el
objeto de detectar cualquier cambio significativo de las condiciones en los cuales
se base el modelo, obviamente si cambia tanto que el modelo ya no es una
representacin precisa del sistema, el modelo debe ser invalidado.

6) Ejecucin.- La ejecucin es una solucin obtenida a partir de un modelo, es la
ltima fase de un estudio de investigacin operativa. En esta funcin se aplica la
solucin a la administracin responsable del sistema, es importante que la
explicacin de la solucin se haga en funcin de los procedimientos usados en
el sistema real.
CAMPOS DE APLICACIN DE LA INESTIGACION OPERATIVA.
La investigacin operativa tiene mltiples campos de aplicacin, se utiliza en casi toda
gestin que requiere la intervencin de recursos para un objetivo determinado y rena
caractersticas muy bien definidas.
En forma sucesiva los mtodos operacionales han ido encontrando aceptacin en los
siguientes campos: industria, energa, agricultura, banca, construccin, minera,
comercio, comunicaciones, transporte, sean estos pblicos o privados.
Desde el punto de vista de unidades econmicas la investigacin operativa es un
valioso instrumento para resolver problemas relacionados con: produccin, precios,
inventarios, mercados, distribucin, comercializacin, seleccin de equipos, informtica,
problemas de espera, administracin, gerencia, financiamiento, factor humano,
seguridad industrial, entre otros.
De acuerdo a esto la investigacin operativa reflejo su versatilidad para plantear,
analizar y sugerir la mejor solucin a los diferentes problemas que por sectores
econmicos o factores internos de la empresa pueden presentarse.
LIMITACIONES
As como la aplicacin es muy amplia, tambin encontramos algunas limitaciones en la
prctica, las que pueden sintetizarse en:
a) Capacidad del equipo investigador.- Se refiere a las restricciones en cuanto a
contar con profesionales especialistas en la rama.
b) Costo de la investigacin.- El costo es demasiado alto, pero en muchos pases
desarrollados los empresarios consideran una inversin lo contrario en pases
subdesarrollados a estos tipos de estudios lo consideran un gasto.
Las empresas industriales que consideran una inversin son porque les va a
permitir minimizar los errores y maximizar los beneficios.
c) El uso del computador.- Actualmente es necesario la utilizacin de lenguajes de
computacin.











PROGRAMACION LINEAL
OBJETIVOS Y APLICACIONES.-
El objetivo bsico de la programacin lineal es encontrar soluciones mediante mtodos
matemticos utilizando sistemas lineales a problemas de carcter tcnico econmico
que se presentan por la limitacin de recursos.
A travs de la programacin lineal se pueden resolver interesantes casos como:
combinacin ptima de mezclas de produccin, disposicin interna de procesos,
maximizacin de beneficios, localizacin, asignacin de recursos, minimizacin de
costos, transporte, entre los ms sobresalientes.
En cuanto a la aplicacin se resuelven casos de la industria en general, agricultura,
construccin, aviacin, sistema hidroelctricos, transporte, etc.
CONCEPTOS BSICOS.-
LINEALIDAD.- Todo proceso, actividad o relacin lineal utilizada se identifica con la
cantidad unitaria de cada uno de los factores con respecto a los dems y a las
cantidades de cada uno de los productos.
Ejemplo:
Madera = 50m
2
Hierro = 30m
2

X
1
=

Redonda = 2m
2
X
1
= 3m
2

X
2
= Cuadrada = 1m
2
X
2
= 2m
2

Ecuaciones:
1) Madera = 2X
1
+ 1X
2
50
2) Hierro = 3X
1
+ 2X
2
30
DIVISIBILIDAD.- los procesos pueden utilizarse en extensiones positivas divisibles
mientras se disponga de recursos.
1000.000X
1
+ 3000.000X
2
10000.000
1X
1
+ 3X
2
10
FINITUD.- Tanto el nmero de procesos identificados cuanto los recursos disponibles
debern corresponder a cantidades finitas, esto es: conocidos y cuantificados en forma
determinstica.


EL PROBLEMA GENERAL DE LA PROGRAMACION LINEAL:
Los problemas de la programacin lineal se presentan por la limitacin de recursos que
se traten de distribuir en la mejor forma los recursos a la vez que son limitados pueden
ser distribuidos en tantas formas como combinaciones matemticas permitan
relacionarlos a un mismo objetivo. El problema de la programacin lineal trae
implcitamente el sentido de funcin, propsito o meta, recursos disponibles y habilidad
o forma para seleccionarlos, comparar y decidir la mejor alternativa (decisin).
Los problemas de programacin lineal planteados y resueltos por cualquiera de los
mtodos debern cumplir 4 condiciones necesarias y suficientes.
1) FUNCIN OBJETIVA:
Es la cantidad que expresa y representa la ecuacin que se va a maximizar o minimizar
y est dada por:
Z
(Max)
= Maximizacin
Z
(Min)
= Minimizacin
Z = C
1
X
1
+ C
2
X
2
+ C
3
X
3
+..C
n
X
n
; en dnde;
- C
1
, C
2
, C
3
, C
n
son los coeficientes de la funcin objetivo que pueden ser
mrgenes de beneficio, precios, costos, satisfaccin, entre otros.
- X
1
, X
2
, X
3
, X
n
son las variables del problema.

2) LIMITACIONES Y RESTRINCCIONES:
Es el conjunto de ecuaciones o inecuaciones que expresan las condiciones finitas del
problema, determinando tambin coeficientes tcnicos de produccin, tecnolgicos, de
transporte, segn sea el caso de estudio, est representado por:
A
11
X
1
+ A
12
X
2
+ A
13
X
3
+ A
1n
X
n
T
1
b
1

A
21
X
1
+ A
22
X
2
+ A
23
X
3
+ A
2n
X
n
T
2
b
2

A
31
X
1
+ A
32
X
2
+ A
33
X
3
+ A
3n
X
n
T
3
b
3

A
1n
X
1
+ A
2n
X
2
+ A
3n
X
3
+ A
nm
X
n
T
n
b
n
; en dnde;
- A
11
, A
12
, A
13
, A
nm
son los coeficientes tcnicos.
- X
1
, X
2
, X
3
, X
n
son las variables del problema.
- T
1
, T
2
, T
3
, T
n
son la relacin entre los coeficientes y las variables y los
trminos independientes que pueden ser , =.
- b
1
, b
2
, b
3
, b
n
son los trminos independientes o las disponibilidades de los
recursos.

3) VARIABLES DE NO NEGATIVIDAD:
Son la resolucin de los problemas de programacin lineal, en ningn caso se
aceptaran cantidades negativas como respuestas, pues no se concibe produccin
negativa, utilidades negativas, gastos negativos, tendrn que ser por lo menos iguales
o mayores que cero.
X
1
, X
2
, X
3
,..X
n
0
4) CONDICIONES DE OPTIMIZACIN:
Se van obteniendo por aproximaciones sucesivas.
Solucin Factible.- Es aquella que satisface las limitaciones y restricciones del
problema. A esta solucin factible se le conoce como solucin bsica.
Solucin Bsica Factible (Punto ptimo).- Es aquella que satisface tanto las limitaciones
o restricciones como la funcin objetivo del problema (optimizacin).














EJERCICIOS:
1.- Una fbrica produce 2 tipos de camisas A y B, las camisas tipo A requieren 2.5 min
para cortarlas y 5 min para confeccionarlas, las de tipo B requieren 4 min para cortarlas
y 4 min para confeccionarlas. Se dispone de 1 hora y 40 min para corte y 2 horas para
confeccin. El beneficio es de $ 2.5 para cada camisa tipo A y $ 3 para cada camisa
tipo B. Cuntas camisas de cada tipo debe producirse para obtener la mxima
ganancia?
FUNCION OBJETIVO:
Z
(Max)
= 2.5X
1
+ 3X
2

RESTRICCIONES:
CA: X
1
= 5min
CB: X
2
= 4min
Disponibilidad: 100 y 120min

Confeccin: 5X
1
+ 4X
2
120 5X
1
+ 4X
2
= 120
Corte: 2.5X
1
+ 4X
2
100 2.5X
1
+ 4X
2
= 100

P1: X
1
=0, X
2
=30 P2: X
1
=24, X
2
=0
P3: X
1
=0, X
2
=25 P4: X
1
=40, X
2
=0

VARIABLES DE NO NEGATIVIDAD:
X
1
; X
2
0
ABSTRACCIONES:
1.- 2.5X
1
+ 4X
2
= 100 (-)
2.- 5X
1
+ 4X
2
= 120

-2.5X
1
4X
2
= -100 X
1
en 1.-
5X
1
+ 4X
2
= 120 2.5 (8) + 4X
2
= 100
2.5X
1
= 20 X
2
= 20
X
1
= 8

P (8; 20)





GRFICA:



FUNCIN OBJETIVO:

Z
(Max)
= 2.5X
1
+ 3X
2
Z
(Max)
= 2.5 (24) + 3(0) = 60
Z
(Max)
= 2.5 (0) + 3(25) = 75
Z
(Max)
= 2.5 (8) + 3(20) = 80

INTERPRETACIN:
Para alcanzar la mxima ganancia que es de $80 se deber producir 8 camisas del tipo
A y 20 del tipo B.

2.- La empresa Paraso fabrica 2 productos: colchones y bases de resortes. Un
contrato previo requiere que la firma produzca por lo menos 30 colchones o bases en
cualquier combinacin. Adems los contratos de mano de obra sindicales demandan
que las mquinas de coser funcionan por lo menos 40 horas por semana, lo cual es un
periodo de produccin, cada base requiere 2 horas de tiempo de costura y cada
colchn 1 hora. Cada colchn producido cuesta $20 y cada base $24.
Formule el modelo matemtico y determine los costos totales de produccin.

FUNCIN OBJETIVO:
Z
(Min)
= 24X
1
+ 20X
2
RESTRICCIONES:
Bases: X
1

Colchn: X
2

Disponible: 30, 40

Contrato: X
1
+ X
2
30
Tiempo: 2X
1
+ 1X
2
40
P1: X
1
=0, X
2
=30 P2: X
1
=30, X
2
=0
P3: X
1
=0, X
2
=40 P4: X
1
=20, X
2
=0

VARIABLES DE NO NEGATIVIDAD:
X
1
; X
2
0
ABSTRACCIONES:
1.- X
1
+ X
2
= 30 (-)
2.- 2X
1
+ 1X
2
= 40

-X
1
X
2
= -30 10 en 1.-
2X
1
+ X
2
= 40 1(10) + X
2
= 30
X
1
= 10 X
2
= 20

P (10; 20).
GRFICA:


FUNCIN OBJETIVO:

Z
(Min)
= 24X
1
+ 20X
2
Bases X
1
Colchones X
2
Z
(Min)

30 0 720
0 40 800
10 20 640

INTERPRETACIN:
Los costos totales de produccin ascenderan a $640, minimizndolos con la
produccin de 10 bases y 20 colchones.
3.- Un fabricante de gasolina para aviacin vende dos clases de combustibles A y B. El
combustible A tiene 12.5% de gasolina grado 1 y 2 y 25% de gasolina grado 3. El
combustible B tiene 25% de gasolina grado 2 y 3. Disponible para la produccin hay 25
gl/h de gasolina grado 1 y 100 gl/h de gasolina 2 y 3. Los costos son de 15 centavos
por galn de gasolina grado 1, el galn de gasolina grado 2 cuesta 30 centavos y 45
centavos por galn de gasolina grado 3. El combustible A puede venderse a $ 66.88
por galn, mientras que el combustible B alcanza a $58.75 por galn. Qu cantidad
debe fabricarse de cada combustible para obtener el mayor beneficio?.
VARIABLES:
Combustible A = X
1
Combustible B = X
2

FUNCION OBJETIVO:
Z
(Max)
= 50X
1
+ 40X
2

RESTRICCIONES:
Grado 1 Grado 2 Grado 3
X
1
12.5% 12.5% 25%
X
2
-0- 25% 25%
Disponible 25 gl/h 100 gl/h 100 gl/h
Gastos 15 ctvs 30 ctvs 45 ctvs

Grado 1: 0,125X
1
25
Grado 2: 0,125X
1
+ 0.25X
2
100
Grado 3: 0,25X
1
+ 0.25X
2
100


VARIABLES DE NO NEGATIVIDAD:
X
1
; X
2
0
GRFICA:



FUNCIN OBJETIVO:

Z
(Max)
= 50X
1
+ 40X
2

Combustible A X
1
Combustible B X
2
Z
(Max)

0 0 0
200 0 10000
0 400 16000
200 200 18000

INTERPRETACIN:
Para obtener la mxima ganancia de $18000, se debe fabricar 200 galones de
combustible A y 200 galones de combustible B.




4.- Una compaa produce dos tipos de pantalones A y B, cada pantaln tipo A requiere
del doble de mano de obra que el de tipo B. Se debe producir por lo menos 250
pantalones combinados. El mercado limita la venta diaria de pantalones tipo A, a un
mximo de 75 y los de clase B a un total de 125 pantalones. Los beneficios por
pantaln son $6 para el tipo A y $4 para el tipo B. Determinar el nmero de pantalones
de cada clase que maximice la ganancia.
VARIABLES:
Pantaln A: X
1

Pantaln B: X
2

FUNCION OBJETIVO:
Z
(Max)
= 6X
1
+ 4X
2

RESTRICCIONES:
X
1
X
2
Disponible
Mano de Obra 2 1 250
Venta diaria 1 -0- 75
Venta diaria -0- 1 125

Mano de Obra: 2X
1
+ X
2
250
Venta diaria: X
1
75
Venta diaria: X
2
= 125

VARIABLES DE NO NEGATIVIDAD:
X
1
; X
2
0
GRFICA:


FUNCIN OBJETIVO:

Z
(Max)
= 6X
1
+ 4X
2

Pantaln A X
1
Pantaln B X
2
Z
(Max)

62,5 125 875
75 125 950

INTERPRETACIN:
Para obtener la mxima ganancia de $950 se debe elaborar 75 pantalones de tipo A y
125 del tipo B.

CORRECCIN DE LA EVALUACIN N 1.
1) 5.- Viviana Erazo debe trabajar por lo menos 20 horas a la semana para completar
su ingreso mientras asiste a la escuela. Tiene la oportunidad de trabajar en dos
tiendas al detalle: en la tienda 1 Viviana puede trabajar entre 5 y 12 horas a la
semana, en la tienda 2 le permiten trabajar entre 6 y 10 horas. Ambas tiendas
pagan lo mismo por hora. De manera que Viviana quiere basar su decisin acerca
de cuantas horas debe trabajar en cada tienda en un criterio diferente: el factor del
estrs en el trabajo.

Basndose en entrevistas con los empleados actuales, Viviana calcula que en una
escala de 1 a 10, los factores del estrs son de 8 y 6 en las tiendas 1 y 2,
respectivamente. Debido a que el estrs aumenta por hora, ella supone que ele
estrs total al final de la semana es proporcional al nmero de horas que trabaja en
la tienda. Cuntas horas debe trabajar en cada tienda?

VARIABLES:
Tienda 1: X
1

Tienda 2: X
2

FUNCION OBJETIVO:
Z
(Min)
= 8X
1
+ 6X
2

RESTRICCIONES:
Total de horas: X
1
+ X
2
20
Trabajo tienda 1: 5 X
1
12 X
1
5 y X
1
12
Trabajo tienda 2: 6 X
2
10 X
2
6 y X
2
10

VARIABLES DE NO NEGATIVIDAD:
X
1
; X
2
0
GRFICA:



FUNCIN OBJETIVO:

Z
(Min)
= 8X
1
+ 6X
2
Tienda 1 X1 Tienda 2 X2 Z
(Min)

12 8 144
10 10 140
12 10 156

INTERPRETACIN:
Para alcanzar el mnimo nivel de estrs conforme con el tiempo de trabajo, Viviana
debe trabajar 10 horas en la Tienda 1 y 10 horas en la Tienda 2.
2) 6.- Baba Company emplea a 4 carpinteros durante 10 das para ensamblar sillas y
mesas. Se requiere 30 minutos para ensamblar una silla y 2 horas para ensamblar
una mesa. Por lo comn los clientes compran entre cuatro y seis sillas con cada
mesa. Las utilidades son de $13.5 por mesa y $5 por silla. La compaa opera un
turno de 8 horas al da. Determine grficamente la mezcla de produccin ptima de
los 10 das.

VARIABLES:
Sillas: X
1

Mesas: X
2

FUNCION OBJETIVO:
Z
(Max)
= 5X
1
+ 13.5X
2

RESTRICCIONES:
Disponible: 10 x 4 x 8 = 320
Tiempo: 0.5X
1
+ 2X
2
320
Venta: 4X
2
X
1
6X
2
Venta 1: 4X
2
X
1
0
Venta 2: X
1
6X
2
0
VARIABLES DE NO NEGATIVIDAD:
X
1
; X
2
0
GRFICA:








FUNCIN OBJETIVO:
Z
(Max)
= 5X
1
+ 13.5X
2
Sillas X1 Mesas X2 Z
(Max)

0 0 0
320 80 2680
384 64 2784

INTERPRETACIN:
La produccin ptima que alcance la mxima ganancia de $2784 es elaborando 384
unidades de sillas y 64 unidades de mesas.
EJERCICIOS (Investigacin Operativa Tomo I Econ. Juan Carlos Erazo):
7.- Para el modelo (De la Dieta). Ozark Farms utiliza diariamente por lo menos
800libras de alimento especial. El alimento especial es una mezcla de maz y semilla
de soya, con las siguientes composiciones:
LIBRA POR LIBRA DE ALIMENTO PARA GANADO
Alimento para
ganado
Protenas Fibra Costo (Libra)
Maz 0.09 0.02 0.30
Soya 0.60 0.06 0.90

Los requerimientos dietticos diarios del alimento especial estipulan por lo menos un
30% de protenas y cuando mucho un 5% de fibra. Ozark Farms desea determinar el
costo mnimo diario de la mezcla de alimento, supongamos que la disponibilidad diaria
de maz se limita a 450 libras.
Identifique el nuevo espacio de solucin y determine la nueva solucin ptima.
VARIABLES:
Maz: X
1

Soya: X
2

FUNCION OBJETIVO:
Z
(Min)
= 0.30X
1
+ 0.90X
2

RESTRICCIONES:
Protenas: -0.21X
1
+ 0.30X
2
0 Viene de; [0.09X
1
+ 0.6X
2
0.30 (X
1
+X
2
)]
Fibra: -0.3X
1
+ 0.9X
2
0 Viene de; [0.02X
1
+ 0.06X
2
0.05 (X
1
+X
2
)]
Maz: X
1
450

Alimento Especial: X
1
+ X
2
800

VARIABLES DE NO NEGATIVIDAD:
X
1
; X
2
0
GRFICA:



FUNCION OBJETIVO:
Z
(Min)
= 0.30X
1
+ 0.90X
2

Maz X1 Soya X2 Z
(Min)

450 1350 1350
200 600 600
450 350 450

INTERPRETACIN:
Para obtener una solucin ptima se debe realizar una minimizacin de costos con una
mezcla de 450 libras de maz y 350 libras de soya, dando as un costo total de $450.




8.- El Banco del Pacfico esta asignando un mximo de $200.000 para prstamos
personales y de automviles durante el prximo mes. El banco cobra 14% por
prstamos personales y 12% por prstamos para automviles. Ambos tipos de
prstamos se liquidan al final de un periodo de un ao. La experiencia muestra que
alrededor del 3% de los prstamos personales y el 2% de los prstamos para
automviles nunca se liquidan. Por lo comn, el banco asigna cuando menos el doble
de los prstamos personales a los prstamos para automviles.

Determine la asignacin ptima de fondos para los tipos de prstamos y la tasa neta de
utilidad que obtendr el banco de todos los prstamos.

VARIABLES:
Prstamos Personales: X
1

Prstamos para Automviles: X
2

FUNCION OBJETIVO:
Z
(Max)
= 0.14 (0.97X
1
)+ 0.12 (0.98X
2
)

- 0.03X
1
- 0.02X
2
Z
(Max)
= 0.1058 X
1
+ 0.0976X
2

RESTRICCIONES:
Disponibilidad de Prstamos: 1X
1
+ 1X
2
200.000
Asignacin: X
1
2X
2


VARIABLES DE NO NEGATIVIDAD:
X
1
; X
2
0
GRFICA:


FUNCION OBJETIVO:
Z
(Max)
= 0.1058 X
1
+ 0.0976X
2

P. Personales X1 P. Automviles X2 Z
(Max)

0 0 0
200000 0 21160
133333,3 66666,66 20613,33

INTERPRETACIN:
La asignacin ptima de fondos para obtener la mxima ganancia que asciende a
$21160 seria destinando $200.000 para prstamos personales.

9.- Dos productos se fabrican en un centro de maquinado. Los tiempos de produccin
por unidad de los productos 1 y 2 son de 10 y 12 minutos respectivamente.
El tiempo regular total de la mquina es de 2500 minutos por da. En un da cualquiera,
el fabricante vende entre 150 y 200 unidades del producto 1, pero no ms de 45
unidades del producto 2. Se pueden emplear hora extras para satisfacer la demanda a
un costo adicional de 0.50 centavos de dlar por minuto.

Suponiendo que las utilidades por unidad de los productos 1 y 2 son 6 y 7.5 dlares
respectivamente, formule un modelo y determine el nivel ptimo de fabricacin para
cada producto, as como cualesquiera nmero de horas extra necesarias en el centro.

VARIABLES:
Producto 1: X
1

Producto 2: X
2

FUNCION OBJETIVO:
Z
(Max)
= 6X
1
+ 7.50X
2
0.50X
3

RESTRICCIONES:
Tiempo de Produccin: 10X
1
+ 12X
2
X
3
250.000
Venta Producto 1: X
1
150 ^ X
1
200
Venta Producto 2: X
2
45

VARIABLES DE NO NEGATIVIDAD:
X
1
; X
2
0



GRFICA:

No disponible para este problema

FUNCION OBJETIVO:
Z
(Max)
= 6X
1
+ 7.50X
2
0.50X
3

Producto
1
Producto2 Horas
Extras
RHS Dual
Maximize 6 7,5 1,5
Constraint 1 1 0 0 >= 150 0
Constraint 2 1 0 0 <= 200 21
Constraint 3 0 1 0 <= 45 25,5
Constraint 4 10 12 -1 = 2500 -1,5
Solution-> 200 45 40 $1.597,5

INTERPRETACIN:
Para tener un nivel ptimo de produccin se debe elaborar 200 unidades del producto
1, 45 unidades del producto 2 con un total de 40 horas extras, con lo que se podr la
mxima ganancia que asciende a $1.597,5.

10.- Popeye Canning tiene un contrato para recibir 60.000 libras de tomates maduros a
7 centavos de dlar, con las cuales produce jugo de tomate enlatado, as como pasta
de tomate. Los productos enlatados se empacan en cajas de 24 latas. Una lata de jugo
requiere una libra de tomates frescos y la lata de pasta solo requiere 1/3 de libra. La
participacin de mercado de las compaas se limita a 2000 cajas de jugo y 6000 cajas
de pasta. Los precios de mayoreo por caja de jugo y de pasta son de 18 y 9 dlares,
respectivamente.
Desarrolle un programa de produccin ptima para Popeye.

VARIABLES:
Caja de Jugo: X
1

Caja de Pasta: X
2

FUNCION OBJETIVO:
Z
(Max)
= 18X
1
+ 9X
2

RESTRICCIONES:
Disponibilidad de Tomates: 24X
1
+ 8X
2


60.000
Venta Cajas de Jugo: X
1
2000
Venta Cajas de Pasta: X
2
6000

VARIABLES DE NO NEGATIVIDAD:
X
1
; X
2
0
GRFICA:



FUNCION OBJETIVO:
Z
(Max)
= 18X
1
+ 9X
2

C. Jugo X1 C. Pasta X2 Z
(Max)

0 0 0
2000 0 36000
0 6000 54000
2000 1500 49500
500 6000 63000

INTERPRETACIN:
Para obtener la produccin ptima con una mxima ganancia de $63.000 se debe
producir 500 cajas de jugo y 6000 cajas de pasta de tomate.

11.- Jessy es una estudiante de IV nivel de la ESPE de la carrera de Ing. Finanzas, se
da cuenta que slo el estudio y nada de diversin le hacen ser una chica aburrida,
Jessy desea distribuir su tiempo disponible de aproximadamente 10 horas por da.
Estima que divertirse es 2 veces ms entretenido que hacer las tareas. Tambin desea
estudiar por lo menos el mismo tiempo que le quiere dedicar a la diversin. Sin
embargo Jessy comprende que para cumplir con sus tareas no puede divertirse ms de
4 horas al da. Como debe distribuir su tiempo para maximizar su placer para estudiar
como para divertirse.

VARIABLES:
Estudio: X
1

Diversin: X
2

FUNCION OBJETIVO:
Z
(Max)
= X
1
+ 2X
2

RESTRICCIONES:
Tiempo Disponible: X
1
+ X
2


10
Cantidad: X
1
X
2

Diversin: X
2
4

VARIABLES DE NO NEGATIVIDAD:
X
1
; X
2
0
GRFICA:




FUNCION OBJETIVO:
Z
(Max)
= X
1
+ 2X
2

Estudio X1 Diversin X2 Z
(Max)

0 0 0
10 0 10
6 4 14
4 4 12

INTERPRETACIN:
Para maximizar su placer tanto para estudiar como para la diversin, Jessy debe
distribuir su tiempo de la siguiente manera, 6 horas para estudiar y 4 horas para
divertirse.