Documente Academic
Documente Profesional
Documente Cultură
Operativa I
Programacin
Lineal
Producto
2/5
3/5
Base disolvente
1/2
1/5
3/10
Materia Prima
Materia prima 1
20 toneladas
Materia Prima 2
5 toneladas
Materia prima 3
21 toneladas
Debido a deterioro y la naturaleza del proceso de produccin, cualquier materia prima que no se
utilice para produccin actual resulta intil y debe descartarse.
El departamento de control de calidad ha analizado las cifras de produccin, asignando todos los
costos correspondientes, y para ambos productos lleg a precios que resultarn en una contribucin
a la utilidad de 40 dlares por tonelada de aditivo para combustible producida y de 30 dlares
por cada tonelada de base disolvente producido. La administracin de RMC, despus de una anlisis
de la demanda potencial, ha concluido que los precios establecidos asegurarn la venta de todo el
aditivo para combustible y de toda la base disolvente que se produzca.
El problema de RMC es determinar cuntas tonelada de cada producto deber producir para maximizar
la contribucin total de la utilidad. Si Ud. Estuviera a cargo de la programacin de la produccin para
RMC. qupe decisin tomara? Esto es, Cuntas tonaladas de aditivo para combustible y cuntas
toneladas
Oswaldo Paul
Rivadeneira
Pgina:
1
de base disolvente producira usted para el perodo actual de produccin? Escriba sus decisiones abajo y
1
encuentre sus resultados.
Solucin:
Diseo del modelo matemtico:
Definicin de variables
X1 = nmero de toneladas de aditivo para combustible X2 = nmero de
toneladas de base disolvente
Funcin objetivo:
Maximizar la contribucin a la utilidad, Z = 40 X1 + 30 X2
Restricciones
Toneladas de materia prima 1
Toneladas de materia prima 2
Toneladas de materia prima 3
2/5X1 + 1/2X2 20
1/5X2 5
3/5X1 + 3/10X2 21
No negatividad
Xi 0; i=1,2 Entrada de
Salida de resultados
Pgina:
2
con:
Definicin de variables
X1 = nmero de unidades adquiridas en el fondo de acciones
X2 = nmero de unidades adquiridas en el fondo del mercado de dinero
Funcin objetivo:
Minimizar el riesgo, Z = 8 X1 + 3 X2
Restricciones
Fondos disponibles
anual
Unidades en fondo
Pgina:
3
No negatividad
Xi 0; i=1,2 Entrada de
Informe de asesora:
Innis Investments aconseja al cliente que adquiera 400 unidades a 50 dlares cada una en Acciones y
10.000 unidades a 100 dlares cada en el mercado de dinero para obtener una ganancia de 62.000
dlares al ao.
3. PAR es un pequeo fabricante de equipo y accesorios para golf cuyo distribuidor lo convenci de que
existe un mercado tanto para la bolsa de golf de precio medio, conocida como modelo estndar, como
para una bolsa de golf de precio elevado, conocida como modelo deluxe. El distribuidor tiene tanta
confianza en el mercado que si PAR puede fabricar las bolsas a un precio competitivo, el
distribuidor est de acuerdo en adquirir todas las bolsas que PAR pueda fabricar en los siguientes tres
meses. Un anlisis cuidadoso de los requerimientos de fabricacin dieron como resultado la tabla
siguiente, que muestra las necesidades de tiempo de produccin para las cuatro operaciones de
manufactura requeridas y la estimacin por parte del departamento de contabilidad de la contribucin a la
utilidad por bolsa.
Tiempo de produccin
Corte
Oswaldo Paul
Rivadeneira
Costura
Terminado
Inspeccin
Utilidad por
Pgina: 4
Producto
teido
Estndar
7/10
1/2
Deluxe
5/6
y empaque
Bolsa
1/10
$10
2/3
1/4
$9
El director da manufactura estima que durante los siguientes tres meses estarn disponibles 630 horas
de tiempo de corte y teido, 600 horas de tiempo de costura, 708 horas de tiempo de terminado y
135 horas de tiempo de inspeccin y empaque para la produccin de las bolsas de golf.
a)
Si
la
empresa
desea
maximizar
la
contribucin
total
a
utilidad,Cuntas bolsas de cada modelo deber fabricar?
Qu contribucin a la utilidad puede obtener PAR de estas cantidades de produccin?
b)
c)
la
d)
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Cantidad de unidades de bolsas de golf estandar X2 = Cantidad
de unidades de bolsas de golf de lujo
Funcin Objetivo
Z max = 10X1 + 9X2
Restricciones
0.7X1 + 1.0X2 630 Horas de Corte y teido 0.5X1 +
0.8334X2 600 Horas de Costura 1.0X1 + 0.6667X2 708
Horas de Terminado
0.1X1 + 0.25X2 35 Horas de Inspeccin y Empaque
No negatividad
Xi 0; i=1,2
Solucin grfica:
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson. Pgina
264. Problema 15.
Solucin Solver:
a)
b)
c)
d)
Debe fabricar 539,98 bolsas de golf estndar y 252,01 bolsas de golf de Lujo.
Contribucin total = $ 7.667,942
Se programarn 620 horas de Corte y Teido, 480.02 horas de Costura, 708 horas de
Terminado y 117 horas de Inspeccin y Empaque.
Los tiempos de holgura son de 119.98 para Costura y 18 horas para Inspeccin y
Empaque. Las operaciones de Corte y Teido, y Terminado no tienen holgura.
4. PAR es un pequeo fabricante de equipo y accesorios para golf cuyo distribuidor lo convenci de que
existe un mercado tanto para la bolsa de golf de precio medio, conocida como modelo estndar, como
para una bolsa de golf de precio elevado, conocida como modelo Deluxe. El distribuidor tiene tanta
confianza en el mercado que si PAR puede fabricar las bolsas a un precio competitivo, el
distribuidor est de acuerdo en adquirir todas las bolsas que PAR pueda fabricar en los siguientes tres
meses. Un anlisis cuidadoso de los requerimientos de fabricacin dieron como resultado la tabla
siguiente, que muestra las necesidades de tiempo de produccin para las cuatro operaciones de
manufactura requeridas y la estimacin por parte del departamento de contabilidad de la contribucin a la
unidad por bolsa.
Tiempo de produccin
Corte
Costura
Terminado
Inspeccin
y empaque
Estndar
y teido
7/10
1/2
1/10
$10
Deluxe
5/6
2/3
1/4
$9
Producto
Utilidad por
Bolsa
El director da manufactura estima que durante los siguientes tres meses estarn disponibles 630 horas
de tiempo de corte y teido, 600 horas de tiempo de costura, 708 horas de tiempo de terminado y
135 horas de tiempo de inspeccin y empaque para la produccin de las bolsas de golf.
Resuelva el problema descrito y luego responda a las siguientes preguntas:
a)
b)
c)
Si cada una de estas situaciones se encuentra por separado, Cul sera la solucin ptima y la contribucin
4
total a la utilidad?
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Cantidad de unidades de bolsas de golf estandar X2 = Cantidad
de unidades de bolsas de golf de lujo
Funcin Objetivo
Z max = 10X1 + 9X2
Restricciones
0.7X1 + 1.0X2 630 Horas de Corte y teido 0.5X1 +
0.8334X2 600 Horas de Costura 1.0X1 + 0.6667X2 708
Horas de Terminado
0.1X1 + 0.25X2 135 Horas de Inspeccin y Empaque
No negatividad
Xi 0; i=1,2
Solucin GLP
665
630
Payoff: 10.0000 X1 + 9.0000 X2 = 7667.9417
595
560
525
490
455
420
385
350
315
280
245
210
175
140
105
70
35
0
0
60
114
120 180
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson. Pgina
265. Problema 16.
Solucin Solver:
a)
b)
c)
Utilidad por
Modelo
Corte
Terminado
Normal
y costura
1
1/2
1/8
$5
Catcher
3/2
1/3
1/4
$8
Empaque y
embarque
de la utilidad.
c)
Cul es la contribucin total a la utilidad que puede ganar Nelson con las cantidades de
produccin arriba citadas?
Cuntas
horas
de
produccin
seran
programadas
en
cada
departamento?
5
Cul es el tiempo libre de cada departamento?
d)
e)
Solucin:
a) Formulacin del modelo:
Definicin de variables
X1 = Cantidad de guantes de Bisbol normal
X2 = Cantidad de guantes de Bisbol tipo Manopla
Funcin Objetivo
Z max = 5X1 + 8X2
Restricciones
X1 + 1.5X2 900 horas de Corte y Costura 0.5X1 + 0.3334X2
300 horas de Terminado
0.125X1 + 0.25X2 100 horas de Empaque y Embarque
No negatividad
Xi 0; i=1,2
Solucin GLP
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson. Pgina
266. Problema 22.
455
Payoff: 5.0 X1 + 8.0 X2 = 3699.9
420
385
350
315
280
245
210
175
140
105
70
35
0
300
360
420
480
540
600
660
720
780
840
900
6. George Johnson hered recientemente una gran suma de dinero; desea utilizar parte de este dinero
para establecer un fideicomiso para sus dos hijos. El fideicomiso tiene dos opciones de inversin:
(1) un fondo de bonos y (2) un fondo de acciones. Los rendimientos proyectados durante la vida de las
inversiones son 6% para el fondo de bonos y 10% para el de acciones. Independientemente de la porcin
de la herencia que finalmente decida comprometer al fideicomiso, desea invertir por lo menos 30% de
dicha cantidad en el fondo de bonos. Adems, desea seleccionar una combinacin que le permita
obtener un rendimiento total de por lo menos 7.5%.
a)
b)
Solucin:
Definicin de variables
X1 = cantidad de dinero invertido en fondo de bonos X2 = cantidad de
dinero invertido en fondo de acciones
Funcin Objetivo Zmax =
1X1 + 1X2
Restricciones
X1 30% (100) inversin en fondo de bonos
6% X1 + 10% X2 7.5% (100) rendimiento total X1 + X2 100
relacin entre inversiones
No negatividad Xi
0; i=1,2
Datos entrada Solver
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson. Pgina
266. Problema 23.
Solucin grfica:
7. El propietario de Sea Warf Restaurant deseara determinar cual es la mejor forma de asignar un
prosupuesto mensual de publicidad de 1.000 dlares entre
peridicos y la radio. La administracin ha decidido que por lo menos 25% del presupuesto debe
utilizarse en cada uno de estos dos tipos de medios y que el monto del dinero gastado en publicidad en
peridicos locales debe tener por lo menos el doble de los que se gaste en radio. Un asesor de
mercadotecnia ha desarrollado un ndice que mide la exposicin del auditorio por dlar de publicidad en
una escala de 0 al 100, donde valores ms elevados del ndice indican mayores exposiciones al
auditorio. Si el valor del ndice para publicidad en los peridicos locales es de 50, y para el anuncio de
radio es de 80, Cmo debera asignar la administracin el presupuesto de publicidad, a fin de maximizar
el valor de exposicin total en el auditorio?
a)
Formule un modelo de programacin lineal que se pueda utilizar para determinar la manera
en que la administracin debe asignar el presupuesto de publicidad a fin de maximizar el
valor de la exposicin total del auditorio.
7
Resuelva el problema utilizando el procedimiento de solucin grfica y por solver
b)
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Cantidad de dlares asignados a peridicos X2 = Cantidad
de dlares asignados a radio
Funcin Objetivo Zmax=
50X1 + 80X2
Restricciones
X1 0.25(X1 + X2)
mnimo para peridicos X2
0.25(X1 + X2)
mnimo para radio
X1 2X2 relacin peridicos y radio X1 + X2
1000
presupuesto
No negatividad Xi
0; i=1,2
Solucin GLP
Oswaldo Paul
Rivadeneira
Pgina:
15
X2
40
0
380
360
340
320
Payoff: 50.00 X1 + 80.00 X2 = 46000.00
300
280
260
240
: 1.00 X1 + 2.00 X2 = 1000.00
220
200 : 0.75 X1 - 0.25 X2 = 0.00
180
160
140
120
100
: -0.25 X1 + 0.75 X2 = 0.00
80
60
40
: 1.00 X1 - 2.00 X2 = 0.00
20
0
0
33 66 99
594 627
66
132
165
198
231
264
297
330
363
396
429
462
495
528
8. Invesment Advisors es una empresa de corretaje que administra carteras de valores para clientes. Un
cliente nuevo ha solicitado que la empresa maneje una cartera de inversiones de $80.000. Como
estrategia inicial de inversin, el cliente desea restringir la cartera a una combinacin de las acciones
siguientes:
Accin
Precio
Rendimiento
ndice de riego
U.S. OIL
por Accin
$25
0.50
Hub Properties
$50
$5
0.25
El ndice de riesgo por accin es una clasificacin del riesgo relativo de dos alternativas de inversin.
Para los datos dados, se piensa que U.S. OIL es la inversin sujeta a ms riesgo. Al restringir el riesgo
total de la cartera, la firma de inversiones evita colocar cantidades excesivas de la cartera en
inversiones potencialmente de rendimiento alto y riesgo elevado. Para la cartera actual se ha
establecido un lmite superior a 700 para el ndice de riesgo total de todas las inversiones, tambin la
empresa ha establecido un lmite superior de 1.000 acciones para los valores U.S. OIL ms
riesgosos. Cuntas acciones de cada uno de estos valores deben ser adquiridos a fin de maximizar
8
en rendimiento anual total?
Solucin:
Oswaldo Paul
Rivadeneira
Pgina:
16
561
Definicin de variables
X1 = Cantidad de acciones en U.S.Oil
X2 = Cantidad de acciones en Hub Properties
Funcin Objetivo
Z max = 3X1 + 5X2
Restricciones
0.50X1 + 0.25X2 700 por riesgo
X1
1000 inversin en U.S. OIL 25X1 +
50X2 = 80.000 inversin en acciones
No negatividad Xi
0; i=1,2
Solucion GLP
X2
Payoff: 3.00 X1 + 5.00 X2 = 8400.00
158
0
1501
1422
1343
1264
1185
1106
1027
948
869
790
711
632
553
474
395
316
237
158
: 25.00 X1 + 50.00 X2 = 80000.00
79
0
: 1.00 X1 + 0.00 X2 = 1000.00
: 0.50 X1 + 0.25 X2 = 700.00
0 49 98 147 196 245 294 343 392 441 490 539 588 637 686 735 784 833 882 931 980
X1
Optimal Decisions(X1,X2): (800.00, 1200.00)
: 0.50X1 + 0.25X2 <= 700.00
: 1.00X1 + 0.00X2 <= 1000.00
: 25.00X1 + 50.00X2 <= 80000.00
Oswaldo Paul
Rivadeneira
Pgina:
17
U.S.Oil
Cantidad
Contrib. Utilidad
0,25
Utiliza
do
0,75
50
1
75
Restricciones
Riesgo
0,5
En U.S.Oil
1
Datos de salida SOLVER
Inversin
25
HUB
max
U.S.Oil
Cantidad
800
1200
Contrib. Utilidad
Restricciones
Riesgo
En U.S.Oil
Inversin
0,5
1
25
HUB
0,25
50
Lmit
e700
1000
8000
0
N
o
Ut
699,2
5
999
7992
5
max
840
0
Utiliza
do
700
800
80000
Lmit
e700
1000
8000
mexicanos y los
0
N
o
Ut
-7,4E10
200
-7,3Evende 08
a Western
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Cantidad de tarros de salsa Western Foods X2 = Cantidad
de tarros de salsa Mxico City
Funcin Objetivo
Z max =
(1.64 (0.10+0.02+0.03+50%(10)(0.96)/16+30%(10)(0.64)/16+20%(10)(0.56)/16))X1 +
(1.93 (0.10+0.02+0.03+70%(10)(0.96)/16+10%(10)(0.64)/16+20%(10)(0.56)/16))X2
Z max = (1.64 (0.15 + 0.3 + 0.12 + 0.07))X1 + (1.93 (0.15 + 0.42 + 0.04 + 0.07))X2
Z max = 1X1 + 1.25X2
Restricciones
5X1 + 7X2 4480 libras de tomates enteros 3X1 + 1X2
2080 libras de salsa de tomate 2X1 + 2X2 1600 libras
de pasta de tomate
No negatividad Xi
0; i=1,2
Solucin con GLP
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson. Pgina
267. Problema 26.
80
0
75
0
70
0
65
0
60
0
55
0
50
0
45
0
295
344
393
442
491
540
589
638
687
30
0
25
0
20
0
15
0
10
0
50
0
Optimal Decisions(X1,X2): (560.00, 240.00)
: 5.00X1 + 7.00X2 <= 4480.00
: 3.00X1 + 1.00X2 <= 2080.00
: 2.00X1 + 2.00X2 <= 1600.00
SALSA
Western
Foods
Mxic
o City
Max
Cantidad de tarros
Utilidad
1.25
Restricciones
tomates enteros
Lmit
No
12
4480
e
4468
utiliz
salsa de tomate
2080
2076
2.2
5
Utilizado
736
785
pasta de tomate
SALSA
Cantidad de tarros
Utilidad
Western
Foods
Mxic
o City
560
240
1.25
Max
86
0
1600
1596
Restricciones
tomates enteros
Lmite
No
Utilizado
4480
4480
salsa de tomate
1920
2080
-6.2Eutiliz
09
160
pasta de tomate
1600
1600
-3.7E09
10.El editor de produccin de Rayburn Publishing Company tiene 1.800 pginas de manuscrito que debe ser
revisadas. Debido al poco tiempo involucrado, slo hay dos revisores disponibles Erhan Mergen y Sue
Smith. Erhan tiene diez das disponibles y Sue doce das. Erhan puede procesar 100 pginas de
manuscrito por da, y Sue 150 pginas diarias. Rayburn Publishing Company ha desarrollado un ndice para
medir la calidad general de un revisor en una escala de 1 (peor) a 10 (mejor). La calidad de Erhan es 9 y
la de Sue es 6, adems, Erhan cobra 3 dlares por pgina de manuscrito revisado, Sue cobra 2 dlares por
pgina. Se ha asignado un presupuesto de $4.800 para la revisin, cuntas pginas deben ser asignadas
10
a cada revisor para completar el proyecto con la calidad ms elevada posible?
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = cantidad de pginas revisadas por Erhan X2 =
cantidad de pginas revisadas por Sue
Funcin Objetivo
Z max = 9X1 + 6X2
Restricciones
3X1 + 2X2 4.800 presupuesto
X1 + X2 = 1.800 nmero de pginas X1/100 10
das disponibles de Erhan X2/150 12 das
disponibles de Sue
No negatividad Xi
0; i=1,2
Solucin GLP
10
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 267. Problema 27.
: 3.0 X1 + 2.0 X2 =
4800.0
: 0.0 X1 + 1.0 X2 = 1800.0
: 1.0 X1 +
0.0 X2 = 1000.0
60 120 180 240 300 360 420 480 540 600 660 720 780 840 900 960 1020108011401200
X1
Pginas revisadas
Ehra
Cantidad
Calidad
Sue
n1
Restricciones
3
Horas Ehran
Horas Sue
1
4800
No
utiliz
4795
1000
999
1800
1799
1800
1798
Limite
Salida SOLVER
Pginas revisadas
15
Utilizado
Presupuesto
Nm. Pginas
Max
Su
e
Cantidad
1000
Calidad
Max
80
0
6
1380
0
Restricciones
Presupuesto
Utilizado
3
4600
Limite
480
0
No
utiliz
200
Horas Ehran
Horas Sue
Nm. Pginas
1000
1000
800
1800
1800
1800
-1,1E10
1000
-4,2E09
11.Car Phones vende dos modelos de telfono para automvil: X y Y Los registros muestran que se
utilizan 3 horas de tiempo de ventas por cada modelo de telfono X vendido, y 5 horas de tiempo de
ventas por cada telfono de modelo
Y. Estn disponibles un total de 600 horas de venta para el siguiente perodo de cuatro semanas.
Adems, las polticas de planeacin de la administracin exigen metas mnimas de ventas de 25
unidades, tanto para el X como para el Y.
a. Muestre la regin factible
b. Si la empresa obtiene una contribucin a la utilidad de 40 dlares por cada modelo X vendido y
una contribucin a la utilidad de 50 dlares por cada modelo Y vendido. Cul es la meta ptima
de ventas para la empresa durante el perodo de 4 semanas?
c. Desarrolle una restriccin y muestre la regin factible si la administracin agrega la restriccin
que Car Phones debe vender por lo menos tantos telfonos Y como telfonos X.
11
d. Cul es la nueva solucin ptima si al problema se le agrega la restriccin del inciso (c)?
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Nmero de unidades de telfonos modelo X X2 = Nmero
de unidades de telfonos modelo Y
Restricciones
3X1 + 5X2 600
No negatividad Xi
0; i=1,2
Solucin GLP
11
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 268. Problema 28.
X
2
2
2
X1
Telfono
Model
oX
Model
oY
Max
Cantidad
Utilidad
40
50
Restricciones
90
Utilizado
Horas disp.
Venta min X
Venta min Y
Lmite
No
Uti
liz
600
592
25
-24
25
-24
Telfono
Cantidad
Model
oX
Model
oY
Max
158,333
3
40
25
Horas disp.
600
600
-1,4E-09
Utiliz
Venta min X
25
158,333
3
25
25
133,333
3
2,64E-12
Utilidad
50
Restricciones
Venta min Y
7583,33
3
Utilizado
Lmite
No
12.Greentree Kennels proporciona alojamiento por una noche para mascotas. Una caracterstica particular en
Greentree es la calidad del cuidado que reciben las mascotas, incluyendo una excelente alimentacin.
La comida para perros de la perrera se elabora mezclado dos alimentos de marca para perros a
fin de obtener lo que la perrera identifica como una dieta para perros bien balanceada. Los datos para
las dos comidas con las siguientes:
Comida
Costo/onza
Protenas %
Grasa %
Bark Bits
Canine Chow
0.06
0.05
30
20
15
30
Si Greentree desea asegurarse de que los perros reciban por lo menos 5 onzas de protenas y como
12
mnimo 3 onzas de grasas cada da, Cul es la mezcla de costo mnimo de los alimentos para perros?
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Cantidad de onzas de comida Bark Bits
X2 = Cantidad de onzas de comida Canine Chow
Funcin Objetivo
Zmin = 0.06X1 + 0.05X2
Restricciones
0.3X1 + 0.2X2 5 contenido de protenas
0.15 X1 + 0.3 X2 3 contenido de grasas
No negatividad Xi
0; i=1,2
Solucin GLP
12
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 269. Problema 34.
36
30
24
Payoff: 0.06 X1 + 0.05 X2 = 1.02
18
: 0.30 X1 + 0.20 X2 = 5.00
12
0
0
10
20
30
40
50
60
Ba
rk
Bit
Cantidad
Calidad
Cani
ne
Chow
1
0,06
0,05
Restricciones
0,1
1
0,3
0,2
0,5
Limit
e
5
0,15
0,3
0,45
Proteinas
Grasas
Min
Utilizado
Ba
rk
Bit
15
Cani
ne
Chow
2,5
0,06
0,05
Min
1,02
5
No
uti
liz
4,5
2,55
70
80
Restricciones
Proteinas
Grasas
Utilizado
Limit
e
0,3
0,2
0,15
0,3
No
uti
liz
3,3E-
2,2E-
1
13.La New England Cheese Company produce dos quesos crema mezclando quesos chedar tanto suave como
extrafuerte. Los quesos crema se empacan en recipientes de 12 onzas, que despus se venden a
distribuidores en todo el noroeste. La mezcla Regular contiene 80% de chedar suave y 20% de
extrafuerte y la mezcla Zesty contiene 60% de chedar suave y 40% de extrafuerte. Este ao, una
cooperativa lechera local ha ofrecido entregar hasta
8.100 libras de queso chedar a $1.20 por libra y hasta 3.000 libras de queso chedar extrafuerte a
$1.40 por libra. El costo de mezclar y empacar estos quesos crema, excluyendo el costo del queso
mismo, es de $0.20 por recipiente. Si cada recipiente de Regular se vente a $1.95 y cada recipiente Zesty
13
se vende a $2.20. Cuntos recipientes deber producir New England Cheese de Regular y Zesty?
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Cantidad (en miles) de recipientes de queso Regular X2 = Cantidad (en
miles) de recipientes de queso Zesty
Funcin Objetivo
Zmax = (1.95 0.20 - 0.80*0.75*1.20 0.60*0.75*1.40)X1 + (2.20 2.0
0.20*0.75*1.20 0.40*0.75*1.40)X2
Zmax = 0.40X1 + 1.40X2
Restricciones
0.80*0.75X1 + 0.60*0.75X2 8,1 queso chedar suave 0.20*0.75X1 + 0.40*0.75X2
3,0 queso chedar extrafuerte
No negatividad Xi
0; i=1,2
Solucin GLP
13
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 269. Problema 35.
X
2
10
0.82 X1 +
9
8
7
6
5
4
3
2
1
0
0
10
11
Regular
Cantidad en miles
0,4
1,4
Utilidad
Restricciones
Queso Ch. suave
Tiempo prod.
min de salida SOLVER
Datos
Recipientes queso
Cantidad en miles
Utilidad
0,8
0,2
Regula
r
0
0,4
Zesty
0,6
0,4
max
1,
8
Utiliza
do
1,4
0,6
Lm
ite
10,
8
4
N
o
Ut9,4
3,4
Zesty
10
1,4
Restricciones
max
14
Utilizado
0,8
0,6
0,2
0,4
Lmite
No
Uti
liz
10,8
4,8
-5,5E12
12
13
14
X1
0.
14.Los administradores de Healthtech Foods estn considerando desarrollar un nuevo bocadillo bajo en
grasas. Se trata de una mescla de dos tipos de cereales, cada una de ellos con distintas caractersticas
en fibras, grasas y protenas. La tabla siguiente muestra estas caractersticas por onza de cada tipo de
cereal.
Cereal
Fibra diettica
(gramos)
Grasas
(gramos)
Protenas
(gramos)
1.5
Note que cada onza de cereal A proporciona dos gramos de fibra diettica y que cada onza de cereal B da
1.5 gramos de fibra diettica, por lo que si Healthtech fuera a desarrollar el nuevo producto utilizando
una mezcla formada de 50% de cereal A y 50% de cereal B, una onza de ste contendra 1.75 gramos de
fibra diettica. Los requisitos nutricionales de Healthtech exigen que cada onza del nuevo alimento
tenga por lo menos 1.7 gramos de fibra diettica, no ms de 2.8 gramos de grasa y no ms de 3.6
gramos de protenas. El costo del cereal A es de $0.02 por onza y el del B es de $0.025 por onza.
Healthtech desea determinar cunto de cada cereal es necesario para producir una onza del nuevo
producto al menor costo posible.
a. Formule el modelo de programacin lineal para esta situacin
b. Resuelva el problema utilizando el procedimiento de solucin grfica
c. Cules son las variables de holgura y de excedente
d. Si Healthtech pone en el mercado el nuevo cereal en un paquete de 8 onzas.
14
Cul sera el costo del paquete?
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Cantidad de onzas de cereal A X2 =
Cantidad de onzas de cereal B
Funcin Objetivo
Zmin = 0.02X1 + 0.025X2
14
Restricciones
2X1 + 1.5X2 1.7 por fibra diettica 2X1 + 3X2
2.8 por grasas
4X1 + 3X2 3.6 por protenas X1 + X2
= 1 onzas
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 269. Problema 36.
No negatividad Xi
0; i=1,2
Solucin GLP
X
2
1
Cereal
Cantidad en onzas
Costo
Restricciones
fibra diettica
por grasas
por proteinas
B
1
0,02
0,025
2
2
4
Cereal
Cantidad en
onzas
B
0,
85
min
min
1,5
3
3
0,04
5
Utiliza
do
3,5
5
7
Lmit
e 1,7
2,8
3,6
N
o
Ut1,8
-2,2
-3,4
X1
Costo
0,02
0,025
Restricciones
0,017
Utilizado
fibra diettica
1,5
1,7
por grasas
1,7
por proteinas
3,4
Lmite
1,7
No
Uti
liz
9,12E
-
2,8
1,11
3,6
0,2
15.MD Chemical produce dos productos que se venden como materia prima para empresas fabricantes de
jabones para bao, detergentes para lavandera y otros productos de jabn. Apoyndose en un anlisis de
los niveles actuales de inventarios y de la demanda potencial para el mes siguiente, la administracin de
MD ha especificado que la produccin total de los productos 1 y 2 combinados debe ser de por lo
menos 350 galones. Adems debe cumplir con un pedido de un cliente de importancia de 125
galones del producto 1. El tiempo de procesado del producto 1 requiere dos horas por galn, y del
producto 2 requiere de una hora; para el mes siguiente, hay disponibilidades de 600 horas de proceso.
Los costos de produccin son 2 dlares por galn del producto 1 y 3 dlares del producto 2.
a. Determine
las
cantidades
de
produccin
que
satisfagan
los
requisitos
especificados al costo mnimo.
b. Cul es el costo total del producto?
c. Identifique la cantidad de cualquier produccin excedente.
15
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Cantidad de galones del producto 1 X2 =
Cantidad de galones de producto 2
Restricciones
X1 + X2 350
galones producidos X1
125 pedido de un cliente
2X1 + 1X2 600
horas de proceso
No negatividad Xi
0; i=1,2
Solucin GLP
15
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 270. Problema 37.
X2
44
0
418
396
374
352
330
308
286
264
242
Payoff: 2.0 X1 + 3.0 X2 = 800.0
220
198
176
154
132
110
88
: 2.0 X1 + 1.0 X2 = 600.0
66
44
: 1.0 X1 + 0.0 X2 = 125.0
22
0
: 1.0 X1 + 1.0 X2 = 350.0
0
20
40
60
80
100 120 140 160 180
400 X1
Cantidad galones
Costo
Utiliza
do
2
1
3
Restricciones
Galone
s
produc
Pedido cliente
Horas proceso
1
1
2
min
250
100
min
80
0
Lmit
e
350
125
600
N
o
Ut
-348
124
597
380
Restricciones
Galones
producido
s
Pedido cliente
Horas proceso
Utilizado
1
1
2
Lmite
No Utiliz
350
350
8,11E-10
250
125
-125
600
600
-2,9E-10
16.Photo Chemicals produce dos tipos de fluido para revelado fotogrfico. Ambos productos le cuestan a
la empresa un dlar por galn producirlos. Con base e una anlisis de niveles actuales de inventario y
en las rdenes en mano para el mes siguiente, la administracin de Photo Chemicals ha decidido que
durante las siguientes dos semanas se produzcan por los menos 30 galones del producto 1 y por lo menos
20 galones del producto 2. Tambin ha dicho la administracin que en el transcurso de las siguientes dos
semanas debe utilizarse el inventario existente de una materia prima muy perecedera necesaria en la
produccin de ambos fluidos. El inventario actual de esta materia prima muy perecedera es de
80 libras. Aunque de ser necesario se puede ordenar ms de esta materia prima, cualquier
parte del inventario actual no utilizada se echar a perder dentro de las siguientes dos semanas;
de ah el requerimiento de la administracin de que por lo menos se utilicen las 80 libras en las
siguientes dos semanas. Adems, el producto 1 requiere de una libra de esta materia prima
perecedera por galn, y el producto 2 requiere 2 libras de la materia prima por galn. Dado que el
objetivo de la administracin es mantener los costos de produccin al mnimo nivel posible, estn
buscando un plan de produccin de costo mnimo que utilice la totalidad de las 80 libras de la materia
prima perecedera y que obtenga por lo menos 30 galones del producto 1 y por lo menos 20
16
galones del producto 2. Cul es la solucin de costo mnimo?
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Cantidad de galones de fluido tipo 1 X2 =
Cantidad de galones de fluido tipo 2
Funcin Objetivo
Zmin = X1 + X2
Restricciones
X1 30 produccin mnima de producto 1 X2 20
produccin mnima de producto 2 X1 + 2X2 80 libras
de materia prima
No negatividad Xi
0; i=1,2
Oswaldo Paul
Rivadeneira
Pgina:
33
Solucion GLP
Payoff: 1.0 X1 + 1.0 X2 = 60.0
X
2
25
24
23
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
10
12
14
16
18
20
22
24
26
28
30
32
34
36
38
40
17.Bryants Pizza es un productor de pizzas congeladas. La empresa tiene una utilidad de un dlar por cada
pizza normal que produzca y de 1.5 dlares por cada pizza de lujo. Cada pizza incluye una combinacin
de pasta de harina y de mezcla de relleno. Actualmente la empresa tiene 150 libras de mezcla de pasta y
de 50 libras de mezcla de relleno. Cada pizza normal utiliza una libra de mezcla de pasta de harina y 4
onzas de mezcla de pasta de relleno. Cada pizza de lujo utiliza una libra de mezcla de pasta de harina
y 8 onzas de mezcal de relleno. Con base en la demanda del pasado, Bryant puede vender por lo menos
50 pizzas normales y por lo menos 25 pizzas de lujo. Cuntas pizzas normales y de lujo deber fabricar la
empresa para maximizar la utilidad?
a. Cul es el modelo de programacin lineal para este problema?
b. Escriba este programa lineal en su forma estndar.
c. Encuentre la solucin ptima.
d. Cules son los valores e interpretaciones de todas las variables de holgura y de excedente?
17
e. Qu restricciones estn asociadas con recursos limitantes?
Solucin:
Formulacin del modelo:
Oswaldo Paul
Rivadeneira
Pgina:
34
X1
Definicin de variables
X1 = Cantidad de Pizzas Normales X2 =
Cantidad de Pizzas De Lujo
Restricciones
X1 + X2 150
pasta de harina 0.25X1 +
0.5X2 50 pasta de relleno X1 50 venta de
pizzas Normales
X2 25 venta de pizzas De Lujo
No negatividad Xi
0; i=1,2
Solucin GLP
160
152
144
: 1.00 X1 + 0.00 X2 = 50.00
136
128
120
112
104
96
88
80
Payoff: 1.00 X1 + 1.50 X2 = 175.00
72
64
56
48
40
32
24
16
8
0
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
Pizzas
Cantidad
Oswaldo Paul
Rivadeneira
Nor
maxmal
1
Lu
jo
1
Pgina:
35
150
160
Utilidad
2,5
1,5
Restricciones
Pasta harina
Relleno
Pizzas Normales
Utilizado
Lmite
No
Uti
liz
150
148
0,25
0,5
0,75
50
49,25
50
-49
25
-24
Pizzas Lujo
Norma
l
100
Luj
o
50
1,5
Restricciones
Pasta harina
1
Relleno
0,25
Pizzas
1
Normales
Pizzas Lujo
1
0,
5
1
max
17
5
Utiliza
do150
50
100
50
Lmit
e150
50
50
25
N
o
Ut
-3,4E10
-6E11
50
25
18.English Motors, Ltd. (EML), ha desarrollado un nuevo vehculo deportivo de utilera, con traccin en la cuatro
llantas. Como parte de la campaa de mercadotecnia, EML ha desarrollado una presentacin de ventas en
video cinta que se enviar tanto a propietarios de vehculos de traccin en las cuatro ruedas EML
actuales, como a propietarios de vehculos utilitarios deportivos de cuatro ruedas ofrecidos por los
competidores EML se refiere a estos dos mercados objetivo como mercado de clientes actual y
mercado de clientes nuevo. Los individuos que reciban el nuevo video promocional tambin recibirn un
cupn para un recorrido de prueba del nuevo modelo EML, durante un fin de semana. Un factor clave en el
xito de esta nueva promocin es la tasa de respuesta, es decir el porcentaje de individuos que reciban la
nueva promocin y hagan el recorrido de prueba del nuevo modelo, EML estima que la tasa de
respuesta para el mercado de clientes actual es de 25% y para el mercado de cliente nuevo es de
20%. La tasa de ventas es el porcentaje de individuos que reciba la nueva promocin, haga el
recorrido de prueba y efecte la compra. Los estudios de investigacin de mercado indican que la
tasa de ventas el de 12% para el mercado de clientes actual y de 20% para el mercado de clientes nuevo.
El costo de cada promocin, excluyendo los costos de recorrido de prueba, es de 5 dlares por cada
promocin enviada al mercado de clientes actual y de 4 dlares por cada promocin enviada al mercado
de clientes nuevo. La administracin tambin ha decidido que se deber enviar la nueva promocin a un
mnimo d 30.000 clientes actuales y a un mnimo de 10.000 clientes nuevos. Adems, el nmero de
clientes actuales que haga el recorrido de prueba del
nuevo vehculo debe ser de por lo menos el doble del nmero de clientes nuevos que hagan
recorrido de prueba del nuevo vehculo. Si el presupuesto de mercadotecnia, incluyendo los costos del
recorrido de prueba, es de 1200.000 dlares, Cuntas promociones debern ser enviadas a cada grupo
18
de clientes para maximizar las ventas totales?
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Cantidad de promociones enviadas a clientes actuales X2 = Cantidad de
promociones enviadas a clientes nuevos
Funcin Objetivo
Zmax = 0.12*5X1 + 0.20*4X2
Restricciones
X1 30.000
clientes actuales X2
10.000
clientes nuevos
0.25X1 2*0.20X2 relacin entre clientes que responden a la promocin 5X1 + 4X2 1200.000
presupuesto
No negatividad Xi
0; i=1,2
Solucin GLP
18
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 274. Problema 61.
X2
27
3
260
247
234
221
208
195
182
169
Payoff: 0.60 X1 + 0.80 X2 = 176.00
156
143
130
117
104
: 1.00 X1 + 0.00 X2 = 30.00
91
78
65
52
39
26
13
0
0
13
26
234 247
39
2
52
65
78
91
104
117
130
143
156
169
Promociones
Cantidad
en miles
Ventas
Restricciones
Clientes
actuales
Clientes
nuevos
Relacion
clientes
Presupuesto
Client
es
Actual
Client
es
Nuev
0,6
0,8
1
0,25
5
1
-0,4
4
max
1,
4
Utiliza
do
1
1
-0,15
9
Client
es
Actual
Client
es
Nuev
160
100
0,6
0,8
max
17
6
Lmit
e 30
10
0
1200
N
o
Ut 29
9
-0,15
-1191
182
195
208
221
Restricciones
Utilizado
Clientes actuales
No Utiliz
30
-130
100
10
-90
0,25
-0,4
-1,1E-11
-1,1E-11
1200
1200
2,78E-09
Clientes nuevos
Relacion clientes
Lmite
160
Presupuesto
19.Creative Sports Designs (CSD) fabrica raquetas de tamao estndar y extragrande. Las raquetas de la
empresa son extremadamente ligeras, debido a uso de una aleacin de magnesio y grafito inventada
por el fundador de la empresa. Cada raqueta de tamao estndar utiliza 0,125 kilos de aleacin y cada
raqueta extragrande utiliza 0,4 kilos; para el siguiente perodo de produccin de dos semanas slo hay
disponibles 80 kilos de aleacin. Cada raqueta de tamao estndar ocupa 10 minutos de tiempo de
fabricacin y cada raqueta de tamao extragrande ocupa 12 minutos. Las contribuciones a la
utilidad son de 10 dlares por cada raqueta estndar y de 15 dlares por cada raqueta extragrande y
estn disponibles 40 horas de tiempo de produccin por semana. La administracin ha especificado que
por lo menos 20% de la produccin total debe ser de raqueta de tamao estndar. Cuntas raquetas
de cada tipo deber fabricar CSD en las dos semanas siguientes, a fin de maximizar la contribucin a la
utilidad? Suponga que, debido a la naturaleza
19
nica de sus productos, CSD puede vender tantas raquetas como pueda producir.
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Cantidad de unidades de raquetas estandar
X2 = cantidad de unidades de raquetas extra grande
Funcin Objetivo Zmax =
10X1 + 15X2
Restricciones
0.125X1 + 0.4X2 80 kilos de aleacin
10X1 + 12X2 40*60 minutos de tiempo de produccin X1 0.20(X1 +
X2)
No negatividad Xi
0; i=1,2
Solucin GLP
19
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 274. Problema 62.
X2
20
0
190
180
170
160
150
140
130
120
110
100
90
80
70
60 0 2
50
40
30
20
10
0
4 6 8
10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42
Restricciones
Kilos aleacin
Tiempo prod.
min
20% prod
Datos
salida SOLVER
estand
Estanda
Extra
max
r1
1
G
10
15
25
0,4
12
-0,2
Utiliza
do
0,525
22
0,6
0,125
10
0,8
Lmit
e 80
2400
0
N
o
Ut
79,47
5
2378
0,6
Restricciones
Kilos aleacin
Tiempo prod.
min
Estanda
r
41,3793
1
10
0,125
10
Extra G
165,517
2
15
0,4
12
max
2896,55
2
Utiliza
do
71,37
931
2400
Lmit
e 80
2400
No Utiliz
8,62069
3,03E-10
X1
20% prod
estand
0
,
0,
9,03E
-11
9,03E
-11
20.La administracin de High Tech Service (HTS) desea desarrollar un modelo que le ayude a asignar el
tiempo de sus tcnicos entre llamada de servicio por contrato a clientes tanto normales como
nuevos. En el perodo de planeacin de dos semanas hay disponible un mximo de 80 horas de tiempo de
tcnico. A fin de satisfacer los requisitos de flujo de caja, deben generarse por lo menos 800 dlares de
ingresos (por tcnico) durante el perodo de dos semanas. El tiempo de tcnico para los clientes
normales genera 25 dlares por hora, pero para clientes nuevos slo genera un promedio de 8
dlares la hora, porque en muchos casos el contacto con el cliente no llega a generar servicios
facturables. Para asegurarse de que se mantienen contactos nuevos, el tiempo de tcnico utilizado en
contactos con clientes nuevos debe ser por lo menos 60% del tiempo utilizado en contactos con
clientes normales. Para los requerimientos de ingresos y polticas enunciadas, HTS deseara determinar
cmo asignar el tiempo de los tcnicos entre clientes normales y nuevos, a fin de maximizar el nmero
total de clientes en contacto durante el perodo de dos semanas. Los tcnicos requieren un promedio
de 50 minutos por cada contacto de cliente normal y de una hora por cada contacto con cliente nuevo.
a. Desarrolle un modelo de programacin lineal que le permita a HTS asignar el tiempo de los tcnicos
entre clientes normales y nuevos.
b. Haga una grfica de la regin factible
c. Resuelva las ecuaciones lineales simultneas apropiadas para determinar los valores de X1 y X2 en
cada punto extremo de la regin factible.
20
d. Encuentre la solucin ptima
REFERENCIA:
Pgina
274
Problema
63.
Mtodos
Negocios. 7ma Edicin. Anderson Sweeney Willams. Editorial Thomson.
Cuantitativos
para
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Numero de horas de tcnico asignado a clientes normales X2 = Numero de
horas de tcnico asignado a clientes nuevos
Funcin Objetivo
Zmax = 60X1/50+ 60X2/60
Restricciones
X1 + X2 80
0.6X1
8X2 800
nmero de clientes
No negatividad Xi
0; i=1,2
20
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 274. Problema 63.
los
Solucin GLP
104
91 Payoff: 1.20 X1 + 1.00 X2 = 90.00
78
65
52
39
: 25.00 X1 + 8.00 X2 = 800.00
26
13
: 1.00 X1 + 1.00 X2 = 80.00
0
0
11
22
33
44
55
Restricciones
Horas
disponi
bles
Relacin
tiempo
Ingresos
Cliente
s
normal
1
Client
es
nuevo
1
1.2
1
-0.6
25
1
1
8
max
2.
2
Utiliza
do
2
0.4
33
Horas de trabajo
Cantidad horas
Nmero clientes
Cliente
s
normal
50
Client
es
nuevo
30
1.2
max
90
Lmit
e
80
0
800
No Utiliz
78
-0.4
-767
66
77
Restricciones
Horas
disponibl
es
Relacin tiempo
Ingresos
Utilizado
Lmite
No Utiliz
80
80
-1.8E-10
-0.6
-2.2E-11
2.18E-11
25
1490
800
690
21.Jackson Hole Manufacturing es un pequeo fabricante de productos de plstico que se utilizan en las
industrias automotrices y de computacin. Tiene un importante contrato con una empresa de
computadoras que implica la produccin de cajas de plstico para las impresoras porttiles de dicha
empresa. Las cajas de impresora se producen en dos mquinas de moldeo por inyeccin. La mquina
M100 tiene una capacidad de produccin de 20 cajas de impresora por hora y la mquina M200 tiene una
capacidad de 40 cajas por hora. Ambas mquina utilizan la misma materia prima qumica para
producir las cajas de impresora.; la M100 utiliza 40 libras de materia prima por hora, y la M200 utiliza 50
por hora. La empresa de computadoras le ha pedido a Jackson Hole que produzca tantas cajas durante la
semana que sigue como sea posible, y la ha dicho que le pagar 18 dlares por cada caja que pueda
entregar. Sin embargo, la siguiente semana es un perodo normal de vacaciones programadas para la
mayor parte de los empleados de produccin de Jackson Hole. Durante este tiempo, se efecta el
mantenimiento anual de todo el equipo de la planta. Debido al tiempo parado para
mantenimiento, la M100 no estar disponible durante ms de 15 horas y la M200 durante ms de 10
horas. Sin embargo, en razn del elevado costo de preparacin involucrado en ambas mquinas, la
administracin requiere que, si el programa de produccin en cualquiera de estas mquinas, la
mquina deber operar por lo menos durante 5 horas. El proveedor de la materia qumica utilizada
en el proceso de produccin le ha informado a Jackson Hole que tendr disponible un mximo de 1.000
libras de la materia prima para la produccin de la siguiente semana. El costo de la materia prima es de 6
dlares por libra. Adems del costo de la materia prima, Jackson Hole estima que el costo horario de
operacin de la M100 y la M200 son de 50 y 75 dlares, respectivamente.
a. Formule un modelo de programacin lineal que se pueda utilizar para maximizar la contribucin de la
utilidad.
21
b. Resuelva el problema utilizando el procedimiento de solucin grfica.
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Numero de horas de trabajo de maquina M100 X2 = Numero
de horas de trabajo de maquina M200
Funcin Objetivo
Zmax = (20X1*18 40X1*6 50X1) + (40X2*18 50X2*6 75X2)
21
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 275. Problema 64.
Restricciones
X1 15
horas mximas de trabajo M100 X2 10
horas mximas de trabajo de M200 X1 5
horas mnimas de trabajo de M100 X2 5
horas mnimas de trabajo de M200
40X1 + 50X2 1000 libras de materia prima disponibles
No negatividad Xi
0; i=1,2
Solucin GLP
:: 1.0
X1 + 0.0 X2
1.0 X1 + 0.
0 1 2 3 4
24
25 26
: 0.0 X1 + 1.0 X2
=0 X2
15.0
= 5.0
5 6 7
10
11
12
13
14
15
16
17
18
10.0
: 40=
.0 X1
+ 50.0 X2 = 1000.0
Horas de trabajo
Cantidad horas
Contrib. utilidad
Restricciones
Horas max
M100
Horas max
M200
Maquin
a M100
Maquin
a M200
70
345
1
0
0
1
max
41
5
Utiliza
do 1
1
Lmit
e 15
10
No
Utiliz
14
9
19
20
21
22
23
-4
-4
40
50
90
1000
910
Maquin
a M100
Maquin
a M200
12.5
10
70
345
Lmite
No Utiliz
Libras disponibles
Datos de salida SOLVER
Horas de trabajo
Cantidad horas
Contrib. utilidad
Restricciones
max
4325
Utilizado
12.5
15
2.5
10
10
-9.9E-13
12.5
7.5
10
40
50
1000
1000
-1.5E-09
Libras disponibles
22. Electronic Comunications fabrica radios porttiles que pueden utilizarse en comunicaciones de dos vas.
El nuevo producto de la empresa que tiene un rango de hasta 25 millas, es adecuado para una
diversidad de usos comerciales y personales. Los canales de distribucin para el nuevo radio son:
1.
2.
3.
4.
Debido a diferentes costos de distribucin y promocionales, la reditualidad del producto variar segn
el canal de distribucin. Adems, el costo de publicidad y el esfuerzo de ventas personales requerido
tambin variarn de acuerdo con los canales de distribucin. La tabla siguiente resume la distribucin de
la utilidad, el costo de publicidad y los datos de esfuerzo de ventas personales correspondientes al
problema de Electronic Comunications. La empresa a formulado un presupuesto de publicidad de 5.000
dlares, y est disponible un mximo de 1800 horas de la fuerza de ventas para asignar al
esfuerzo de ventas. Finalmente, un contrato vigente con la cadena nacional de tiendas al menudeo
requiere que por lo menos de distribuyan 150 unidades a travs de este canal de distribucin.
Datos de Utilidades, costos y esfuerzo del personal de ventas para Electronic
Canal de
distribucin
Utilidades por
unidad vendida
Costo de publicidad
por unidad vendida
Distrib. Marinos
$90
$10
2 horas
Distrib. de oficinas
$84
$8
3 horas
Tiendas nacionales
$70
$9
3 horas
$60
$15
Ninguna
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = Numero de radios asignados a distribuidores de equipo marino X2 = Numero de radios
asignados a distribuidores de equipos de oficina X3 = Numero de radios asignados a cadenas
nacionales de tiendas
X4 = Numero de radios asignados a pedidos por correo
Funcin Objetivo
Zmax = 90X1 + 84X2 + 70X3 + 60X4
Restricciones
10X1 + 8X2 + 9X3 + 15X4 5.000 por presupuesto 2X1 + 3X2 + 3X3
1.800 horas de esfuerzo en ventas X3 150 unidades mnimas para
cadenas nacionales
No negatividad Xi
0; i=1,4
RESTRICCIONES
Presupuesto
Esfuerzo laboral
Contrato cadena nacion
22
Cadena
s
nacional
es de
tiendas 1
90
84
70
Equi
po
Marin
Equipos
de
Oficina
USO DE
RECUR
OS
10
pedid
os por
corre
o
60
1
304
Utilizado
15
LIMITE
42
5000
1800
150
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 298.
No
utiliz
4958.0
0
1792.0
0
149.00
RESTRICCIONES
Presupuesto
Equip
o
Marin
10.7142
9
90
Equipos
de
Oficina
442.85714
Cadena
s
nacional
es de
tiendas
150
pedid
os por
corre
o
84
70
60
USO DE
RECUR
OS
10
Esfuerzo laboral
48664.2
9
Utilizado
Contrato
cadena nacion
200.1
Max
5000
LIMIT
E
5000
1800
1800
0.00
150
150
0.00
15
23.National Insurance Associates mantiene una cartera de inversiones en acciones, bonos y otras alternativas
de inversin. Actualmente hay fondos disponibles por
dlares y deben ser tomados en consideracin para nuevas oportunidades de inversin. Las cuatro
opciones de valores que National est considerando as como los datos financieros relevantes
correspondientes son los que siguen:
Accin
Datos financieros
100
50
80
40
0.12
0.08
0.06
0.10
0.10
0.07
0.05
0.08
La medida de riesgo indica la incertidumbre relativa asociada con la accin, en funcin de su capacidad
de alcanzar su rendimiento anual proyectado; valores ms elevados indican mayor riesgo. Las medidas
de riesgo son proporcionadas por el principal asesor financiero de la empresa.
La administracin general de National ha estipulado las siguientes vas de accin para las inversiones:
1.
2.
a. Utilice la programacin lineal para desarrollar una cartera de inversiones que minimice el riesgo.
b. Si la empresa ignora el riesgo y utiliza una estrategia de mximo rendimiento sobre la inversin, Cul
sera la cartera de inversiones?
No
utiliz
0.00
c. Cul es la diferencia en dlares entre las carteras de inversiones de los incisos (a) y (b)? Por qu
23
preferira la empresa la solucin desarrollada en el inciso (a)
REFERENCIA:
Pgina
316
Problema
16.
Mtodos
Negocios. 7ma Edicin. Anderson Sweeney Willams. Editorial Thomson.
Cuantitativos
para
Definicin de variables
X1 = Cantidad de acciones asignados a opcin A X2 = Cantidad
de acciones asignados a opcin B X3 = Cantidad de acciones
asignados a opcin C X4 = Cantidad de acciones asignados a
opcin D
Funcin Objetivo
Zmin = 10X1 + 3.5X2 + 4.0X3 + 3.2X4
Restricciones
100X1 + 50X2 + 80X3 + 40X4 200.000
dlares disponibles 12X1
+ 4.0X2 + 4.8X3 + 4.0X4 0.09*200.000 rendimiento
100X1 0.5*200.000
inversin mxima de X1 50X2
0.5*200.000
inversin mxima de X2 80X3
0.5*200.000
inversin mxima de X3 40X4
0.5*200.000
inversin mxima de X4
No negatividad Xi
0; i=1,4
Datos entrada SOLVER
National Insurance Associates
Accionea asignadas a
Cantidad
Riesgo
RESTRICCIONES
Acciones
A
10
3.5
3.2
USO DE RECUROS
Min
20.7
Utilizado
Dlares disponibles
100
50
80
40
270
Rendimiento annual
12
4.8
24.8
100
50
80
40
Invesin mx en A
Invesin mx en B
Invesin mx en C
Invesin mx en D
23
100
50
80
40
LIMIT
E
20000
0
18000
10000
0
10000
0
10000
0
10000
0
No utiliz
199730.00
-17975.20
99900.00
99950.00
99920.00
99960.00
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 316. Problema 16.
los
RESTRICCIONES
Dlares disponibles
Rendimiento annual
Invesin mx en A
Acciones
A
333.3333
833.333333
2500
10
3.5
3.2
USO DE
RECUR
OS
100
50
80
40
12
4.8
Utilizado
100
Invesin mx en B
14666.6
7
50
Invesin mx en C
80
Invesin mx en D
40
200000
18000
LIMITE
No utiliz
200000
0.00
18000
0.00
33333.3
3
0
100000
66666.67
100000
66666.6
7
100000
100000
100000.0
0
33333.33
100000
0.00
24.La administracin de Carson Stapler Manufacturing Company pronostica para el trimestre que viene una
demanda de 5000 unidades para su modelo Sure-Hold. Esta engrapadora se ensambla a partir de tres
componentes principales: la base, el cartucho de grapa y la manija. Hasta ahora Carson ha fabricado los
tres componentes. Sin embargo, el pronstico de 5000 unidades es un nuevo volumen mximo de venta y
la empresa quiz no tenga suficiente capacidad de produccin para la fabricacin de todos los
componentes. La administracin est pensando contratar una empresa maquiladora local para producir
por lo menos una parte de los componentes. Los requisitos de tiempos de produccin por unidad
son como sigue:
Tiempo
disponible
(horas)
Base
Cartucho
Manija
0.03
0.02
0.05
400
0.04
0.02
0.04
400
0.02
0.03
0.01
400
Note que cada componente fabricado por Carson ocupa tiempo de produccin en cada uno de los tres
departamentos.
Despus de tomar en consideracin los gastos generales, las materias primas y los costos de mano de
obra de la empresa, el departamento de contabilidad ha llegado al costo unitario, en dlares, de
manufactura de cada componente. Estos datos junto con las cotizaciones de la empresa maquiladora
de los precios de compra, en dlares, son como sigue:
Componente
Costo de manufactura
Costo de adquisicin
Base
Cartucho
0.75
0.40
0.95
0.55
Manija
1.10
1.40
a. Determine cul sera la decisin de fabricar o comprar para Carson, que haga que pueda cumplirse la
demanda de 5000 unidades a un costo total mnimo. De cada componente, Cuntas unidades debern
ser fabricadas y cuantas debern ser adquiridas?
b. Qu departamentos estn limitando el volumen de fabricacin? Si pudiera considerarse tiempo
extraordinario a un costo adicional de $3 la hora, Qu departamento o departamentos deberan ser
motivo de tiempo extra? Explique.
c. Suponga que en el departamento A se pueden programar hasta 80 horas de tiempo extra. Qu
24
recomendara usted?
Solucin:
Formulacin del modelo:
Definicin de variables
X11 = Numero de bases para grapadoras producidas X12 = Numero de
cartuchos para grapadoras producidos
X13 = Numero de manijas producidas para grapadoras producidas X21 = Numero de bases
para grapadoras adquiridas
X22 = Numero de cartuchos para grapadoras adquiridos X23 = Numero
de manijas para grapadoras adquiridas
Funcin Objetivo
Zmin = 0.75X11 + 0.40X12 + 1.10X13 + 0.95X21 + 0.55X22 + 1.40X23
Restricciones
0.03X11 + 0.02X12 + 0.05X13 400
0.04X11 + 0.02X12 + 0.04X13 400
0.02X11 + 0.03X12 + 0.01X13 400
X21 = 5.000 cantidad de bases
X12 + X22 = 5.000
cantidad de cartuchos X13
+ X23 = 5.000
cantidad de manijas
horas
disponibles
Dep.
A
horas
disponibles
Dep.
B
horas disponibles Dep. C X11 +
No negatividad
Xij 0; i=1,2; j=1,3
Datos de entrada SOLVER
Unidades de
Cantidad
Costos
24
5.
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 316. Problema 17.
RESTRICCIONES
Horas
Departamento A
Horas
Horas
Departamento
C
Cantidad de bases
Cantidad de
cartuchosde
Cantidad
manijas
USO DE RECUROS
0.03
0.02
0.04
0.02
0.02
0.03
1
1
Utiliz
ado
0.1
0.1
0.06
2
2
2
1187
0.05
0.04
0.01
1
1
1
=
=
=
LIMI
TE
400
400
400
500
500
0
500
0
No
utiliz
399.9
0
399.9
399.9
4
4998.
4998.
00
4998.
00
=
=
=
LIMI
TE
400
400
400
500
0
500
500
0
No
utiliz
0.00
0.00
137.5
0.00
0.00
0.00
Unidades de
Cantidad
Costos
RESTRICCIONES
Horas
Departamento
A
Horas
Departamento B
Horas
Cantidad de bases
Cantidad de
Cantidad de
manijas
USO DE RECUROS
0.03
0.02
0.04
0.02
0.02
0.03
1
1
0.05
0.04
0.01
1
1
1
Utiliz
ado
400
400
262.5
5000
5000
5000
25.Golf Shafts (GSI) produce palos de grafito para varios fabricantes de palos de golf. Dos instalaciones
de fabricacin de GSI, una localizada en San Diego y otra en Tampa, tienen capacidad para producir palos
en diversos grados de rigidez, desde modelos normales, principalmente utilizados por golfistas promedio,
hasta modelos extrargidos, utilizados principalmente por golfistas con bajo handicap y profesionales. GSI
acaba de recibir un contrato para la produccin de 200.000 palos normales y 75.000 rgidos. Dado que
ambas plantas actualmente estn produciendo palos de golf para cumplir con rdenes anteriores,
ningn de las plantas tiene capacidad suficiente, por si misma, para llenar el nuevo pedido. La planta de
San diego puede producir hasta un total de 120.000 palos, y la de Tampa, hasta un total de 180.000
palos de golf. Debido a diferencias en equipamiento en cada una de las plantas y de distintos costos de
mano de obra, los costos de produccin unitarios son distintos, como se muestra a continuacin:
Costo de San Diego
Costo de Tampa
Palo normal
$ 5.25
$ 4.95
Palo rgido
$ 5.45
$ 5.70
a. Formule un modelo de programacin lineal para determinar la manera en que GSI deber programar la
produccin de este nuevo pedido para minimizar el costo total de produccin.
b. Utilice cualquier cdigo de programacin lineal para resolver el modelo desarrollado en el inciso (a)
c. Suponga que algunas de las rdenes anteriores de la planta de Tampa podran ser reprogramadas para
liberar la capacidad adicional para esta nueva orden.
Merecera esto la pena? Explique.
d. Suponga que el costo de producir un palo de golf rgido en Tampa fue incorrectamente calculado, y que
el costo correcto es de 5.30 dlares por palo.
Qu efecto, si es que hubiera alguno, tendra lo anterior sobre la solucin ptima desarrollada en el
25
inciso (b)? Qu efecto tendra lo anterior sobre el costo total de produccin?
Solucin a): Formulacin del
modelo:
Definicin de variables
X1 = Numero de unid. de palos de golf normales fabricados en San Diego X2 = Numero de unid. de
palos de golf extrargidos fabricados en San Diego X3 = Numero de palos de golf normales
fabricados en Tampa
X4 = Numero de palos de golf extrargidos fabricados en Tampa
Funcin Objetivo
Zmin = 5.25X1 + 5.45X2 + 4.95X3 + 5.70X4
Restricciones
X1 + X3 = 200.000
= 75.000
X1 + X2 120.000
180.000
palos
palos
palos
palos
de golf normales X2 + X4
de golf extrargidos
fabricados en San Diego X3 + X4
fabricados en Tampa
No negatividad Xi
0; i=1,4
Normale
s
1
Extrargi
d
1
Normale
s
1
Extrargi
d
1
5.25
5.25
4.95
5.7
RESTRICCIONES
Palos normales
Palos
extrargi
dos
Fabric. San
Diego
Fabric. Tampa
Tampa
USO DE RECUROS
1
1
1
1
1
Min
21.15
Utilizad
o
2
LIMIT
E
20000
0
No utiliz
75000
12000
0
18000
0
74998.0
0
119998.0
0
179998.0
0
199998.0
0
25
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 317. Problema 18.
Tampa
Normale
s
20000
Extrargi
d
75000
Normale
s
180000
Extrargi
d
0
5.25
5.25
4.95
5.7
Costos
RESTRICCIONES
USO DE RECUROS
Palos normales
Palos
extrargi
dos
Fabric. San
Diego
Fabric. Tampa
1
1
1
1
1E+06
Utilizad
o
2E+05
LIMIT
E
20000
0
75000
75000
95000
12000
0
18000
0
2E+05
No utiliz
0.00
0.00
25000.0
0
0.00
26. La Pfeiffer Company administra aproximadamente 15 millones de dlares para sus clientes. Para cada
Cliente, Pfeiffer escoge una mezcla de tres tipos de inversiones: un fondo de valores de crecimiento, un
fondo de ingresos y un fondo de mercado de dinero. Cada cliente tiene objetivos de inversin distintos y
diferentes tolerancias de riesgo. Para dar gusto a estas diferencias, Pfeiffer establece lmites en cada
cartera para los porcentajes que pueden ser invertidos en estos tres fondos y a cada cliente le asigna un
ndice de riesgo.
As como este sistema funciona para Dennos Hartmann, uno de los clientes de Pfeiffer Con base en una
evaluacin de la tolerancia al riesgo de Hartmann, Pfeiffer le ha asignado a la cartera de Hartmann un
ndice de 0.05. Adems, para mantener cierta diversidad, la fraccin de la cartera de Hartmann
invertida en fondos de crecimiento y de ingresos debe ser por lo menos de 10% cada una y por lo menos
20% deber estar invertido en fondos de mercado de dinero.
300.1
Las evaluaciones de riego para los fondos de crecimiento, de ingresos y de mercado de dinero son
respectivamente 0.10, 0.05 y 0.01. El ndice de riesgo de cada una se calcula como el promedio
ponderado de la valuaciones de riesgo de los tres fondos, donde los coeficientes de ponderacin son
iguales a la fraccin de la cartera invertida en cada uno de los tres fondos. Hartmann le ha dado
dlares a Pfeiffer para su administracin. Pfeiffer est pronosticando actualmente un rendimiento del
20% en el fondo de crecimiento, 10% en el fondo de ingresos y 6% en el fondo de mercad de dinero.
a.
b.
c.
d.
e.
f.
g.
Crecimient
o
Ingreso
s
Mercad
o
0.2
0.1
0.06
RESTRICCIONES
USO DE RECUROS
Crecimiento
Ingresos
Mercado de
dinero
Riesgo
Cartera
26
0.36
Utilizad
o
1
LIMIT
E
30000
30000
60000
0.1
0.05
0.01
0.16
15000
30000
0
No utiliz
29999.0
29999.0
59999.0
14999.8
4
299997.0
0
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 317. Problema 19
La Pfeiffer Company
Asignados a
Cantidad
de
dlares
Rendimiento
Crecimient
o
Ingreso
s
Mercad
o
120000
30000
150000
0.2
0.1
0.06
RESTRICCIONES
USO DE RECUROS
Crecimiento
Ingresos
Mercado de
dinero
Riesgo
Cartera
Max
36000
Utilizad
o
1E+05
LIMIT
E
30000
30000
30000
2E+05
60000
0.1
0.05
0.01
15000
15000
3E+05
30000
0
No utiliz
90000.0
0
0.00
90000.0
0
0.00
0.00
27.La Jolla Beverage Products est pensando en producir un refresco de vino, que sera mezcla de un vino
blanco, de un vino rosado y de jugo de fruta. A fin de llenar las especificaciones de sabor, el refresco
de vino debe estar hecho con por lo menos 50% de vino blanco, un mnimo de un 20% y no ms de un
30% de rosado, y 20% de jugo de fruta. La Jolla adquiere el vino de los viedos o lugares cercanos y el
jugo de frutas de una planta procesadora en San Francisco. Para el perodo actual de produccin, pueden
adquirirse 10.000 galones de vino blanco y 8.000 galones de vino rosado, no hay lmite en la
cantidad de jugo de fruta que se puede pedir. El costo de los vinos es de un dlar por galn para el
vino blanco y de 1.50 dlares por galn para el vino rosado; el jugo de fruta se puede adquirir a 0.50
por galn. La Jolla Beverage Products puede vender todo el refresco que pueda producir a 2.50 dlares
por galn.
a. En esta situacin, es el costo de vino y el costo de frutas un costo hundido, o uno relevante?
Explique.
b. Formule un programa lineal para determinar el nmero de galones que La Jolla Beverage
Products deber adquirir de cada ingrediente y la contribucin a la utilidad total que obtendrn de esta
mezcla.
c. Si La Jolla Beverage Products pudiera obtener cantidades adicionales de vino blanco, debera hacerlo?
De hacerlo, Cunto debera estar dispuesto a pagar por cada galn adicional, y cuantos galones
adicionales deseara adquirir?
d. Si La Jolla Beverage Products pudiera obtener cantidades adicionales de vino rosado, debera hacerlo?
De hacerlo, Cunto debera estar dispuesto a pagar por cada galn adicional, y cuanto galones
adicionales deseara adquirir?
e. Interprete el precio dual para la restriccin que corresponde al requisito de que el refresco de vino
debe contener por lo menos 50% de vino blanco.Cual sera su consejo a la administracin respecto a
este precio dual?
f. Interprete el precio dual de la restriccin que correspndela requisito de que al refresco de vino debe
contener exactamente el 20% de jugo de frutas.Cual es su consejo a la administracin respecto a
27
este precio dual?
27
Anderson Sweeney Willams. Mtodos Cuantitativos para los Negocios. 7ma Edicin. Editorial Thomson.
Pgina 317. Problema 18.
Definicin de variables
X1 = Cantidad de galones de vino blanco X2 = Cantidad
de galones de vino rosado X3 = Cantidad de galones de
jugo de frutas
Funcin Objetivo
Zmax = 2.5*(X1+X2+X3) 1X1 1.5X2 -0.5X3
Restricciones
X1 10.000
cantidad mxima de vino blanco X2
8.000
cantidad mxima de vino rosado
X1 0.5(X1 +X2 + X3) dosificacin mxima de vino blanco X2 0.2(X1 +X2
+X3) dosificacin mnima de vino rosado X2 0.3(X1 +X2 +X3) dosificacin
mxima de vino rosado X3 0.2(X1 +X2 +X3) dosificacin de jugo de frutas
No negatividad Xi
0; i=1,3
Vin
o
Bla
Utilidad
V.
Rosado
Frutas
1.5
RESTRICCIONES
USO DE RECUROS
4.5
-1
-1
-1.5
No
utiliz
9999.0
0
7999.0
0
-1.50
-0.2
0.8
-0.2
0.4
-0.40
-0.3
0.7
-0.3
0.1
-0.10
Max. frutas
-0.2
-0.2
0.8
0.4
-0.40
Vino blanco
Utilizad
o
1
Vino rosado
0.5
LIMIT
E
1000
0
8000
La Pfeiffer Company
Galones de
Cantidad
Utilidad
Vin
o
Bla
10000
V.
Rosado
3000
2000
1.5
Frutas
220
00
RESTRICCIONES
USO DE RECUROS
3000
LIMIT
E
1000
0
8000
0.5
-1
-1
1E-08
5000.0
0
0.00
-0.2
0.8
-0.2
6E-09
0.00
-0.3
0.7
-0.3
-1500
Max. frutas
-0.2
-0.2
0.8
-1000
1500.0
0
1000.0
0
Vino blanco
Utilizad
o
10000
Vino rosado
No
utiliz
0.00
28.El gerente de programacin del Canal 10 desea determinar la mejor forma de asignar el tiempo para
la difusin de las noticias vespertinas de las 11:00 a las 11:30. Especficamente le gustara determinar el
nmero de minutos de tiempo de difusin dedicado a noticias locales, noticias nacionales, el clima y los
deportes. A lo largo de los 30 minutos de difusin, se reservan 10 minutos para nubilidad. La poltica de
difusin indica que por lo menos 15% del tiempo disponible deber dedicarse a cobertura de noticias
locales el tiempo dedicado a noticias locales y nacionales deber ser por lo menos 50% del tiempo total
de difusin; el tiempo dedicado al segmento del clima deber ser inferior o igual al tiempo que se dedique
al segmento de deportes; el tiempo dedicado al segmento de deportes no deber ser superior al tiempo
total dedicado a noticias locales y nacionales; y por lo menos, 20% del tiempo deber dedicarse al
segmento del clima. Los costos de produccin por minuto son de 300 dlares para noticias locales, 200
dlares para noticias nacionales, 100 dlares para el clima y 100 dlares para deportes.
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = nmero de minutos para noticias locales
X2 = nmero de minutos para noticias nacionales X3 = nmero
de minutos sobre clima
X4 = nmero de minutos sobre deportes
Funcin Objetivo
Z min = 300X1 + 200X2 + 100X3 + 100X4
Restricciones
X1 15%(X1 + X2 + X3 + X4)
tiempo noticias locales
X1 + X2 50%(X1 + X2 + X3 + X4) tiempo noticias locales y nacionales X3 X4 tiempo de
noticias del clima
X4 (X1 + X2) tiempo para deportes
X3 20%(X1 + X2 + X3 +X4) tiempo para clima
X1 +X2 + X3 + X4 = 20 tiempo disponible en minutos
No negatividad Xi
0; i=1,4
Datos de entrada SOLVER
PROGRAMACIN CANAL 10
MINUTOS en
Noticias
Cantidad
Costos
Local
es
1
Nacionale
s
1
Clim
a
1
Deporte
s
1
300
200
100
100
700
0,15
-0,5
-0,15
Utilizad
o
0,4
-0,5
-1
-1
RESTRICCIONES
Min
USO DE RECUROS
Noticias Locales
Not. Locales y Nac
0,85
-0,15
0,5
0,5
Noticias Clima
Noticias Deportes
Noticias Clima
Tiempo disponible
-0,2
-0,2
0,8
-0,2
0,2
Min
LIMIT
E
0
No
utiliz
-0,40
0,00
0,00
-1,00
-0,20
20
16,00
Local
es
3
Nacionale
s
7
Clim
a
5
Deporte
s
5
300
200
100
100
3300
0,15
-0,5
-0,15
Utilizad
o
-2E-12
-0,5
9E-12
-1
RESTRICCIONES
Noticias Locales
Not. Locales y Nac
USO DE RECUROS
0,85
-0,15
0,5
0,5
Noticias Clima
Noticias Deportes
Noticias Clima
Tiempo disponible
LIMIT
E
0
No
utiliz
0,00
0,00
0,00
-1
-5,00
-0,2
-0,2
0,8
-0,2
-1,00
20
20
0,00
29.Gulf Coast Electronics est listo para asignar contratos para la impresin de su informe anual. Durante
los ltimos aos, un informe anual a cuatro colores ha sido impreso por Johnson Printing y Likeside Litho.
Una nueva empresa, Benson Printing, ha inquirido sobre la posibilidad de efectuar una parte de la
impresin. El nivel de calidad y servicio de Likeside Litho ha sido extremadamente elevado; de hecho slo
el 0,05% de sus informes tuvieron que ser descartados por problemas de calidad. Johnson Printing tambin
ha tenido un nivel histrico elevado de calidad, produciendo un promedio de slo 1% de informes no
aceptables. Dado que la Gulf Coast Electronics no ha tenido experiencia con Benson Printing, ha
estimado su tasa de defectos en 10%. A Gulf Coast Electronics le gustara determinar cuantos informes
debern ser impresos por cada una de estas empresas, para obtener 75.000 informes de calidad
aceptables. Para asegurarse de que Benson Printing recibir una parte del contrato de la administracin
ha especificado que el nmero de informes asignados a Benson Printing deber ser, por lo menos 10%
del volumen que se asigne a Johnson Printing. Adems el volumen total asignado a Benson Printing,
Johnson Printing y Likeside Lithono deber exceder 30.000, 50.000 y 50.000 ejemplares respectivamente.
Debido a la larga relacin desarrollada con Likeside Litho, la administracin tambin ha indicado que a
Likeside Litho se le deber
asignar por lo menos 30.000 informes. El costo por ejemplar es de 2.45 dlares para Benson Printing,
2.50 dlares para Johnson Printing, y 2.75 dlares para Likeside Litho.
a. Formule y resuelva un programa lineal para determinar cuntos ejemplares debern asignarse a
cada empresa impresora, para maximizar el costo total de obtener 75.000 informes de calidad
aceptable.
b. Suponga que el nivel de calidad de Benson Printing resulta mucho mejor a lo estimado. Qu efecto, si
es que existe alguno, tendra?
c. Suponga que la administracin est dispuesta a reconsiderar su requisito de que a Likeside Litho se
le den por lo menos 30.000 informes.Que efecto, si es que hay alguno, tendra esto?
Solucin:
Formulacin del modelo:
Definicin de variables
X1 = cantidad de ejemplares asignados a Litho
X2 = cantidad de ejemplares asignados a Johnson X3 = cantidad
de ejemplares asignados a Benson
Funcin Objetivo
Zmax = 2.75X1 + 2.5X2 +2.45X3
Restricciones
99.5%X1 + 99%X2 + 90%X3 75.000 ejemplares de buena calidad X3 10%X2
asignacin mnima Benson
X3 30.000 asignacin max a Benson X2 50.000
asignacin max a Johnson X1 50.000 asignacin
max a Litho
X1 30.000 asignacin min a Litho
No negatividad Xi
0; i=1,3
Datos entrada SOLVER
Lith
o
1
Johnso
n
1
Benso
n
1
Costos
2,75
2,5
2,45
RESTRICCIONES
USO DE RECUROS
Max
7,7
Utilizad
o
LIMIT
E
No utiliz
Ejemplares de
calidad
Johnson y Benson
0,99
5
0,99
0,9
2,885
-0,1
0,9
7500
0
0
74997,1
2
-0,90
-
Ejemplares Benson
Ejemplares Johnson
Ejemplares Litho
Ejemplares Litho
3000
0
5000
0
5000
0
3000
0
29999
49999,0
0
49999,0
0
-29999
Lith
o
5000
0
2,75
RESTRICCIONES
Ejemplares de
calidad
Johnso
n
0
2,5
Benso
n
28055,
6
2,45
USO DE RECUROS
0,99
5
Johnson y Benson
0,99
0,9
-0,1
Ejemplares Benson
Ejemplares Johnson
Max
206236
Utilizad
o
75000
LIMIT
E
7500
0
28055,
6
28055,
6
0
3000
0
5000
0
5000
0
3000
0
Ejemplares Litho
50000
Ejemplares Litho
50000
No utiliz
0,00
28055
1944,4
50000,
00
0,00
20000
30.Como una ilustracin de la asignacin de recursos que usa la programacin lineal, considere el problema
siguiente acerca de la planificacin de produccin en una tienda. La produccin debe fijarse para dos
tipos de mquinas, la maquina 1 y la mquina 2. Ciento veinte horas de tiempo enlatables pueden fijarse
para mquina1, y 80 horas para mquina 2. La produccin durante el periodo de planificacin se
limita a dos productos. A y B, cada unidad del producto A requiere 2 horas de tiempo del proceso en cada
mquina. Cada unidad de producto que B requiere de 3 horas en la mquina 1 y de 1.5 horas en la
mquina 2. El margen de la contribucin es $4.00 por cada unidad de producto A y $5.00 por cada unidad
de producto B. Ambos tipos de productos pueden comercializarse prontamente; por consiguiente, la
28
produccin debe fijarse con el objetivo de aumentar al mximo la ganancia.
La formulacin:
Dado,
X1 = nmero de unidades del producto A para produccin X2 = nmero de
unidades del producto B para produccin
Maximizar la contribucin en la ganancia, Z = 4X1 + 5X2
28
Sujeto a:
2X1 + 3X2 120 (recurso mquina 1) 2X1 + 1.5X2
80 (recurso mquina 2) X1 0
(no
negatividad)
X2 0
(no negatividad)
Datos de entrada para Solver
Solucin: opcin b)
Solucin
a)
b)
c)
d)
e)
Z max
213.33
213.33
313.33
213.33
213.33
X1
20
20
25
15
20
X2
25
26.667
26.667
25
16.667
31. Para ilustrar un problema de la programacin lineal en que el costo se minimiza, considere el problema que
enfrenta el fabricante de metales. La empresa produce una aleacin que es hecho de acero y metal de
trozos. El costo por la tonelada de acero es $50 y el costo por la tonelada de trozo es de $20.
Los requisitos tecnolgicos para la aleacin son (1) un mnimo de una tonelada de acero se
requiere para cada dos toneladas de trozo; (2) una hora de tiempo de procesamiento se requiere por
cada tonelada de acero, y se requieren cuatro horas de tiempo de procesamiento por cada tonelada
de trozo; (3) el acero y el trozo se combinan linealmente para hacer la aleacin. La prdida en proceso del
acero es 10 por ciento y la prdida en proceso del trozo es 20 por ciento. Aunque la produccin puede
exceder la demanda, un mnimo de 40 toneladas de la aleacin debe fabricarse. Para mantener el
funcionamiento de la planta eficazmente, un mnimo de 80 horas de tiempo de procesamiento debe usarse.
El suministro tanto de los trozos como del acero es adecuado para la produccin de la aleacin. El objetivo
29
del fabricante es producir la aleacin a un costo mnimo.
La formulacin matemtica al problema de programacin lineal puede plantearse de la siguiente manera
Dado,
X1 = nmero de toneladas de acero para produccin de aleacin X2 = nmero de
toneladas de trozo para produccin de aleacin
Minimizar el costo Z = 50X1 + 20X2 Anlisis:
(1) un mnimo de una tonelada de acero se requiere por cada dos toneladas de trozo
X 2 2X 1
1 X1
; X2 2X1 0 ; 2X1 X2 0
2
X2
;
(2) se necesitan una hora de procesamiento por cada tonelada de acero y cuatro horas de
tiempo de procesamiento por cada tonelada de trozo y un mnimo de 80 horas
1X1 + 4X2 80
(3) La prdida en proceso es del 10% de acero y el 20% de trozo, demanda mnima d 40 toneladas
de aleacin
rendimiento del acero (1-10%)X1
rendimiento del trozo
(1-20%)X2
(1-10%)X1 + (1-20%)X2 40 0.90X1 +
0.80X2 40
Sujeto a:
2X1 X2 0
1X1 + 4X2 80
0.90X1 + 0.80X2 40
X1 0
29
(1)
(2)
(3)
(no negatividad)
X2 0
(no negatividad)
Solucin: opcin a)
Solucin
a)
b)
c)
d)
e)
Z max
1.440
1.440
144
1.440
1.044
X1
16
32
16
15
32
X2
32
16
26.667
25
16.667
32. La Kenmore Corporation, un fabricante progresista de mecanismos civiles y militares, fabrica actualmente
una lnea de armas para civiles, con una produccin actual diaria de 30 unidades del modelo Z-1200 y de
120 unidades del modelo Z- 1500. El vicepresidente de manufactura quiere saber si podra
aumentarse las ganancias cambiando la mezcla de productos entre los dos modelos. Se compil la
siguiente informacin sobre las horas requeridas para la fabricacin de cada modelo y las capacidades de
30
los departamentos de la fbrica.
Departamentos
Dep.
Dep.
Dep.
Dep.
1
2
5
4
Contribucin
por unidad
Horas-Hombre requeridas
Modelo
Modelo
Z- 1200
2
0
2
1 1/5
Z- 1500
0
3
2
1 1/2
$ 50
$ 40
Capacidad Departamental
(horas diarias)
300
540
440
300
Restricciones:
2 X1 + 0 X2 300
por Dep. 1
0 X1 + 3 X2 540
por Dep. 2
2 X1 + 2 X2 440
por Dep. 5
por Dep. 4
No negatividad: X i
0; i = 1, 2
30
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigacin de Operaciones.
Limusa. Pag 273
Datos de entrada
Datos de salida:
c)
d)
e)
33.Reddy Mikks produce pinturas tanto para interiores como para exteriores a partir de dos materias primas,
M1 y M2. La siguiente tabla proporciona los datos bsicos del problema:
Materia prima, M1
Materia prima, M2
Pintura
Pintura
para exteriores
6
1
para interiores
4
2
$5
$4
Disponibilidad
mxima
diaria en toneladas
24
6
Utilidad
por tonelada
(1000 dlares)
Una encuesta de mercado restringe la demanda mxima diaria de pintura para interiores a 2 toneladas.
Adems la demanda diaria de pintura para interiores no puede exceder a la de pintura para
exteriores por ms de 1 tonelada. Reddy Mikks quiere determinar la mezcla de producto ptima
31
(la mejor) de pinturas para interiores y para exteriores que maximice la utilidad diaria total.
Formulacin del problema:
Definicin de variables:
X1 = Nmero de toneladas de Pintura para Exteriores X2 = Nmero de
toneladas de Pintura para Interiores
Restricciones
6 X1 + 4 X2 24
1 X1 + 2 X2 6
0 X1 + 1 X2 2
-1X1 + 1 X2 1
No negatividad: X i
0; i = 1, 2
31
Datos de salida:
Solucin:
Producir diariamente 3 toneladas de pintura para exteriores y 1.5 toneladas de pintura para interiores, para
producir una ganancia mxima de $ 21.000,00
Solucin mltiple: respuesta correcta c)
Respuestas
Rubro
1.5
3.0
3.0
1.5
3.5
3.0
1.5
1.5
1.5
2.0
Ganan. max.($)
21.000
20.000
21.000
20.000
21.000
34.Ozark Farms utiliza diariamente 800 libras 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
Maz
Semilla de Soya
Protenas
Fibra
0.09
0.60
0.02
0.06
Costo (/libra)
0.30
0.90
Los requerimientos dietticos diarios del alimento especial estipulan que por lo menos un 30% de
protenas y cuando mucho un 5% de fibra. Ozark Farms desea determinar el costo mnimo diario de la
32
mezcla de alimento.
Definicin de variables:
X1 = Cantidad de libras de Maz
X2 = Cantidad de libras de Semilla de Soya
32
Restricciones:
0.09 X1 + 0.60 X2 0.30*(X1 + X2)
0.02 X1 + 0.06 X2 0.05*(X1 + X2)
X1 +
X2 800
No negatividad:
X i 0; i = 1, 2
por protenas
por fibra
produccin
Datos de entrada
Datos de Salida:
Solucin:
470.59 libras de maz,
329.41 libras de semilla de soya
costo mnimo del alimento: 437.65 por da.
Solucin mltiple: respuesta correcta b)
a)
$ 457.65 por da
b)
c)
$ 437.65 por da
$ 417.65 por da
d)
$ 517.65 por da
e)
$ 537.65 por da
35. Jack es un estudiante emprendedor de primer ao de la UTE. Comprende que slo el trabajo y nada
de diversin hacen de Jack un muchacho aburrido. Como resultado de esto, Jack quiere distribuir su
tiempo disponible, de alrededor de 10 horas al da, entre el trabajo y la diversin. Calcula que el juego es
dos veces ms divertido que el trabajo. Tambin quiere estudiar por lo menos tanto como juega.
Sin embargo, Jack comprende que si quiere terminar todas sus tareas universitarias, no puede jugar
ms de cuatro horas al da.
Cmo debe distribuir Jack su tiempo para maximizar su satisfaccin tanto en el trabajo como en el juego?
Formulacin del problema:
Definicin de variables
X1 = nmero de horas de juego X2 =
nmero de horas de trabajo
Restricciones:
X1 + X2 = 10
X1
disponibilidad de tiempo X2
X1 X2 0
X1 4
lmite de juego
No negatividad Xi
0; i= 1, 2
Solucin GLP
Payo: ff1:.0:2X.01.X+0:1X+1
1. 0-01XX.1021.0X=+2X12=0
0=..0104X0.02.0= 4.0
Optimal Decisions(X1,X2): ( 4.0, 6.0)
: 1.0X1 + 1.0X2 <= 10.0
: 1.0X1 - 1.0X2 <= 0.0
: 1.0X1 + 0.0X2 <= 4.0
33
33
Rubro
Respuestas
a
Juega
1.5
3.0
3.0
4.0
6.0
Trabaja
3.0
6.0
6.0
6.0
2.0
Satisfaccin max
14.0
20.0
14.0
14.0
21.000
36. John 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 John 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. De manera que John quiere basar su decisin acerca de cuntas
horas debe trabajar en cada tienda en un criterio diferente: el factor del estrs en el trabajo. Basndose
en entrevistas con los empleados actuales, John calcula que, en una escala de 1 a 10, los factores des
estrs son de 8 y 6 en las tiendas 1 y 2, respectivamente. Debido a que el estrs aumenta por hora, l
supone que el estrs total al final de la semana es proporcional al
34
nmero de horas que trabaja en la tienda. Cuntas horas debe trabajar en cada tienda?
Definicin de variables
X1 = nmero de horas de trabajo en la tienda 1 X2 = nmero
de horas de trabajo en la tienda 2
Restricciones:
X1 5
X1 12
X2 6
X2 10
X1 + X2 20
No negatividad
Xi 0; i = 1, 2
Solucin GLP
1.0 x1 +
0.0 X2 = 5.0
X
2
12
11
10
9
8
7
6
5
4
3
2
1
0
10
11
12
x1
34
1.0 x1 + 1.
0.0 x1 +
1.0 X2 = 6.0
Solucin:
John debe trabajar 10 horas a la semana en la tienda 1 y 10 horas en la tienda 2 Solucin mltiple:
respuesta correcta d)
Respuestas
Rubro
Tienda 1
11
10
10
10
10
Tienda 2
11
10
6.0
10
10
Estrs min
14.0
20.0
14.0
140
21.000
37. La Dumont Company, fabricante de equipo de pruebas, tiene tres departamentos principales para la
manufactura de sus modelos S-1000 y S- 2000. Las capacidades mensuales son las siguientes:
Requerimientos unitarios de
tiempo (horas)
Modelo S2000
Horas disponibles en el
presente mes
De Estructura principal
Model
o S1000
4
1600
De Alambrado elctrico
2.5
1200
De Ensamble
4.5
1.5
1600
Departamentos
La contribucin del modelo S-1000 es de $ 40 000 por unidad, y la del modelo S- 2000 es de $ 10 000 por
unidad. Suponiendo que la compaa puede vender cualquier cantidad de cada uno de sus productos,
debido a las condiciones favorables de mercado. Determnese la salida ptima para cada modelo, la
35
contribucin ms alta posible para el presente mes y el tiempo sobrante en los tres departamentos.
Formulacin del problema:
Definicin de variables
X1 = nmero de unidades del modelo S-1000 X2 = nmero
de unidades del modelo S-2000
Restricciones
4X1 + 2X2 1600
2.5X1 + 1X2 1200
Dep. de Estructuras
Dep. alambrado elctrico
Dep. ensamblaje
No negatividad
Xi 0; i = 1, 2
Solucin GLP
35
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigacin de Operaciones.
Limusa. Pag 273
: 4.5 X1 + 1.5 X2 =
1600.0
X2
24
0
228
216
204
192
180
168
156
144
132
120
108
96
84
72
60
48
36
24
12
0
221
349
229
357
237
365
245
373
253
3
261
269
277
285
293
301
309
317
325
333
341
Fabricar 355,5 unidades del Modelo S-1000 solamente para producir un beneficio de $14 222,20
Si la restriccin es fabricar componentes completos, fabricar 355 unidades del modelo S-1000 y 1 unidad
del modelo S-2000 para producir un beneficio de $ 14 210,00
Solucin mltiple: respuesta correcta b)
Respuestas
Rubro
Modelo S-1000
255.5
355.5
355.5
350
350
Modelo S-2000
Contribucin max
0.0
14.210
0.0
14.222,2
10.0
14.222,2
6.0
14.220
10.0
14.222,2
38. La Cincinnati Chemical Company debe producir 10 000 libras de una mezcla especial para un cliente. La
mezcla se compone de los ingredientes: X1, X2 y X3. X1 cuesta $8/libra, X2 $ 10/libra y X3 $ 11/libra. No
pueden usarse mas de 3 000 libras de X1 y por lo menos deberan usarse 1 500 libras de X2. Adems se
requieren por lo menos 2 000 libras de X3.
a)
Calclese el nmero de libras de cada ingrediente que habr que emplear. A fin de reducir
la mnimo el costo total de las 10 000 libras.
b)
c)
(Ref: Toma de decisiones por medio de Investigacin de Operaciones. Thierauf. Limusa. Pag 274)
Formulacin del problema
Definicin de variables
36
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigacin de Operaciones.
Limusa. Pag 274
cantidad de produccin X1
3.000
cantidad de X1
X2 1.500
cantidad de X2
X3 2.000
cantidad de X3
No negatividad
Xi 0; i = 1, 3
Solucin:
a)
b)
c)
X1=
3000
libras
X2=
5000
libras
X3= 2000 libras
Rubro
Respuestas
a
Ingrediente X1
Ingrediente X2
3.000
5.000
2.500
6.000
3.000
6.000
4.000
4.000
3.000
5.000
Ingrediente X3
2.000
1.500
1.000
2.000
2.000
Costo min
96.000
69.000
69.000
96.000
69.000
Hay sobrantes?
No
Si
No
Si
No
39. La Gray Manufacturing Company ha seguido constantemente una poltica de fabricacin de aquellos
productos que contribuyan con la mayor cantidad a los costos fijos y a las ganancias. Sin embargo,
siempre se ha procurado producir los requerimientos mnimos semanales de venta, que son los siguientes
para los productos K, L, M y N:
Producto K
25 unidades
Producto L
30 unidades
Producto M
30 unidades
Producto N
25 unidades
Tiempo
disponible la
semana prox.
(horas)
Departamento1
0.25
0.20
0.15
0.25
400
Departamento 2
0.30
0.40
0.50
0.30
1000
Departamento 3
0.25
0.30
0.25
0.30
500
Departamento 4
0.25
0.25
0.25
0.25
500
$ 9.00
$ 8.00
$ 10.0
Contribucin por
unidad
$ 10.50
Producto K
1 533 unidades
Producto L
30 unidades
Producto M
30 unidades
Producto N
25 unidades
Son la mezcla actual de productos y la contribucin, para la empresa, ptimas? En caso contrario
37
Cul es la contribucin actual? Cules deben ser las ptimas?
Formulacin del problema:
Definicin de variables
X1 = Nmero de unidades del producto K X2 =
Nmero de unidades del producto L X3 = Nmero de
unidades del producto M X4 = Nmero de unidades
del producto N
Funcin objetivo:
Maximizar Z = 10.5X1 + 9.0X2 + 8.0X3 + 10.0X4
Restricciones
0.25X1 + 0.20X2 + 0.15X3 + 0.25X4 400
0.30X1 + 0.40X2 + 0.50X3 + 0.30X4 1000
Disp. Dep. 1
Disp. Dep. 2
Disp. Dep. 3
Disp. Dep. 4
X1 25
Venta mnima de K
X2 30
Venta mnima de L
X3 30
Venta mnima de M
X4 25
Venta mnima de N
No negatividad Xi 0; i
= 1,4
37
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigacin de Operaciones.
Limusa. Pag 275
Rubro
Respuestas
a
Mezcla ptima?
Si
No
Si
No
Si
Contribucin act
Contribucin opt.
18.433,2
16.856,5
16.856,5
18.433,25
16.556.0
14.055.0
16.856.5
18.500.0
16.500.0
14.500.0
Producto K
976.5
976.5
906.5
950
976
Producto L
30
30
25
30
30
Producto M
957.5
957.5
975.6
956.0
950.0
Producto N
25
25
30
25
35
40. La LaCross Manufacturing Company esta considerando la fabricacin de una lnea de productos,
compuesta de cuatro productos. Cada producto puede fabricarse con dos mtodos diferentes y
completamente distintos, uno de los cuales consta de dos procesos y el otro de tres. Se fabricarn
basndose en el segundo turno. El precio de venta de estos productos y sus costos variables, as como las
cantidades que probablemente puedan venderse, de acuerdo con el grupo de investigaciones de
38
mercadotecnia, son los siguientes:
Producto
1
$ 100
$ 150
$ 125
$ 140
$ 80
$ 135
$ 120
$ 135
$ 110
$ 150
$ 100
$ 110
1000
3000
4000
6000
La seccin de manufactura de la empresa ha determinado que los tiempos de manufactura para cada
proceso son los siguientes:
Producto
1
3.0
3.6
2.0
3.5
10.0
8.0
9.0
Mtodo A
Departamento 20
Departamento 21
9.0
Departamento 22
1.0
1.0
0.5
0.5
Departamento 31
4.0
4.0
2.0
4.0
Departamento 32
5.0
8.0
4.0
3.0
Mtodo B
Departamento 20
Departamento 21
Departamento 22
38
15
000
50
000
8 000
Robert J. Thierauf y Richard A. Grosse. Toma de decisiones por medio de Investigacin de Operaciones. Limusa.
Pag 275
Departamento 31
10 000
Departamento 32
10 000
Definicin de variables
X11 = Nmero de unidades del producto 1 elaborados con el mtodo A X21 = Nmero de
unidades del producto 2 elaborados con el mtodo A X31 = Nmero de unidades del
producto 3 elaborados con el mtodo A X41 = Nmero de unidades del producto 4
elaborados con el mtodo A X12 = Nmero de unidades del producto 1 elaborados con el
mtodo B X22 = Nmero de unidades del producto 2 elaborados con el mtodo B X32 =
Nmero de unidades del producto 3 elaborados con el mtodo B X42 = Nmero de unidades
del producto 4 elaborados con el mtodo B
Funcin Objetivo:
Maximizar Z = (100-80)X11 + (150-135)X21 + (125-120)X31 + (140-135)X41 +
(100-110)X12 + (150-150)X22 + (125-100)X32 + (140-110)X24
Restricciones
X11 + X12 1000
Venta producto 1
Venta producto 2
Venta producto 3
Venta producto 4
Horas Dep. 20
Horas Dep. 21
Horas Dep. 22
Horas Dep. 31
Horas Dep. 32
No negatividad
Xij 0; i= 1,4; j = 1,2
Solucin:
41. Una fbrica elabora dos productos, A, B. Cada uno de ellos debe ser procesado en dos mquinas
diferentes. Una mquina tiene una capacidad disponible de 24
horas y la otra de 16 horas. Cada unidad del producto A requiere de dos horas en ambas mquinas.
Cada unidad del producto B necesita de tres horas en la primera mquina y de una hora en la
segunda. La utilidad incremental es de $6 por unidad del producto A y de $7 por unidad del producto B, y
la fbrica puede vender tantas unidades de cada producto como pueda fabricar.
El objetivo de la fbrica es maximizar las utilidades. El problema est en determinar cuntas unidades
del producto A y del producto B podran producirse dentro de los lmites disponibles por la capacidad de
39
las mquinas.
Resumen:
Mquinas
Productos
Capacidad de
2 horas
3 horas
24 horas
2 horas
1 hora
16 horas
Utilidad en $
las mquinas
Definicin de variables
X1 = nmero de unidades del producto A X2 =
nmero de unidades del producto B
Restricciones
2X1 + 3X2 24
1X2 16
No negatividad Xi
0 ; i = 1, 2
39
43
Bonini, Hansman, Bierman. Anlisis Cuantitativo para los Negocios. Novena Edicin. Irwin McGraw- Hill. Pag.
9
8
:
2 X1 +
1 X2 =
16
6
:
2 X1 +
3 X2 =
24
5
4
Payoff:
6 X1 +
7 X2 = 64
3
2
1
0
0
Optimal Decisions(X1,X2): (
: 2X1 + 3X2 <= 24
: 2X1 + 1X2 <= 16
4
6, 4)
10
11
12
13
14
15
Solucin:
X1 = 6
X2 = 4
Z = 64
42. Al mezclar diferentes hidrocarburos, se obtiene gasolina de diferentes grados, que es el resultado directo
de las operaciones de refinera. En una operacin real de refinacin, se realizan varias mezclas de
hidrocarburos, que dan muchas clases de gasolina como producto final (por ejemplo, gasolina de distintos
grados para avin y para carro), con caractersticas importantes para los distintos grados de la
composicin de la gasolina (por ejemplo, octanaje, presin del vapor, contenido de azufre y contenido de
oxidante). En este ejemplo simplificado, se supone que una refinera dispone slo de dos tipos de
gasolina, cuyas caractersticas se presentan en la siguiente tabla:
Caractersticas de las mezclas de gasolina
Mezclas
disponibles
Octanaje
Presin de
vapor
Cantidad
Disponible
Gasolina tipo 1
104
30 000 barriles
Gasolina tipo 2
94
70 000 barriles
Estos tipos de gasolina pueden ser combinados para producir dos productos finales, gasolina para
avin y gasolina para carro. Las cualidades que requieren estos productos finales aparecen en la
siguiente tabla:
Caractersticas de la gasolina como producto final
Presin
Mxima
Productos
Octanaje
de vapor
finales
mnimo
Ventas
mximas
Precio
De venta
(por barril)
Gasolina avin
102
20 000 barriles
$45.10
Gasolina carro
96
cualquiera
$32.40
Cuando la gasolina se combina, la mezcla resultante tiene un octanaje y una presin de vapor
proporcional al volumen de cada tipo de gasolina que se mezcl. Por ejemplo, si se mezclan 1
000 barriles de gasolina tipo 1 con 1 000 barriles gasolina tipo 2, la gasolina resultante tendr un
octanaje de 99:
1.000x104 1.000x94
2.000
99
La empresa desea maximizar los ingresos por la venta de gasolina como producto final.
40
Definicin de variables
X1 = nmero de barriles de gasolina Tipo 1, utilizada para gasolina de avin X2 = nmero de
barriles de gasolina Tipo 1, utilizada para gasolina de carro X3 = nmero de barriles de gasolina
Tipo 2, utilizada para gasolina de avin X4 = nmero de barriles de gasolina Tipo 2, utilizada para
gasolina de carro
Restricciones
8X2 2X4 0
5X 1 9 X 3
6
X1 X 3
-1X1 + 3X3 0
5X 2 9X 4
8
X 2 X 4
-3X2 + X4 0
X1 + X2 30.000
X3 + X4 70.000
X1 + x3 20.000
No negatividad
Xi 0 ; i = 1, 4
40
46
Bonini, Hansman, Bierman. Anlisis Cuantitativo para los Negocios. Novena Edicin. Irwin McGraw- Hill. Pag.
Solucin:
Z = 3355.454.5 X1 =
7.272,72
X2 = 22.727,27
X3 = 1.818,18
X4 = 68.181,82
43. Una fbrica produce cuatro artculos: A, B, C y D. Cada cantidad del producto A requiere de dos horas de
maquinado, una hora de montaje y $10 de inventario en proceso. Cada unidad del producto B requiere
de una hora de maquinado, tres horas de montaje y $5 de inventario en proceso. Cada unidad del
producto C requiere de dos y media horas de maquinado, dos y media horas de montaje y $2 de
inventario en proceso. Finalmente, cada unidad del producto D requiere de cinco horas de maquinado,
ninguna de montaje y $12 de inventario en proceso.
La fbrica dispone de 120 000 horas de tiempo de maquinado y 160 000 horas de tiempo de montaje.
Adems, no puede tener ms de un milln de dlares de inventario en proceso.
Cada unidad del producto A genera una utilidad de $40, cada unidad del producto B genera una utilidad
de $24, cada unidad de producto C genera una utilidad de $36 y cada unidad del producto D genera
una utilidad de $23. No pueden venderse ms de 20 000 unidades del producto A, 16 000 unidades del
producto C, y pueden venderse la cantidad que se quiera de los productos B y
D. Sin embargo, deben producir y vender por lo menos 10 000 unidades del producto D para cumplir
con los requerimientos de un contrato.
Sobre estas condiciones, formular un problema de programacin lineal. El objetivo de la fbrica es
41
maximizar la utilidad resultante de la venta de los cuatro productos.
Resumen:
Proceso
Disponible
(horas)
Producto
A
Maquinado
2 hr
1 hr
2,5 hr
5 hr
120.000
Montaje
1 hr
3 hr
2,5 hr
0 hr
160.000
Inventario
Utilidad
$10
$40
$5
$24
$2
$36
$12
$23
1000.000
Definicin de variables:
X1 = Nmero de unidades del producto A X2 =
Nmero de unidades del producto B X3 = Nmero de
unidades del producto C X4 = Nmero de unidades del
producto D
Restricciones:
2X1 + X2 + 2.5X3 + 5X4 120.000
disponibilidad de maquinado X1 +
3X2 + 2.5X3 + 0X4 160.000
disponibilidad de montaje 10X1 +
5X2 + 2X3 + 12X4 1000.000 disponibilidad de inventario X1 20.000
limite de
venta producto A
X3 16.000
lmite de venta del producto C X4
10.000
contrato del producto D
No negatividad:
Xi 0 ; i = 1, 4
41
57
Bonini, Hansman, Bierman. Anlisis Cuantitativo para los Negocios. Novena Edicin. Irwin McGraw- Hill. Pag.
Solucin:
Z = 1830.000
X1 = 10.000
X2 = 50.000
X3 = 0
X4 = 10.000
44. La U-Save Loan Company est planeando sus operaciones para el prximo ao. La empresa hace cinco
tipos de prstamos, que se indican a continuacin, con un retorno anual (en porcentaje) para ella.
Tipo de prstamo
Retorno anual
Prstamos quirografarios
15
12
10
Los requerimientos legales y la poltica de la empresa establecen los siguientes lmites en las
cantidades de los distintos tipos de prstamos.
Los prstamos quirografarios no pueden exceder del 10% del total de Tipo de prstamos. La cantidad
de prstamos quirografarios y para muebles no puede exceder de 20% del total de tipo de prstamos.
Las hipotecas en primer grado deben ser por lo menos de 40% del total de hipotecas y, por lo
menos, 20% de la cantidad total de tipo de prstamos. Las hipotecas en segundo grado no pueden
exceder de 25% de la cantidad total de tipo de prstamos.
La empresa debe maximizar los ingresos de los intereses de los prstamos, sujetndose a las
42
restricciones indicadas. La empresa puede prestar un mximo de $1,5 millones.
Definicin de variables
X1 = Monto en dlares para Prstamos Quirografarios X2 = Monto en
dlares para Prstamos para Muebles
X3 = Monto en dlares para prstamos para Automviles
X4 = Monto en dlares para Hipotecas de bienes races en segundo grado X5 = Monto en dlares
para Hipotecas de bienes races en primer grado
Funcin objetivo:
Restricciones
X1 0.10 (X1 +X2 +X3 + X4 + X5)
0.10X2 0.10X3 0.10X4 0.10X5 0
Bonini, Hansman, Bierman. Anlisis Cuantitativo para los Negocios. Novena Edicin. Irwin McGraw- Hill. Pag.
No negatividad
Xi 0 ; i = 1, 5
45. Una fbrica venden dos tipos de productos diferentes, A y B. La informacin sobre el precio de venta y el
costo incremental es la siguiente:
Producto A
Producto B
Precio de venta
$60
$40
Costo incremental
$30
$10
Utilidad incremental
$30
$30
Los dos productos se fabrican dentro de un proceso comn y se venden en dos mercados
diferentes.
El proceso de produccin tiene una capacidad de 30 000 horas de mano de obra, se requiere de
tres horas para elaborar una unidad de A y una hora para producir una unidad de B. El mercado ya fue
estudiado, por lo que los funcionarios de la empresa consideran que la cantidad mxima de las
unidades de A que puede venderse es de 8 000; la cantidad mxima de B es de 12 000
venderse en cualquier
43
combinacin. Formular esta situacin como un problema de programacin lineal.
Formulacin del problema
Definicin de variables
X1 = Nmero de unidades del producto A X2 =
Nmero de unidades del producto B
Restricciones
X1 8.000
X2 12.000
venta de A
venta de B
No negatividad
Xi 0 ; i = 1, 2
Solucin GLP
: 0.0 X1 + 1.0 X2 =
12000.0
: 3.0 X1 + 1.0 X2 = 30000.0
30 428 826 1224 1622 2020 2418 2816 3214 3612 4010 4408 4806 5204 5602 6000 6398 6796
X1
7194 7592 7990
Optimal Decisions(X1,X2): (6000.0, 12000.0)
: 3.0X1 + 1.0X2 <= 30000.0
: 1.0X1 + 0.0X2 <= 8000.0
: 0.0X1 + 1.0X2 <= 12000.0
43
Bonini, Hansman, Bierman. Anlisis Cuantitativo para los Negocios. Novena Edicin. Irwin McGraw- Hill. Pag. 58
46. Recientemente, la empresa EMBUTIDOS experiment drsticos cambios en los precios de la materia
prima; por los que el gerente orden a un analista reexaminar las proporciones de las mezclas de los
ingredientes para la produccin de salchichas.
La produccin de salchichas implica cumplir con dos requisitos esenciales para el producto. El porcentaje
de protenas, por peso, debe ser al menos 15%, y el porcentaje de grasa, por peso, no puede exceder
de 30% (el peso restante es relleno). La empresa tiene cuatro materia primas disponibles para la mezcla,
con las siguientes caractersticas:
Ingrediente
Porcentaje de
Protenas
Porcentaje de
Grasa
Costo por
Libra
40
10
$1.80
20
15
$0.75
10
35
$0.40
40
$0.15
Definicin de variables
X1 = Cantidad en libras del ingrediente A X2 =
Cantidad en libras del ingrediente B X3 = Cantidad en
libras del ingrediente C X4 = Cantidad en libras del
ingrediente D
Funcin objetivo
Restricciones
protenas
No negatividad
Xi 0 ; i = 1, 4
44
Bonini, Hansman, Bierman. Anlisis Cuantitativo para los Negocios. Novena Edicin. Irwin McGraw- Hill. Pag. 58
47. Un fabricante de muebles produce dos tipos de escritorios: estndar y ejecutivo. Estos escritorios se
venden a un mayorista de mobiliario de oficina; y para todo fin prctico existe un mercado ilimitado para
cualquier mezcla de ellos; al menos dentro de la capacidad de produccin del fabricante. Cada escritorio
debe pasar por cuatro operaciones bsicas: corte de madera, ensamble de las piezas, pre- acabado y
acabado final. Cada unidad producida del escritorio del escritorio estndar requiere de 48 min de tiempo
de corte, 2 horas de ensamble, 40 min de pre-acabado y 5 horas y 20 min de tiempo de acabado final.
Cada unidad de escritorio ejecutivo requiere de 72 min de corte, 3 horas de ensamble, 2 horas de preacabado y 4 horas de tiempo de acabado final. La capacidad diaria para cada operacin equivale a 16
horas de corte, 30 horas de ensamble, 16 horas de pre-acabado y 64 horas de acabado final. El beneficio
por unidad producida es de $40 para el escritorio estndar y de $50 para el escritorio ejecutivo. Qu
45
mezcla de productos es ptima?
Formulacin del problema
Definicin de variables
X1 = Nmero de unidades de escritorios estndar X2 = Nmero de
unidades de escritorios ejecutivos
Restricciones
0.8X1 + 1.2X2 16
2.0X1 + 3.0X2 30
0.6667X1 + 2.0X2 16
5.3334X1 + 4.0X2 64
horas
horas
horas
horas
de corte
de ensamblaje
de pre-acabado
acabado final
No negatividad
Xi 0 ; i = 1, 2
Solucin GLP
45
12
11
Payoff: 40.000 X1 + 50.000 X2 = 559.998
10
9
8
7
5
4
3
2
1
0
0
10
11
12
13
14
15
16
17
48. Un fabricante de alimento para pollos desea determinar la mezcla de menor costo para una frmula de
altas protenas que contiene 90 gr. de nutriente A, 48 gr. de nutriente B, 20 gr. de nutriente C y 1.5 gr. de
vitamina X por cada kg. de alimento. Puede mezclar la frmula empleando dos ingredientes y otro de
relleno. El ingrediente 1 contiene 100 gr. de nutriente A, 80 gr. de nutriente B,
40 gr. de nutriente C y 10 gr. de vitamina X; y cuesta $0.40 por Kg. El ingrediente 2 contiene
46
200 gr. de A, 150 gr. de B, 20 gr. de C, nada de vitamina X y cuesta $0.60 por kg.
Formulacin del problema:
Definicin de variables
X1 = Cantidad de Kg. de ingrediente Tipo 1 X2 =
Cantidad de Kg. de ingrediente Tipo 2
Restricciones
100X1 + 200X2 = 90
Nutriente A
80X1 + 150X2 = 48
Nutriente B
40X1 + 20X2 = 20
10X1 + 0X2 = 1.5
Nutriente C
Vitamina X
No negatividad
Xi 0 ; i = 1, 2
Son ecuaciones redundantes, para su solucin se asume que cumplirn al menos los pedidos de los
ingredientes, sus resultados sern analizados por un dietista para no incurrir en daos a los pollos,
entonces:
46
Restricciones
100X1 + 200X2 90
Nutriente A
80X1 + 150X2 48
Nutriente B
40X1 + 20X2 20
10X1 + 0X2 1.5
Nutriente C
Vitamina X
Oswaldo Paul
Rivadeneira
Pgina:
100
49. Una compaa produce tres tipos de productos qumicos refinados: A, B y C. Es necesario producir
diariamente al menos 4 ton de A, 2 ton de B y 1 ton de C. Los productos de entrada son los
compuestos X y Y. Cada tonelada de X proporciona 0.25 ton de A, 0.25 ton de B y 0,0834 ton de C.
Cada tonelada de Y rinde 0.5 ton de A, 0.10 ton de B y 0.0834 ton de C. La tonelada de compuesto X
cuesta $250 y el compuesto Y $400. El costo de procesamiento es de $250 por ton de X y $200 por
ton de Y. Las cantidades producidas que excedan los requerimientos diarios no tienen valor, ya que el
producto sufre cambios qumicos si no se utiliza de inmediato. El problema consiste en determinar la
47
mezcla con costo mnimo de entrada.
Formulacin del problema
Definicin de variables
X1 = Toneladas de compuesto X X2 =
Toneladas de compuesto Y
Restricciones
0.25X1 + 0.5X2 4
0.25X1 + 0.10X2 2
47
toneladas de A
toneladas de B
0.0834X1 + 0.0834X2 1
toneladas de C
No negatividad
Xi 0; i = 1, 2
Solucin GLP
7
: 0.2500 X1 + 0.1000 X2 = 2.0000
6
5
4
: 0.2500 X1 + 0.5000 X2 = 4.0000
3
2
1
0
0
1
2
3
18
19
20
4
5
21 22
6
7
23 2
10
11
12
13
14
15 16
17
50. La Palysafe Insurane Company of Knockville, ME, dispone de fondos ociosos por un total de $20 millones,
disponible para inversiones a corto y largo plazo. Las especificaciones gubernamentales requieren que no
ms del 80% de todas las inversiones sean a largo plazo; no ms del 40% de inviertan a corto plazo;
y que la razn entre las inversiones a largo y corto plazo no sean mayor de 3 a 1. Actualmente, las
inversiones a largo plazo rinden el 15% anual; mientras que la tasa anual para las inversiones a corto
plazo es del 10%. Plantese este problema como programa lineal con el objetivo de maximizar el
48
beneficio ponderado.
Definicin de variables
X1 = Cantidad en millones de dlares para inversin a corto plazo X2 = Cantidad en
millones de dlares para inversin a largo plazo
Restricciones
X1 + X2 20
0.80(X1 + X2)
0.80X1 0.20X2 0
0.40(X1 + X2)
0.40X1 - 0.60X2 0
3/1
3X1 X2 0
No negatividad
Xi 0 ; i = 1, 2
Solucin GLP
48
Payoff: 0.1 X1 +
0.1 X2 = 2.4
X
2
12
11
10
9
8
7
: 1.0 X1 + 1.0 X2 = 20.0
6
5
4
3
2
1
0
0
10
11
12
13
14
15
X1
51. Un fabricante de botes de fibra de vidrio produce cuatro modelos diferentes que deben pasar por tres
operaciones diferentes: moldeado, ensamblado y acabado. La tabla dada contiene toda la informacin
necesaria.
Modelo
Moldeado
(h/unid)
Ensamble
(h/unid)
Acabado
(h/unid)
Compuesto de
moldeado
(gal/unid)
Beneficio
($/unid)
1
2
2.8
2.1
5
3
10
7.5
200
200
160
124
12
280
212
4
Capac./
seman
a
220
170
48 h
96 h
160 h
4800 gal
Los pronsticos de venta indican que, en promedio, no deben producirse por semana ms de 8
unidades del modelo 4. Excepto por esta restriccin, la demanda ser suficiente para absorber
49
cualquier cantidad producida. El objetivo es maximizar los beneficios.
Formulacin del Problema
Definicin de variables
X1 = Nmero de unidades del modelo 1 X2 =
Nmero de unidades del modelo 2 X3 = Nmero de
unidades del modelo 3 X4 = Nmero de unidades
del modelo 4
49
Restricciones
2.8X1 + 2.1X2 + 4X3 + 3X4 48
+ 6X3 + 4X4 96
7.5X2 + 12X3 + 3X4 160
200X2 + 280X3 + 220X4 4800
X4 8
No negatividad
Xi 0 ; i = 1, 4
52. En una compaa se fabrican tres productos A, B y C. Los tres productos comparten en sus
procesos de produccin cuatro mquinas X, Y, S y T. El producto A utiliza tres operaciones en las
mquinas X, S y T. El producto B utiliza slo dos operaciones en las mquinas X y S o en las
mquinas Y y T. El producto C puede fabricarse utilizando las maquinas X y S o en las mquinas Y, S y T.
El tiempo necesario en minutos por unidad producida, para cada posibilidad de produccin en cada
mquina, y el costo variable de produccin por minuto para cada mquina se condensan en la siguiente
tabla.
Tiempo (en min/unidad de mquina)
Producto
Proceso
2
1
Cdigo
10
10
6
B1
9
16
B2
C1
2
Costo var
/min ($)
0.40
10
0.50
0.24
0.30
C2
Cada mquina tiene una capacidad diaria de produccin de 480 minutos. La demandas mnimas de los
tres productos son 36 para A, 45 para B y 10 para C. El objetivo consiste en determinar el esquema de
50
produccin que minimice el costo total variable de produccin.
Definicin de variables
X1 = nmero de unidades del producto A, con el proceso 1 X2 = nmero de
unidades del producto B, con el proceso 1 X3 = nmero de unidades del
producto B, con el proceso 2 X4 = nmero de unidades del producto C, con el
proceso 1 X5 = nmero de unidades del producto C, con el proceso 2
Funcin objetivo:
Restricciones
capacidad maquina X
capacidad maquina Y 6X1
capacidad maquina S 3X1
capacidad maquina T X1
demanda del producto A
X2 + X3 45
X4 + X5 10
No negatividad
Xi 0 ; i = 1, 4
Pgina:
108
53. Usted est organizando una fiesta y dispone de de las siguientes cantidades de licor: 48 onz lquidas de
whisky, 72 onz lquidas de vodka, 64 onz lquidas de vermouth blanco, 72 onz de vermouth rojo, 24 onz
lquidas de brandy y 18 onz lquidas de licor de caf. Usted piensa preparar las siguientes bebidas:
Chauncies, Rusos Negros, Italianos Dulces, Ccteles Molotov (Martinis Rusos) y Whisky en las rocas. Un
Chauncy consiste en 2/3 de whisky y 1/3 de vermouth rojo. Un Ruso Negro consiste de de vodka y
de licor de caf. Un Italiano Dulce consiste de de brandy, de vermouth rojo y vermouth blanco.
Los Ccteles Molotov son una mezcla de 2/3 de vodka y 1/3 de vermouth blanco. Por ltimo el Whisky
en las rocas consiste slo de whisky. Cada trago contiene 4 onz lquidas. Su objetivo es mezclar los
ingredientes, en forma tal, que pueda prepararse el mayor nmero de posible de tragos. Sin embargo,
Usted considera que es necesario preparar cuando menos el doble de Ccteles
Molotov que de Rusos Negros, para proporcionar una seleccin equilibrada. Plantese como un problema
51
de programacin lineal.
Resumen:
Pgina:
109
Rusos
negro
s
Italianos
dulces
2/3*4
Vodka
*4
2/4*4
1/3*4
Brandy
Lic. Caf
Whisky
en rocas
1*4
*4
Verm.B.
Verm.R.
Cctele
s
molotov
Cantidad
Disponible
(onz)
48
2/3*4
72
1/3*4
64
72
*4
24
*4
18
Definicin de variables:
X1 = Nmero de tragos de Chauncies
X2 = Nmero de tragos de Rusos Negros X3 = Nmero
de tragos de Italianos Dulces
X4 = Nmero de tragos de Ccteles Molotov
X5 = Nmero de tragos de Whisky en las Rocas
*4X2 + 2/3*4X4 72
9X2 + 8X4 216
*4X3 + 1/3*4X4 64
3X3 + 4X4 192
2/4*4X3 72
4X1 + 6X3 216
*4X3 24
X3 24
*4X2 18
X2 18
X4
2X2 X4 0
No negatividad
Xi 0 ; i = 1, 5
Solucin:
Datos de entrada para Solver
Oswaldo Paul
Rivadeneira
Pgina:
110
54. ProTrac,Inc. Produce dos lneas de mquina pesada. Una de sus lneas de productos, llamada equipo de
excavacin, se utiliza de manera primordial en aplicaciones de construccin. La otra lnea, denominada
equipo de la silvicultura, est destinada a la industria maderera. Tanto la mquina ms grande de la lnea
de excavacin (la E-9), como la mayor de toda la lnea del equipo de silvicultura (la F-9) son fabricadas
en los mismos departamentos y con el mismo equipo. Empleando las proyecciones econmicas
correspondientes al siguiente mes, el gerente de Mercadotecnia de ProTrac ha considerado que durante
ese perodo ser posible vender todas las E-9 y F-9 que la compaa sea capaz de producir. La gerencia
tiene que recomendar ahora una meta de produccin para el mes prximo. Es decir, cuntas E-9 y F-9
debern fabricar si la direccin de ProTrac desea maximizar la contribucin del mes entrante a la
ganancia ( es decir, el margen de contribucin, definido como los ingresos menos los costos variables)
La toma de decisiones requiere la consideracin de los siguientes factores importantes:
a. El margen de contribucin unitaria de ProTrac es de $ 5.000 por cada E-9 vendida y de $
4.000 por cada F-9
b. Cada producto pasa por las operaciones de maquinado, tanto en el departamento A como en
el departamento B.
c.
d.
e.
f.
Para la produccin correspondiente al mes prximo, estos dos departamentos tiene tiempos
disponibles de 150 y 160 horas, respectivamente. La fabricacin de cada E-9 requiere 10
horas de maquinado en el departamento A y 20 horas en el departamento B, mientras
que cada F-9 requiere 15 horas horas en el departamento a y 10 en el B.
Para que la administracin cumpla con el acuerdo concertado con el sindicato, las horas
totales de trabajo invertidas el la prueba de productos terminados del siguiente mes no deben
ser ms all del 10% inferior a una meta convenida de 150 horas. Estas pruebas se llevan a
cabo en un tercer departamento y no tienen nada que ver con las actividades de los
departamentos A y B. Cada E-9 es sometida a pruebas durante 30 horas y cada F-9 durante
10.
Con el fin de mantener su posicin actual en el mercado, la alta gerencia ha decretado como
poltica operativa: que deber construirse cuando menos una F-9 por cada tres E-9 que sean
fabricadas.
Uno de los principales distribuidores ha ordenado un total de cuando menos cinco E-9 y F9 (en cualquier combinacin) para el prximo mes, por lo cual tendr que producirse por lo
52
menos esa cantidad.
Resumen de datos:
Maq. E-9
HORAS
Maq. F-9
Total disponible
Dep. A
10
15
150
Dep. B
20
10
160
Hora de prueba
30
10
135 (150-10%)
1(E 9) 3(F 9)
1.
2.
Funcin objetivo
Maximizar Z = 5000 E-9 + 4000 F-9
3.
52
Solucin grfica:
55. La empresa Crawler Tread, desea mezclar minerales de hierro de cuatro minas distintas para fabricar
rodamientos destinados a un nuevo producto de Protrac: un tractor tipo oruga de tamao mediano, el E-6,
diseado especialmente para competir en el mercado europeo. Por medio del anlisis se ha demostrado
que , para producir una mezcla dotada de las cualidades de traccin adecuadas, deben cumplirse
requerimientos mnimos en relacin con tres elementos bsicos que, para simplificar, sealaremos aqu
como A, B, C. En trminos especficos, cada tonelada de mineral deber contener cuando menos cinco
libras del elemento bsico A, 100 libras del elemento bsico B y 30 libras del elemento bsico C.
El mineral extrado de cada una de las cuatro minas posee los tres elementos bsicos, pero en
cantidades distintas. Estas composiciones expresadas en libras por tonelada, se enumeran en la
siguiente tabla:
Composiciones obtenidas de cada mina
Elemento
bsico
A
B
10
90
3
150
8
75
2
175
C
Costo/tonelada de
mineral
45
25
20
37
$ 800
$ 400
$ 600
$ 500
53
Definicin de variables
T1 = fraccin de toneladas de la mina 1 T2 =
fraccin de toneladas de la mina 2 T3 = fraccin de
toneladas de la mina 3 T4 = fraccin de toneladas
de la mina 4
2.
Funcin objetivo
Minimizar Z = 800 T1 + 400 T2 + 600 T3 + 500 T4
3.
Restricciones
10 T1 +
3 T2 + 8 T3 +
2 T4 5 (elemento A)
90 T1 + 150 T2 + 75 T3 + 175 T4 100 (elemento B)
45 T1 + 25 T2 + 20 T3 + 37 T4 30
T1 +
53
T2 +
(elemento A)
T3 +
T4 = 1
T1, T2, T3, T4 0
(balance)
(no negatividad)
Resultados :
56. Una compaa (ASTRO Y COSMOS) fabricante de TV produce dos modelos de aparatos televisores, el
astro y el Cosmo. Hay dos lneas de produccin, una para cada modelo, e intervienen dos
departamentos en la produccin de cada modelo. La capacidad de la lnea de produccin del Astro es de
70 aparatos de TV por da. La capacidad de la lnea Cosmo es de 50 televisores diarios. En el
departamento A se fabrican los cinescopios. En este departamento se requiere una hora de trabajo para
cada modelo Astro y dos horas de trabajo para cada modelo Cosmo. En la actualidad puede asignarse
un mximo de 120 horas de trabajo diarias para la produccin de ambos tipos de aparato en el
departamento A. En el departamento B se construye el chasis. Aqu se requiere una hora de trabajo para
cada televisor Astro y tambin una hora para cada modelo Cosmo. Actualmente se puede asignar 90
horas de trabajo al departamento B para la produccin de ambos modelos. La contribucin a las
ganancias es de 20 y 10 dlares, respectivamente, por cada televisor Astro y Cosmo.
Si la compaa sabe que puede vender todos los aparatos Astro y Cosmo que sea capaz de fabricar.
cul deber ser el plan de produccin por cada da (es decir, la produccin diaria) para cada modelo?
54
Formulacin del problema:
Definicin de variables
X1 = nmero de unidades de TV Astro X2 = nmero
de unidades de TV Cosmo
Restricciones
X1 + 2X2 120
capacidad Dep. A
X1 + X2 90
capacidad Dep. B
X1 70
X2 50
No negatividad
Xi 0 ; i = 1, 2
Solucin GLP
54
X
2
40
38
36
34
32
30
28
26
24
22
20
: 0.0 X1 + 1.0 X2 = 50.0
18
16
: 1.0 X1 + 0.0 X2 = 70.0
14
12
: 1.0 X1 + 1.0 X2 = 90.0
10
8
6
4
2
0 : 1.0 X1 + 2.0 X2 = 120.0
0
5
10 15 20 25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
X1
57. De los muchos productos que fabrica la Arco Manufacturing Company, slo los productos C, D, E y F
pasan por los siguientes departamentos: cepillado, fresado, taladrado y ensamble. Los requerimientos
por unidad de producto en horas y contribucin son los siguientes:
Departamento
Producto
Cepillado
Fresado
Taladrado
Ensamble
Contr./Unidad
0.5
2.0
0.5
3.0
$8
1.0
1.0
0.5
1.0
$9
1.0
1.0
1.0
2.0
$7
0.5
1.0
1.0
3.0
$6
Las capacidades disponibles en este mes para los productos C, D, E y F, as como los requerimientos
mnimos de venta, son:
Departamento
Capacidad(horas)
Producto
Cepillado
1800
100 unidades
Fresado
2800
600 unidades
Taladrado
3000
500 unidades
Ensamble
6000
400 unidades
Determnese la cantidad de los productos C, D, E y F, que tendr que fabricar este mes para maximizar
55
la contribucin.
Formulacin del problema
55
Definicin de variables
X1 = Nmero de unidades del producto C X2 =
Nmero de unidades del producto D X3 = Nmero de
unidades del producto E X4 = Nmero de unidades
del producto F
Thierauf. Toma de Decisiones por medio de Investigacin de Operaciones. Limusa. Pag. 274
Restricciones
0.5X1 + 1.0X2 + 1.0X3 +
+ 1.0X2 + 1.0X3 + 1.0X4
+ 0.5X2 + 1.0X3 + 1.0X4
+ 1.0X2 + 2.0X3 + 3.0X4
100
X2 600
0.5X4 1.800
2.800
3.000
6.000
X3 500
venta de E
X4 400
venta de F
No negatividad
Xi 0 ; i = 1, 4
Oswaldo Paul
Rivadeneira
Pgina:
120
58. Planificacin financiera. Willie Hanes es el presidente de una microempresa de inversiones que se dedica
a administrar las carteras de acciones de varios clientes. Un nuevo cliente ha solicitado que la
compaa se haga cargo de administrar para l una cartera de $ 100.000. A ese cliente le agradara
restringir una cartera a una mezcla de tres tipos de acciones nicamente, como podemos apreciar en la
siguiente tabla. Formule UD. un PL para mostrar cuntas acciones de cada tipo tendra que comprar Willie
56
con el fin de maximizar el rendimiento anual.
RENDIMIENTO
ANUAL ESTIMADO
ACCIONES
PRECIO POR
ACCION($)
INVERSION MAXIMA
POSIBLE
($)
Gofer Crude
60
60.000
Can Oil
Sloth Petroleum
25
20
3
3
25.000
30.000
Definicin de variables
X1 = Nmero de acciones de Gofer Crude X2 = Nmero
de acciones de Can Oil
X3 = Nmero de acciones de Sloth Petroleum
Restricciones
60X1 60.000
25.000
20X3 30.000
25X2 + 25X3 100.000
inversin
inversin
inversin
inversin
No negatividad Xi 0 ; i
= 1, 3
Datos de entrada para Solver
Pgina:
121
59. Planificacin de Cartera. Una compaa de inversiones tiene actualmente $ 10 millones disponibles
para inversin. La meta que se ha trazado consiste en maximizar la retribucin esperada durante el
siguiente ao. Sus cuatro posibilidades de inversin se presentan resumidas en la siguiente
tabla.
Adems, la compaa ha especificado que cuando menos 30% de los fondos tendrn que colocarse
en acciones ordinarias y bonos de la tesorera y que no ms del 40% del dinero deber invertirse en
fondos del mercado y ttulos municipales. Se invertir la totalidad de los $ 10 millones
actualmente a la mano. Formule un modelo de PL que indique a la empresa cunto dinero debe invertir
57
en cada instrumento.
POSIBILIDAD DE
INVERSION
RETRIBUCION
ESPERADA (%)
INVERSION MAXIMA
(MILLONES DE $)
Bonos de Tesorera
Acciones Ordinarias
Mercado de Dinero
Ttulos Municipales
12
9
2
4
Pgina:
122
Definicin de variables
X1 = cantidad en dlares en Bonos de Tesorera X2 = cantidad
en dlares en Acciones Ordinarias X3 = cantidad en dlares en
Mercado de Dinero X4 = cantidad en dlares en Ttulos
Municipales
Restricciones
X1 + X2 0.30(X1 + X2 + X3 + X4)
0.70X1 + 0.70X2 0.30X3 0.30X4 0
X4 0.40(X1 + X2 + X3 + X4)
30% de inversin X3 +
40% de inversin
inversin en Bonos de Tesorera
inversin en Acciones Ordinarias
X3 2000.000
X4 4000.000
+ X3 + X4 10000.000
No negatividad Xi 0 ; i
= 1, 4
Oswaldo Paul
Rivadeneira
Pgina:
123
60. Wood Walter es propietario de un pequeo taller de fabricacin de muebles. En este taller fabrica tres
tipos diferentes de mesas: A, B y C. Con cada mesa, se requiere determinado tiempo para cortar las
partes que la constituyen, ensamblarlas y pintar la pieza terminada. Word podr vender todas las
mesas que consiga fabricar. Adems, el modelo C puede venderse sin pintar. Word emplea a varias
personas, las cuales trabajan en turnos parciales, por lo cual el tiempo disponible para realizar cada una
de estas actividades es variable de uno a otro mes. A partir de los datos siguientes, formule UD. un modelo
de programacin lineal que ayude a Word a determinar la mezcla de productos que le permitir maximizar
58
sus ganancias en el prximo mes.
Montaje
(hrs)
Pintur
a (hrs)
Ganancia por
mesa ($)
Cort
e
(hrs
)
3
25
20
50
C sin pintar
Capacidad
4
150
5
200
0
300
30
Modelo
Solucin al problema
Definicin de variables
X1 = Cantidad de mesas Modelo A X2 =
Cantidad de mesas Modelo B X3 = Cantidad
de mesas Modelo C
X4 = Cantidad de mesa Modelo C sin pintar
Restricciones
3X1 + X2 + 4X3 + 4X4 150
2X2 + 5X3 + 5X4 200
+ 5X2 + 4X3 + 0X4 300
Pgina:
124
No negatividad Xi 0 ; i
= 1, 4
61. Douglas E. Starr, administrador de la perrera Heavenly Hound Kennels, Inc, ofrece alojamiento en
plan de pensin para mascotas. La comida de los perros alojados en la perrera se prepara mezclando tres
productos granulados, con lo cual se obtiene una dieta bien balanceada para los canes. La informacin
sobre los tres productos se muestra en la siguiente tabla. Si Douglas quiere asegurarse de que cada uno
de sus perros ingiera diariamente cuando menos 8 onzas de protenas, 1 onza de carbohidratos y no ms
de 0.5 onzas de grasas.qu cantidad de cada producto en grano deber incluirse en el alimento de los
59
perros a fin de minimizar los costos de Douglas? (Nota: 16 onzas = 1 libra)
PRODUCTO
EN GRANO
COSTO POR
LIBRA($)
PROTEINAS
(%)
CARBOHIDRATOS
(%)
GRASAS
(%)
0.45
62
0.38
55
10
0.27
36
20
Pgina:
125
Definicin de variables
X1 = Cantidad en libras de producto A X2 =
Cantidad en libras del producto B X3 = Cantidad
en libras del producto C
Restricciones
0.62X1 + 0.55X2 + 0.36X3 0.5
+ 0.10X2 + 0.20X3 0.0625
0.03X1 + 0.02X2 + 0.01X3 0.03125
No negatividad Xi 0 ;
i = 1, 3
62. McNaughton, Inc. Produce dos salsas para carne: Spicy Diablo y Red Baron (la ms suave). Esta salsa de
hacen mezclando dos ingrediente, A y B. Se permite cierto nivel de flexibilidad en las frmulas de estos
productos. Los porcentajes permisibles, as como la informacin de ingresos y costos, aparecen en la
siguiente tabla. Es posible comprar hasta 40 litros de A y 30 de B. McNaughton puede vender toda la
salsa que elabore. Formule un modelo de programacin
Oswaldo Paul
Rivadeneira
Pgina:
126
60
lineal cuyo objetivo sea maximizar las ganancias netas obtenidas por la venta de estas salsas.
INGREDIENTE
SALSA
PRECIO DE VENTA
B
POR LITRO
Spicy Diablo
3.35
Red Baron
2.85
1.60
2.59
Definicin de variables
X1 = Cantidad de litros de ingrediente A para Salsa Spicy Diablo X2 = Cantidad de
litros de ingrediente A para Salsa Red Baron X3 = Cantidad de litros de ingrediente
B para Salsa Spicy Diablo X4 = Cantidad de litros de ingrediente B para Salsa Red
Baron
Funcin objetivo: Maximizar Z = 3.35(X1 + X3) + 2.85(X2 + X4) 1.6(X1 + X2) 2.59(X3 +
X4)
Z = 1.75X1 + 0.76X2 + 1.25X3 + 0.26X4
Restricciones
X1 0.25(X1 + X3)
0.75X1 0.25X3 0
0.75(X2 + X4)
0.25X2 0.75X4 0
0.50(X1 + X3)
-0.50X1 + 0.50X3 0
40
X3 + X4 30
No negatividad Xi 0 ; i
= 1, 4
Pgina:
127
63. La Corey Anders Spice Company dispone de una cantidad limitada de tres ingredientes que se utiliza
para produccin de condimentos. Corey emplea los tres ingredientes (HB01, HB02 y HB03) para la
elaboracin de crcuma y pimentn. El departamento de mercadotecnia informa que la compaa puede
vender todo el pimentn que sea capaz de producir, pero solamente se puede vender un mximo de
1700 botellas de crcuma. Los ingredientes no utilizados podrn venderse en el mercado. Los precios
estn expresados en $/onza. Los precios actuales son: HB01, $0.60; HB02, $0.70; HB03, $0.55. Adems,
Corey ha firmado un contrato para suministrar 600 botellas de pimentn a Wal-Mart. En la siguiente
tabla se ofrece informacin adicional. Formule el problema de Corey como un modelo de programacin
61
lineal para maximizacin de ingresos.
INGREDIENTES
(ONZ/BOTELLA)
DEMANDA
(BOTELLAS)
PRECIO
VENTA
/BOTELLA
HB01
HB02
HB03
Crcuma
1700
3.25
Pimentn
ilimitada
2.75
Disponibilidad
Pgina:
128
(onzas)
8000
9000
7000
Definicin de variables
X1 = Cantidad de botellas de Crcuma X2 =
Cantidad de botellas de Pimentn
Funcin objetivo
Maximizar Z = 3.25X1 + 2.75X2 + 0.60(8000 4X1 3X2)
+ 0.70(9000 2X1 2X2) + 0.55(7000 X1 3X2) Z = 14.950
5.45X1 6.95X2
Restricciones
4X1 + 3X2 8000
X1 1.700
botellas de Crcuma
X2 600
No negatividad Xi 0; i
= 1, 2
Solucin GLP
0 90180270360450540630720810900990108101710261035104410531062107110800 X1
Optimal Decisions(X1,X2): ( 0.0, 600.0)
: 4.0X1 + 3.0X2 <= 8000.0
: 2.0X1 + 2.0X2 <= 9000.0
: 1.0X1 + 3.0X2 <= 7000.0
: 1.0X1 + 0.0X2 <= 1700.0
: 0.0X1 + 1.0X2 >= 600.0
Datos de entrada para el Solver
Oswaldo Paul
Rivadeneira
Pgina:
129
64. Guy Chung, superintendente de los edificios y del terreno circundante de la Universidad Gtica, ha
planeado aplicar fertilizante al csped del rea cuadrangular a principios de la primavera. Ese prado
necesita por lo menos las cantidades de nitrgeno, fsforo y potasio que figuran en la siguiente tabla:
MINERAL
PESO MINIMO(LIBRAS)
Nitrgeno
10
Fsforo
Potasio
Hay tres tipos de fertilizante comercial disponibles; los anlisis y precios por 1000 libras se
enlistan en la siguiente tabla. Guy puede comprar cualquier cantidad de cualquiera de los
fertilizantes que quiera y combinarlos antes de aplicarlos al csped. Formule un modelo de PL que
determine la cantidad de
Oswaldo Paul
Rivadeneira
Pgina:
130
cada fertilizante que debe comprar para satisfacer los requerimientos con un costo mnimo.
Fertilizante
Contenido
Contenido
Contenido de
potasio (lib)
62
Precio ($)
de nitrgeno
25
de fsforo (lib)
10
10
II
10
10
III
10
Definicin de variables
X1 = Miles de libras de Fertilizante I X2 = Miles
de libras de Fertilizante II X3 = Miles de libras de
Fertilizante III
Restricciones
25X1 + 10X2 + 5X3 10
+ 5X2 + 10X3 7
10X2 + 5X3 5
No negatividad Xi 0; i
= 1, 3
Pgina:
131
65. La Ebel Mining Company es propietaria de dos minas que producen cierto tipo de mineral. Dichas
minas est localizadas en distintas partes del pas y, en consecuencia, presentan diferencias en sus
capacidades de produccin y en la calidad de su mineral. Despus de ser molido el mineral se clasifica en
tres clases dependiendo de la calidad: alta. Media y baja. Ebel ha sido contratada para suministrar
semanalmente a la planta de fundicin de su compaa matriz 12 toneladas de mineral de alta calidad,
8 toneladas de calidad mediana y 24 toneladas de calidad baja. A Ebel le cuesta $ 20.000 diarios
operar la primera mina y $ 16.000 la segunda. Sin embargo en un da de operacin la primera mina
produce 6 tonelada de mineral de alta calidad, 2 toneladas de mediana y 4 toneladas de baja, mientras
que la segunda produce 2 toneladas diarias de material de alta calidad, 2 de mediana y 12 de baja.
Cuntos das a la semana tendr que funcionar cada mina para cumplir los compromisos de Ebel de
la manera ms econmica posible? (En este caso resulta aceptable programar la operacin de las minas
63
en fracciones de da)
Solucin del problema
Definicin de variables
X1 = Nmero de das a la semana (fraccin de semana) de trabajo de la Mina 1
X2 = Nmero de das a la semana (fraccin de semana) de trabajo de la Mina 2
Restricciones
6X1 + 2X2 12
2X1 + 2X2 8
12X2 24
X1 + X2 = 5
No negatividad Xi 0; i
= 1, 2
Pgina:
132
Solucin GLP
6
: 6.0 X1 + 2.0 X2 = 12.0
0
0
10
Produccin en
Mi
na
2
Mina 1
Das de la semana
Costo diario de operacin
MIN
20000
1600
0
USO DE
RECURS
OS
RESTRICCIONES
3600
0
UTILIZADO
NO
UTILIZAD
O
LIMIT
E
12
-4
12
16
24
-8
-4
Produccin en
Das de la semana
Costo diario de operacin
Oswaldo Paul
Rivadeneira
Mi
na
1
Mi
na
2
MIN
2000
0
1600
0
6800
0
Pgina:
133
12
12
NO
UTILIZAD
O
9,32E-12
9,32E-12
12
40
24
16
RESTRICCIONES
UTILIZADO
LIMITE
66. La Sally Solar Car CO., tiene una planta que fabrica automviles sedn, deportivos y camionetas. Los
precios de venta, costos variables y costos fijos correspondientes a la manufactura de estos vehculos
se presentan en la siguiente tabla:
MODELO
CONTRIBUCION A
LAS GANANCIAS
($)
VARIABLE
DE
PRODUCCION
TIEMPO(HRS)
COSTOS
FIJOS
($)
Sedan
6.000
12
2.000.000
Camioneta
8.000
15
3.000.000
Deportivo
11.000
24
7.000.000
Definicin de variables
X1 = cantidad de automviles Sedan X2 =
cantidad de Camionetas
X3 = Cantidad de automviles Deportivos
Restricciones
6X1 - 2000 0
3000 0
11X3 7000 0
x2 200
X3 300
No negatividad Xi
0; i = 1, 3
Pgina:
134
67. Reese Eichler, fabricante de equipo complementario para filtracin del aire, produce dos tipos de
unidades, el Umidaire y el Depollinator. Los datos referentes a los precios de venta y a los costos aparecen
en la siguiente tabla. La compaa Resse ha sido contratada para suministrar 500 Umidaire y desea
calcular las cantidades del punto de equilibrio de ambos tipos de unidad. Formule el modelo de PL para
65
minimizar los costos y resulvalo.
Producto
Precio
de
venta por
Costos
variables
por unidad ($)
unidad ($)
Umidaire
450
240
150.000
Depollinator
700
360
240.000
Definicin de variables
X1 = Cantidad de unidades de Umidaire X2 = Cantidad
de unidades de Depollinator
Funcin objetivo: Minimizar Z = 240X1 + 360X2
Restricciones
450X1 240X1 150000 0
; 210X1 150000
Pgina:
135
X2
100
0
950
900
850
800
750
700
650
600
550
500
450
400
350
300
250
200
150
100 0
50
0
: 1.0 X1 +
0.0 X2 = 500.0
: 0.
0 X1 + 340.0 X2 = 240000.0
50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 900 950 1000
X1
Salida Solver
Oswaldo Paul
Rivadeneira
Pgina:
136
68. Una compaa opera cuatro granjas, cuyos grados de productividad son comparables. Cada una de las
granjas tiene cierta cantidad de hectreas tiles y de horas de trabajo para plantar y cuidar la cosecha.
Los datos correspondientes a la prxima temporada aparecen en la siguiente tabla.
GRANJA
HECTAREAS
UTILES
HORAS DE TRABAJO
DISPONIBLES
POR MES
500
1700
900
3000
300
900
700
2200
La organizacin est considerando la opcin de plantar tres cultivos distintos. Las diferencias
principales entre estos cultivos son las ganancias esperadas por hectrea y la cantidad de mano de obra
que cada uno requiere, como se indica en la siguiente tabla.
CULTIVO
HECTAREAS
MAXIMAS
HORAS MENSUALES DE
TRABAJO
POR HECTAREA
GANACIAS
ESPERADAS
POR HECTAREA ($)
A
B
700
800
2
4
500
200
300
300
Adems, el total de las hectreas que pueden ser dedicadas a cualquier cultivo en particular estn
limitadas por los requerimientos asociados por concepto de equipo de ciega. Con la finalidad de
mantener una carga de trabajo ms o menos uniforme entre las distintas granjas, la poltica de la
administracin recomienda que el porcentaje de hectreas plantadas deber ser igual para todas
las granjas. Sin embargo, en cualquiera de esas fincas puede crecer cualquier combinacin de cultivos,
siempre y cuando se satisfagan todas las restricciones (incluido el requerimiento de la carga de
trabajo sea uniforme). La administracin desea saber cuantas hectreas de cada cultivo tendr que
plantar
esperadas.
en
66
sus
respectivas
granjas,
fin
de
maximizar
las
ganancias
Definicin de variables
X11 = Cantidad de Ha del Cultivo A en la Granja 1 X12 =
Cantidad de Ha del Cultivo A en la Granja 2 X13 = Cantidad de Ha
del Cultivo A en la Granja 3 X14 = Cantidad de Ha del Cultivo A
en la Granja 4 X21 = Cantidad de Ha del Cultivo B en la Granja 1
X22 = Cantidad de Ha del Cultivo B en la Granja 2 X23 =
Cantidad de Ha del Cultivo B en la Granja 3 X24 = Cantidad de Ha
del Cultivo B en la Granja 4 X31 = Cantidad de Ha del Cultivo C
en la Granja 1 X32 = Cantidad de Ha del Cultivo C en la Granja 2
X33 = Cantidad de Ha del Cultivo C en la Granja 3 X34 =
Cantidad de Ha del Cultivo C en la Granja 4
Funcin objetivo: Maximizar Z = 500X11 + 500X12 + 500X13 + 500X14 + 200X21 + 200X22 +
200X23 + 200X24 + 300X31 + 300X32 + 300X33 + 300X34
Restricciones
X11 + X21 + X31 500 Ha de cultivo en Granja 1 X12 + X22 +
X32 900 Ha de cultivo en Granja 2 X13 + X23 + X33 300 Ha
de cultivo en Granja 3 X14 + X24 + X34 700 Ha de cultivo en
Granja 4
2X11 + 4X21 + 3X31 1700 Horas de trabajo en Granja 1 2X12 + 4X22 +
3X32 3000 Horas de trabajo en Granja 2 2X13 + 4X23 + 3X33 900 Horas
de trabajo en Granja 3 2X14 + 4X24 + 3X34 2200 Horas de trabajo en
Granja 4 X11 + X12 + X13 + X14 700 Ha de cultivo A
X21 + X22 + X23 + X24 800 Ha de cultivo B X31 + X32 +
X33 + X34 300 Ha de cultivo C
Cumplimiento de distribucin uniforme
500
X 11 X 21 X 31
900
X X
12
22 X 32
300
X X
13
23 X 33
700
X14 X 24 X 34
66
Salida Solver
69. La administracin de un viedo desea combinar cuatro cosechas distintas para producir tres tipos distintos
de vinos en forma combinada. Las existencias de las cosechas y los precios de venta de los vinos
combinados se muestran en la siguiente tabla, junto con ciertas restricciones sobre los porcentajes
incluidos en la composicin de las tres mezclas. En particular, las cosechas 2 y 3 en conjunto debern
constituir cuando menos 75% de la mezcla de A y cuando menos 35% de la mezcla C. Adems, la mezcla
A deber contener cuando menos el 8% de la cosecha 4, mientras que la mezcla B deber contener por lo
menos 10% de la cosecha 2 y a lo sumo 35% de la cosecha 4. Se podr vender cualquier cantidad
que se elabore de las mezclas A, B y C. Formule un modelo PL que aproveche de mejor forma las
67
cosechas disponibles y resulvalo.
Precio de
venta/galn
Cosecha
Mezcla
Existencias
(galones)
130
2
3
cuando menos 75% 2 Y 3 en
cualquier proporcin
cuando menos
4
cuando
menos 8%
cuando
10%
Cuando menos 35% 2 y 3 en
cualquier proporcin
mucho 35%
200
350
150
80
50
35
Definicin de variables
X11 = Cantidad de galones de vino de la cosecha 1 para mezcla A X12 = Cantidad de
galones de vino de la cosecha 1 para mezcla B X13 = Cantidad de galones de vino de
la cosecha 1 para mezcla C X21 = Cantidad de galones de vino de la cosecha 2 para
mezcla A X22 = Cantidad de galones de vino de la cosecha 2 para mezcla B X23 =
Cantidad de galones de vino de la cosecha 2 para mezcla C X31 = Cantidad de
galones de vino de la cosecha 3 para mezcla A X32 = Cantidad de galones de vino de
la cosecha 3 para mezcla B X33 = Cantidad de galones de vino de la cosecha 3 para
mezcla C X41 = Cantidad de galones de vino de la cosecha 4 para mezcla A X42 =
Cantidad de galones de vino de la cosecha 4 para mezcla B X43 = Cantidad de
galones de vino de la cosecha 4 para mezcla C
Funcin Objetivo
Maximizar Z= 80X11 + 80X21 + 80X31 + 80X41 + 50X12 + 50X22 + 50X32 + 50X42 + 35X13 + 35X23
+ 35X33 + 35X43
Restricciones
X21 + X31 0.75(X11 + X21 + X31 + X41) por lo menos 75% de 2 y 3 en A X41 0.08(X11 + X21
+ X31 + X41) cuando menos el 8% en A
X22 0.10(X12 + X22 + X32 + X42) cuando menos el 10% en B X42 0.35(X12 +
X22 + X32 + X42) cuando mucho el 35% en B
X23 + X33 0.35(X13 + X23 + X33 + X43) por lo menos 35% de 2 y 3 en C X11 + X12 + X13 130
mximo de galones de cosecha 1
X21 + X22 + X23 200 mximo de galones de cosecha 2 X31 + X32 + X33
150 mximo de galones de cosecha 3 X41 + X42 + X43 350 mximo
de galones de cosecha 4
No negatividad
Xij 0; i = 1, 4; j = 1, 3
67
Oswaldo Paul
Rivadeneira
Pgina:
140