Investig Operativa Tomo I

INVESTIGACIÓN OPERATIVA TOMO I ECON. JUAN CARLOS ERAZO F.
Investigación Operativa Tomo I

Capítulo I
OBJETIVOS DEL CAPÍTULO I
Al finalizar el capítulo el alumno estará en capacidad de:
1.- Tener una perspectiva de lo que es la Investigación Operativa

2.- Mejorar la toma de decisiones gerenciales
3.- Entender el concepto de modelo
4.- Entender los cinco pasos más importantes en I.O.
.
a.- Definición de un problema.
b.- Construcción de un modelo.
c.- Solución del modelo.
d.- Validación del modelo
e.- Implementación
.
5.- Ver como se construye un modelo en dos aplicaciones gerenciales en programación lineal y análisis
de decisiones.
LA INVESTIGACIÓN OPERATIVA
INTRODUCCIÓN
La Investigación Operativa es una técnica o, mejor, conjunto de técnicas que han surgido para coordinar
la teoría con la práctica, para ayudar a resolver los problemas cada vez más complicados que surgen en
la empresa.
Muchos de los avances de la Investigación Operativa se han debido a que han encontrado nuevas
técnicas matemáticas, el desarrollo de la Computación, y, sobre todo métodos más abreviados de
cálculo numérico, que ha hecho factibles las soluciones a problemas que hace unos años se
consideraban fuera de nuestras posibilidades. Un caso, quizá el que más se ha popularizado, es el de la
PROGRAMACIÓN LINEAL.
Una de las razones principales que hacen indispensable esta ciencia es que tiene que resolver
cuestiones que se refieren a la empresa como totalidad.
La Investigación Operativa es una ciencia considerada en formación, de ahí que no existe un concepto
generalizado, y quizá por ello, están sugiriendo muchas inquietudes, pues, se puede plantear y resolver
problemas en una amplia gama de actividades, originando frecuentemente más y nuevas posibilidades
de acción práctica en esta materia.
Estas características a la vez que va confirmando la utilidad de la Investigación Operativa, derivan

interesantes oportunidades para crear modelos y aplicaciones muy subjetivas y de esta forma facilitar la
"TOMA DE DECISIONES" en empresas y organizaciones.
La Investigación Operativa, reúne un conjunto de ciencias como la Física, Biología, Psicología,

Sociología, Economía y Matemática, que identificadas a un problema concreto contribuyen a encontrar la
relación CAUSA-EFECTO, de un fenómeno y, en base a métodos matemáticos, estadísticos y criterios
cualitativos procura una definición del problema y una solución práctica.
Mediante la aplicación de modelos se puede reunir el conjunto de variables de carácter controlable y

otras no controlables, integrándolas en un contexto general y predeterminando su posible
comportamiento.
1
Regularmente la Investigación Operativa utiliza métodos de aproximaciones sucesivas, es decir,

generando alternativas y opciones para la decisión final, tratando obviamente de MINIMIZAR los riesgos
inherentes a cada posición.
ORIGEN Y EVOLUCIÓN DE LA INVESTIGACIÓN OPERATIVA
La Investigación Operativa es tan antigua como la conducta humana, pues el avance científico es
consecuencia de la acumulación de diferentes investigaciones en las ciencias aplicadas.
A inicios de la segunda guerra mundial, los mandos militares, solicitaron ayuda de numerosos científicos
para la resolución de problemas estratégicos y tácticos.
Los científicos procedentes de diferentes disciplinas se organizaron en equipos dirigidos inicialmente a

buscar la utilización óptima de los recursos. Estos fueron los primeros equipos de Investigación
Operativa.
Surgieron tres elementos básicos para definir una operación de ataque militar.
ESTRATEGIA : (Precisión de un objetivo)

LOGISTICA : (Recursos disponibles)
TACTICA : (Forma, habilidad para cumplir el objetivo con los recursos)
Se realizaron muchos ensayos para comprobar el razonamiento científico, intensas investigaciones,

procesos de observación estadística, probabilidades, llegando a precisar una nueva forma de
apreciación sobre los problemas.
Al pasar el tiempo surgieron nuevos modelos, ampliándose la iniciativa a la empresa, se la consideraba

como un todo, integrándola en muchos aspectos: producción, tecnología, administración, tareas,
personal, etc., es decir, dando importancia a todos aquellos factores que directa o indirectamente tienen
que ver con la permanencia del producto y de la empresa.
Los casos resueltos a través de los modelos de la Investigación Operativa realmente son numerosos y
con sentido de practicidad y eficiencia. Problemas planteados y resueltos mediante programación lineal,
programación dinámica, problemas de colas, Problemas de transporte, métodos GANT PERT, entre los
más importantes, han despertado varias ideas de aplicación.
Hoy podría decirse, que toda empresa de dimensión grande o mediana aplican los métodos de la
Investigación Operativa, pues, contribuye eficazmente a optimizar una gran parte de los objetivos.
LAS FASES DE LA INVESTIGACIÓN OPERATIVA
La Investigación Operativa comienza describiendo algún sistema mediante un modelo que luego se lo
amplía con el propósito de determinar la mejor forma de operación del sistema. Las principales fases de
un estudio de Investigación de Operaciones son las siguientes:
a) Formulación del problema.

b) Construcción de un modelo representativo del sistema de estudio.
c) Búsqueda de una solución a partir del modelo.
d) Prueba del modelo y de la solución deducida a partir de éste.
e) Establecimiento de controles sobre la solución.
f) Poner la solución a trabajar: EJECUCION.
FORMULACIÓN DEL PROBLEMA
En la formulación de un problema deben estar perfectamente establecidos los objetivos, los cursos
alternativos de acción, las restricciones y los efectos del sistema de estudio. Debe tomarse en cuenta
que es casi imposible dar solución correcta a un problema incorrectamente planteado.
2
CONSTRUCCIÓN DE UN MODELO
El siguiente paso luego de la formulación de problema, es la construcción del modelo, las características
esenciales de los modelos permiten describirlos de diferentes maneras. Los modelos pueden clasificarse
por sus dimensiones, funciones, propósitos, temas o grado de abstracción. Los tipos básicos de modelos
son los siguientes:
1.- Modelos Icónicos
Un modelo icónico es la presentación física de un objeto o de una situación. Esta representación

puede darse en dos dimensiones como sucede con los planos, los mapas o la fotografía o,
también, en tres dimensiones como sucede con las maquetas.
2.- Modelos Analógicos
Son representaciones que por analogía muestran características de una determinada situación.
Se los utiliza, especialmente, para representar situaciones dinámicas. Son ejemplos de estos
modelos las curvas de demanda, las curvas de distribución de frecuencia y los diagramas de
flujo.
3.- Modelos Simbólicos o Matemáticos
Son verdaderas representaciones de la realidad y toman la forma de cifras y símbolos

matemáticos. Estos son los modelos especialmente utilizados por la Investigación Operativa y un
tipo de modelo simbólico es una ecuación.
DEDUCCIÓN DE LA SOLUCIÓN
Una vez establecido el modelo, el siguiente paso es obtener una solución al problema a partir del
modelo. Este paso se lo desarrolla determinando la solución óptima del modelo y luego aplicando esta
solución al problema real. Algunas ocasiones las complejidades matemáticas del modelo impiden
obtener la solución óptima, en estos casos, una “BUENA” respuesta es suficiente. En otros casos, la
solución óptima del modelo es una aproximación de la situación real, sin embargo, un modelo bien
formulado y probado aproxima su solución óptima verdadera.
PRUEBA DEL MODELO Y DE LA SOLUCIÓN
Después de obtener una solución del modelo, el modelo y la solución deben probarse. Esto puede
hacerse en dos pasos:
1.- Usando datos pasados, haciendo una comparación entre el rendimiento real del sistema y el
rendimiento indicado por el modelo.
2.- Permite operar el sistema sin cambios y comparando su rendimiento con aquel del modelo.
ESTABLECIMIENTO DE CONTROLES
Una vez que un modelo y su solución se consideran aceptables, deben colocarse controles sobre la
solución con el objeto de detectar cualquier cambio significativo de las condiciones en las cuales se basa
el modelo; obviamente, si cambian tanto que el modelo ya no es una representación precisa del sistema,
el modelo debe ser invalidado.
EJECUCIÓN
La ejecución es una solución obtenida a partir de un modelo, es la última fase de un estudio de

investigación de Operaciones. En esta fase se explica la solución a la administración responsable del
sistema en estudio. Es importante que la explicación de la solución se haga en función de los
procedimientos usados en el sistema real.
3
Después de aplicar la solución al sistema, se observa la respuesta de éste a los cambios introducidos,
esto permite realizar los ajustes y modificaciones adicionales requeridas por el rendimiento del sistema.
METODOS CUANTITATIVOS QUE ESTUDIA LA I.O.
A continuación se presenta una breve descripción de los diferentes modelos que estudia la I.O.
1.- Teoría de probabilidades.

2.- Varias técnicas matemáticas.
3.- Modelos de secuenciación.
4.- Modelos de reemplazo.
5.- Modelos de inventario.
6.- Modelos de asignación.
7.- Modelos de programación dinámica.
8.- Modelos competitivos.
9.- Modelos de líneas de espera.
10.- Técnicas de simulación.
11.- Modelos de ruta.
12.- Métodos de búsqueda y heurísticos.
13.- Métodos combinados de investigación de operaciones.
14.- Modelo de Programación Lineal.
CAMPOS DE APLICACIÓN DE LA INVESTIGACIÓN OPERTIVA
La I.O. tiene múltiples campos de aplicación, se utiliza en casi toda gestión que requiere la intervención
de recursos para un objetivo determinado y reúna características muy bien definidas.
En forma sucesiva los métodos operacionales han ido encontrado aceptación en los siguientes campos o
sectores:
- Industria - Energía
- Agricultura - Banca
- Construcción - Minería
- Comercio - Comunicaciones
- Transporte - Servicios públicos o privados
Desde el punto de vista de unidades económicas, la I.O. es un valioso instrumento para resolver
problemas relacionados con los siguientes aspectos:
- Producción - Precios
- Inventarios - Mercados
- Distribución - Comercialización
- Selección de equipos - Informática
- Problemas de espera - Administración
- Organización y sistemas - Gerencia
- Localización LAY-OUT - Factor humano
- Financiamiento - Seguridad industrial
De acuerdo a lo anterior la I.O. refleja su versatilidad para plantear, analizar y sugerir la mejor solución a
los diferentes problemas que por sectores económicos o factores internos de la empresa pueden
presentarse.
LIMITACIONES DE LA INVESTIGACIÓN OPERATIVA
Así como esta materia nos permite resolver muchos tipos de problemas, también, encontramos algunas
limitaciones en la práctica, las que pueden sintetizarse en las siguientes:
a) Capacidad del equipo investigador.- Se refiere a las restricciones en cuanto a contar con
profesionales especializados en la rama.
4
b) Costo de la investigación.- El costo es alto, pero, es necesario anotar que muchas empresas lo
consideran como inversión ya que les permite minimizar errores.
c) El uso del computador.- Actualmente es necesario la utilización de los lenguajes de computación.
d) Grado de interés de la empresa.- En los países menos desarrollados no dan el apoyo respectivo a
estas investigaciones.
e) Servicios de informática.- Generalmente las empresas no cuentan con unidades sistematizadas de
información, capaz de dar agilidad a la obtención de datos, fundamentalmente con los necesarios
para la identificación de coeficientes técnicos por unidad. Esta es una restricción que obstaculiza
el proceso de la investigación. Es indudable, desde luego, para las empresas que cuentan con
servicios internos de información, obtengan mejores resultados a través de los medios de la
informática.
METODOLOGÍA DE LA INVESTIGACIÓN OPERATIVA
La metodología debe pretender que el decidor, aquel que tomará el riesgo de la decisión (riesgo porque
es de su responsabilidad el éxito o fracaso de la operación), puede afectar la decisión más racional
posible, o sea, que se minimice el riesgo de ser equivocado. La metodología a utilizarse debe adaptarse
“A fin de facilitar la decisión”, para ello contará con modelos fundamentalmente matemáticos, con la
calificación de los factores que intervienen en el proceso.
Conocido el modelo matemático, cuantificados los parámetros que en él intervienen, habrá que hacer
uso del juego lógico matemático para obtener soluciones.
5
Capítulo II
Programación Lineal
OBJETIVOS DEL CAPITULO III
Después de finalizar satisfactoriamente este capítulo, usted debe estar en capacidad de:
1.- Determinar las soluciones óptimas para problemas de programación lineal utilizando el criterio
pesimista, el criterio optimista y el criterio del valor esperado.
2.- Utilizar técnicas de asignación de cantidades fijas de recursos a la satisfacción de varias demandas.
PROGRAMACIÓN LINEAL
La PL. Es una clase de modelos de programación matemática destinados a la asignación eficiente de los
recursos limitados en actividades conocidas, con el objetivo de satisfacer las metas deseadas (tal como
maximizar beneficios o minimizar costos). La característica distintiva de los modelos de P. L. es que las
funciones que representan el objetivo y las restricciones son lineales o sea inecuaciones o ecuaciones
de primer grado.
La PL. Tuvo sus orígenes a raíz de la Segunda Guerra Mundial, cuando George Dantzin, quien realizó
investigaciones y aplicaciones en distintos casos de operación aéreo-militar.
Leonfiel aportó principalmente en relaciones interindustriales a través de su Matriz de Insumo - Producto.
Koopmans, incursionó profundamente en aplicaciones microeconómicas resolviendo casos de

producción, asignación de recursos, maximización de beneficios y minimización de costos, etc.
La PL. Es un modelo sistemático y matemático de enfocar determinado problema para lograr una
solución óptima o la mejor posible, empleando una ecuación objetivo (propósito del problema), un
conjunto de restricciones lineales y una condición de eliminar valores negativos (condición de no
negatividad).
OBJETIVOS Y APLICACIONES
El objetivo básico de la PL. es encontrar soluciones mediante métodos matemáticos, utilizando sistemas
lineales, a problemas de carácter técnico-económico que se presentan por la limitación de recursos.
A través de la PL. se pueden resolver interesantes casos tales como: combinación óptima de mezclas de
producción, disposición interna de procesos, maximización de beneficios, localización, asignación de
recursos, minimización de costos, transporte, entre los más sobresalientes.
En cuanto al área de aplicación se resuelven casos en la industria en general y dentro de ésta con
mejores opciones en la industria química, hierro y acero, papel y cartón, petróleo, farmacéuticos,
alimenticios y textil.
Se han realizado aplicaciones también en la agricultura, construcción, aviación, sistemas hidroeléctricos,

transporte, etc.
Conceptos básicos
Linealidad
Todo proceso, actividad o relación lineal utilizada se identifica con la cantidad unitaria de cada uno de los
factores con respecto a los demás y a las cantidades de cada uno de los productos.
6
Divisibilidad
Los procesos pueden utilizarse en extensiones positivas divisibles mientras se dispongan de recursos.
Finitud
Tanto el número de procesos identificados cuanto los recursos disponibles, deberán corresponder a
cantidades finitas, esto es, conocidas y cuantificadas en forma determinística.
Algoritmos o Iteraciones
Como se dijo anteriormente la I. O. en lo que se refiere a la P. L. utiliza métodos mediante

aproximaciones sucesivas, ensayos, intentos que reciben el nombre de algoritmos o iteraciones y, según
los cuales se determina pasos o etapas hasta obtener el objetivo planteado.
El problema general de la PL.
Los problemas de la PL. se presentan por la limitación de recursos que se tratan de distribuir en la mejor
forma. Los recursos a la vez que son limitados en términos “per se” (por sí mismo) pueden ser
distribuidos en tantas formas como combinaciones matemáticas permitan relacionarlos a un mismo
objetivo, de allí que es necesario distribuirlos adecuadamente en forma equilibrada y armónica entre los
factores que intervienen en el problema, a fin de encontrar las mejores alternativas de uso, cumpliendo
con el propósito fijado.
Un problema de PL. trae implícitamente el sentido de función, propósito o meta, recursos disponibles y
habilidad o forma para seleccionar, comparar y decidir la mejor alternativa (decisión).
Los problemas de PL. planteados y resueltos por cualquiera de los métodos deberán cumplir cuatro
condiciones necesarias y suficientes:
1° Función objetivo
Es la ecuación que expresa la cantidad que va a ser maximizada o minimizada según el objetivo
planteado y es de la forma
Z  C1 X 1  C2 X 2  C3 X 3  C4 X 4  ......................  Cn X n
Z(MAX) para los casos de maximización

Z(MIN) para los de minimización.
C1 , C2 , C3 , C4 ............. Cn Coeficientes de la función objetivo pueden ser márgenes

de beneficios, precios, costos unitarios, etc.
X 1 , X 2 , X 3 , X 4 ............ X n Variables del problema, lo que queremos lograr.
2° Limitaciones y Restricciones
Es el conjunto de inecuaciones o ecuaciones que expresan las condiciones finitas del problema,
denominados también COEFICIENTES TECNICOS de producción, tecnológicos, de transporte,
etc., según sea el caso de estudio.
A11. X 1  A12 X 2  A13 X 3  ...............  A1n X n T1 b1

A21 X 1  A22 X 2  A23 X 3  ...............  A2 n X n T2 b2
A31 X 1  A32 X 2  A33 X 3  ...............  A3 n X n T3 b3
......................................................................................
......................................................................................
Am1 X 1  Am 2 X 2  Am 3 X 3  ..............  Amn X n Tn bn
7
Donde
 A11 A12 A13 .......... A1n 
 A A A .......... A 
 21 22 23 2n 
 A31 A32 A33 .......... A3 n 

  Coeficientes Técnicos
............................ 
............................ 
 
 Am1 Am 2 Am 3 ......... Amn 
 
X 1 , X 2 , X 3 ..........X n Variables o incógnitas del problema.
T1 , T2 , T3.............Tn Signos o límites del sistema.
 Igual o menor que

 Mayor o igual que
 Igual
3. No negatividad
En la resolución de los problemas de P. L. en ningún caso se aceptarán resultados negativos en

las respuestas, pues, no se concibe producción negativa, gastos negativos, tendrán que ser por
lo menos igual o mayor que cero. Xn  0
4° Condiciones de Optimización
Se van obteniendo por aproximaciones sucesivas.
Solución factible: Aquella que satisface las limitaciones y restricciones del problema.
Solución básica factible: Es aquella que satisface tanto las limitaciones o restricciones como la
función objetivo del problema (optimización).
EJEMPLOS DE PROBLEMAS DE PROGRAMACIÓN LINEAL

MAXIMIZACIÓN
PROBLEMA N° 1.-
Un taller fabrica dos clases de cinturones de piel. En cada cinturón A de alta calidad gana S/4 y en cada
cinturón B de baja calidad gana S/3. El taller puede producir diariamente 500 cinturones de tipo B o 250
cinturones de tipo A. Sólo se dispone de piel para 400 cinturones diarios A y B combinados, de 200
hebillas elegantes para el cinturón A y de 350 hebillas diarias para el cinturón B ¿Qué producción
maximiza la ganancia?
Formulación del problema
A B = Productos
X1 X2 = Número producido
4 3 = Utilidad
Recursos Consumo Disponibilidad

Piel 1 1 400
Hebillas A 1 0 200
Hebillas B 0 1 350
Capacidad 2 1 500
Función objetivo: Maximizar la utilidad total
Z(MAX) = 4X1 + 3X2
8
Restricciones:
1.- X1 + X2  400 (Consumo de piel)

2.- X1  200 (Consumo de hebillas A)
3.- X2  350 (Consumo de hebillas B)
4.- 2X1 + X2  500 (Consumo de capacidad)
5.- X1, X2  0 (Restricciones de no negatividad).
Es necesario realizar la formulación algebraica ya que la multiplicidad de datos en interpelaciones hace

difícil el planteamiento de los problemas de PL. Una forma de resumir la información consiste en elaborar
una matriz de recursos y productos con sus respectivos coeficientes de consumo con la oferta disponible
de los insumos y con la utilidad generada por cada producto. Previo a ello conviene definir con claridad el
significado de las variables utilizadas. Analice detenidamente la formulación de los ejemplos.
SOLUCIÓN GRÁFICA
El método gráfico permite una comprensión visual de la resolución de un problema.
De acuerdo a las condiciones deberá cumplir con los cuatro requisitos básicos.
1.- Función Objetivo

2.- Conjunto de limitaciones o restricciones
3.- Condición de no negatividad
4.- Condiciones u optimización
4.1.- Solución factible
4.2.- Solución básica factible
4.3.- Solución óptima factible
Mediante el método gráfico se trata de resolver por aproximaciones, o interacciones gráficas las
posibilidades de mejorar las soluciones de conformidad a la función objetivo determinada.
Maximización
Z ( MAX )  C1 X 1  C 2 X 2
Cuando se trata de problemas de maximización, la solución está determinada por la región interior
formada por el polígono convexo.
Para este caso se utilizará las expresiones  (menor o igual) lo que indica que la empresa no podrá
utilizar más recursos de los que dispone (Finitud) y los coeficientes de X 1 y X2 corresponden a las
necesidades técnicas de producción.
Las restricciones o limitaciones serán:
A11 X 1  A12 X 2  b1
A21 X 1  A22 X 2  b2
A31 X 1  A32 X 2  b3
X1, X 2  0
La función objetivo puede representarse mediante un conjunto de rectas paralelas con pendiente.
C1
M 
C2
Donde C1 es el coeficiente de X1 y C2 el coeficiente de X2. Cada recta indica un conjunto de puntos que
proporcionan un beneficio idéntico.
9
SOLUCIÓN DEL PROBLEMA N° 1.
Función Objetivo
Z(MAX) = 4X1 + 3X2
Restricciones Abstracción
X1 + X2  400 X1 + X2 = 400 1°
X1  200 X1 = 200 2°
X2  350 X2 = 350 3°
2X1+ X2  500 2X1 + X2 = 500 4°
X1 X2  0
Graficamos las ecuaciones
X1 + X2 = 400 2X1 + X2 = 500

X1 X2 X1 X2
0 400 0 500
400 0 250 0
X1 = 200 X2 = 350
X1 X2 X1 X2
200 350
550
GRÁFICO N° 1
500 (2)
450
400
C (3)
350
300 D
250
200
150
100 E
100
50
0 0 X1
-100 -50 -50 0 50 100 150 200 250 300 350 400 450 500
-100 -
Se ha determinado la región básica factible que sea positiva y satisfaga las condiciones o restricciones
del problema. Un punto por fuera de esta región no satisface los requerimientos técnicos y nos
interpretará que estamos utilizando recursos por encima de los existentes, y eso no es cierto, no
podemos.
Conocida la región básica factible procedemos a ensayar puntos combinados que nos den respuesta, o
sea que cumplan con las restricciones del problema y con el propósito de la función objetivo (maximizar)
para lo cual resolvemos las ecuaciones.
10
Resolución de las ecuaciones
C(Ecuaciones 1 y 3)
X1 + X2 = 400 X1 + 350 = 400
X2 = 350 X1 = 50 C(50, 350)
D(Ecuaciones 1 y 4)
X1 + X2 = 400 X1 + X2 = 400 100 + X2 = 400
2X1 + X2 = 500 -2X1 – X2 = -500 X2 = 400 - 100
- X1 = -100 X2 = 300
X1 = 100 D(100,300)
E (Ecuaciones 2 y 4)
X1 = 200 2(200) + X2 = 500
2X1 + X2 = 500 X2 = 100
E(200,100)
Los puntos C, D y E reemplazamos en la función objetivo para determinar la solución óptima.
P(X1, X2) Z(MAX) = 4X1 + 3X2

C(50, 350) = 4 (50) + 3(350) = 1.250
D(100,300) = 4 (100) + 3(300) = 1.300 Punto óptimo
E(200,100) = 4 (200) + 3(100) = 1.100
La mejor alternativa se presenta cuando X1 = 100 y X2 = 300, es decir, cuando se fabrican 100 cinturones
de la clase A y 300 cinturones de la clase B. En efecto, si reemplazamos en la función objetivo, tenemos.
Z(MAX) = 4 X1 + 3 X2
Z(MAX) = 4 (100) + 3(300)
Z = 1.300 MAXIMA.
Siempre el punto de maximización estará en un vértice de un conjunto convexo hacia adentro y habrá
una curva de isobeneficio que sea tangente al punto encontrado y ésta será la función objetivo.
PROBLEMA N° 2.-
La Compañía ECASA está produciendo dos clases de refrigeradoras, tipo A y tipo B. De estudios hechos
sobre las necesidades del país, se estima que para el próximo año los requerimientos de estos dos tipos
de refrigeradoras serán:
Un máximo de 80.000 unidades de A

Un máximo de 120.000 unidades de B
La utilidad que, cada refrigeradora le deja a la empresa es: 15 dólares por unidad de A y 30 dólares por
unidad de B. Cuántas unidades de A y cuántas de B deben producirse para que ECASA alcance la
máxima utilidad anual, si sólo se dispone de:
10.000 unidades de hierro

16.000 unidades de fibra de vidrio
14.000 unidades de aluminio
Considerando que la composición de estas refrigeradoras debe ser la siguiente:
A = 10% de hierro, 12% de fibra de vidrio, 7% de aluminio

B = 5% de hierro, 10% de fibra de vidrio, 10% de aluminio
11
A B Producto
X1 X2 Número producido
15 30 Utilidad
Recursos Consumo Disponibilidad
Hierro 0.10 0.05 10.000
Fibra de vidrio 0.12 0.10 16.000
Aluminio 0.07 0.10 14.000
Demanda A 1 0 80.000
Demanda B 0 1 120.000
Función Objetivo
Z(MAX) = 15X1 + 30X2
Restricciones
0,10 X1 + 0,05 X2  10.000

0,12 X1 + 0,10 X2  16.000
0,07 X1 + 0,10 X2  14.000
X1  80.000
X2  120.000
Abstracción
0,10 X1 + 0,05 X2 = 10.000 1°

0,12 X1 + 0,10 X2 = 16.000 2°
0,07 X1 + 0,10 X2 = 14.000 3°
X1 = 80.000 4°
X2 = 120.000 5°
0,10 X1 + 0,05 X2 = 10.000 0,12 X1 + 0,10 X2 = 16.000

X1 X2 X1 X2
0 200.000 0 160.000
100.000 0 133333,33 0
0,07 X1+0,10 X2 =14.000 X1 = 80.000 X2 = 120.000

X1 X2 X1 X2 X1 X2
0 140.000 80.000 120.000

200.000 0
Solución de las ecuaciones
C(Ecuaciones 3 y 5)
0,07 X1 + 0,1X2 = 14.000 0,07X1+0,10(120.000) = 14.000
X2 = 120.000 X1 = 28.571
C(28.571; 120.000) (valores enteros)
D(Ecuaciones 2 y 3)
0,12 X1 + 0,10 X2 = 16.000 0,12 X1+ 0,10 X2 = 16.000
0,07 X1 + 0,10 X2 = 14.000 -0,07 X1- 0,10 X2 = -14.000
0,05X1 = 2.000
X1 = 40.000
0.12 (40.000) + 0.10X2 = 16.000
X2 = 112.000 D(40.000; 112.000)
12
D(Ecuaciones 2 y 3)
0,12 X1+0,10 X2 = 16.000 0,12 X1+0,10 X2 = 16.000
0,07 X1+0,10 X2 = 14.000 -0,07 X1 -0,10 X2 = -14.000
0,05X1 = 2000
X1 = 40.000
0.12(40.000) + 0.10X2 = 16.000
X2 = 112.000
D(40.000; 112.000)
E(Ecuaciones 1 y 2)
0,10 X1 + 0,05 X2 = 10.000 0,20 X1 + 0,10 X2 = 20.000
0,12 X1 + 0,10 X2 = 16.000 -0,12 X1 - 0,10 X2 = -16.000
0.08X1 = 4.000
X1 = 50.000
0.10(50.000) + 0.05X2 = 10.000
X2 = 100.000
E(50.000; 100.000)
220 GRAFICO N° 2
200
180
160
140
120
100
80
60
40
20
0
-40 -20 0 20 40 60 80 100 120 140 160 180 200 220 240
-20
-40
(Las cantidades son en miles)
F(Ecuaciones 1 y 4)
0,10X1+ 0,05 X2 = 10.000 0,10(80.000) + 0,05X2 = 10.000
X1 = 80.000 X2 = 40.000
F(80.000; 40.000)
P(X1, X2) Z(MAX) = 15 X1 + 30 X2
C(28571;120.000) Z = 15(28571) + 30(120,000) = 4.028.565 Óptimo
D(40.000, 112.000) Z = 15(40.000) +30(112.000) = 3.960.000
E(50.000, 100.000) Z = 15(50.000) +30(100.000) = 3.000.000
F(80.000, 40.000) Z = 15(80.000) + 30(40.000) = 2.400.000
La solución óptima será cuando se produzca 28.571 unidades A y 120.000 unidades B. P(28.571;
120.000)
X1 = 28.571 Refrigeradoras tipo A
X2 = 120.000 Refrigeradoras tipo B
Z(MAX) = 4.028.565 dólares
PROBLEMA N° 3.-
Una fábrica produce dos tipos de muebles A y B, dispone del taller de tornamiento el mismo que puede
procesar 25 unidades/tora de A o 40 unidades/hora de B, siendo el coso por hora de S/. 20, el taller de
rectificación puede procesar 28 unidades / hora de A o 35 unidades / hora de B y su costo es de S/. 14,
13
el taller de pintura puede atender a 35 unidades / hora de A o 25 unidades / hora de B y su costo es de

S/. 17,5. El precio de venta de A es de S/. 5 y el de B S/. 4. ¿Cuántas unidades de A y B debe producir
para obtener la máxima ganancia?
Matriz de recursos
A B Tipo de muebles
X1 X2 N° de unidades
Taller Proceso Capacidad Costo

Torneamiento 25 40 1 20
Rectificación 28 35 1 14
Pintura 35 25 1 17,5
Cuando no hay disponible se habla de capacidad (100%) que se representa por 1, y cada taller ocupa
tanto en A como en B un porcentaje de su presentación en forma de fracción que significa porcentaje.
Para encontrar la utilidad hallamos el costo total de cada producto.
Costo
A B Pv
20  25 = 0,8 20  40 = 0,5 A=5

14  28 = 0,5 14  35 = 0,4
17,5  35 = 0,5 17,5  25 = 0,7 B=4
Costo = 1.8 Costo = 1.6
Utilidad
UA = PVA - CTA UB = PVB - CTB
UA = 5-1,8 = 3,2 UB = 4-1,6 = 2,4
Función Objetivo
Z(MAX) = 3,2X1 + 2,4X2
Restricciones
1 1
X1  X2 1
25 40
1 1
X1  X2 1
28 35
1 1
X1  X2 1
35 25
X1 X2  0
Abstracción
Trasformamos las desigualdades fraccionarias en igualdades enteras para lo cual buscamos

el mínimo común denominador.
8 X 1  5 X 2  200 1
5 X 1  4 X 2  140 2
5 X 1  7 X 2  175 3

X1 X2 X1 X2 X1 X2
0 40 0 35 0 25
25 0 28 0 35 0
14
Consideramos el punto C (Ecuaciones 1 y 2)

8X1 + 5X2 = 200
5X1 + 7X2 = 175
(7) 56X1 + 35X2 = 1400 8(16.93) + 5X2 = 200
(-5) - 25X1 - 35X2 = - 875 135.44 + 5X2 = 200
31X1 = 525 5X2 = 200 - 135,44
5X2 = 64,56
525 64.56
X1  X2 
31 5
X1= 16,93 X2 = 12,91
C(16,93; 12,91) (Se considera valores enteros) C(17, 13)

Z(MAX) = 3,2(17) + 2,4(13) = 85,60
50 GRAFICO N° 3
45
40
35
30
25
20
15
10
0
-5 0 5 10 15 20 25 30 35 40
-5
Solución óptima
Z(MAX) = 85,60
X1 = 17 Muebles tipo A
X2 = 13 Muebles tipo B
MINIMIZACIÒN
De igual manera que en los casos de maximización, por el método gráfico, se pueden resolver
problemas de minimización, se utilizará la expresión  (mayor o igual) para las desigualdades.
En estos casos el problema se ajusta a encontrar un conjunto convexo hacia fuera e identificar un punto
extremo (vértice) que minimice la función objetivo.
Una vez determinada la región básica factible, área positiva y que satisface, las limitaciones o
restricciones del problema. Un punto por debajo de esta región no satisface los requerimientos técnicos y
nos interpretará que no cumplimos con las necesidades mínimas.
PROBLEMA N° 4
Una compañía química está diseñando una planta para producir dos tipos de minerales M y N. La planta
debe ser capaz de producir al menos 100 unidades de M y 420 unidades de N cada día. Existen dos
posibles diseños para las cámaras principales de reacción que vienen incluidas en la planta. Cada
cámara de tipo A cuesta 600 mil dólares y es capaz de producir 10 unidades de M y 20 unidades de N
por día; el tipo B es un diseño más económico, cuesta 300 mil dólares y es capaz de producir 4 unidades
de M y 30 unidades de N por día. A causa de los costos de operación, es necesario tener al menos 4
15
cámaras de cada tipo en la planta. ¿Cuántas cámaras de cada tipo deben ser incluidas para minimizar
el costo de construcción y satisfacer el programa de producción requerido?
Función objetivo:
X1 = Cámaras tipo A
X2 = Cámaras tipo B
Z(MIN) = 600X1 + 300X2
Restricciones:
X1  4 Cámara tipo A
X2  4 Cámara tipo B
10X1 + 4X2  100 Producción mineral M
20X1 + 30X2  420 Producción mineral N
X1 X2  0
Abstracción
X1 = 4 1°
X2 = 4 2°
10X1 + 4X2 = 100 3°
20X1 + 30X2 = 420 4°
X1 = 4 1° X2 = 4 2°
X1 X2 X1 X2
4 4
10X1 + 4X2 = 100 3° 20X1 + 30X2 = 420 4°

X1 X2 X1 X2
0 25 0 14
10 0 21 0
28
GRAFICO N° 4
26
24
22
20
18
16
14
12
10
8
6
4
2
0
-2 -2 0 2 4 6 8 10 12 14 16 18 20 22 24
-4
C(Ecuaciones 1 y 3) D(Ecuaciones 3 y 4)
X1 = 4 10X1 + 4X2 = 100 X2 = 10
10X1 + 4X2 = 100 20X1 + 30X2 = 420 10X1 + 4(10) = 100
10(4) + 4X2 = 100 (-2) -20X1 - 8X2 = -200 10X2 = 60
X2 = 15 (1) 20X1 + 30X2 = 420 X2 = 6
C(4, 15) 22X2 = 220 D(6, 10)
16
E(Ecuaciones 2 y 4)
X2 = 4
20X1 + 30X2 = 420
20X1 + 30(4) = 420
X1 = 15 E(15, 4)
P(X1, X2) Z = 600 X1 + 300 X2

C(4, 15) Z = 600(4) + 300(15) = 6.900
D(6, 10) Z = 600(6) + 300(10) = 6.600 Punto óptimo
E(15, 4) Z = 600(15) + 300(4) = 10.200
Solución óptima:
Z(MIN) = 6.600 MIL

X1 = 6 Câmaras tipo A
X2 = 10 Câmaras tipo B
PROBLEMA Nº 5
Productora Cía. Lida., elabora 2 productos A y B a partir de tres componentes C 1, C2 y C3, cuyo costo
unitario es de 3 dólares por Ton. el producto A y 5 dólares por Ton. el producto B. El producto A contiene
un 10% de C1, un 16% de C2 y un 12% de C3; mientras que el producto B contiene un 40% de C1 y un
10% de C3.
Para satisfacer sus contratos requiere de al menos 600 Ton. de C 1 , 400 Ton. de C2 y 450 Ton. de C3.
¿Qué cantidades de A y B se debe elaborar para minimizar el costo?
A B = Productos
X1 X2 = Cantidades
Componentes Cantidades en Tonelada Requerimientos
C1 0,10 0,40 600
C2 0,16 0,00 400
C3 0,12 0,10 450
Función Objetivo
Z(MIN) = 3 X1 + 5 X2
Z(MIN) = Minimizar los costos de los insumos.
0,10X1 + 0,40X2  600 0,10X1 + 0,40X2 = 600 1°

0,16X1 + 0,00X2  400 0,16X1 = 400 2°
0,12X1 + 0,10X2  450 0,12X1 + 0,10X2 = 450 3°
X1 ^ X2  0
0,10X1+0,40X2=600 1° 0,16X1=400 2° 0,12X1+ 0,10X2 = 450 3°

X1 X2 X1 X2 X1 X2
0 1500 2500 0 4500
6.000 0 3.750 0
C(Ecuaciones 2 y 3)
X1 = 2500 12 (2500) + 0,10 X2 = 450
0,12 X1 + 0,10 X2 = 450 X2 = 1500
C(2500,1500)
17
6000 GRAFICO N° 5
5000
4000
3000
2000
1000
0
-1000 0 1000 2000 3000 4000 5000 6000 7000
-1000
D(Ecuaciones1 y 3)
0,10 X1 + 0,40 X2 = 600 ( 1) 0,10 X1 + 0,40 X2 = 600
0,12 X1 + 0,10 X2 = 450 (-4) -0,48 X1 - 0,40 X2 = -1800
-0,38 X1 = -1200
X1 = 3157,89
0,10 (3157,89)+ 0,40 X2 = 600
315.789
X2 
0.40
X2 = 710,53
D(3157.89, 710.53)
P(X1, X2) Z(MIN) = 3 X1 + 5 X2
C(2.500,1.500) Z = 3(2.500) +5(1.500) = 15.000
D(3.157,89; 710,53) Z = 3(3.157,89)+5(710,53)=13.026,32 Punto óptimo
Solución óptima
Z(MIN) = 13026,32 sucres

X1 = 3157.89 Ton. del producto A
X2 = 710.53 Ton. del producto B
Se logrará un costo mínimo de (13026,32 dólares) cuando se produzca 3157,89 toneladas del producto
A y 710,53 toneladas del producto B.
PROBLEMAS COMBINADOS DE MAXIMIZACIÓN Y MINIMIZACIÓN

PROBLEMA N° 6.-
La Compañía Metales Lida. fabrica dos metales A y B, a través de dos minerales: cobre y aluminio. El
metal A contiene 90% de cobre y 10% de aluminio y al venderlo deja una ganancia de 5 U$ por kilo. El
metal B contiene 50% de cobre y 50% de aluminio y da una ganancia de 7 U$ por kilo. Cada semana
debe producir 150 kilos del metal A y 100 kilos del metal B, por lo menos. Su proveedor le puede
suministrar cada semana 270 kilos de cobre y 100 de aluminio. Calcular la cantidad de kilos de A y B que
den la máxima ganancia.
Función Objetivo
Z(MAX) = 5X1 + 7X2

X1 = A X2 = B
18
Restricciones o limitaciones
0,90 X1 + 0,5X2  270 Cobre

0,10 X1 + 0,5X2  100 Aluminio
X1 +  150 Demanda de A
X2  100 Demanda de B
X1  X2  0
Abstracción
0,90 X1 + 0,50X2 = 270 1°

0,10 X1 + 0,50X2 = 100 2°
X1 = 150 3°
X2 = 100 4°
X1 X2 1° X1 X2 2° X1 X2 3° X1 X2 4°
0 450 0 200 150 100

300 0 1.000 0
600
GRAFICO N° 6
500
400
300
200
100
0
-200 -100 0 100 200 300 400 500 600 700 800 900 1000 1100 1200
-100
C(Ecuaciones 2 y 3)
0,10 X1 + 0,50X2 = 100
X1 = 150
0,10(150) + 0,50X2 = 100
X2 = 170
C(150, 170)
D(Ecuaciones 1 y 2)
0,90 X1 + 0,50X2 = 270 (1) 0,90 X1 + 0,50X2 = 270
0,10 X1 + 0,50X2 = 100 (-1) -0.10 X1 - 0,5X2 = -100
0,80 X1 = 170
X 1 = 212,5
0,90 (212,5) + 0,50X2 = 270 X2 = 157,5 D(212.5, 157.5)
E(Ecuaciones 3 y 4) F(Ecuaciones 1 y 4)
X1 = 150 0,90 X1 + 0,50X2 = 270
X2 = 100 X2 = 100
0,90 X1 + 0,50 (100) = 270
E(150, 100) X1 = 244,44 F(244.44;100)
19
P(X1, X2) Z(MAX) = 5X1 + 7X2

C(150, 170) Z = 5(150) + 7(170) = 1940
D(212,5; 157,5) Z = 5(212,5) + 7(157,5) = 2.165 Óptimo
E(150, 100) Z = 5 (150) + 7(100) = 1450
F(244,44, 100) Z = 5(244,4) + 7(100) = 1922,2
Para que se obtenga una ganancia de 2.165 se debe producir 212,5 kilos de A y 157,5 kilos de B.
Solución óptima
Z(MAX) = 2.165
X1 = 212.5 Kilos de metal A
X2 = 157.5 Kilos de metal B
PROBLEMA Nº 7.-
Un agricultor quiere cultivar maíz y trigo en un terreno de 200 hectáreas. Sabe que una hectárea puede
rendir 4 quintales de maíz o 2 de trigo. Cada hectárea requiere un capital de 6 dólares si se cultiva con
maíz y de 2 dólares si se cultiva con trigo. El capital disponible es al menos de 600 dólares. Las
necesidades de agua de riego son de 50 m3 por hectárea de maíz y 50 m3 por hectárea de trigo en
octubre, de 200 m3 por hectárea de maíz y 100 m3 por hectárea de trigo, en el mes de noviembre. La
disponibilidad de agua en octubre es al menos de 6.250 m3 y en noviembre, cuando mucho de 25.000
m3. Si los precios de venta del maíz y el trigo son 6 dólares y 10 dólares por quintal métrico,
respectivamente. Determinar la cantidad de maíz y trigo que debe producirse para obtener el beneficio
máximo.
Función Objetivo.
Z(MAX) = 6X1 + 10X2
Restricciones:
1 1
X1  X2  200
4 2
6 2
X1  X2  600
4 2
50 50
X1  X 2  6.250
4 2
200 100
X1  X 2  25.000
4 2
Abstracción:
X1 + 2X2 = 800 1°
3X1 + 2X2 = 1.200 2°
X1 + 2X2 = 500 3°
X1 + X2 = 500 4°
X1 + 2X2 = 800 1° 3X1 + 2X2 = 1.200 2°

X1 X2 X1 X2
0 400 0 600
800 0 400 0
X1 + 2X2 = 500 3° X1 + X2 = 500 4°

X1 X2 X1 X2
0 250 0 500
500 0 500 0
20
3X1 + 2X2 = 1.200 3X1 + 2X2 = 1.200
X1 + X2 = 500 X1 + 2X2 = 500
(1) 3X1 + 2X2 = 1.200 (1) 3X1 + 2X2 = 1200
(-2) -2X1 - 2X2 = -1.000 (-1) -X1 - 2X2 = -500
X1 = 200 2X1 = 700
200 + X2 = 500 X1 = 350
X2 = 300 350 + 2X2 = 500
X2 = 75
C (200, 300) D (350, 75)
F (Ecuaciones 3 y 4)
X1 + 2X2 = 500
X1 + X2 = 500
(1) X1 + 2X2 = 500
(-1) -X1 - X2 = -500
X2 = 0
X1 + 2(0) = 500
X1 = 500 E(500, 0)
700
GRAFICO N° 7
600
500
400
300
200
100
0
-100 0 100 200 300 400 500 600 700 800 900
-100
P(X1, X2) Z(MAX) = 6X1 + 10X2

C (200, 300) Z = 6(200) + 10(300) = 4.200 Punto óptimo
D (350, 75) Z = 6(350) + 10(75) = 2.850
E (500, 0) Z = 6(500) + 10(0) = 3.000
Solución óptima
Z(MAX) 4.200
X1 = 200 Unidades de maiz
X2 = 300 Unidades de trigo
PROBLEMA N° 8.-
Un taller de calzado confecciona zapatos para hombre y mujer. El producir un par de zapatos de hombre
requiere el doble de tiempo que para producir un par de zapatos de mujer. El taller está en capacidad de
producir al menos 14 pares de zapatos. En el mercado solo se puede conseguir diariamente la cantidad
de cuero y suela para 12 pares de zapatos. Los zapatos de mujer requieren de una fibra, la cual solo
existe para 7 pares de zapatos diariamente. Para la confección de los zapatos de hombre se puede
conseguir exactamente 6 pares de tacos de caucho diariamente. ¿Qué cantidad de zapatos de hombre y
mujer debe producir diariamente dicho taller para maximizar el beneficio si se sabe que al vender un par
de zapatos de hombre se obtiene 2.5 dólares de utilidad y 3 dólares al vender un par de zapatos de
mujer?
21
Función Objetivo
Z(MAX) = 2.5X1 + 3X2

X1 = zapatos de hombre
X2 = zapatos de mujer
2X1 + X2  14 Capacidad 2X1 + X2 = 14 1°

X1 + X2  12 Materiales X1 + X2 = 12 2°
X2  7 Fibra X2 = 7 3°
X1 = 6 Tacos X1 = 6 4°
2X1 + X2 = 14 1° X1 + X2 = 12 2°
X1 X2 X1 X2
0 14 0 12
7 0 12 0
X2 = 7 3° X1 = 6 4°
X1 X2 X1 X2
7 6
15 GRAFICO N° 8
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
-2 -1 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13
-2
Como la 4° restricción lleva el signo igual, en consecuencia la región básica factible esta formada por la
recta comprendida entre los puntos C y D.
X1 + X2 = 12 2X1 +X2 = 14
X1 = 6 X1 = 6
6 + X2 = 12 2(6) +X2 = 14
X2 = 6 X2 = 2
C(6, 6) D(6, 2)
P(X1, X2) Z(MAX) = 2.5X1 + 3X2

C(6, 6) Z = 2.5(6) + 3(6) = 33 Punto óptimo
D(6, 2) Z = 2.5(6) + 3(2) = 21
22
Solución óptima
Z(MAX) = 33
X1 = 6 Zapatos de hombre
X2 = 6 Zapatos de mujer
PROBLEMA Nº 9.-
Se desea realizar una campaña de publicidad para promocionar un nuevo producto y llegar a dos tipos
de clientes: amas de casa de familia con ingresos anuales superiores a 5 mil dólares y amas de casa de
familia con ingresos anuales inferiores a 5 mil dólares. Consideramos que las personas del primer grupo
comprarán dos veces más nuestro producto que las personas del segundo grupo, y nuestro objetivo es
maximizar las compras. Podemos anunciar el producto en televisión y en una revista; una unidad de
publicidad en televisión cuesta 10 mil dólares y llega aproximadamente a mil personas del primer grupo y
a 4 mil del segundo grupo. Una unidad de publicidad en la revista cuesta 6 mil dólares y llega
aproximadamente a 3 mil personas del primer grupo y a mil del segundo. Hay que usar al menos 3
unidades de publicidad en televisión y 6 unidades de publicidad en la revista, respectivamente, por
cuestiones de política. El presupuesto para publicidad es de 90 mil dólares. Resuelva gráficamente el
problema y encuentre la solución óptima que maximice las compras.
Función objetivo
Z ( MAX )  2(1)  1( 4) X 1  2(3)  1(1) X 2

Z(MAX) = 6X1 + 7X2
X1  3 Anuncio en televisión X1 = 3 1°
X2  6 Anuncio en revista X2 = 6 2°
10X1 + 6X2  90 Presupuesto 10X1 + 6X2 = 90 3°
X1X2  0
X1 = 3 (1°) X2 = 6 (2°) 10X1 + 6X2 = 90 (3°)

X1 X2 X1 X2 X1 X2
3 6 0 15
9 0
23
C(Ecuaciones 1y3) D(Ecuaciones 1y2) E(Ecuaciones 2 y 3)

X1 = 3 X1 = 3 X2 = 6
10X1 + 6X2 = 90 X2 = 6 10X1 + 6X2 = 90
10(3) + 6X2 = 90 D(3, 6) 10X1 + 6(6) = 90
X2 = 10 X1 = 5.4
C(3, 10) E(5, 6)
P(X1, X2) ZMAX) = 6X1 + 7X2

C(3, 10) Z = 6(3) + 7(10) = 88 mil Punto óptimo
D(3, 6) Z = 6(3) + 7(6) = 60 mil
E(5.4, 6) Z = 6(5) + 7(6) = 72 mil
Solución óptima
Z(MAX) = 88 mil dólares

X1 = 3 anuncios en televisión
X2 = 10 anuncios en revista
PROBLEMA N° 10.-
El Ministerio de Obras Públicas ha decidido añadir exactamente 200 Km. de carretera y exactamente 100
de autopista, en el sector de la costa. El precio estándar para construcción de carretera es de un millón
de dólares por Km. y de 5 millones por Km. de autopista. Solo dos contratistas, la compañía
Prefabricados y la compañía Erazo Lida. pueden realizar este tipo de construcciones, así que los 300
Km. de camino deben ser construidos por estas compañías. Sin embargo, la compañía Prefabricados
puede construir a lo más 200 Km. de carretera y autopista y la segunda compañía puede construir a lo
más 150 Km. Por razones políticas, a cada compañía debe adjudicársele un contrato de al menos 250
millones (antes de descuento). La primera compañía ofrece un descuento de 1.000 dólares por Km. de
carretera y 6.000 dólares por Km. de autopista, la segunda compañía ofrece un descuento de 2.000
dólares por Km. de carretera y 5.000 dólares por Km. de autopista.
a) Si X1 y X2 representan el número de Km. de carretera y autopista, respectivamente adjudicados a la

compañía Prefabricados, demuestre que el descuento total D recibido de ambas compañías (en
miles) está dado por.
D = 900 – X1 + X2
Solución
D = X1 + 6X2 + 2 (200 – X1) + 5(100 – X2)

D = X1 + 6X2 + 400 – 2X1 + 500 – 5X2
D = 900 – X1 + X2
b) El Ministerio de Obras y Comunicaciones desea maximizar el descuento total D, resuelva el

problema mediante el método gráfico.
Función objetivo
X1 = Km. de construcción de carretera de la Compañía Prefabricados

X2 = Km. de construcción de autopista de la Compañía Prefabricados
(200 – X1) = Km. de construcción de carretera de la Compañía Erazo
(150 – X2) = Km. de construcción de autopista de la Compañía Erazo
Z(MAX) = D = 900 – X1 + X2
Restricciones
X 1  X 2  200 Construcción de carretera de Pr efabricados

1(200  X 1 )  (100  X 2 )  150 Construcción de carretera de Erazo
24
X 1  X 2  150 Construcción de carretera de Erazo

X 1  5 X 2  250 Contratos de Pr efabricados
1(200  X 1 )  5(100  X 2 )  250 Contratos de Erazo
X 1  5 X 2  450 Contratos de Erazo
Abstracción Graficamos las ecuaciones
X1 + X2 = 200 (1°) X1+X2=200 (1°) X1+X2=150 (2°)

X1 + X2 = 150 (2°) X1 X2 X1 X2
X1 + 5X2 = 250 (3°) 0 200 0 150
X1 + 5X2 = 450 (4°) 200 0 150 0
X1+5X2=250 (3°) X1+5X2=450 (4°)

X1 X2 X1 X2
0 50 0 90
250 0 450 0
250
GRAFICO N° 10
200
150
100
50
0
-50 0 50 100 150 200 250
-50
X1 + X2 = 150 X1 + X2 = 200
X1 + 5X2 = 450 X1 + 5X2 = 250
(1) X1 + X2 = 150 (1) X1 + X2 = 200

(-1) X1 - 5X2 = -450 (-1) X1 - 5X2 = -450
-4X2 = -300 -4X2 = -250
X2 = 75 X2 = 62.5
X1 + 75 = 150 X1 + 62.5 = 200
X1 = 75 X1 =137.5
C(75, 75) D(137.5, 62.5)
E(Ecuaciones 2 y 3) F(Ecuaciones 1 y 3)
X1 + X2 = 150 X1 + X2 = 200
X1 + 5X2 = 250 X1 + 5X2 = 450
25
(1) X1 + X2 = 150 (1) X1 + X2 = 200

(-1) X1 - 5X2 = -250 (-1) X1 - 5X2 = -250
-4X2 = -100 -4X2 = -50
X2 = 25 X2 = 12.5
X1 + 25 = 150 X1 + 12.5 = 200
X1 = 125 X1 = 187.5
C(125, 25) D(187.5, 12.5)
P(X1, X2) Z(MAX) = D = 900 – X1 + X2

C(75, 75) D = 900 – 75 + 75 = 900 Punto óptimo
D(137.5, 62.5) D = 900 – 137.5 + 62.5 = 825
E(125, 25) D = 900 – 125 + 25 = 800
F(187.5, 12.5) D = 900 – 187.5 + 12.5 = 725
Solución óptima
Z(MAX) = descuento total = 900 mil dólares

X1 = 75 Km. De carretera
X2 = 75 Km. De autopista
ANÁLISIS DE SENSIBILIDAD PARA LAS

RESTRICCIONES
La búsqueda de la solución de un modelo de decisión es sólo el primer paso del análisis. También es
importante que el gerente comprenda cuán sensible es la solución a los cambios en las suposiciones y a
los factores exógenos. Esto también se aplica a los modelos de programación lineal, y una de las
características agradables de los modelos de programación lineal es que gran parte de este análisis de
sensibilidad proviene directamente de la solución del problema. Primero veremos estos conceptos en
forma gráfica y después por medio de la interpretación de las salidas de los programas de computación
que se usan para resolver problemas de programación lineal.
Para entender mejor el análisis de sensibilidad, partiremos del siguiente ejemplo

.
PROBLEMA N° 11.-
Una empresa fabrica dos productos A y B. Cada uno requiere tiempo en dos máquinas. La primera
máquina tiene 24 horas disponibles y la segunda tiene 16. Cada unidad del producto A requiere 2 horas
en ambas máquinas y cada unidad del producto B necesita 3 horas en la primera máquina y una hora en
la segunda. Los beneficios son de 6 dólares por unidad de A y de 7 dólares por unidad de B, y la
empresa puede vender todas las unidades que fabrique de ambos productos. El objetivo es maximizar el
beneficio.
Función objetivo
Z(MAX) = 6X1 + 7 X2
2X1 + 3X2  24 2X1 + 3X2 = 24 (1°)

2X1 + X2  16 2X1 + X2 = 16 (2°)
X1X2  0
2X1+3X2=24 (1°) 2X1+X2=16 (2°)

X1 X2 X1 X2
0 8 0 16
12 0 8 0
26
El punto C es el óptimo, para encontrar sus coordenadas resolvemos las ecuaciones
2X1 + 3X2 = 24 (1) 2X1 + 3X2 = 24 2X1 + 4 = 16

2X1 + X2 = 16 (-1) -2X1 - X2 = -16 X1 = 6
2X2 = 8 C(6, 4)
X2 = 4
Solución óptima
Z(MAX) = 6(6) + 7(4)

Z(MAX) = 64
X1 = 6 Unidades del producto A

X2 = 4 Unidades del producto B
18 GRÁFICO N° 11
16
14
12
10
0
-2 0 2 4 6 8 10 12 14 16 18
-2
Ampliemos el problema que hemos usado como ejemplo. Suponga que el límite del mercado es la venta
de seis unidades del producto B. Ahora la formulación es:
Z(MAX) = 6 X1 + 7 X2
Sujeto a: 2X1 + 3X2  24
2X1 + X2  16
X2  6
El nuevo gráfico es:
18 GRAFICO N° 11-1
16
14
12
10
0
-2 0 2 4 6 8 10 12 14 16 18
-2
27
La solución es la misma:
Z(MAX) = 64
PRECIOS DUALES
Considere la ecuación de restricción para la máquina 1, que especifica un máximo de 24 horas

disponibles. En términos de la programación lineal, este límite de la capacidad con frecuencia se
denomina valor del término independiente o segundo miembro de la restricción (o sencillamente b i).
Suponga que puede agregar una hora para que la restricción sea
2X1 + 3X2  25
Nueva solución
GRÁFICO N° 11- 2
18
16
14
12
10
0
-2 0 2 4 6 8 10 12 14 16 18
-2
La nueva solución óptima se mueve al punto C’, con X1 = 5.75 y X2 = 4.5. Como la solución anterior
requería X1 = 6 y X2 = 4, una hora adicional disponible en la máquina 1 da como resultado una
reducción de 0.25 unidades de producto A y un aumento de 0.5 unidades de producto B. El cambio neto
en la función objetivo es, entonces:
Z(MAX) = 6(5.75) + 7(4.5) = 66
Incremento neto = 6(-0.25) + 7(0.5) = 2
Lo cual representa un incremento de dos dólares en el beneficio. A esto se le conoce como precio
dual, valor marginal o precio sombra y es el cambio incremental en los beneficios por
cambio unitario en el término independiente de una restricción
28
Gráfico para 2X1 + 3X2  23
GRÁFICO N° 11- 3
18
16
14
12
10
0
-2 0 2 4 6 8 10 12 14 16 18
-2
Observe que el precio dual se mantiene para una reducción en el valor del término independiente. Por
ejemplo, si sólo hubiera 23 horas disponibles en la máquina 1, el punto C’’ sería la solución óptima (X 1 =
6.25 y X2 = 3.5),
Z(MAX) = 6(6.25) + 7(3.5) = 62
Reducción neta = 6(0.25) + 7(-0.5) = -2
Gráfico con reducción e incremento de una hora en el término independiente de la máquina 2
18
GRÁFICO N° 11- 4
16
14
12
10
0
-2 0 2 4 6 8 10 12 14 16 18
-2
29
Con una reducción de dos dólares en el beneficio. Entonces, el precio dual o valor marginal representa
el aumento incremental en el beneficio cuando una restricción, se amplia en una unidad y una reducción
en el beneficio cuando la restricción se estrecha en una unidad.
Se puede aplicar el mismo análisis a la restricción de la máquina 2. Cuando la segunda restricción se

amplía agregando una hora, se convierte en:
2X1 + X2  17
y el punto óptimo es C* con X1 = 6.75 y X2 = 3.5. Esto representa un aumento de 0.75 en el número de
unidades del producto A y una reducción de 0.5 unidades del producto B. El efecto neto en el beneficio
Z(MAX) = 6(6.75) + 7(3.5) = 65
Incremento neto = 6(0.75) + 7(-0.5) = 1
Una reducción similar en el término independiente (es decir, en el número de horas disponibles) de la
restricción 2 da como resultado una solución de X 1= 5.25 y X2 = 4.5, y una reducción de un dólar en el
beneficio. Por tanto, el precio dual asociado a la restricción de la máquina 2 es un dólar.
Z(MAX) = 6(5.25) + 7(4.5) = 63
Reducción neta = 6(-0.75) + 7(0.5) = -1
Ahora consideremos la tercera restricción X2  6
El aumento de una unidad en este límite, a X2  7, y la reducción de una unidad, a X2  5, se muestran en

el gráfico N° 11.5. Observe que ninguno de los cambios afecta a la solución, ya que la restricción X 2  6
no es efectiva. La solución óptima requería sólo cuatro unidades del producto B, por lo cual no importa
el límite de seis unidades que impone el mercado. Por tanto, el precio dual es cero. De hecho, el
precio dual de cualquier restricción no efectiva siempre es cero.
18 GRÁFICO N° 11-5
16
14
12
10
0
-2 0 2 4 6 8 10 12 14 16 18
-2
Costos Reducidos:
Precios duales para las restricciones de no negatividad. También es posible determinar los valores
marginales asociados a introducir al menos una unidad de una variable de decisión en la solución.
Recuerde que las restricciones de no negatividad son X1  0 y X2  0. El incluir una unidad en la solución
30
implica modificar una restricción de no negatividad a X1  1 o X2  1. Los valores marginales de hacer

esto se denominan costos reducidos.
Considere de nuevo el problema básico que se presenta en el gráfico Nº 11.5. La solución óptima
requiere X1 = 6 y X2 = 4. Los dos son valores positivos y, por lo tanto, ninguna de las restricciones de
no negatividad es efectiva. Entonces, el valor marginal (es decir, el costo reducido) asociado a su
modificación es cero, al igual que para las demás restricciones no efectivas
Suponga ahora que la función objetivo es Z (MAX) = 10X1 + 3X2, como se muestra en el gráfico Nº 11.6.
El punto extremo E es la solución óptima, con X1 = 8 y X2 = 0 y beneficio de 80 dólares.
Z (MAX) = 10(8) + 3(0) = 80
18 GRÁFICO N° 11- 6
16
14
12
10
0
-2 0 2 4 6 8 10 12 14 16 18
-2
Observe que X2 = 0, por lo cual la restricción de no negatividad X2  0 es efectiva. Suponga ahora que
debe producirse por lo menos una unidad del producto B, debido a un compromiso con un cliente, por lo
cual se cambia la restricción de no negatividad a X 2  1. Con esto cambia la solución óptima del gráfico
Nº 11.7, a E*.
18 GRAFICO N° 11-7
16
14
12
10
0
-2 0 2 4 6 8 10 12 14 16 18
-2
31
Encontramos la solución entre las ecuaciones 2 y 4:
2X1 + X2  16
X2  1
2X1 + 1 = 16
2X1 = 15
X1 = 7.5 E*(7.5, 1)
Z(MAX) = 10(7.5) + 3(1) = 78
Una reducción de dos dólares con respecto al nivel anterior. En este caso el costo reducido o valor
marginal asociado con la restricción de no negatividad de X 2 es de dos dólares, que representa el
costo de conservar al cliente.
Los precios duales tienen muchas aplicaciones empresariales. Aunque en el mundo existen restricciones
y limitaciones, la mayoría de ellas no son absolutas. Por ejemplo, el gerente que formuló el problema de
programación lineal determinó las horas disponibles en cada una de las máquinas en circunstancias
normales, pero podría obtener horas adicionales con trabajo en tiempo extra, comprando equipo
adicional o reprogramando otras actividades. Los precios duales indican si vale la pena hacerlo y con
qué margen, y así ayudan a identificar los cuellos de botella clave. En nuestro ejemplo, el gerente sabe
que vale el doble (dos dólares en lugar de uno) obtener horas adicionales para la máquina 1 que para la
máquina 2.
Un precio dual representa el valor marginal asociado con un cambio

unitario en el término independiente de una restricción. Un costo
reducido representa el valor marginal de introducir en la solución una
unidad de una variable de decisión. Los costos reducidos se pueden
considerar como precios duales de las restricciones de no negatividad. Si
una restricción no es efectiva, su precio dual es cero.
INTERVALOS DE VARIACIÓN DEL TÉRMINO INDEPENDIENTE
Los precios duales proporcionan el valor marginal de la realización de un cambio pequeño en el límite de
una restricción (es decir, el valor del término independiente), pero sería un error creer que estos valores
serían los mismos si la capacidad se cambiara en forma arbitrara. Se llega a un punto en el cual la
capacidad adicional es excesiva y no tiene valor; por lo tanto, hay límites con respecto al intervalo de
capacidad en el cual se mantienen los valores marginales.
Considere de nuevo la restricción de 24 horas disponibles para la máquina 1.
El gráfico Nº 11.8, muestra lo que sucede al añadir horas. Recuerde que anteriormente se mencionó que
cada hora adicional daba como resultado una reducción de 0.25 unidades del producto A y un aumento
de 0.5 unidades del producto B. El precio dual asociado con cada hora de variación era de dos dólares.
Con 28 horas disponibles, la solución óptima pasa de C a F.
En F, la solución óptima es X1 = 5 y X2 = 6. Las horas adicionales en la máquina 1 no tendrán efecto

más allá de este punto, ya que la restricción X 2 = 6 ahora es efectiva. Con las demás restricciones del
problema, la cantidad de 28 horas en la máquina 1 es la máxima que puede usarse de manera rentable.
Entonces, este incremento de cuatro horas, para llegar a 28 horas disponibles, representa el límite
superior del intervalo en el cual es válido el precio dual de dos dólares.
De manera análoga, al reducir las horas disponibles de la máquina 1, la solución óptima se desplaza
hasta el punto F* del gráfico Nº 11.8, donde se usan 16 horas del tiempo de la máquina. Al reducir las
horas, disminuye el beneficio por aumentar el número de unidades del producto A y por reducir el
número de unidades del producto B, pero al llegar al punto F* no se producen unidades de B, por lo cual
ya no es posible este proceso de sustitución. Entonces, el límite inferior del intervalo del precio dual de
dos dólares para el tiempo de la máquina 1 es una reducción de ocho horas (de 24 a 16).
32
18
GRÁFICO N° 11-8
16
14
12
10
0
-2 0 2 4 6 8 10 12 14 16 18
-2
Se puede efectuar una análisis similar para la máquina 2; gráfico Nº 11.9, presenta los límites. Al añadir
horas a las 16 disponibles, la solución óptima se desplaza de C a F. En este punto, se han agregado
ocho horas (de 16 a 24) y las horas adicionales ya no añadirán valor. Si se reducen cuatro horas
disponibles (de 16 a 12), la solución óptima pasa de C a F*. Entonces, el precio dual de un dólar se
mantiene en el intervalo de 12 a 24 horas disponibles en la máquina 2.
La restricción de la demanda del mercado para el producto B, X 1  6, es un poco diferente. Recuerde

que esta restricción no es efectiva y tiene precio dual de cero. La solución óptima requiere sólo cuatro
unidades del producto B, por lo cual se puede aumentar indefinidamente el límite de la demanda sin que
tenga efecto; no importaría si la restricción fuera X 2  10 o X2  100. Por otra parte, si el límite de la
demanda fuera cuatro unidades, de manera que la restricción fuera X1  4, sería efectiva. Cualquier
reducción por debajo de este límite de cuatro unidades reduciría el beneficio. Entonces, el intervalo del
límite de la demanda (es decir, el término independiente) de la tercera restricción es de cuatro unidades
a infinito y dentro de este intervalo se mantiene el precio dual de cero.
26
GRÁFICO N° 11-9
24
22
20
18
16
14
12
10
0
-2 0 2 4 6 8 10 12 14 16 18
-2
33
El análisis de sensibilidad ha producido los siguientes intervalos para los valores del término
independiente de las tres restricciones.
Restricción Límite Precio Aumento Reducción

Actual dual permitido permitida
Horas de la máquina 1 24 2 4 8
Horas de la máquina 2 16 1 8 4
Demanda del producto B 6 0 infinito 2
Los precios duales expresan el valor marginal del cambio del término independiente de una restricción,
pero estos valores sólo se mantienen en ciertos intervalos.
Dada una solución óptima y el valor correspondiente de la función objetivo para un modelo de
programación lineal, el precio sombra de una restricción funcional es la tasa a
la cual el valor de la función objetivo puede aumentar si se incrementa
el lado derecho de la restricción en una cantidad pequeña.
El precio sombra de una restricción permite verificar de inmediato cuál sería el efecto de alterar una
política administrativa que cambia el lado derecho de esa restricción. Mientras el cambio no sea
demasiado grande, el cambio resultante en el valor óptimo de la función objetivo sólo será este cambio
en el lado derecho (positivo o negativo) multiplicando por el precio sombra.
PROBLEMA Nº 12.-
La fábrica SONY vende dos productos diferentes A y B, los beneficios son, para el producto A $30 y para
el producto B $25.
Los dos productos se fabrican en un proceso de producción común y se venden a dos mercados
distintos. El proceso de producción tiene capacidad de 30 mil horas de trabajo. Se requieren 3 horas
para producir una unidad de A y 1 hora para producir una unidad de B. El mercado se ha estudiado y los
funcionarios de la compañía consideran que el número máximo de unidades de A que pueden vender es
8 mil; el máximo de B es 12 mil unidades. Los productos se pueden vender en cualquier combinación,
con las limitaciones anteriores.
a) Resuelva el problema de programación lineal mediante el método gráfico para encontrar la

combinación óptima del producto.
Función objetivo
Z(MAX) = 30X1 + 25X2
Restricciones: Abstracción
3X1 + X2  30 3X1 + X2 = 30 (1°)

X1  8 X1 = 8 (2°)
X2  12 X2 = 12 (3°)
X1X2  0
3X1 + X2 = 30 (1°) X1 = 8 (2°) X2 = 12 (3°)

X1 X2 X1 X2 X1 X2
0 30 8 12
10 0
3X1 + X2 = 30 (1°) 3X1 + X2 = 30 (1°)
X2 = 12 (3°) X1 = 8 (2°)
3X1 + 12 = 30 3(8) + X2 = 30
X1 = 6 X2 = 6
C(6, 12) D(8, 6)
34
P(X1, X2) Z(MAX) = 30X1 + 25X2

D(8, 6) Z = 30(8) + 25(6) = 390 mil
36 GRÁFICO N° 12
33
30
27
24
21
18
15
12
0
-2 0 2 4 6 8 10 12 14
-3
Solución óptima
Z(MAX) = 480 MIL

b) Suponga que el número máximo de unidades del producto A que pueden venderse es de 9 mil (en
lugar de 8). ¿Cuál es el efecto en la solución? ¿Cuál es el efecto en los beneficios? ¿Cuál es el
precio dual para la restricción que limita las ventas del producto A?
3X1 + X2  30 3X1 + X2 = 30 (1°)

X1  9 X1 = 9 (2°)
X2  12 X2 = 12 (3°)
X1X2  0
3X1 + X2 = 30 (1°) X1 = 9 (2°) X2 = 12 (3°)

X1 X2 X1 X2 X1 X2
0 30 9 12
10 0
3X1 + X2 = 30 (1°) 3X1 + X2 = 30 (1°)
X2 = 12 (3°) X1 = 9 (2°)
3X1 + 12 = 30 3(9) + X2 = 30
X1 = 6 X2 = 3
C(6, 12) D*(9, 3)
P(X1, X2) Z(MAX) = 30X1 + 25X2
D*(8, 6) Z = 30(9) + 25(3) = 345 mil
35
GRÁFICO N° 12-1
36
33
30
27
24
21
18
15
12
0
-2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
-3
Solución óptima
Z(MAX) = 480 MIL

Un aumento de una unidad en el producto A, no afecta la solución óptima ni el beneficio, por tanto
el precio dual es cero.
c) Suponga que el número máximo de unidades del producto B que puede venderse es 13 mil.
3X1 + X2  30 3X1 + X2 = 30 (1°)

X1  8 X1 = 8 (2°)
X2  13 X2 = 13 (3°)
3X1 + X2 = 30 (1°) X1 = 8 (2°) X2 = 12 (3°)

X1 X2 X1 X2 X1 X2
0 30 8 13
10 0
C*(Ecuaciones 1 y 3) D(Ecuaciones 1 y 2)
3X1 + X2 = 30 (1°) 3X1 + X2 = 30 (1°)

X2 = 13 (3°) X1 = 8 (2°)
3X1 + 13 = 30 3(8) + X2 = 30
X1 = 5.67 X2 = 6
C*(5.67, 13) D(8, 6)
P(X1, X2) Z(MAX) = 30X1 + 25X2

C*(6, 12) Z = 30(5.67) + 25(13) = 495.1 mil Punto óptimo
D(8, 6) Z = 30(8) + 25(6) = 390 mil
36
GRÁFICO N° 12-2
36
33
30
27
24
21
18
15
12
0
-2 0 2 4 6 8 10 12 14
-3
Solución óptima
Z(MAX) = 495.1 MIL

X1 = 5.67 Unidades del producto A
Incremento del beneficio = 495.1 – 480 = 15.1
Cada aumente de una unidad en el límite de producción de B, el beneficio aumentará 15.1 dólares.
d) Suponga que hay 31 mil horas de trabajo disponibles, en lugar de 30 mil del caso base. ¿Cuál es el
efecto en el problema? ¿Cuál es el efecto en los beneficios? ¿Cuál es el precio dual de la restricción
del número de horas de trabajo?
Función objetivo
Z(MAX) = 30X1 + 25X2
3X1 + X2  31 3X1 + X2 = 31 (1°)

X1  8 X1 = 8 (2°)
X2  12 X2 = 12 (3°)
X1X2  0
3X1 + X2 = 31 (1°) X1 = 8 (2°) X2 = 12 (3°)
X1 X2 X1 X2 X1 X2
0 31 8 12
133 0
37
33
GRÁFICO N° 12-3
30
27
24
21
18
15
12
0
-2 0 2 4 6 8 10 12
-3
3X1 + X2 = 31 (1°) 3X1 + X2 = 31 (1°)

X2 = 12 (3°) X1 = 8 (2°)
3X1 + 12 = 31 3(8) + X2 = 31
X1 = 6.33 X2 = 7
C*(6.33, 12) D*(8, 7)
P(X1, X2) Z(MAX) = 30X1 + 25X2

C*(6, 12) Z = 30(6.33) + 25(12) = 489.9 mil Punto óptimo
D*(8, 6) Z = 30(8) + 25(7) = 415 mil
Solución óptima
Z(MAX) = 489.9 MIL

X1 = 6.33 unidades del producto A
X2 = 12 unidades del producto B
Incremento neto = 489.9 – 480 = 9.9

Por lo tanto el precio dual de la hora de trabajo es 9.9
e) Remítase a los literales (b), (c) y (d) anteriores. Determine en forma gráfica los intervalos del término
independiente en los cuales se mantienen los precios duales de las tres restricciones.
36
GRÁFICO N° 12-4
33
30
27
24
21
18
15
12
0
-2 0 2 4 6 8 10 12
-3
38
Nos referimos a los límites de venta del producto A. De acuerdo al gráfico 12.1, el precio dual de esta
restricción es cero, podemos observar que el aumento en el límite del producto A, no tendrá ningún
efecto; por lo tanto, no hay límite superior. La solución óptima incluye 6 mil unidades del producto A. Una
reducción en el límite de ventas por debajo de esas cifras si afectará la solución óptima. Por ello, el
intervalo es de 6 mil en adelante (sin límite superior) y en este intervalo se mantiene el precio dual de
cero.
<Ahora determinamos el límite de ventas del producto B. El producir unidades adicionales de B, el

óptimo se traslada hasta el punto C*(A = 0 y B = 30). Más allá de este punto, no es posible fabricar
unidades adicionales de B, por las horas de trabajo. Por consiguiente, el límite superior es 30 mil
unidades. Al reducir el límite de ventas de B hasta 6 mil unidades, se llega al vértice C**(A = 8 y B = 6).
La solución cambia al pasar de este punto. Por lo tanto el límite inferior es 6 mil unidades. En resumen,
el precio dual de 15.1 dólares (literal c) por unidad de B se mantiene en el intervalo de 6 mil a 30 mil del
límite de ventas del producto B.
Límite de horas de trabajo. Cuando las horas de trabajo se aumenta hasta 36 mil, se alcanza un nuevo
vértice (A = 8 y B = 12), Si se reduce a 12 mil horas, se llega al vértice (A = 0 y B = 12). Por lo tanto, el
intervalo para las horas de trabajo es de 12 mil a 36 mil, en el cual se mantiene el precio dual de 9.9
dólares.
39 GRÁFICO N° 12-5
36
33
30
27
24
21
18
15
12
0
-2 0 2 4 6 8 10 12 14
-3
Análisis de precios sombra para el problema de Profit & Gambit
PROBLEMA Nº 13.-
Planeación de una campaña publicitaria
La Profít & Gambit Co. fabrica productos de limpieza para uso doméstico. Éste es un mercado muy competido y
la compañía lucha en forma constante para aumentar su porcentaje de mercado. La administración decidió llevar
a cabo una importante campaña de publicidad que se enfocará en los siguientes tres productos clave:
 Un quitamanchas para prelavado en aerosol.

 Un nuevo detergente líquido para ropa.
 Un polvo detergente para ropa con mercado establecido.
Esta campaña utilizará televisión y medios impresos. Se desarrolló un comercial de televisión para aparecer a
nivel nacional que anunciará el detergente líquido para ayudar a establecer este nuevo producto. La publicidad
en medios impresos promoverá los tres productos e incluirá cupones de descuento que los consumidores
39
pueden usar para comprar el producto a precios reducidos. La administración ha establecido metas mínimas para
la campaña: 1) el quitamanchas debe captar 3% adicional de su mercado; 2) el nuevo detergente líquido debe
captar 18% del mercado de detergentes para ropa, y 3) un aumento de 4% de este mismo mercado debe ser
captado por el detergente en polvo. La tabla muestra los aumentos estimados en las participaciones de estos
mercados por cada unidad de publicidad en los medios respectivos. (Una unidad es un bloque estándar de
publicidad que Profít & Gambit compra, pero también se permiten otras cantidades). La razón para el -1 % para
el detergente en polvo en la columna de televisión es que el comercial de TV que anuncia el nuevo detergente
líquido le quitará algunas ventas al detergente en polvo. El último renglón de la tabla muestra el costo por unidad
de publicidad para cada medio.
Datos para el problema de mezcla publicitaria de Profit & Gambit Co

Aumento en porcentaje de mercado por unidad de publicidad
Producto
Televisión Medios Impresos Incremento mínimo requerido
Quitamanchas 0% 1% 3%
Detergente Liquido 3% 2% 18%
Detergente Polvo -1% 4% 4%
Costo Unitario 1 millón 2 millones
El objetivo de la administración es determinar cuánta publicidad hacer en cada medio para cumplir las metas de
participación de mercado a un costo total mínimo.
Función objetivo
X 1  Anuncios en televisión
X 2  Anuncios en medios impresos
Z ( MIN )  X 1  2 X 2
Sujeta a :
X2  3
3 X 1  2 X 2  18
 X1  4X 2  4
40
La solución óptima es usar 4 unidades de publicidad en televisión y 3 unidades de publicidad en medios

impresos, el costo total de esta campaña de publicidad sería de $10 millones.
Después de recibir esta información, la administración de Profit & Gambit ahora quiere analizar el
trueque entre el costo total de publicidad y los beneficios resultantes logrados al incrementar la
participación de mercado de los tres productos. El resultado del examen a este trueque puede ser que la
administración altere sus decisiones de política sobre los aumentos en la participación del mercado. Para
analizar el trueque, la administración necesita saber el efecto sobre el costo por unidad de incremento
en la participación de mercado requerida para cada producto, esto es, cuáles son los precios sombra de
las tres restricciones funcionales. Comenzando con el primer producto el quitamanchas en la
participación de mercado de este producto de 3 a 4%.
Problema de Profit & Gambit revisado donde el aumento mínimo requerido en la participación de
mercado para quitamanchas cambia de 3 a 4%, que resulta en un aumento de $1 1/3 millones en el
costo total.
Cambio en costo = $11.33 millones—$10 millones = $1 1/3 millones

Este cálculo revela que:
El precio sombra para la restricción del quitamanchas = $ 1 1/3 (por 1% de participación de

mercado).
Este precio sombra indica que un pequeño aumento adicional en la meta de participación de
mercado costaría $ 1 1 millones por 1% de aumento en la participación de mercado de 4% a
3
5%.,
Cambio en el costo = $12.67 millones -$11.33 millones =$ 1 1 millones
3
Como lo predice el precio sombra.
Aunque el cálculo de un precio sombra como el ilustrado es directo, los precios sombra para todas las
restricciones funcionales también pueden obtenerse del informe de sensibilidad. La tabla siguiente
muestra la parte del informe de sensibilidad que maneja las restricciones funcionales, donde los precios
sombra están dados en la tercera columna, esta columna muestra la tasa de aumento en el costo total
(en millones de dólares) por el aumento de 100% en cada lado derecho en forma individual. En este
caso, las participaciones del mercado sobre 100% no son significativas, por lo que se cambian las
unidades dividiendo los números en la columna de precios sombra entre 100. Esto lleva a:
Precio sombra para la restricción del quitamanchas = $1.33 millones

41
Precio sombra para la restricción del detergente líquido = $0.33 millones

Precios sombra para la restricción del detergente en polvo = $0
Donde éstos son los costos por incremento de 1% (y no de 100%) en la participación de mercado
requerida.
¿Por qué es $0 el precio sombra para la restricción del detergente en polvo? La solución óptima ya
proporciona un aumento de 8% en la participación de mercado para el detergente en polvo, de modo que
el incremento mínimo requerido de 4 a 5% no requiere de cambios en esta solución o en el costo total.
Una vez obtenidos todos los precios sombra, se verá cómo debe interpretar esta información la
administración.
Nombre Último Precio Lado Aumento Disminución

valor sombra derecho aceptable aceptable
Quitador de mancha 3% 133.33 0.03 0.06 0.00857
Detergente líquido 18% 33.333 0.18 0.12 0.12
Detergente en polvo 8% 0 0.04 0.04 1E+30
Aumentar la meta mínima por participación de mercado aumenta de 3 a 4% para el quitamanchas

costará alrededor de $ 1.33 millones (por encima del costo total publicitario actual de $10 millones).
Aumentar la meta mínima de 18 a 20% para detergente líquido costaría alrededor de $0.67 millones.
Efectuar ambos al mismo tiempo costaría cerca de $ 2 millones que incrementará el costo publicitario
total de $10 a $12 millones. Un pequeño aumento de la meta mínima de 4% para el detergente en polvo
no costaría nada puesto que ya se logra 8% con la propuesta anterior para gastos publicitarios.
Si deciden disminuir cualesquiera de estas metas mínimas en lugar de reducir el costo total de
publicidad, estas mismas cifras en dólares muestran cuáles serían los ahorros es, cada disminución de
1% en la meta mínima de participación de mercado ahorraría alrededor de $ 1.33 millones para el
quitamanchas, cerca de $0.33 millones para el detergente líquido y nada para el detergente en polvo.
También puede usarse estas cantidades en dólares para verificar el efecto de aumentar en forma
simultánea algunas metas mínimas y disminuir otras. Por ejemplo, aumentar la meta mínima de
quitamanchas de 18 a 19% costaría alrededor de $0.33 millones y la reducción simultánea de la meta
mínima para el detergente líquido de 3 a 2% ahorraría alrededor de $1.33 millones, de modo que el
ahorro neto será de $1 millón.
PROBLEMA Nº 14.-
Aplicación al problema de Wyndor
La Wyndor Glass Co. produce artículos de vidrio de alta calidad, incluidas ventanas y puertas de vidrio que
incluyen trabajo manual y la mejor hechura. Aunque los productos son costosos, llenan un nicho de mercado al
ofrecer la mejor calidad disponible en la industria para los clientes más exigentes. La compañía cuenta con tres
plantas.
 La planta 1 fabrica marcos de aluminio y herrerías.

 La planta 2 fabrica marcos de madera.
 La planta 3 fabrica el vidrio y ensambla ventanas y puertas.
Debido a las ventas decrecientes de ciertos productos, la alta dirección decidió reorganizar la línea de productos
de la compañía. Se están descontinuando las líneas de productos no rentables, disponiendo capacidad de
producción para lanzar los dos nuevos productos desarrollados por el grupo de Jim Baker si la administración
aprueba su lanzamiento.
La puerta de 8 pies precisa alguna capacidad de producción en las plantas 1 y 3, mas no en la planta 2. La
ventana de marco doble de 4 X 6 pies sólo requiere las plantas 2 y 3. .
La administración quiere ahora analizar dos temas:
42
Tiempo de producción usado por cada unidad producida

Tiempo de Pcc Disponible
Planta Puertas
de ventanas por semana
1 1 hora 0 4 horas
2 0 2 horas 12 horas
3 3 horas 2 horas 18 horas
Ganancias 300 500
1. ¿Debe la compañía seguir adelante con el lanzamiento de estos dos nuevos productos?
2. Si es así, ¿cuál debe ser la mezcla de productos —el número de unidades producido de cada uno por
semana— para los dos nuevos productos?
Función objetivo
X 1  Ven tan as
X 2  Puertas
Z ( MAX )  300 X 1  500 X 2
Sujeta a :
X1  4 Planta 1
2 X 2  12 Planta 2
3 X 1  2 X 2  18 Planta 3
Z(MAX) = $3.600
X 1  2 ven tan as
X 2  6 puertas
El análisis de qué pasa si (o en particular el análisis de sensibilidad) revela que tan cerca necesita estar
cada estimación para evitar obtener una solución óptima errónea.
Pregunta: ¿qué ocurre si se hace un cambio en el número de horas de tiempo de producción semanal
disponibles para los nuevos productos de Wyndor en una de las plantas?
43
El precio sombra dado dice cuánto aumentaría el valor de la función objetivo si se aumentara en 1 el lado
derecho de esa restricción. El precio sombra de la restricción para la planta 1 es O, puesto que esta
planta ya está usando menos horas (2) que las disponibles (4) y no habría beneficio en disponer de una
hora adicional. No obstante, las plantas 2 y 3 están usando todas las horas a su disposición para los dos
nuevos productos. Por ello, no es sorprendente que los precios sombra indiquen que la función objetivo
aumentaría si las horas disponibles en la planta 2 o en la 3, se aumentarán.
Es el precio sombra de una restricción funcional da información valiosa

porque indica cuánto aumentará el valor óptimo de la función objetivo
por un aumento de unidad en el lado derecho de la restricción. A la
inversa, un valor negativo del precio sombra proporcional el cambio en
el valor óptimo de la función objetivo por una disminución en el lado
derecho.
Sin embargo, esta información sólo es válida para cambios bastante pequeños en el lado derecho. Esta
sección se centra en la determinación de qué tan grandes pueden ser estos cambios antes de que el
precio sombra ya no sea válido.
Continuando con el problema de Wyndor, primero se considera la restricción funcional con el precio
sombra más grande, está es la restricción de la planta 2 con un precio sombra de 150 su lado derecho
actual es: LD = 12
X 1  Ven tan as
X 2  Puertas
Z ( MAX )  300 X 1  500 X 2
Sujeta a :
X1  4 Planta 1
2 X 2  13 Planta 2
3 X 1  2 X 2  18 Planta 3
Es decir, 12 horas de tiempo de producción disponible para los dos nuevos productos. Entonces, este
precio sombra dice que la ganancia total aumentará en $150 por un incremento de 1 en el LD (o
disminuirá en $150 por disminución de 1 en LD), siempre y cuando el cambio en LD no sea muy grande.
44
Se requiere determinar cuán grande puede ser este cambio en LD. Se cambiará el valor de 12 en la
planta 2 por los señalados en la primera columna de la tabla.
Tiempo disponible La proporción de la Ganancia Incremento

en la planta 2 producción óptima total en la
(horas) Puertas Ventanas ganancia
0 4 0 $1.200 ---
1 4 0.5 1.450 250
2 4 1 1.700 250
3 4 1.5 1.950 250
4 4 2 2.200 250
5 4 2.5 2.450 250
6 4 3 2.700 250
7 3.667 3.5 2.850 150
8 3.333 4 3.000 150
9 3 4.5 3.150 150
10 2.667 5 3.300 150
11 2.333 5.5 3.450 150
12 2 6 3.600 150
13 1.667 6.5 3.750 150
14 1.333 7 3.900 150
15 1 7.5 4.050 150
16 0.667 8 4.200 150
17 0.333 8.5 4.350 150
18 0 9 4.500 150
19 0 9 4.500 0
20 0 9 4.500 0
Una forma de investigar esto es comenzar con un valor pequeño (como, 0) de LD y luego aumentar
varias veces en 1 este valor para ver cómo cambia la ganancia total cada vez. La tabla anterior muestra
los datos generada de esta forma se muestra el aumento en ganancia total por cada aumento de 1 en
LD. Este incremento primero se vuelve $150 cuando el LD aumenta de 6 a 7 y sigue en $150 hasta que
LD=18. Así, el precio sombra de 150 es válido para:
6 ≤ LD ≤ 18
Restricción de la planta1: 4-2 ≤ LD1 ≤ 4+∞, así 2 ≤ LD1. Sin límite superior
Restricción de la planta2: 12-6 ≤ LD2 ≤ 12+6, así 6 ≤ LD2 ≤ 18
Restricción de la planta3: 18-6 ≤ LD3 ≤ 18+6, así 12 ≤ LD3 ≤ 24
Cambios simultáneos en los dos lados derechos
¿Qué ocurre cuando la administración quiere evaluar cambios simultáneos en los lados derechos?
Pregunta: ¿qué ocurre si se hacen cambios simultáneos en el número de horas de tiempo de

producción semanal disponibles para los nuevos productos de Wyndor en todas las plantas?
En particular, después de observar que la restricción de la planta 2 contiene el mayor precio sombra
(150), contra un precio sombra de 100 para la restricción de la planta 3, la administración se interesa en
explorar un tipo específico de cambio simultáneo en estas horas de producción. Si cambia la producción
de uno de los productos actuales de la compañía de la planta 2 a la 3, es posible aumentar el número de
horas de producción disponibles para los nuevos productos en la planta 2 (de 12 a 13) con la
disminución del número disponible en la planta 3 por la misma cantidad (de 18 a 17). La administración
se pregunta qué ocurriría si se hicieran estos cambios simultáneos en las horas de producción.
Según los precios sombra, el efecto de cambiar una hora de producción por semana de la planta 3 a la
planta 2 sería el siguiente.
45
LD2: 12 —> 13 Cambio en ganancia total = precio sombra = $150

LD3: 18 —> 17 Cambio en ganancia total = -precio sombra = - 100
Aumento neto en ganancias totales = $50
Pero no se sabe si estos precios sombra permanecen válidos si cambian ambos lados derechos en esa
cantidad.
El aumento neto en la ganancia total (de $3, 600 a $3, 650) es, en efecto, $50, de modo que los precios
sombra son validos para estos cambios simultáneos en los lados derechos.
La tabla de datos que muestra el efecto de cambiar cada vez más horas disponibles de la planta 3 a la
planta 2.
Tiempo Tiempo La proporción de la Ganancia Incremento

disponible en disponible en producción óptima total en la
la planta 2 la planta 3 Puertas Ventanas ($) ganancia
(horas) (horas) ($)
12 18 2 6 3.600 ---
13 17 1.333 6.5 3.650 50
14 16 0.667 7 3.700 50
15 15 0 7.5 3.750 50
16 14 0 7 3.500 -250
17 13 0 6.5 3.250 -250
18 12 0 6 3.000 -250
En las horas de producción. La columna clave es la última que indica que la ganancia incremental de $50
por hora cambiada permanece válida hasta el punto donde se cambian tres horas de la planta 3 a la
planta 2.
La regla de 100%
Recuerde que la regla de 100% se usa para investigar cambios simultáneos en los coeficientes en lados
derechos de forma similar.
46
Regla de 100% para cambios simultáneos en los lados derechos : el precio

sombra sigue válido sólo para predecir el efecto de cambiar en forma simultánea los lados derechos de
algunas restricciones funcionales, siempre y cuando los cambios no sean demasiados grandes. Para
verificar si los cambios son suficientemente pequeños, calcule para cada cambio el porcentaje del
cambio permitido (disminución o aumento) para que ese lado derecho se conserve dentro de su intervalo
de factibilidad. Si la suma de los cambios porcentuales no exceda del 100%, los precios sombra
definitivamente seguirán siendo válidos. (Si la suma sí excede 100%, entonces no hay seguridad).
Para ilustrar esta regla, considere de nuevo los cambios simultáneos (cambio de una hora de tiempo de
producción semanal de la planta 3 a la 2), los cálculos de la regla de 100% son:
LD2 : 12  13
 13  12  2
Porcentaje de aumento permitido  100   16 %
 6  3
LD3 : 18  17
 18  17  2
Porcentaje de disminución permitida  100   16 %
 6  3
1
Suma= 33 %
3
Puesto que la suma de 33 1/3 es menor que 100%, los precios sombra definitivamente son válidos para
predecir el efecto de estos cambios.
El hecho de que 33 1/3 sea menor que 100% sugiere que los cambios pueden ser tres veces más
grandes sin invadir los precios sombra. Para verificar esto, aplique la regla de 100% con estas
cantidades más grandes.
LD2 : 12  15
 15  12 
Porcentaje de aumento permitido  100   50%
 6 
LD3 : 18  15
 18  15 
Porcentaje de disminución permitida  100   150%
 6 
--------------
Suma = 100%
Puesto que la suma no excede 100%, los precios siguen siendo válidos, pero éstos son los cambios más
grandes en los lados derechos que proporcionan esta garantía. De hecho, los precios sombra se vuelven
inválidos para cambios más grandes.
ANÁLISIS DE SENSIBILIDAD: COEFICIENTES DE LA FUNCIÓN OBJETIVO
Un gerente puede interesarse por lo que puede suceder con la solución de un problema de programación
lineal si cambia uno de los coeficientes de la función objetivo, por ejemplo, debido a un aumento en el
precio de la materia prima. Se puede efectuar un análisis gráfico similar al que se hizo para los cambios
en los coeficientes del término independiente.
Tomando los datos del problema 11. Suponga que el beneficio por unidad del producto A permanece fijo,
en seis dólares, pero que el beneficio por unidad de B, que se espera sea siete dólares puede cambiar.
Cuando el coeficiente de X2 en la función objetivo es $8 (es decir, beneficio de ocho dólares por unidad
del producto B), la función beneficio es
47
Función objetivo
Z(MAX) = 6X1 + 8 X2
Restricciones
2X1 + 3X2  24
2X1 + X2  16
X2  6
X1X2  0
Z(MAX) = 6X1 + 8X2

C(6, 4) Z(MAX) = 6(6) + 8(4) = 68
La solución óptima es la misma. Si el coeficiente de X2 aumenta a $9, la pendiente de la función

beneficio es idéntica a la pendiente de la restricción. Por lo tanto hay varias soluciones óptimas
alternativas (X1 = 6  X2 = 4) y (X1 = 3  X2 = 6) son vértices óptimos.
Suponga que el coeficiente de X2 aumenta más, hasta 10 dólares por unidad, la solución es (X1 = 3 
X2 = 6), de manera que la función de beneficio es
Z(MAX) = 6X1 + 10X2

Z(MAX) = 6(3) + 10(6) = 78
El análisis es el mismo si se reduce el coeficiente de X 2. Con un coeficiente de 3, la solución es (X1 = 6

 X2 = 4), la función de beneficio es:
Z(MAX) = 6X1 + 3X2

Z(MAX) = 6(6) + 3(4) = 60
Se puede aplicar el mismo análisis para los beneficios de A, manteniendo constante el coeficiente de X 2
y modificando el de X1. Aunque no se muestra el análisis gráfico, los resultados indican que el coeficiente
de X1 puede disminuir de 6 a 4.67 antes de que el punto óptimo cambie a (X1 = 3  X2 = 6). Por otra
parte, el coeficiente puede aumentar de 6 a 14 antes de que el punto óptimo se desplace. Estos
resultados se pueden resumir como sigue.
Intervalos de los coeficientes de la función objetivo

(Intervalo en el cual no cambia la solución óptima básica)
Variable Coeficiente Aumento Reducción
actual permitido permitida
Producto A 6 8 1.33
Producto B 7 2 4
48
Intervalos del término independiente e intervalos de los coeficientes de la función objetivo:

Conceptualmente, los intervalos del análisis de sensibilidad son similares para los coeficientes de la
función objetivo que se desarrollaron previamente y los correspondientes a los coeficientes del término
independiente. Sin embargo, existen diferencias importantes.
La solución óptima no cambia en el intervalo que se especifica para los coeficientes de la función
objetivo, es decir, la empresa debe producir seis unidades del producto A y cuatro unidades del producto
B. Fuera del intervalo, la solución óptima cambia abruptamente a otro vértice. Por supuesto, los
beneficios totales varían de acuerda con los cambios en los coeficientes, pero, una vez más, la solución
no varía dentro de los intervalos.
Por otra parte, en los intervalos del término independiente la solución cambia, ya que el punto óptimo se
desplaza sobre una de las líneas de restricción. En nuestro ejemplo se producen diferentes cantidades
de los productos A y B al moverse el punto óptimo. Al llegar al límite del intervalo, un nuevo vértice se
convierte en la solución óptima.
Los intervalos, tanto para los coeficientes del término independiente como para los de la función objetivo,
proporcionan información importante en la interpretación de la solución de un programa lineal. Los
intervalos del término independiente determinan los límites dentro de los cuales se mantiene el precio
dual para cada restricción. Los intervalos de los coeficientes de la función objetivo determinan los límites
dentro de los cuales la solución es la misma.
PROBLEMA Nº 15.-
Tomando los datos del problema Nº 14 (La Wyndor Glass Co).
Función objetivo
X 1  Ven tan as
X 2  Puertas
Z ( MAX )  300 X 1  500 X 2 Z ( MAX )  3.600
Sujeta a : Solución X 1  2 ven tan as
X1  4 Planta 1 X 2  6 puertas
2 X 2  12 Planta 2
3 X 1  2 X 2  18 Planta 3
El análisis de qué pasa si (o en particular el análisis de sensibilidad) revela que tan cerca necesita estar
cada estimación para evitar obtener una solución óptima errónea.
Problema de Wyndor revisado donde la estimación de la ganancia unitaria para las puertas aumentó
$300 a $1000, ocurre un cambio en la solución óptima.
49
Que ocurriría si la ganancia unitaria de las puertas disminuyera de $300 a $200, al comparar con la
anterior no hay cambio.
Problema de Wyndor revisado donde la estimación de la ganancia unitaria para las puertas aumentó de
X 1 = $300 a X 1 = $500, pero no ocurre cambios en la solución óptima.
Con el nuevo valor de X 1 = $200 disminuye $200 en la ganancia total (porque cada nueva puerta
producida por semana proporciona $100 menos de ganancia). Puesto que la solución óptima no cambia
ahora sabemos que la estimación original de X 1 = $300 puede considerarse demasiado alta sin invalidar
la solución óptima del modelo.
Si X 1 aumenta a $ 500, de nuevo, no hay cambio en la solución óptima.
Como el valor original de X 1 = $300 puede cambiar mucho en cualquier dirección sin cambiar la solución
óptima, se dice que X 1 no es un parámetro sensible. No es necesario que esta estimación tenga una
gran exactitud para tener confianza en que el modelo proporciona la solución correcta óptima.
Está puede ser toda la información que se necesita de X 1 . Sin embargo, si hay una buena posibilidad de
que el valor verdadero de X 1 quede fuera de este intervalo amplio de $200 a $500, sería deseable una
investigación adicional. ¿Cuánto más alto más bajo puede ser X 1 antes de que cambie de solución
óptima?
50
La solución óptima en efecto cambiaría sI X 1 aumenta a $1000. Entonces, se sabe que este cambio
ocurre en algún punto entre $500 y $1000 durante el proceso de incrementar X 1 .
Para asegurar justo dónde ocurre este cambio, se seleccionará nuevos valores aleatorios de X 1 . Pero
un mejor enfoque es considerar de manera sistemática un intervalo uniforme de valores de X 1 , como los
mostrados en la siguiente tabla. Esta tabla de datos revela que la solución óptima es la misma desde
X 1 = $100 (quizá más abajo) hasta X 1 = $700 y que ocurre un cambio en algún lugar entre $700 y $800.
Cambios en el chef. Solución óptima Valor de la func.

X 1 de la fun..objetivo X 1 = puertas X 2 = ventanas objetivo
$100 2 6 $3.200
$200 2 6 $3.400
$300 2 6 $3.600
$400 2 6 $3.800
$500 2 6 $4.000
$600 2 6 $4.200
$700 2 6 $4.400
$800 4 3 $4.700
$900 4 3 $5.100
$1000 4 3 $5.500
Después de considerarse valores sistemáticos de X 1 entre $ 700 y $ 800 para determinar más de cerca
el punto en el que cambia la solución óptima. Sin embargo, existe un atajo. El intervalo de valores de X 1
para que la solución = ( X 1  2  X 2  6 ) permanece como la solución óptima se conoce como
intervalo permitido o simplemente intervalo de optimalidad.
La tabla muestra la parte relevante de este informe para el problema de Wyndor. La columna de valores
finales indica la solución óptima. La siguiente columna de costos reducidos. (No se analizarán estos
costos reducidos porque la información que ofrecen también puede obtenerse del intervalo de
optimalidad). Las tres columnas siguientes contienen la información necesaria para identificar el intervalo
de optimalidad de cada coeficiente en la función objetivo. La 4ª columna de coeficiente objetivo da el
valor actual de cada coeficiente y las dos columnas siguientes dan el aumento permitido y la disminución
permitida de este valor para seguir dentro del intervalo de optimalidad.
Nombre Solución Costos Chef. Func. Aumento Disminució

óptima reducidos objetivo aceptable n aceptable
Solución puertas 2 0 300 450 300
Solución ventanas 6 0 500 1E+30 300
Valor actual de X 1 300

Aumento permitido en X 1 450 así, X ≤300+450=750
Disminución permitida X 1 300 así, X 1 ≥300-300=0
Intervalo de optimalidad para X 1 0 ≤ X 1 ≤ 750
Por lo tanto, si se cambia X 1 de su valor actual (sin otro cambio en el modelo), las solución actual =
( X 1  2  X 2  6 ) se seguirá óptima siempre y cuando el nuevo valor de X 1 esté dentro del intervalo
de optimalidad.
Conclusión: el intervalo de optimalidad para X 1 es 0 ≤ X 1 ≤ 750, porque ( X 1  2  X 2  6 )

permanece óptima en este intervalo, pero no más allá (cuando X 1 = 0 o X 1 = 750), hay múltiples
soluciones óptimas pero ( X 1  2  X 2  6 ) aún es una de ellas. Con un intervalo de optimalidad amplio
alrededor de la estimación original de $300 ( X 1 = 300) para la ganancia unitaria de las puertas, se
51
puede tener confianza en la obtención de la solución óptima correcta para la verdadera ganancia
unitaria.
Este mismo enfoque puede utilizarse para encontrar el intervalo de optimalidad para la ganancia unitaria
del otro nuevo producto de Wyndor. En particular, sea.
X 2 = ganancia unitaria para el nuevo tipo de ventana de Wyndor
Con referencia al reglón de ventanas del informe de sensibilidad, este reglón indica que la disminución
permitida en X 2 es 300 (de modelo que X 2 ≥ 500-300 = 200) y el aumento permitido es 1E+30. ¿Qué
30
significa 1E+30? Esto es taquigrafía de Excel para 10 (1 seguido de 30 ceros). Este número
tremendamente grande se usa en Excel para representar infinito. Por lo tanto, el intervalo de optimalidad
de X 2 se obtienen como sigue del informe de sensibilidad.
Valor actual de X 2 500

Aumento permitido en X 2 ilimitado así X 2 no tiene límite superior.
Disminución permitida en X 2 300 así X 2 ≥ 500 – 300 = 200
Intervalo de optimalidad X 2 ≥200
En el intervalo de optimalidad es bastante amplio para ambos coeficientes de la función objetivo. Por
ello, aunque X 2 = $300 y X 2 = $500 fueron sólo estimaciones burdas de la verdadera ganancia unitaria
para puertas y ventanas, respectivamente, todavía se puede confiar en que se obtuvo la solución
correcta óptima.
Cambios simultáneos en los coeficientes de la función objetivo
En realidad, las estimaciones de todos los coeficientes (o al menos más de una) pueden ser inexactos al
mismo tiempo. La pregunta crucial es si esto es probable que se obtenga una solución óptima
equivocada. Si es así, debe de tenerse más cuidado en refinar estas estimaciones lo más posible, al
menos para los coeficientes más cruciales. Por otra parte, si el análisis de sensibilidad si revela que es
improbable que afecten a la solución óptima los errores anticipados en la estimación de los coeficientes,
entonces la administración puede estar tranquila de que el modelo de programación lineal actual y sus
resultados proporcionan una guía adecuada.
Esta sección se centra en cómo determinar, sin resolver otra vez el problema, si la solución óptima
podría cambiar si ocurrieran simultáneos ciertos cambios en los coeficientes de la función objetivo
(debido a que sus valores verdaderos difieren de sus estimaciones).
Pregunta: ¿Qué ocurre sí las estimaciones de las ganancias unitarias de los dos nuevos productos de
Wyndor son inexactas?
En cada caso, la mezcla óptima de productos indicada por el modelo se inclina mucho a la producción de
ventanas (6 semanales) y no de puertas (sólo 2 semanales). Debido a que existe igual entusiasmo por
ambos nuevos productos, la administración está preocupada por este desequilibrio. Por ello, Ann Lester
(subdirectora de comercialización) plantea unas preguntas de qué pasa si. ¿Qué ocurriría si la
estimación de la ganancia unitaria para las puertas ($300) es demasiado baja y la estimación
correspondiente para las ventanas ($500) es demasiado alta? Las estimaciones fácilmente podrían estar
equivocadas en estas direcciones (como podría verificarse con una extensa investigación adicional). Si
éste fuera el caso, ¿conduciría esto a que una mezcla de productos más balanceada fuera la más
rentable?
Esta pregunta puede responderse en cuestión de segundos mediante la simple sustitución de nuevas
estimaciones de las ganancias unitarias, las nuevas estimaciones de $450 para puertas y de $400 para
ventanas no provocan cambio alguno en la solución de la mezcla óptima de productos. (Cambia la
ganancia total, pero esto ocurre sólo debido a los cambios en las ganancias unitarias) ¿Cambios incluso
más grandes en las estimaciones de las ganancias unitarias conducirían a un cambio en la mezcla de
productos óptima?, se mantiene una mezcla de productos relativamente balanceada de productos
52
óptima? ( X 1  4  X 2  3 ) cuando se usan las estimaciones de $600 para las puertas y de $300 para
las ventanas.
Problema revisado de Wyndor donde las estimaciones de las ganancias unitarias para puertas y
ventanas han cambiado X 1 = $450 y X 2 = $400, respectivamente, pero no hay cambio en la solución
óptima.
Para tener una mejor idea de cuánto necesitan cambiar las estimaciones de las ganancias unitarias
antes de que cambie la mezcla óptima de productos, se puede generar una tabla de datos mediante el
cambio sistemático de las ganancias unitarias.
Cambios en Cambios en Solución óptima Valor de la

el coef. X 1 el coef. X 2 X 1 = puertas X 1 = puertas func. objetivo
$300 $500 2 6 $3.600
$300 $300 2 6 $2.400
$300 $100 4 3 $1.500
$400 $500 2 6 $3.800
$400 $300 2 6 $2.600
$400 $100 4 3 $1.900
$500 $500 2 6 $4.000
$500 $300 4 3 $2.900
$500 $100 4 3 $2.300
$600 $500 2 6 $4.200
$600 $300 4 3 $3.300
$600 $100 4 3 $2.700
Regla de 100% de cambios simultáneos en los coeficientes de la función objetivo: si se hacen cambios
simultáneos en los coeficientes de la función objetivo, calcule para cada cambio el porcentaje de cambio
permitido (aumento o disminución) para que el coeficiente siga dentro del intervalo de optimalidad. Si la
suma de los cambios porcentuales no excede 100%, la solución óptima original definitivamente seguirá
siendo óptima. (si la suma sí excede 100%, entonces no hay seguridad).
Para ilustrarlo, considere de nuevo el problema de Wyndor, junto con la información proporcionada por el
informe de sensibilidad. Suponga que las condiciones han cambiado desde el estudio inicial y que la
53
ganancia unitaria para puertas ( X 1 ) aumentó de $300 a $450 mientras que la ganancia unitaria para
ventanas X 2 disminuyó de $500 a $400. Los cálculos para la regla de 100% son entonces.
X 1 : $300 $450
 450  300  1
Porcentaje de aumento permitido  100 %  33 %
 450  3
X 2 : = $500 $400
 500  400  1
Porcentaje de disminución permitida  100 %  33 %
 300  3
2
suma  66 %
3
Puesto que la suma de los porcentajes no excede 100% definitivamente la solución original óptima
( X 1  2  X 2  6 ) aún es óptima.
Suponga ahora que las condiciones cambian aún más, de modo que X 1 aumenta de $300 a $600
mientras que X 2 disminuye de $500 a $300. Los cálculos para la regla de 100% ahora son:
X 1 : $300 $650
 600  300  1
Porcentaje de aumento permitido  100 %  66 %
 450  3
X 2 : $500 $300
 500  300  1
Porcentaje de disminución permitida  100 %  66 %
 300  3
1
Suma = 133 %
3
Como la suma de los porcentajes ahora excede 100%, la regla de 100% dice que no se puede garantizar
que ( X 1  2  X 2  6 ) siga óptima. En efecto, se encontró que la solución óptima cambia a que
( X 1  4  X 2  3 ).
Estos resultados sugieren cómo encontrar justo dónde cambia la solución óptima mientras que X 1
2
aumenta y X 2 : disminuye de esta forma. Dado que 100% está a la mitad del camino entre 66 %y
3
1
133 % , la suma de los cambios porcentuales igualará 100% cuando los valores de X 1 y X 2 estén a la
3
mitad entre sus valores en los casos anteriores. En particular, X 1 = $525 está a la mitad entre $450 y
$600 y X 2 = $350 está a la mitad entre $400 y $300. Los cálculos correspondientes para la regla de
100% son:
X 1 : $300 $525
 525  300 
Porcentaje de aumento permitido  100 %  50%
 450 
X 2 : $500 $350
 500  350 
Porcentaje de disminución permitida  100 %  50%
 300 
Suma = 100 %
54
Aunque la suma de los porcentajes es igual a 100%, el hecho de que no excede 100% garantiza que
(2,6) todavía es óptima. La figura muestra la forma gráfica que ambos ( X 1  2  X 2  6 ) y
( X 1  4  X 2  3 ) ahora son óptimos, lo mismo que todos los puntos sobre el segmento de recta que
los conecta. Sin embargo, si X 1 y X 2 cambiarán todavía más de sus valores originales (de modo que la
suma de los porcentajes excede 100%), la recta de la función objetivo rotaría tanto hacia la vertical que =
( X 1  4  X 2  3 ) se convertiría en la única solución óptima.
Al mismo tiempo recuerde que el hecho de que la suma de los porcentajes de cambios permitidos
exceda 100% no significa en forma automática que cambiará la solución óptima. Por ejemplo, suponga
que las estimaciones de ambas ganancias unitarias disminuyen a la mitad. Los cálculos resultantes de la
regla de 100% son:
X 1 : $300 $150
 300  150 
Porcentaje de aumento permitido  100 %  50%
 300 
X 1 : $500 $250
 500  250 
Porcentaje de disminución permitida  100 %  83%
 300 
Suma = 133 %
ANÁLISIS DE SENSIBILIDAD: EVALUACIÓN DE NUEVOS PRODUCTOS
Los precios duales pueden servir para identificar cuellos de botella o restricciones costosas, que se
pueden modificar de manera rentable. Los precios duales también pueden ser útiles para evaluar
productos nuevos. Considere una ampliación de nuestro ejemplo. El departamento de investigación y
desarrollo de la compañía ha creado un producto, C. Es muy rentable (10 dólares por unidad) pero
requiere cuatro horas en la máquina 1 y tres horas en la máquina 2. ¿Deben producirse unidades del
producto C?
Por supuesto, se podría formular de nuevo todo el problema de programación lineal para añadir este
producto nuevo, pero se puede obtener una respuesta rápida con los precios duales. La producción del
producto C requerirá la reducción de las cantidades de los otros dos productos, ya que todos compiten
por el tiempo disponible de las dos máquinas. Recuerde que los precios duales implican que una hora
de la máquina 1 vale dos dólares y una hora de la máquina 2 vale un dólar. Una unidad del producto C
requiere cuatro y tres horas en las dos máquinas, respectivamente. Entonces, el costo de
oportunidad de una unidad de producto C es:
[(Precio dual de las horas de la maquina 1)x(Horas requeridas por maquina 1)]+
[(Precio dual de las horas de la maquina 2) x (Horas requeridas por maquina 2)]
55
o sea $2 x 4 + $1 x 3 = $11
Esto representa el costo de pérdida de oportunidad de la producción de A y B. El beneficio del producto

C es sólo de 10 dólares, por lo cual no debe producirse, ya que el costo de oportunidad excede el
beneficio unitario.
La misma empresa tiene otro artículo, el producto D, que requiere una hora en cada una de las máquinas
y produce un beneficio unitario de cinco dólares. ¿Debe producirse?
El costo de oportunidad de este producto es:
$2x1 +$1x1 = $3
Como el beneficio de cinco dólares por unidad excede el costo de oportunidad de tres dólares, hay que
producir algunas unidades del producto D.
Este análisis no indica cuántas unidades del producto D se deben fabricar; sólo indica que debe incluirse
en la combinación de productos. El gerente formularía de nuevo el problema de programación lineal para
incluir otra variable de decisión para el producto D y luego resolvería de nuevo el problema.
El costo de oportunidad de un producto nuevo se calcula como la suma de
(Precio dual)x(Unidades requeridas)
para todas las restricciones afectadas. Si el costo de oportunidad en

menor que el beneficio por unidad del nuevo producto, entonces éste es
rentable y debe incluirse en la solución óptima. Si el costo de
oportunidad es mayor que el beneficio por unidad, entonces no debe
fabricarse el producto.
PROBLEMA Nº 16.- Problema de programación de actividades
Una empresa tiene un programa estricto de compromisos de entrega de un producto para los próximos
seis meses. El costo de producción varía por mes, por los cambios anticipados en costos de materiales.
La capacidad de producción de la compañía es de 100 unidades por mes con tiempo normal y hasta 15
unidades adicionales por mes con tiempo extra.
La tabla muestra los requerimientos de entrega y los costos de producción por mes.
Tabla I. Requerimientos y costos

Mes
1 2 3 4 5 6
Compromiso de entrega (unidades) 95 85 110 115 90 105
Costo por unidad en tiempo normal $30 30 32 32 31 32
Costo por unidad en tiempo extra $35 35 37 37 36 37
El costo de almacenar en inventario una unidad que no se vende es de dos dólares por mes. El problema
de la compañía es determinar el número de unidades que debe producir cada mes en tiempo normal y
tiempo extra para cubrir los requerimientos con el menor costo. La empresa no tiene unidades
disponibles al iniciar el mes 1 y no quiere que sobren unidades al terminar el mes 6.
Formulación. Sea:
X1 , X2, X3 , X4, X5 , X6, = Número de unidades producidas en tiempo normal cada mes
Y1 , Y2, Y3 , Y4, Y5 , Y6, = Número de unidades producidas en tiempo extra cada mes
I1 , I2, I3 , I4, I5 , I6, = Número de unidades en almacén (no vendidas) al final de cada
mes.
El objetivo es entonces:
56
Minimizar: C = 30X1 + 30X2 + 32X3 + 32X4 + 31X5 + 32X6 + 35Y1 + 35Y2 + 37Y3
+ 37Y4 + 36X5 +37Y6 +2I1 + 2I2 + 2I3 + 2I4 + 2I5 + 2I6
La primera parte de esta expresión es el costo de la producción en tiempo normal (de la tabla 1)
multiplicado por las cantidades producidas en tiempo normal cada mes. La segunda parte representa el
costo de producción en tiempo extra multiplicado por las cantidades que se producen en tempo extra
cada mes. La tercera parte es el costo de almacenamiento de las unidades que no se vendan,
multiplicado por el número de unidades no vendidas cada mes.
Las restricciones de la producción en tiempo normal son:
X1 < 100
X2 < 100
X3 < 100
X4 < 100
X5 < 100
X6 < 100
Las restricciones de la producción en tiempo extra son:
Y1 < 15
Y2 < 15
Y3 < 15
Y4 < 15
Y5 < 15
Y6 < 15
Por último, se requiere un grupo de restricciones de enlace o de equilibrio para unir los períodos y
asegurar que se cumplan los compromisos de entrega. Estas restricciones tienen la siguiente forma:
(Fuentes de las unidades) = (Usos de las unidades)
Inventario Producción Producción Compromiso Inventario

+ en tiempo + en tiempo = de +
inicial normal extra entrega final
Para el mes 1, esto es:
0 + X1 + Y1 = 95 + I1
Puesto que no hay inventario inicial. Al acomodar la Ecuación
X1 + Y1 + I1 = 95
Para el mes 2:
I1 + X2 + Y2 = 85 + I2
I1 + X2 + Y2 – I2 = 85
Para los otros meses:
Mes 3 = I2 + X3 + Y3 – I3 = 110
Mes 4 = I3 + X4 + Y4 – I4 = 115
Mes 5 = I4 + X5 + Y5 – I5 = 90
Mes 6 = I5 + X6 + Y6 – I6 = 105
Puesto que el inventario final debe ser cero, la última restricción es: I6 = 0
57
En resumen, la formulación es:
Minimizar: C = 30X1 + 30X2 + 32X3 + 32X4+31 X5 +32 X6 + 35Y1 +

35Y2 + 37Y3 + 37Y4 + 36X5 +37Y6 +2I1 + 2I2 + 2I3
2I4 + 2I5 + 2I6
Sujeto a: X1 + Y1 – I1 = 95
I1 + X2 – Y2 + I2 = 85
I2 + X3 – Y3 + I3 = 110 Restricciones de balance de
I3 + X4 – Y4 + I4 = 115 inventario.
I4 + X5 – Y5 + I5 = 90
I5 + X6 – Y6 + I6 = 105
X1 < 100
X2 < 100 Restricciones de
X3 < 100 producción en tiempo
X4 < 100 normal
X5 < 100
X6 < 100
Y1 < 15
Y2 < 15
Y3 < 15 Restricciones de tiempo extra
Y4 < 15
Y5 < 15
Y6 < 15
I6 = 0 Restricción de inventario final

X1 , X2 , X3 , X4, X5 , X6 ,Y1 ,Y2 , Y3 , Y4 , 36Y5 , Y6 > 0
I1 , I2 , I3 , I4 , I5 , I6 > 0
SOLUCIÓN POR COMPUTADORA

MEDIANTE EL PROGRAMA TORA
PROBLEMA Nº. 1.-
Z(MAX) = 4X1 + 3X2
Restricciones:

X1, X2  0 (Restricciones de no negatividad).
PASOS
1) Click en el archivo TORA
58
2) Click en (click here), aparece la siguiente pantalla, click en (Linear Programming)
3) Señalamos el número de cifras de los términos independientes y las cifras decimales, para éste
caso, 3 cifras y cero decimales, luego click en (G oto Imput Screen).
4) Aparecerá la pantalla en la cual pondremos nombre al problema, el número de variables y el

número de restricciones.
59
5) Nombre del problema por ejemplo MARTIN, ENTER, dos variables, ENTER, cuatro restricciones,
ENTER.
6) Colocamos los datos del problema en la pantalla que aparece, dando ENTER cada vez que
ingresemos un dato.
7) Click en (SOLVE menú) luego (no)
8) Click Solve Problem, luego Graphical.
9) Tres cifras para los términos independientes y cero decimales, click en (Go to Output Screen)
60
10) Damos click en cada restricción y en (Click here to graph PL in) y se obtiene la solución.
Im pr
11) Para grabar la pantalla de la solución, oprimimos la tecla junto a la tecla de F12-inicio-
Pant
paint-Edición-Pegar-marcar lo que se quiere grabar-Edición-copiar-abrir Word-pegar.
61
12) Para salir del programa click en (Exit TORA)
PROBLEMA Nº 2.-
Función objetivo:
Z(MIN) = 600X1 + 300X2
Restricciones:

X1 X2  0
62
PROBLEMA Nº 3.-
Función Objetivo
Z(MAX) = 5X1 + 7X2

X1 = A X2 = B
El programa no acepta números decimales, de manera que las dos primeras restricciones multiplicamos
por 100.
90 X1 + 50X2  27000 Cobre

10 X1 + 50X2  10000 Alumínio
X1  150 Demanda de A
63
SOLUCIÓN MEDIANTE QM
PROBLEMA Nº 4.-
Un fabricante produce tres modelos I, II y III de cierto producto utilizando materias primas A y B. La
siguiente tabla proporciona los datos para el problema.
Requerimientos por unidad

Materia prima I II III Disponibilidad
A 2 3 5 4.000
B 4 2 7 6.000
Demanda mínima 200 200 150
Unidad por unidad ($) 30 20 50
El tiempo de mano de obra por unidad del modelo I es el doble del II y el triple del III. Todos los
trabajadores de la fábrica pueden producir el equivalente de 1.500 unidades del modelo I. Los
requerimientos del mercado especifican las proporciones de 3:2:5 para la producción de los tres modelos
respectivos.
a) Formule el problema como un programa lineal y encuentre la solución óptima.

b) Supongamos que el fabricante puede comprar unidades adicionales de la materia prima A
a 12 dólares por unidad. ¿Sería aconsejable hacerlo?
c) ¿Recomendaría usted que el fabricante comprara unidades adicionales de la materia
prima B a 5 dólares por unidad?
Función objetivo
X J  N º de unidades producidas
Z ( MAX )  30 X 1  20 X 2  50 X 3
64
Restricciones y limitaciones
ORIGINALES TRANSFORMADAS
2 X 1  3 X 2  5 X 3  4000
4 X 1  2 X  7 X 3  6000 2 X 1  3 X 2  5 X 3  4000
1 1 4 X 1  2 X  7 X 3  6000
X1  X 2  X 3  1500
2 3 6 X 1  3 X 2  2 X 3  9000
1 1 2 X1  3X 2  0
X1  X
3 2 5X 2  2X 3  0
1 1
X2  X3 X1  200
2 5
X2  200
X 1  200
X 3  150
X 2  200
XJ  0
X 3  150
XJ  0
65
Para regresar a los datos de click en Solve
66
a) Supongamos que el fabricante puede comprar unidades adicionales de la materia prima A

a 12 dólares por unidad. ¿Sería aconsejable hacerlo?
Veamos cómo afecta en la función objetivo el incrementar una unidad adicional al término
independiente de la primera restricción, ahora será de 4001
Precio dual = 41091.35 – 41081.08 = 10.27, esto significa que frente a los $12 adicionales
que va a pagar, no es aconsejable aumentar una unidad adicional.
b) ¿Recomendaría usted que el fabricante comprara unidades adicionales de la materia

prima B a 5 dólares por unidad?
Aumentamos una unidad al término independiente de B, ahora será 6001
67
El precio dual de B es cero, de manera que no es aconsejable aumentar una unidad al

término independiente de B.
PROBLEMA 5.- (USO Y URBANIZACIÓN DEL SUELO).
El Banco del Pichincha es propietaria de 800 acres de terreno no urbanizado a orillas de un lago
panorámico en el corazón de una montaña. En el pasado, se aplicaban muy pocas regulaciones, o
ninguna, a las nuevas urbanizaciones alrededor del lago. En la actualidad, las playas del lago están
salpicadas de casas para vacacionistas. Debido a la carencia de servicios de aguas negras, se utilizan
extensamente las fosas sépticas, que se instalan en forma por demás inapropiada. A lo largo de los
años, las filtraciones de las fosas sépticas han dado por resultado un grave problema de contaminación
del agua.
Para frenar una mayor degradación en la calidad del agua, los funcionarios del condado aprobaron
reglamentos muy estrictos, aplicables a todas las futuras urbanizaciones.
1. Sólo se pueden construir viviendas familiares individuales, dobles, triples y las viviendas de una
sola familia deben sumar por lo menos 50% del total.
2. Para limitar el número de fosas sépticas, se requieren lotes de una superficie mínima de 2, 3 y 4
acres para las viviendas familiares individuales, dobles y triples, respectivamente.
3. Se deben establecer áreas recreativas de un acre cada una, en una proporción de un área por
cada 200 familias.
4. Para preservar la ecología del lago, las aguas freáticas no pueden bombearse para uso doméstico
o de jardinería.
El presidente del Banco del Pichincha está estudiando la posibilidad de urbanizar los 800 acres de la
compañía. La nueva urbanización incluirá viviendas familiares individuales, dobles y triples. Se calcula
que 15% de la superficie se consumirá en abrir calles y en instalaciones para servicios públicos. El
presidente calcula las utilidades de las diferentes unidades habitacionales como
Unidad habitacional Individual Doble Triple

Utilidad neta por unidad ($) 10.000 12.000 15.000
El costo de conectar el servicio de agua al área es proporcional al número de unidades construidas. Sin
embargo, el contrato estipula que se debe cobrar un mínimo de 100 000 dólares para que el proyecto
sea económicamente factible. Además, la expansión del sistema de agua, más allá de su capacidad
actual, está limitada a 200 000 galones al día durante los periodos pico. Los siguientes datos resumen el
costo de la conexión del servicio de agua, así como el consumo de agua, suponiendo una familia
promedio:
68
Unidad habitacional Individual Doble Triple Área

recreativa
Costo del servicio
de agua por unidad ($) 1000 1200 1400 800
Consumo de agua
Por unidad (galones/día) 400 600 840 450
Modelo matemático
La compañía debe decidir el número de viviendas que va a construir junto con el número de áreas
recreativas que satisfaga los reglamentos del condado. Defina
X 1 = número de unidades para una sola familia

X 2 = número de unidades para dos familias
X 3 = número de unidades para tres familias
X 4 = número de áreas recreativas
El objetivo de la compañía es maximizar la utilidad total, es decir
Maximice z = 10.000 X 1  12.000 X 2  15.000 X 3
Las restricciones de problema incluyen
1. Límite en el uso de suelo

2. Límite en los requerimientos para viviendas de una sola familia, en relación con otros estilos
3. Límite en los requerimientos concernientes a áreas recreativas
4. Requerimiento de capital para conexión de agua potable
5. Límite sobre el consumo diario de agua durante el periodo pico.
Estas restricciones se expresan matemáticamente como sigue:
1. Uso de suelo
2 X 1  3 X 2  4 X 3  1X 4  680( 0.85x800)
2. Viviendas para una sola familia
X1
 .50
X1  X 2  X 3
0 .5 X 1  0 .5 X 2  0 .5 X 3  0
3. Áreas recreativas
X 1  2 X 2  3X 3
X4 
200
200 X 4  X 1  2 X 2  3 X 3  0
4. Capital
1000 X 1  1200 X 2  1400 X 3  800 X 4  100.000
5. Consumo del agua
69
400 X 1  600 X 2  840 X 3  450 X 4  200.000
6. No negatividad
X 1  0. X 2  0, X 3  0, X 4  0
En la formulación del modelo, una buena práctica es prestarle atención al impacto del redondeo de
errores en el cálculo. En el modelo anterior, los coeficientes en las restricciones 4 y 5 (capital y consumo
de agua) son relativamente más grandes que la mayor parte de los coeficientes en las restricciones
restantes. Esta inconsistencia podría conducir a un indeseable redondeo de errores de la máquina,
resultante de la manipulación mixta de coeficientes relativamente grandes y relativamente pequeños. En
este ejemplo, podemos rectificar este problema potencial reduciendo en escala todos los coeficientes de
las restricciones 4 y 5 por la constante 1 000. Esto reduce las restricciones a
X 1  1.2 X 2  1.4 X 3  8 X 4  100

0.4 X 1  0.6 X 2  0.84 X 3  0.45 X 4  200
RESÚMEN DE RESTRICCIONES
Z ( MAX )  10.000 X 1  12.000 X 2  15.000 X 3  0 X 4

2 X1  3X 2  4 X 3  X4  680
5X1  5X 2  5X 3  0 (multiplica mos por 10)
X 1  2 X 2  3 X 3  200 X 4  0
10 X 1  12 X 2  14 X 3  8 X 4  1.000 (dividido por 100)
40 X 1  60 X 2  84 X 3  45 X 4  20.000 (dividido por 10)
70
PROBLEMA Nº 6.- Problema de mezcla
Se obtiene distintos tipos de gasolina mezclando ciertas gasolinas que se obtienen directamente de las
operaciones de refinería. En un proceso de refinamiento real hay varias gasolinas para mezcla, varias
gasolinas que son productos finales (por ejemplo, distintos grados de gasolina para aviación y para
motores) y varias características de importancia para la composición química de los diversos grados de
gasolina (por ejemplo, octanaje, presión de vapor, contenido de azufre, contenido de goma). En este
ejemplo simplificado se supondrá que la refinería sólo tiene dos tipos de gasolina para mezcla, con las
características que se presentan en la tabla 1.
Tabla 1 Características de las gasolinas para mezcla

Presión Cantidad
Mezclas disponibles Octanaje de vapor disponible
Gasolina para mezcla, tipo1 104 5 30.000 barriles
Estas gasolinas para mezcla pueden combinarse para obtener dos productos finales: gasolina para
aviación y gasolina para motores. En la tabla 2 se presentan las características que requieren estos
productos finales.
Tabla 2 Características de las gasolinas finales.

Productos Octanaje Presión de Ventas Precio de Venta
finales mínimo vapor máxima máximas (por barril)
Gasolina para aviación 102 6 20000 barriles 45,1
Gasolina para motores 96 8 Cualquier cantidad 32,4
Al mezclar las gasolinas, el octanaje y la presión de vapor de la mezcla que se obtiene están en
proporción directa con el volumen de cada una de las gasolinas que se mezclan. Por ejemplo, si se
mezclan 1.000 barriles de la gasolina 1 con 1.000 barriles de la gasolina 2, la gasolina que se obtendría
tendría octanaje 99:
(1.000)(104)  (1.000)(94)
 99
2.000
y presión de vapor de 7:
(1.000)(5)  (1.000)(9)
 7
2.000
La empresa desea maximizar los ingresos de la venta de la gasolina que se obtiene como producto final.
Formulación. Sea:
X1 = Número de barriles de gasolina para la mezcla 1 utilizados en

Gasolina para aviación.
Gasolina para aviación.
Gasolina para motores.
Gasolina para motores.
La función objetivo es maximizar P = Ingresos totales:
Maximizar: P = 45.10(X1 + X2) + 32.40 (X3 + X4)

= 45.10X1 + 45.10X2 +32.40 X3 + 32.40 X4
71
Observe que X1 + X2 es la cantidad total de gasolina para aviación mezclada (en barriles); como se
vende a 45.10 dólares por barril, los ingresos por este producto son 45.10 (X 1 + X2). De manera análoga,
los ingresos por la gasolina para motor son de 32.40(X3 + X4) y la suma de estos términos representa los
ingresos totales, P.
Hay varios tipos de restricciones que afectan la forma en que la refinería mezclará su gasolina. La
primera es el nivel de ventas o tamaño de la demanda, el hecho de que no pueden venderse más de
20.000 barriles de gasolina para aviación (véase Tabla 2). Lo anterior puede expresarse así:
X1 + X2 < 20 000
Otro conjunto de restricciones se refiere a las cantidades disponibles de las gasolinas para mezcla
(véase Tabla). Entonces.
X1 + X3 < 30 000
Observe que X1 + X3 representa la cantidad total de gasolina para mezcla 1 (la suma de la cantidad
utilizada en gasolina para aviación, X1, y la cantidad usada en gasolina para motores, X 3). La ecuación
anterior establece que la cantidad de gasolina para mezcla 1 no debe exceder la cantidad disponible,
30.000 barriles. Hay una restricción similar para la gasolina para mezcla 2:
X2 + X4 < 70 000
Otro conjunto de restricciones tiene que ver con el octanaje de las gasolinas finales. Recuerde que la
cantidad total de la gasolina para aviación es X 1 + X2 y su octanaje estará definido por las cantidades
relativas de X1 + X2, de acuerdo con la siguiente fórmula:
104 X 1  94 X 2
Oc tan aje de la gasolina para aviación 
X1  X 2
Las cifras 104 y 94 provienen de la tabla 1 y son los octanajes de las gasolinas para mezcla 1 y 2,
respectivamente. En la tabla se observa que el octanaje de la gasolina para aviación debe ser por lo
menos 102, por lo cual se tiene la siguiente restricción:
104 X 1  94 X 2
 102
X1  X 2
Al acomodar la expresión para convertirla en restricción lineal, se tiene:
104X1 + 94X2 > 102X1 + 102X2

(104X1 - 102X1) + (94X2 - 102X2) > 0
2X1 - 8X2 > 0
Análogamente, para la gasolina para motores, se tiene:
104X3 + 94X4 > 96 (X3 + X4)

8X3 - 2X4 > 0
El último conjunto de restricciones tiene que ver con los requisitos de presión de vapor de las gasolinas
finales. En el caso de la gasolina para aviación, la restricción es:
5X1 + 9X2 < 6 (X1 + X2)

- X1 + 3X2 < 0
y el requisito de presión de vapor de la gasolina para motores es:
5X3 + 9X4 < 8(X3 + X4)

- 3X3 + X4 < 0
En resumen, la formulación total del modelo de programación lineal es:
72
Maximizar: P = 45.10X1 + 45.10X2 + 32.40X3 + 32.40X4
Sujeto a: X1 + X2 < 20 000 Restricción de la demanda
X1 + X3 < 30 000 Restricción de la disponibilidad

X2 + X4 < 70 000 de gasolina para mezclas
2X1 – 8X2 >0 Restricciones de octanaje

8X3 – 2X4 > 0
-X1 + 3X2 <0 Restricciones de presión de vapor
-3X3 + X4 < 0
X1, X2, X3, X4 > 0
La mezcla de gasolina fue una de las primeras aplicaciones de la programación lineal en problemas
empresariales. Nuestro ejemplo es, por supuesto, una simplificación del problema real, pero comprende
los elementos esenciales. El problema que se formuló se denomina problema de mezcla y este tipo de
problemas se presenta en varios contextos. Como muestra está la producción de alimentos para
animales. Por ejemplo, una mezcla de alimentos para gallinas puede estar compuesta por distintos tipos
de granos. El fabricante de alimentos quiere usar los granos más baratos: sin embargo, tiene la
restricción de que el alimento debe satisfacer ciertos requisitos de nutrición (similares a las restricciones
de presión de vapor y octanaje en nuestro ejemplo de gasolinas). Es más, también hay que añadir
algunas restricciones estéticas, ya que las gallinas no comerán las mezclas sólo con base en las
restricciones de nutrición.
Z(MAX) = 3.355.454.557
PROBLEMA Nº 7.-Problema de transporte
Un fabricante de jabón y detergentes tiene tres plantas, localizadas en Cincinnati, Denber y Atlanta. Los
almacenes principales se encuentran en Nueva York, Boston, Chicago, Los Ángeles y Dallas. En la tabla
1 se proporcionan los requerimientos de ventas del próximo año para cada almacén
Tabla 1. Requerimientos de los almacenes

Ubicación del Ventas anuales
almacén (miles de cajas)
Nueva York 50
Boston 10
Chicago 60
Los Ángeles 30
Dallas 20
total 170
73
En la compañía es necesario determinar cuál de las fábricas debe abastecer a cada almacén. La
capacidad de las fábricas está limitada. Cincinnati tiene capacidad anual para 100.000 cajas; Denver
para 60 000 y Atlanta para 50.000.
En la tabla 2 se muestra el costo de envío del jabón de las fábricas a los almacenes. La compañía quiere
determinan un programa de entregas que minimice los costos totales de transporte de la compañía
(representados con C).
Tabla 2. Costos de envío de 1.000 cajas de jabón

A Nueva Boston Chicago Los Dallas
De York Ángeles
Cincinnati $120 $150 $80 $250 $180
Denver 210 220 150 100 110
Atlanta 150 170 150 240 200
Formulación Sea:
X1 = Número de cajas enviadas de la primera fábrica (Cincinnati) al primer

almacén (Nueva York), en miles de cajas)
Análogamente:
X2, X3, X4, X5 = Número de cajas enviadas de la primera fábrica
(Cincinnati) al segundo, tercero, etc., almacén (Boston, Chicago, etc.)
X6, X7, X8, X9, X10 = Número de cajas enviadas de la segunda fábrica
(Denver) al primero, segundo, etc., almacén.
X11, X12, X13, X14, X15 = Número de cajas enviadas de la tercera fábrica
(Atlanta) al primero, segundo, etc., almacén.
El objetivo es, entonces:
Minimizar: C = 120X1 + 150X2 + 80X3 + 250X4 + 180X5 +

210X6 + 220X7 + 150X8 + 100X9 + 110X10
150X11 + 170X12 + 150X13 + 240X14 + 200X15
El costo total es la suma de los productos, para cada ruta de envío posible (de la fábrica al almacén), del
costo de envío de la tabla 2 multiplicado por el número de millares de cajas que se envían.
Hay dos conjuntos de restricciones para este problema. El primero garantiza que se cumplirán las
necesidades del almacén, entonces, para Nueva York.
X1 + X6 + X11 = 50
Lo anterior estipula que la suma de las cajas que se envían a Nueva York de la primera fábrica
(Cincinnati), la segunda (Denver) y la tercera (Atlanta) debe ser 50 000 cajas, el requerimiento de ventas
de Nueva York. Para los otros almacenes se tiene:
Boston : X2 + X7 + X12 = 10
Chicago : X3 + X8 + X13 = 60
Los Ángeles : X4 + X9 + X14 = 30
Dallas : X5 + X10 + X15 = 20
El segundo conjunto de restricciones garantiza que las fábricas no excedan sus capacidades de
producción. De esta manera, para la fábrica de Cincinnati.
X1 + X2 + X3 + X4 + X5 < 100
Esta expresión indica que la cantidad que se envía de la primera fábrica al primer almacén, al segundo,
al tercero, etc., no debe exceder la capacidad de 100 000 cajas de la fábrica.
En forma similar:
74
Denver : X6 + X7 + X8 + X9 + X10 < 60

Atlanta : X11 + X12 + X13 + X14 + X15 < 50
Por último, todas las X deben ser mayores o iguales que cero.
La solución de este problema de programación lineal ofrecerá el programa óptimo de envíos (es decir, el
de menor costo) para la compañía. Es un ejemplo de un tipo de especial de problema, conocido, de
manera bastante natural, como el problema de transporte. El capítulo IV se dedica a un procedimiento
especial para resolver este tipo de problemas.
En resumen, la formulación completa de este problema es:
Minimizar C = 120X1 + 150X2 + 80X3 + 250X4 + 180X5 +

210X6 + 220X7 + 150X8 + 100X9 + 110X10 +
150X11 + 170X12 + 150X13 + 240X14 + 200X15
Sujeto a : X1 + X6 + X11 = 50
X2 + X7 + X12 = 10
X3 + X8 + X13 = 60
X4 + X9 + X14 = 30
X5 + X10 + X15 = 20
X1 + X2 + X3 + X4 + X5 < 100
X6 + X7 + X8 + X9 + X10 < 60
X11 + X12 + X13 + X14 + X15 < 50
PROBLEMA Nº 8.-
Shale Oilm ubicada en la isla de Aruba, tiene una capacidad de 600.000 barriles de petróleo crudo al día.
Los productos finales de la refinería incluyen dos tipos de gasolina sin plomo: regular y premium. El
proceso de refinado abarca tres etapas: (1) una torre de destilado que produce una base concentrada,
(2) una unidad de alambiques desintegradores, que produce un concentrado de gasolina utilizando una
porción de la base concentrada producida en la torre de destilado y (3) una unidad mezcladora que
mezcla el concentrado de gasolina de la unidad desintegradora y la base concentrada en la torre de
destilado. Tanto la gasolina regular como la premium se pueden producir ya sea con la base concentrada
75
o con el concentrado de gasolina durante el proceso de mezclado, aún cuando a costos diferentes. La
compañía calcula que la utilidad neta por barril de gasolina regular es de 770 y 520 dólares, dependiendo
de si se mezcla de la base concentrada o de la gasolina concentrada. Los valores correspondientes de la
utilidad para el grado premiun son 123 y 104 dólares.
Según las especificaciones del diseño, se necesitan cinco barriles de petróleo crudo para producir un
barril de base concentrada. Las unidades de alambiques desintegradores no pueden utilizar más de
40.000 barriles de base concentrada al día. Toda la base concentrada restante se utiliza directamente en
la unidad mezcladora para producir el producto final, la gasolina. Los límites de la demanda para la
gasolina regular y premium son de 80.000 y 50.000 barriles al día.
a) Desarrolle un modelo para determinar el programa de producción óptimo para la refinería.

b) Supongamos que la capacidad de la torre de destilado se puede incrementar a 650.000
barriles de petróleo crudo al día, a un costo inicial de 3’500.000 dólares y a un costo diario
de mantenimiento de15.000 dólares. ¿Recomendaría usted la expansión? Exponga
cualesquiera hipótesis sean necesarias para llegar a una decisión.
a ) X 1  Barriles de crudo regular

X 2  Barriles de crudo premium
X 3  Barriles de destilado regular
X 4  Barriles de destilado premium
Z ( MAX )  77 X 1 123 X 2  52 X 3 104 X 4

5( X 1  X 2  X 3  X 4 )  600.000
X 3  X 4  40.000
X1  X3  80.000
X2  X 4  50.000
b) Si se incrementa la capacidad de barriles de petróleo crudo a 650.000 al día, la

nueva solución es.
X 1  Barriles de crudo regular

76
Z ( MAX )  77 X 1 123 X 2  52 X 3 104 X 4

5( X 1  X 2  X 3  X 4 )  650.000
X 3  X 4  40.000
X1  X3  80.000
X2  X 4  50.000
Precio dual = 12.310.000 – 11.540.000 = 770.000, aumenta la utilidad, de manera que se

recomienda la expansión.
PROBLEMA Nº 9.-
Hawai Sugar Company produce azúcar morena, azúcar procesada (blanca), azúcar pulverizada y
melazas con el jarabe de la caña de azúcar. La compañía compra 4.000 toneladas de jarabe a la
semana y tiene un contrato para entregar un mínimo de 25 toneladas semanales de cada tipo de azúcar.
El proceso de producción se inicia fabricando azúcar morena y melazas con el jarabe. Una tonelada de
jarabe produce 0.3 toneladas de azúcar morena y 0.1 tonelada de azúcar de melazas. Después, el
azúcar blanco se elabora procesando el azúcar morena. Se requiere 1 tonelada de azúcar morena para
producir 0.8 toneladas de azúcar blanca. Finalmente, el azúcar pulverizada se fabrica de la azúcar
blanca por medio de un proceso de molido especial, que tiene 95% de eficiencia de conversión (1
tonelada de azúcar blanca produce 0.95 de toneladas de azúcar pulverizada). Las utilidades por tonelada
de azúcar morena, azúcar blanca, azúcar pulverizada y melazas son de 150, 200, 230 y 35 dólares,
respectivamente.
a) Formule el problema como un programa lineal y determinar el programa de producción

semanal.
b) Investigue la factibilidad económica de ampliar la capacidad de procesamiento de la
compañía a más de 4.000 toneladas de jarabe a la semana.
a) X 1  Toneladas de azucar morena por semana

X 2  Toneladas de azucar refinada por semana
X 3  Toneladas de azucar en polvo por semana
X 4  Toneladas de melaza por semana
Z ( MAX )  150 X 1  200 X 2  230 X 3  35 X 4

Sujeta a :
 X 
 X2  3 
X1   0.95   0.3 x 4000 o 0.76 X  0.95 X  X  912
 
1 2 3
0 . 8
 
 
77
Z ( MAX )  150 X 1  200 X 2  230 X 3  35 X 4

Sujeta a :
 X 
 X2  3 
X1   0.95   0.3 x 4000 o 0.76 X  0.95 X  X  912
 
1 2 3
0 .8
 
 
X 4  4.000 x0.1 o X 4  400
X 1  25, X 2  25, X 3  25
b) Modificamos el término independiente de la primera restricción con un valor de

4001.
Precio dual = 222.730 – 222.677.50 = $52.5
Ahora modificamos al término independiente de la quinta restricción por 4001
78
Precio dual = 222.681.00 – 222.677.50 = $3.5
Valor por unidad de jarabe = $52.5 + $3.5 = $56, válido en el intervalo (187.15,  )
PROBLEMA Nº 10.-
Fox Enterprises está considerando seis proyectos para su posible construcción, a lo largo de los
próximos cuatro años. A continuación se proporcionan las utilidades esperadas (valor actual) y los
desembolsos de efectivo para los proyectos. Fox está autorizada para emprender cualquiera de los
proyectos parcial o totalmente. Un compromiso parcial de un proyecto prorrateará tanto la utilidad como
los desembolsos de efectivo en forma proporcional.
Desembolso de efectivo (en miles de dólares)

Proyecto Año 1 Año 2 Año 3 Año 4 Utilidad (en miles de
dólares)
1 10.5 14.4 2.2 2.4 32
2 8.3 12.6 9.5 3.1 36
3 10.2 14.2 5.6 4.2 18
4 7.2 10.5 7.5 5.0 15
5 12.3 10.1 8.3 6.3 18
6 9.2 7.8 6.9 5.1 12
Fondos disponibles 60.0 70.0 35.0 20.0
(en miles de dólares)
Formule el problema como un problema lineal y determine la mezcla óptima de proyectos que maximice
las utilidades totales.
Sea x J  proporción ejecutada del proyecto i.

Z ( MAX )  32 X .1  36 X 2  18 X 3  15 X 4  18 X 5  12 X 6
Sujeta a :
10.5 X 1  8.3 X 2  10.2 X 3  7.2 X 4  12.3 X 5  9.2 X 6  60
14.4 X 1  12.6 X 2  14.2 X 3  10.5 X 4  10.1X 5  7.8 X 6  70
2.2 X 1  9.5 X 2  5.6 X 3  7.5 X 4  8.3 X 5  6.9 X 6  35
2 .4 X 1  3 .1 X 2  4 .2 X 3  5 X 4  6.3 X 5  5.1X 6  20
0  x J  1, j  1, 2, 3......6
Z(MAX) = 181.2248
79
X 1  2.0535 Pr oyecto A
X 2  3.2087 Pr oyecto B
X3  0 Pr oyecto C
X4  0 Pr oyecto D
X5  0 Pr oyecto E
X6  0 Pr oyecto F
PROBLEMA Nº 11.-
Cuatro productos se procesan en secuencia en dos máquinas. La siguiente tabla proporciona los datos
pertinentes al problema.
Tiempo de fabricación por unidad (hora)

Máquina Costo por Producto1 Producto2 Producto 3 Producto 4 Capacidad
hora ($) (hora)
1 10 2 3 4 2 500
2 5 3 2 1 2 380
Precio de Venta
Por unidad ($) 65 70 55 45
a) Formular el problema como un modelo de PL y encuentre la solución óptima
X 1  Pr oducto 1  65  2 x10  3 x5  $30

X 2  Pr oducto 2  70  3 x10  2 x5  $30
X 3  Pr oducto 3  55  4 x10  1x5  $10
X 4  Pr oducto 4  45  2 x10  2 x5  $15
Z / MAX )  30 X 1  30 X 2  10 X 3  15 X 4
Sujeta :
2 X 1  3 X 2  4 X 3  2 X 4  500
3 X 1  2 X 2  X 3  2 X 4  380
Xj 0
b) Supongamos que cualquier capacidad adicional de las máquinas 1 y 2 sólo se puede adquirir
trabajando horas extras. ¿Cuál es el costo máximo por hora en el cual la compañía debe
estar dispuesta a incurrir para cualquiera de las máquinas?
Reemplazamos los términos independientes por 501 y 381 respectivamente
80
Precio dual = 5292 – 5280 = $12, es decir $6 por cada máquina, no pagar más de dicho
valor en el intervalo (333.33, 750)
PROBLEMA Nº 12.- (La Compañía REDDY MIKKS).
Reddy Mikks produce pinturas para interiores como para exteriores, a partir de dos materias primas, M1
y M2. La siguiente tabla proporciona los datos básicos del problema:
Toneladas de materia prima por tonelada de

Pintura para Pintura para Disponibilidad
Exteriores Interiores máxima diaria
(toneladas)
Materia prima, M1 6 4 24
Utilidad por tonelada (1000 5 4

dólares)
Una encuesta de mercado restringe la demanda máxima diaria de pintura para interiores a 2 toneladas.
Además, la demanda diaria de pintura para interiores no puede exceder a la de la pintura para exteriores
por más de 1 tonelada. Reddy Mikks quiere determinar la mezcla de producto óptima (mejor) de pinturas
para interiores y para exteriores que maximice la utilidad total diaria total.
Para el problema de Reddy Mikks, necesitamos determinar las cantidades que se van a producir de
pintura para interiores y para exteriores. Por consiguiente, las variables del modelo se definen como:
X 1 = Toneladas diarias producidas de pintura para exteriores.

X 2 = Toneladas diarias producidas de pintura para interiores.
81
Z ( MAX )  5 X 1  4 X 2
Sujeta a :
6 X 1  4 X 2  24 Materia prima M 1
X 1  2 X 2  6 Materia prima M 2
X 2  2 Demanda máxima diaria de la p int ura para int eriores
X 2  X 1  1 El exceso de producción diaria de p int ura para int eriores
sobre la p int ura para exteriores
PROBLEMA Nº 13.- (Problema de la dieta)
En Granjas Modelo se usa diariamente un mínimo de 800 libras (1b) de un alimento especial, que es una
mezcla de maíz y soya, con las composiciones siguientes:
Ib por 1b de alimento
Alimento proteínas fibras Costo ($/1b)
Maíz 0.09 0.02 0.30
Soya 0.60 0.06 0.90
Las necesidades dietéticas del alimento especial son un mínimo de 30% de proteínas y un máximo de
5% de fibras. Granjas Modelo desea determinar las proporciones de alimento que produzcan un costo
diario mínimo.
Como la mezcla de alimentos consiste en maíz y soya, las variables de decisión del modelo se definen
como sigue:
X1 = 1b de maíz en la mezcla diaria

X2 = 1b de soya en la mezcla diaria
La función objetivo trata de minimizar el costo (en dólares) diario total de la mezcla de alimentos, y en
consecuencia se expresa como sigue:
82
Minimizar z = 0.3X1 + 0.9X2
Las restricciones del modelo reflejan la cantidad diaria necesaria y los requerimientos dietéticos. Como
Granjas Modelo necesita un mínimo de 800 1b diarias de alimento, la restricción correspondiente se
puede expresar como sigue:
X1 + X2  800
En cuanto a la restricción dietética de necesidades de proteína, la cantidad de proteína que contienen X1

1b de maíz y X2 1b de soya es (0.09X1 + 0.6X2) 1b. Esta cantidad debe ser cuando menos igual al 30% de la
mezcla total de alimentos, (X1 + X2) 1b; esto es 0.09X1 + 0.6X2  0.3 (X1 + X2)
De manera similar, la restricción de la fibra se define como
0.02 X 1  0.06 X 2  0.05 X 1  X 2 
Las restricciones se simplifican agrupando todos los términos en X 1 y X 2 y pasándolos al lado izquierdo
de cada desigualdad, para que sólo quede una constante en el lado derecho.
Así, el modelo completo viene a ser
Z(MIN) = 0.3X1 + 0.9X2
Sujeta a
X1  X 2  800
0.21X 1  0.30 X 2  0
0.03 X 1  0.01X 2  0
X1, X 2  0
La figura muestra la solución gráfica del modelo. A diferencia del modelo de (Reddy Mikks), la segunda y
la tercera restricciones pasan por el origen. Para graficar las rectas correspondientes sólo se necesita un
punto adicional, que se puede obtener asignando un valor a una de las variables y despejando la otra.
Por ejemplo, en la segunda restricción X1 = 200 produce 0.21 X 200 - 0.3X2 = 0, es decir, X2 = 140. Eso
quiere decir que la recta 0.21X1 - 0.3X2 = O pasa por (0,0) y (200, 140). También obsérvese que no se
puede usar (0,0) como punto de referencia en las restricciones 2 y 3, porque ambas rectas pasan por el
origen. En lugar de ellos se puede usar cualquier otro punto, por ejemplo (100, 0) o (O, 100) para ese
propósito.
Solución
Z(MAX) = 437.64 Punto D
X 1  470.6 Libras de maíz

X 2  329.4 Libras de soya
83
1600
1400
1200
1000
Soya
800
600
400
200
0
0 100 200 300 400 500 600
Maíz
PROBLEMA Nº 14.-
Problema de programación (horarios de autobuses)
La ciudad de Progreso estudia la factibilidad de un sistema de autobuses para transportación masiva que
reduzca el transporte urbano en coche y en consecuencia alivie el problema del esmog. El estudio busca
determinar la cantidad mínima de autobuses que satisfaga las necesidades de transporte. Después de
reunir la información necesaria, el ingeniero de tránsito observa que la cantidad mínima de autobuses
varía con la hora del día, y que la cantidad necesaria de vehículos se puede aproximar con valores
constantes durante intervalos consecutivos de 4 horas. La figura 2.21 resume las determinaciones del
ingeniero. Para hacer el mantenimiento diario a cada autobús, éste puede trabajar 8 horas sucesivas
diariamente.
Representación matemática.
Determinar la cantidad de autobuses en funcionamiento durante cada turno (variables) que satisfaga la
demanda mínima (restricciones) y minimice al mismo tiempo la cantidad de autobuses en operación
(objetivo).
84
El lector habrá notado ya que la definición de las variables es ambigua. Sabemos que cada autobús
debe trabajar durante 8 horas, pero no sabemos cuándo debe comenzar un tumo.
Si seguimos un horario normal de tres turnos (8:01 A.M. a 4:00 P.M., 4:01 P.M. a 12:00 media noche, y
12:01 A.M. a 8:00 A.M.) y suponemos que X1, X2 y X3 sean las cantidades de autobuses que inician en el
primero, segundo y tercer turno, podremos ver, en la parte superior de la figura anterior, que X1  10,
X2  12 y X3  8. La cantidad mínima correspondiente de autobuses diarios es X1 + X2 + X3, = 10 + 12
+ 8 = 30.
Esta solución sólo es aceptable si los turnos deben coincidir con el horario normal de tres turnos. Sin
embargo, sería mejor dejar que el proceso de optimización elija la "mejor" hora de inicio de un tumo. Una
forma razonable de hacerlo es dejar que un turno pueda comenzar cada 4 horas. La parte inferior de la
figura ilustra este concepto, y se ven turnos traslapados que pueden comenzar a las 12:01 A.M., 4:01
A.M., 8:01 A.M., 12:01 P.M., 4:01 P.M. y 8:01 P.M.; cada turno abarca 8 horas consecutivas. Entonces
se pueden definir las variables como sigue:
X1 = cantidad de autobuses que comienzan a las 12:01 A.M.

X4 = cantidad de autobuses que comienzan a las 12:01 P.M.
Minimizar z = X1 + X2 + X3 + X4 + X5 + X6
Sujeta a
X1 + X6  4 (12:01 A.M. - 4:00 A.M.)
X1 + X2  8 ( 4:01 A.M. - 8:00 A.M.)
X2 + X3  10 ( 8:01 A.M. - 12:00 medio día)
X3 + X4  7 (12:01 P.M. - 4:00 P.M.)
X4 + X5  12 ( 4:01 P.M. - 8:00 P.M.)
X5 + X6  4 ( 8:01 P.M. - 12:00 P.M.)
Xj,  0, j= 1.2, …….6
El resultado que muestra la figura indica que se necesitan 26 autobuses para satisfacer la demanda. El
horario óptimo indica x1 = 4 autobuses que comienzan a las 12:01 A.M., x2 = 10 a las 4:01 A.M., x4 = 8 a
las 12:01 P.M. y x5 = 4 a las 4:01 P.M. Todos los costos reducidos son cero, lo cual indica que el
problema tiene soluciones óptimas alternativas.
PROBLEMA Nº 15.- (Corte de rollos de papel-desperdicio por corte)
La Papelera Moderna produce rollos de papel (rollos de ancho estándar; son tal como salen de la
máquina de papel) de 20 pies de ancho normal útil, cada uno. Se atienden los pedidos de los clientes,
con anchos distintos, cortando los rollos de ancho estándar. Los pedidos normales, que pueden variar de
un día al siguiente, se resumen en la tabla siguiente:
85
Pedido Ancho deseado (pies) Cantidad deseada de rollos

1 5 150
2 7 200
3 9 300
En la práctica se surte un pedido ajustando las cuchillas a los anchos deseados. En general hay varias
maneras de cortar un rollo de ancho estándar para surtir determinado pedido. La figura 2.23 muestra tres
posiciones factibles de cuchillas para el rollo de 20 pies. Aunque hay otras posiciones factibles,
limitaremos por el momento la descripción a considerar las posiciones 1, 2 y 3 de la figura 2.23. Se
pueden combinar las posiciones dadas en varias formas, para surtir los pedidos con 5, 7 y 9 pies de
ancho. A continuación vemos algunos ejemplos de combinaciones factibles:
1. Cortar 300 (rollos de ancho estándar) con la posición 1 y 75 rollos con la posición 2.
2. Cortar 200 rollos con la posición 1 y 100 rollos con la posición 3.
¿Cuál combinación es la mejor? Esta pregunta se puede contestar teniendo en cuenta la "merma" (el
desperdicio) que produce cada combinación. En la figura, la parte sombreada representa el sobrante del
rollo, sin ancho suficiente para surtir los pedidos requeridos. Esos sobrantes se llaman pérdida de
recorte. Se puede evaluar la "bondad" de cada combinación calculando sus pérdidas de recorte. Sin
embargo, como los sobrantes pueden tener anchos distintos, la evaluación se debe basar en el área de
pérdida por recorte, más que en la cantidad de sobrantes. Suponiendo que cada rollo de ancho estándar
tiene L pies de longitud, se puede calcular como sigue el área de pérdida por recorte:
Combinación 1: 300(4 X L) + 75(3 X L) = 1425L pies2

Combinación 2: 200 (4 X L) + 100(1 X L) = 900L pies2
Esas áreas sólo corresponden a las partes sombreadas en la figura. Toda producción sobrante de los
rollos de 5, 7 y 9 pies también se debe tener en cuenta en el cálculo del área de pérdida por recorte. En
la combinación 1, la posición 1 produce un sobrante de 300 - 200 = 100 sobrantes de 7 pies, y la
combinación 2 produce 75 rollos sobrantes de 7 pies. Así, el área de "merma" adicional es 175(7 X L) =
1225L pies2. La combinación 2 no produce sobrantes de 7 y 9 pies, pero la posición 3 sí produce 200 -
150 = 50 sobrantes de 5 pies, con un área A recorte agregada de 50(5 X L) = 250L pies2. En
consecuencia, se tiene que:
Área total de pérdida de recorte para la combinación 1 = 1425L + 1225L = 2650L pies
Área total de pérdida de recorte para la combinación 2 = 900L + 250L == 1150L pies2
La combinación 2 es mejor, porque produce menos área de pérdida de recorte. Para llegar a la solución
óptima es necesario determinar todas las posiciones de cuchilla posibles, para entonces generar todas
las combinaciones factibles. Aunque puede no ser muy difícil la determinación de todas las posiciones,
también podría suceder que no sea tan fácil generar todas las combinaciones factibles. Es evidente
entonces la necesidad de un método sistemático. Es lo que se logra con el modelo de programación
lineal.
Representación matemática.
Determinar las posiciones de cuchillas (variables) que surtan: los pedidos requeridos (restricciones) con
el área mínima de pérdida de recorte (objetivo).
La definición de las variables tal como se presentan se debe traducir en forma que las pueda usar el
operador de una fábrica. En forma específica, las variables se definen como cantidad de rollos de ancho
86
estándar a cortar con determinadas posiciones de cuchillas. Para esta definición se requiere identificar
todas las posiciones de cuchillas posibles, como se ven en la siguiente tabla. Las posiciones 1, 2 y 3 se
ven en la figura. El lector se debe convencer que las posiciones 4, 5 y 6 son válidas y que no se ha
omitido alguna posición "prometedora". Recuerde que una posición prometedora no puede producir un
rollo de desperdicio por recorte; de 5 pies de ancho o mayor.
Posiciones de cuchillas
Ancho requerido 1 2 3 4 5 6 Cantidad mínima de
(pies) rollos
5 0 2 2 4 1 0 150
7 1 1 0 0 2 0 200
9 1 0 1 0 0 2 300
Pérdida de recorte 4 3 1 0 1
por pies de lomo.
Para expresar matemáticamente el modelo, se definirán las variables como sigue:
X1= cantidad de rollos de ancho estándar que se van a cortar de acuerdo

con la posición j, j = 1, 2, .. 6.
Las restricciones del modelo tienen que ver en forma directa con surtir la demanda de los rollos,
Cantidad producida de rollos de 5 pies = 2X1 + 2X3 + 4X4 + X5  150

Cantidad producida de rollos de 7 pies = X1 + X2 + 2X5  200
Cantidad producida de rollos de 9 pies = X1 + X3 + + 2X6  300
Para formar la función objetivo se observa que el área total de pérdida por recorte es la diferencia entre
el área total de los rollos de ancho estándar que se usan, y el área total que representan todos los
pedidos. Entonces
Área total de los rollos de ancho estándar = 20L(X1 + X2 + X3, + X4 + X5 + X6)

Área total de los pedidos = L(150 X 5 + 200 X 7 + 300 X 9) = 4850L
Entonces, la función objetivo es
Minimizar z = (X1 + X2 + X3 + X4+ X5 + X6) – 4850L
Como la longitud L del rollo de ancho estándar es constante, la función objetivo se reduce, de hecho, a
minimizar la cantidad total de rollos de ancho estándar que se usan para surtir los pedidos; esto es
Minimizar z = X1 + X2 + X3 + X4+ X5 + X6
Sujeta a
2X2 + 2X3 + 4X4 + X5  150 (rollos de 5 pies)
X1 + X2 + 2X5  200 (rollos de 7 pies)
X1 + X3 + 2X6  300 (rollos de 9 pies)
xj  0, j = 1,2, .... 6
87
PROBLEMA Nº 16.-
Investigación de marketing
Management Sciences Associates (MSA) es una firma de investigación de computadoras y marketing

establecida en Washington que maneja este consumo. Uno de sus clientes es un servicio de prensa
nacional que periódicamente realiza sondeos políticos sobre temas de interés general una encuesta para
esta firma, MSA determina que debe satisfacer varios requerimientos para obtener conclusiones
estadísticamente validas sobre el delicado tema en nuevas leyes y sobre migración de Estados Unidos.
1. Encuesta a por lo menos 2300 hogares estadounidenses en total

2. Encuesta a por lo menos 2000 hogares cuyas cabezas tengan 30 anos o menos
3. Encuesta a por lo menos 600 hogares cuyas cabezas están entre31 y 50 anos.
4. Garantizar que, por lo menos, 15% de los encuestados vivan en un estado fronterizo con México
5. Garantizar que no más de20% de los encuestados de 51 anos de edad o mas vivan en un estado
fronterizo con México.
MSA decide que todas las encuestas deberán llevarse a cado en persona. Se estima que los costos para
llegar a las personas de cada categoría de edad y región son los siguientes:
COSTO POR PERSONA

ENCUESTADADO ($)
REGIÓN Edad ≤ 30 EDAD31-50 EDAD ≥ 51
Estado fronterizo con México $7.5 $6.8 $5.5
Estado no fronterizo con México $6.9 $7.25 $6.1
El objetivo de MSA es satisfacer los cinco requerimientos de muestreo al mínimo costo posible. Sean
X1 = número de encuestados de 30 años o menos que viven en un estado fronterizo

X2 = número de encuestados de 31 a 50 años que viven en un estado fronterizo
X3 = número de encuestados de 51 años o mas que viven en un estado fronterizo
X4 = número de encuestados de 30 años o menos que no viven en un estado fronterizo
X5 = número de encuestados de 31 a 50 años que no viven en un estado fronterizo.
X6 = número de encuestados de 51 años o más que no viven en un estado fronterizo.
Función objetivo:
Minimizar los costos de las entrevistas= $7.5X1+$6.8X2+$5.5X3+$6.9X4+$7.25X5+$6.1X6
Sujeto a:
88
X1 + X2 + X3 + X4 + X5 + X6 ≥ 2300 (hogares totales)

X1 + X4 ≥1000 (hogares cuyos miembros tengan 30 o menos)
X2 + X5 ≥ 600 (hogares cuyos miembros tengan 31-50 de edad)
X1 + X2 + X3 ≥ 0.15(X1+X2+X3+X4+X5+X6) (estados fronterizos)
X3 ≤ 0.20(X3+X6) (limite en el grupo de edad de 51+ que viven en un
estado fronterizo)
X1, X2, X3, X4, X5, X6 ≥ 0
SOLUCIÓN MEDIANTE QM
SOLUCIÓN
Z(MIN) = $15166
X1 = 0 número de encuestados de 30 años o menos que viven en un estado fronterizo

X2 = 600 número de encuestados de 31 a 50 años que viven en un estado fronterizo
X3 = 140 número de encuestados de 51 años o mas que viven en un estado fronterizo
X4 =1.000 número de encuestados de 30 años o menos que no viven en un estado
fronterizo
X5 = 0 número de encuestados de 31 a 50 años que no viven en un estado fronterizo.
X6 = 560 número de encuestados de 51 años o más que no viven en un estado fronterizo.
S1 = 0 (hogares totales)
S2 = 0 (hogares cuyos miembros tengan 30 o menos)
S3 = 0 (hogares cuyos miembros tengan 31-50 de edad)
S4 = 395 (estados fronterizos)
S5 = 0 (limite en el grupo de edad de 51+ que viven en un estado fronterizo)
PROBLEMA Nº 17.-
APLICACIONES A LA MANUFACTURA
Mezcla de Producción
Fifth Avenue Industries, un fabricante conocido de ropa para caballero, produce cuatro variedades de
corbatas. Una es corbata de seda, una de poliéster y dos compuestas de poliéster y algodón. La tabla
siguiente ilustra el costo y disponibilidad (por periodo de planeación de producción mensual) de los tres
materiales que se utiliza en el proceso de producción:
Material Costo por Material disponible

yarda por mes (yardas)
Seda 21.6 800
Poliéster 6.875 3000
Algodón 9 1600
89
La compañía firmó contratos de varias cadenas de tiendas departamentales importantes para sutirles las
corbatas. Los contratos requieren que Fifth Avenue Industries surta una cantidad mínima de cada
corbata pero que cubra una gran demanda de Fifth Avenue decide satisfacer dicha demanda (la mayoría
de las corbatas no se envía con el nombre de Fifth Avenue en su etiqueta, sino con etiqueta de marca
propia suministrada por las tiendas) La tabla resume la demanda contratada de cada uno de los cuatro
estilos de corbatas el precio de venta unitario y los requerimientos de tipos de tela de cada variedad.
El objetivo de Fifth Avenue es maximizar la utilidad mensual. Debe decidir sobre una política de mezcla
de productos. Sean:
X1 = numero de corbatas de seda producidas por mes

X2 = numero de corbatas de poliéster
X3 = numero de corbatas mezcla 1 de poliéster algodón
X4 = numero de corbatas mezcla 2 de poliéster y algodón
Variedad de corbata Precio de Contrato Demanda Material Requerimientos

venta por mínimo mensual requerido de material
corbata ($) mensual por corbata
(yardas)
Totalmente de seda 6.70 6.000 7.000 0.125 100% seda
Totalmente de poliéster 3.55 10.000 14.000 0.08 100% poliéster
Mezcla 1 de poliéster- 6.79 13.000 16.000 0.10 50% poliéster-
algodón 50% algodón
Mezcla 2 de poliéster- 4.84 6.000 8.500 0.10 30% poliéster-
algodón 70% algodón
Sin embargo, la firma debe establece la utilidad por corbata es:
1. Cada una de las corbatas de seda (X1) requiere 0,125 yardas de seda, a un costo de $21.6 de
yardas por consiguiente, el costo de corbata es de $2.62. El precio de corbata de seda es de $6.70,
lo que deja una utilidad neta de ($6.70-$2.70=) $4 por unidad de X1.
2. Cada una de las corbatas de poliéster (X2) requiere 0.08 yardas de poliéster a un costo de $ 6.875 la
yarda Por consiguiente, el costo por corbata es de $0.55. La utilidad neta por unidad de X2 es $3.55-
$0.55=$3.
3. Cada corbata de mezcla 1 de poliéster (X3) requiere 0.05 yardas de poliéster a un costo de $6.875 la
yarda y 0.05 yardas de algodón a $9 la yarda, es la que hace a un costo de 0.34+$0.45=$0.79 por
corbata .La utilidad es de $6.79 - $0.79 = $5
4. Cada corbata de mezcla 2 de poliéster (X4) requiere 0.03 yardas de poliéster a un costo de $6.875 la
yarda y 0.07 yardas de algodón a $9 la yarda, es la que hace a un costo de 0.21+$0.63=$0.84 por
corbata .La utilidad es de $4.84 - $0.84 = $4
Función objetivo
Maximizar la utilidad: $4X1+$3X2+$5X3 +$4X4
Sujeta a:
0,125X1 ≤ 800 (yardas de seda)

0,08X2 + 0.05X3 + 0.03X4 ≤ 3.000 (yardas de poliéster)
0.05X3+ 0.07X4 ≤ 1.600 (yardas de algodón)
X1 ≥ 6.000 (contrato mínimo de totalidad de seda)
X1 ≤ 7.000 (contrato máximo)
X2 ≥ 10,000 (contrato mínimo de totalidad de poliéster)
X2 ≤ 14,000 (contrato máximo)
X3 ≥ 13,000 (contrato mínimo de mezcla 1)
X4 ≥ 6,000 (contrato mínimo de mezcla 2)
X1, X2, X3, X4 ≥0
90
PROBLEMA Nº 18.-
Planeación del trabajo
Los problemas de planeación de mano de obra abordan las necesidades de personal durante un periodo
específico. Son especialmente útiles cuando los administradores tienen una cierta flexibilidad al asignar
trabajadores a tareas que requieren superposición o talentos intercambiables. Con frecuencia, los
grandes bancos utilizan PL para resolver la programación de su fuerza de trabajo.
El Hong Kong Bank of Commerce and Industry es un banco muy ocupado que requiere entre 10 y 18
cajeras, según la hora del día. El horario de tiempo o de almuerzo, de mediodía a 2 P.M., casi siempre
es el más pesado. La tabla indica los empleados requeridos en las varias horas en que el banco está
abierto.
PERIODO NUMERO DE CAJERAS

9 A.M -10A.M 10
10A.M -11A.M 12
11A.M - Mediodía 14
Mediodía -1P.M 16
1P.M - 2P.M 18
91
2P.M - 3P.M 17
3P.M - 4P.M 15
4P.M - 5P.M 10
En la actualidad el banco cuesta con 12 cajeras de tiempo completo, pero muchas personas están
disponibles en su lista de empleados de tiempo parcial. Un empleado de tiempo parcial debe trabajar
exactamente 4 horas al día, pero puede comenzar a cualquier hora entre 9 A.M.. y 1 P.M. Estos
empleados forman un equipo de fuerza de trabajo bastante barato, puesto que no gozan de beneficios
de retiro ni almuerzo. Por otra parte, los empleados de tiempo completo laboran de 9 A.M. a 5 P.M. pero
se les permiten 1 hora de comida. (La mitad de ellos como a las 11 A.M. y la otra mitad al mediodía) Por
lo tanto, los empleados de tiempo completo generan 35 horas por semanas de tiempo de trabajo
productivo.
Por política corporativa, el banco limita las horas de jordanas parciales a un máximo de 50% del
requerimiento total del día. Los empleados de tiempo parcial cobran $8 por hora ($32 por día) en
promedio y los de tiempo completo $100 por día en salario y beneficios, en promedio. Al banco le
gustaría establecer un programa que minimice sus costos totales de personal, y despedirá a una o más
de sus cajeras de tiempo completo si es rentable hacerlo.
X1 = cajeras de tiempo completo

X2 = empleados de tiempo parcial que entran a las 9 A.M. (y salen a las 1 P.M.)
X5 = empleados de tiempo parcial que entran al mediodía (y salen a las 4 P.M.)
X6 = empleados de tiempo parcial que entran a la 1 P.M. (y salen a las 5 P.M.)
Función objetivo:
Minimizar el costo del personal diario total = $100X1 + $32(X2 + X3 + X4 + X5 + X6)
Restricciones:
En cada hora, las horas de mano disponible deben ser por lo menos iguales a las horas de mano de obra
requeridas.
X1 + X2  10 (necesidades de 9 A.M.-10 A.M.)

X1 + X2 + X3  12 (necesidades de 10 A.M.-11A.M.)
½ X1 + X2 + X3 + X4  14 (necesidades de 11 A.M.- mediodía)
½ X1 + X2 + X3 + X4 + X5  16 (necesidades de mediodía -1 P.M.)
X1 + X3 + X4 + X5 + X6  18 (necesidades de 1 P.M.- 2 P.M.)
X1 + X4 + X5 + X5  17 (necesidades de 2 P.M.- 3 P.M.)
X1 + X5 + X6  15 (necesidades de 3 P.M.- 4 P.M.)
X1 + X6  10 (necesidades de 4 P.M - 5 P.M.)
X1  12 Solo 12 cajeras de tiempo completo están disponible
XJ  0
Las horas de empleados de tiempo parcial no pueden exceder de 50% del total de horas requeridas cada
día, las cuales son la suma de las cajeras necesarias cada hora.
4(X2 + X3 + X4 + X5 + X6)  0.50 (10+12+14+16+18+17+15+10)

o
4X2 + 4X3 + 4X4 + 4X5 + 4X6  0.50 (112)
92
X1 = 10 cajeras de tiempo completo

X2 = 6 empleados de tiempo parcial que entran a las 9 A.M. (y salen a las 1 P.M.)
X5 = 2 empleados de tiempo parcial que entran al mediodía (y salen a las 4 P.M.)
X6 = 3 empleados de tiempo parcial que entran a la 1 P.M. (y salen a las 5 P.M.)
El costo de todas estas políticas es de $ 1.448
PROBLEMA Nº 19.-
Selección de una cartera
Un problema que frecuentemente enfrentan gerentes de bancos, fondos mutuos, servicios de inversión y
compañías de seguros es seleccionar inversiones específicas de entre una amplia variedad de
alternativas. Por lo general, el objetivo global del gerente es maximizar la devolución esperada de la
inversión, dado un conjunto de restricciones de riesgos, políticas o legales.
Por ejemplo, el Internacional City Trust (ICT) invierte en créditos comerciales a corto plazo, bonos
corporativos, acciones en oro y préstamos para construcción. Para promover una cartera diversificada, la
junta de directores impuso límites a la cantidad que puede ser comprometida en cualquier tipo de
inversión. ICT dispone de $5 millones para inversión inmediata y desea hacer dos cosas: 1) maximizar
el interés que se devenga sobre las inversiones realizadas durante los siguientes seis meses y 2)
satisfacer los requerimientos de diversificación que estableció la junta de directores.
Los puntos específicos de las posibilidades de inversión son los siguientes:
Interés Inversión máxima

Inversión Devengado (%) (millones $)
Crédito comercial 7 1.0
Bonos corporativos 11 2.5
Acciones en oro 19 1.5
Préstamos para construcción 15 1.8
93
Además, la junta especifica, que por lo menos, 55% de los fondos invertidos debe ser acciones en oro y
préstamos para construcción y que no menos de 15% se debe invertir en crédito comercial.
Para formular la decisión de inversión de ICT como un problema de PL, Sean
X1 = monto invertido en crédito comercial

X2 = monto invertido en bonos corporativos
X3 = monto invertido en acciones en oro
X4 = monto invertido en préstamos para construcción
Función Objetivo:
Maximizar el monto de interés devengado = 0.07X1+0.11X2+0.19X3+0.15X4
Sujeto a:
X1 ≤ 1.000.000
X2 ≤ 2.500.000
X3 ≤ 1.500.000
X4 ≤ 1.800.000
X3 + X4 ≥ 0.55 (X1+X2+X3+X4)
X1 ≥ 0.15 (X1+X2+X3+X4)
X1 + X2 + X3 + X4 ≤ 5.000.000
X1, X2, X3, X4 ≥ 0
X1 = $ 750.000 monto invertido en crédito comercial

X2 = $ 950.000 monto invertido en bonos corporativos
X3 = $1.500.000 monto invertido en acciones en oro
X4 = $1.800.000 monto invertido en prestamos para construcción Interés total devengado
$712.000
94
PROBLEMA Nº 20.-
Problemas de dieta
El problema de dieta, una de las primeras aplicaciones de PL, originalmente fue utilizado por hospitales
para determinar la dieta más económica para pacientes. Conocido en aplicaciones agrícolas como
problema de mezcla de alimentos, el problema de dieta implica especificar un alimento o combinación de
ingredientes alimenticios que satisfaga los requerimientos nutricionales a nivel de costo minino
El Whole Food Nutrition Center utilizará tres granos a granel para preparar un cereal natural que vende
por libra. La tienda anuncia que cada porción de 2 onzas de cereal cuando se toma ½ taza de leche
entera satisface el requerimiento diario mínimo de un adulto de proteínas, riboflavina, fósforo, magnesio.
El costo de cada grano de granel y las utilidades de proteína, riboflavina, fósforo, y magnesio por libra de
cada uno se muestran en la tabla.
Costo por libra Proteina Riboflavina Fósforo Magnesio

Grano (centavos) (unidades/lb) (unidades/lb) (unidades/lb) (unidades/lb)
A 33 22 16 8 5
B 47 28 14 7 0
C 38 21 25 9 6
El requerimiento diario mínimo de un adulto (llamado Ración diaria Recomendada en Estados Unidos o
USRDA, por sus siglas en ingles) de proteínas es de tres unidades de riboflavina 2 unidades de fósforo,
1 unidad de magnesio, 0.425 unidades Whole Food desea elegir la mezcla de granos que satisfaga la
USRD a un costo mínimo.
X1= libras del grano A en una porción de 2 onzas de cereal

X2= libras del grano B es una porción de 2 onzas de cereal
X3= libras del grano C en una porción de 2 onzas de cereal
Función objetivo:
Minimizar el costo total de mezcla de una porción de 2 onzas = $0.33X1 + $0.47X2 + $0.38X3
Sujeta a:
22X1 + 28X2 + 21X3 ≥ 3 (unidades de proteínas)

16X1 + !4X2 + 25X3 ≥ 2 (unidades de riboflavina)
8X1 + 7X2 + 9X3 ≥ 1 (unidades de fósforo)
5X1 + 0X2 + 6X3 ≥ 0.425 (unidades de magnesio)
X1 + X2 + X3 = 0.125 (la mezcla total es de 2 onzas o 0.125 libras)
X1, X2, X3 ≥ 0
X1 = 0.025 libras del grano A en una porción de 2 onzas de cereal

X2 = 0.050 libras del grano B es una porción de 2 onzas de cereal
X3 = 0.050 libras del grano C en una porción de 2 onzas de cereal
El costo por porción es de $0.050
95
PROBLEMA Nº 21.-
Mezcla de ingredientes y problemas de mezclado
En realidad, los problemas de alimentación y dieta son casos especiales de una clase más general de
problema de PL conocidos como problema de mezclado o de ingredientes Los problemas de mezclado
surgen cuando se debe decidir con respecto a la mezcla de dos o más recursos para producir uno o más
productos .Los recursos en este caso, contienen uno o más ingredientes esenciales que deben ser
mezclados de modo que cada producto final contenga porcentajes específicos de cada ingredientes. El
ejemplo siguiente aborda una aplicación que se presenta con frecuencia en la industria petrolera: mezcla
de petróleos crudos para producir gasolina que se puede refinar
La Low Knock Oil Company produce dos granos de gasolina de precio reducido para distribución
industrial .Estos granos, regular y económico, se produce a través de la refinación de una mezcla de los
tipos de crudo, de tipo X100 y el tipo X200 Cada crudo difiere no sólo en un costo por barril, sino en su
composición. La tabla siguiente indica el porcentaje de ingredientes cruciales que contiene cada uno de
los crudos y el costo por barril de cada uno:
Tipo de Ingrediente Ingrediente Costo / Barril

Petróleo A(%) B(%) ($)
X100 35 55 30.00
X220 60 25 34.80
La demanda semanal de gasolina regular de Low Knock es por lo menos de 25,000 barriles y de la
economía de por lo menos 32.000 barriles de tipo regular debe ser de ingredientes A. Como máximo,
cada barril de tipo económico deberá obtener 50% de Ingredientes B
La administración de Low Knock debe decidir cuantos barriles de cada tipo de crudo debe comprar cada
semana para realizar la mezcla y satisfacer la demanda a costo mínimo Para resolver este problema
como problema PL la firma hace
X1 = barriles de crudo X100 mezclado para producir la gasolina regular.

X2 = barriles de crudo X100 mezclado para producir la gasolina económica.
X3 = barriles de crudo X220 mezclado para producir gasolina regular.
Función objetivo:
Minimizar el costo = $30X1 + $30X2 + $34.80X3 + $34.80X4
Sujeto a:
X1 + X3 ≥ 25,000 (demanda de gasolina regular)

X2 + X4 ≥ 32,000 (demanda de gasolina económica)
Por lo menos, 45% de cada barril de gasolina regular deber ser ingrediente A.
(X1 + X3) = cantidad total de crudo mezclado para producir la gasolina regular refinada.
Por lo tanto,
0,45(X1 + X3) = cantidad mínima de ingrediente A requerido.
Pero
0,35X1 + 0,60X3 = cantidad de ingrediente A en la gasolina regular refinada.
De manera que
96
0,35X1 + 0,60X3 ≥ 0,45X1 + 0,45X3

O
- 0,10X1 + 0,15X3 ≥ 0 (ingrediente A ante restricción de regular)
Asimismo, como máximo, de cada barril de gasolina económica 50% debe ser ingrediente B.
X2 + X4 = cantidad total de crudo mezclado para producir la gasolina económica refinada

demandada.
0,50(X2 + X4) = cantidad máxima de ingrediente B permitido.
0,55X2 + 0,25X4 = cantidad de ingrediente B en la gasolina económica refinada.
De manera que
0,55X2 + 0,25X4 ≥ 0,50X2 + 0,50X4

O
0,05X2 - 0,25X4 ≤ 0 (ingrediente B ante la restricción de gasolina económica)
He aquí la formulación de PL completa:
minimizar el costo = 30X1 + 30X2 + 34.80X3 + 34.80X4

sujeto a: X1 + X3 ≥ 25,000
X2 + X4 ≥ 32,000
-0.10X1 + 0.15X3 ≥ 0
0.05X2 - 0.25X4 ≤ 0
X1,X2,X3,X4 ≥ 0
X1 = 15.000 barriles de X100 en la gasolina regular.

X2 = 26.666,67 barriles de X100 en la gasolina económica.
X3 = 10.000 barriles X220 en la gasolina regular.
X4 = 5.333.33 barriles de X220 en la gasolina económica.
El costo de esta mezcla es de $1.783.600.
97
PROBLEMAS PROPUESTOS
1) Para el modelo de (LA COMPAÑÍA REDDY MIKKS). produce pinturas para exteriores como para
interiores, a partir de dos materias primas, M1 y M2. La siguiente tabla proporciona los datos
básicos del problema:
Toneladas de materia prima por tonelada de
Pintura para Pintura para Disponibilidad
Exteriores Interiores máxima diaria
(toneladas)
Utilidad por tonelada (1000 5 4

dólares)
Una encuesta de mercado restringe la demanda máxima diaria de pintura para interiores a 2
toneladas. Además, la demanda diaria de pintura para interiores no puede exceder a la de la pintura
para exteriores por más de 1 tonelada. Reddy Mikks quiere determinar la mezcla de producto óptima
(mejor) de pinturas para interiores y para exteriores que maximice la utilidad total diaria. Construya
cada una de las siguientes restricciones y expréselas con un lado derecho constante:
a) La demanda diaria de pintura para interiores excede a la de la pintura para exteriores cuando
menos por 1 tonelada.
b) El empleo diario de materia prima M2, es cuando mucho de 6 toneladas y cuando menos 3
toneladas.
c) La demanda de pintura para interiores no puede ser menor que la demanda de pintura para
exteriores.
d) La cantidad mínima de pintura que debe producirse, tanto para interiores como para
exteriores, es de 3 toneladas.
e) La proporción de pintura para interiores con la producción total de pinturas, tanto para
interiores como para exteriores, no debe exceder de 5.
2) Para la solución factible X1 = 2, X2 = 2 del modelo de Reddy Mikks, determine.
a) La cantidad no utilizada de materia prima M1.

b) La cantidad no utilizada de materia prima M2.
3) Suponga que Reddy Mikks le vende su pintura para exteriores a un solo mayorista, con un
descuento por cantidad. El resultado final es que la utilidad por tonelada será de 5.000 dólares si
el contratista compra no más de 2 toneladas diarias o de lo contrario de 4.500 dólares. ¿Es posible
modelar esta situación como un modelo de PL?
4) Determine el espacio de solución y la solución óptima del modelo de Reddy Mikks para cada uno
de los siguientes cambios independientes:
a) La demanda máxima diaria de pintura para exteriores es de 2.5 toneladas.

b) La demanda diaria de pintura para interiores es por lo menos de 2 toneladas.
c) La demanda diaria de pintura para interiores es exactamente de 1 tonelada más que la
pintura para exteriores.
d) La disponibilidad diaria de materia prima, M1, es de por lo menos 24 toneladas.
e) La disponibilidad diaria de materia, prima M1, es de 24 toneladas como mínimo y la demanda
diaria de pintura para interiores excede a la de la pintura para exteriores en por lo menos 1
tonelada.
5) La señorita Fernanda Erazo es una estudiante emprendedora de primer año en la Pontificia

Universidad Católica del Ecuador. Comprende que “sólo el trabajo y nada de diversión hacen de
Fernanda una muchacha aburrida”. Como resultado, Fernanda quiere distribuir su tiempo
disponible, de alrededor de 10 horas al día, entre el trabajo y la diversión. Calcula que el juego es
dos veces más divertido que el trabajo. También quiere estudiar por lo menos tanto como juega.
98
Sin embargo, Fernanda comprende que si quiere terminar todas sus tareas universitarias, no
puede jugar más de cuatro horas al día. ¿Cómo debe distribuir Fernanda su tiempo para
maximizar su satisfacción tanto en el trabajo como en el juego?
6) Para el modelo (DE LA DIETA). Ozark Farms utiliza diariamente por lo menos 800 libras de
alimento especial. El alimento especial es una mezcla de maíz y semilla de soya, con las
siguientes composiciones:
Libra por libra de alimento para ganado

Alimento para ganado Proteínas Fibra Costo (/libra)
Maíz 0.09 0.02 0.30
Semilla de Soya 0.60 0.06 0.90
Los requerimientos dietéticos diarios del alimento especial estipulan por lo menos un 30% de
proteínas y cuando mucho un 5% de fibra. Ozark Farms desea determinar el costo mínimo diario
de la mezcla de alimento, supongamos que la disponibilidad diaria de maíz se limita a 450 libras.
Identifique el nuevo espacio de solución y determine la nueva solución óptima.
7) Para el modelo de la dieta anterior. ¿Qué tipo de solución óptima daría el modelo si la mezcla de
alimento no excediera de 800 libras al día? ¿Tiene sentido esta solución?
8) Viviana Erazo debe trabajar por lo menos 20 horas a la semana para completar su ingreso
mientras asiste a la escuela. Tiene la oportunidad de trabajar en dos tiendas al detalle: en la tienda
1 Viviana puede trabajar entre 5 y 12 horas a la semana, y en la tienda 2 le permiten trabajar entre
6 y 10 horas. Ambas tiendas pagan el mismo por hora. De manera que Viviana quiere basar su
decisión acerca de cuántas horas debe trabajar en cada tienda en un criterio diferente: el factor
del estrés en el trabajo. Basándose en entrevistas con los empleados actuales, Viviana calcula
que, en una escala de 1 a 10, los factores del estrés son de 8 y 6 en las tiendas 1 y 2,
respectivamente. Debido a que el estrés aumenta por hora, ella supone que el estrés total al final
de la semana es proporcional al número de horas que trabaja en la tienda. ¿Cuántas horas debe
trabajar en cada tienda?
9) En el modelo de Reddy Mikks (problema 1), considerar la solución factible x 1 = 3 toneladas y x2 = 1

tonelada. Determine el valor de las holguras asociadas para la materia prima M1, y M2.
10) En el modelo de la dieta (problema 6), determine la cantidad excedente de alimento que consiste
en 500 libras de maíz y 600 libras de semilla de soya.
11) Dos productos se fabrican en un centro de maquinado. Los tiempos de producción por unidad de
los productos 1 y 2 son de 10 y 12 minutos, respectivamente. El tiempo regular total de la máquina
es de 2.500 minutos por día. En un día cualquiera, el fabricante vende entre 150 y 200 unidades
del producto 1, pero no más de 45 unidades del producto 2. Se pueden emplear horas extras para
satisfacer la demanda a un costo adicional de 0.50 de dólar por minuto.
a) Suponiendo que las utilidades por unidad de los productos 1 y 2 son.6.0 y 7.50 dólares,
respectivamente, formule un modelo y determine el nivel óptimo de fabricación para cada
producto, así como cualesquiera número de horas extra necesarias en el centro.
b) Si el costo por minuto de horas extra se incrementa a 1.50 dólares, ¿la compañía debe
utilizar horas extras?
12) Determine gráficamente el rango óptimo, para los siguientes problemas. Observe los casos
especiales donde c1 o c2 pueden asumir un valor de cero
99
Maximice z  2 x1  3 x2
Sujeta a
a) 3 x1  2 x2  5
 x  x2  0
x1 , x2  0
Maximice z  4 x1  3 x2
Sujeta a
b) 3 x1  5 x2  5
x1  x2  0
x1 , x2  0
13) En el problema de la dieta (ejercicio 6),
a) Determine la gama de optimilidad para la razón del costo por libra de maíz con el costo por
libra de alimento de semilla de soya.
b) Si el costo por libra de maíz se incrementa 20% y el del alimento de semilla de soya
disminuye 5%, ¿la solución actual seguirá siendo óptima?
c) Si el costo por libra de maíz se mantiene fijo a 30 centavos de dólar y el costo por libra de
alimento de semilla de soya aumenta a 1.10 dólares, ¿la solución actual seguirá siendo
óptima?
14) La tienda de comestibles B&K vende dos tipos de bebidas no alcohólicas: la marca de sabor de
cola A1 y la marca propia de la tienda, B&K de colas, más económica. El margen de utilidad en la
bebida de cola A1 es de alrededor de 5 centavos de dólar por lata, mientras que la de la bebida de
cola B&K suma una ganancia bruta de 7 centavos por lata. En promedio, la tienda no vende más
de 500 latas de ambas bebidas de cola al día. Aún cuando A1 es una marca más conocida, los
clientes tienden a comprar más latas de marca B&K, porque considerablemente es más
económica. Se calcula que la venta de la marca B&K superan a las de la marca A1 en una razón
de 2 a 1 por lo menos. Sin embargo, B&K vende, como mínimo, 100 latas de A1 al día.
a) ¿Cuántas latas de cada marca debe tener en existencia la tienda diariamente para maximizar
su utilidad?
b) Determine la razón de las utilidades por lata de A1 y B&K que mantendrá inalterada la
solución en (a).
15) Baba Furniture Company emplea a cuatro carpinteros durante 10 días para ensamblar sillas y
mesas. Se requieren 30 minutos para ensamblar una silla.y 2 horas para ensamblar una mesa.
Por lo común, los clientes compran entre cuatro y seis sillas con cada mesa. Las utilidades son de
13.5 dólares por mesa y 5 dólares por silla. La compañía opera un turno de 8 horas al día.
a) Determine gráficamente la mezcla de producción óptima de los 10 días.

b) Determine el rango de la razón de utilidades por unidad, que mantendrá inalterada la óptima
(a).
c) Si las utilidades actuales por cada mesa y silla se reducen 10%, utilice la respuesta en (b)
para mostrar la forma en la cual este cambio afecta la solución óptima obtenida en (a).
d) Si las utilidades actuales por cada mesa y silla cambia a 12 y 2.5 dólares, utilice el resultado
de sensibilidad en (b) para determinar si cambiará o no la solución en (a).
16) El Banco del Pacífico está asignando un máximo de 200.000 dólares para préstamos personales y
de automóviles durante el próximo mes. El banco cobra 14% por préstamos personales y 12% por
préstamos para automóviles. Ambos tipos de préstamos se liquidan al final de un periodo de un
año. La experiencia muestra que alrededor del 3% de los préstamos personales y del 2% de los
préstamos para automóviles nunca se liquidan. Por lo común, el banco asigna cuando menos el
doble de los préstamos personales a los préstamos para automóviles.
100
a) Determine la asignación óptima de fondos para los tipos de préstamos y la tasa neta de
utilidad que obtendrá el banco de todos los préstamos.
b) Determine el rango de optimilidad para la razón de las tasas de interés de préstamos
personales y para automóvil que mantendrá inalterada la solución en (a).
c) Supongamos que el porcentaje de préstamos personales y para automóvil no liquidados
cambia a 4% y 3%, respectivamente, ¿Cómo afectaría este cambio la solución óptima en
(a)?.
17) Electra produce dos tipos de motores eléctricos, cada uno en una línea de ensamble separada.
Las respectivas capacidades diarias de las dos líneas son de 600 y 750 motores. El motor tipo 1
emplea 10 unidades de cierto componente electrónico y el motor tipo 2 sólo utiliza 8 unidades. El
proveedor del componente puede proporcionar 8.000 piezas al día. Las utilidades por motor para
los tipos 1 y 2 son de 60 y 40 dólares, respectivamente.
a) Determine la mezcla óptima para la producción diaria.

b) Determine el rango de optimalidad de la razón de utilidades por unidad que mantendrá
inalterada la solución en (a)
18) Popeye Canning tiene un contrato para recibir 60.000 libras de tomates maduros a 7 centavos de
dólar por libra, con las cuales produce jugo de tomate enlatado, así como pasta de tomate. Los
productos enlatados se empacan en cajas de 24 latas. Una lata de jugo requiere una libra de
tomates frescos y una lata de pasta sólo requiere 1/3 de libra. La participación de mercado de las
compañías se limita a 2.000 cajas de jugo y 6.000 cajas de pasta. Los precios de mayoreo por
caja de jugo y de pasta son de 18 y 9 dólares, respectivamente.
a) Desarrolle un programa de producción óptima para Popeye.

b) Determine la razón del precio por caja con el precio por caja de pasta que permitirá que
Popeye produzca más cajas de jugo que de pasta.
19) Dean’s Furniture Company ensambla dos tipos de gabinetes de cocina de madera precortada:
regulares y de lujo. Los gabinetes regulares están pintados de blanco y los de lujo están
barnizados. Tanto la pintura como el barnizado se llevan a cabo en un departamento. La
capacidad diaria del departamento de ensamble puede producir un máximo de 200 gabinetes
regulares y 150 gabinetes de lujo. El barnizado de un gabinete del lujo se lleva el doble de tiempo
que pintar uno regular. Si el departamento de pintura /barnizado se dedica únicamente a las
unidades de lujo, terminaría 180 unidades diarias. La compañía calcula que las utilidades por
unidad de los gabinetes regulares y de lujo son de 100 y 140 dólares, respectivamente.
a) Formule el problema como un programa lineal y encuentre el programa de producción óptima

por día.
b) Supongamos que, debido a la competencia, las utilidades por unidad de las unidades
regulares y de lujo deben reducirse a 80 y 110 dólares, respectivamente. Utilice el análisis de
sensibilidad para determinar si la solución óptima en (a) se mantiene inalterada o no.
20) Wild West produce dos tipos de sombreros estilo vaquero. El sombrero tipo 1 requiere el doble de
tiempo de trabajo que el de tipo 2. Si todos los sombreros producidos únicamente son del tipo 2,
la compañía puede producir un total de 400 sombreros al día. Los límites diarios del mercado son
de 150 y 200 sombreros de los tipos 1 y 2, respectivamente. La utilidad del sombrero tipo 1 es de
8 dólares y la del sombrero tipo 2 es de 5 dólares.
a) Utilice la solución gráfica para determinar el número de sombreros de cada tipo que se debe
producir.
b) Determine el valor de incrementar la capacidad de producción de la compañía en un
sombrero tipo 2 y el rango para la cual es aplicable este resultado.
c) Si él limite de la demanda del sombrero tipo 1 disminuye a 120, determine el efecto
correspondiente en la utilidad óptima, utilizando el valor unitario del recurso.
d) ¿Cuál es el incremento en el valor por unidad en la participación de mercado del sombrero
tipo 2? ¿En cuánto se puede incrementar la participación de mercado, al mismo tiempo que
rinde el valor calculado por unidad?
101
21) Una compañía fabrica dos productos, A y B. El volumen de ventas de A es por lo menos 80% de
las ventas totales de A y B. Sin embargo, la compañía no puede vender más de 100 unidades de
A por día. Los dos productos utilizan una materia prima, cuya disponibilidad máxima diaria se
limita a 240 libras al día. Las proporciones de utilización de la materia prima son 2 libras para cada
unidad de A y 4 libras para cada unidad de B. Los precios unitarios de A y B son de 20 y 50
dólares, respectivamente.
a) Determine la mezcla óptima de los dos productos.

b) Determine el valor por cambio unitario en la disponibilidad de la materia prima y su rango de
aplicabilidad.
c) Utilice el análisis de sensibilidad para determinar el efecto de cambiar la demanda máxima
del producto A por  10 unidades.
22) Una compañía que opera 10 horas al día fabrica cada uno de los productos en tres procesos en
secuencia. La siguiente tabla resume los datos del problema:
Minutos por unidad

Producto Proceso 1 Proceso 2 Proceso 3 Utilidad por unidad
1 10 6 8 $2
2 5 20 10 $3

b) Supongamos que se está considerando los tres procesos para una expansión y usted
necesita determinar su prioridad. Diseñe una forma lógica para lograr esta meta.
23) Show & Sell puede anunciar sus productos en la radio o la televisión locales. El presupuesto para
anuncios está limitado a 10.000 dólares al mes. Cada minuto de anuncios por radio cuesta 15
dólares y cada minuto de comerciales por televisión cuesta 300 dólares. A Show & Sell le agrada
utilizar los anuncios por radio por lo menos el doble de los anuncios por televisión. Por lo pronto,
no es práctico utilizar más de 400 minutos de anuncios por radio. La experiencia pasada muestra
que se calcula que los anuncios por televisión son 25 veces más efectivos que los de la radio.
a) Determine la asignación óptima del presupuesto para los anuncios por radio y televisión.
b) Determine el valor por unidad de incrementar el límite mensual en la publicidad por radio.
c) Si el presupuesto mensual se aumenta a 15.000 dólares, utilice la definición de valor de la
unidad para determinar la medida resultante de la efectividad publicitaria.
24) Wyoming Electric Coop. Es propietaria de una planta generadora de energía con turbina de vapor.
Debido a que Wyoming es rica en depósitos de carbón, la planta genera vapor con carbón. Sin
embargo, esto crea el problema de satisfacer los estándares de emisión. Las regulaciones de la
Environmetal Protection Agency (Agencia de Protección Ambiental) limitan la descarga de dióxido
de azufre a 2.000 partes por millón y la descarga de humo de las chimeneas de la plante a 20
libras por hora. La Cooperativa recibe dos grados de carbones pulverizados, C 1 y C2, para ser
utilizados en la planta. Por lo común, los dos grados se mezclan antes de quemarlos. Por
simplicidad, supondremos que el contaminante de azufre de la mezcla (en partes por millón) es un
promedio ponderado de la proporción de cada grado empleado en la mezcla. Los siguientes datos
se basan en el consumo de una tonelada por hora de cada uno de los dos grados de carbón.
Grado de Descarga de azufre Descarga de humo Vapor generado en

carbón en partes por millón en libras por hora libras por hora
C1 1 800 2.1 12 000
C2 2 100 0.9 9 000
a) Determine la proporción óptima para mezclar los dos grados de carbón.

b) Determine el efecto de relajar el límite de la descarga de humo 1 libra sobre la cantidad de
vapor generado por hora.
25) La división de Educación Continua en Ozark Community College ofrece un total de 30 cursos
cada semestre. Los cursos que ofrece generalmente son de dos tipos: prácticos, como trabajos en
madera, procesador de palabras y mantenimiento de automóviles; y humanísticos, como historia,
música y bellas artes. Para satisfacer las demandas de la comunidad, es necesario ofrecer por lo
102
menos 10 cursos de cada tipo, cada semestre. La división calcula que los ingresos por ofrecer
esos cursos prácticos y humanísticos son aproximadamente 1.500 y 1.000 dólares por curso,
respectivamente.
a) ¿Cómo debe asignar la escuela sus cursos?

b) Determine el ingreso si se incrementa el requerimiento mínimo de los cursos prácticos con un
curso más.
c) Determine el ingreso si se incrementa el requerimiento mínimo de los cursos humanísticos
con un curso más.
26) Burroughs Garment Company fabrica camisas para caballero y blusas para damas para Walmark
Discount Strores. Walmark aceptará toda la producción que le proporcione Burroughs. El proceso
de producción que incluye corte, costura y empacado. Burroughs emplea a 25 trabajadores en el
Departamento de corte, a 35 en el Departamento de costura y a 5 en el departamento de
empacado. La fábrica trabaja un turno de 8 horas, sólo 5 días a la semana. La siguiente tabla
proporciona los requerimientos de tiempo y las utilidades por unidad para las dos prendas:
Minutos por unidad

Prenda Corte Costura Empacado Utilidad por unidad ($)
Camisas 20 70 12 2.50
Blusas 60 60 4 3.20
a) Determine el programa de producción semanal óptima para Burroughs.

b) Si los requerimientos mínimos diarios de Walmark son de 2.000 camisas y 3.000 blusas, ¿es
posible que Burroughs proporcione estas cantidades con su semana de trabajo actual de 5
días? De no ser así, ¿puede usted sugerir alguna forma para que Burroughs satisfaga estos
requerimientos? ¿Cuál será el programa de producción óptimo en este caso?
c) Determine el valor por hora de los procesos de corte, costura y empacado.
d) Supongamos que se puedan trabajar horas extra en los departamentos de corte y costura,
¿cuál debe ser la tarifa máxima por hora que debe pagar Burruoghs por las horas extra?
27) ChemLabs fabrica dos productos de limpieza para el hogar, A y B procesando dos tipos de materia
prima, I y II. El procesamiento de una unidad de materia prima I cuesta 8 dólares y produce 0.5
unidad de solución A y 0.5 unidad de solución B. Además, el procesamiento de una unidad de
materia prima II cuesta 5 dólares y produce 0.6 unidad de solución A y 0.4 unidad de solución B.
La demanda diaria de la solución A es entre 10 y 15 unidades y la de la solución es entre 12 y 20
unidades.
a) Encuentre la mezcla óptima de A y B que debe producir ChemLabs.

b) Determine el valor por cambio de unidad en los límites de la demanda de los productos A y
B.
28) Una línea de ensamble que consta de tres estaciones consecutivas produce dos modelos de
radios: Hi-fi-1 y Hi-fi-2. La siguiente tabla proporciona los tiempos de ensamble para las tres
estaciones de trabajo.
Minutos por unidad

Edición de trabajo Hi-fi-1 Hi-fi-2
1 6 4
2 5 5
3 4 6
El mantenimiento diario de las estaciones 1, 2 y 3 consume 10%. 14% y 12% respectivamente,

del máximo de 480 minutos disponibles para casa estación, cada día.
a) La compañía desea determinar la mezcla óptima de productos que minimizará los tiempos
inactivos (o no utilizados) en las tres estaciones de trabajo.
b) Determine el valor de disminuir 1 punto de porcentaje el tiempo diario de mantenimiento para
cada estación.
103
29) Un ejecutivo de negocios tiene la opción de invertir más dinero en dos planes; el plan A garantiza
que cada dólar invertido ganará 0.70 de aquí a un año y el plan B garantiza que cada dólar
invertido ganará 2 dólares después de 2 años. En el plan A, las inversiones se pueden hacer
anualmente y en el plan B, las inversiones se permiten únicamente en los períodos que son
múltiplos de dos.
a) ¿Cómo debe invertir el ejecutivo 100.000 dólares para maximizar las ganancias al final de 3
años?
b) ¿Vale la pena que el ejecutivo invierta más dinero en los planes?
30) OilCo construye una refinería para elaborar cuatro productos: diesel, gasolina, lubricantes y
combustible para aviones. Las demandas (en barriles/día) de esos productos son 14,000, 30,000,
10,000 y 8000, respectivamente. Irán y Dubai tienen contrato para enviar crudo a OilCo. Debido a
las cuotas de producción que especifica la OPEP (Organización de Países Exportadores de
Petróleo) la nueva refinería puede recibir al menos el 40% de su crudo de Irán, y el resto de Dubai.
OilCo pronostica que estas cuotas de demanda y de crudo permanecerán estables durante los 10
años siguientes.
Las distintas especificaciones de los dos crudos determinan dos proporciones distintas de
productos: un barril de crudo de Irán rinde 0.2 barril de diesel, 0.25 barril de gasolina, 0.1 barril de
lubricante y 0.15 barril de combustible para avión. Los rendimientos correspondientes del crudo de
Dubai son: 0.1, 0.6, 0.15 y 0.1, respectivamente. OilCo necesita determinar la capacidad mínima
de la refinería, en barriles de crudo por día.
31) Ahorros S.A. desea invertir una suma que genere un rendimiento anual mínimo de $10,000.
Dispone de dos grupos accionarios: acciones selectas y alta tecnología, con un rendimiento anual
promedio de 10 y 25%, respectivamente. Aunque las acciones de alta tecnología dan más
rendimiento, son más arriesgadas, y Ahorros desea limitar la cantidad invertida en ellas a un
máximo de 60% del total.
¿Cuál es la cantidad mínima que debe invertir Ahorros en cada grupo de acciones para alcanzar la
meta de inversión?
32) Una empresa fabrica cuatro productos: A, B, C y D. Cada unidad del producto A requiere dos
horas de fresado, una hora de montaje y 10 dólares de inventario en proceso. Cada unidad del
producto B necesita una hora de fresado, tres horas de montaje y un costo de cinco dólares de
proceso de inventariado. Una unidad del producto C requiere 2 ½ horas de fresado, 2 ½ horas de
montaje y dos dólares de proceso de inventariado. Por último, cada unidad del producto D requiere
cinco horas de fresado, no necesita montaje y cuesta 12 dólares de proceso de inventariado.
La empresa tiene 120 horas de fresado y 160 horas de montaje disponibles. Además, no puede
disponer de más de mil dólares para proceso de inventario.
Cada unidad del producto A genera un beneficio de 40 dólares; una unidad del producto B genera
un beneficio de 24 dólares; las unidades del producto C generan 36 dólares y las del producto D,
23 dólares. No se pueden vender más de 20 unidades del producto A, ni más de 16 unidades del
producto C; puede venderse cualquier número de unidades de los productos B y D. Sin embargo,
hay que producir y vender por lo menos 10 unidades del producto D para satisfacer un requisito
contractual.
Formule el problema anterior como un problema de programación lineal. El objetivo de la empresa

es maximizar los beneficios que resultan de la venta de los cuatro productos. Resuelva el
problema en computadora.
33) Una compañía vende dos productos diferentes, A y B. La información del precio de venta y de los
costos unitarios es la siguiente:
Producto A Producto B
Precio de venta $ 60 $ 40
Costo unitario 30 10
Beneficios unitarios $ 30 $ 30
104
Los dos productos se fabrican en un proceso de producción común y se venden a dos mercados
distintos. El proceso de producción tiene capacidad de 30 000 horas de trabajo. Se requieren
tres horas para producir una unidad A y una hora para producir una unidad B. El mercado se ha
estudiado y los funcionarios de la compañía consideran que el número máximo de unidades de A
que pueden vender es 8.000; el máximo de B es 12 000 unidades. Los productos se pueden
vender en cualquier combinación, con las limitaciones anteriores.
Formule el problema anterior como un problema de programación lineal; es decir, escriba las
ecuaciones apropiadas y resuélvalo gráficamente.
34) Mangus Electric Products Co. (MEPCO) produce grandes transformadores eléctricos para la
industria eléctrica. La compañía tiene pedidos (Tabla) para los próximos seis meses. Se espera
que el costo de manufactura de un transformador varíe un poco en los próximos meses, por
cambios esperados en los costos de los materiales y en las tarifas de trabajo. La compañía puede
producir hasta 50 unidades al mes con tiempo normal y hasta 20 unidades adicionales si utiliza
tiempo extra. En la tabla se muestran los costos del tiempo normal y los del tiempo extra.
Mes
Ene. Feb. Mar. Abr. Mayo Jun.
Pedidos (unidades) 58 36 34 69 72 43
Costo por unidad con tiempo
regular (miles de dólares) 18 17 17 18,5 19 19
extra (miles de dólares) 20 19 19 21 22 22
El costo de almacenamiento en inventarios de los transformadores que no se vendan es 500

dólares por mes. Al 10 de enero, la compañía tiene 15 transformadores en existencias y desea
tener no menos de cinco en existencias para el 30 de junio.
Formule un problema de programación lineal para determinar el programa de producción óptimo

para MEPCO.
35) La compañía de diamantes Transval extrae diamantes de tres minas de Sudáfrica. Las tres
difieren en cuanto a capacidad, número, peso de las gemas y costos; estos datos se presentan en
la tabla.
Capacidad Costos de Recuento de

3
(m de tierra tratamiento Grado gemas (número
3 3 3
Mina procesada) (rands por m ) (quintales m ) de piedras m )
Planta 1 83000 RO.60 0,36 0,58
Planta 2 310000 RO.36 0,22 0,26
Planta 3 190000 RO.50 0,263 0,21
Según las consideraciones de mercadotecnia, se requiere una producción mensual exacta de 148
000 gemas, mientras que otro requisito exige por lo menos 130 000 quilates (así, el tamaño
promedio de las gemas es, por lo menos, de 130/148 = 0.88 quilates).
El problema para el gerente de la compañía es cumplir con las exigencias de mercadotecnia al

menor costo.
36) Queremos seleccionar una estrategia de publicidad para llegar a dos tipos de clientes: amas de
casa de familias con ingresos anuales superiores a 10 000 dólares y amas de casa de familias con
ingresos anuales inferiores a 10 000 dólares. Consideramos que las personas del primer grupo
comprarán dos veces más nuestro producto que las personas del segundo grupo, y nuestro
objetivo es maximizar las compras. Podemos anunciar el producto en televisión o en una revista;
una unidad de publicidad en televisión cuesta 20.000 dólares y llega a aproximadamente 2.000
personas del primer grupo y a 8.000 del segundo. Una unidad de publicidad en la revista cuesta
12. 000 dólares y llega a 6.000 personas del primer grupo y a 3.000 del segundo. Hay que usar
por lo menos seis unidades de publicidad en televisión y no podemos usar más de 12 unidades de
105
publicidad en la revista, por cuestiones de política. El presupuesto para publicidad es de 180 000
dólares.
Formule este problema como un problema de programación lineal, definiendo todas las variables
que utilice. Resuelva por el método gráfico para encontrar la estrategia de publicidad óptima.
37) En fechas recientes, Super Sausage Company (SSC) ha experimentado cambios radicales en los
precios de las materias primas, y el gerente ha dado instrucciones a una analista para que
examine las proporciones de mezcla de ingredientes que se usa SSC para fabricar salchichas.
La fabricación de salchichas debe cumplir con dos requisitos clave para el producto. El porcentaje
de proteína en peso debe ser por lo menos del 15% y el porcentaje de grasas en peso no puede
exceder el 30% (el peso restante es de relleno). SSC dispone de las cuatro materias primas
siguientes para sus mezclas, con las características que se indican:
Porcentaje De Porcentaje Costo por

Ingrediente Proteína de grasas kilogramo
A 40 10 $ 1.80
B 20 15 0.75
C 10 35 0.40
D 5 40 0.15
Formule un modelo de programación lineal que ayude a SSC a determinar el programa de

mezclas más deseable. Resuelva el problema en computadora.
38) Remítase al problema de mezcla de productos. Una empresa de manufactura fabrica productos, A
y B, cada uno de los cuales debe procesarse en dos máquinas diferentes. Una máquina tiene 24
horas de capacidad disponibles y la otra sólo tiene 16 horas. Cada unidad del producto A necesita
tres horas en cada máquina, mientras que una unidad del producto B necesita tres horas en la
primera máquina y una hora en la segunda. Los beneficios marginales son de seis dólares por
unidad del producto A y siete dólares por unidad del producto B y la empresa puede vender todas
las unidades que puede fabricar de los dos productos.
El objetivo de la empresa es maximizar los beneficios. El problema es determinar cuántas

unidades de los productos A y B deben producirse dentro de los límites de las capacidades
disponibles de las máquinas. Resuelva el problema con los dos productos A y B
Suponga que la empresa tiene un tercer producto, C, que puede producirse en la primera o en la
segunda máquina. Si se produce en la primera máquina se requiere una hora; si se hace en la
segunda máquina, se necesitan dos horas. El producto C tiene beneficios marginales de nueve
dólares por unidad.
Modifique la formulación del problema para incluir el producto C.
39) El Consejo de Seguridad de Estados Unidos debe asignar su presupuesto para los próximos tres
años. Ya se han tomado decisiones irrevocables con respecto a varias “áreas programadas” y a su
financiamiento total; por ejemplo, se ha asignado un total de 110.000 dólares a la prevención de
fallecimientos y a la reducción en daños a propiedades por accidentes automovilísticos. Pero hay
que tomar decisiones detalladas acerca de los proyectos específicos para alcanzar los objetivos
de los programas. En el caso de la prevención de fallecimientos y de la reducción en daños a
propiedades, la tabla contiene los proyectos que recomendaron los analistas del consejo, junto
con los datos apropiados. Los miembros del consejo quieren que usted los ayude a tomar las
decisiones sobre la asignación del presupuesto (o sobre la elección y la magnitud de los
proyectos). Al preguntarles cuál de los objetivos específicos es más importante, dijeron: “¡Es una
pregunta difícil! Por una parte, la vida humana es sagrada y no puede comprarse con ninguna
cantidad de dinero. Por otra parte, si hay dos maneras de ahorrar el mismo número de vidas,
obviamente preferiríamos el proyecto que de cómo resultado la menor cantidad de daños a
propiedades”.
106
Límite superior de
gastos para el Prevención esperada de Reducción esperada en
proyecto fallecimientos por cada daños a propiedades por
Proyecto (en dólares) 1.000 dólares gastados cada 1000 dólares gastados
1. Publicidad para el uso de $80 000 0.33 $0
cinturones de seguridad.
2. Investigación para mejorar el 20 000 0.25 20 000
diseño de carreteras.
diseño de automóviles.
4. Dólares gastados para 100 000 0.27 10 000
promover leyes estatales más
severas para conductores
ebrios
Al preguntarles en forma específica cuál sería la “compensación” entre vidas salvadas y daños a
propiedades que les sería indiferente, su respuesta fue: “¡Esta pregunta es aún más difícil! Sin
embargo, somos conscientes de que un organismo de gobierno ha establecido, para fines
internos de asignación de recursos, un valor monetario implícito de 300.000 dólares por una vida
humana que se salve (creemos que otro organismo también usa esta cifra para tomar decisiones
acerca de la incorporación de características de seguridad adicionales en su equipo)”.
Formule un modelo de programación lineal cuya solución represente una asignación óptima del
presupuesto de 110.000 dólares, con base en la información anterior. Asegúrese de definir todas
las variables que utilice, para resolver por computadora el problema formulado.
40) Delight Dary Company (DD) produce una amplia gama de productos lácteos. Los productos se han
separado en dos categorías principales, con el fin de planificar la producción: helados (varios
sabores y tamaños) y especialidades (helado en palito, emparedados de helado, conos de helado,
etc.) Cada clase de producto tienen su propio equipo de empaquetado, pero ambas usan una
misma máquina de fabricación de helado; también emplean el mismo grupo de trabajadores para
producir y empaquetar cada clase de producto.
Los helados requieren dos horas de la máquina de fabricación de helados, una hora en su propia
línea de empaquetado y tres horas de trabajo para producir 4.000 litros de producto terminado.
Las especialidades requieren una hora de la máquina de fabricación de helado, una hora en su
propia línea de empaquetado y seis de trabajo para producir el equivalente de 4.000 litros de
producto terminado. DD puede vender 4.000 litros de helado en 300 dólares, y 4.000 litros de
especialidades en 500 dólares. Los costos de materias primas son aproximadamente iguales para
ambas clases de productos.
En la actualidad, la compañía tiene un turno de trabajo (40 horas por semana) y emplea tres
trabajadores de tiempo completo y un empleado de ¾ de tiempo, para un total de 120 + 30 = 150
horas de trabajo a la semana.
Formule un modelo de programación lineal para la planificación de la producción de Delight Dairy y

resuelva gráficamente.
41) Empire Abrasive Company (EAC) produce polvo de óxido de alumno que utiliza en sus afiladoras y
en sus abrasivos. Hay dos tipos de producto terminado: polvo fino polvo grueso. Existen además
dos tipos de insumos llamados crudo de Surinam y crudo chino (según el país de donde proviene
la bauxita de la cual se obtiene el crudo). Por último, hay dos modos de procesamiento, llamados
rápido y lento, que pueden aplicarse a cualquiera de los materiales de entrada para producir
diversos porcentajes de los productos terminados. La tabla – describe los porcentajes de cada
producto terminado que se obtienen de las posibles combinaciones de los materiales de entrada y
de los modos de procesamiento.
107
Entrada de crudo de Entrada de crudo

Surinam Chino
Primer Segundo Primer Segundo
proceso proceso proceso proceso
Porcentaje de polvo grueso 45 25 35 20
Porcentaje de polvo fino 50 70 60 80
Perdidas en la producción 5 5 5 0
La tonelada de crudo de Surinam cuesta 300 dólares, mientras que la de crudo chino cuesta 350.
Una tonelada de procesamiento rápido cuesta 50 dólares, y una de procesamiento lento cuesta
40 dólares. La tonelada de polvo grueso se vende a 500 dólares y la de polvo fino a 325. La
planta de EAC puede procesar 1.000 toneladas de crudo por semana. No hay límites en cuanto
al volumen de producto terminado que puede venderse.
Formule un modelo de programación lineal para este problema que indique cómo puede llegar
EAC a la situación más rentable. Nota: EAC puede usar ambos tipos de crudo y ambos tipos de
procesos; es decir, puede existir soluciones fraccionarias.
42) La compañía Consolidated ha contratado el envió de sus productos de la fábrica a los almacenes.
El volumen de entregas se mide en toneladas – kilómetro (toneladas de producto multiplicadas por
el número de kilómetros hasta el punto de entrega).
Consolidated tiene que entregar aproximadamente 400.000 toneladas-kilómetro por mes.
Actualmente, Consolidated paga a Speedie Trucking Company 50 centavos por tonelada –

kilómetro para que entregue el producto, pero quiere comprar una flotilla de camiones para
hacerse cargo de todo o de una parte del servicio de entrega.
Se consideran tres tipos de camiones: grandes camiones remolque, camiones medianos y

camionetas. En la tabla se presentan los detalles de cada tipo.
Tipo Costo de Costo operativo Capacidad (toneladas-

compra (tonelada-kilómetro) KilómetroPor mes)
Remolque $15.000 $0.28 10.000
Mediano 8.000 0.32 8.000
CAMIONETA 5.000 0.40 5.000
Speedie Trucking ha indicado que seguiría entregando los productos que Consolidated no pueda
distribuir con sus camiones, a la misma tarifa de 50 centavos por tonelada kilómetro.
En Consolidated hay escasez de fondos de capital para equipo, y sólo se dispone de 380 000
dólares para las compras.
Además de la limitación del presupuesto, existen otras restricciones con respecto a los tipos de
camiones que se compren.
El primer punto es el área de carga disponible. Debido a las limitaciones del espacio de
almacenamiento y de las maniobras de carga, no caben más de 28 camiones. Un remolque o un
camión mediano ocuparía un espacio; dos camionetas ocuparían un espacio.
Además, como consecuencia de los tipos y tamaños de las entregas, por lo menos dos terceras
partes de los vehículos que se compren tendrán que ser remolques o camiones medianos.
Formule este problema como un problema de programación lineal. Resuelva en computadora.

Tenga cuidado en la especificación del objetivo y en la definición de las variables.
43) Acme Skateboard Company fabrica tres modelos de patinetas: regular, especial y de lujo. En la
tabla se muestran los datos de costos, precio de venta y otra información relacionada con cada
modelo.
108
Modelo Regular Especial De lujo

Precio de venta por unidad 7 15 25
Costo de materias primas por unidad 3 6 10
Horas de trabajo necesarias para el montaje, para 0.1 0.2 0.5
el acabado y para el empaquetado por unidad.
Límite superior de la demanda para las ventas semanales. 1000 800 300
Acme tiene una fuerza de trabajo de cinco individuos asalariaos que trabajan un máximo de 40
horas por semana y que reciben una paga de 280 dólares por semana (incluyendo prestaciones)
aunque no trabajen las 40 horas. Acme desea encontrar el plan óptimo de producción semanal
que maximice el beneficio y la contribución al costo fijo de fuerza de trabajo.
Formule un modelo de programación lineal que maximice el beneficio más la contribución a los
costos fijos de fuerza de trabajo.
44) Emory Aluminum Company fabrica rollos de papel de aluminio de distintas anchuras. Los clientes
pueden pedir rollos de 60,50, 30 o 20 centímetros de ancho. El papel se fabrica con un ancho
normal de 135 centímetros y las anchuras menores se cortan del rollo normal.
Método de corte
Anchura 1 2 3 4 5 6 7 8 9 10 11 12 13
60 centímetros 2 1 1 1 1
50 centímetros 1 2 2 1 1 1
30 centímetros 1 2 1 2 1 4 2
20 centímetros 1 2 3 1 1 2 4 3 6
Desperdicio 15 5 5 15 15 5 15 5 15 5 15 15 15
(centímetros)
Hay varias maneras de cortar las anchuras menores, como se indica en la tabla. Por ejemplo, con
el método 3 se cortan del rollo normal un rollo de 60 cm. de ancho, un rollo de 30 cm de ancho y
dos rollos de 20 cm. Con este método queda cinco centímetros de desperdicio [135 – 60 – 30 –
2(20) = 5]. Puesto que el método de corte genera ciertos desperdicios, hay algunas combinaciones
(que no se indican) que no se pueden cortar. Todos los rollos para corte tienen anchura de 135
centímetros y todos los pedidos son par las medidas que se indican en la tabla. Además, todos los
pedidos tienen una longitud determinada (la longitud del rollo).
Emory ha recibido los siguientes pedidos para el mes de julio
:Ancho Rollos pedidos

24 centímetros 330
20 centímetros 120
12 centímetros 480
8 centímetros 160
¿Cómo debe cortar Emory sus rollos para satisfacer los pedidos? Formule un modelo de
programación lineal para el problema, resuelva en computadora.
45) Un fabricante ha establecido un contrato para producir 2.000 unidades de un producto en los
próximos ocho meses. El programa de entregas es el siguiente:
Mes Unidades
Enero 100
Febrero 200
Marzo 300
Abril 400
Mayo 100
Junio 100
Julio 500
Agosto 300
Total 2.000
109
El fabricante ha estimado que le cuesta un dólar almacenar una unidad de producto durante un
mes. La capacidad de su almacén es de 300 unidades.
El fabricante puede producir cualquier número de unidades en un mes, ya que se producen

principalmente con mano de obra temporal, fácilmente disponible. Sin embargo, existe el costo de
la capacitación del nuevo personal y los costos que se relacionan con los despidos de personal. El
fabricante estima que cuesta unos 785 centavos por unidad aumentar el nivel de producción de un
mes al siguiente (es decir, si la producción de enero es 200 y aumenta a 300 en febrero, el costo
es de 75 dólares para capacitación del personal adicional que se requiere para producir al nivel de
300 unidades). De manera análoga, cuesta 50 centavos por unidad reducir la producción de un
mes al siguiente. (Al término de los ocho meses se despedirá a todos los empleados, con los
costos correspondientes de la reducción de la producción). Suponga que el nivel de producción
antes de enero es cero.
a) Formule lo anterior como un problema de programación lineal y resuelva en computadora.

b) Suponga que hay un límite de producción de 300 unidades mensuales. Formule el problema
de programación lineal con esta restricción adicional y resuelva en computadora.
46) La compañía eléctrica Stateside planifica la construcción de nuevas instalaciones en su área para
los próximos 10 años. Es posible construir cuatro tipos de instalaciones de energía eléctrica:
plantas de vapor que utilizan carbón para generar energía, plantas hidroeléctricas sin represa,
plantas hidroeléctricas con represa, plantas hidroeléctricas con represas pequeñas (capacidad de
almacenamiento de agua suficiente para cubrir las fluctuaciones diarias) y plantas hidroeléctricas
con grandes represas (suficiente capacidad de almacenamiento de agua para cubrir las
fluctuaciones de flujo de agua y las de demanda de energía en la temporada.
El consumo de energía eléctrica se basa en tres características. La primera es el consumo anual

total; se estima que el área requerirá 4 billones de kilowatts- hora hasta el décimo año. La segunda
característica es el consumo máximo de energía, que por lo general ocurre en cualquier día de
verano alrededor de las 4 P.M. Todos los planes deben suministrar capacidad máxima suficiente
para cubrir la necesidad máxima esperada de 3.000 millones de Kilowatts en el décimo año. La
tercera característica es el suministro garantizado de energía, que se mide como el suministro
diurno promedio a mediados de invierno, cuando el consumo es alto y los niveles de agua APRA
las plantas hidroeléctricas son bajos. El requisito de suministro garantizado hasta el décimo año es
de 2.000 millones de kilowatts.
Las diversas plantas de energía posibles varían en cuanto a la forma de satisfacer estas
características. Por ejemplo, las plantas hidroelécticas con represas pueden proporcionar gran
capacidad máxima, mientras que las plantas de vapor y las hidroeléctricas sin represas nos
funcionan muy bien en este aspecto.
En la tabla se presentan las características de los distintos tipos de plantas. Cada una se mide en
función de una unidad de capacidad, la cual se define como la capacidad para producir un billón
de kilowatts – hora por año. Observe que los tipos de plantas varían considerablemente en sus
costos de inversión, así como en sus costos operativos (de explotación) anuales. Por ejemplo, el
costo del carbón eleva bastante los costos anuales de las plantas de vapor, mientras que los
costos operativos anuales de las plantas hidroeléctricas son relativamente menores. La última
columna de la tabla muestra los costos totales actualizados, que incluyen tanto el costo de
inversión como los costos operativos anuales actualizados.
Suministro Suministro Costo de la Costo total

garantizado máximo inversión actualizado
(millones de (millones de ( miles de ( miles de
Tipo kilowatts) kilowatts) dólares) dólares)
Vapor 0.15 0.20 30 65
Hidroeléctrica, sin represa 0.10 0.10 40 42
Hidroeléctrica, represa pequeña 0.10 0.40 60 64
Hidroeléctrica, represa grande 0.80 0.90 100 110
110
La compañía quiere desarrollar un plan de 10 años que detalle la capacidad de cada tipo de
planta que debe construir. El objetivo es minimizar el costo total actualizado, pero existe la
restricción de que no puede invertir más de 350 millones de dólares en plantas en los próximos
diez años. Formule el problema como un modelo de programación lineal y resuelva en
computadora.
47) En los modelos de programación lineal, por lo general se supone que la demanda de un producto
es algo conocido, cuando en la práctica esta demanda es incierta. Con frecuencia se puede
incorporar esta demanda incierta a un modelo de programación lineal, como se ilustra en este
ejercicio.
Remítase al problema 32. Considere el producto A, para cuya demanda se supone que existe un
límite superior de 10 unidades. Suponga ahora que el límite superior para la demanda del producto
A es incierta pero se asigna una probabilidad de 0.4 de que se vendan 10 unidades como máximo,
y de 0.6 de que se vendan 20 como máximo. Suponga también que si se producen más de 10
unidades y el límite superior de la demanda resulta ser sólo 10 unidades, se puede vender el
excedente a un precio reducido que solo ofrecerá un beneficio de 10 dólares por unidad. Su
objetivo es maximizar el beneficio esperado. ¿Cómo modificaría la formulación del problema 32
para lograrlo?
Recomendación: Defina una nueva variable como el exceso de producción del producto A, por
encima de 10 unidades, y considere los ingresos esperados que se obtendrían de la venta de
estas unidades y resuelva en computadora.
48) Remítase al problema 33.
a) Resuelva el problema en forma gráfica para encontrar la combinación óptima de productos

Para que los apartados (b) a (d) de este problema, considere que cada caso por separado.
Convierta además a millares todas las unidades y resuelva gráficamente.
b) Suponga que el número máximo de unidades del producto A que pueden venderse es 9.000
(en lugar de 8.000, como en el caso base) ¿Cuál es el efecto de la solución? ¿Cuál es el
efecto de los beneficios? ¿Cuál es el precio dual para la restricción que limita las ventas del
producto A?
c) Suponga que el número máximo de unidades del producto B que pueden venderse es 13.000
(y no 12.000, como en el caso base). ¿Cuál es el efecto en los beneficios? ¿Cuál es el precio
dual para la restricción que limita las ventas del producto B?
d) Suponga que hay 31.000 horas de trabajo disponibles, en lugar de las 3.000 del caso base.
¿Cuál es el efecto en el problema? ¿Cuál es el efecto de los beneficios? ¿Cuál es el precio
dual de la restricción del número de horas de trabajo?
e) Remítase a los apartados (b), (c) y (d) anteriores. Determine en forma gráfica los intervalos
del término independiente en los cuales se mantienen los precios duales de las tres
restricciones.
49) Remítase al problema 40 (el problema de la compañía Delight Dairy).
a) Suponga que se podrían obtener 10 horas de trabajos adicionales (convirtiendo la posición

de ¾ de tiempo en tiempo completo). ¿Cuál es el efecto de la solución? Muestre el resultado
de manera gráfica. Calcule el precio dual por hora de trabajo adicional.
b) ¿Cuántas horas de trabajo adicional pueden añadirse antes de que cambie el precio dual
que calculo en (b)? Muestre el resultado en forma gráfica.
c) Suponga que la competencia ha hecho que el precio del helado baje de 300 a 200 dólares
por cada 4.000 litros. ¿Cambiaría esto el plan de producción de DD? De ser así, ¿cuál sería
el nuevo plan?
50) La compañía de préstamos U-Save planifica sus operaciones para el año entrante. Ofrece cinco
tipos de préstamos, descritos a continuación, junto con el rendimiento anual (porcentaje) para la
compañía.
Los requisitos legales y la política del a compañía imponen los siguientes límites a las cantidades
que pueden entregarse en los distintos tipos de préstamos.
111
Tipo de préstamos Rendimiento anual

(porcentaje)
Préstamos personales 15
Préstamos para muebles 12
Préstamos para automóviles 9
Segunda hipoteca de casa 10
Primera hipoteca de casa 7
Los préstamos personales no pueden exceder el 10% de la cantidad total de los préstamos. La
cantidad total de los préstamos. La cantidad de préstamos personales y para muebles, en
conjunto, no debe ser mayor del 20%. Las primeras hipotecas deben constituir por lo menos el
40% de todas las hipotecas y por lo menos el 20% del total de préstamos. Las segundas
hipotecas no pueden exceder el 25% del total de préstamos.
La compañía desea maximizar los ingresos de los intereses de los préstamos, sujetándose a las
restricciones anteriores. La empresa puede prestar como máximo 1.5 millones de dólares.
Formule este problema como uno de programación lineal Resuelva en computadora.
.
51) Remítase al problema 50.
a) Si la compañía pudiera juntar 1.5 millones de dólares adicionales para prestarlos, ¿cuál sería
el rendimiento de cada dólar adicional? ¿En qué intervalo se mantendría el valor?
b) Suponga que el rendimiento anual de las segundas hipotecas aumenta del 10 al 12%. ¿Cuál
sería el efecto en la solución del problema (es decir, en la cartera de préstamos)? ¿Cuál sería
el efecto en el rendimiento total? Suponga que la tasa de las segundas hipotecas fuera del
14%. ¿Cuál sería el efecto? ¿Cuánto tendría que subir la tasa de las segundas hipotecas
para que tuviera efecto en la cartera de préstamos?
52) La empresa Whitt Window tiene sólo tres empleados que hacen dos tipos de ventanas a mano:
con marco de madera y con marco de aluminio. La ganancia es de $60 por cada ventana con
marco de madera y de $30 por cada una con marco de aluminio. Doug hace marcos de madera y
puede terminar 6 al día. Linda hace 4 marcos de aluminio por día. Bob forma y corta el vidrio y
puede hacer 48 pies cuadrados de vidrio por día. Cada ventana con marco de madera usa 6 pies
cuadrados de vidrio y cada una de aluminio, 8 pies cuadrados.
La compañía desea determinar cuántas ventanas de cada tipo producir al día para maximizar la
ganancia total.
a) Construya y llene una tabla para este problema, identifique las actividades y los recursos.
b) Formule un modelo de programación lineal.
c) Use el método gráfico para resolver el modelo.
d) Un nuevo competidor en la ciudad también produce ventanas con marco de madera. Esto
puede forzar a la compañía a bajar el precio y por ende la ganancia debida a este tipo de
ventanas. Cómo cambiaría la solución óptima (si cambia) si la ganancia por ventana de
madera disminuye de $60 a $40? ¿Y de $60 a $20?
e) Doug piensa reducir sus horas de trabajo, lo cual reduciría el número de ventanas de madera
que produce por día. (Cómo cambiaría la solución óptima si hace sólo 5 marcos diarios?
53) La Apex Televisión Company debe decidir el número de televisores de 27 y 20 in producidos en

una de sus fábricas. La investigación de mercado indica ventas de a lo más 40 televisores de 27 in
y 10 de 20 in cada mes. El número máximo de horas-hombre disponibles es 500 por mes. Un
televisor de 27 in requiere 20 horas-hombre y uno de 20 in, 10. Cada televisor de 27 in produce
una ganancia de $120 y cada uno de 20 in produce $80 de ganancia. Un distribuidor está de
acuerdo en comprar todos los televisores producidos si el número no excede el máximo indicado
por el estudio de mercado.
a) Formule un modelo de programación lineal.

b) Use el método gráfico para resolver el modelo.
54) La compañía Worldlight produce dos dispositivos para lámparas (productos 1 y 2) que requieren
partes de metal y componentes eléctricas. La administración desea determinar cuántas unidades
112
de cada producto fabricar para maximizar la ganancia. Por cada unidad del producto 1 se
requieren 1 unidad de partes de metal y 2 unidades de componentes eléctricas. Por cada unidad
del producto 2 se necesitan 3 unidades de partes de metal y 2 unidades de componentes
eléctricas. La compañía tiene 200 unidades de partes de metal y 300 de componentes eléctricas.
Cada unidad del producto 1 da una ganancia de $1 y cada unidad del producto 2, hasta 60
unidades, da una ganancia de $2. Cualquier exceso de 60 unidades del producto 2 no tiene
ganancia, por lo que fabricar más de 60 está fuera de consideración.

b) Utilice el método gráfico para resolver este modelo. (Cuál es la ganancia total que resulta?
55) La compañía de seguros Primo está en proceso de introducir dos nuevas líneas de productos:
seguro de riesgo especial e hipotecas. La ganancia esperada es $5 por el seguro de riesgo
especial y $2 por unidad de hipoteca.
La administración desea establecer las cuotas de venta de las nuevas líneas para maximizar la
ganancia total esperada. Los requerimientos de trabajo son los siguientes;
Horas-hombre por unidad Horas-hombre

Departamento Riesgo Hipoteca disponibles
especial
Suscripciones 3 2 2.400
Administración 0 1 800
Reclamaciones 2 0 1.200

b) Use el método gráfico para resolver el modelo
.
56) Weenies and Buns es una planta procesadora de alimentos que fabrica hotdogs y pan para
hotdogs. Muelen su propia harina para el pan a una tasa máxima de 200 libras por semana. Cada
pan requiere 0.1 libras. Tienen un contrato con Pigland, Inc., que especifica la entrega de 800
libras de productos de chancho cada lunes. Cada hot-dog requiere 1/4 de libra de producto de
chancho. Se cuenta con suficiente cantidad del resto de los ingredientes de ambos productos. Por
último, la mano de obra consiste en 5 empleados de tiempo completo (40 horas por semana).
Cada hotdog requiere 3 minutos de mano de obra y cada pan de 2 minutos de mano de obra.
Cada hotdog proporciona una ganancia de $0.20 y cada pan de $0.10.
Weenies and Buns desea saber cuántos hotdogs y cuántos panes deben producir cada semana
para lograr la ganancia más alta posible.

57) La compañía manufacturera Omega descontinuó la producción de cierta línea de productos no

redituable. Esto creó un exceso considerable en la capacidad de producción. La gerencia quiere
dedicar esta capacidad a uno o más de tres productos, llamados productos 1, 2 y 3. En la
siguiente tabla se resume la capacidad disponible de cada máquina que puede limitar la
producción:
Tipo de máquina Tiempo disponible

(en horas-máquina por semana)
Fresadora 500
Torno 350
Rectificadora 150
El número de horas-máquina requeridas para cada unidad de los productos respectivos es,
113
Coeficiente de productividad
(En horas máquina por unidad)
Tipo de máquina Producto 1 Producto 2 Producto 3
Fresadora 9 3 5
Torno 5 4 0
Rectificadora 3 0 2
El departamento de ventas indica que las ventas potenciales para los productos 1 y 2 exceden la
tasa máxima de producción y que las ventas potenciales del producto 3 son 20 unidades por
semana. La ganancia unitaria respectiva sería de $50, $20 y $25, para los productos 1, 2 y 3. El
objetivo es determinar cuántos productos de cada tipo debe producir la compañía para
maximizar la ganancia.
Formule un modelo de programación lineal y resuélvalo en computadora.
58) Hoy es su día de suerte, Acaba de ganar un premio de $10.000. Dedicará $4.000 a impuestos y
diversiones, pero ha decidido invertir los otros $6.000. Al oír las nuevas, dos amigos le han
ofrecido una oportunidad de convenirse en socio en dos empresas distintas, cada una planeada
por uno de ellos. En ambos casos, la inversión incluye dedicar parte de su tiempo el siguiente
verano y dinero en efectivo. Para ser un socio completo en el caso del primer amigo debe invertir
$5 000 y 400 horas, y su ganancia estimada (sin tomar en cuenta el valor del dinero en el tiempo)
sería $4.500. Las cifras correspondientes para el segundo caso son $4 000 y 500 horas, con una
ganancia estimada de $4 500. Sin embargo, ambos amigos son flexibles y le permitirían participar
con cualquier fracción de participación que quiera. Si elige una participación parcial, todas las
cifras dadas para la sociedad completa (inversión de dinero y tiempo, y la ganancia) se pueden
multiplicar por esta fracción.
Como de todas formas usted busca un trabajo de verano interesante (máximo 600 horas), ha
decidido participar en una o ambas empresas en alguna combinación que maximice su ganancia
total estimada. Usted debe resolver el problema de encontrar la mejor combinación.

b) Use el método gráfico para resolver el modelo, ¿cuál es su ganancia total estimada?
59) Carne con papas es el plato favorito de Ralph Edmund. Por eso decidió hacer una dieta continua
de sólo estos dos alimentos (más algunos líquidos y suplementos de vitaminas) en todas sus
comidas. Ralph sabe que no es la dieta más sana y quiere asegurarse de que toma las cantidades
adecuadas de los dos alimentos para satisfacer los requerimientos nutricionales. Cuenta con la
siguiente información nutricional y de costo:
Granos de ingredientes por porción Requerimiento

diario (gramos)
Ingrediente Res Papas
Carbohidratos 5 15 ≥50
Proteínas 20 5 ≥40
Grasa 15 2 ≤60
Costo/porción $4 $2
Ralph quiere determinar el número de porciones diarias (pueden ser fraccionales) de res y papas
que cumplirían con estos requerimientos a un costo mínimo.

60) Dwight es un maestro de primaria que también cría chanchos para tener ingresos adicionales.
Intenta decidir qué alimento darles. Piensa que debe usar una combinación de los alimentos que
venden los proveedores locales. Desea que tenga un costo mínimo al mismo tiempo que cada
chancho reciba una cantidad adecuada de calorías y vitaminas. El costo y los contenidos de cada
alimento se muestran en la tabla.
114
Contenido Alimento tipo A Alimento tipo B

Calorías (por libra) 800 1.000
Vitaminas (por libra) 140 unidades 70 unidades
Costo (por libra) $0.40 $0.80
Cada chancho requiere al menos 8 000 calorías por día y 700 unidades de vitaminas. Una
restricción más es que el alimento tipo A no sea más de un tercio de la dieta (por peso), pues
contiene un ingrediente tóxico si se consume en demasía.

b) Use el método gráfico para resolver el modelo. ¿Cuál es el costo diario por chancho que
resulta?
61) Web Mercantile vende muchos productos para el hogar mediante un catálogo en línea. La
compañía necesita un gran espacio de almacén para los productos. Ahora planea rentar espacio
para los siguientes 5 meses. Se sabe cuánto espacio necesitará cada mes; pero como varía mu-
cho, puede ser más económico rentar sólo la cantidad necesaria cada mes con contratos
mensuales. Por otro lado, el costo adicional de rentar espacio para meses adicionales es menor
que para el primero, y puede ser menos costoso rentar el espacio máximo los 5 meses. Otra
opción es el enfoque intermedio de cambiar la cantidad total de espacio rentado (con un nuevo
contrato y/o la terminación del anterior) al menos una vez pero no cada mes.
El espacio requerido y los costos para los periodos de arrendamiento son los siguientes:
Mes Espacio Período de Costo por ft2
2
requerido (ft ) arrendamiento (meses) arrendado
1 30000 1 $ 65
2 20000 2 $100
3 40000 3 $135
4 10000 4 $160
5 50000 5 $190
El objetivo es minimizar el costo total de arrendamiento para cumplir con los requerimientos.

b) Resuelva este modelo en computadora
62) La Medequip Company produce equipos de precisión de diagnóstico médico en dos fábricas. Se
han recibido pedidos de tres centros médicos para la producción de este mes. La tabla a la
derecha muestra el costo unitario de envío desde cada fábrica a cada centro. Además, muestra el
número de unidades que se producirán en cada fábrica y el número de unidades ordenadas por
cada cliente.
A Costo unitario de envío Producción

De Cliente 1 Cliente 2 Cliente 3
Fabrica 1 $600 $800 $700 400 unid
Fabrica 2 $400 $900 $600 500 unid
Orden 300 unid 200 unid 400 unid
Ahora debe toman la decisión sobre el plan de cuántas unidades enviar de cada fábrica a cada
cliente.

b) Resuelva el modelo en computadora.
63) Fagersta Steelwonks explota dos minas para obtener mineral de hierro. Este mineral de hierro se
envía a una de dos instalaciones de almacenamiento. Cuando se necesita se manda a la planta de
acero de la compañía. El siguiente diagrama describe la red de distribución, donde Ml y M2 son las
dos minas, Si y S2, los dos almacenes y P es la planta de acero. También muestra las cantidades
producidas en las minas y las necesarias en la planta, al igual que el costo de envío y la cantidad
máxima que se puede enviar al mes por cada vía. La administración desea determinar el plan más
115
económico de envío del mineral de las minas a la planta.

b) Resuelva este modelo en computadora.
64) Metalco Company desea hacer una nueva aleación con 40% de aluminio, 35% de zinc y 25% de
plomo a partir de varias aleaciones disponibles que tienen las siguientes propiedades:
Aleación
Propiedad 1 2 3 4 5
Porcentaje de aluminio 60 25 45 20 50
Porcentaje de zinc 10 15 45 50 40
Porcentaje de plomo 30 60 10 30 10
Costo ($ / libra) 22 20 25 24 27
El objetivo es determinar las proporciones de estas aleaciones que deben mezclarse para
producir la nueva aleación a un costo mínimo.
Formule un modelo de programación lineal y resuelva en computadora
65) La Weigelt Corporation tienes tres plantas con exceso en su capacidad de producción. Por fortuna,
la corporación tiene un nuevo producto listo para iniciar su producción y las tres plantas pueden
fabricarlo, así que se podrá usar parte del exceso de este modo. El producto puede hacerse en
tres tamaños: grande, mediano y chico; y darán una ganancia neta de $420, $360 y $300, respec-
tivamente. Las plantas 1, 2 y 3 tienen capacidad de mano de obra y equipo para producir 750, 900
y 450 unidades diarias de este producto, respectivamente, sin importar el tamaño o la combinación
de tamaños de que se trate.
La cantidad de espacio disponible para almacenar material en proceso impone también

limitaciones en las tasas de producción del nuevo producto. Las plantas 1, 2 y 3 tienen 13000,
12000 y 5000 pies cuadrados de espacio respectivo, para material en proceso de la producción
diaria. Cada unidad grande, mediana y chica que se produce requiere 20, 15 y 12 pies cuadrados,
respectivamente.
Los pronósticos de venta indican que, si están disponibles, se pueden vender 900, 1200 y 750
unidades diarias de los tamaños respectivos grande, mediano y chico.
Será necesario despedir algunos empleados en cada planta a menos que la mayor parte de esta
capacidad en exceso se pueda usar con el nuevo producto. Para evitar despidos en lo posible, la
gerencia ha decidido que las plantas deben usar el mismo porcentaje de su capacidad adicional
con este nuevo producto.
El gerente desea saber cuántas unidades de cada tamaño producir en cada planta para maximizar
la ganancia.
116

b) Resuelva este modelo en computadora.
66) Confortable Hands es una compañía que produce una línea de guantes de invierno para toda la
familia: caballeros, damas y niños. Desean decidir qué mezcla de estos tres tipos de guantes
fabricar.
La fuerza de trabajo es sindicalizada. Cada empleado de tiempo completo trabaja 40 horas por
semana. Por contrato, el número de empleados de tiempo completo no puede ser menor que 20.
Se puede contratar trabajadores no sindicalizados con las siguientes restricciones; 1) cada uno
trabaja 20 horas por semana y 2) debe haber al menos 2 de tiempo completo por cada uno de
medio tiempo.
Los tres tipos de guantes están hechos con el mismo porcentaje de piel de vaca. La compañía
tiene un contrato a largo plazo con el proveedor de piel y recibe 5000 ft 2 de material por semana.
Los requerimientos de material y mano de obra, y la ganancia bruta por guante vendido (sin
considerar costo de mano de obra) son:
2
Guante Material req. (ft ) Mano de obra Ganancia bruta
req.(min) (por parte)
Caballero 2 30 $8
Dama 1.5 45 $10
Niño 1 40 $6
Cada empleado de tiempo completo gana $13 por hora y cada uno de medio tiempo, $10 por
hora. La gerencia desea saber qué mezcla de los tres tipos de guantes producir por semana, lo
mismo que cuántos empleados de cada tipo contratar. Desea maximizar su ganancia neta, o
sea, la ganancia bruta menos costo de mano de obra.

67) Slim Down fabrica una línea de bebidas nutritivas para reducción de peso. Uno de sus productos
es una malteada de fresa diseñada como una comida completa. La malteada contiene varios
ingredientes. En la tabla seda parte de la información de estos ingredientes.
Ingrediente Calorías de Calorías Vitaminas Harinas Costo

grasa (cuch) totales (cuch) s(mg/cuch) (mg/cuch) ($/cuch)
Sabor fresa 1 50 20 3 10
Crema 75 100 0 8 8
Suplemento 0 0 50 1 25
Vitaminas
Endulzante 0 120 0 2 15
artificial
Agente p/espesar 30 80 2 25 6
Los requerimientos nutritivos son los siguientes. La bebida debe tener un total de 380 a 420
calorías (inclusive). No más de 20% de las calorías totales debe venir de grasas. Debe tener al
menos 50 mg de contenido vitamínico. Para el sabor, debe haber al menos 2 cucharadas (cuch.)
de saborizante de fresa por cada cucharada de endulzante artificial. Por último, para que esté
espeso, debe haber justo 15 mg de harinas en la bebida.
La gerencia desea seleccionar la cantidad de cada ingrediente para la bebida que minimice el
costo al tiempo que cumpla con los requerimientos anteriores.
68) Joyce y Marvin tienen una guardería. Ellos intentan decidir qué dar a los niños de almuerzo.
Desean mantener sus costos bajos, pero también deben cumplir con los requerimientos nutritivos
para niños. Ya decidieron darles sándwiches de mantequilla de maní y mermelada y alguna
combinación de galletas, leche y jugo de naranja. El contenido nutritivo de cada alimento y su
117
costo se da en la siguiente tabla.
Alimento Calorías de Calorías Vit. C Prot. Costo

grasa totales (mg) (g) ($)
Pan (1 reb) 10 70 0 3 5
Mantequilla de 75 100 0 4 4
maní (l cuch.)
Mermelada 0 50 3 0 7
(l cuch.)
Galleta (l pz.) 20 60 0 1 8
Leche (l taza) 70 150 2 8 15
Jugo (l taza) 0 100 120 1 35
Los requerimientos nutritivos son los siguientes. Cada niño debe recibir de 400 a 600 calorías.
No más de 30% de las calorías totales deben venir de grasas. Cada niño debe consumir al
menos 60 mg de vitamina C y 12 g de proteína. Todavía más, por razones prácticas, cada niño
necesita justo 2 rebanadas de pan (para un sándwich), al menos el doble de mantequilla de maní
que de mermelada y al menos una tasa de líquido (leche y/o jugo de naranja).
Joyce y Marvin desean seleccionar las opciones de alimento para cada niño que minimice el
costo mientras cumple con los requerimientos establecidos.

69) Se tienen los siguientes datos para un problema de programación lineal cuyo objetivo es
maximizar la ganancia de asignar tres recursos a dos actividades no negativas.
Recurso Uso de recursos por unidad de cada Cantidad de recursos

actividad disponible
Actividad 1 Actividad 2
1 2 1 10
2 3 3 20
3 2 4 20
Contribución $20 $30
por unidad
Contribución por unidad = ganancia por unidad de cada actividad.

b) Use el método gráfico para resolver este modelo.
c) Despliegue el modelo en una hoja de cálculo.
70) Ed Butler es el gerente de producción de Bilco Corporation, que produce tres tipos de refacciones
para automóviles. La manufactura de cada parte requiere procesamiento en dos máquinas, con los
siguientes tiempos de procesado (en horas):
Refacción
Máquina A B C
1 0.02 0.03 0.05
2 0.05 0.02 0.04
Cada máquina está disponible 40 horas al mes. La ganancia unitaria de cada parte fabricada
está dada por:
Refacción
A B C
Ganancia $50 $40 $30
118
Ed quiere determinar la mezcla de refacciones que debe producir para maximizar la ganancia
total.

b) Despliegue el modelo en computadora.
c) Realice tres estimaciones de la solución óptima. Use la hoja de cálculo para verificar la
factibilidad de cada una y, si es factible, encuentre el valor de la función objetivo. ¿Qué
estimación tiene el mejor valor de la función objetivo?
71) Usted cuenta con los siguientes datos para un problema de programación lineal cuyo objetivo es
minimizar el costo de realizar dos actividades no negativas para lograr tres beneficios que no
bajan de sus niveles mínimos.
Beneficio Contribución al beneficio por Nivel mínimo

unidad de actividad aceptable
1 5 3 60
2 2 2 30
3 7 9 126
Costo unitario $60 $50

b) Utilice el método gráfico para resolver este modelo.
c) Despliegue el modelo en computadora.
72) Fred Jonasson administra la granja de su familia. Para complementar varios alimentos que se
cultivan en la granja, Fred también cría cerdos para venta y desea determinar las cantidades de
los distintos tipos de alimento disponibles (maíz, grasas y alfalfa) que debe dar a cada cerdo.
Como los cerdos se comerán cualquier mezcla de estos tipos de alimento, el objetivo es
determinar qué mezcla cumple ciertos requisitos nutritivos a un costo mínimo. En la siguiente tabla
se dan las unidades de cada tipo de ingrediente nutritivo básico contenido en 1 kilogramo de cada
tipo de alimento, junto con los requisitos de nutrición diarios y los costos de los alimentos:
Ingrediente Kilogramo Kilogramo Kilogramo de Req. Mínimo

nutritivo de maíz de grasas alfalfa diario
Carbohidratos 90 20 40 200
Proteínas 30 80 60 180
Vitaminas 10 20 60 150
Costo ($) 84 72 60
a) Formule el modelo de programación lineal.

73) Maureen Laird es gerente de inversiones de Alva Electric Co., empresa importante en el medio
oeste. La compañía ha programado la construcción de nuevas plantas hidroeléctricas a 5, 10 y 20
años para cumplir con las necesidades de la creciente población en la región que sirve. Maureen
debe invertir parte del dinero de la compañía para cubrir sus necesidades de efectivo futuras.
Puede comprar sólo tres tipos de acciones, cada una cuesta $1 millón por unidad. Se pueden
comprar unidades fraccionarias. Las acciones producen ingresos a 5, lO y 20 años, y el ingreso se
necesita para cubrir requerimientos mínimos de flujos de efectivo en esos años. (Cualquier ingreso
arriba del mínimo requerido para cada periodo se usará para incrementar el pago de dividendos a
los accionistas en lugar de ahorrarlo para ayudar a cumplir con los requerimientos mínimos de
efectivo el siguiente periodo.) La siguiente tabla muestra la cantidad de ingreso generada por cada
unidad de acciones y la cantidad mínima de ingreso requerida para cada periodo futuro en que se
construirá una nueva planta.
119
Ingresos por acción Flujo de efectivo

(en millones) mínimo requerido
Años Acción 1 Acción 2 Acción 3
5 $2 $1 $0.5 $400
10 $0.5 $0.5 $1 $100
20 $0 $1.5 $2 $300
Maureen desea determinar la mezcla de inversiones en estas acciones que cubrirá los
requerimientos de efectivo y que minimizará la cantidad total invertida.

74) Una fábrica produce dos tipos de camisas A y B, las camisas tipo A requiere 2.5 minutos para
cortarlas y 5 minutos para confeccionarlas, las de tipo B requieren 4 minutos para cortarlas y 4
minutos para confeccionarlas. Se necesita 1 hora y 40 minutos para corte y 2 horas para
confeccionar. El beneficio es de 2.5 dólares por cada camisa tipo A y 3 dólares por cada camisa
tipo B. ¿Cuántas camisas de cada clase debe producirse para obtener la máxima ganancia?
75) Una empresa fábrica dos productos A y B. El beneficio para A es 25 dólares por tonelada y para B
20 dólares La planta consta de 3 departamentos de producción: Cortado, Mezclado y Enlataje. El
equipo en cada departamento puede, emplearse 1.5 horas diarias en el primer departamento, 4
horas en el segundo y al menos 4 en el tercer departamento. El proceso de producción es el
siguiente El producto A emplea 1/4 hora de la capacidad de cortado y mezclado, y 0.5 hora de
enlataje por tonelada, El producto B requiere 0.5 hora por tonelada de la capacidad de mezclado y
1/3 de hora de la capacidad de enlataje. ¿Qué combinación de producto deberá elaborar la
empresa para maximizar su beneficio?
76) Una compañía produce dos tipos de pantalones A y B cada pantalón tipo A requiere del doble de
mano de obra que el de tipo B. Se deben producir por lo menos 250 pantalones combinados. El
mercado limita la venta diaria de pantalones tipo A, a un máximo de 75 y los de clase B a un total
de 125 pantalones. Los beneficiados por pantalón son 6 dólares para el tipo A y 4 dólares para el
tipo B. Determinar el número de pantalones de cada clase que maximice la ganancia.
77) Dos productos tienen el siguiente proceso. Hay un taller que lo más que puede hacer es 200
productos del tipo A o 100 del tipo B por día. El taller de pintura tiene una capacidad diaria de 120
productos del tipo A o 160 del tipo B. También el tratamiento técnico puede procesar un total de 90
artículos del tipo A por día. El producto A tiene una utilidad de 4 dólares y el producto B de 6
dólares. Determinar la producción óptima que maximice los beneficios.
78) Se producen dos artículos A y B los mismos que son procesados por tres máquinas M1, M2 y M3.
La máquina 1 procesa 0.5 unidad de A y 0.5 de B, M2 procesa 1 de A, 0.5 de B, M3 procesa 0.5
de A y 2 de B. Se dispone al menos de 65 horas semanales para M1, 95 para M2 y 100 para M3.
El costo de A es de 3 dólares y 5 dólares el de B ¿Cuántas unidades de A y B se deben producir
para que el costo sea mínimo?
79) Un fabricante de gasolina para aviación vende dos clases de combustible A y B. El combustible A
tiene 12.5% de grado 1 y 2 y 25% de gasolina grado 3. El combustible B tiene 25% de gasolina
grado 2 y 3. Disponible para producción hay 25 galones/hora grado 1, 100 galones/hora grado 2 y
3. Los costos son 15 centavos por galón grado 1, el galón grado 2 cuesta 30 centavos y 45
centavos por galón grado 3. El combustible A puede venderse a 66.88 dólares por galón, mientras
que el combustible B alcanza a 58.75 centavos por galón, ¿Qué cantidad debe fabricarse de cada
combustible para obtener el mayor beneficio?
80) Un laboratorio farmacéutico desea preparar un tónico de tal manera que cada frasco contenga al
menos 32 unidades de vitamina A, 10 de vitamina B y 40 de vitamina C. Para suministrar estas
vitaminas, el laboratorio emplea el aditivo X1, a un costo de 2 dólares por onza, el cual contiene 15
unidades de vitamina A, 2 de B y 4 de C, un aditivo X2 a un costo de 4 dólares por cada onza, que
contiene 4 unidades de vitamina A, 2 de B y 14 de C. ¿Cuántas onzas de cada aditivo se deben
incluir en el frasco para minimizar el costo?
81) Las máquinas A y B pueden fabricar el mismo artículo, la máquina A produce 18 unidades por
hora, mientras que la máquina B produce 10 unidades por hora. Se deben producir a lo mucho 600
120
unidades del artículo trabajando 40 horas semanales por lo menos; sin embargo la máquina B
tiene una capacidad máxima de 35 horas semanales. Si el costo de operar la máquina A es de 25
dólares y 20 dólares la máquina B. Determinar cuántas horas por semana debe operar cada
máquina para satisfacer las necesidades de producción a un costo mínimo.
82) Una fábrica elabora dos clases de cerveza Pílsener y Club, para lo cual dispone de ingrediente
para llenar por lo menos 30 botellas combinadas. Toma 1 hora llenar 20 botellas de la cerveza
Pílsener y 2 horas llenar 25 botellas de cerveza Club, se dispone a lo mucho de 2 horas. La
demanda de la cerveza Pílsener se estima en el mercado un total de 22 botellas y a lo mucho 10
botellas de la cerveza Club. Cada botella de Pílsener deja una utilidad de 10 centavos y 15
centavos cada botella de la cerveza Club. ¿Cuántas botellas de cada cerveza se deben llenar para
alcanzar la máxima ganancia?
83) Una fábrica elabora dos clases de champú A y B, para lo cual dispone de ingrediente para llenar a
lo mucho 80 botellas combinadas de A y B. Toma 1 hora llenar 10 botellas de A y 4 horas llenar
10 botellas de B, se dispone cuando mucho de 20 horas, la demanda de A se estima a lo más en
70 botellas. La fábrica está en capacidad de llenar cuando mucho 90 botellas de A o 60 botellas de
B. Cada botella de A le deja una utilidad de 80 centavos y 90 centavos la de B. ¿Cuántas botellas
de A y B se deben llenar para que la fábrica obtenga Los mayores beneficios?
84) Se fabrica dos productos A y B. Unidad de A se lleve $2 de mano de obra y $6 cada unidad de B.
De materia prima se lleva $4 cada unidad de A $2 cada unidad de B. El desgaste de equipo se
supone proporcional a la producción y es de $2 por cada unidad de A y $2 por unidad de B. Se
dispone al menos de $36 para salarios, al menos $48 para materia prima y cuando mucho $32
para desgaste de equipo. Se estima que la demanda de A en el mercado es al menos 9 unidades.
El beneficio de A es de 20 dólares cada unidad y 10 dólares cada unidad de B. ¿Cuál es la
cantidad que se debe producir de cada producto para obtener las utilidades más altas posibles?
85) Una compañía produce dos tipos de sombreros vaquero. Cada sombrero del primer tipo requiere
el doble de tiempo en mano de obra que el segundo tipo. Si todos los sombreros son solamente
del segundo tipo, la compañía puede producir un total de 1.000 sombreros al día. El mercado
limita las ventas diarias del primero y segundo tipos a 300 y 500 sombreros. Suponga que los
beneficios por sombrero son $16 para el tipo A y $12 para el tipo B. Determine el número de
sombreros que deben producirse de cada tipo a fin de maximizar el beneficio.
86) Una empresa planea una campaña de publicidad para un nuevo producto. Se establecen como
metas el que la publicidad llegue por lo menos a 320 mil individuos audiencia A, de los cuales al
menos 120 mil tengan un ingreso mínimo anual de 5.000 dólares, y al menos 80 mil sean solteros.
Se desea utilizar únicamente la radio y la televisión como medios de publicidad. Un anuncio de
televisión cuesta 10 mil dólares y se estima que llegue a un promedio de 40 mil individuos
audiencia A, de los cuales un 25% tienen ingresos superiores a 5.000 dólares anuales y un 20%
son solteros. Un anuncio por radio FM cuesta 6 mil dólares y llega a un auditorio promedio de 10
mil oyentes clase A, de los cuales el 80% tienen ingresos superiores a los 5.000 dólares anuales y
4 mil son solteros. Hallar el número de anuncios por cada medio para minimizar el costo.
87) Nutrientes en fertilizantes.- Un agricultor comprará fertilizantes que contienen tres nutrientes: A,
B y C. Los requerimientos mínimos semanales son 80 unidades de A, 120 de B y 240 de C.
Existen dos mezclas populares de fertilizante en el mercado. La mezcla I cuesta $4 por bolsa, con
2 unidades de A, 6 de B y 4 de C. La mezcla II cuesta $5 por bolsa, con 2 unidades de A, 2 de B y
12 de C. ¿Cuántas bolsas de cada mezcla debe comprar el agricultor para minimizar el costo de
satisfacer sus requerimientos de nutrientes?
88) Programa de producción.- Una compañía petrolera, que tiene dos refinerías, necesita al menos
800, 1400 y 500 barriles de petróleo de grados bajo, medio y alto, respectivamente. Cada día, la
refinería I produce 200 barriles de grado bajo, 300 de medio y 100 de alto grado, mientras que la
refinería II produce 100 barriles de alto grado, 100 de bajo y 200 de grado medio. Si los costos
diarios son de $2.500 para operar la refinería I y de $2.000 para la refinería II, ¿cuántos días debe
ser operada cada refinería para satisfacer los requerimientos de producción a un costo mínimo?
¿Cuál es el costo mínimo? (Suponga que existe un costo mínimo).
89) Control de contaminación.- A causa de reglamentaciones federales nuevas sobre la

contaminación, una compañía química ha introducido en sus plantas un nuevo y más caro proceso
para complementar o reemplazar un proceso anterior en la producción de un químico en particular.
121
El proceso anterior descarga 15 gramos de dióxido de azufre y 40 gramos de partículas a la

atmósfera por cada litro de químico producido. El nuevo proceso descarga 5 gramos de dióxido de
azufre y 20 gramos de partículas a la atmósfera por cada litro producido. La compañía obtiene una
utilidad de 30 y 20 centavos por litro en los procesos anterior y nuevo, respectivamente. Si el
gobierno permite a la planta descargar no más de 10.500 gramos de dióxido de azufre y no más
de 30.000 gramos de partículas a la atmósfera cada día, ¿cuántos litros de químico deben ser
producidos diariamente, por cada uno de los procesos, para maximizar la utilidad diaria? ¿Cuál es
la utilidad diaria?
90) Producción. Una compañía fabrica tres tipos de muebles para patio; sillas, mecedoras y
tumbonas. Cada uno requiere madera, plástico y aluminio como se indica en la tabla siguiente. La
compañía tiene disponibles 400 unidades de madera, 500 unidades de plástico y 1450 unidades
de aluminio. Cada silla, mecedora y tumbona se venden en $7, $8 y $12 respectivamente.
Suponiendo que todos los muebles pueden ser vendidos, determine el plan de producción de
modo que el ingreso total sea maximizado. ¿Cuál es el ingreso máximo? Resuelva en
computadora.
Madera Plástico Aluminio

Silla 1 unidad 1 unidad 2 unidades
Mecedora 1 unidad 1 unidad 3 unidades
Tumbona 1 unidad 2 unidades 5 unidades
91) Producción. Una compañía fabrica tres tipos de muebles para patio: sillas, mecedoras y
tumbonas. Cada uno requiere madera, plástico y aluminio como se indica en la tabla que sigue.
La compañía tiene disponibles 400 unidades de madera, 600 de plástico y 1500 de aluminio. Cada
silla, mecedora y tumbona se vende en $6, $ 8 y $12, respectivamente. Suponiendo que todos los
muebles pueden ser vendidos. ¿cuál es el ingreso máximo total que puede ser obtenido?
Determine las posibles órdenes de producción que generará ese ingreso. Resuelva en
computadora

92) Producción. Una compañía fabrica dos tipos de estantes Estándar y Ejecutivo. Cada tipo requiere
tiempos de ensamblaje y de terminado como se indica en la tabla siguiente. La utilidad sobre cada
unidad también se indica. El número de horas disponibles por semana en el departamento de
ensamble es de 4000 y en el departamento de acabado es de 510. A causa de un contrato
sindical, al departamento de acabado se le garantizan al menos 240 horas de trabajo por semana.
¿Cuántas unidades de cada tipo debe producir la compañía semanalmente para maximizar sus
utilidades?
Tiempo de Tiempo de Utilidad por

ensamble acabado unidad
Estándar 1 hora 2 horas $10
Ejecutivo 2 hora 3 horas $12
93) Producción. Una compañía fabrica tres productos: X Y, Z. Cada producto requiere el uso de
tiempo de máquina en las máquinas A y B como se da en la tabla siguiente. El número de hora por
semana que A y B están disponibles para la producción son 40 y 30, respectivamente. La utilidad
por unidad de X, Y y Z es $50, $60 y $75, respectivamente. Las siguiente semana deben producir
al menos cinco para ese período de Z. ¿Cuál deber ser el plan de producción para ese período si
la utilidad máxima es alcanzada? ¿Cuál es la utilidad máxima? Resuelva en computadora.
Máquina Máquina
A B
Producto X 1 hora 1 hora
Producto Y 2 horas 1 hora
Producto Z 2 horas 2 horas
122
94) Inversiones. El folleto informativo de un fondo de inversiones establece que todo el dinero es
invertido en bonos que están considerados como A, AA y AAA; no mas del 30% de la inversión
total está en bonos A y AA, y al menos el 50% está en bonos AA y AAA. Los bonos A, AA y AAA
respectivamente obtiene un 8,7 y 6% anual. Determine los porcentajes de la inversión total que
serán comprometidos a cada tipo de bono de modo que el fondo maximice el rendimiento anual.
¿Cuál es ese rendimiento? Resuelva en computadora.
95) Control de emisiones. Una planta de cemento produce 3.300.000 barriles de cemento por año.
Los hornos emiten 2 libras de polvo por cada barril producido. La planta debe reducir sus
emisiones a no más de 1000000, A y B libras anuales. Hay dos dispositivos de control disponibles
A y B. El dispositivo A reducirá las emisiones a ½ libra por barril y el costo es de $0.22 por barril
de cemento producido. Para el dispositivo B, las emisiones son reducidas a ¼ de libra por barril y
el costo es de $0.40 por barril de cemento producido. Determine el plan de acción más económico
que la planta debe tomar de modo que mantenga su producción anual de exactamente 3.300.000
barriles de cemento. Resuelva en computadora
96) Programación de envíos por camión. A causa de un incremento en los negocios, un servicio de
abastecimiento encuentra que debe rentar camiones de entrega adicionales. Las necesidades
mínimas son de 12 unidades de espacio con refrigeración y 12 unidades de espacio sin
refrigeración. En el mercado de renta hay disponibles dos tipos de camiones. El tipo A tiene 2
unidades de espacio con refrigeración y 1 unidad de espacio sin refrigeración. El tipo B tiene 2
unidades de espacio con refrigeración y 3 unidades sin refrigeración. El costo
97) Costo de Transporte, Un comerciante tiene tiendas en Exton y Whyton, y almacenes A y B en

otras dos ciudades. Cada tienda requiere de exactamente 30 refrigeradores. En el almacén A hay
50 refrigeradores y en el B hay 20. Los medios de transporte para enviar los refrigeradores desde
los almacenes a las tiendas están dados en la siguiente tabla. Por ejemplo, el costo de enviar un
refrigerador desde A hasta la tienda de Exton es de $ 15. ¿Cómo debe solicitar los refrigeradores
el comerciante de modo que los requerimientos se satisfagan y el costo total de transporte se
minimice? ¿Cuál es el costo mínimo de transporte? Resuelva en computadora.
Exton Whyton
Almacén A $ 15 $ 13
Almacén B $ 11 $ 12
98) Compra de Baterías, Un fabricante de automóviles compra baterías de dos proveedores, X y Y.

El fabricante tiene dos plantas A y B, y requiere exactamente de 6000 baterías de la planta A y de
exactamente 4000 a la planta B. El proveedor X carga $30 y $32 por batería (incluyendo costos de
transporte) a A y B, respectivamente. Para estos precios, X requiere que el fabricante de
automóviles ordene al menos un total de 2000 baterías. Sin embargo, X no puede proveer más de
4000 baterías. El proveedor Y carga $34 y $ 28 por batería a A y a B, respectivamente, y requiere
una orden mínima de 6000 baterías. Determine como debe hacer los pedidos de baterías el
fabricante de automóviles a fin de que su costo total sea mínimo. ¿Cuál es el costo mínimo?
Resuelva en computadora.
99) Producción de papel para envoltura, una compañía de papel almacena su papel para envoltura
en rollos de 48 pulgadas de ancho más pequeños dependiendo de los pedidos de los clientes.
Suponga que se recibe un pedido de 50 rollos de papel de 15 pulgadas de ancho y de 60 rollos de
10 pulgadas de ancho. De un rollo de almacenamiento la compañía puede cortar tres rollos de 15
pulgadas de ancho y un rollo de 3 pulgadas de ancho. Como el rollo de 3 pulgadas de ancho no
puede ser utilizado en esta orden, es llamado el recorte desperdiciado de este rollo. Del mismo
modo, de un rollo de almacenamiento, se puede cortar dos rollos de 15 pulgadas de ancho, un
rollo de 10 pulgadas de ancho, y otro de 8 pulgadas de ancho. La siguiente tabla indica el número
de rollo de 15 y 10 pulgadas, junto con el desperdicio, que pueden cortarse de un rollo de
almacenamiento. (a) Complete las últimas dos columnas de la tabla. (b) Supongamos que la
compañía tienen suficientes rollos de almacenamiento para cubrir la orden y que al menos 50
rollos de 15 pulgadas y al menos 60 rollos de 10 pulgadas de ancho de papel para envoltura serán
cortados. Si x1, x2, x3, x4, son los números de rollos de almacenamiento que son cortados en una
de las formas descritas en las columnas de la 1 a la 4 de la tabla, respectivamente, determine los
valores de las x de tal forma que el desperdicio total sea minimizado. (c) ¿Cuál es la mínima
cantidad de desperdicio total? Resuelva en computadora.
123
15 pulgadas 3 2 1 -
Ancho de rollo 10 pulgadas 0 1 - -
Desperdicio 3 8 - -
100) Costo de mano de obra Una compañía paga a sus trabajadores calificados y semicalificados en
su departamento de ensamblado $7 y $4 por hora, respectivamente. En el departamento de
embarques, a los empleados se les paga $5 por hora y a los aprendices $2 por hora. La compañía
requiere al menos de 90 trabajadores en el departamento de ensamblado y al menos 60
empleados en el departamento de embarques. Debido a acuerdos sindicales, deben emplearse al
menos el doble de trabajadores semicalificados que de calificados. También, deben contratarse al
menos el doble de los empleados de embarques que de aprendices. Resuelva por computadora
para determinar el número de trabajadores de cada tipo que la compañía debe emplear, de modo
que el total de salarios por hora sea mínimo. ¿Cuál es el costo mínimo en salarios por hora?
Resuelva en computadora.
101) Plan de producción, Una compañía fábrica tres productos X, Y, Z. Cada producto requiere el uso
de tiempo de las máquinas A y B como se indica en la tabla siguiente. El número de hora por
por unidad sobre X, Y, y Z es $ 10, $ 15 y $ 22, respectivamente. ¿Cuál debe ser el plan de
producción semanal para obtener la utilidad máxima? ¿Cuál es la utilidad máxima? Resuelva en
computadora, repita el problema si la compañía debe producir al menos un total de 24 unidades
por semana.
Máquina A Máquina B
102) Transportación de Petróleo, Una compañía petrolera tiene instalaciones de almacenamiento

para combustible de calefacción en las ciudades A, B, C y D. Las ciudades C y D necesitan cada
una exactamente 500.000 galones de combustible. La compañía determina que A y B puede
proveer cada una un máximo de 600.000 galones para satisfacer las necesidades de C y D. La
tabla que se muestra a continuación proporciona los costos por galón para transportar el
combustible entre las ciudades. ¿Cómo debe distribuirse el combustible para minimizar el costo
total del transporte?, ¿Cuál es el costo mínimo de transporte? Resuelva en computadora.
Desde Hacia
C D
A $ 0.01 $ 0.02
B $ 0.02 $ 0.04
103) Suponga que tratamientos medicinales y por radiación están disponibles para un paciente. Cada
onza de medicamento contiene 500 unidades curativas y 400 unidades tóxicas. Cada minuto de
radiación proporciona 1000 unidades curativas y 600 unidades tóxicas. El paciente requiere al
menos de 2000 unidades curativas y puede tolerar no más de 1400 unidades tóxicas. Si cada
onza de la medicina provoca el mismo malestar que cada minuto de radiación determine las dosis
de medicamento y radiación de modo que el malestar en el paciente sea minimizado.
104) Suponga que el medicamento A, el B y la terapia con radiación son tratamiento disponible para un
paciente. Cada onza de la medicinas A contiene 600 unidades curativas y 500 unidades tóxicas.
Cada onza de la medicina B contiene 500 unidades curativas y 100 tóxicas. Cada minuto de
radiación proporciona 1000 unidades curativas y 1000 tóxicas. El paciente requiere al menos de
3000 unidades curativas y puede tolerar no más de 2000 unidades tóxicas. Si cada onza de A y
cada minuto de radiación provocan el mismo malestar, y cada onza de B provoca dos veces más
malestar que cada onza de A, determine las dosis de medicamentos de radiación de modo que el
malestar para el paciente sea minimizado.
105) Terapias con fármacos y radiación Frecuentemente existen formas alternativas de tratamiento
disponibles para pacientes a los que se les diagnostica una enfermedad particular compleja. Con
cada tratamiento puede haber no sólo efectos positivos en el paciente sino también efectos
negativos, tales como toxicidad o malestar. Un médico debe tomar la mejor elección de estos
124
tratamientos o combinación de tratamientos. Esta elección dependerá no sólo de los efectos

curativos sino también de los efectos tóxicos y malestar.
Suponga que usted es un médico con un paciente de cáncer bajo su cuidado y dos posibles
tratamientos disponibles: administración de medicamentos y terapia de radiación. Supongamos
que la eficacia de los tratamientos está expresada en unidades comunes, digamos, unidades
curativas. La medicina contiene 1000 unidades curativas por onza y la radiación proporciona 1000
unidades curativas por minuto. Sus análisis indican que el paciente debe recibir al menos 3000
unidades curativas.
Sin embargo, un grado de toxicidad está implícito en cada tratamiento. Suponga que los efectos
tóxicos de cada tratamiento están medidos en una unidad común de toxicidad, digamos, una
unidad tóxica. La medicina contiene 400 unidades tóxicas por onzas y la radiación produce 1000
unidades tóxicas por minuto. Con base en sus estudios, usted cree que el paciente no debe recibir
más de 2000 unidades tóxicas.
Además, cada tratamiento implica un grado de malestar al paciente. La medicina provoca tres
veces más malestar por onza que la radiación por minuto.
La tabla resume la información. El problema que se le plantea es determinar las dosis de la

medicina y radiación que pueden satisfacer los requerimientos curativos y de toxicidad y, al mismo
tiempo, minimizar el malestar al paciente.
TABLA 7.5
Unidades Unidades Malestar

curativas Tóxicas relativo
Medicina (por onza) 1000 400 3
Radiación (por minuto) 1000 1000 1
Requerimiento ≥ 3000 ≤ 2000
106) Nutri-Jenny es un centro de control del peso. Produce una amplia variedad de platillos congelados
para el consumo de su clientela. Los platillos están estrictamente vigilados por su contenido nutritivo
para asegurar que los clientes coman una dieta balanceada. Un nuevo platillo será una "'comida de
puntas de filete". Consistirá en puntas de filete y salsa, más alguna combinación de chícharos,
zanahorias y un bollo de pan. Nutri-Jenny desea determinar qué cantidad incluir de cada producto en
el platillo para cumplir con los requerimientos nutritivos al menor costo posible. En el siguiente cuadro se
da la información nutricional y su costo. Los requerimientos nutritivos del platillo son como sigue: 1)
debe contener entre 280 y 320 calorías, 2) las calorías originadas en grasa no deben exceder 30% del
número total de calorías, y 3) debe contener al menos 600 UI de vitamina A, 10 miligramos de vitamina
C y 30 gramos de proteína. Más aún, por razones prácticas debe incluir de menos 2 onzas de carne de
res y contener al menos media onza de salsa por onza de res.
Producto Calorías Calorías Vitamina Vitamina C Proteína Costo

originadas A (U1 por (Mg por (g por (por
en grasa onza) onza) onza) onza)
por hors
Puntas de filete 54 19 0 0 8 40
Salsa 20 15 0 1 0 35
Chícharos 15 0 15 3 1 15
Zanahorias 8 0 350 1 1 18
Bollo de pan 40 10 0 0 1 10
Formule en forma algebraica. y resuelva por computadora.
107) The Learning Center opera un campamento de verano para niños de 6 a 10 años. Su gerente, Elizabeth
Reed, intenta reducir los costos operativos para evitar tener que aumentar la cuota de inscripción. Por ahora,
125
Elizabeth planea qué dar de comer a los niños en el almuerzo. Desea mantener los costos
Calorías
Unidad de alimento originadas Calorías Vitamina C Fibra Costo
en grasa totales (mg) (g) M
Pan ( 1 rebanada) 15 80 0 4 6
Mantequilla de cacahuate 80 100 0 0 5
(1 cucharada)
Jalea ( l cucharada) 0 70 4 3 8
Manzana 0 90 6 10 35
Leche (1 taza) 60 120 2 0 20
Jugo de arándano ( 1 taza) 0 110 80 1 40
Al mínimo, pero también quiere estar segura de que cubre los requerimientos nutricionales de los
niños. Ya decidió incluir sandwiches de mantequilla de cacahuate y jalea, y alguna combinación de
manzanas, leche y jugo de arándano. En la tabla se da el contenido nutricional de cada opción de
alimento y su costo. Los requerimientos nutricionales son como sigue. Cada niño debe recibir entre
300 y 500 calorías, pero no más de 30% de estas calorías deben provenir de grasa. Cada niño
debe recibir al menos 60 miligramos f mg) de vitamina C y al menos 10 gramos (g) de fibra. Para
asegurar sandwiches sabrosos, Elizabeth quiere dar a cada niño un mínimo de 2 rebanadas de pan,
1 cucharada de mantequilla de cacahuate, 1 cucharada de jalea, junto con al menos 1 taza de líquido
{leche y jugo de arándano). Elizabeth desea seleccionar las opciones de alimentos que minimicen el
costo al tiempo que cumplan todos estos requerimientos.
108) David, LaDeana y Lydia son socios únicos y trabajadores de una compañía que fabrica relojes
finos. David y LaDeana, cada uno de ellos, tienen disponibilidad de trabajar un máximo de 40
horas semanales en la compañía, mientras que Lydia cuenta con un máximo de 20 horas
semanales. La compañía fabrica dos tipos de relojes: un reloj de pie y uno de pared. Para fabricar
uno, David (ingeniero mecánico) ensambla las partes mecánicas internas del reloj mientras que
LaDeana (ebanista) fabrica las cubiertas de madera labrada a mano. Lydia es responsable de
tomar órdenes y enviar los relojes. Se muestra en seguida el tiempo requerido para cada una de
estas tareas.
Tiempo requenido
Tarea: Reloj de pie Reloj de pared
Ensamble de mecanismo de reloj 6 horas 4 horas
Cubierta de madera labrada. 8 horas 4 horas
envió 3 horas 3 horas
Cada reloj de pie fabricado y enviado proporciona una ganancia de $300, mientras que cada reloj
de pared da una ganancia de $200.
Ahora, los tres socios quieren determinar cuántos relojes de cada tipo deben producir por
semana para maximizar la ganancia total.
a) Formule un modelo de programación lineal para este problema.

b) Use el método gráfico para resolver el problema.
d) Usar el informe de sensibilidad para determinar si esta solución óptima sigue óptima si la
estimación de la ganancia unitaria para los relojes de pie cambia de $300 a $375 (sin
más cambios en el modelo).
e) Repita la parte (d) si, además de este cambio en la ganancia unitaria de relojes de pie, la
ganancia unitaria estimada para relojes de pared también cambia de $200 a $175.
f) Use el análisis gráfico para verificar sus respuestas en las partes d y e.
g) Para aumentar la ganancia total, los tres socios acordaron que uno de ellos aumentará
ligeramente el máximo de horas de trabajo por semana. La elección de quién de ellos se
basará en quién aumentaría más la ganancia total. Use el informe de sensibilidad para
126
efectuar esta elección. (Suponga que no hay cambios en las estimaciones originales de
las ganancias unitarias)
h) Explique por qué uno de los precios unitarios es igual a cero.
i) ¿Es válido usar los precios del informe de sensibilidad para determinar el efecto si Lydia
cambiara su número máximo de horas disponibles de trabajo a la semana de 20 a 25? Si
es así, ¿cuál sería el aumento en la ganancia total?
j) Repita la parte (i) si, además del cambio para Lydia, David también cambiara su número
máximo de horas disponibles semanales de 40 a 35.
k) Use el análisis gráfico para verificar su respuesta en la parte (j).
109) La Electrocomp Corporation fabrica dos productos eléctricos: acondicionadores de aire y grandes
ventiladores. El proceso de ensamble de cada uno es similar en el sentido que ambos requieren
una cierta de cantidad de alambrado y taladrado. Cada acondicionador de aire requiere 3 horas de
alambrado y 2 de taladrado. Cada ventilador debe pasar por 2 horas de alambrado y 1 hora de
taladrado. Durante el siguiente periodo de producción, están disponibles 240 horas de tiempo de
alambrado y se pueden utilizar hasta 140 horas de tiempo de taladrado. Cada acondicionador de
aire vendido produce una ganancia de $25. Cada ventilador ensamblado puede ser vendido con
una ganancia de $15. Formule y resuelva esta situación de mezcla de producción de
programación lineal para encontrar la mejor combinación de acondicionadores de aire y
ventiladores que produzcan la ganancia máxima. Use el método gráfico para hallar la solución.
110) La administración de Electrocomp se percata de que no incluyó dos restricciones críticas (vea el
problema 109).En particular, la administración decide que para garantizar un suministro adecuado
de acondicionadores de aire de un contrato, se deben fabricar, por lo menos, 10 de estos
aparatos. Como Electrocomp incurrió en una sobreoferta de ventiladores en el periodo precedente,
la administración también insiste que no se produzcan más de 80 ventiladores durante este
periodo de producción. Resuelva este problema de mezcla de productos para encontrar la nueva
solución óptima.
111) Un candidato a alcalde de un pequeño pueblo asignó $40,000 para publicidad de último minuto en
los días previos a la elección. Se utilizarán dos tipos de anuncios: radio y televisión. Cada anuncio
de radio cuesta $200 y llega a un auditorio estimado de 3000 personas. Cada anuncio de
televisión, que cuesta $500, afectará a unas 7000 personas. Al planificar la campaña de
publicidad, la directora de ésta desea llegar a tantas personas como sea posible, y estipuló que se
deben utilizar, por lo menos, 10 anuncios de cada tipo. Además, el número de anuncios de radio
debe ser por lo menos igual al número de anuncios de televisión. ¿Cuántos anuncios de cada tipo
se deberán utilizar? ¿A cuántas personas llegarán?
112) La Outdoor Furniture Corporation fabrica dos productos, bancas y mesas de día de campo, que
pueden ser usados en jardines de casas y parques. La firma cuenta con dos recursos principales:
sus carpinteros (fuerza de mano de obra) y existencias de madera de pino para construir el
mobiliario. Durante el siguiente ciclo de producción, están disponibles 1200 horas de mano de
obra según un acuerdo con el sindicato. La firma también dispone de 3500 pies de madera de pino
de buena calidad. Cada banca que Outdoor Furniture produce requiere 4 horas de mano de obra y
10 pies de madera; cada mesa de día de campo, 6 horas de mano de obra y 35 pies de madera.
Las bancas terminadas redituarán una ganancia de $20 cada una. ¿Cuántas bancas y mesas de
día de campo deberá producir Outdoor Furniture para obtener la ganancia máxima posible? Use el
método gráfico de programación lineal.
113) El decano de Western College of Business debe planificar las ofertas de cursos de la escuela para
el semestre de otoño. Las demandas de los estudiantes hacen necesario ofrecer por lo menos 30
cursos de licenciatura y 20 de posgrado en el semestre. Los contratos del profesorado también
dictan que se ofrezcan por lo menos 60 cursos en total. Cada curso de licenciatura impartido le
cuesta a la universidad un promedio de $2500 en salarios de profesores, mientras que cada curso
de posgrado cuesta $3000. ¿Cuántos cursos de licenciatura y posgrado deberán ser impartidos en
el otoño de modo que los salarios de los profesores se mantengan en su mínima expresión?
114) MSA Computer Corporation fabrica dos modelos de minicomputadoras, Alpha 4 y Beta 5. La firma
emplea cinco técnicos, que trabajan 160 horas cada uno al mes en su línea de ensamble. La
administración insiste en que se mantengan las horas de trabajo (es decir, todas las 160 horas) de
cada trabajador durante las operaciones del mes siguiente. Se requieren 20 horas de mano de
127
obra para ensamblar cada computadora Alpha 4 y 25 para elaborar cada modelo Beta 5. MSA
desea producir por lo menos 10 Alpha 4s y por lo menos 15 Beta 5s durante el periodo de
producción. Las Alpha 4s generan $1200 de utilidad por unidad y las Beta 5s producen $1800
cada una. Determine el número más rentable de cada modelo de minicomputadora que se debe
producir durante el siguiente mes.
115) Un ganador de la Texas Lotto decidió invertir $50,000 al año en el mercado de valores. Piensa
adquirir acciones de una firma petroquímica y una compañía de servicios públicos. Aunque una
meta a largo plazo es obtener los máximos rendimientos posibles, no ha pasado por alto el riesgo
que implica la compra de acciones. Se asigna un índice de riesgo de 1-10 (con 10 como el más
riesgoso) a cada una de las dos acciones. El riesgo total del portafolio se encuentra multiplicando
del riesgo de cada acción por los dólares invertidos en ella. La tabla siguiente proporciona un
resumen de la devolución y el riesgo.
Al inversionista le gustaría maximizar el rendimiento de la inversión, pero el índice de riesgo

promedio de ésta no deberá ser de más de 6. ¿Cuánto deberá invertir en cada acción? ¿Cuál es
el rendimiento estimado de esta inversión?
116) Remítase a la situación de la Texas Lotto del problema 115, y suponga que el inversionista cambió
de actitud sobre la inversión y desea poner mayor atención en el riesgo de la inversión. Ahora
desea minimizar el riesgo de ésta mientras genere un rendimiento de por lo menos 8%. Ordene
estos datos como un problema de PL y encuentre la solución óptima. ¿Cuánto deberá invertir en
cada acción? ¿Cuál es el riesgo promedio de esta inversión? ¿Cuál es el rendimiento estimado de
esta inversión?
117) La casa de bolsa Blank, Leibowitz y Weinberger ha analizado y recomendado dos acciones a un
club de inversionistas constituido por profesores universitarios. Estos estaban interesados en
factores tales como crecimiento intermedio y tasas de dividendos. Los datos sobre cada acción
son los siguientes:
Cada miembro del club tiene una meta de inversión de (1) una ganancia de no menos de $720 a
corto plazo, (2) una ganancia de por lo menos $5000 en los siguientes tres años y (3) un ingreso
por dividendos de por lo menos $200 al año. ¿Cuál es la inversión más pequeña que un profesor
puede hacer para satisfacer estas tres metas?
118) Woofer Pet Foods produce un alimento de bajas calorías para perros obesos. Este producto se
elabora con productos de carne y granos. Cada libra de carne cuesta $0.90 y cada libra de grano
$0.60. Una libra del alimento para perros debe contener por lo menos 9 unidades de vitamina 1 y
10 unidades de vitamina 2. Una libra de carne contiene 10 unidades de vitamina 1 y 12 unidades
de vitamina 2. Una libra de granos contiene 6 unidades de vitamina 1 y 9 unidades de vitamina 2.
128
Ordene estos datos como un problema de PL para minimizar el costo del alimento para perros.
¿Cuántas libras de carne y de granos deberán ser incluidas en cada libra de alimento para perros?
¿Cuál es el costo y el contenido de vitaminas del producto final?
119) Serendipity6
Los tres príncipes de Serendip, eemprendieron un viaje no podían llevar mucho peso; más de 300
libras los hicieron vacilar. Decidieron llevar pequeñas porciones. Cuando regresaron a Ceilán
Descubrieron que sus provisiones estaban a punto de desaparecer cuando para su regocijo, el
príncipe William encontró una pila de cocos en el suelo “Cada uno llevará 60 rupias”, dijo el
príncipe Richard con una mueca de aprobación cuando casi se tropieza con una piel de león.
“Cuidado”, exclamó el príncipe Robert con alegría cuando divisó más pieles de león bajo un árbol.
“Éstas valen más de 300 rupias cada una si sólo pudiéramos llevárnoslas hasta la playa.” Cada
piel pesaba 15 libras y cada coco cinco, pero cargaron con todo en un santiamén. El bote de
regreso a la isla era muy pequeño 15 pies cúbicos de capacidad de carga, eso era todo, cada piel
de león ocupaba un pie cúbico mientras que ocho cocos ocupaban el mismo espacio con todo
estibado se hicieron a la mar, y en el trayecto debían calcular a cuánto podría ascender su nueva
riqueza. “¡Eureka!” gritó el príncipe Robert, “nuestra riqueza es tan grande que no existe otra forma
de regresar en este estado. Cualquier otra piel o coco que pudiéramos haber traído ahora nos
harían más pobres. Y ahora que sé cuántos son cinco le escribiré a mi amigo Horace en Inglaterra
y con toda seguridad sólo él podrá apreciar nuestra serendipity”.
Formule y resuelva Serendipity mediante PL gráfica para calcular “cuál podría ser su nueva
Riqueza”.
120) El Peed 'N Ship Ranch engorda ganado para los granjeros locales y lo envía a los mercados de
carne de Kansas City y Omaha. Los propietarios del rancho desean determinar las cantidades de
alimento para ganado que deben comprar de modo que se satisfagan los estándares nutricionales
mínimos y, al mismo tiempo, se minimicen los costos totales de alimentación. La mezcla de
alimentos se puede componer de los tres granos que contienen los siguientes ingredientes por
libra de alimento:
Alimento (onzas)
Ingrediente Mezcla X Mezcla Y Mezcla Z
A 3 2 4
B 2 3 1
C 1 0 2
D 6 8 4
El costo por libra de las mezclas X, Y y Z son $2, $4 y $2.50, respectivamente. El requerimiento
mínimo por vaca por mes es de 4 libras del ingrediente A, 5 libras del B, 1 libra del C y 8 libras del
D.
El rancho enfrenta una restricción adicional: pese a cualquier circunstancia, sólo puede obtener 500
libras de la mezcla Z por mes del proveedor de alimentos. Como por lo general hay 100 vacas en el
Feed 'N Ship Ranch en un momento dado, esto significa que no se puede contar con más de 5
libras de la mezcla Z para usarse en la alimentación de cada vaca por mes.
a) Formule un problema de PL utilizando la información proporcionada.

b) Resuelva el problema con algún programa computacional de PL.
121) Weinberger Elecronics Corporation fabrica cuatro productos altamente técnicos que vende a
firmas aeroespaciales que tienen contratos con la NASA. Antes de ser embarcado, cada uno de
los productos debe pasar a través de los siguientes departamentos: alambrado eléctrico,
taladrado, ensamble e inspección. El requerimiento de tiempo en horas por cada unidad producida
y su valor lucrativo se resumen en la tabla siguiente:
Departamento Utilidad por

Producto Alambrado Taladrado Ensamble Inspección unidad ($)
XJ201 0.5 0.3 0.2 0.5 9
XM897 1.5 1 4 1 12
TR29 1.5 2 1 0.5 15
BR788 1.0 3 2 0.5 11
129
La producción disponible en cada departamento cada mes y el requerimiento de producción mínima

mensual para cumplir con los contratos son los siguientes:
Departamento Capacidad Producto Nivel de producción

(horas) mínimo
Alambrado 15.000 XJ201 150
Taladrado 17.000 XM897 100
Ensamble 26.000 TR29 300
Inspección 12.000 BR788 400
El gerente de producción tiene la responsabilidad de especificar los niveles de producción de cada

producto para el mes entrante. Ayúdelo a formular (es decir, establecer las restricciones y función
objetivo) el problema de Weinberger mediante PL.
122) Un fabricante de artículos deportivos que está desarrollando un programa de producción de dos
nuevos tipos de raquetas para raquetbol recibió un pedido de 180 del modelo estándar y 90 del
modelo profesional que debe ser entregado al final de este mes. Se recibió otro pedido de 200
unidades del modelo estándar y 120 del modelo profesional, pero éste no tiene que ser entregado
sino hasta finales del mes siguiente. La producción en cada uno de los dos meses puede reali-
zarse en tiempo normal o tiempo extra. En el mes en curso, una raqueta estándar puede ser
producida a un costo de $40 con tiempo normal, y un modelo profesional se puede ser fabricar a
un costo de $60 en tiempo normal. El tiempo extra eleva el costo de estos modelos a $50 y $70,
respectivamente. Debido a un nuevo contrato de trabajo para el mes siguiente, todos los costos se
incrementarán en 10% a fines de este mes. El número total de raquetas que puede ser producido
en un mes en tiempo normal es 230 y 80 raquetas adicionales pueden ser producidas con tiempo
extra cada mes. Dado que el pedido mayor se entregará a finales del mes siguiente, la compañía
planea producir algunas raquetas extra este mes y almacenarlas hasta finales del mes siguiente.
El costo de conservar las raquetas en el inventario durante un mes se estima en $2 por raqueta.
Con estos datos formule un modelo de PL para minimizar el costo.
123) Trabajando con químicos del Virginia Tech y de la Universidad George Washington, el contratista
paisajista Kenneth Golding mezcló su propio fertilizante, llamado “Holding Grow”, compuesto por
cuatro complejos químicos, C-30, C-92, D-21 y E-11. A continuación se indica el costo por libra de
cada complejo.
Complejo químico Costo por libra ($)

C – 30 0.12
C – 92 0.09
D – 21 0.11
E - 11 0.04
Las especificaciones de Golding Grow son las siguientes: 1) E-11 debe constituir por lo menos 15%
de la mezcla; 2) C-92 y C-30 juntos deben constituir por lo menos 45% de la mezcla; 3) D-21 y C-92
juntos pueden constituir no más de 30% de la mezcla, y 4) Golding Grow se empaca y vende en
sacos de 20libras.
a) Formule un problema de PL para determinar qué mezcla de los cuatro compuestos

permitirá a Golding minimizar el costo de un saco de 50 libras del fertilizante.
b) Resuélvalo con computadora para encontrar la mejor solución.
124) (Problema de producción) Winkler Furniture fabrica dos tipos de vitrinas: un modelo provenzal
francés y un modelo danés moderno. Cada vitrina producida debe pasar por tres departamentos:
carpintería, pintura y acabado. La tabla de la página 321 contiene toda información concerniente a
los tipos de producción por vitrina y capacidades de producción de cada operación por día, junto
con el ingreso neto por unidad producida. La compañía firmó un contrato con un distribuidor de
Indiana para producir un mínimo de 300 vitrinas de cada modelo por semana (o 60 por día). El
propietario, Bob Winkler, desea determinar una mezcla de productos para maximizar su ingreso
diario.
a) Formule como un problema de PL.

b) Resuelva con un programa de PL u hoja de cálculo.
130
125) (Problema de decisión de inversión) La compañía de intermediación financiera Heinlein and

Krampf Brokerage acaba de ser instruida por uno de sus clientes para que invierta $250,000 de su
dinero que obtuvo recientemente por la venta de unos terrenos en Ohio. El cliente tiene un buen
grado de confianza en la casa inversora, pero también tiene sus propias ideas sobre la distribución
de los fondos que se van a invertir. En particular, solicita que la firma elija las acciones y bonos
que crea están bien valuados, pero dentro de los siguientes lineamientos:
a) Los bonos municipales deben constituir, por lo menos, 20% de la inversión.

b) Por lo menos, 40% de los fondos debe ser colocado en una combinación de compañías
electrónicas, aeroespaciales y farmacéuticas.
c) No más de 50% de la suma invertida en bonos municipales debe ser colocado en
acciones de alto rendimiento y alto riesgo de una casa de beneficencia.
Sujeto a estas restricciones, el objetivo del cliente es maximizar el rendimiento proyectado de las
inversiones. Los analistas en Heinlein and Krampf, conscientes de estos lineamientos, preparan
una lista de acciones y bonos de alta calidad y sus tasas de rendimiento correspondientes.
In versiones Tasas de rendimiento

proyectado (%)
Bonos municipales de Los Ángeles 5.3
Thompson Electronics, Inc. 6.8
United Aerospace Corp. 4.9
Palmer Drugs 8.4
Casa de beneficiencia Happy Days 11.8
a) Formule este problema de selección de cartera por medio de PL.

b) Resuelva este problema.
126) (Problema de horarios de trabajo en un restaurante) El famoso restaurante Y. S. Chang está

abierto las 24 horas del día. Los meseros y sus ayudantes entran a las 3 A.M., 7A.M., 11 A.M., 3
P.M. u 11 P.M. y cada uno cubre un turno de 8 horas. La tabla siguiente muestra el número
mínimo de trabajadores necesarios durante los seis periodos en los que se divide el día. El
problema de programación de horarios de Chang es determinar cuántos meseros y ayudantes
deberán reportarse al trabajo al inicio de cada periodo para minimizar el personal total requerido
durante un día de operación. (Sugerencia: Sea Xi igual al número de meseros y ayudantes que
empiezan a trabajar en el periodo i, donde i = 1,2, 3, 4, 5,6)
127) (Problema de mezcla de alimentos para animales) El Battery Park Stable alimenta y aloja los
caballos utilizados para tirar carruajes llenos de turistas por las calle del histórico distrito ribereño
131
de Charleston. El propietario del establo, un entrenador retirado de caballos de carreras, reconoce

la necesidad de diseñar una dieta nutricional para los caballos a su cuidado. Al mismo tiempo,
quiere mantener al mínimo el costo diario total de alimentación.
Las mezclas de alimentos disponibles para la dieta de los caballos son un producto de avena, un
grano altamente enriquecido y un producto mineral. Cada una de estas mezclas contiene una
cierta cantidad de cinco ingredientes requeridos diariamente para mantener saludable al caballo
promedio. La tabla de la página 322 muestra estos requerimientos mínimos, las unidades de cada
ingrediente por libra de mezcla de alimentos y los costos de las tres mezclas.
Además, el propietario del establo sabe que un caballo sobrealimentado es un trabajador

perezoso. Por consiguiente, determina que 6 libras de alimento por día son lo máximo que
cualquier caballo necesita para funcionar apropiadamente. Formule este problema de la mezcla
diaria óptima de los tres alimentos y resuélvalo.
128) (Problema de selección de beisbolistas) Los Dubuque Sackers, un equipo de béisbol clase D,
enfrenta cuatro complicados juegos de visitante contra rivales de la liga en Des Moines,
Davenport, Omaha y Peoria. El director técnico “Red” Revelle enfrenta la tarea de programar a sus
cuatro lanzadores abridores en los juegos apropiados. Como los juegos son consecutivos en
menos de una semana, Revelle no puede contar con más de un lanzador que inicie en más de un
juego. Revelle conoce las fortalezas y debilidades no sólo de sus lanzadores, sino también de sus
oponentes. Ha desarrollado una calificación de desempeño de cada uno de sus lanzadores
abridores contra cada uno de estos equipos. Las calificaciones aparecen en la tabla de esta
página. ¿Qué rotación de abridores deberá establecer el director técnico Revelle para obtener el
total más alto de las calificaciones de desempeño?
a) Formule este problema por medio de PL.

b) Resuélvalo.
129) (Problema de selección de medios) El director de publicidad de Diversey Paint and Supply, una
cadena de cuatro tiendas de venta al menudeo del área norte de Chicago, considera dos
posibilidades de medios. Un plan contempla una serie de anuncios de media página en el
periódico Chicago Tribune del domingo; el otro, tiempo de publicidad en la TV de Chicago. Las
tiendas están expandiendo sus líneas de herramientas de "hágalo usted mismo" y el director de
publicidad está interesado en un nivel de exposición de por lo menos 40% dentro de los
vecindarios de la ciudad y de 60% en las áreas suburbanas del noroeste.
El tiempo de audiencia de TV considerado tiene un "rating" de exposición por anuncio de 5% en

hogares de la ciudad y de 3% en los suburbios del noroeste. El periódico dominical tiene tasas de
exposición correspondientes de 4% y 3% por anuncio.
132
El costo de una media página de publicidad en el Tribune es de $925; un anuncio de televisión

cuesta $2000. Diversey Paint desea seleccionar la estrategia de publicidad menos costosa que
satisfaga los niveles de exposición deseados
a) Formule con PL.

b) Resuelva el problema.
130) (Problema de arrendamiento de automóviles) Sundown Rent-a-Car, una gran agencia de

arrendamiento de automóviles que opera en el Medio Oeste, está preparando una estrategia de
arrendamiento para los seis meses siguientes. Sundown renta los automóviles a un fabricante y
luego los renta al público de forma diaria.
A continuación se da una predicción de la demanda de los autos de Sundown en los seis meses
siguientes:
Los automóviles pueden rentarse al fabricante durante tres, cuatro o cinco meses. Los vehículos
se rentan el primer día del mes y se regresan el último día del mes. Cada seis meses Sundown
notifica al fabricante de automóviles sobre el número de automóviles requeridos durante los seis
meses siguientes. El fabricante ha estipulado que por lo menos 50% de las unidades rentadas
durante un periodo de seis meses deben estar en el plan de arrendamiento de cinco meses. El
costo mensual de cada uno de los tres tipos de arrendamiento es: $420 el de tres meses, $400 el
de cuatro meses y $370 el de cinco meses.
Actualmente, Sundown tiene 390 autos. El arrendamiento de 120 de ellos expira a finales de
marzo. El de otros 140 a finales de abril y el del resto a finales de mayo.
Use PL para determinar cuántos automóviles deben rentarse cada mes en cada tipo de
arrendamiento para minimizar el costo de arrendamiento durante el periodo de seis meses.
¿Cuántos vehículos quedan a finales de agosto?
131) La gerencia de Sundown Rent-a-Car (vea el problema 130) ha decidido que tal vez el costo
durante el periodo de seis meses no es el apropiado para minimizarlo porque la agencia aún
puede estar obligada a meses adicionales en algunos arrendamientos después de ese tiempo. Por
ejemplo, si Sundown entregara algunos automóviles al principio del sexto mes, aún estaría
obligada durante dos meses más en un arrendamiento de tres meses. Use PL para determinar
cuántos autos deben rentarse cada mes en cada tipo de arrendamiento para minimizar el costo de
arrendamiento durante toda la duración de estos contratos.
132) (Problema de transporte escolar de estudiantes de preparatoria) El superintendente de

educación del condado de Arden, Maryland, es el responsable de asignar estudiantes a las tres
preparatorias que hay en su condado. Reconoce la necesidad de transportar a un cierto número
de estudiantes, ya que varios sectores del condado están bastante alejados como para ir
caminando a la escuela. El superintendente divide el condado en cinco sectores geográficos ya
que intenta establecer un plan que minimice el número de millas-estudiante recorridas en autobús.
También reconoce que si un estudiante vive en un cierto sector y es asignado a una preparatoria
de dicho sector, no hay necesidad de transportar a ese estudiante por autobús porque él o ella
puede caminar a la escuela. Las tres escuelas están localizadas en los sectores B, C y E.
La tabla anexa refleja el número de estudiantes de preparatoria que viven en cada sector y la
distancia en millas de cada sector a cada escuela.
133
Cada preparatoria tiene una capacidad de 900 estudiantes. Establezca la función objetivo y
restricciones de este problema por medio de PL de modo que el número total de millas – estudiante
recorrida por autobús se minimice. (Observe la semejanza con el problema de transporte ilustrado
con anterioridad en este capítulo.) Luego resuelva el problema.
133) (Problema de asignación de precios y estrategia de comercialización) La I. Kruger Paint and

Wallpaper Store es un gran distribuidor minorista de la marca Supertrex de papeles tapiz de vinilo.
Kruger desea mejorar su imagen a nivel de toda la ciudad en Miami mediante la superación de las
ventas de otros distribuidores locales en el número total de rollos de Supertrex el siguiente año. Se
puede estimar la función de demanda como sigue:
Número de rollos de Supertrex vendidos = 20 X dólares gastados en publicidad + 6.8 X dólares

gastados en exhibidores en la tienda + 12 X dólares invertidos en el inventario de papel tapiz
disponible - 650,000 X porcentaje de margen de ganancia sobre el costo de venta al mayoreo de
un rollo.
La tienda presupuesta un total de $17,000 para publicidad en exhibidores en la tienda y en

inventario disponible de Supertrex para el año siguiente. Decide que debe gastar por lo menos
$3000 en publicidad; además, por lo menos 5% de la suma invertida en inventario disponible
deberá ser dedicado a exhibidores. Los márgenes de ganancia en Supertrex de otros
distribuidores locales oscilan entre 20 y 45%. Kruger decide que sería mejor que su margen de
ganancia estuviera también en este intervalo.
a) Ordene estos datos como un problema de PL.

c) ¿Cuál es la dificultad con la respuesta?
d) ¿Qué restricción agregaría?
134) (Problema de expansión de un hospital) El hospital Mt. Sinai en Nueva Orleans es una gran
empresa privada con 600 camas que cuenta con laboratorios, quirófanos y equipo de rayos X.
Para incrementar sus ingresos, la administración del Mt. Sinai ha decidido hacer una ampliación
para 90 camas en una fracción del terreno adyacente que se utiliza actualmente como
estacionamiento del personal. La administración considera que los laboratorios, los quirófanos y el
departamento de rayos X no se utilizan en su totalidad en el presente y no necesitan ampliarse
para atender a pacientes adicionales. La adición de 90 camas, sin embargo, implica decidir
cuántas camas deberán ser asignadas al personal médico para pacientes médicos y cuántas al
personal quirúrgico para pacientes de este tipo.
Los departamentos de contabilidad y registro médico del hospital proporcionaron la siguiente

información al respecto. La permanencia promedio en el hospital de un paciente médico es de 8
días, y genera ingresos por $2280. El paciente quirúrgico promedio permanece en el hospital 5
días y recibe una factura de $1515. El laboratorio puede manejar 15,000 pruebas por año más de
las que manejaba. El paciente médico promedio requiere 3.1 exámenes de laboratorio, en tanto
que el paciente quirúrgico promedia 2.6. Además, el paciente médico promedio requiere un
estudio de rayos X, mientras que el paciente quirúrgico promedio requiere dos. Si el hospital
expandiera su capacidad en 90 camas, el departamento de rayos X podría manejar hasta 7000
estudios sin un costo significativo adicional. Por último, la administración estima que podrían
hacerse 2800 operaciones adicionales en los quirófanos existentes. Los pacientes médicos, desde
134
luego, no requieren cirugía, mientras que cada paciente quirúrgico, en general, es operado una
vez.
Formule este problema para determinar cuántas camas médicas y cuántas quirúrgicas se deberán
agregar para maximizar los ingresos. Suponga que el hospital está abierto 365 días al año. Luego
resuelva el problema.
135
Capítulo III
El método Simplex
OBJETIVOS DEL CAPITULO
Después de finalizar este capítulo usted estará en capacidad de:
1) Explicar detalladamente por qué el método simplex encuentra soluciones óptimas para problemas de
programación lineal.
2) Determinar cuando un problema de programación lineal tiene múltiples soluciones óptimas.
3) Determinar cuando un problema de programación lineal no tiene solución.
INTRODUCCIÓN
El método Simplex se basa en el álgebra y se lo emplea para resolver problemas de Programación

Lineal tanto de Maximización o Minimización.
Es un proceso repetitivo numérico que permite llegar a una solución óptima partiendo de un punto
extremo conocido; es decir, partiendo de una solución básica, si esta solución básica factible tomada
como punto de partida no satisface, es necesario tomar otra solución que nos da un valor para Z mayor o
menor y así sucesivamente hasta llegar a la solución final.
Es un método iterativo (aproximaciones sucesivas), fue ideado por George Dantrig (1947) quien realizó
investigaciones basado en relaciones matemáticas de carácter lineal.
Existen tres requisitos en la solución de un problema de programación lineal por el método simplex.
a) Todas las limitaciones deben estar establecidas como ecuaciones.
b) El segundo miembro de una limitante, no puede ser negativo.
c) Todas las variables están restringidas a valores no negativos.
PROCEDIMIENTO
Cualquiera que sea el número de inecuaciones y de incógnitas de un sistema, este por sí mismo se
ajusta a un tratamiento de identificación que nos dé una idea de que sea sujeto de solución.
Cuando el sistema reúne a un número de ecuaciones inferior al número de incógnitas, existen muchas
soluciones. Justamente este es el caso más frecuente de los problemas de programación lineal, de allí
que es necesario introducir (+) variables de Holgura en los casos de la expresión  (igual o menor),
restar (-) variables de holgura e introducir Variables Artificiales en los casos de  (mayor o igual) y en los
casos de = se introduce variables artificiales con signo más.
 + VARIABLE DE HOLGURA
 - VARIABLE DE HOLGURA + VARIABLE ARTIFICIAL
= + VARIABLE ARTIFICIAL
Cada caso se comprenderá con un ejemplo y así podremos establecer su similitud y diferencias.
136
MAXIMIZACIÓN MEDIANTE EL SIMPLEX
En problemas de matización (Ej. Producción) se debe tomar en cuenta.
PLANTEAMIENTO
Identificación de Producto I = X1
Variables Producto II = X2
Producto III = X3
Producto IV = X4
1) Función Objetivo
Z(MAX) = C1X1 + C2X2 + C3X3+ ------------ + CnXn
2) Limitaciones o Restricciones
A11X1 + A12X2 + A13X3 + ----------------- + A1nXn  b1

A21X1 + A22X2 + A23X3 + ----------------- + A2nXn  b2
A31X1 + A32X2 + A33X3 + ----------------- + A3nXn  b3
...................................................................................
Am1X1 + Am2X2 + Am3X3 + ----------------- + AmnXn  bn
3) No negatividad
Xj  0
RESOLUCIÓN
Cuando se trata de un sistema de inecuaciones, no existe solución única, si no que implica muchas
posibilidades, razón por la cual, el método simplex va generando soluciones básicas.
Introducción de Variables de Holgura

Como el primer miembro de la inecuación es inferior al otro, es necesario introducir una variable
denominada de HOLGURA que cubra imaginariamente el valor faltante, para convertirlo en igualdad.
S1, S2, S3, ..... Sn = Variables de Holgura
A11X1 + A12X2 + A13X3 + ----- + A1nXn + S1 = b1

A21X1 + A22X2 + A23X3 + ----- + A2nXn + S2 = b2
A31X1 + A32X2 + A33X3 + ----- + A3nXn + S3 = b3
...............................................................................................
Am1X1 + Am2X2 + Am3X3 + ----- + AmXn + ---------------+ Sn = bn
Al convertir el sistema de desigualdades es un sistema de ecuaciones mediante la introducción de

variables de holgura, se ha logrado un importante punto de partida. Estas variables en la función objetivo
irán antepuestas de un coeficiente cero de beneficio.
Z(MAX) = C1X1 + C2X2 + ---- + CnXn + 0S1 + 0S2 + ---- + 0Sn
Generación de una solución básica factible
En el caso de un ejemplo de producción, el primer supuesto o alternativa del método simplex es no

fabricar nada de los productos reales (variables fundamentales), esto quiere decir dar respuesta al
sistema manteniendo inutilizados los recursos existentes, es decir:
X1 = 0 S1 = b 1
137
X2 = 0 S2 = b 2
X3 = 0 S3 = b 3
......................................
Xn = 0 Sn = b n
Proceso Iterativo
En función de los criterios del método simplex se van obteniendo ensayos, interacciones o algoritmos
hasta lograr la respuesta ideal.
El objetivo es ir eliminando las variables de holgura e irlas reemplazando por alternativas en función de
variables fundamentales, propósito del problema.
El proceso se lo desarrolla por cuadros o etapas. Cada uno de ellas nos representará una mejor
combinación de producción y un mayor beneficio, para lo cual se necesita aplicar el método matricial de
coeficientes.
Cj = Coeficiente de la función objetivo

Xj = Solución básica de cada etapa: es la base vectorial que da solución al sistema
* = Elemento Pivote
° = Elementos semipivotales
bn = Parámetros; datos conocidos, nos indican la cuantificación de recursos
Zj = Valores que va tomando la función objetivo en cada posición.
Zj-Cj = Se la conoce como el "Criterio del simplex”; permite continuar o no la generación de
alternativos.
Cuando la expresión Zj - Cj corresponde en todas las posiciones a valores POSITIVOS O

CEROS, habrá terminado el problema de maximización.
Pasos para formar la nueva tabla
1) Se elige el elemento (Zj-Cj) de menor valor negativo, la variable que le corresponde debe entrar a
la base de la nueva tabla para mejorar la solución.
2) Para determinar que fila sale, se obtiene el elemento pivote, el mismo que es la intersección de la
columna que ingresa y la fila que sale, para lo cual se divide los elementos de la columna de b n
para los elementos de la columna que ingresó, se escoge el menor cociente que representará al
pivote, los restantes elementos de la columna son los semipivotes. No se toma en cuenta la
división para números negativos o cero.
3) Formar los nuevos elementos de la fila de la variable de holgura que es reemplazada por la
variable fundamental, basándose en el elemento PIVOTE, que se encuentra en la intersección de
la columna que entra y la fila que sale.
ELEMENTOS ANTERIORES
" ELEMENTOS DE LA NUEVA FILA " 
PIVOTE
4) Los restantes elementos de la columna que entra se denominan SEMIPIVOTES (°)

5) Los elementos de las demás filas se obtienen restando los elementos anteriores de dicha fila
menos los elementos de la nueva fila que ingresó, multiplicados por el semipivote correspondiente.
“Elementos de otra fila = elementos anteriores de dicha fila – elementos de la fila que
ingresó x el semipivote correspondiente
6) Zj se obtiene multiplicando el coeficiente de la variable fundamental que ingresó por todos los
elementos de dicha fila.
7) Obtenemos la fila Zj - Cj, restando los elementos de la fila de Zj menos los elementos de la fila Cj,
si todos sus elementos son positivos o ceros el proceso se ha terminado, esto quiere decir que la
tabla es óptima, caso contrario construimos la nueva tabla eliminando el menor negativo que
exista y realizar el mismo proceso anterior.
8) El máximo beneficio está dado por el valor del elemento de Zj de la columna b n.
138
EJERCICIOS RESUELTOS
PROBLEMAS DE MAXIMIZACION
PROBLEMA Nº 1.-
Un taller fabrica dos clases de cinturones de piel. En cada cinturón A de alta calidad gana 4 dólares y en
cada cinturón B de baja calidad gana 3 dólares. El taller puede producir diariamente 500 cinturones de
tipo B o 250 cinturones de tipo A. Sólo se dispone de piel para 400 cinturones diarios A y B combinados
y de 200 hebillas elegantes para el cinturón A y de 350 hebillas diarias para el cinturón B ¿Qué
producción maximiza la ganancia?
Función Objetivo
Z(MAX) = 4X1 + 3X2 + 0 S1 +0 S2 +0 S3 + 0 S4
Restricciones
X1 + X2  400 Cantidad de piel

X1  200 Hebillas elegantes
X2  350 Hebillas de menor calidad
2X1 + X2  500 Capacidad
Variables de holgura
X1 + X2 + S1 = 400
X1 + S2 = 200
X2 + S3 = 350
2X1 + X2 + S4 = 500
TABLA I
Formamos la 1° Tabla con los coeficientes de las variables fundamentales y su holgura. En la columna
de Xj, irán las variables de holgura por ser recursos no utilizados por lo tanto deben ingresar al proceso
y no tienen utilidad.
Cj 4 3 0 0 0 0
Xj bn X1 X2 S1 S2 S3 S4
0 S1 400 1° 1 1 0 0 0
0 S2 200 1* 0 0 1 0 0
0 S3 350 0° 1 0 0 1 0
0 S4 500 2° 1 0 0 0 1
Zj 0 0 0 0 0 0 0
Zj-Cj --- -4 -3 0 0 0 0
Al iniciarse el proceso productivo no existe utilidad por lo tanto todos los coeficientes de la fila Zj son
ceros.
Los elementos de la fila Zj - Cj que se denomina criterio del simplex se forma restando los coeficientes
de la fila Zj menos la 1° fila Cj.
0-4 = -4 0 – 3 = -3 0-0=0 0 - 0 = 0 etc.
TABLA II
Como se trata de problemas de maximización, en la fila Zj - Cj deben quedar ceros o valores positivos,
esto significa que es necesario eliminar los valores negativos para lo cual tomamos el menor valor
negativo, en este caso (-4), es decir, la variable que pertenece a esta columna ingresa (X1) con una
utilidad de 4.
139
Para saber cuál es la fila que sale, dividimos los coeficientes de la columna de (b n) para los coeficientes
de X1. El menor cociente indica la fila que debe salir y nos señalará el PIVOTE.
400
 400 (1) Semipivote
1
bn 20
 200 (1*) Pivote
X1 1
350
 NO ( 0) Semipivote
0
500
 250 ( 2) Semipivote
2
Los divisores que son cero o negativos no se toman en cuenta para el

menor cociente, pero si se los considera como semipivote.
El menor cociente se obtiene al dividir 200  1 = 200 entonces en la intersección de la fila S2 y la

columna X1 queda el pivote, los demás elementos son semipivote, lo cual significa que la fila que sale es
S2 y en su lugar ingresa X1 con una utilidad de 4.
El pivote se lo representa por un asterisco (*) y los semipivote con un punto (°).
Para obtener los coeficientes de la nueva fila dividimos los anteriores de S 2.
200  1 = 200 (pivote = 1)

1  1 = 1
0  1 = 0
0  1 = 0
1  1 = 1
0  1 = 0
0  1 = 0
Las demás filas se las obtiene de la siguiente forma:
Coeficientes de S1
anterior-nueva filaxsemipivote correspondiente
400 – 200x1 = 200

1 – 1x1 = 0
1 – 0x1 = 1
1 – 0x1 = 1
0 – 1 x 1 = -1
0 – 0x1 = 0
0 – 0x1 = 0
Primero se realiza la multiplicación, luego se resta.

Cuando el semipivote es cero (0) se copia los mismos coeficientes.
Si el semipovote es uno (1) se realiza la resta directamente.
Coeficientes de S1 Coeficientes de S3 Coeficientes de S4

400 – 200x1 = 200 350 – 200x0 = 350 500 – 200x2 = 100
1 – 1x1 = 0 0 – 1x0 = 0 2 – 1x2 = 0
1 – 0x1 = 1 1 – 0x0 = 1 1 – 0x 2= 1
1 – 0x1 = 1 0 – 0x0 = 0 0 – 0x 2= 0
0 – 1 x 1 = -1 0 – 1x0 = 0 0 – 1 x 2 = -2
0 – 0x1 = 0 1 – 0x0 = 1 0 – 0x 2= 0
0 – 0x1 = 0 0 – 0x0 = 0 1 – 0x 2= 1
140
Cj 4 3 0 0 0 0
0 S1 200 0 1° 1 -1 0 0
4 X1 200 1 0° 0 1 0 0
0 S3 350 0 1° 0 0 1 0
0 S4 100 0 1* 0 -2 0 1
Zj 800 4 0 0 4 0 0
Zj-Cj --- 0 -3 0 4 0 0
Los coeficientes de la fila Zj se obtienen multiplicando 4 por cada coeficiente de esa fila.
4 x 200 = 800 4x1=4 4 x 0 = 0 etc.

Zj - Cj = 80 - 80 =0 0 - 60 = -60 0 - 0 = 0 etc.
TABLA III
Al tener un valor negativo (-3) en la fila Zj - Cj debemos eliminarlo, eso significa que la variable de esa
columna es la que ingresa (X2), para saber que fila sale procedemos como en el caso anterior.
200
1
bn 200
 NO (0*) Semipivote
X2 0
350
1
100
 100 (1*) Pivote
1
El pivote nos indica que la fila que sale es (S4) e ingresa X2 con una utilidad de 30.
Coeficientes de X2 Coeficientes de S1
100  1 = 100 200 – 100x1 = 100
0  1 = 0 0 – 0x1 = 0
1  1 = 1 1 – 1x1 = 0
0  1 = 0 1 – 0x1 = 1
-2  1 = -2 -1 – (-2) x 1 = 1
0  1 = 0 0 – 0x1 = 0
1  1 = 1 0 – 1 x 1 = -1
Coeficientes de X1 Coeficientes de S3
200 – 100x0 = 200 350 – 100x1 = 250
1 – 0x0 = 1 0 – 0x1 = 0
0 – 1x0 = 0 1 – 1x1 = 0
0 – 0x0 = 0 0 – 0x1 = 0
1 – (-2) x 0 = 1 0 – (-2) x 1 = 2
0 – 0x0 = 0 1 – 0x1 = 1
0 – 1x0 = 0 0 – 1 x 1 = -1
Cj 4 3 0 0 0 0
0 S1 100 0 0 1 1* 0 -1
4 X1 200 1 0 0 1° 0 0
0 S3 250 0 0 0 2° 1 -1
3 X2 100 0 1* 0 -2° 0 1
Zj 1.100 4 3 0 -2 0 3
Zj-Cj --- 0 0 0 -2 0 3
Zj = 4 x 200 + 3 x 100 = 800 + 300 = 1.100

141
4x1+3x0 =0+0 = 0
4x0+3x1 = 0+3= 3
4x0+3x0 = 0+0= 0
4 x 1 + 3(-2) = 0 - 6 = -2
4x0+3x0 = 0+0= 0
4x0+3x1 = 0+3= 3
TABLA IV
Como queda otro valor negativo (-2), se requiere hacer otro proceso, la variable que ingresa es s 2.
100
 100 (1*) Pivote
1
bn 200
 200 (1*) Semipivote
S2 1
250
 125 ( 2) Semipivote
2
100
 NO ( 2) Semipivote
2
Sale S1 e ingresa S2
Coeficientes de S2 Coeficientes de X1
100  1 = 100 200 – 100x1 = 100
0  1 = 0 1 – 0x1 = 1
0  1 = 0 0 – 0x1 = 0
1  1 = 1 0 – 1 x 1 = -1
1  1 = 1 1 – 1x1 = 0
0  1 = 0 0 – 0x1 = 0
-1  1 = -1 0 – (-1) x 1 = 1
250 – 100x2 = 50 100 – 100x(-2) = 300
0 – 0x2 = 0 0 – 0 x (-2) = 0
0 – 0x2 = 0 1 – 0 x (-2) = 1
0 – 1 x 2 = -2 0 – 1 x (-2) = 2
2 – 1x2 = 0 -2 – 1 x (-2) = 0
1 – 0x2 = 1 0 – 0 x (-2) = 0
-1 – (-1) x 2 = 1 1 – (-1) x (-2) = -1
Cj 4 3 0 0 0 0
0 S2 100 0 0 1 1 0 -1
4 X1 100 1 0 -1 0 0 1
0 S3 50 0 0 -2 0 1 1
3 X2 300 0 1 2 0 0 -1
Zj 1.300 4 3 2 0 0 1
Zj-Cj --- 0 0 2 0 0 1
En la fila Zj - Cj ya no hay valores negativos, entonces el proceso ha concluido.
Presentamos la solución del problema en una sola tabla
142
Cj 4 3 0 0 0 0 I
0 S1 400 1° 1 1 0 0 0
0 S2 200 1* 0 0 1 0 0
0 S3 350 0° 1 0 0 1 0
0 S4 500 2° 1 0 0 0 1
Zj 0 0 0 0 0 0 0
Zj-Cj --- -4 -3 0 0 0 0
0 S1 200 0 1° 1 -1 0 0 II
4 X1 200 1 0° 0 1 0 0
0 S3 350 0 1° 0 0 1 0
0 S4 100 0 1* 0 -2 0 1
Zj 800 4 0 0 4 0 0
Zj-Cj --- 0 -3 0 4 0 0
0 S1 100 0 0 1 1* 0 -1 III
4 X1 200 1 0 0 1° 0 0
0 S3 250 0 0 0 2° 1 -1
3 X2 100 0 1 0 -2° 0 1
Zj 1.100 4 3 0 -2 0 3
Zj-Cj --- 0 0 0 -2 0 3
0 S2 100 0 0 1 1 0 -1 IV
4 X1 100 1 0 -1 0 0 1
0 S3 50 0 0 -2 0 1 1
3 X2 300 0 1 2 0 0 -1
Zj 1.300 4 3 2 0 0 1
Zj-Cj --- 0 0 2 0 0 1
Para encontrar la solución tomamos las variables de la última columna X j y los valores de la columna bn.
Solución óptima
Z(MAX) = 1.300 Centavos

X1 = 100 Cinturones de clase A
X2 = 300 Cinturones de clase B
S1 = 0 Se utilizó toda la piel
S2 = 100 Hebillas elegantes no utilizadas
S3 = 50 Hebillas de menor calidad no utilizadas
S4 = 0 Se utilizó toda la capacidad
Comprobación
X1 + X2 + S1 = 400
100 + 300 + 0 = 400
X1 + S2 = 200 X2 + S3 = 350
100 + 100 = 200 100 + 100 = 200
2X1 + X2 + S4 = 500
2(100) + 300 + 0 = 500
200 + 300 + 0 = 500
PROBLEMA N°2.
La Compañía ECASA está produciendo dos clases de refrigeradoras, tipo A y tipo B. De estudios hechos
sobre las necesidades del país, se estima que en el próximo año los requerimientos de estos dos tipos
de refrigeradoras serán:
Un máximo de 80 Mil unidades de A

143
Un máximo de 120 Mil unidades de B
La utilidad que, cada refrigeradora le deja a la empresa es: 15 dólares por unidad de A y 30 dólares por
unidad de B. Cuántas unidades de A y Cuántas de B deben producirse para que ECASA alcance la
máxima utilidad anual, si sólo se dispone de:
10 Mil unidades de hierro

16 Mil unidades de fibra de vidrio
14 Mil unidades de aluminio
Considerando que la composición de estas refrigeradoras debe ser la siguiente:
A = 10% de hierro, 12% de fibra de vidrio, 7% de aluminio

B = 5% de hierro, 10% de fibra de vidrio, 10% de aluminio
Función Objetivo
Z(MAX) = 15X1 + 30X2
Restricciones
0,10 X1 + 0,05 X2  10 mil (Hierro)

0,12 X1 + 0,10 X2  16 mil (Fibra de vidrio)
0,07 X1 + 0,10 X2  14 mil (Aluminio)
X1  80 mil (Demanda de A)
X2  120 mil (Demanda de B)
X1, X2  0
Z(MAX) = 15X1 + 30X2 + 0 S1 +0 S2 +0 S3 + 0 S4 + 0 S5
0,10 X1 + 0,05 X2 + S1 = 10 mil 1°

0,12 X1 + 0,10 X2 + S2 = 16 mil 2°
0,07 X1 + 0,10 X2 + S3 = 14 mil 3°
X1 + S4 = 80 mil 4°
X2 + S5 = 120 mil 5°
TABLA I
La tabla I se forma con los datos originales:

Cj 15 30 0 0 0 0 0 I
Xj bn X1 X2 S1 S2 S3 S4 S5
0 S1 10 0.10 0.05° 1 0 0 0 0
0 S2 16 0.12 0.10° 0 1 0 0 0
0 S3 14 0.07 0.10° 0 0 1 0 0
0 S4 80 1 0° 0 0 0 1 0
0 S5 120 0 1* 0 0 0 0 1
Zj 0 0 0 0 0 0 0 0
Zj-Cj --- -15 -30 0 0 0 0 0
TABLA II
Eliminamos (-30), la columna que ingresa es X2, para saber cuál fila sale, dividimos los coeficientes de bn
para los coeficientes de X2.
144
10
 200 (0.05) Semipivote
0.05
16
 160 (0.10) Semipivote
bn 0.10
14
X2  140 (0.10) Semipivote
0.10
80
 NO (0) Semipivote
0
120
 120 (1*) Pivote
1
Coeficientes de X2 de la nueva fila. Se divide los anteriores de S5 para el pivote 1
120 0 1 0 0 0 0 1
 120 0 1 0 0 0 0 1
1 1 1 1 1 1 1 1
Coeficientes de S1 Coeficientes de S2
10 – 120x0.05 = 4 16 – 120x0.10 = 4
0.10 – 0 x 0.05 = 0.10 0.12 – 0 x 0.10 = 0.12
0.05 – 1 x 0.05 = 0 0.10 – 1 x 0.10 = 0
1 – 0 x 0.05 = 1 0 – 0 x 0.10 = 0
0 – 0 x 0.05 = 0 1 – 0 x 0.10 = 1
0 – 0 x 0.05 = 0 0 – 0 x 0.10 = 0
0 – 0 x 0.05 = 0 0 – 0 x 0.10 = 0
0 – 1 x 0.05 = -0.05 0 – 1 x 0.10 = -0.10
14 – 120x0.10 = 2 Son los mismos anteriores
0.07 – 0 x 0.10 = 0.07 porque el semipivote es cero
0.10 – 1 x 0.10 = 0
0 – 0 x 0.10 = 0
0 – 0 x 0.10 = 0
1 – 0 x 0.10 = 1
0 – 0 x 0.10 = 0
0 – 1 x 0.10 = -0.10
Cj 15 30 0 0 0 0 0 II
0 S1 4 0.10° 0 1 0 0 0 -0.05
0 S2 4 0.12° 0 0 1 0 0 -0.10
0 S3 2 0.07* 0 0 0 1 0 -0.10
0 S4 80 1° 0 0 0 0 1 0
30 X2 120 0° 1 0 0 0 0 1
Zj 3.600 0 30 0 0 0 0 30
Zj-Cj --- -15 0 0 0 0 0 30
TABLA III
Eliminamos el negativo (-15), es decir, ingresa la columna de X1 con una utilidad de 15, veamos que fila
sale.
bn 4 4
 40 Semipivote  33.33 Semipivote
X1 0.10 0.12
2 80
 28.57 Pivote (Menor cociente)  80 Semipivote
0.07 1
120
 NO (Semipivote)
0
Ingresa X1 y sale S3
145
Coeficientes de la nueva fila X1

2 0.07 0 0
 28.57 1 0 0
0.07 0.07 0.7 0.07
 0  0.10  1.43
0 1 0
0  14.28
0.07 0.07 0.07 0.07
4 – 28.57 x 0.10 = 1.14 4 – 28.57 x 0.12 = 0.57
0.10 – 1 x 0.10 = 0 0.12 – 1 x 0.12 = 0
0 – 0 x 0.10 = 0 0 – 0 x 0.12 = 0
1 – 0 x 0.10 = 1 0 – 0 x 0.12 = 0
0 – 0 x 0.10 = 0 1 – 0 x 0.12 = 1
0 – 14.28 x 0.10 =-1.43 0 – 14.28 x 0.12 = -1.71
0 – 0 x 0.10 = 0 0 – 0 x 0.12 = 0
-0.05 –(-1.43) x 0.10 = 0.09 -0.10 –(-1.43) x 0.12 = 0.07
80 – 28.57 x 1 = 51.43 Son los mismos anteriores
1 – 1 x1 = 0 porque el semipivote es cero
0 – 0 x1 = 0
0 – 0 x1 = 0
0 – 0 x1 = 0
0 – 14.28 x 1 =-14.28
1 – 0 x1 = 1
0 –(-1.43) x 1 = 1.43
Cj 15 30 0 0 0 0 0 III
0 S1 1.14 0 0 1 0 -1.43 0 0.09
0 S2 0.57 0 0 0 1 -1.71 0 0.07
15 X1 28.57 1 0 0 0 14.28 0 -1.43
0 S4 51.43 0 0 0 0 -14.28 1 1.43
30 X2 120 0 1 0 0 0 0 1
Zj 4.028.5 15 30 0 0 214.2 0 8.55
Zj-Cj --- 0 0 0 0 214.2 0 8.55
Solución óptima
Z(MAX) = 4.028.571.38
X1 = 28.571.00 Unidades de refrigeradoras tipo A
X2 = 120.000.00 Unidades de refrigeradoras tipo B
S1 = 1.142.85 Unidades de hierro no utilizadas
S2 = 571.43 Unidades de fibra de vidrio no utilizadas
S3 = 0 Se ha utilizado todo el aluminio
S4 = 51.428.57 No se ha cubierto toda la demanda de A
S5 = 0 Se ha cubierto toda la demanda de B
Comprobación:
0,10 X1 + 0,05 X2 + S1 = 10 mil 1°

0.10(28.57) + 0.05(120) + 1.14 = 9.99
0,12 X1 + 0,10 X2 + S2 = 16 mil 2°
0.12(28.57) + 0.10(120) + 0.57 = 15.99
0,07 X1 + 0,10 X2 + S3 = 14 mil 3°
0.07(28.57) + 0.10(120) + 0 = 13.99
146
Reunimos todos los resultados en una sola tabla.
Cj 15 30 0 0 0 0 0 I
0 S1 10 0.10 0.05° 1 0 0 0 0
0 S2 16 0.12 0.10° 0 1 0 0 0
0 S3 14 0.07 0.10° 0 0 1 0 0
0 S4 80 1 0° 0 0 0 1 0
0 S5 120 0 1* 0 0 0 0 1
Zj 0 0 0 0 0 0 0 0
Zj-Cj --- -15 -30 0 0 0 0 0
0 S1 4 0.10° 0 1 0 0 0 -0.05 II
0 S2 4 0.12° 0 0 1 0 0 -0.10
0 S3 2 0.07* 0 0 0 1 0 -0.10
0 S4 80 1° 0 0 0 0 1 0
30 X2 120 0° 1 0 0 0 0 1
Zj 3.600 0 30 0 0 0 0 30
Zj-Cj --- -15 0 0 0 0 0 30
0 S1 1.14 0 0 1 0 -1.43 0 0.09 III
0 S2 0.57 0 0 0 1 -1.71 0 0.07
15 X1 28.57 1 0 0 0 14.28 0 -1.43
0 S4 51.43 0 0 0 0 -14.28 1 1.43
30 X2 120 0 1 0 0 0 0 1
Zj 4.028.5 15 30 0 0 214.2 0 8.55
Zj-Cj --- 0 0 0 0 214.2 0 8.55
PROBLEMA N° 3
Una fábrica produce dos tipos de muebles A y B, dispone del taller de torneamiento el mismo que puede
procesar 25 unidades/tora de A y 40 unidades/hora de B, siendo el coso por hora de 20 dólares, el taller
de rectificación que puede procesar 28 un/h de A y 35 un/h de B y su costo es de 14 dólares, el taller de
pintura puede atender a 35 un/h de A y 25 un/h de B y su costo es de 17,5 dólares. El precio de venta de
A es de 5 dólares y el de B, 4 dólares. ¿Cuántas unidades de A y B debe producir para obtener la
máxima ganancia?
Matriz de recursos
A B Tipo de muebles
X1 X2 N° de unidades
Taller Proceso Capacidad Costo
Tornamiento 25 40 1 20
Rectificación 28 35 1 14
Pintura 35 25 1 17,5
Cuando no hay disponible, se habla de capacidad que es el 100%, se representa por 1, y cada taller
ocupa tanto en A como en B un porcentaje de su presentación en forma de fracción que significa
porcentaje.
Para encontrar la utilidad hallamos el costo total de cada producto.

Costo
A B Pv
20  25 = 0,8 20  40 = 0,5 A=5

14  28 = 0,5 14  35 = 0,4
17,5  35 = 0,5 17,5  25 = 0,7 B=4
Costo = 1.8 Costo = 1.6
147
Utilidad
UA = PVA - CTA UB = PVB - CTB
UA = 5-1,8 = 3,2 UB = 4-1,6 = 2,4
Función Objetivo
Z(MAX) = 3,2X1 + 2,4X2
Restricciones
1 1
X1  X2 1
25 40
1 1
X1  X2 1
28 35
1 1
X1  X2 1
35 25
X1 X2  0
Trasformamos las desigualdades fraccionarias en igualdades enteras para lo cual buscamos el mínimo
común denominador e introducimos las variables de holgura.
Z(MAX) = 3.2X1 + 2.4X2 +0S1 + 0S2 + 0S3
8X1 + 5X2 + S1 = 200

5X1 + 4X2 + S2 = 140
5X1 + 7X2 + S3 = 175
Cj 3.2 2.4 0 0 0 I
Xj bn X1 X2 S1 S2 S3
0 S1 200 8* 5 1 0 0
0 S3 140 5° 4 0 1 0
0 S5 175 5° 7 0 0 1
Zj 0 0 0 0 0 0
Zj-Cj --- -3.2 -2.4 0 0 0
3.2 X1 25 1 0.625° 0.125 0 0 II
0 S2 15 0 0.875° -0.625 1 0
0 S3 50 0 3.875* -0.625 0 1
Zj 80 3.2 2 0.4 0 0
Zj-Cj --- 0 -0.4 0.4 0 0
3.2 X1 17 1 0 0.226 0 -0.161 III
0 S2 3.71 0 0 -0.484 1 -0.225
2.4 X2 13 0 1 -0.161 0 0.258
Zj 85.6 3.2 2.4 0.337 0 0.104
Zj-Cj --- 0 0 0.337 0 0.104
Solución óptima
Z(MAX) = 85.6
X1 = 17 Muebles tipo A
X2 = 13 Muebles tipo B
S1 = 0 Se utilizó toda la capacidad del departamento de torneamiento
S2 = 3.71 No se ha utilizado toda la capacidad del departamento de rectificación
S3 = 0 Se utilizó toda la capacidad del departamento de pintura
148
EL MÉTODO SIMPLEX EN LOS CASOS DE MINIMIZACIÓN

Los casos de minimización se resuelven empleado también la metodología conocida del “Simplex”, con
algunas variaciones.
En los problemas de minimización se introduce variables de holgura con signo negativo y las variables
artificiales con signo positivo.
Sj = Variables de holgura
mj = Variables artificiales
Las variables artificiales tienen un coeficiente (M) que es un valor indeterminado.
Cuando hay variables de holgura y artificiales, primero se eliminan las artificiales, luego las de holgura.
Si la restricción es una igualdad, entonces se introduce solamente variables artificiales con signo
positivo.
Maximización () + SJ
Minimización () – Sj + mj
Igualdad (=) + mj
Para resolver un problema de minimización, se empieza eliminando los mayores valores positivos de la
fila Zj – Cj.
El proceso habrá concluido cuando en la fila Zj – Cj queden valores negativos o ceros.

La función objetivos se representará por Z(MIN) y las variables artificiales llevarán en esta función un
coeficiente M.
Z(MIN) = ?X1 + ?X2 ---- + 0S1 + 0S2 + ------ + Mn1 + Mm2 --- Mmn
Restricciones, variables de holgura y artificiales
A11X1 + A12X2 - S1 + m1 = b1
A21X1 + A22X2 - S2 + m2 = b2
A31X1 + A32X2 -S3 + m 3 = b3
------------------------------------------------------------------
Xj  0
PROBLEMA N° 4.-
Se producen dos artículos A y B los mismos que son procesados por 3 máquinas M1, M2 y M3 que
disponen de 130, 190, 200 horas semanales al menos, la M 1 procesa 1 unidad de A y 1 de B, M2 procesa
2 de A y 1 de B, M3 procesa 1 de A y 4 de B. El costo de procesar es 2 dólares por cada unidad del
artículo A y 3 dólares por cada unidad del artículo B. Cuántas unidades de A y B se deben procesar para
que el costo sea mínimo.
Función Objetivo
Z(MIN) = 2X1 + 3X2 + 0S1 + 0S2 + OS3 + Mn1 + Mn2 + Mn3

X1 = Artículo A
X2 = Artículo B
Restricciones
X1 + X2  130 Capacidad de procesar de M1

2X1 + X2  190 Capacidad de procesar de M2
X1 + 4X2  200 Capacidad de procesar de M3
Xj  0
149
Variables de holgura y Artificiales
X1 + X2 – S1 + m1 = 130
2X1 + X2 -- S2 + m2 = 190
X1 + 4X2 -- S3 + m3 = 200
TABLA I
Para formar la tabla I utilizamos todos los coeficientes de las variables fundamentales, de holgura y
artificiales.
Primero eliminamos las variables artificiales, las mismas que en la función objetivo irán con un
coeficiente (M) que representa un valor indeterminado.
Cj 2 3 0 0 0 M M M
Xj bn X1 X2 S1 S2 S3 m1 m2 m3
M m1 130 1 1° -1 0 0 1 0 0
M m2 190 2 1° 0 -1 0 0 1 0
M m3 200 1 4* 0 0 -1 0 0 1
Zj 520M 4M 6M -M -M -M M M M
Zj-Cj ... 4M 6M -M -M -M 0 0 0
Zj = M x 130 + Mx190 + Mx200

130M + 190M + 200M = 520M
1 x M + 2 x M + 1 x M = 4M
1xM + 1 x M + 4M = 6M etc.
Zj - Cj = Quedan los mismos valores que Zj excepto las 3 columnas últimas porque si se pueden restar.
TABLA II
Cuando la función objetivo es de minimización, de la fila Zj - Cj se debe eliminar los valores positivos,
empezando por el mayor, en este caso 6M, de modo que ingresa X2 con un costo de 3, para saber que
fila sale procedemos como en los problemas de maximización.
bn 130 190 200

,  130,  190,  50 (menor cociente)
X2 1 1 4
Semipivote Semipivote Pivote
Sale m3 e ingresa X2
Coef. X2 (nueva fila) Coef. m1 Coef. m2

Anteriores  Pivote Anter-Nueva fila x Semip Anter-Nueva fila x Semip
2004 = 50 130 - 50 x 1 = 80 190 - 50 x 1 = 140
1  4 = 0,25 1 - 0,25 x 1 = 0.75 2 - 0,25 x 1 = 1,75
4 4= 1 1 - 1 x1= 0 1 - 1x1 = 0
0 4= 0 -1 - 0 x 1 = -1 0 - 0x1 = 0
0 4= 0 0 - 0 x1= 0 -1 - 0 x 1 = -1
-1  4 = -0,25 0 - (-0,25)x 1 = 0.25 0 - (-0,25) x 1 = 0,25
0 4= 0 1 - 0 x1= 1 0- 0 x1= 0
0 4= 0 0 - 0 x1= 0 1- 0 x1= 1
1  4 = 0,25 0 - 0,25 x 1 = -0.25 1 - 0,25 x 1 =-0,75
150
Cj 2 3 0 0 0 M M M
M m1 80 0.75° 0 -1 0 0,25 1 0 -0,25
M m2 140 1.75* 0 0 -1 0,25 0 1 -0,25
3 X2 50 0.25° 1 0 0 -0,25 0 0 0,25
Zj 220M 2,5M 0M -M -M 0,5 M M M -0,5M
Zj-Cj ... 2,5M 0M -M -M 0,5M 0 0 -1,5M
Zj = 80M + 140M = 220M

0,75M + 1,75M = 2,5M
0M + 0M = 0M etc.
Zj – Cj = los mismos valores de Zj, con excepción de las 3 últimas columnas.

Para los valores de Zj no se toma en cuenta la fila X2 por tener coeficiente numérico.
TABLA II
De la fila Zj - Cj tomamos el valor positivo 2,5M, es decir, ingreso X 1 con un costo de 2, veamos que fila
sale.
bn 80 140 50
,  106.66,  80(menor),  200
X1 0.75 1.75 0.25
Semipivote Pivote Semipivote

Sale la fila m2 e ingresa X1
Coef. X1 Coef. m1
140  1,75 = 80 80 - 80 x 0,75 = 20
1,75  1,75 = 1 0,75 - 1 x 0,75 = 0
0  1,75 = 0 0 - 0 x 0,75 = 0
0  1,75 = 0 -1 - 0 x 0,75 = 1
-1  1,75 = - 057 0 - (-0,57)x 0,75 = 0,43
0,25  1,75 = 0,14 0,25 - 0,14 x 0,75 = 0,15
0  1,75 = 0 1 - 0 x 0,75 = 1
1  1,75 = 0,57 0 - 0,57 x 0,75 = -043
-0,25  1,75 = -0,14 -0,25 - (-0,14)x 0,75 =-0,15
Coef X2
50 - 80 x 0,25 = 30 -0,25 - 0,14 x 0,25 = -0,28
0,25 - 1 x 0,25 = 0 0 - 0 x 0,25 = 0
1 - 0 x 0,25 = 1 0 - 0,57 x 0,25 = -0,14
0 - 0 x 0,25 = 0 0,25 - (-0,14)x 0,25 = 0,28
0 - (-0,57) x 0,25 = 0,14
Cj 2 3 0 0 0 M M M
M m1 20 0 0 -1 0,43* 0,15 1 -0,43 -0,15
2 X1 80 1 0 0 -0,57° 0,14 0 0,57 -0,14
3 X2 30 0 1 0 0,14° -0,29 0 -0,14 0,29
Zj 20M 0M 0M -M 0,43M 0,15 M M -0,43M -0,15M
Zj-Cj ... 0M 0M -M 0,43M 0,15M 0 -1,43M -1,15M
TABLA IV
De la fila Zj - Cj tomamos el valor positivo O,43M, es decir que ingresa S2

bn 20 80 30
,  46.51(menor) pivote,  NO semip,  214.29 semip.
S 2 0.43  0.57 0.14
151
Sale m1 y en su lugar ingresa S2, al desaparecer las variables artificiales, entonces las 3 últimas
columnas no intervienen en el proceso.
Coef. X2 Coef. X1
20  0,43 = 46,51 80 - 46,51 x (-057) = 106.51
0  0,43 = 0 1 - 0 x (-057) = 1
0  0,43 = 0 0 - 0 x (-057) = 0
-1  0,43 = -2,33 0 - (-2,33) x (-057) = -1,33
0,43  0,43 = 1 -0,57 - 1 x (-057) = 0
0,15  0,43 = 0,35 0,14 - 0,35 x (-057) = 0,34
Coef. X2
30 - 46,51 x 0,14 = 23,5
0 - 0 x 0,14 = 0
1 - 0 x 0,14 = 1
0 - (-2,33) x 0,14 = 0,33
0,14 - 1 x 0,14 = 0
-0,28 - 0,35 x 0,14 = 0,33
Cj 2 3 0 0 0
0 S2 46,51 0 0 -2,33 1 0,35
2 X1 106,51 1 0 -1,33 0 0,34
3 X2 23,49 0 1 0.33 0 -0,34
Zj 283,5 2 3 -1,67 0 -0,34
Zj-Cj ... 0 0 - 1,67 0 -0,34
Zj = 2 x 106,51 + 3 x 23,5 = 283,5

2x1+3x0 = 2
2x0+3x1 = 3
2 x (-1,33) + 3(0,33) = -1,67
2x0+3x0 = 0
2 x (0,334) + 3 (-0,33) = -0,31
Cj 2 3 0 0 0 M M M
M m1 130 1 1° -1 0 0 1 0 0
M m2 190 2 1° 0 -1 0 0 1 0
M m3 200 1 4* 0 0 -1 0 0 1
Zj 520M 4M 6M -M -M -M M M M
Zj-Cj ... 4M 6M -M -M -M 0 0 0
M m1 80 0,75° 0 -1 0 0,25 1 0 -0,25
M m2 140 1,75* 0 0 -1 0,25 0 1 -0,25
3 X2 50 0,25° 1 0 0 -0,25 0 0 0,25
Zj 220M 2,5M 0M -M -M 0,5M M M -0.5M
Zj-Cj --- 2,5M 0M -M -M 0,5M 0 0 -1,5M
M m1 20 0 0 -1 0.43* 0,15 1 -0,43 -0,15
2 X1 80 1 0 0 -0,57° 0,14 0 0,57 -0,14
3 X2 30 0 1 0 0.14° -0,29 0 -0,14 0,29
Zj 20M 0M 0M -M 0,43M 0,15M M -0.43 -0,15M
Zj-Cj --- 0M 0M -M 0,43M 0,15M 0 -1,43 -1,15M
0 S2 46,51 0 0 -2,33 1 0,35
2 X1 106,51 1 0 -1,33 0 0,34
3 X2 23,49 0 1 0,33 0 -0,34
Zj 283,49 2 3 -1,67 0 -0,34
Zj-Cj --- 0 0 -1,67 0 -0.34
152
En la fila Zj - Cj que se denomina criterio del simplex, tenemos valores negativos o ceros entonces el
proceso ha terminado.
Solución óptima
Z(MIN) = 283,49
X1 = 106,51 Unidades del artículo A
X2 = 23,49 Unidades del artículo B
S1 = 0 Se utilizó toda la capacidad de M1
S2 = 46,51 Capacidad no utilizada de M2
PROBLEMA 5
Función objetivo:
X1 = Cámaras tipo A
X2 = Cámaras tipo B
Z(MIN) = 600X1 + 300X2
Restricciones:
Variables de holgura y artificiales
Z(MIN)= 600X1+300X2+0S1+0S2+0S3+0S4+Mn1+Mm2+Mn3+Mn4
X1 - S1 + m1 = 4
X2 - S2 + m2 = 4
10X1 + 4X2 - S3 + m3 = 100
20X1 + 30X2 - S4 + m4 = 420
TABLA I
La primera tabla se forma con los coeficientes originales de la función objetivo, las variables
fundamentales, las variables de holgura y las variables artificiales.
Los coeficientes de la fila ZJ – CJ, se obtienen sumando los productos de los coeficientes de cada
columna con los coeficientes M de cada variable artificial.
Mx4 + Mx4 + Mx100 + Mx420 = 528M
El resto de valores se obtienen aplicando el mismo procedimiento.
TABLA II
Eliminamos el mayor valor positivo de la fila del criterio simplex (35M), de manera que la columna que
ingresa es X2 con un costo de 300, veamos que fila sale, para lo cual buscamos el menor cociente de
dividir:
153
bn 4 4 100 420
,  NO,  4,  25,  14
X2 0 1 4 30
El menor cocientes es 4, el pivote es 1, el resto son semipivote, la fila que sale es m2. Los coeficientes
de la nueva fila X2, se obtienen dividiendo los anteriores para el pivote 1.
Los coeficientes de m1 son los mismos anteriores porque el semipivote correspondiente a esa fila es
cero (0).
Coeficientes de m3 Coeficientes de S2
100 – 4 x 4 = 84 420 – 4. x 30 = 300
10 – 0 x 4 = 10 20 – 0 x 30 = 20
4 – 1 x 4= 0 30 – 1 x 30 = 0
0 – 0 x 4= 0 0 – 0 x 30 = 0
0 – (-1) x 4 = 4 0 – (-1) x 30 = 30
-1 – 0 x 4 = -1 0 – 0 x 30 = 0
0 – 0 x4= 0 -1 – 0 x 30 = -1
0 – 0 x4= 0 0 – 0 x 30 = 0
0 – 1 x 4 = -4 0 – 1 x 30 = -30
1 – 0 x4= 1 0 – 0 x 30 = 0
0 – 0 x4= 0 1 – 0 x 30 = 1
TABLA III
Eliminamos el mayor valor positivo de la fila del criterio simplex (34M), de manera que la columna que
ingresa es S2 con un costo de 0, veamos que fila sale, para lo cual buscamos el menor cociente de
dividir:
bn 4 4 84 300
,  NO,  NO,  21,  10
S2 0 1 4 30
El menor cocientes es 10, el pivote es 30, el resto son semipivote, la fila que sale es m4. Los coeficientes
de la nueva fila S2, se obtienen dividiendo los anteriores para el pivote 30.
Los coeficientes de m1 son los mismos anteriores porque el semipivote correspondiente a esa fila es
cero (0).
Coeficientes de X2 Coeficientes de m3
4 – 10 x (-1) = 14 84 – 10. x 4 = 44
0 – 0.66 x (-1) = 0.66 10 – 0.66 x 4 = 7.36
1 – 0 x (-1) = 1 0 – 0 x 4= 0
0 – 0 x (-1) = 0 0 – 0 x 4= 0
-1 – 1 x (-1) = 0 4 – 1 x 4= 0
0 – 0 x (-1) = 0 -1 – 0 x 4 = -1
0 – (-0.03)x (-1) = -0.03 0 – (-0.03)x 4 = 0.12
0 – 0 x (-1) = 0 0 – 0 x 4= 0
1 – (-1) x (-1) = 0 -4 – (-1) x 4 = 0
0 – 0 x (-1) = 0 1 – 0 x 4= 1
0 – 0.03 x (-1) = 0.03 0 – 0.03 x 4 = -0.12
TABLA IV
Eliminamos el mayor valor positivo de la fila del criterio simplex (8.36M), de manera que la columna que
ingresa es X1 con un costo de 600, veamos que fila sale, para lo cual buscamos el menor cociente de
dividir:
bn 4 14 44 10
,  4,  21.21,  6,  15.15
X1 1 0.66 7.36 0.66
El menor cocientes es 4, el pivote es 1, el resto son semipivote, la fila que sale es m 1. Los coeficientes
de la nueva fila X1, se obtienen dividiendo los anteriores para el pivote 1.
Coeficientes de X2 Coeficientes de m3
14 – 4 x 0.66 = 11.36 44 – 4 x 7.36 = 14.56
0.66 – 1 x 0.66 = 0 7.36 – 1 x 7.36 = 0
1 – 0 x 0.66 = 1 0 – 0 x 7.36 = 0
154
0 – (-1) x 0.66 = 0.66 0 – (-1)x 7.36 = 7.36

0 – 0 x 0.66 = 0 0 – 0 x 7.36 = 0
0 – 0 x 0.66 = 0 -1 – 0 x 7.36 = -1
-0.03 – 0 x 0.66 = -0.03 0.12 – 0 x 7.36 = 0.12
0 – 1 x 0.66 = -0.66 0 – 1 x 7.36 = -7.36
0 – 0 x 0.66 = 0 0 – 0 x 7.36 = 0
0 – 0 x 0.66 = 0 1 – 0 x 7.36 = 1
0.03 – 0 x 0.66 = 0.03 -0.12 – 0 x 7.36 = -0.12
Coeficientes de S2
10 – 4 x 0.66 = 7.36 -0.03 – 0 x 0.66 = -0.03
0.66 – 1 x 0.66 = 0 0 – 1 x 0.66 = -0.66
0 – 0 x 0.66 = 0 -1 – 0 x 0.66 = -1
0 – (-1) x 0.66 = 0.66 0 – 0 x 0.66 = 0
1 – 0 x 0.66 = 1 0.03 – 0 x 0.66 = 0.03
0 – 0 x 0.66 = 0
TABLA V
Eliminamos el mayor valor positivo de la fila del criterio simplex (7.36M), de manera que la columna que
ingresa es S1 con un costo de 0, veamos que fila sale, para lo cual buscamos el menor cociente de
dividir:
bn 4 11.36 14.56 7.36
,  NO,  17.21,  2,  11.15
S1  1 0.66 7.36 0.66
El menor cocientes es 2, el pivote es 7.36, el resto son semipivote, la fila que sale es m 3. Al eliminarse
todas las variables artificiales, entonces en la tabla V, no tomamos en cuenta las cuatro últimas
columnas.
Coeficientes de S1
14.56 0 0 7.36 0 1 0.12
 2,  0,  0,  1,  0,  0.13,  0.01
7.36 7.36 7.36 7.36 7.36 7.36 7.36
Coeficientes de X1 Coeficientes de X2
4 – 2 x (-1) = 6 11.36 – 2 x 0.66 = 10
1 – 0 x (-1) = 1 0 – 0 x 0.66 = 0
0 – 0 x (-1) = 0 1 – 0 x 0.66 = 1
-1 – 1 x (-1) = 0 0.66 – 1 x 0.66 = 0
0 – 0 x (-1) = 0 0 – 0 x 0.66 = 0
0 – (-0.13)x (-1) = -0.13 0 – (-0.13)x 0.66 = 0.08
0 – 0.01 x (-1) = 0.01 -0.03 – 0.01 x 0.66 =-0.03
Coeficientes de S2
7.36 – 2 x 0.66 = 6
0 – 0 x 0.66 = 0
0 – 0 x 0.66 = 0
0.66 – 1 x 0.66 = 0
1 – 0 x 0.66 = 1
0 – (-0.13) x 0.66 = 0.08
-0.03 – 0.01 x 0.66 = -0.03
Como en la fila del criterio simplex (ZJ – CJ), quedó valores negativos y ceros, entonces el proceso ha
concluido
Formamos la tabla total.
155
Cj 600 300 0 0 0 0 M M M M
Xj bn X1 X2 S1 S2 S3 S4 m1 m2 m3 m4
M m1 4 1 0° -1 0 0 0 1 0 0 0
M m2 4 0 1* 0 -1 0 0 0 1 0 0
M m3 100 10 4° 0 0 -1 0 0 0 1 0
M m4 420 20 30° 0 0 0 -1 0 0 0 1
Zj 528M 31M 35M -M -M -M -M M M M M
Zj-Cj 31M 35M -M -M -M -M 0 0 0 0
M m1 4 1 0 -1 0° 0 0 1 0 0 0
300 X2 4 0 1 0 -1° 0 0 0 1 0 0
M m3 84 10 0 0 4° -1 0 0 -4 1 0
M m4 300 20 0 0 30* 0 -1 0 -30 0 1
Zj 388M 31M 0M -M 34M -M -M M -34M M M
Zj-Cj 31M 0M -M 34M -M -M 0 -35M 0 0
M m1 4 1* 0 -1 0 0 0 1 0 0 0
300 X2 14 0.66° 1 0 0 0 -0.03 0 0 0 0.03
M m3 44 7.33° 0 0 0 -1 0.12 0 0 1 -0.13
0 S2 10 0.66° 0 0 1 0 -0.03 0 -1 0 0.03
Zj 48M 8.33M 0M -M 0M -M 0.12M M 0M M -012M
Zj-Cj 8.36M 0M -M 0M -M 0.12M 0 -M 0 -1.12M
600 X1 4 1 0 -1° 0 0 0 1 0 0 0
300 X2 11.33 0 1 0.66° 0 0 -0.03 -0.63 0 0 0.03
M m3 14.66 0 0 7.33* 0 -1 0.13 -7.33 0 1 -0.13
0 S2 7.33 0 0 0.66° 1 0 -0.03 -0.66 -1 0 0.03
Zj 14.6M 0M 0M 7.33M 0M -M 0.13M -7.3M 0M M -0.13M
Zj-Cj 0M 0M 7.33M 0M -M 0.13M -8.3M -M 0 -1.13M
600 X1 6 1 0 0 0 -0.13 0.01
300 X2 10 0 1 0 0 0.09 -0.04
0 S1 2 0 0 1 0 -0.13 0.01
0 S2 6 0 0 0 1 0.09 -0.04
Zj 6.600 600 300 0 0 -51 -6
Zj-Cj --- 0 0 0 0 -51 -6
Solución óptima
Z(MIN) = 6.600
X1 = 6 Cámaras tipo A
X2 = 10 Cámaras tipo B
S1 = 2 Se tiene 2 cámaras más de límite
S2 = 6 Se tiene 6 cámaras más del límite
S3 = 0 Se ha cubierto la producción de P1
S4 = 0 Se ha cubierto la producción de P2
PROBLEMA 6
Se fabrican dos clases de muebles A y B, se dispone de madera para 80 muebles por lo menos, toma 2
horas preparar 10 muebles tipo A y 4 horas preparar 10 muebles tipo B, se dispone hasta de 20 horas.
La demanda de A es de un total de 70. Cada mueble tipo A deja una utilidad de 10 dólares y 8 dólares
cada mueble tipo B. ¿Cuántos muebles tipo A y B se deben fabricar para obtener la máxima ganancia?
Función Objetivo
Z(MAX) = 10X1 + 8X2

X1 = A X2 = B
156
Restricciones
X1  X 2  80 Cantidad de madera
2 4
X 1  X 2  20 Tiempo
10 10
X1  70 Demanda de A
XJ  0
Variables de Holgura y Artificiales.-
X1 + X2 - S1 + m1 = 80
X1 + 2X2 + S2 = 100
X1 + m3 = 70
En la 2° restricción hemos buscado el mínimo común denominador y se ha eliminado un 2.
Cj 10 8 0 0 M M
Xj bn X1 X2 S1 S2 m1 m3
M m1 80 1° 1 -1 0 1 0
0 S2 100 1° 2 0 1 0 0
M M2 70 1* 0 0 0 0 1
Zj 150M 2M M -M 0M M M
Zj-Cj --- 2M M -M 0M 0 0
M m1 10 0 1* -1 0 1 -1
M S2 30 0 2° 0 1 0 -1
10 X1 70 1 0° 0 0 0 1
Zj 10M 0M M -M 0M M -M
Zj-Cj --- 0M M -M 0M 0 -2M
8 X2 10 0 1 -1° 0
0 S2 10 0 0 2* 1
10 X1 70 1 0 0° 0
Zj 780 10 8 -8 0
Zj-Cj --- 0 0 -8 0
8 X2 15 0 1 0 0,5
0 S1 5 0 0 1 0.5
10 X1 70 1 0 0 0
Zj 820 10 8 0 4
Zj-Cj --- 0 0 0 4
TABLA I
A pesar de que la función objetivo es de maximización, el problema se empieza a resolver como un

problema de minimización por haber variables artificiales, sin embargo al final del proceso en la fila Zj -
Cj deben quedar valores positivos o ceros.
Solución óptima
Z (MAX) = 820
X1 = 70
X2 = 15
S1 = 5 significa que se está utilizando 5 más de lo previsto que tiene como límite mínimo
80.
S2 = 0
157
PROBLEMAS RESUELTOS
1) Se producen tres productos a través de tres operaciones diferentes, los tiempos requeridos (en
minutos) por unidad de cada producto son: Operación I, 1 por producto A, 2 por producto B y 1 por
producto C. Operación II, 3 por A y 2 por C. Operación III, 1 por A y 4 por B, la capacidad diaria de
las operaciones es 430, 460 y 420 minutos respectivamente. El producto A da una utilidad de 3
dólares, el producto B 2 dólares y el C 5 dólares. Determinar la producción diaria óptima para los
tres productos que maximice el beneficio.
Función Objetivo
Z(MAX) = 3X1 + 2X2 + 5X3

A = X1 B = X2 C = X3
Restricciones o Limitaciones
X1 + 2X2 + X3  430 operación I

3X1 + 2X3  460 operación II
X1 + 4X2  420 operación III
Xj 0
Z(MAX) = 3X1 + 2X2 + 5X3 + 0S1+ 0S2+0S3
X1 + 2X2 + X3 + S1 = 430
3X1 + 2X3 + S2 = 460
X1 + 4X2 + S3 = 430
Cj 3 2 5 0 0 0
Xj bn X1 X2 X3 S1 S2 S3
0 S1 430 1 2 1° 1 0 0
0 S2 460 3 0 2* 0 1 0
0 S3 420 1 4 0° 0 0 1
Zj 0 0 0 0 0 0 0
Zj-Cj --- -3 -2 -5 0 0 0
0 S1 200 -0,5 2* 0 1 -0,5 0
5 X3 230 1.5 0° 1 0 0,5 0
0 S3 420 1 4° 0 0 0 1
Zj 1150 7,5 0 5 0 2.5 0
Zj-Cj --- 4,5 -2 0 0 2.5 0
2 X2 100 -0,25 1 0 0,5 -0,25 0
5 X3 230 1,5 0 1 0 0,5 0
0 S3 20 2 0 0 -2 1 1
Zj 1350 7 2 5 1 2 0
Zj-Cj --- 4 0 0 1 2 0
Solución óptima
Z(MAX) = 1350
X1 = 0 S1 = 0
X2 = 100 S2 = 0
X3 = 230 S3 = 20
El valor de S3 significa que existe 20 minutos de la operación III que no han sido
utilizados.
2) Una empresa puede fabricar con determinada máquina trabajando 45 horas semanales tres
productos diferentes A. B y C. El artículo A deja un beneficio neto de 4 dólares, B un beneficio de
158
12 dólares y C un beneficio de 3 dólares. La producción por hora de la máquina es para cada uno
de Los tres productos de 50, 25 y 75 sucres respectivamente. Por último las ventas posibles
ascienden a 1.000 unidades de A, 500 unidades de B y 1.500 unidades de C. ¿Cómo se deberá
repartir la producción de manera que se maximice el beneficio de la empresa?
Función Objetivo
Z(MAX) = 4X1 + 12X2 + 3X3

X1 = A, X2 = B y X3 = C
X1  1.000
X2  500 VENTAS
X3  1.500
1 1 1
X1  X2  X 3  45 Tiempo
50 25 75
X1 + S1 = 1.000
X2 + S2 = 500
X3 + S3 = 1.500
3X1 + 6X2 + 2X3 + S4 = 6.750
Cj 4 12 3 0 0 0 0 I
Xj bn X1 X2 X3 S1 S2 S3 S4
0 S1 1.000 1 0° 0 1 0 0 0
0 S2 500 0 1* 0 0 1 0 0
0 S3 1.500 0 0° 1 0 0 1 0
0 S4 6.750 3 6 2 0 0 0 1
Zj 0 0 0 0 0 0 0 0
Zj-Cj --- -4 -12 -3 0 0 0 0
0 S1 1.000 1* 0 0 1 0 0 0 II
12 X2 500 0° 1 0 0 1 0 0
0 S3 1.500 0° 0 1 0 0 1 0
0 S4 3.700 3° 0 2 0 -6 0 1
Zj 6.000 0 12 0 0 12 0 0
Zj-Cj --- -4 0 -3 0 12 0 0
4 X1 1.000 1 0 0° 1 0 0 0 III
12 X2 500 0 1 0° 0 1 0 0
0 S3 1.500 0 0 1° 0 0 1 0
0 S4 750 0 0 2* -3 -6 0 1
Zj 10000 4 12 0 4 12 0 0
Zj-Cj --- 0 0 -3 4 12 0 0
4 X1 1.000 1 0 0 1° 0 0 0 IV
12 X2 500 0 1 0 0° 1 0 0
0 S3 1.125 0 0 0 1.5* 3 1 -0.5
3 X3 375 0 0 1 -1.5° -3 0 0.5
Zj 11250 4 12 3 -0.5 3 0 1.5
Zj-Cj --- 0 0 0 -0.5 3 0 1.5
4 X1 250 1 0 0 0 -2 -0.66 0.33 V
12 X2 500 0 1 0 0 1 0 0
0 S1 750 0 0 0 1 2 0.66 -0.33
3 X3 1.500 0 0 1 0 0 1 0
Zj 11500 4 12 3 0 4 0.33 1.33
Zj-Cj --- 0 0 0 0 4 0.33 1.33
159
Solución óptima
Z(MAX) = 11.500
A = X1 = 250
B = X2 = 500
C = X3 = 1.500
S1 = 750
S2 = 0
S3 = 0
S4 = 0
El valor de S1 = 750 significa que no se ha vendido lo previsto del producto A, es decir se ha

vendido 250 unidades de las 1.000 unidades.
3) Un comerciante de frutas transporta sus productos en un camión que tiene capacidad de 800
cajas de frutas. El debe transportar al menos 200 cajas de naranjas que le rendirán 20 dólares por
caja, al menos 100 de toronjas que le rendirán una ganancia de 10 dólares por caja y cuando
mucho 200 de mandarinas con 30 dólares de ganancia por caja. ¿Cómo debe distribuirse el
cargamento del camión para obtener la máxima ganancia?
Función Objetivo
Z(MAX) = 20X1 + 10X2 + 30X3

X1 = Cajas de naranjas X2 = Cajas de toronjas X3 = Cajas de mandarinas
X1 + X2 + X3  800 Capacidad
X1  200 Cajas de naranjas
X2  100 Cajas de toronjas
X3  200 Cajas de mandarinas
Xj  0 No negatividad
Variables de holguras y artificiales

X1 + X2 + X3 + S1 = 800
X1 - S2 + m2 = 200
X2 -S3 +m3 = 100
X3 +S4 = 200
Solución óptima
Z(MAX) = 17.000
X1 = 500 Cajas de naranjas
X2 = 100 Cajas de toronjas
X3 = 200 Cajas de mandarinas
S2 = 300
El valor S2 = 300 significa que el camión está llevando 300 cajas de naranjas más de lo
previsto.
Cj 20 10 30 0 0 0 0 0 0
Xj bn X1 X2 X3 S1 S2 S3 S4 m2 m3
0 S1 800 1° 1 1 1 0 0 0 0 0
M M2 200 1* 0 0 0 -1 0 0 1 0
M M3 100 0° 1 0 0 0 -1 0 0 1
0 S4 200 0° 0 1 0 0 0 1 0 0
Zj 300M M M 0M 0M -M -M 0M M M
Zj-Cj --- M M 0M 0M -M -M 0M 0 0
0 S1 600 0 1° 1 1 1 0 0 -1 0
20 X1 200 1 0° 0 0 -1 0 0 1 0
M M3 100 0 1* 0 0 0 -1 0 0 1
160
0 S4 200 0 0° 1 0 0 0 1 0 0
Zj 100M 0M M 0M 0M 0M -M 0M 0M M
Zj-Cj --- 0M M 0M 0M 0M -M 0M -M 0
0 S1 500 0 0 1° 1 1 1 0
20 X1 200 1 0 0° 0 -1 0 0
10 X2 100 0 1 0° 0 0 -1 0
0 S4 200 0 0 1* 0 0 0 1
Zj 5000 20 10 0 0 -20 -10 0
Zj-Cj --- 0 0 -30 0 -20 -10 0
0 S1 300 0 0 0 1 1* 1 -1
20 X1 200 1 0 0 0 -1° 0 0
10 X2 100 0 1 0 0 0° -1 0
30 X3 200 0 0 1 0 0° 0 1
Zj 11000 20 10 30 0 -20 -10 20
Zj-Cj --- 0 0 0 0 -20 -10 20
0 S2 300 0 0 0 1 1 1 -1
20 X1 500 1 0 0 1 0 1 -1
10 X2 100 0 1 0 0 0 -1 0
30 X3 200 0 0 1 0 0 0 1
Zj 17000 20 10 30 20 0 10 10
Zj-Cj --- 0 0 0 20 0 10 10
4) Una empresa desea preparar dos productos A y B, se dispone de materia prima para llenar 60
botellas de los dos productos por lo menos. Toma una hora llenar 10 botellas del producto A, y tres
horas llenar 10 botellas del producto B, se dispone de 12 horas cuando mucho. Se estima que la
demanda en el mercado es de 50 botellas del producto A cuando mucho. La capacidad de la
empresa le permite llenar 80 botellas de A o 55 botellas de B. Cada botella de A deja una utilidad
de $ 10 y $6 cada botella de B. ¿Cuántas botellas de A y B se deben llenar para que la empresa
alcance la máxima utilidad?
a) Resolver gráficamente
b) Por el método simplex.
a) SOLUCIÓN GRÁFICA
Función Objetiva
Z(MAX) = 10X1 + 6X2 X1 = A X2 = B
Restricciones o Limitaciones.
X1  X 2  60 Cantidad de botellas
1 3
X1  X 2  12 Tiempo
10 10
X1  50 Demanda de A
1 1
X1  X 2  1 Capacidad
80 55
Abstracción
X1 + X2 = 60
X1 + 3X2 = 120 MCD = 10
X1 = 50
11X1 +16X2 = 880 MCD = 880
161
X1 X2 X1 X2 X1 X2 X1 X2
0 60 0 40 50 0 55
60 0 120 0 80 0
X1 + X2 = 60; X1 + 3X2 = 120; X1=50 11X1 +16X2= 880;

X1 X2 X2 X2 X1
-20 80 46.666666 68.75 50
-10 70 43.333333 61.875 50
0 60 40 55 50
10 50 36.666666 48.125 50
20 40 33.333333 41.25 50
30 30 30 34.375 50
40 20 26.666666 27.5 50
50 10 23.333333 20.625 50
60 0 20 13.75 50
70 -10 16.666666 6.875 50
80 -20 13.333333 0 50
90 -30 10 -6.875 50
100 -40 6.666666 -13.75 50
110 -50 3.333333 -20.625 50
120 -60 0 -27.5 50
130 -70 -3.333333 -34.375 50
SOLUCIÓN GRÁFICA ÓPTIMA
Punto C (Ecuaciones 1° y 2°)

X1 + X2 = 60
X1 + 3X2 = 120
(1) X1 + X2 = 60
(-1) -X1- 3X2 = -120
-2X2 = - 60
X2 = 30
X1 + 30 = 60
X1 = 30 C(30, 30)
Punto D (Ecuaciones 2° y 4°)

X1 + 3X2 = 120
11X1 + 16X2 = 880
70
GRAFICO N° 13
60
50
40
30
20
10
0
-20 0 20 40 60 80 10 0 12 0 14 0
-10
162
(-11) – 11X1 – 33X2 = -1320 X1 + 3(26) = 120

(1) 11X1 + 16X2 = 990 X1 + 78 = 120
17X2 = -440 X1 = 42
X2 = 25.9
X2 = 26 D(42, 26)
Punto E (Ecuaciones 3° y 4°)

X1 = 50 11(50) + 16X2 = 880
11X1 + 16x2 = 880 550 + 16X2 = 880
X1 = 50 16X2 = 330
X2 = 20,625
X2 = 21
E(50, 21)
Punto F (Ecuaciones 1° y 3°)
X1 + X2 = 60 50 + X2 = 60
X1 = 50 X2 = 10
F(50, 10)
P(X1, X2) Z(MAX) = 10X1 + 6X2

C(30,30) Z = 10(30) + 6(30) = 480
D(42,26) Z = 10(42) + 6(26) = 576
E(50,21) Z = 10(50) + 6(21) = 626 óptimo
F(50,10) Z = 10(50) + 6(10) = 560
Z = (MAX) = 626
X1 = 50 Botellas de A
X2 = 21 Botellas de B
Para que la empresa obtenga una utilidad de $. 626 debe llenar 50 botellas de A y 21
botellas de B.
b) METODO SIMPLEX:
Función Objetivo
Z(MAX) = 10X1 + 6X2
X1  X 2  60 N de botellas de A y B
X 1  3 X 2  120 Tiempo
X1  50 Demanda de A
11X 1  16 X 2  880 Capacidad
X1 + X2 - S1 + m1 = 60
X1 + 3X2 + S2 = 120
X1 + S3 = 50
11X1 + 16X2 + S4 = 200
S1 = N° de botellas de A y B
S2 = N° de horas no utilizadas
S3 = Demanda de A no satisfecha
S4 = Capacidad de la empresa no utilizada
Solución óptima por el método simplex
Z(MAX) = 626
X1 = 50 Botellas de A
163
X2 = 21 Botellas de B
s1 = 10.625
s2 = 8.125
El valor S1 = 11 nos indica que se han llenado 11 botellas más de lo mínimo (60)
El valor S2 = 7 significa que no se han utilizado 7 horas de un total de 12.
Cj 10 6 0 0 0 0 M
Xj bn X1 X2 S1 S2 S3 S4 m1
M m1 60 1° 1 -1 0 0 0 1
0 S2 120 1° 3 0 1 0 0 0
0 S3 50 1* 0 0 0 1 0 0
0 S4 880 11° 16 0 0 0 1 0
Zj 60M M M -M 0M 0M 0M M
Zj-Cj --- M M -M 0M 0M 0M 0
M m1 10 0 1* -1 0 -1 0 1
0 S2 70 0 3° 0 1 -1 0 0
10 X1 50 1 0° 0 0 1 0 0
0 S4 330 0 16° 0 0 -11 1 0
Zj 10M 0M M -M 0M -M 0M M
Zj-Cj --- 0M M -M 0M -M 0M 0
6 X2 10 0 1 -1° 0 -1 0
0 S2 40 0 0 3° 1 2 0
10 X1 50 1 0 0° 0 1 0
0 S4 170 0 0 16* 0 5 1
Zj 560 10 6 -6 0 4 0
Zj-Cj --- 0 0 -6 0 4 0
6 X2 20.625 0 1 0 0 -0.6875 0.0625
0 S2 8.125 0 0 0 1 1.0625 -0.1875
10 X1 50 1 0 0 0 1 0
0 S1 10.625 0 0 1 0 0.3125 0.0625
Zj 626 10 6 0 0 10 0
Zj-Cj --- 0 0 0 0 10 0
5) La Compañía ECASA fabrica dos modelos de refrigeración tipo normal y doble puerta. El mercado
puede absorber toda la producción a precios competitivos de 200 dólares y 260 dólares
respectivamente. Los costos variables unitarios se estiman en 170 dólares y 200 dólares
respectivamente. Los insumos incluidos en los costos variables se encuentran en cantidad
ilimitada y a un costo constante, excepto los compresores.
Los dos tipos de refrigeradoras llevan el mismo compresor y la compañía tiene un cupo limitado de
100 compresores mensualmente. El sistema doble puerta requiere de una línea especial de
montaje y prueba con unas 5 horas para cada refrigeradora de las 350 horas disponibles cada
mes. Adicionalmente ambos tipos pasan por una línea común de montaje y pintura en la que el tipo
normal consume el doble de tiempo que el de doble puerta, la capacidad de esta línea común
permite completar mensualmente hasta 80 refrigeradoras de tipo normal.
Hallar la producción óptima que permita obtener la máxima utilidad.
a) Por el método gráfico

b) Por el método simplex
c) Si la capacidad de la línea común de pintura y montaje se incrementa en un 20%.
¿Aumentaría o disminuiría la producción de refrigeradoras normales?
d) Asuma que la demanda creciente del mercado permite incrementar en $.20 el precio de venta
de las refrigeradoras de doble puerta. Tendría eso algún efecto en la producción.
164
SOLUCIÓN
a) POR EL MÉTODO GRÁFICO
Función Objetivo
X1 = N° de refrigeradoras normales
X2 = N° de refrigeradoras de doble puerta
UTILIDAD = PRECIO DE VENTA – COSTO
UX1 = 200 – 170 = 30

UX2 = 260 – 200 = 60
Z(MAX) = 30X1 + 60X2
X1 + X2  100 Comprensores
5X2  350 Línea especial
X1 + 0.5X2  80 Línea común
Gráfico
X1 X2 X1 X2 X1 X2
0 100 70 0 160
100 0 80 0
170
GRAFICO N ° 14
160
150
140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
-20 -10 0 20 40 60 80 100 120

X1 + X2 = 100 X1 + 70 = 100
5X2 = 350 X1 = 30
X2 = 70
C(30, 70)
165

X1 + X2 = 100 X1 + X2 = 100
X1 + 0.5X2 = 80 (-1) –X1 – 0.5X2 = -80
0.5X2 = 20
X2 = 40
X1 + 40 = 100
X2 = 60 D(40, 60)
Solución Óptima por el método gráfico
P(Xj, X2) Z(MAX) = 30X1 + 60X2

C(30,70) Z = 30(30) + 60(70) = 5.100 óptimo
D(60,40) Z = 30(60) + 60(40) = 4.200
Z(MAX) = 5.100
X1 = 30 Refrigeradoras normales
X2 = 70 Refrigeradoras doble puerta
b) MÉTODO SIMPLEX:
Función Objetivo
Z(MAX) = 30X1 + 60X2
X1 + X2  100 Compresores
5X2  350 Línea especial
X1 – 0,5X2  80 Línea común
Variables de Holgura
X1+ X2 + S1 = 100
5X2 + S2 = 350
X1+ 0.5X2 + S3 = 80
S1 = N° de compresores no utilizados
S2 = N° de horas no utilizadas
S3 = Capacidad de la línea común no utilizada
Cj 30 60 0 0 0
0 S1 100 1 1° 1 0 0
0 S2 350 0 5* 0 1 0
0 S3 80 1 0.5° 0 0 1
Zj 0 0 0 0 0 0
Zj-Cj --- -30 -60 0 0 0
0 S1 30 1* 0 1 -0.2 0
60 X2 70 0° 1 0 0.2 0
0 S3 45 1° 0 0 -0.1 1
Zj 4200 0 60 0 12 0
Zj-Cj --- -30 0 0 12 0
30 X1 30 1 0 1 -0.2 0
60 X2 70 0 1 0 0.2 0
0 S3 15 0 0 -1 0.1 1
Zj 5100 30 60 30 6 0
Zj-Cj --- 0 0 30 6 0
166
Z(MAX) = 5.100
X1 = 30 Refrigeradoras normales
X2 = 70 Refrigeradoras tipo doble puerta
s3 = 15
El valor S3 = 15 nos indica que existe un sobrante de Capacidad de la línea
común
c) El aumento de la capacidad de la línea común no afectará a la producción ya que existe un

exceso de capacidad actualmente (S3 = 15), un incremento del 20% sólo aumentaría el
exceso de capacidad.
d) Al incrementarse el precio de las refrigeradoras de doble puerta en 20 dólares, la producción

hallada sigue siendo la ÓPTIMA.
6) La Empresa SONY del Ecuador Cia. Ltda. Ensambla televisores a color y en blanco y negro.
Puede importar mensualmente hasta 500 tubos pantalla de los cuales hasta la mitad de ellos
puede ser a color. La capacidad del taller y de la mano de obra le permite ensamblar
mensualmente hasta a lo más 600 televisores en blanco-negro. El ensamble de un televisor a
color requiere un 50% más de tiempo que el de un televisor en blanco-negro. No existe a la fecha
limitaciones de mercado sobre los televisores a color, sin embargo las ventas de televisores en
blanco-negro se estima en 150 mensuales. Contratos previamente establecidos con algunos
hoteles requieren la entrega de 300 televisores en blanco-negro en los próximos DOS meses. La
utilidad estimada es de $. 150 por cada televisor a color y de $. 60 por cada televisor blanco-
negro.
a) Resuelva por el método gráfico y establezca cuántos televisores de cada tipo debe producir
en los próximos dos meses y cuál es la utilidad esperada.
b) Resolver por el método simplex.
c) ¿Cuáles son los recursos que se agotan y cuáles sobran?
d) Si puede obtener en un plazo de 3 meses un incremento de la cuota de importación.
Solicitaría Ud. Aumentar el cupo global o mantener éste y aumentar el de los televisores a
color. ¿Por qué?
e) Si el incrementar la cuota mensual de importación requiere el pago adicional cada mes.
Hasta qué cantidad máxima debiera pagarse por incrementar esa cuota.
f) Pagaría Ud. Publicidad para incrementar la venta de televisores en blanco-negro.
a) MÉTODO GRÁFICO:
Función objetivo
Z (MAX) = 150X1 + 60 X2
X1 = Televisores a color
X2 = Televisores blanco-negro
X1+ X2  500 Tubos de pantalla importados

X1  250 Tubos de pantalla a color
1.5X1+ X2  600 Capacidad de ensamblaje
X2  150 Demanda de TV blanco-negro
X2  300 Contratos TV blanco-negro
Las restricciones tienen que duplicarse porque las preguntas están hechas para dos meses.
X1 + X2  1.000 X1 + X2 = 1.000 (1°)

X1  500 X1 = 500 (2°)
1.5X1 + X2  1.200 1.5X1 + X2 = 1.200 (3°)
X2  300 X2 = 300 (4°)
X2  600 X2 = 600 (5°)
167
Gráfico
X1 X2 X1 X2 X1 X2 X1 X2 X1 X2
0 1000 500 0 1200 300 600

1000 0 800 0
1400 GRAFICO N° 15
1200
1000
800
600
400
200
0
-200 0 200 400 600 800 1000 1200
-200

X1 + X2 = 1.000 X1 + 600 = 1.000
X2 = 600 X1 = 400
C(400, 600)
1.5X1 + X2 = 1.200
X1 = 500
1.5 (500) + X2 = 1.200
X2 = 450 D(500, 450)
Punto E (ecuaciones 2° y 4°)

X1 = 500 X2 = 300 E(500, 300)
P (X1, X2) Z (MAX) = 60X1 + 150X2

C(400, 600) Z = 150(400) + 60(600) = 96.000
D(500, 450) Z = 150(500) + 60(450) = 102.000 Óptimo
E(500, 300) Z = 150(500) + 60(300) = 93.000
Solución por el método gráfico

Z(MAX) = 102.000
X1 = 500 Televisores a color
X2 = 450 Televisores blanco-negro
b) EL MÉTODO SIMPLEX:
Función Objetivo
Z(MAX) = 150X1+ 60X2
X1+ X2  1.000 Tubos de pantalla importados
X1  500 Tubos de pantalla a color
1.5X1 + X2  1.200 Capacidad de ensamblaje
168
X2  300 Demanda de TV blanco-negro

X2  600 Contratos de TV blanco-negro
Variables de Holgura y Artificiales

X1+ X2 + S1 = 1.000
X1 +S2 = 500
1.5X1+ X2 +S3 = 1.200
X2 -S4 + m4 = 300
X2 +S5 = 600
S1 = Nº de tubos de pantalla no utilizadas
S2 = Tubos de pantalla a color no utilizados
S3 = Capacidad de ensamblaje no utilizada
S4 = Demanda de TV blanco-negro (EN EXCESO)
S5 = Contratos de TV blanco-negro no satisfechos.
Solución óptima por el método simplex.
Z(MAX) = 10200.000
X1 = 500 Televisores a color
X2 = 450 Televisores blanco- negro
S1 = 100 Existe 100 tubos de pantalla no utilizadas
S4 = 300 Hay un exceso de 300 TV. Blanco-negro en el mercado
S5 = 300 Falta cubrir TV. Blanco-negro de los contratos
Cj 150 60 0 0 0 0 0 M
Xj bn X1 X2 S1 S2 S3 S4 S5 m4
0 S1 1.000 1 1º 1 0 0 0 0 0
0 S2 500 1 0º 0 1 0 0 0 0
0 S3 1.200 1.5 1º 0 0 1 0 0 0
M m4 300 0 1* 0 0 0 -1 0 1
0 S5 600 0 1º 0 0 0 0 1 0
ZJ 300M 0M M. 0M 0M 0M -M 0M M
Zj - Cj ---- 0M M 0M 0M 0M -M 0M 0
0 S1 700 1º 0 1 0 0 1 0
0 S2 500 1* 0 0 1 0 0 0
0 S3 900 1.5º 0 0 0 1 1 0
60 X2 300 0º 1 0 0 0 -1 0
0 S5 300 0º 0 0 0 0 1 1
Zj 18.000 0 60 0 0 0 -60 0
Zj-Cj ------ -150 0 0 0 0 -60 0
0 S1 200 0 0 1 -1 0 1º 0
150 X1 500 1 0 0 1 0 0º 0
0 S3 150 0 0 0 -1.5 1 1* 0
60 X2 300 0 1 0 0 0 -1º 0
0 S5 300 0 0 0 0 0 1º 1
Zj 93000 150 60 0 150 0 -60 0
Zj-Cj ----- 0 0 0 150 0 -60 0
0 S1 50 0 0 1 0.5 -1 0 0
150 X1 500 1 0 0 1 0 0 0
0 S4 150 0 0 0 -1.5 1 1 0
60 X2 450 0 1 0 -1.5 1 0 0
0 S5 150 0 0 0 1.5 -1 0 1
Zj 102.000 150 60 0 60 60 0 0
Zj-Cj ------- 0 0 0 60 60 0 0
169
c) S2 = 0 Se agota el cupo de importación de los tubos de color

S3 = 0 Se agota la capacidad de ensamblaje
S1 = 100 Existe en stock 100 tubos para televisores blanco-negro
S4 = 300 Hay un exceso de 300 televisores blanco-negro en el mercado
S5 = 300 Falta cubrir 300 televisores blanco-negro de los contratos.
d) Aumentar el cupo global no interesa porque hay un exceso de 50 tubos para televisor blanco-
negro, pero convendrá aumentar el cupo de tubos de pantalla a color que se agotó.
e) El pago debe ser menos a $60 que es el valor que deja utilidad los televisores blanco-negro,
caso contrario no tendría sentido.
f) No pagaría publicidad puesto que hay un exceso de mercado tanto en la demanda como en los
contratos.
El problema dual
OBJETIVOS
Formular e interpretar modelos de programación dual.
Explicar la importancia de usar en problemas propios de los negocios, soluciones de programación lineal
usando el dual.
DUALIDAD
Un problema de maximización en programación lineal puede ser asociado con otro problema lineal pero
de minimización, y viceversa.
Esta asociación de los dos problemas se conoce como "DUALIDAD" o "PROBLEMA DUAL".
El estudio del problema dual tiene un interés matemático - económico porque:
 Nos permite entender mejor el método de la programación lineal.

 Puede ayudar a disminuir el tamaño de un modelo lineal; con el consiguiente ahorro de trabajo
al resolverlo a través del dual.
 Es una herramienta adicional para realizar los análisis post-optímales
 Complementa y da una fácil interpretación económica de las variables, coeficientes de la función
objetiva y términos independientes de las restricciones.
Empezaremos estableciendo las características duales, luego la expresión matemática de ellas, para
pasar luego a las aplicaciones más sobresalientes.
Definiremos como problema "PRIMAL o PRIMARIO" al modelo matemático que tenemos como punto de
partida; y problema "DUAL" al que surge por asociación con el anterior.
CARACTERISTICAS PRINCIPALES DE LA DUALIDAD
a) Si el primal implica maximización, el dual es minimización, y viceversa.

b) Los coeficientes de la función objetivo del dual están formados por los términos
independientes de las restricciones del primal.
c) El dual tiene restricciones como variables tiene el primal.
d) Si las restricciones del primal son tipo , las restricciones del dual serán del tipo  y
viceversa.
e) Los términos independientes del dual están formados por los coeficientes de la función
objetivo del primal.
f) El coeficiente de la variable j.-exima en la restricción j-exima del primal se transforma en el
coeficiente de la variable j-exima de la restricción j-exima de la restricción j-exima del dual.
"máximo del primal = minimo del dual"
Por lo tanto el primal puede ser un caso de maximización o de minimización y el dual de un dual no es
otra cosa que su primal.
170
PRIMAL DUAL
FUNCION OBJETIVO FUNCION OBJETIVO
p n
MAX : Z   C J X J MIN : Z   bi Yi
j 1 j 1
RESTRICCIO NES RESTRICCIO NES

p n
 Aij X J  bi 
j 1
A jiYI  C j
j 1
i  (1, 2, 3,..........n) j  (1, 2, 3,.......... p )

X J 0 Yi  0
j  (1, 2, 3,......... p ) i  (1, 2, 3,............n)
p  Número de var iables n  Número de var iables
principale s principale s
Xj = Variables primales
Yj = Variables duales
EJERCICIOS ILUSTRATIVOS
Dados los siguientes primales escribir sus duales, respectivos:
1) PROBLEMA PRIMAL:
Z(MAX) = 4X1 + 5X2 + 9X3
Restricciones
X1 + X2 + 2X3  16
7X1 + 5X2 + 3X3  25
Xj  0
El dual será:
Siendo la función objetivo del primal de maximización, entonces la del dual será minimización.
Los términos independientes del primal pasan a ser los coeficientes de la función objetivo del
dual:
Z(MIN) = 16Y1 + 25Y2
Para formar las restricciones del dual tomamos los coeficientes de las restricciones del primal en
sentido vertical:
Y1 + 7Y2
Y1 + 5Y2
2Y1 + 3Y2
Los términos independientes de las restricciones del dual son los coeficientes de la función
objetivo del primal:
Restricciones del dual:
Y1 + 7Y2  4
Y1 + 5Y2  5
2Y1 + 3Y2  9
Yj  0
171
Se ha planteado el problema dual pero no se ha resuelto, para hallar el valor de las variables del
dual, es necesario el método simplex
Nota: Para encontrar el dual es necesario que todas las restricciones del primal tengan el mismo
sentido, es decir que el signo de las desigualdades sea el mismo.
2) PRIMAL; EL DUAL SERÁ:
Z(MIN) = 2X1 = 3X2 ZMAX) = 130Y1 + 190Y2 + 200Y3
Restricciones: Restricciones
X1 + X2  130 Y1 + 2Y2 + Y3  2
2X1 + X2  190 Y1 + Y2 + 3Y3  3
X1 + 3X2  200 Yj  0
Xj 0
3) PROBLEMA PRIMAL:
Z(MAX) = 8X1 + 5X2
Restricciones:
4X1 + 3X2  120
2X1 + 8X2  160
X1 + 2X2 = 60
Xj  0
Siendo el primal un problema de maximización, todas las restricciones deben ser puestas en la
forma .
La primera se multiplica por (-1) para que cambie de sentido.
-4X1 - 3X2  -120

La tercera restricción por ser igualdad se remplazará por dos, una con signo  y la otra con
signo .
X1 + 2X2  60
X1 + 2X2  60
De las dos últimas la segunda cambiamos de signo para igualar al resto.
-X1 - 2X2  - 60
Por lo tanto, el primal transformado a su forma canónica de maximización es:
Z(MAX) = 8X1 + 5X1
Restricciones:
-4X1 - 3X2  -120

2X1 + 8X2  160
X1 + 2X2  60
- X1 - 2X2  -60
Xj  0
El problema dual será:
Z (MIN) = -120Y1 + 160Y2 + 60Y3 - 60Y4
172
Restricciones:
-4Y1 + 2Y2 + Y3 - Y4  8
-3Y1 + 8Y2 + 2 Y3 - 2 Y4  6
Yj  0
SOLUCIÓN DEL DUAL A TRÁVES DEL PRIMAL.-

Una de las aplicaciones de la dualidad existente en programación lineal es la posibilidad de obtener la
solución de un modelo lineal a partir o por inspección de la solución de su dual o de su primal.
Esto significa que habiendo resuelto un problema, implícitamente está resuelto el otro.
Entonces, esto da la posibilidad de trabajar con aquel modelo que tenga menor número de restricciones,
disminuyendo por tanto el tiempo de solución.
Con un análisis sencillo estableceremos las relaciones entre la solución óptima del primal y la solución
óptima de su dual.
RELACIÓN ENTRE LAS FUNCIONES OBJETIVAS ÓPTIMAS
Utilizando la notación matricial podremos expresar un modelo de maximización, como:
Z (MAX) = Ci Xi
PRIMAL RESTRICCIONES:
AX  b
En donde;
Ci = matriz de una sola fila.
Xi = matriz de una sola columna (variables primales).
A = matriz de los coeficientes tecnológicos.
B = matriz de una sola columna que representa a los término independientes.
A este corresponde un dual:
Z (MIN) = bty
DUAL RESTRICCIONES
ATY  CT
Donde:
bT = traspuesta de b
Y = matriz de una sola columna (variables duales)
AT = es la traspuesta de A
CT = traspuesta de C
Supongamos que X sea una solución factible cualquiera, reemplazando en el primal tenemos
CX = XTCT  XT (ATY), porque CT  ATY

Pero, XT (ATY) = (AX) TY
Luego: CX  (AX) TY
A su vez: AX  b  (AX)T  b T
O lo que es lo mismo: Z(MAX)  Z(MIN)
Lo que significa que Z(MAX) no puede sobrepasar el valor de Z(MIN), y esta a su vez no puede ser
menor que Z(MAX).
Una vez desarrollado el problema primal podemos obtener los valores de las variables principales y de
holgura del dual de la siguiente manera:
173
Las variables óptimas principales del dual son numéricamente iguales al valor absoluto de los
correspondientes elementos de las variables de holgura que se encuentran en la fila del criterio simplex
en la tabla óptima del primal.
Las variables óptimas de holgura del dual son numéricamente iguales al valor absoluto de los
correspondientes valores de las variables principales del primal que se encuentran en la columna de bn
en la tabla óptima del primal:
INTERPRETACIÓN ECONÓMICA DEL DUAL
Ya se analizó como un problema de maximización está asociado matemáticamente a otros de

minimización, y como matemáticamente el problema dual puede extraerse del primal.
Los dos problemas: PRIMAL Y DUAL; son en realidad modelos de alguna situación física de uso óptimo
de recursos. Por tanto es natural que estos problemas deban también estar asociados en su
interpretación económica.
La interpretación económica nos permite:
- Explica por qué las desigualdades de las restricciones se invierten.

- Da una interpretación del papel de los Cj y bi en uno y otro problema
La interpretación económica de la dualidad se basa directamente en la interpretación más frecuente del

problema primal (problema de programación lineal en nuestra forma estándar
Interpretación del problema dual
Para ver cómo esta interpretación del problema primal conduce a una interpretación económica del
problema dual, observe que W es el valor de Z (ganancia total) en la iteración actual. Como
W  b1 y1  b2 y 2 ...  bm y m,
Cada bi y i puede interpretarse como la contribución a la ganancia por disponer de b, unidades del
recurso i en el problema primal. Así,
La variable y, se interpreta como la contribución a la ganancia por unidad del recurso

i i  1,2,..., m , cuando se usa el conjunto actual de variables básicas para obtener la solución primal.
*
En otras palabras, los valores de yi los valores de y i en la solución óptima no son otra cosa que los
precios sombra.
EJEMPLO DE LA WYNDOR GLASS CO
PROBLEMA PRIMAL PROBLEMA DUAL

Z ( MAX )  3 X 1  5 X 2 Z ( MIN )  4Y1  12Y2  18Y3
Sujeta a : X1  4 Sujeta a : Y1  3Y3  3
2 X 2  12 2Y2  2Y3  5
3 X 1  2 X 2  18
Variables de ho lg ura
Z ( MAX )  3 X 1  5 X 2
X1  S1  4
2X 2  S2  12
3X 1  2 X 2  S 3  18
174
Cj 3 5 0 0 0
0 S1 4 1 0° 1 0 0
0 S2 12 0 2* 0 1 0
0 S3 18 3 2° 0 0 1
Zj 0 0 0 0 0 0
Zj-Cj --- -3 -5 0 0 0
0 S1 4 1° 0 1 0 0
5 X2 6 0° 1 0 0.5 0
0 s3 6 3* 0 0 -1 1
Zj 30 0 5 0 2.5 0
Zj-Cj ---- -3 0 0 2.5 0
0 S1 2 0 0 1 0.33 -0.33
5 X2 6 0 1 0 0.5 0
3 X1 2 1 0 0 -0.33 0.33
Zj 36 3 5 0 1.5 1
Zj-Cj --- 8 0 0 1.5 1
Solución del primal Solución del dual

Z ( MAX )  36 Z ( MIN )  36
X1  2 Y1  0
X2  6 Y 2  1 .5
S1  2 Y3  1
El método símplex encuentra la solución óptima para el problema de la Wyndor, también encuentra que
los valores óptimos de las variables duales (como se muestra en el último renglón de la solución) son
  
y 1  0, y 2  1.5 y y 3  1 Estos son precisamente los precios sombra para este problema.
Recuerde que los recursos son las capacidades de producción en las tres plantas disponibles para los
dos nuevos productos bajo consideración, de modo que b, es el número de horas semanales de
producción disponibles en la planta i para estos nuevos productos, donde i = 1, 2, 3, los precios sombra

indican que un incremento individual de 1 en cualquier bi aumentará en y i el valor óptimo de la función

objetivo (ganancia total semanal en miles de dólares). Así, y i se puede interpretar como la contribución
a la ganancia por unidad del recurso i al usar la solución óptima.
Cantidad Interpretación
xj Nivel de la actividad j ( j  1, 2, 3,.......n)

cj Ganancia unitaria debido a la actividad j
Z Ganancia total debido a todas las actividades
bi Cantidad disponible del recurso i (i  1, 2,........m)
a ij Cantidad del recurso i consumida por cada unidad de la actividad j
En realidad se han propuesto varias interpretaciones, con ligeras diferencias. La que se presenta aquí
pareció la más útil, ya que también interpreta directamente lo que hace el método símplex en el problema
primal.
Esta interpretación de las variables duales lleva a la interpretación del problema dual completo. En
especial, como cada unidad de la actividad j en el problema primal consume a ij unidades del recurso i,
175

m
i 1
a ij y i se interpreta como la contribución actual a la ganancia de esa mezcla de recursos que se
consumiría si se usara 1 unidad de la actividad j (j=1,2,...,n).
Para el problema de Wyndor, 1 unidad de la actividad j corresponde a producir 1 lote del producto j por
semana, donde j = 1, 2. la mezcla de recursos consumida al producir 1 lote del producto 1 es 1 hora de
producción en la planta 1 y 3 horas en la planta 3. la mezcla correspondiente por lote del producto 2 es 2
horas en cada una de las plantas (en miles de dólares semanales) de estas mezclas respectivas de
recursos por lote producido por semana de los respectivos productos.
Para cada actividad j, esta misma mezcla de recursos (y más) quizá se pueda usar de otra manera, pero
no debe considerarse ningún otro uso si es menos redituable que 1 unidad de la actividad j. Al interpretar
c j como la ganancia unitaria debida a la actividad j, cada restricción funcional en el problema dual se
interpreta como sigue:

m
i 1
aij y i  c j dice que la contribución actual a la ganancia de la mezcla anterior de recursos debe ser,
por lo menos, tan grande como si 1 unidad de la actividad j la utilizara; de otra manera no se estaría
llevando a cabo la mejor utilización de estos recursos.
Para el problema de la Wyndor, las ganancias unitarias (en miles de dólares por semana) son
c1  3 yc2  5 de manera que las restricciones funcionales duales obtenidas con esta interpretación son
y1  y3  3 y 2 y3  5 . De igual manera, la interpretación de las restricciones de no negatividad es la
siguiente: yi  0 dice que la contribución a la ganancia por parte del recurso i i  1,2,..., m  debe ser no
negativa, de lo contrario sería mejor no usar este recurso en absoluto.
El objeto
m
Minimizar W  b y
i 1
i i
Puede verse como minimizar el valor total implícito de los recursos consumidos por las actividades, para
el problema de la Wyndor, el valor implícito total (en miles de dólares por semana) de los recursos
consumidos por los dos productos es
W  4 y1  12 y2  18 y3.
Esta interpretación se puede afinar un poco si se toma en cuenta la diferencia entre las variables básicas
y las no básicas en el problema primal para cualquier solución BF dada x1 , x2 ,, xn m . Recuerde que
las variables básicas (las únicas que pueden tomar valores distintos de cero) siempre tienen un
coeficiente de cero en el renglón 0. entonces, si nos referimos de nuevo a la ecuación correspondiente
para z j , se ve que
m
a ij yi  c j si x j  0  j  1,2,..., n ,
i 1
y i  0, six n 1  0 i  1,2,..., m 
(Ésta es una versión de la propiedad de holgura complementaria que se estudiará en la siguiente
sección). La interpretación económica de la primera afirmación es que siempre que una actividad j opere
a un nivel estrictamente positivo, el valor marginal de los recursos que consume debe ser igual (en
contraposición a exceder) a la ganancia unitaria de esta actividad. La segunda afirmación indica que el
valor marginal del recurso i es cero  yi  0 económica, un recurso de este tipo es un “bien gratis”; el
precio de los bienes que tienen una sobre disponibilidades debe ser cero por la ley de la oferta y la
demanda. Este hecho justifica la interpretación de la función objetivo para el problema dual como la
minimización del valor de los recursos consumidos, el lugar de los asignados.
176
  
     
: y 1  0, y 2  1.5, y 3  1 ,  z 1  c1   0 y z 2  c 2   0. Como x 2  0, las dos variables de
   
   
superávit y los cálculos directos indican que y 1  3 y3  c1  3 y 2 y 2  2 y 3  c2  5. por lo tanto, el
valor de los recursos consumidos por lote de los respectivos productos sin duda es igual a las ganancias
unitarias respectivas. La variable de holgura para la restricción sobre la capacidad usada en la planta
1 es x3  0, por lo que el valor marginal de agregar cualquier capacidad en la planta 2 sería cero
  
 Y 1  0 .
 
INTERPRETACIÓN DEL MÉTODO SÍMPLEX
La interpretación del problema dual proporciona también una interpretación económica de lo que hace el
método símplex en el problema dual. La meta del símplex es encontrar cómo usar los recursos
disponibles en la forma más redituable sobre el uso provechoso de los recursos (las restricciones del
problema dual). Estos requisitos comprende la condición de optimalidad en el algoritmo. Para cualquier
solución BF dada, los requisitos (restricciones duales) asociados con las variables básicas se satisfacen
automáticamente (con igualdad). Sin embargo, los asociados con las variables no básicas pueden o no
quedar satisfechos.
En particular, sin una variable no básica y por ende la actividad j no se usa, la contribución actual a la
ganancia debida a esos recursos, que se requiere para emprender cada unidad de la actividad j
m
a
i 1
ij yi
Puede ser más pequeña, más grande, o igual que la ganancia unitaria c j que puede obtenerse de dicha
actividad. Si es menor, de manera que z j  c j  0 , habrá cambio en el rendimiento al iniciar la
actividad j.
De igual manera, si la variable de holgura x n i es no básica, es decir, si se usa la asignación total bi del
recurso i, entonces yi es la contribución actual a la ganancia por parte de este recurso sobre una base
marginal. Así, si yi  0 , la ganancia se puede aumentar al disminuir el uso de este recurso (es decir, al
aumentar x n i ). Si yi  0 , vale la pena continuar con el uso total de este recurso, dado que esta
decisión no afecta el rendimiento si yi  0
Por lo tanto, lo que hace el método símplex es examinar todas las variables básicas en la solución BF
actual para ver cuáles pueden proporcionar un uso más ventajoso de los recursos al incrementarlas. Si
ninguna puede, es decir, sin ningún cambio o reducción factible en la asignación actual propuesta de los
recursos pueden aumentar la ganancia, entonces la solución actual será óptima. Si una o más variables
pueden aumentarla, el método símplex selecciona aquella que, si se aumenta en una unidad,
proporciona el mayor incremento a la ganancia.
Después, el valor de esta variable (la variable básica entrante) realmente aumenta tanto como puede
hasta que los valores marginales de los recursos cambian. El resultado de este incremento es una nueva
solución BF con un nuevo renglón 0 (solución dual) y se repite el proceso completo.
La interpretación económica del problema dual expande en forma considerable la habilidad para analizar
el problema primal. Sin embargo, ya se vio que esta interpretación es sólo una ramificación de las
relaciones entre los dos problemas. En la sección siguiente se profundizará en estas relaciones.
177
PAPEL DE LA TEORÍA DE DUALIDAD

EN EL ANÁLISIS DE SENSIBILIDAD
Como se describe en las dos secciones siguientes, el análisis de sensibilidad consiste., en esencia, en la
investigación del efecto que tiene sobre la solución óptima el hecho de hacer cambios en los valores de
los parámetros del modelo aij , bi y c j . Sin embargo, cambiar los valores de los parámetros en el
problema primal cambia también los valores correspondientes en el problema dual. Por lo tanto, se
puede elegir qué problema se va a usar para investigar cada cambio. Gracias a las relaciones primal-
dual (en especial la propiedad de soluciones básicas complementarías), es fácil ir de un problema a Otro
según se desee. En algunos casos es más conveniente analizar el problema dual directamente con
objeto de determinar el efecto complementario sobre el problema primal. Se comenzará por considerar
dos casos.
Cambios en los coeficientes de una variable no básica
Suponga que los cambios que se hacen en el modelo original ocurren en los coeficientes de una variable
que era no básica en la solución óptima original. < ¿Cuál es e! efecto de estos cambios sobre esta
solución? ¿Es todavía factible? ¿Es todavía óptima?
En vista de que la variable en cuestión es no básica (vale cero), el cambio en sus coeficientes no puede
afectar la factibilidad de la solución, por lo cual, la pregunta que queda abierta en este caso es si todavía
es óptima, una pregunta equivalente es si la solución básica complementaria para el problema dual
todavía es factible después de hacer estos cambios. Dado que los cambios afectan al problema dual
nada más en una restricción, la pregunta se puede responder sencillamente verificando si esta solución
básica complementaria satisface la restricción revisada.
Introducción de una nueva variable
Como se indicó, las variables de decisión del modelo suelen representar los niveles de las distintas
actividades bajo consideración. En algunas situaciones) estas actividades se seleccionan entre un, grupo
grande de actividades posibles en el que las actividades restantes no se eligieron por parecer menos
atractivas. O quizá estas otras actividades no salieron a relucir hasta después de formular y resolver el
modelo original. De cualquier manera, la pregunta en este caso es si vale la pena alguna de estas
actividades no consideradas antes como para justificar su inclusión. En otras palabras, ¿cambiará la
solución óptima original si se agrega cualquiera de estas actividades?
Agregar otra actividad equivale a introducir en el modelo una nueva variable, con los coeficientes
apropiados en las restricciones funcionales y en la función objetivo. El único cambio que resulta en el
problema dual es la introducción de una nueva restricción.
Una vez hechos estos cambios, ¿será la solución óptima original, junto con la nueva variable igual a cero
(no básica), todavía óptima para el problema primal? Igual que en el caso anterior, una pregunta
equivalente es si todavía es factible la solución básica complementaria para el problema dual, e igual que
antes, esta pregunta se puede contestar con sólo verificar si esta solución básica complementaria
satisface una restricción que en este caso se trata de la nueva restricción para el problema dual.
Para ver un ejemplo, suponga que en el problema de la Wyndor Glass, se planea incluir en la línea de
producción un tercer producto nuevo. Si x nueva representa la tasa de producción de este artículo, el
modelo revisado que resulta es:
Maximizar Z  3x1  5x2  4 xnuevas

Sujeta a
178
x1 2 xnueva  4
2 x2 3 xnueva  12
3 x1 2 x 2 2 xnueva  18
y
x1  0, x2  0, xnueva  0.
Después de introducir las variables de holgura, la solución óptima original para este problema sin. xnueva
(Vea la tabla 4.8) era x1 , x2 , x3 , x4 , x5  = 2,6,2,0,0  Si se incluye xnueva = 0,
¿Es todavía óptima la solución?
Para responder esta pregunta se verifica la solución básica complementaria para el problema dual, esta
solución está dada en el renglón O de la tabla símplex final para el problema primal. Por lo tanto, la
solución es
 y1 , y 2 , y3 , z1  c1 , z 2  c2    0, 3 
, 1, 0, 0 .
 2 
Como esta solución era óptima para el problema dual original, sin duda satisface las restricciones duales
originales. Pero, ¿satisface la nueva restricción dual?
2 y1  3 y2  y3  4
Al sustituir esta solución se ve que
20  3 y 2  y3  4
Se satisface, por lo que esta solución dual sigue siendo factible (es decir, óptima). En consecuencia, la
solución primal original (2, 6, 2, 0, 0) Junto con x nueva = O todavía es óptima, y se concluye que no debe
incluirse este nuevo producto en la producción.
Este enfoque hace que también sea muy sencillo llevar a cabo un análisis de sensibilidad sobre los
coeficientes de la nueva variable agregada al problema original. Con sólo verificar la nueva restricción
dual se puede saber cuánto pueden cambiar los valores de estos parámetros antes de que afecten la
factibilidad de la solución dual y la optimalidad de la solución primal.
Otras aplicaciones
Se han presentado Otras dos aplicaciones importantes de la teoría de dualidad al análisis de

  
sensibilidad: los precios sombra y el método símplex dual, la solución óptima dual y 1 , y 2 ,..., y m
proporciona los precios sombra para los recursos respectivos que indican cuánto puede cambiar Z si se
hacen cambios (pequeños) en las bi (cantidad de recursos).
En términos más generales, la interpretación económica del problema dual y el método símplex da
algunas ideas útiles para el análisis de sensibilidad, Cuando se investigan los efectos de los cambios en
las bi , o en las a i J , (para las variables básicas), la solución óptima original puede convertirse en una
solución básica superóptima. Si se desea reoptimizar para identificar la nueva solución óptima, se
debe aplicar el método símplex dual comenzando con esta solución básica.
Se mencionó que a veces es más eficiente resolver el problema dual mediante el método símplex con el
fin de identificar una solución oprima para el problema primal. Cuando la solución se encuentra de esta
manera, el análisis de sensibilidad para el problema primal se lleva a cabo con la aplicación del
procedimiento que se describe en las dos secciones siguientes directamente al problema dual y después
infiriendo los efectos complementarios sobre el problema primal (por ejemplo, Este enfoque al análisis de
sensibilidad es casi directo gracias a las estrechas relaciones primal-dual descritas.
179
ESENCIA DEL ANÁLISIS DE SENSIBILIDAD
El trabajo del equipo de investigación de operaciones apenas comienza una vez que se aplica con éxito
el método símplex para identificar una solución óptima del modelo, una suposición de programación
lineal es que todos los parámetros del modelo (a,., h, y c.) son constantes conocidas. En realidad, los
valores de los parámetros que se usan en el modelo casi siempre son sólo estimaciones basadas en una
predicción de las condiciones futuras. Los datos obtenidos para desarrollar estas estimaciones con
frecuencia son bastante burdos o no existen, así que los parámetros de la formulación original pueden
representar poco más que algunas reglas cortas proporcionadas por el personal de línea al que tal vez
presionaron para dar su opinión- Los datos pueden incluso representar estimaciones optimistas o
pesimistas que protegen los intereses de los estimadores.
Por todo esto, un gerente razonable y el personal de investigación de operaciones mantendrán cierto
escepticismo saludable respecto a los números originales que salen de la computadora y, en muchos
casos, los tomarán nada más como un punto de partida para el análisis posterior del problema. Una
solución "óptima" es óptima sólo en lo que se refiere al modelo específico que se usa para representar el
problema real, y esa solución no se convierte en una guía confiable para la acción hasta verificar que su
comportamiento es bueno también para Otras representaciones razonables del problema. Aún más,
algunas veces los parámetros del modelo (en particular las b¿) se establecen como resultado de
decisiones por políticas administrativas (por ejemplo, la cantidad de ciertos recursos que se ponen a
disposición de las actividades), y estas decisiones deben revisarse después de detectar sus
consecuencias potenciales.
Por estas razones es importante llevar a cabo un análisis de sensibilidad, para investigar el efecto que
tendría sobre la solución óptima proporcionada por el método símplex el hecho de que los parámetros
tomaran otros valores posibles. En general, habrá algunos parámetros a los que se les pueda asignar
cualquier valor razonable sin que afecten la optimalidad de esta solución. Sin embargo, también habrá
parámetros con valores probables que lleven a una nueva solución óptima. Esta situación es seria, en
particular, si la solución original adquiere valores sustancialmente inferiores en la función objetivo, ¡o tal
vez no factibles! Entonces, un objetivo fundamental del análisis de sensibilidad es identificar los
parámetros sensibles (es decir, los parámetros cuyos valores no pueden cambiar sin que cambie la
solución óptima). Para ciertos parámetros que no están clasificados como sensibles, también puede
resultar de gran utilidad determinar el intervalo de valores del parámetro para el que la solución óptima
no cambia. (Este intervalo de valores se conoce como intervalo permisible para permanecer óptimo.} En
algunos casos, cambiar el valor de un parámetro puede afectar la factibilidad de la solución BF óptima.
Para tales parámetros, es útil determinar el intervalo de valores para el que la solución BF óptima (con
los valores ajustados de las variables básicas) seguirá siendo factible. (Este intervalo recibe el nombre
de intervalo permisible para permanecer factible.} En la siguiente sección se describirán los
procedimientos específicos para obtener este tipo de información.
Esta información es invaluable en dos sentidos. Primero., identifica los parámetros más importantes, con
lo que se puede poner un cuidado especial para hacer estimaciones cercanas y seleccionar una solución
que tenga un buen desempeño para la mayoría de los valores posibles. Segundo, identifica los
parámetros que será necesario controlar muy de cerca cuando el estudio se ponga en marcha. Si se
descubre que el valor real de un parámetro está fuera de su intervalo de valores permisibles, ésta es una
señal inminente de que es necesario cambiar la solución.
Para problemas pequeños, la verificación del efecto de una variedad de cambios en los valores de los
parámetros es directa con sólo aplicar de nuevo el método símplex para ver si cambia la solución óptima.
Esto es en especial conveniente cuando se usa una formulación en hoja de cálculo. Una vez establecido
el Solver para obtener una solución óptima, sólo se hacen los cambios deseados y se elige Solver otra
vez.
Sin embargo, en problema más grande como los encontrados en la práctica, el análisis de sensibilidad
requeriría un esfuerzo computacional exorbitante si fuera necesario volver a aplicar el método símplex
desde el principio para investigar cada cambio en el valor de un pará6 Teoría de dualidad y análisis de
sensibilidad metro. Por fortuna., la idea fundamental presentada en la sección 5.3 casi elimina el
esfuerzo computacional, En esencia, la idea fundamental revela de inmediato la forma en que los
cambios al modelo original alterarían los números de la tabla símplex final (si se supone que se duplica
la misma secuencia de operaciones algebraicas que realizó el método símplex la primera vez). Entonces,
después de hacer unos cuantos cálculos para actualizar esta tabla símplex, se puede verificar con
180
facilidad si la solución EF óptima original ahora es no óptima (o no factible). Si es así, esta solución se
usará como solución básica inicial para comenzar de nuevo el símplex (o el símplex dual) y encontrar
una nueva solución óptima, si se desea. Si los cambios en el modelo no son cambios mayores, sólo se
requerirán unas cuantas iteraciones para obtener la nueva solución óptima a partir de esta solución
básica inicial "avanzada".
Para describir este procedimiento con más detalle, considere la siguiente situación. Se ha empleado el
método símplex para obtener una solución óptima para un modelo de programación lineal con valores
específicos para los parámetros bi , c j y aij . Para iniciar el análisis de sensibilidad se cambian uno o más
  
parámetros. Después de hacer los cambios, sean b i , c j y a ij . Los valores de los distintos parámetros.
Entonces, en notación matricial,
  
b  b, c  c, , A  A,
para el modelo revisado.
El primer paso es actualizar la tabla símplex final para que refleje estos cambios. Si se usa la notación
presentada en la tabla 5.10,- al igual que las fórmulas que la acompañan para la idea fundamental
 
1)t*  t  y * Ty 2)T *  S * T se ve que la tabla símplex final revisada se calcula a partir de y* y S*
(que no han cambiado) y la nueva tabla símplex in icial.
Ejemplo (Variación I del modelo Wyndor). A manera de ilustración, suponga que se revisa el
modelo original del problema de la Wyndor Glass Co.
Así, los cambios al modelo original son c1  3  4, a31  3  2 y b2  12  24. El gráfico muestra el
efecto de estos cambios. Para el modelo original, el método símplex ya identificó la solución FEV óptima
en el vértice (2, 6), que se encuentra en la intersección de las dos fronteras de restricción que se
muestran como líneas punteadas, 2 x 2  12 y 3 x1  2 x 2  18 . Ahora, la revisión del modelo ha
cambiado ambas fronteras por las que se muestran con líneas oscuras, 2 x 2  24 y 2 x1  2 x 2  18 . En
consecuencia, la solución FEV anterior (2, 6) cambia ahora a la nueva intersección (-3,12) que es una
solución no factible en un vértice para el modelo revisado. El procedimiento descrito en los párrafos
anteriores encuentra este cambio de manera algebraica (en la forma aumentada). Más aún, lo hace de
modo eficiente aunque se trace de problemas grandes donde el análisis gráfico es imposible.
14
12
10
0
-4 -2 0 2 4 6 8 10 12
-2
Cambio de la solución final en un vértice de (2,6) a (-3,12) para la revisión del problema de la Wyndor
Glass Co., donde
c1  3  4, a31  3  2 y b2  12  24.
181
Coeficiente de
Variable Ec. Z x1 x2 x3 x4 x5 Lado
básica Núm. derecho
3
Z (0) 1 2 0 0 1 54
2
1 1 1
x3 (1) 0 0 1  6
3 3 3
Tabla revisada fional
1
x2 (2) 0 0 1 0 0 12
2
2 1 1
x1 (3) 0 0 0  -2
3 3 3
1
Z (0) 1 0 0 0 2 48
2
1 1
x3 (1) 0 0 0 1  7
2 2
Convertida a la forma
1
apropiada x2 (2) 0 0 1 0 0 12
2
1 1
x1 (3) 0 1 0 0  -3
2 2
Para llevar a cabo este procedimiento, se comienza por escribir los parámetros del modelo revisado en
forma matricial:
1 0 4 
  
c  4,5, A  0 2, b  24
2 2 18 
los coeficientes de las variables de holgura tanto en el renglón O (y*) como en el resto de los renglones
(S*). Así,
 1 1
1 
3 3
 
 3 
S *  0 0
1
y*  0, ,1 ,
 2   2 
 
0 1 1


 3 3

Obtención de la tabla símplex final revisada para la variación I del modelo de la Wyndor Glass Co.
Coeficiente de
Variable Ec. x1 x2 x3 x4 x5 Lado
básica Núm. Derecho
Z
Z 0  1 -4 -5 0 0 0 0
x3 1 0 1 0 1 0 0 4
Tabla inicial nueva
x4 2  0 0 2 0 1 0 24
x5 3 0 2 2 0 0 1 18
182
0 EMBED
Z (0) 1 0 0 36
3
Equation.3
2
x3 (1) 0 0 0 1 2
Tabla fional para el 1 1
1 
mod elo original x2 (2) 0 0 1 3 3 6
1
0 0
x1 (3) 0 1 0 2 2
1 1
0 
33 3
Z (0) 1 -2 0 0 1 54
2
x3 1 1 1
Tabla revisada fional (1) 0 0 1  6
3 3 3
x2
1
(2) 0 0 1 0 0 12
x1 2
2 1 1
(3) 0 0 0  -2
3 3 3
Estos coeficientes de las variables de holgura quedan necesariamente sin cambiar cuando se realizan
las mismas operaciones algebraicas que originalmente realizó el método símplex porque los coeficientes
de estas mismas variables en la tabla símplex inicial no cambiaron.
Sin embargo, como otras partes de la tabla símplex inicial cambiaron, habrá modificaciones en la tabla
símplex final, los números actualizados en el resto de la tabla símplex final se calculan como sigue:
1 0 4 

 3   3 
z *  c  0, ,1 0 2
  4,5   2,0, Z *  0, ,1  24
  54
 2   2 

2 2
 
18 

 1 1 1 0
1  1 
3 3   3 0
   
  
0
1
A*  0 0 2   0 1 ,
 2   
 2 
0 1 1

   0
  2 3 

 3 3
 2 
 1 1  4  6 
1 
3 3    
     
b*  0 0
1
 24  12 
 2     
 1 1     
0   

 3 3 
 18 
   2

En realidad, estos cálculos para obtener la tabla símplex final revisada se pueden simplificar de manera
sustancial. Como ninguno de los coeficientes de A:2 cambió en el modelo (o tabla símplex)
original. a11 , a21 , b1 , b3  , ninguno de ellos puede cambiar en la tabla final, así se puede eliminar su
cálculo. Algunos otros parámetros originales tampoco cambiaron, entonces Otro atajo consiste en
calcular nada más los cambios increméntales en la tabla símplex final en términos de los cambios
increméntales en la tabla inicial e ignorar aquellos términos en la multiplicación de vectores o matrices
183
que no tuvieron cambio en la tabla inicial. En particular, los únicos cambios increméntales en la tabla
símplex inicial son c1  1, a31  1 yb2  12 por lo tanto, éstos son los únicos términos que deben
considerarse. Esta simplificación se muestra con un cero o un guión en el lugar de los elementos no
calculados.
0 
 3 
z * c   y * A  c  0, ,1 0    1,    2, .
 2 
 1  
0 
 3  
Z *  y * b  0, ,1 12  18
 2 
0 
 1 1  0   1
 1   
3 3    
   3 
A*  S * A  0 0  0
1
   0 
 2   
  
1 1  1  
0     3 
  1 
 3 3 
 1 1
1   0   4 
3 3    
    
b*  S * b  0 0  12  6 
1
 2    
 1 1     
0     
 3 3  0   4
Al agregar estos incrementos a las cantidades originales en la tabla símplex final, se obtiene la tabla
símplex revisada final.
Este análisis incrementa proporciona también una idea general útil que dice que los cambios en la tabla
símplex final deben ser proporcionales a cada cambio en la tabla símplex inicial.
APLICACIÓN DEL ANÁLISIS DE SENSIBILIDAD
El análisis de sensibilidad casi siempre comienza con la investigación de los cambios en los valores de
las bi , la cantidad del recurso i (i = 1,2.,..., m) que se encuentra disponible para las actividades bajo
consideración. La razón es que en general existe mayor flexibilidad al establecer y ajustar estos valores
que los otros parámetros del modelo, la interpretación económica de las variables duales (las y¡) como
precios sombra es extremadamente útil para decidir cuáles son los cambios que deben estudiarse.
Caso I: cambios en las bi
Suponga que los únicos cambios al modelo actual consisten en el cambio de uno o más parámetros
bi (i = 1,2,... i m). En este caso, los únicos cambios que resultan en la tabla símplex final se encuentran
en la columna del lado derecho. En consecuencia, la tabla símplex está en la forma apropiada de
eliminación de Gauss y todos los coeficientes de las variables no básicas en el renglón O aún son no
negativos. Entonces, se pueden omitir los pasos de conversión a la forma apropiada de eliminación de
Gauss y prueba de optimalidad del procedimiento general, después de revisar la columna del lado
derecho, la única pregunta es si las variables básicas son no negativas (prueba de factibilidad).
Cuando el vector de valores h, se cambia de b a b, las fórmulas para calcular la nueva columna del lado
derecho en la tabla símplex final son:
-
Lado derecho del renglón O final: Z *  y * b,
-
Lado derecho de los renglones 1,2,..., m: b*  S * b.
184
La localización del vector y* y la matriz S* que no cambiaron, en la tabla símplex final.)
Ejemplo (variación 2 del modelo Wyndor). El análisis de sensibilidad para el problema original de
la Wyndor Glass Co. comienza por examinar los valores óptimos de las variables duales
 * * 3 * 
yi  y i  0, y 2  , y 3  1 . Estos precios sombra indican el valor marginal de cada recurso i para las
 2 
actividades (dos nuevos productos) en estudio, donde el valor marginal se expresa en las unidades de Z
(miles de dólares de ganancia por semana), se puede aumentar la ganancia total debida a estas
*
actividades en $1 500 semanales ( y 2 multiplicado por S 1000 por semana) por cada unidad adicional
del recurso 2 (hora de producción a la semana en la planta 2) que quede disponible. Este aumento en la
ganancia es válido para cambios relativamente pequeños que no afecten la factibilidad de la solución
*
básica actual (y que no afecten los valores de y i ).
En consecuencia, el equipo de I0 ha investigado la ganancia marginal posible debida a los otros usos
actuales de este recurso para determinar si alguna es menor que $1 500 semanales. Esta investigación
puso de manifiesto que uno de los productos antiguos es mucho menos redituable. La tasa de
producción para este producto ya se redujo a la cantidad mínima que justifica sus gastos de
comercialización, pero se puede descontinuar, lo que proporcionaría 12 unidades adicionales del recurso
2 para los nuevos productos. Entonces, el siguiente paso es determinar la ganancia que se podría
obtener de los nuevos productos si se hiciera esta transferencia. Esto cambia b2 de 12 a 24 en el
modelo de programación lineal. El gráfico muestra este cambio, junto con el cambio de la solución en un
vértice final de (2, 6) a (-2,12). (Observe que esta figura es distinta a la que muestra la variación 1 del
modelo Wyndor, porque la restricción 3 x1  2 x 2  18, , no cambió en este caso.)
Así, para la variación 2 del modelo de la Wyndor, la única revisión al modelo original es el siguiente
cambio en el vector de valores de las bi :
4  4 

b  12  b  24 .
 
18 18 
entonces, sólo b2 tiene nuevo valor.
Región factible para la variación 2 del modelo de la Wyndor Glass Co. Donde b2  12  24
14
12
10
0
-2 -1 0 1 2 3 4 5 6 7 8
-2
185
Análisis de la variación 2. Al aplicar la idea fundamental, se encuentra que el efecto de este cambio
en b2 en la tabla símplex final original es que los elementos de la columna del lado derecho cambian a
los siguientes valores:
4 

 3  
Z *  y * b  0, ,1 24  54,
 2 
18 
 1 1
1     
3 3  4  6   x 3  6 

    
b*  S * b  0 0 24  12  de mod o que  x 2   12 

1
 2    
  18 2  x1   2
0 1 1    
    
 3 3 
De manera similar, como el único cambio en el modelo original es b2  24  12  12, puede usar el
análisis incremental para calcular estos mismos valores con mayor rapidez. El análisis incremental
involucra el cálculo de los incrementos en los valores de la tabla causados por el cambio (o cambios) en
el modelo original, y después la suma de estos incrementos a los valores originales. En este caso, los
incrementos en Z* y b* son
b1  0 
 
Z *  y * b  y * b2   y * 12,
b3  0 
b1  0 
 
b*  S *  b  S * b2   S * 12,
b3  0 
Por lo tanto, si se usa la segunda componente de y* y la segunda columna de S*, los únicos cálculos
necesarios son
Z * 
3
12  18, así Z *  36  18  54,
2
b 1  12   4,
* 1 *
así b 1  2  4  6,
3
b 3  12   4
* 1 *
así b 3  2  4  2,
3
En donde los valores originales de estas cantidades se encuentran en la columna del lado derecho en la
tabla símplex final original. La tabla símplex final revisada corresponde por completo a la tabla símplex
final original, excepto por la columna del lado derecho que tiene estos nuevos valores.
Por lo tanto, la solución básica actual (antes óptima) se ha convertido en
x1 , x2 , x3 .x4 , x5 = (-2, 12, 6, O, 0),
Que no pasa la prueba de optimalidad porque tiene un valor negativo. Ahora se puede aplicar el método
símplex dual, comenzando con esta tabla símplex revisada, para encontrar la nueva solución óptima.
Este método conduce, en una sola iteración, a la nueva tabla símplex final. (En forma alternativa., se
pudo haber aplicado el método símplex desde el principio y, en este caso, también se hubiera llegado a
esta tabla final en una sola iteración.) Esta tabla símplex Índica que la nueva solución óptima es
x1 , x2 , x3 .x4 , x5   0,9,4,6,0,
186
con Z = 45, que proporciona un incremento en la ganancia de 9 unidades ($9 000 semanales) sobre
el valor anterior Z = 36. El hecho de que x 4 = 6 indica que 6 de las 12 unidades adicionales del recurso 2
quedan sin usarse con esta solución.
Datos para la variación 2 del modelo de la Wyndor Glass Co.

Tabla símplex final después de la reoptimización
Coeficiente de
Variable Ec. Z x1 x2 x3 x4 x5 Lado derecho
Básica Núm.
Z (0) 1 9
0 0 0
5 45
2 2
x3 (1) 0 1 0 1 0 0 4
x2 ( 2) 0 3 1 9
1 0 0
2 2
x4 (3) 0 3 0 0 1 1 6
c1  3, c 2  5, n  2
a11  1, a12  0, b1  4
a31  3, a32  2, b3  18
Según estos resultados con = 24, el producto antiguo relativamente no redituable se descontinuará y las
*
6 unidades del recurso 2 quedarán para algún uso futuro. Como y 3 aún es positivo, se realiza un
estudio similar sobre la posibilidad de cambiar la asignación del recurso 3, pero la decisión resultante es
conservar la asignación actual. Entonces, el modelo de programación lineal actual en este punto
(variación 2) tiene los valores de los parámetros y la solución óptima. Este modelo se usará como punió
de partida para investigar otros tipos de cambios en el modelo, más adelante en esta sección- Sin
embargo, antes de estudiar otros casos, se dará un panorama más amplio del actual.
Intervalo permisible para seguir factible. Aunque b2 = 12 resultó ser un incremento de b2
demasiado grande para mantener la factibilidad (y por ende la optimalidad) con la solución básica
donde x1 , x2 , y x3 son las variables básicas, el análisis incremental anterior muestra qué tan grande
puede ser el incremento para seguir factible. En particular, observe que
* 1
b 1  2   b2 ,
3
* 1
b 2  6  b2 ,
2
* 1
b 3  2  b2 ,
3
en donde estas tres cantidades son los valores respectivos de x3 , x2 yx1 , para esta solución básica. La
solución sigue factible y, por lo tanto, óptima, siempre que las tres cantidades sigan no negativas.
1 1
2  b2  0  b2  2  b2  6,
3 3
1 1
6  b2  0  b2  6  b2  12,
2 2
1 1
2  b2  0  2  b2  2  b2  6,
3 3
Por lo tamo., como b2  12  b2 , la solución sigue factible sólo si

 6  b2  6, es decir , 6  b2  18.
Este intervalo de valores para b2 se conoce como su intervalo permisible para seguir factible,
187
Para cualquier bi , su intervalo permisible para seguir factible es el intervalo de valores en el que la
solución BF óptima1 (con los valores ajustados para las variables básicas) es factible. Así, el precio
sombra de bi , sigue siendo válido para evaluar el efecto del cambio en sobre Z sólo si bi , sigue dentro
de este intervalo permisible. (Se supone que el cambio en el valor de esta bi , es el único cambio en el
modelo.) Los valores ajustados para las variables básicas se obtienen a partir de la fórmula b*=S* b . El
cálculo del intervalo permisible para seguir factibles está basado en el hecho de encontrar el intervalo de
valores de bi , tales que b*  0 .
Muchos paquetes de software de programación lineal, utilizan esta técnica para generar de manera
automática el intervalo permisible para seguir factible para cada bi , (También se usa una técnica similar,
presentada en los casos 2a y 3, para generar un intervalo de valores permisibles para seguir factibles
para cada c j ) La tabla resume estos mismos resultados respecto a b, para el modelo original de la
Wyndor. Por ejemplo, tanto el incremento como el decremento permisibles para b 2 , son 6, es decir
 6  b2  6 . El análisis anterior muestra cómo se calculan estas dos cantidades.
Salida típica de un software para análisis de sensibilidad de los lados derechos en el modelo de la
Wyndor Glass Co.
Restricción Precio sombra LD actual incremento Decremento

permisible permisible
Planta 1 0 4  2
Planta 2 1.5 12 6 6
Planta 3 1 18 6 6
Regla del 100% para cambios simultáneos en los lados derechos: los precios sombra
permanecen válidos para predecir el efecto de cambiar al mismo tiempo los lados derechos de algunas
restricciones funcionales cuando los cambios no son muy grandes. Para verificar si son suficientemente
pequeños, para cada cambio se calcula el porcentaje del cambio permitido (aumento o disminución) para
que ese lado derecho siga dentro de su intervalo permisible y factible. Si la suma de los porcentajes de
cambios no excede 100%, es definitivo que los precios sombra todavía serán válidos. (Si la suma excede
100%, entonces no hay certeza.)
Ejemplo (variación 3 del modelo de la Wyndor). Para ilustrar esta regla, considere la
variación 3 del modelo de la Wyndor Glass Co., que revisa el modelo original con los siguientes cambios
en el vector del lado derecho:
4  4 

b  12  b  15.
 
18 15
Los cálculos para la regla del 100% en este caso son
b2 : 12  15 Porcentaje de incremento permisible  100 15  12   50%

 6 
 18  15 
b2 : 18  15 Porcentaje de incremento permisible  100 6   50%
 
suma  100%
Como el resultado de la suma de 100% es justo la cantidad para no exceder el 100%, los precios sombra
son definitivamente válidos para predecir el efecto de estos cambios en Z. En particular, como los
precios sombra respectivos de b2 yb3 son 1.5 y 1, el cambio que resulta en Z sería
188
Z  1.53  1 3  1.5,
entonces, Z* se incrementará de 36 a 37.5.
La figura muestra la región factible para este modelo revisado (las líneas punteadas son las
localizaciones originales de las fronteras de restricción revisadas). La solución óptima ahora es la
solución FEV (O, 7.5), y se obtiene
Z  3 x1  5 x 2  0  5(7.5)  37.5,
justo como lo pronosticaron los precios sombra- Sin embargo, observe lo que pasaría si se aumentara
b2 hasta más de 15 o se disminuyera b3 a menos de 15; de modo que la suma de los porcentajes de los
cambios permisibles excede 100%. Esto causaría que la solución en un vértice, antes óptima, se deslice
a la izquierda del eje x 2  x1  0  , por lo que esta solución no factible ya no es óptima. En consecuencia,
los precios sombra anteriores ya no son válidos para pronosticar el nuevo valor de Z*.
Región factible para la variación 3 del modelo de la Wyndor Glass Co. Donde
b2  12  15 y
b3  18  15.
10
0
-1 0 1 2 3 4 5 6 7
-1
-2
Caso 2a: cambios en los coeficientes de una variable no básica
Considere una variable específica x. (J fija) que sea no básica en la solución óptima dada en la tabla,
símplex final. En el caso 2a, el único cambio al modelo actual es que uno o más coeficientes de esta
 
variable c j , a1 j , a 2 j ,..., a mj cambiaron. Entonces, sí c j y a ij denotan los nuevos valores de estos

parámetros con A,- (columna j de la matriz A) como el vector que contiene a ij , se tiene
 
c j  c, Aj  A
para el modelo revisado.
Como se describió anteriormente, la teoría de dualidad proporciona una manera muy conveniente de
verificar estos cambios. En particular, si la solución básica complementaria y* en el problema dual
todavía satisface la restricción dual que cambió, entonces la solución óptima original en el problema
189
primal sigue óptima como está. Por el contrario, si y* viola esta restricción dual, entonces esta solución
primal ya no es óptima.
Sí la solución óptima cambió y se desea encontrar la nueva, se puede hacer en forma bastante sencilla.
Sólo debe aplicarse la idea fundamental a la columna x. revisada (la única que cambia) en la tabla
símplex final. En particular, las fórmulas se reducen de la siguiente manera:
*   
Coeficiente de x. en el renglón O final: z j c j  y * A j  c j
*
Coeficiente de x - en los renglones 1 a m finales: A j  S * Aj .
Con la solución básica actual que ya no es óptima, el nuevo valor de z *. - c. será ahora el que tiene
coeficiente negativo en el renglón 0; así, se inicia el método símplex con x. como variable básica entrante
inicial.
Observe que este procedimiento es una versión simplificada del general, ya que la única columna que
cambia en la revisión de la tabla símplex final (antes de reoptimizar) es la de la variable no básica x j El
paso 5 (prueba de optimalidad) se sustituyó por una prueba más rápida que debe realizarse después del
paso 1 (revisión del modelo). Sólo cuando esta prueba revele que la solución óptima cambia, y se desee
encontrar la nueva solución, tendrán que aplicarse tos pasos 2 y 6 (revisión de la tabla símplex final y
reoptimización).
Ejemplo (variación 4 del modelo de la Wyndor). Como x. es no básica en la solución óptima

actual para la variación 2 del problema de la Wyndor Glass Co., el siguiente paso en el análisis de
sensibilidad es comprobar si cualquier cambio razonable en la estimación de los coeficientes de x1
puede aconsejar que se introduzca el producto 1.
El conjunto de cambios que pueden ser realistas para hacer el producto 1 más atractivo sería restablecer
c1  4 ya31  2 . En lugar de explorar cada uno de estos cambios en forma independiente (como se
hace con frecuencia en el análisis de sensibilidad), se considerarán juntos.
Entonces, los cambios bajo consideración son
1  1 
 
c1  3  c1  4, A1  0  A1  0
 
3 2
Estos dos cambios en la variación 2 dan la variación 4 del modelo de la Wyndor. En realidad, la variación
4 es equivalente a la variación 1, ya que la variación 1 combina estos dos cambios con el cambio en el
modelo original ( b2 = 12 —> 24) que da la variación 2. Sin embargo, la diferencia clave respecto al
tratamiento de la variación 1 es que el análisis de la variación 4 trata a la variación 2 como si fuera el
modelo original; así, el punto de partida es la tabla símplex donde ahora es una variable no básica.
El cambio en a 31 hace que la región factible cambie. El cambio en c1 hace que la función objetivo
Z  45  4 x1  5 x 2 , cambie a Z  4 x1  5 x 2 La figura 6.5 muestra la recta de la función objetivo
Z  45  4 x1  5 x 2 , que pasa por la solución oprima actual (0,9), se puede verificar que este punto
sigue siendo óptimo después de los cambios en a31 yc1
Para emplear la teoría de dualidad y llegar a esta misma conclusión, observe que los cambios en ci ya31
llevan a una sola restricción revisada para el problema dual, que es, la restricción
a11 y1  a21 y2  a31 y3  a31 y3  c1 Tanto esta restricción revisada como la y* actual (coeficientes de las
variables de holgura en el renglón 0 son;
190
5
Y1*  0, Y2*  0, Y3* 
2
Y1  3Y3  3  Y1  2Y3  4,
5
0  2   4
2
Como Y* todavía satisface la restricción revisada, la solución primal actual todavía es óptima.
Debido a que esta solución todavía es óptima, no existe necesidad de revisar la columna de X J en la
tabla simplex final. De todas maneras se hará para ilustrarlo.
1 
Z *
j  c1  Y * A1  c1  0, 0,  0   4  1
5
2
 2
1 0 0  1  1 
A  S * A1
*  1  
 0 0 2  0    1 
1
0 1  1 2  2
El hecho de que Z1  c1  0 confirma de nuevo la optimalidad de la solución actual. Como Z1  c1

* *
es la variable de superávit para la restricción revisada del problema dual, esta prueba de optimalidad es
equivalente a la que se usó antes.
Esto completa el análisis del efecto de los cambios del modelo actual (variación 2) a la variación 4.
Debido a que otros cambios más grandes en las estimaciones originales de los coeficientes de x1
serían poco realistas, se concluye que estos coeficientes son parámetros no sensibles del modelo
actual. Por lo tanto, se mantendrán fijos con el valor de sus mejores estimaciones
 c1  3 y a31  3  para el resto del análisis de sensibilidad.
Región factible para la variación 4 del modelo de la Wyndor donde la variación 2 se ha modificado a
a31  3  2 y c1  3  4
13
12
11
10
0
-1 0 1 2 3 4 5 6 7 8 9 10
-1
Salida de software típica para el análisis de sensibilidad de los coeficientes de la función

objetivo para la variación 2 de modelo de la Wyndor Glass Co.
191
Variable Valor Costo Coeficiente Aumento Disminución

Reducido actual permisible permisible
x1 0 4 .5 3 4 .5 
x2 9 0 5  3
Región factible para la variación 5 del modelo de la Wyndor donde la variación 2 se ha modificado de
modo que
c 2  5  3,
a 22  2  3 y
a32  2  4
13
12
11
10
0
-1 0 1 2 3 4 5 6 7 8
-1
Procedimiento del análisis de sensibilidad aplicado a la variación 5 del modelo de la

Wyndor Glass Co.
Variable Coeficientes de Lado
derecho
básica
Ec. x1 x2 x 3 x 4 x5
núm
Z
9 5
Z (0) 1 7 0 0 45
2 2
Tabla simples final
x3 (1) 0 I 0 1 0 0 4
3 1
revisada x2 (2) 0 2 0 0 9
2 2
x4 (3) 0 -3 -1 0 1 -1 6
192
27
3 3
Z (0) 1  0 0 0 2
4 4
x3 (1) 0 1 0 1 0 0 4
3 1 9
1 0 0
apropiada x2 (2) 0 4 4 2
9 3 21
x4 (3) 0  0 0 1 
4 4 2
3 3 33
Z (0) 1 0 0
4
0
4 2
Nueva tabla simples final
después de reoptimizar x1 (1) 0 1 0 1 0 0 4
(sólo se requirió una
3 1 3
iteración del método
simples en este caso)
x2 (2) 0 0 1 -
4
0
4 2
9 3 39
x4 (3) 0 0 0 1 -
4 4 2
(De manera equivalente, se puede usar el análisis incrementar con c2  2, a22  1 y a32  2 con
en la misma forma para obtener esta columna.)
El se muestra en la parte superior de la tabla. Note que los nuevos coeficientes de esta variable básica
x2 no tienen los valores requeridos y se tiene que aplicar la conversión a la forma apropiada con
eliminación de Gauss. Este paso exige dividir el renglón 2 entre 2, restar el nuevo renglón 2 multiplicado
por 7 del renglón O y sumar el nuevo renglón 2 al renglón 3.
La segunda tabla símplex de la tabla 6.24 da los nuevos valores de la solución básica actual, a saber,
9 21
x3  4, x2  , x4  ( x1  0, x5  0) Como todas estas variables son no negativas, la solución
2 2
todavía es factible. Sin embargo, el coeficiente negativo de x1 en el renglón 0 indica que la solución va no
es óptima. Se aplicará el método símplex a esta tabla, con esta solución como solución BF inicial, para
encontrar la nueva solución óptima. La variable entrante básica inicial es x 1 con x¡ como la variable
básica que sale. Se necesita sólo una iteración en este caso para llegar a la nueva solución óptima:
3 39
x1  4, x2  , x4  ( x3  0, x5  0),
2 2
Este análisis sugiere que c2 , a22 y a32 son parámetros relativamente sensibles. Sin embargo, los daros
adicionales para estimarlos con más cuidado sólo pueden obtenerse si se realiza una prueba piloto. Por
lo tanto, el equipo de lO recomienda que se inicie de inmediato la producción del producto 2 en pequeña
3
escala ( x2  ) y que se use esta experiencia como guía para la decisión acerca de si la capacidad de
2
producción restante debe asignarse al producto 2 o al producto 1.
Intervalo permitido para permanecer óptima. Se describió para el caso 2a cómo encontrar el
intervalo permisible para que siguiera óptima cualquier c j tal que x j es una variable no básico para la
solución oprima actual (antes de cambiar cj ). Cuando xj es una variable básica, el procedimiento se
complica un poco por la necesidad de convertir a la forma apropiada de eliminación de Gauss antes de
probar la optimalidad.
Para ilustrar el procedimiento, considere la variación 5 del modelo de la Wyndor Glass Co.
(con c2  3, a22  3, a23  4) cuya gráfica se muestra en la figura (6.6) y que se resuelve en la tabla
6.24. Como x 2 es una variable básica para la solución óptima dada al final de la tabla (con c 2 = 3), los
pasos necesarios para encontrar el intervalo de valores permitidos para seguir óptima para c¡ son los
siguientes:
193
1) Como x2 es una variable básica, observe que su coeficiente en el nuevo renglón 0 final
automáticamente es z 2 * -c 2 = 0 antes de cambiar el valor actual 3 de c 2.
2) Ahora se incrementa c 2 = 3 en  c 2 (de manera que c2 = 3 +. Esto cambia el coeficiente indicado

en el paso 1 a z *2 – c2 = -  c 2 , lo que cambia el renglón 0 a
 3 3 33 
Renglón 0 = 0,  c2 , ,0,
 2 
 4 4
3) Con este coeficiente ahora diferente de cero, deben realizarse operaciones elementales para
restaurar la forma apropiada de eliminación de Gauss. En particular, se suma al renglón O el
renglón 2 multiplicado por, lo que da el nuevo renglón cero, como aparece a continuación.
 3 3 33 
O,  c 2 4 , 0, 4 2 

 3 1 3 
 0, c 2 , c 2 0, c 2 c 2 
 4 4 2 
 3 3 3 1 33 3 
Nuevo renglón 0 = 0, 0, 4  4 c2 0, 4  4 c2 2  2 c2 
 
4) Usando este nuevo renglón 0, se calcula el intervalo de valores de  c 2 que mantiene no

negativos a los coeficientes de las variables no básicas x 3 y x 5.
3 3 3 3
 c 2  0   c 2  c 2  1.
4 4 4 4
3 1 1 3
 c 2  0  c 2   c 2  3
4 4 4 4
Entonces, el intervalo de valores es -3  c2  1.
5) Como c c2  3  c2 se suma 3 a este intervalo de valores, lo que da 0  c2  4

como el intervalo de valores permitido para permanecer óptima para c 2.
Con sólo dos variables de decisión, este intervalo permitido se puede verificar en una gráfica
usando la figura 6.6 con una función objetivo Z = 3x1 + c 2 x 2. Con el valor actual c 2 = 3, la
3
solución óptima es (4, ). Cuando se incrementa c 2, esta solución sigue óptima sólo para
2
9
c2  4 .Para c2  4, (0, ) se convierte en óptima (con un empate en c 2 =4), debido a la frontera
2
3
de restricción 3 x 1 + 4x 2 = 18. Cuando por el contrario, c 2 disminuye, (4, ) sigue óptima sólo
2
para c2  0. Si c2  0( 4,0) , se vuelve óptima debido a la frontera de restricción x 1 = 4.
De manera similar, el intervalo de valores permitidos para permanecer óptima para c j (con c 2 fijo
9
en 3) se puede obtener algebraica o gráficamente como c1  . (El problema 6.7-13 le pide que
4
verifique esto de ambas formas.)
3
Así, la disminución permisible para c 1 a partir del valor actual de 3 es sólo . Sin embargo, es
4
posible disminuir c 1 una cantidad mayor sin cambiar la solución óptima si c 2 también disminuye lo
suficiente. Por ejemplo, suponga que ambos, c 1 y c2, se disminuyen 1 unidad a partir de su valor
actual de 3, de manera que la función objetivo cambia de Z = 3x 1 + 3x 2 a Z = 2x 1 + 2x 2. De
acuerdo con la regla de 100% para los cambios simultáneos en los coeficientes de la función
1 1
objetivo, los porcentajes de cambios permisibles son 133 % y 33 y 33 y, respectivamente,
3 3%
194
que suman mucho más que 100%. No obstante, la pendiente de la recta de la función objetivo no
3
cambió en absoluto, por lo tanto, (4, ) todavía es óptima.
2
Caso 4: introducción de una nueva restricción
El último caso es aquel en el que debe introducirse al modelo una nueva restricción, después de obtener
la solución. Este caso puede ocurrir porque se pasó por alto la restricción en un principio o porque
surgieron nuevas consideraciones después de formular el modelo. Otra posibilidad es que se haya
eliminado, a propósito, la restricción para disminuir el esfuerzo computacional por parecer menos
restrictiva que otras ya planteadas en el modelo, pero ahora es necesario verificar esta impresión con la
solución óptima que se obtuvo.
Para ver si la nueva restricción afecta a la solución óptima actual, todo lo que debe hacerse es verificar
directamente si esa solución óptima satisface la restricción. Si es así, todavía sería la mejor solución
básica factible (es decir, la solución óptima), aun cuando se agregara la restricción al modelo. La razón
es que una nueva restricción sólo puede eliminar algunas de las soluciones factibles anteriores sin
agregar una nueva.
Si la nueva restricción elimina la solución óptima actual, y si se quiere encontrar la nueva solución, se
introduce esta restricción a la tabla símplex final (como un renglón adicional) justo como si fuera la tabla
inicial, en la que se designa la variable usual (de holgura o artificial) como la variable básica que
corresponde a este nuevo renglón. Como éste tal vez tenga coeficientes distintos de cero para algunas
otras variables básicas, se debe aplicar la conversión a la forma apropiada de eliminación de Gauss y
después el paso de reoptimización en la forma usual. Igual que para algunos de los casos anteriores,
este procedimiento para el caso 4 es una versión simplificada del procedimiento general. La única
pregunta que hay que hacerse en este caso es si la solución óptima anterior es todavía factible así que
debe eliminarse el paso 5 (prueba de optimalidad). El paso 4 (prueba de factibilidad) se reemplaza por
una prueba de factibilidad mucho más rápida ( ¿la solución óptima anterior satisface la nueva
restricción?) Que se realiza justo después del paso 1 (revisión del modelo).
Sólo cuando la respuesta a esta prueba es negativa y se quiere reoptimizar, se usan los pasos 2, 3 y 6
(revisión de la tabla símplex final, conversión a la forma apropiada de eliminación de Gauss, y
reoptimización).
Ejemplo (variación 6 del modelo de la Wyndor). Para ilustrar este caso, se considera la
variación 6 del modelo de la Wyndor Glass Co., que introduce la nueva restricción,
2 x1  3 x2  24
en la variación 2 del modelo. El efecto gráfico se muestra en la figura. La solución óptima anterior (0,9)
viola la nueva restricción, por lo que la solución óptima cambia a (O, 8).
Para analizar este ejemplo en forma algebraica, observe que (0,9) lleva a 2x 1 + 3x 2 = 27 > 24,
entonces esta solución óptima anterior ya no es factible. Para encontrar la nueva solución óptima, se
agrega esta restricción a la tabla símplex final actual como se describió, con la variable de holgura x 6
como su variable básica inicial. Este paso lleva a la primera tabla que se muestra en la tabla 6.25. El
paso de conversión a la forma apropiada de eliminación de Gauss requiere restar el renglón 2
multiplicado por 3, del nuevo renglón, con lo que se identifica la solución básica actual:
x3  4, x2  9, x4  6, x6  3( x1  x5  0) , como se muestra en la segunda tabla símplex. Cuando se
aplica el método dual símplex se obtiene en una sola iteración.
195
14
12
10
0
-2 0 2 4 6 8 10 12 14
-2
Procedimiento del análisis de sensibilidad aplicado a la variación 6 del modelo de la Wyndor

Glass Co.
Coeficientes de
Variable Ec. Z x 1 x2 x 3 x4 x 5 x6 Lado
básica núm. derecho
9 5
(0) 1 0 0 0 0 45
Z 2 2
(1) 0 4
Tabla simples final x3 I 0 1 0 0 0
revisada (2) 0 3 1 9
1 0 0 0
x2 2 2
(3) 0 6
x4 Nueva 0
-3 0 0 1 -1 0
24
x6 2 3 0 0 0 1
9 5
(0) 1 0 0 0 0 45
Z 2 2
(1) 0 4
1 0 1 0 0 0
apropiada
x3
(2) 0 3 1 9
1 0 0 0
x2 (3) 0
2 2
-3 0 0 1 -1 0 6
x4 0
Nueva -3
5 3
x 65  0 0 0  1
2 2
196
1 5
(0) 1 0 0 0 0 40
Nueva tabla simples final Z 3 3
después de (1) 0 4
1 0 1 0 0 0
reoptimizar (sólo se
necesitó una operación
x3 (2) 0 8
del método dual 2 1
1 0 0 0
en éste caso) x2 (3) 0 3 3 8
4 2
x4 0  0 0 1 0 - 2
Nueva 3 3
5 2
x5 0 0 0 1 
3 3
EJERCICIOS RESUELTOS
SOLUCIONES DEL DUAL A TRAVES DEL PRIMAL
1) PROBLEMA PRIMAL
Función Objetivo
Z(MAX) = 4X1 + 3 X2 + 0 S1 +0 S2 +0 S3 + 0 S4
Restricciones
X1 + X2  400 Cantidad de piel

X1  200 Hebillas elegantes
X2  350 Hebillas de menor calidad
2X1 + X2  500 Capacidad
X1 + X2 + S1 = 400
X1 + S2 = 200
X2 + S3 = 350
2X1 + X2 + S4 = 500
Solución óptima
Z(MAX) = 1.300
X1 = 100 Cinturones de clase A
X2 = 300 Cinturones de clase B
S1 = 0 Se utilizó toda la piel
S2 = 100 Hebillas elegantes no utilizadas
S3 = 50 Hebillas de menor calidad no utilizadas
S4 = 0 Se utilizó toda la capacidad
Cj 4 3 0 0 0 0 I
0 S1 400 1° 1 1 0 0 0
0 S2 200 1* 0 0 1 0 0
0 S3 350 0° 1 0 0 1 0
0 S4 500 2° 1 0 0 0 1
Zj 0 0 0 0 0 0 0
197
Zj-Cj --- -40 -30 0 0 0 0

0 S1 200 0 1° 1 -1 0 0 II
4 X1 200 1 0° 0 1 0 0
0 S3 350 0 1° 0 0 1 0
0 S4 100 0 1* 0 -2 0 1
Zj 8.000 4 0 0 4 0 0
Zj-Cj --- 0 -30 0 4 0 0
0 S1 100 0 0 1 1* 0 -1 III
4 X1 200 1 0 0 1° 0 0
0 S3 250 0 0 0 2° 1 -1
3 X2 100 0 1 0 -2° 0 1
Zj 1.100 4 3 0 -2 0 3
Zj-Cj --- 0 0 0 -2 0 3
0 S2 100 0 0 1 1 0 -1 IV
4 X1 100 1 0 -1 0 0 1
0 S3 50 0 0 -2 0 1 1
3 X2 300 0 1 2 0 0 -1
Zj 1.300 4 3 2 0 0 1
Zj-Cj --- 0 0 2 0 0 1
SOLUCIÓN DEL PROBLEMA DUAL
Función objetivo
Z(MIN) = 400Y1 + 200 Y2 + 350 Y3+ 500 Y4
Restricciones o limitaciones:
Y1 + Y2 + 2Y4  4 Costo incorporado a A

Y1 + Y3 + Y4  3 Costo incorporado a B
Yj  0
Para encontrar el valor de las variables principales del dual acudimos a la fila del criterio simplex (Zj -
Cj) de la tabla óptima y tomada los valores de las tres últimas columnas.
Y1 = S1 = 2
Y2 = S2 = 0
Y3 = S3 = 0
Y4 = S4 = 1
Z(MIN) = 400(2) + 200(0) + 350 (0) + 500 (1)
Z(MIN) = 1.300
Z(MAX) = Z(MIN)
UTILIDAD = COSTO
1.300 = 1.300
Esta interpretación o análisis económico del primal y de su dual pude servir para que el empresario
tome decisiones en el caso de ampliación sin pecar de timorato o de excesivo optimismo.
SOLUCIÓN DIRECTA DEL DUAL:
A través del primal hemos encontrado la solución del problema dual, los mismos resultados
obtendremos resolviendo directamente el problema dual.
198
Función Objetivo:
Z(MIN) = 400Y1 + 200Y2 + 350Y3 + 500Y4
Y1 + Y2 + 2Y4  4
Y1 + Y3 + Y4  3
Yj  0
Variables de holgura y Artificiales:
Y1 + Y2 + 2Y4 - S1 + m1 =4
Y1 + Y3 + Y4 - S2 + m2 = 3
Cj 400 200 350 500 0 0 M M

YJ bn Y1 Y2 Y3 Y4 S1 S2 m1 m2
M m1 4 1* 1 0 2* -1 0 1 0
M m2 3 1 0 1 1° 0 -1 0 1
Zj 7M 2M M M 3M -M -M M M
Zj-CJ -- 2M M M 3M -M -M 0 0
500 Y4 2 0.5 0.5 0° 1 --0.5 0 0.5 0
M m2 1 0.5 -0.5 1* 0 0.5 -1 -0.5 1
Zj 10M 0.5M -0.5M M 0M 0.5M -M -0.5M M
Zj-CJ -- -- 0M M M M -M M -1.5M 0
500 Y4 2 0.5° 0.5 0 1 -0.5 0
350 Y3 1 0.5* -0.5 1 0 0.5 -1
ZJ 1.350 425 75 350 500 -75 -350
Zj-Cj -- 25 -125 0 0 -75 -350
500 Y4 1 0 1 -1 1 -1 1
400 Y1 2 1 -1 2 0 1 -2
Zj 1.300 400 100 300 500 -100 -300
Z-C -- 0 -100 -50 0 -100 -300
Solución óptima
Z(MIN) = 1.300
Y1 = 2 Y3 = 0 Son los mismos valores
Y2 = 0 Y4 = 1
2) PROBLEMA PRIMAL
Se producen dos artículos A y B los mismos que son procesados por 3 máquinas M1, M2 y M3 que
disponen de 130, 190, 200, horas semanales al menos, la M1 procesa 1 unidad de A y 1 de B, M2
procesa 2 de A y 1 de B, M3 procesa 1 de A y 4 de B.
El costo de procesar es S/.2 por cada unidad del artículo A y S/. 3 por cada unidad del artículo B.
Cuántas unidades de A y B de deben procesar para que el costo sea mínimo.
Función Objetivo
Z(MIN) = 2X1 + 3X2 + 0S1 + 0S2 + OS3 + Mm1 + Mm2 + Mm3

X1 = Artículo A
X2 = Artículo B
199
Restricciones
X1 + X2  130 Capacidad de procesar de M1

2X1 + X2  190 Capacidad de procesar de M2
X1 + 4X2  200 Capacidad de procesar de M3
Xj  0
Variables de holgura y Artificiales
X1 + X2 – S1 + m1 = 130
2X1 + X2 -- S2 + m2 = 190
X1 + 4X2 -- S3 + m3 = 200
Cj 2 3 0 0 0 M M M
M m1 130 1 1° -1 0 0 1 0 0
M m2 190 2 1° 0 -1 0 0 1 0
M m3 200 1 4* 0 0 -1 0 0 1
Zj 520M 4M 6M -M -M -M M M M
Zj-Cj ... 4M 6M -M -M -M 0 0 0
M m1 80 0,75° 0 -1 0 0,25 1 0 -0,25
M m2 140 1,75* 0 0 -1 0,25 0 1 -0,25
3 X2 50 0,25° 1 0 0 -0,25 0 0 0,25
Zj 220M 2,5M 0M -M -M 0,5M M M -0.5M
Zj-Cj --- 2,5M 0M -M -M 0,5M 0 0 -1,5M
M m1 20 0 0 -1 0.43* 0,15 1 -0,43 -0,15
2 X1 80 1 0 0 -0,57° 0,14 0 0,57 -0,14
3 X2 30 0 1 0 0.14° -0,28 0 -0,14 0,28
Zj 20M 0M 0M -M 0,43M 0,15M M -0.43 -0,15M
Zj-Cj --- 0M 0M -M 0,43M 0,15M 0 -1,43 -1,15M
0 S2 46,5 0 0 -2,33 1 0,35
2 X1 106,5 1 0 -1,33 0 0,34
3 X2 23,5 0 1 0,33 0 -0,33
Zj 283,5 2 3 -1,67 0 -0,31
Zj-Cj --- 0 0 -1,67 0 -0.31
Solución óptima del problema primal
Z(MIN) = 283,5
X1 = 106,51 Unidades del artículo A
X2 = 23,5 Unidades del artículo B
S2 = 46,5 Capacidad no utilizada de M2
S3 = 0 Se utilizó toda la capacidad de M
Solución el problema dual
Función Objetivo:
Z(MAX) = 130Y1 + 190Y 2 + 200Y3
Y1 + 2Y2 + Y3  2 Utilidad incorporada a A

Y1 + Y2 + 4Y3  3 Utilidad incorporada a B
200
De la fila Zj -Cj de la tabla óptima extraemos los valores de las variables de holgura del primal que
corresponde a los valores de las variables principales del dual.
Y1 = S1 =  1.67 = 1.7
Y2 = S2 = 0
Y3 = S3 =  0.31 = 0.31
Z(MAX) = 130(1.7) + 190(0) + 200(0.31)
Z(MAX) = 283
3) PROBLEMA PRIMAL
Se fabrican dos clases de muebles A y B, se dispone de madera para 80 muebles por lo menos,
toma 2 horas preparar 10 muebles tipo A y 4 horas preparar 10 muebles tipo B, se dispone hasta 20
horas. La demanda de A es de un total de 70. Cada mueble tipo A deja una utilidad de S/. 10 y S/. 8
cada mueble tipo B. ¿Cuántos muebles tipo A y B se deben fabricar para obtener la máxima
ganancia?.
Función Objetivo
Z(MAX) = 10X1 + 8X2

X1 = A X2 = B
Restricciones
X1  X 2  80 Cantidad de madera
2 4
X 1  X 2  20 Tiempo
10 10
X1  70 Demanda de A
XJ  0
SOLUCION DEL PROBLEMA DUAL
El presente problema primal tiene restricciones de diferente sentido, para encontrar el dual es
necesario que todas las limitaciones estén en el mismo sentido para lo cual la primera
multiplicamos por (-1) y la tercera la reemplazamos por dos, una  y la otra .
-X1 - X1  - 80
2 X1 + 4 X1  200
X1  70
X1  70
Multiplicamos la última por (-1).
-X1 - X2  - 80
2 X1 + 4 X2  200
X1  70
- X1  -70
Función objetivo del dual
Z(MIN) = -80Y1 + 200Y2 + 70Y3 - 70Y4
-Y1 + 2Y2 + Y3 - Y4  10 Costo incorporado a A

-Y1 + 4Y2  8 Costo incorporado a B
201
Variables de Holgura:
-Y1 + 2Y2 + Y3 - Y4 - S1 + m1 = 10
-Y1 + 4Y2 - S2 + m2 = 8
Solución optima
Z(MIN) = 820
Y1 = 0 Y3 = 6
Y2 = 2 Y4 = 0
SOLUCION DEL PROBLEMA PRIMAL
Z(MAX) = 820
X1 = S1 =  70 = 70 (Valor absoluto)
X2 = S2 =  15 = 15
Cj -80 200 70 -70 0 0 M M

Yj bn Y1 Y2 Y3 Y4 S1 S2 m1 m2
M m1 10 -1 2° 1 -1 -1 0 1 0
M m2 8 -1 4* 0 0 0 -1 0 1
Zj 18M -2M 6M M -M -M -M M M
Zj-Cj --- -2M 6M M -M -M -M 0 0
M m1 6 -0.5 0 1* -1 -1 0.5 1 -0.5
200 Y2 2 -0.25 1 0° 0 0 -0.25 0 0,25
Zj 6M -0.5M 0M M -M -M 0.5M M -0,5M
3 Zj-Cj --- -0.5M 0M M -M -M 0.5M 0 -1.5M
70 Y3 6 -0.5 0 1 -1 -1 0.5
200 Y2 2 -0.25 1 0 0 0 -0.25
Zj 820 -85 200 70 -70 -70 -15
Zj-Cj --- -5 0 0 0 -70 -15
4) Un comerciante de frutas transporta sus productos en un camión que tiene una capacidad de 800
cajas de frutas. El debe transportar al menos 200 cajas de naranjas que le rendirán $.20 por caja,
al menos 100 de toronjas que le rendirán una ganancia de $.10 por caja y cuando mucho 200 de
mandarinas con $.30 de ganancia por caja. ¿Cómo debe distribuirse el cargamento del camión
para obtener la máxima ganancia?.
Función Objetivo:
Z(MAX) = 20X1 + 10X2 + 30X3

X1 = Cajas de naranja
X2 = Cajas de toronja
X3 = Cajas de mandarinas
X1  200 Cajas de naranjas
X2  100 Cajas de toronjas
-X1  -200 Cajas de naranjas
- X2  -100 Cajas de toronjas
202
Variable de Holgura y Artificiales:
X1 + X2 + X3 + S1 = 800
-X1 + S2 = -200
- X2 + S3 = -100
X3 + S4 = 200
Cj 20 10 30 0 0 0 0
Xj bn X1 X2 X3 S1 S2 S3 S4
0 S1 800 1 1 1° 1 0 0 0
0 S2 -200 -1 0 0° 0 1 0 0
0 S3 -100 0 -1 0° 0 0 1 0
0 S4 200 0 0 1* 0 0 0 1
Zj 0 0 0 0 0 0 0 0
Zj - Cj --- -20 -10 -30 0 0 0 0
0 S1 600 1* 1 0 1 0 0 -1
0 S2 -200 -1° 0 0 0 1 0 0
0 S3 -100 0° -1 0 0 0 1 0
30 X3 200 0° 0 1 0 0 0 1
ZJ 6.000 0 0 30 0 0 0 30
Zj - Cj --- -20 -10 0 0 0 0 30
20 X1 600 1 1 0 1 0 0 -1
0 S2 400 0 1 0 1 1 0 -1
0 S3 -100 0 -1 0 0 0 1 0
30 X3 200 0 0 1 0 0 0 1
ZJ 18000 20 20 30 20 0 0 10
ZJ - CJ --- 0 10 0 20 0 0 10
Solución del problema primal
Z(MAX) = 18.000
X1 = 600 S1 = 0 S3 = -100
X2 = 0 S2 = 400 S4 = 0
X3 = 200
Solución del problema dual
Función objetivo
Z(MIN) = 800Y1 - 200Y2 - 100Y3 + 200Y4
Restricciones:
Y1 - Y2  20
Y1 - Y3  10
Y1 +Y4  30
Solución óptima:
Y1 = S1 = 20
Y2 = S2 = 0
Y3 = S3 = 0
Y4 = S4 = 10
Z(MIN) = 800(20) - 200(0) - 100(0) + 200(10)

Z(MIN) = 18.000
203
SOLUCIÓN EN COMPUTADORA
MEDIANTE QM FOR WINDOWS
Se instala el programa QM for Windows que se encuentra en el CD al final del texto, luego seguimos los
mismos pasos para resolver gráficamente.
1) Para resolver por el método simplex, damos click en Solve
2) Señalamos iterations
.
3) Aparecerá la tabla del simplex.
PROBLEMA Nº 1.-
Un taller fabrica dos clases de cinturones de piel. En cada cinturón A de alta calidad gana S/4 y en cada
cinturón B de baja calidad gana S/3. El taller puede producir diariamente 500 cinturones de tipo B o 250
cinturones de tipo A. Sólo se dispone de piel para 400 cinturones diarios A y B combinados, de 200
hebillas elegantes para el cinturón A y de 350 hebillas diarias para el cinturón B ¿Qué producción
maximiza la ganancia?
Función objetivo: Maximizar la utilidad total
Z(MAX) = 4X1 + 3X2
204
Restricciones:

X1, X2  0 (Restricciones de no negatividad).
205
Utilizamos Paint para pegar la imagen.
Los resultados se encuentran al final de la tabla en le última columna.
X1 = 100 cinturones tipo A

X2 = 300 cinturones tipo B
Slack 1 representa S1 = 0 se utilizo toda la piel
Slack 2 representa S2 = 100 queda um saldo de 100 hebillas elegantes
Slack 3 representa S3 = 50 queda um saldo de 50 hebillas de menor calidad
Slack 4 representa S4 = 0 se utilizo toda la capacidad de la fábrica
Z(MAX) = 1300
PROBLEMA Nº 2.-
Función objetivo:
Z(MIN) = 600X1 + 300X2
Restricciones:
X1 X2  0
Mediante Paint pegamos la última tabla.
Solución
X1 = 6 cámaras tipo A
X2 = 10 cámaras tipo B
Surplus 1 = S1 = 2 se incluyó 2 cámaras tipo A del límite establecido
Surplus 2 = S2 = 6 se incluyó 6 cámaras tipo B del límite establecido
Surplus 3 = S3 = 0 se utilizo toda el mineral M
206
Surplus 4 = S4 = 0 se utilizó todo el mineral N
Z(MIN) = 6.600
PROBLEMA N° 3.-
Función Objetivo
Z(MAX) = 5X1 + 7X2

X1 = A X2 = B
0,90 X1 + 0,5X2  270 Cobre

0,10 X1 + 0,5X2  100 Alumínio
X1 +  150 Demanda de A
Z(MIN) = 2165
X1 = 212.50 kilos de metal A
X2 = 157.50 kilos de metal B
Surplus 1 = S1 = 0 se utilizo toda el mineral M
Surplus 2 = S2 = 0 se utilizó todo el mineral N
Surplus 3 = S3 = 62.50 Demanda no cubierta del metal A
Surplus 4 = S4 = 57.50 Demanda no cubierta del metal B
PROBLEMA Nº 4.-
Un fabricante produce tres modelos I, II y III de cierto producto utilizando materias primas A y B. La
siguiente tabla proporciona los datos para el problema.
Requerimientos por unidad

Materia prima I II III Disponibilidad
A 2 3 5 4.000
B 4 2 7 6.000
207
Demanda mínima 200 200 150

Unidad por unidad ($) 30 20 50
El tiempo de mano de obra por unidad del modelo I es el doble del II y el triple del III. Todos los
trabajadores de la fábrica pueden producir el equivalente de 1.500 unidades del modelo I. Los
requerimientos del mercado especifican las proporciones de 3:2:5 para la producción de los tres modelos
respectivos. Formule el problema como un programa lineal y encuentre la solución óptima.
Función objetivo
X J  N º de unidades producidas
Z ( MAX )  30 X 1  20 X 2  50 X 3
Restricciones y limitaciones
2 X 1  3 X 2  5 X 3  4.000
4 X1  2 X  7 X 3  6.000
6 X 1  3 X 2  2 X 3  9.000
2 X1  3X 2  0
5X 2  2X 3  0
X1  200
X2  200
X 3  150
XJ  0
Solución
208
Z (MAX )  41.081.08,
X 1  324.3243 Modelo I
X 2  216.2162 Modelo II
X 3  540.5405 Modelo III
S1  0  Slack 1 Se utilizó toda la materia prima A
S 2  1.135.1352  Slack 2 Saldo de la materia prima B
S 3  5.324.3243  Slack 3 Saldo de mano de obra
S 6  124.3243  Surplus 6 Valor utilizado del límite establecid o
S7  16.1622  Surplus 7 Valor utilizado del límite establecid o
S 8  390.5405  Surplus 8 Valor utilizado del límite establecid o
PROBLEMA 5.-
(USO Y URBANIZACIÓN DEL SUELO).
El Banco del Pichincha es propietaria de 800 acres de terreno no urbanizado a orillas de un lago
panorámico en el corazón de una montaña. En el pasado, se aplicaban muy pocas regulaciones, o
ninguna, a las nuevas urbanizaciones alrededor del lago. En la actualidad, las playas del lago están
salpicadas de casas para vacacionistas. Debido a la carencia de servicios de aguas negras, se utilizan
extensamente las fosas sépticas, que se instalan en forma por demás inapropiada. A lo largo de los
años, las filtraciones de las fosas sépticas han dado por resultado un grave problema de contaminación
del agua.
Para frenar una mayor degradación en la calidad del agua, los funcionarios del condado aprobaron
reglamentos muy estrictos, aplicables a todas las futuras urbanizaciones.
5. Sólo se pueden construir viviendas familiares individuales, dobles y triples y las viviendas de una
sola familia deben sumar por lo menos 50% del total.
6. Para limitar el número de fosas sépticas, se requieren lotes de una superficie mínima de 2, 3 y 4
acres para las viviendas familiares individuales, dobles y triples, respectivamente.
7. Se deben establecer áreas recreativas de un acre cada una, en una proporción de un área por
cada 200 familias.
8. Para preservar la ecología del lago, las aguas freáticas no pueden bombearse para uso doméstico
o de jardinería.
El presidente del Banco del Pichincha está estudiando la posibilidad de urbanizar los 800 acres de la
compañía. La nueva urbanización incluirá viviendas familiares individuales, dobles y triples. Se calcula
que 15% de la superficie se consumirá en abrir calles y en instalaciones para servicios públicos. Birdeyes
calcula las utilidades de las diferentes unidades habitacionales como
Unidad habitacional Individual Doble Triple

Utilidad neta por unidad ($) 10.000 12.000 15.000
El costo de conectar el servicio de agua al área es proporcional al número de unidades construidas. Sin
embargo, el contrato estipula que se debe cobrar un mínimo de 100 000 dólares para que el proyecto
sea económicamente factible. Además, la expansión del sistema de agua, más allá de su capacidad
actual, está limitada a 200 000 galones al día durante los periodos pico. Los siguientes datos resumen el
costo de la conexión del servicio de agua, así como el consumo de agua, suponiendo una familia
promedio:
209
Unidad habitacional Individual Doble Triple Área

recreativa
Costo del servicio
de agua por unidad ($) 1000 1200 1400 800
Consumo de agua
Por unidad (galones/día) 400 600 840 450
Modelo matemático
La compañía debe decidir el número de viviendas que va a construir junto con el número de áreas
recreativas que satisfaga los reglamentos del condado. Defina
X 1 = número de unidades para una sola familia

X 2 = número de unidades para dos familias
X 3 = número de unidades para tres familias
X 4 = número de áreas recreativas
El objetivo de la compañía es maximizar la utilidad total, es decir

Maximice z = 10.000 X 1  12.000 X 2  15.000 X 3
Las restricciones de problema incluyen
1. Límite en el uso de suelo

2. Límite en los requerimientos para viviendas de una sola familia, en relación con otros estilos
3. Límite en los requerimientos concernientes a áreas recreativas
4. Requerimiento de capital para conexión de agua potable
5. Límite sobre el consumo diario de agua durante el periodo pico.
Estas restricciones se expresan matemáticamente como sigue:
6. Uso de suelo
2 X 1  3 X 2  4 X 3  1x4  680( 0.85x800)
7. Viviendas para una sola familia
X1
 .50
X1  X 2  X 3
0 .5 X 1  0 .5 X 2  0 .5 X 3  0
8. Áreas recreativas
X1  2 X 2  3X 3
X4 
200
200 X 4  X 1  2 X 2  3 X 3  0
9. Capital
1000 X 1  1200 X 2  1400 X 3  800 X 4  100.000
10. Consumo del agua
210
400 X 1  600 X 2  840 X 3  450 X 4  200.000

6. No negatividad
X 1  0. X 2  0, X 3  0, X 4  0
En la formulación del modelo, una buena práctica es prestarle atención al impacto del redondeo de
errores en el cálculo. En el modelo anterior, los coeficientes en las restricciones 4 y 5 (capital y consumo
de agua) son relativamente más grandes que la mayor parte de los coeficientes en las restricciones
restantes. Esta inconsistencia podría conducir a un indeseable redondeo de errores de la máquina,
resultante de la manipulación mixta de coeficientes relativamente grandes y relativamente pequeños. En
este ejemplo, podemos rectificar este problema potencial reduciendo en escala todos los coeficientes de
las restricciones 4 y 5 por la constante 1 000. Esto reduce las restricciones a
X 1  1.2 X 2  1.4 X 3  8 X 4  100

0.4 X 1  0.6 X 2  0.84 X 3  0.45 X 4  200
RESÚMEN DE RESTRICCIONES
Z ( MAX )  10.000 X  12.000 X 2  15.000 X 3  0 X 4

2 X1  3X 2  4X3  X4  680
0 .5 X 1  0 .5 X 2  0 .5 X 3  0
X1  2 X 2  3 X 3  200 X 4  0
10 X 1  12 X 2  14 X 3  8 X 4  1.000 (dividido por 100)
40 X 1  60 X 2  84 X 3  45 X 4  20.000 (dividido por 10)
Solución
Z(MAX) = 3.391.521.1824
X 1 = 339.1521 Número de unidades para una sola familia

X2= 0 Número de unidades para dos familias
211
X3 = 0 Número de unidades para tres familias

X 4 = 1.6950 Número de áreas recreativas
S1 = 0 Se utilizó todo lo disponible para suelo
S 2 = 169.5761 Valor que sobre pasa el límite de viviendas para una sola familia
S3 = 0 Se estableció con todo el límite de áreas recreativas
S 4 = 2.405.0873 Valor utilizado adicional del límite señalado para capital
S 5 = 6.357.6062 Saldo del consumo del agua
PROBLEMA Nº 6.-
Problema de mezcla
Se obtiene distintos tipos de gasolina mezclando ciertas gasolinas que se obtienen directamente de las
operaciones de refinería. En un proceso de refinamiento real hay varias gasolinas para mezcla, varias
gasolinas que son productos finales (por ejemplo, distintos grados de gasolina para aviación y para
motores) y varias características de importancia para la composición química de los diversos grados de
gasolina (por ejemplo, octanaje, presión de vapor, contenido de azufre, contenido de goma). En este
ejemplo simplificado se supondrá que la refinería sólo tiene dos tipos de gasolina para mezcla, con las
características que se presentan en la tabla 1.
Tabla 1 Características de las gasolinas para mezcla

Presión Cantidad
Mezclas disponibles Octanaje de vapor disponible
Estas gasolinas para mezcla pueden combinarse para obtener dos productos finales: gasolina para
aviación y gasolina para motores. En la tabla 2 se presentan las características que requieren estos
productos finales.
Tabla 2 Características de las gasolinas finales.

Productos Octanaje Presión de Ventas Precio de Venta
finales mínimo vapor máxima máximas (por barril)
Gasolina para aviación 102 6 20000 barriles 45,1
Gasolina para motores 96 8 Cualquier cantidad 32,4
Al mezclar las gasolinas, el octanaje y la presión de vapor de la mezcla que se obtiene están en
proporción directa con el volumen de cada una de las gasolinas que se mezclan. Por ejemplo, si se
mezclan 1.000 barriles de la gasolina 1 con 1.000 barriles de la gasolina 2, la gasolina que se obtendría
tendría octanaje 99:
(1.000)(104)  (1.000)(94)
 99
2.000
y presión de vapor de 7:
(1.000)(5)  (1.000)(9)
 7
2.000
La empresa desea maximizar los ingresos de la venta de la gasolina que se obtiene como producto final.
212
Formulación. Sea:

gasolina para aviación.
gasolina para aviación.
gasolina para motores.
gasolina para motores.
La función objetivo es maximizar P = Ingresos totales:
Maximizar: P = 45.10(X1 + X2) + 32.40 (X3 + X4)

= 45.10X1 + 45.10X2 +32.40 X3 + 32.40 X4
Observe que X1 + X2 es la cantidad total de gasolina para aviación mezclada (en barriles); como se
vende a 45.10 dólares por barril, los ingresos por este producto son 45.10 (X 1 + X2). De manera análoga,
los ingresos por la gasolina para motor son de 32.40(X 3 + X4) y la suma de estos términos representa los
ingresos totales, P.
Hay varios tipos de restricciones que afectan la forma en que la refinería mezclará su gasolina. La
primera es el nivel de ventas o tamaño de la demanda, el hecho de que no pueden venderse más de 20.
000 barriles de gasolina para aviación (véase Tabla 2). Lo anterior puede expresarse así:
X1 + X2 < 20 000
Otro conjunto de restricciones se refiere a las cantidades disponibles de las gasolinas para mezcla
(véase Tabla). Entonces.
X1 + X3 < 30 000
Observe que X1 + X3 representa la cantidad total de gasolina para mezcla 1 (la suma de la cantidad
utilizada en gasolina para aviación, X1, y la cantidad usada en gasolina para motores, X 3). La ecuación
anterior establece que la cantidad de gasolina para mezcla 1 no debe exceder la cantidad disponible,
30.000 barriles. Hay una restricción similar para la gasolina para mezcla 2:
X2 + X4 < 70 000
Otro conjunto de restricciones tiene que ver con el octanaje de las gasolinas finales. Recuerde que la
cantidad total de la gasolina para aviación es X1 + X2 y su octanaje estará definido por las cantidades
relativas de X1 + X2, de acuerdo con la siguiente fórmula:
104 X 1  94 X 2
Oc tan aje de la gasolina para aviación 
X1  X 2
Las cifras 104 y 94 provienen de la tabla 1 y son los octanajes de las gasolinas para mezcla 1 y 2,
respectivamente. En la tabla se observa que el octanaje de la gasolina para aviación debe ser por lo
menos 102, por lo cual se tiene la siguiente restricción:
104 X 1  94 X 2
 102
X1  X 2
Al acomodar la expresión para convertirla en restricción lineal, se tiene:
104X1 + 94X2 > 102X1 + 102X2

(104X1 - 102X1) + (94X2 - 102X2) > 0
2X1 - 8X2 > 0
213
Análogamente, para la gasolina para motores, se tiene:
104X3 + 94X4 > 96 (X3 + X4)

8X3 - 2X4 > 0
El último conjunto de restricciones tiene que ver con los requisitos de presión de vapor de las gasolinas
finales. En el caso de la gasolina para aviación, la restricción es:
5X1 + 9X2 < 6 (X1 + X2)
- X1 + 3X2 < 0
y el requisito de presión de vapor de la gasolina para motores es:
5X3 + 9X4 < 8(X3 + X4)

- 3X3 + X4 < 0
Maximizar: P = 45.10X1 + 45.10X2 + 32.40X3 + 32.40X4
Sujeto a: X1 + X2 < 20 000 Restricción de la demanda

X1 + X3 < 30 000 Restricción de la disponibilidad
X2 + X4 < 70 000 Gasolina para mezclas
2X1 – 8X2 > 0 Restricciones de octanaje
8X3 – 2X4 > 0
-X1 + 3X2 < 0 Restricciones de presión de vapor
-3X3 + X4 < 0
Solución
Z/MAX) = 45.10x7272.73 + 45.10x1818.18 + 32.40x22727.27 + 32.40x68181.82

Z(MAX) = $3.355.454.662 (El valor del programa es diferente porque no toma en cuenta los
decimales de la función objetivo)
X1 = 7.272.7271 Número de barriles de gasolina para la mezcla 1 utilizados en gasolina para

aviación.
aviación.
214

motores.
motores.
S1  10.909.09 Demanda no satisfecha
S2  0 Se agotó la disponibil idad de gasolina para mezcla
S3  0 Se agotó la disponibil idad de gasolina para mezcla
S4  0 Re stricción de oc tan aje
S 5  45.454.55 Re stricción de oc tan aje
S 6  1818.18 Re stricción de presión de vapor
S7  0 Re stricción de presión de vapor
PROBLEMA Nº 7.-
Shale Oilm ubicada en la isla de Aruba, tiene una capacidad de 600.000 barriles de petróleo crudo al día.
Los productos finales de la refinería incluyen dos tipos de gasolina sin plomo: regular y premium. El
proceso de refinado abarca tres etapas: (1) una torre de destilado que produce una base concentrada,
(2) una unidad de alambiques desintegradores, que produce un concentrado de gasolina utilizando una
porción de la base concentrada producida en la torre de destilado y (3) una unidad mezcladora que
mezcla el concentrado de gasolina de la unidad desintegradora y la base concentrada en la torre de
destilado. Tanto la gasolina regular como la premium se pueden producir ya sea con la base concentrada
o con el concentrado de gasolina durante el proceso de mezclado, aún cuando a costos diferentes. La
compañía calcula que la utilidad neta por barril de gasolina regular es de 770 y 520 dólares, dependiendo
de si se mezcla de la base concentrada o de la gasolina concentrada. Los valores correspondientes de la
utilidad para el grado premiun son 123 y 104 dólares.
Según las especificaciones del diseño, se necesitan cinco barriles de petróleo crudo para producir un
barril de base concentrada. Las unidades de alambiques desintegradores no pueden utilizar más de
40.000 barriles de base concentrada al día. Toda la base concentrada restante se utiliza directamente en
la unidad mezcladora para producir el producto final, la gasolina. Los límites de la demanda para la
gasolina regular y premium son de 80.000 y 50.000 barriles al día.
a) Desarrolle un modelo para determinar el programa de producción óptimo para la refinería.

b) Supongamos que la capacidad de la torre de destilado se puede incrementar a 650.000 barriles
de petróleo crudo al día, a un costo inicial de 3’500.000 dólares y a un costo diario de
mantenimiento de 15.000 dólares. ¿Recomendaría usted la expansión? Exponga cualesquiera
hipótesis sean necesarias para llegar a una decisión.
a) X 1  Barriles de crudo regular

Z ( MAX )  77 X 1  123 X 2  52 X 3  104 X 4
5( X 1  X 2  X 3  X 4 )  600.000 Barriles de petróleo crudo al día / 5
X 3  X 4  40.000 Barriles de base concentrada
X1  X3  80.000 Demanda de gasolina regular
X2  X4  50.000 Demanda de gasolina premium
215
Z(MAX) = 11.540.000
X 1  70.000 Barriles de crudo regular

X 2  50.000 Barriles de crudo premium
X3  0 Barriles de destilado regular
X4  0 Barriles de destilado premium
S1  0 Se utilizó todos los barriles de petróleo crudo
S 2  40.000 Saldo de barriles de base concentrada
S 3  10.000 Demanda insatisfecha de gasolina regular
S4  0 Se cubrió toda la demanda de gasolina premium
b) Si se incrementa la capacidad de barriles de petróleo crudo a 650.000 al día, la nueva
solución es.
Z ( MAX )  77 x1  123 x 2  52 x3  104 x 4

5( x1  x 2  x3  x 4 )  650.000 Barriles de petróleo crudo al día / 5
x3  x 4  40.000 Barriles de base concentrada
x1  x3  80.000 Demanda de gasolina regular
x2  x 4  50.000 Demanda de gasolina premium
216
Solución.
Z(MAX) = 12.310.000.00
X 1  80.000 Barriles de crudo regular

X 2  50.000 Barriles de crudo premium
X3  0 Barriles de destilado regular
X4  0 Barriles de destilado premium
S1  0 Se utilizó todos los barriles de petróleo crudo
S 2  40.000 Saldo de barriles de base concentrada
S3  0 Demanda insatisfecha de gasolina regular
S4  0 Se cubrió toda la demanda de gasolina premium
Precio dual = 12.310.000 – 11.540.000 = 770.000, aumenta la utilidad, de manera que se

recomienda la expansión.
PROBLEMA Nº 8.-
Hawai Sugar Company produce azúcar morena, azúcar procesada (blanca), azúcar pulverizada y
melazas con el jarabe de la caña de azúcar. La compañía compra 4.000 toneladas de jarabe a la
semana y tiene un contrato para entregar un mínimo de 25 toneladas semanales de cada tipo de azúcar.
El proceso de producción se inicia fabricando azúcar morena y melazas con el jarabe. Una tonelada de
jarabe produce 0.3 toneladas de azúcar morena y 0.1 tonelada de azúcar de melazas. Después, el
azúcar blanco se elabora procesando el azúcar morena. Se requiere 1 tonelada de azúcar morena para
producir 0.8 toneladas de azúcar blanca. Finalmente, el azúcar pulverizada se fabrica de la azúcar
blanca por medio de un proceso de molido especial, que tiene 95% de eficiencia de conversión (1
tonelada de azúcar blanca produce 0.95 de toneladas de azúcar pulverizada). Las utilidades por tonelada
de azúcar morena, azúcar blanca, azúcar pulverizada y melazas son de 150, 200, 230 y 35 dólares,
respectivamente.
Formule el problema como un programa lineal y determinar el programa de producción semanal.
X 1  Toneladas de azucar morena por semana

X 2  Toneladas de azucar refinada por semana
X 3  Toneladas de azucar en polvo por semana
X 4  Toneladas de melaza por semana
217
Z ( MAX )  150 X 1  200 X 2  230 X 3  35 X 4

Sujeta a :
 X 
 X2  3 
X1   0.95   0.3 x 4000 o 0.76 X  0.95 X  X  912
 
1 2 3
0.8
 
 
X 4  4.000 x0.1 o X 4  400
X 1  25, X 2  25, X 3  25
Z ( MAX )  150 X 1  200 X 2  230 X 3  35 X 4

Sujeta a :
0.76 X 1  0.95 X 2  X 3  912 Toneladas de jarabe
X1  25 Contrato de azúczr morena
X2  25 Contrato de azúczr blanca
X3  25 Contrato de azúcar pulverizada
X 4  400 Contrato de melaza
Solución:
Z(MAX) = 222.677.50
X 1  25 Azúcar morena
X2  25 Azucar blanca
X 3  869.25 Azúcar pulverizada
X 4  400 Melasa
S1  0 Se utilizó todo el jarabe
S2  0 Se atendió todo el contrato de azúcar morena
S3  0 Se atendió todo el contrato de azúcar blanca
S 4  844.50 Valor adicional del contrato de azúcar pulverizada
S5  0 Se cubrió todo lo de melaza
218
PROBLEMA Nº 9.-
Fox Enterprises está considerando seis proyectos para su posible construcción, a lo largo de los
próximos cuatro años. A continuación se proporcionan las utilidades esperadas (valor actual) y los
desembolsos de efectivo para los proyectos. Fox está autorizada para emprender cualquiera de los
proyectos parcial o totalmente. Un compromiso parcial de un proyecto prorrateará tanto la utilidad como
los desembolsos de efectivo en forma proporcional.
Desembolso de efectivo (en miles de dólares)

Proyecto Año 1 Año 2 Año 3 Año 4 Utilidad (en miles de
dólares)
1 10.5 14.4 2.2 2.4 32
2 8.3 12.6 9.5 3.1 36
3 10.2 14.2 5.6 4.2 18
4 7.2 10.5 7.5 5.0 15
5 12.3 10.1 8.3 6.3 18
6 9.2 7.8 6.9 5.1 12
Fondos disponibles 60.0 70.0 35.0 20.0
(en miles de dólares)
Formule el problema como un problema lineal y determine la mezcla óptima de proyectos que maximice
las utilidades totales.
Sea x J  proporción ejecutada del proyecto i.

Z ( MAX )  32. X 1  36 X 2  18 X 3  15 X 4  18 X 5  12 X 6
Sujeta a :
10.5 X 1  8.3 X 2  10.2 X 3  7.2 X 4  12.3 X 5  9.2 X 6  60
14.4 X 1  12.6 X 2  14.2 X 3  10.5 X 4  10.1X 5  7.8 X 6  70
2.2 X 1  9.5 X 2  5.6 X 3  7.5 X 4  8.3 X 5  6.9 X 6  35
2 .4 X 1  3 .1 X 2  4 .2 X 3  5 X 4  6.3 X 5  5.1X 6  20
0  X J  1, j  1, 2, 3......6
Solución
Z(MAX) = 181.22
X 1  2.05 Pr oyecto A
X 2  3.21 Pr oyecto B
X3  0 Pr oyecto C
X4  0 Pr oyecto D
X5  0 Pr oyecto E
X6  0 Pr oyecto F
S 1  11.81 Fondos disponible s año 1
S2  0 Fondos disponible s año 2
S3  0 Fondos disponible s año 3
S 4  5.12 Fondos disponible s año 4
219
PROBLEMA Nº 10.-
Cuatro productos se procesan en secuencia en dos máquinas. La siguiente tabla proporciona los datos
pertinentes al problema.
Tiempo de fabricación por unidad (hora)

Máquina Costo por Producto1 Producto2 Producto 3 Producto 4 Capacidad
hora ($) (hora)
1 10 2 3 4 2 500
2 5 3 2 1 2 380
Precio de Venta
Por unidad ($) 65 70 55 45
a) Formular el problema como un modelo de PL y encuentre la solución óptima
X 1  Pr oducto 1  65  2 x10  3 x5  $30

X 2  Pr oducto 2  70  3 x10  2 x5  $30
X 3  Pr oducto 3  55  4 x10  1x5  $10
X 4  Pr oducto 4  45  2 x10  2 x5  $15
Z / MAX )  30 X 1  30 X 2 10 X 3 15 X 4
Sujeta :
2 X 1  3 X 2  4 X 3  2 X 4  500 Capacidad máquina 1
3 X 1  2 X 2  X 3  2 X 4  380 Capacidad máquina 2
Xj 0
220
Solución:
Z(MAX) = 5.280
X 1  28 Pr oyecto 1
X3  0 Pr oyecto 3
S1  0 Se utilizó toda la capacidad de la máquina 1
S 2  0 Se utilizó toda la capacidad de la máquina 2
b) Supongamos que cualquier capacidad adicional de las máquinas 1 y 2 sólo se puede adquirir
trabajando horas extras. ¿Cuál es el costo máximo por hora en el cual la compañía debe
estar dispuesta a incurrir para cualquiera de las máquinas?
Reemplazamos los términos independientes por 501 y 381 respectivamente
221
Precio dual = 5292 – 5280 = $12, es decir $6 por cada máquina, no pagar más de dicho
valor en el intervalo (333.33, 750)
PROBLEMA 11.- POLÍTICA DE PRÉSTAMOS BANCARIOS.
El Thriftem Bank, una institución de servicio completo, está en proceso de formular una política de
préstamos que incluye un máximo de 12 millones de dólares. La siguiente tabla proporciona los datos
pertinentes acerca de los diferentes tipos de préstamos que ofrece el banco:
Tipo de Tasa de Probabilidad

préstamo interés de un mal crédito
Personal .140 .10
Automóvil .130 .07
Vivienda .120 .03
Agrícola .125 .05
Comercial .100 .02
Los malos créditos son irrecuperables y, por tanto, no producen ningún ingreso por intereses.
La competencia con otras instituciones financieras en el área requiere que el banco asigne por lo menos
40% de los fondos a préstamos agrícolas y comerciales. Para ayudar a la industria de la vivienda en la
región, los préstamos para viviendas deben ser equivalentes por lo menos a 50% de los préstamos
personales, para automóvil y para viviendas. El banco también ha declarado una política de que la razón
total de los malos créditos en todos los préstamos no puede exceder de 0.04.
Modelo matemático
Las variables del modelo se pueden definir como sigue:
x1 = préstamos personales (en millones de dólares)

x 2 = préstamos para automóvil
x3 = préstamos para vivienda
x 4 = préstamos agrícolas
222
x5 = préstamos comerciales
El objetivo de Thriftem Bank es maximizar su utilidad neta, que se compone de la diferencia entre el
ingreso de los intereses y los fondos perdidos por los malos créditos. Debido a que estos últimos no son
recuperables, ni el capital ni los intereses, la función objetivo se da como
Maximice z = .14(0.9x1) + .13(0.93x2) + .12(0.97x3) + .125(0.95x4)

+ 0.1 (0.98x5) - 0.1x1 - 0.07x2 - 0.03x3 - 0.05x4 - 0.02x5
Esta función se simplifica a
Maximice z = 0.026x1 + 0.0509x2 + 0.0864x3 + 0.06875x4 + 0.078x5
El problema tiene cinco restricciones:
1. Fondos totales
x1  x2  x3  x4  x5  12
2. Préstamos comerciales y agrícolas
x 4  x5  0.4 x12 o
x 4  x 5  4 .8
3. Préstamos para vivienda
x3  .5( x1  x 2  x3 ) o
5 x1  5 x 2  4 x3  0
4. Límite en los malos créditos
0.1x1  0.07 x 2  0.03 x3  0.05 x 4  0.02 x5

 0.04
x1  x 2  x3  x 4  x5
0.06 x1  0.03 x 2  0.01x3  0.01x 4  0.02 x5  0
5. No negatividad
x1  0, x2  0, x3  0, x4  0, x5  0
Una suposición sutil en la formulación anterior es que todos los préstamos se hacen aproximadamente al
mismo tiempo. Esta suposición nos permite no tener en cuenta las diferencias en los valores de tiempo
de los fondos asignados a los diferentes préstamos.
Resumiendo las restricciones tenemos:
Z ( MAX )  0.026 X 1  0.051X 2  0.086 X 3  0.069 X 4  0.078 X 5

Sujeta a :
X1  X2  X3  X4  X 5  12 Disponibil idad de fondos (en millones )
X4  X 5  4.8 Pr éstamos comerciales y agrícolas
5X1  5X 2  4X 3  0 Pr éstamos para vivienda
0.06 X 1  0.03 X 2  0.01X 3  0.01X 4  0.02 X 5  0 Límite en los malos créditos
223
Solución:
Z(MAX) = 0.9936 (en millones)
X 1 = 0 Préstamos personales (en millones de dólares)

X 2 = 0 Préstamos para automóvil
X 3 = 7.20 Prestamos para vivienda
X 4 = 0 Prestamos agrícolas
X 5 = 4.80 Prestamos comerciales
S1  0 Se utilizó todo lo disponible para fondos
S 2  0 Se atendió todos los contratos comerciales y agrícolas
S 3  3.6 Valor que falta completar los préstamos para vivienda
S 4  0.168 Límite de errores de los créditos
PROBLEMA Nº 12.- Reducción de emisiones de polvo
Una planta de cemento produce 2.500,000 barriles de cemento por año. Los hornos emiten 2 libras de
polvo por cada barril producido. Una agencia gubernamental para protección del ambiente requiere que
la planta reduzca sus emisiones de polvo a no más de 800.000 libras anuales. Existen dos dispositivos
de control de emisiones disponibles, Ay B. El dispositivo A reduce las emisiones a1/2 libra por barril y su
costo es de $0.20 por barril y su costo es de $0.20 por barril de cemento producido. Para el dispositivo
de B, las emisiones son reducidas a 1/5 libra por barril y el costo es de $0.25 por barril de cemento
producido. Determine el plan de acción mas económico que la planta debe tomar de modo que cumpla
el requerimiento de la agencia y también mantenga su producción anual de 2.500.000 barriles de
cemento.5
224
1 1
Z ( NIN )  X1  X 2  0X 3
5 4
X1, X 2 y X 3  Número anual de barriles de cemento
producidos en los hornos
Sujeta a :
X 1  X 2  X 3  2.500.000 Barriles de cemento producidos cada año
1 1
X 1  X 2  2 X 3  800.000 Libras de polvo
2 5
E lim inando deno min adores
X 1  X 2  X 3  2.500.000 Barriles de cemento producidos cada año
5 X 1  2 X 2  20 X 3  8.000.000 Libras de polvo
Solución:
Z(MIN) = $575.000
X 1  1.000.000
X 2  1.500.000
X3  0
S1  0 Se utilizaron todos los barriles de cemento
S2  0 Se utilizó todas las libras de polvo
PROBLEMA Nº 13
Investigación de marketing
Management Sciences Associates (MSA) es una firma de investigación de computadoras y marketing

establecida en Washington que maneja este consumo. Uno de sus clientes es un servicio de prensa
nacional que periódicamente realiza sondeos políticos o sobre temas de interés general una encuesta
para esta firma, MSA determina que debe satisfacer varios requerimientos para obtener conclusiones
estadísticamente validas sobre el delicado tema en nuevas leyes y sobre migración de Estados Unidos.
1. Encuesta a por lo menos 2300 hogares estadounidenses en total

2. Encuesta a por lo menos 2000 hogares cuyas cabezas tengan 30 anos o menos
3. Encuesta a por lo menos 600 hogares cuyas cabezas están entre31 y 50 anos.
4. Garantizar que, por lo menos, 15% de los encuestados vivan en un estado fronterizo con México
5. Garantizar que no más de20% de los encuestados de 51 anos de edad o mas vivan en un estado
fronterizo con México.
MSA decide que todas las encuestas deberán llevarse a cado en persona. Se estima que los costos para
llegar a las personas de cada categoría de edad y región son los siguientes:
225
COSTO POR PERSONA

ENCUESTADADO ($)
REGIÓN Edad ≤ 30 EDAD31-50 EDAD ≥ 51
Estado fronterizo con México $7.5 $6.8 $5.5
Estado no fronterizo con México $6.9 $7.25 $6.1
El objetivo de MSA es satisfacer los cinco requerimientos de muestreo al mínimo costo posible. Sean
X1 = número de encuestados de 30 años o menos que viven en un estado fronterizo

X2 = número de encuestados de 31 a 50 años que viven en un estado fronterizo
X3 = número de encuestados de 51 años o mas que viven en un estado fronterizo
X4 = número de encuestados de 30 años o menos que no viven en un estado fronterizo
X5 = número de encuestados de 31 a 50 años que no viven en un estado fronterizo.
X6 = número de encuestados de 51 años o más que no viven en un estado fronterizo.
Función objetivo:
Minimizar los costos de las entrevistas= $7.5X1+$6.8X2+$5.5X3+$6.9X4+$7.25X5+$6.1X6
Sujeto a:
X1 + X2 + X3 + X4 + X5 + X6 ≥ 2300 (hogares totales)

X1 + X4 ≥1000 (hogares cuyos miembros tengan 30 o menos)
X2 + X5 ≥ 600 (hogares cuyos miembros tengan 31-50 de edad)
X1 + X2 + X3 ≥ 0.15(X1+X2+X3+X4+X5+X6) (estados fronterizos)
X3 ≤ 0.20(X3+X6) (limite en el grupo de edad de 51+ que viven en un
estado fronterizo)
X1, X2, X3, X4, X5, X6 ≥ 0
226
X1 = 0 número de encuestados de 30 años o menos que viven en un estado fronterizo

X2 = 600 número de encuestados de 31 a 50 años que viven en un estado fronterizo
X3 = 140 número de encuestados de 51 años o mas que viven en un estado fronterizo
X4 = 1000 número de encuestados de 30 años o menos que no viven en un estado fronterizo
X5 = 0 número de encuestados de 31 a 50 años que no viven en un estado fronterizo.
X6 = 560 número de encuestados de 51 años o más que no viven en un estado fronterizo.
S1 = 0 (hogares totales)
S2 = 0 (hogares cuyos miembros tengan 30 o menos)
S3 = 0 (hogares cuyos miembros tengan 31-50 de edad)
S4 = 395 (estados fronterizos)
S5 = 0 (limite en el grupo de edad de 51+ que viven en un estado fronterizo)
Z(MAX) = 15.16
227
PROBLEMA Nº 14.-
Planeación del trabajo
Los problemas de planeación de mano de obra abordan las necesidades de personal durante un periodo
específico. Son especialmente útiles cuando los administradores tienen una cierta flexibilidad al asignar
trabajadores a tareas que requieren superposición o talentos intercambiables. Con frecuencia, los
grandes bancos utilizan PL para resolver la programación de su fuerza de trabajo.
El Hong Kong Bank of Commerce and Industry es un banco muy ocupado que requiere entre 10 y 18
cajeras, según la hora del día. El horario de tiempo o de almuerzo, de mediodía a 2 P.M., casi siempre
es el más pesado. La tabla indica los empleados requeridos en las varias horas en que el banco está
abierto.
PERIODO NUMERO DE CAJERAS

9 A.M -10A.M 10
10A.M -11A.M 12
11A.M - Mediodía 14
Mediodía -1P.M 16
1P.M - 2P.M 18
2P.M - 3P.M 17
3P.M - 4P.M 15
4P.M - 5P.M 10
En la actualidad el banco cuesta con 12 cajeras de tiempo completo, pero muchas personas están
disponibles en su lista de empleados de tiempo parcial. Un empleado de tiempo parcial debe trabajar
exactamente 4 horas al día, pero puede comenzar a cualquier hora entre 9 A.M.. y 1 P.M. Estos
empleados forman un equipo de fuerza de trabajo bastante barato, puesto que no gozan de beneficios
de retiro ni almuerzo. Por otra parte, los empleados de tiempo completo laboran de 9 A.M. a 5 P.M. pero
se les permiten 1 hora de comida. (La mitad de ellos como a las 11 A.M. y la otra mitad al mediodía) Por
lo tanto, los empleados de tiempo completo generan 35 horas por semanas de tiempo de trabajo
productivo.
Por política corporativa, el banco limita las horas de jordanas parciales a un máximo de 50% del
requerimiento total del día. Los empleados de tiempo parcial cobran $8 por hora ($32 por día) en
promedio y los de tiempo completo $100 por día en salario y beneficios, en promedio. Al banco le
gustaría establecer un programa que minimice sus costos totales de personal, y despedirá a una o más
de sus cajeras de tiempo completo si es rentable hacerlo.
X1 = cajeras de tiempo completo

X5 = empleados de tiempo parcial que entran al mediodía (y salen a las 4 P.M.)
X6 = empleados de tiempo parcial que entran a la 1 P.M. (y salen a las 5 P.M.)
Función objetivo:
Minimizar el costo del personal diario total = $100X1 + $32(X2 + X3 + X4 + X5 + X6)
Restricciones:
En cada hora, las horas de mano disponible deben ser por lo menos iguales a las horas de mano de obra
requeridas.
X1 + X2  10 (necesidades de 9 A.M.-10 A.M.)

X1 + X2 + X3  12 (necesidades de 10 A.M.-11A.M.)
228
½ X1 + X2 + X3 + X4  14 (necesidades de 11 A.M.- mediodía)

½ X1 + X2 + X3 + X4 + X5  16 (necesidades de mediodía -1 P.M.)
X1 + X3 + X4 + X5 + X6  18 (necesidades de 1 P.M.- 2 P.M.)
X1 + X4 + X5 + X5  17 (necesidades de 2 P.M.- 3 P.M.)
X1 + X5 + X6  15 (necesidades de 3 P.M.- 4 P.M.)
X1 + X6  10 (necesidades 4 P.M - 5 P.M.)
X1  12 Solo 12 cajeras de tiempo completo están disponible
XJ  0
Las horas de empleados de tiempo parcial no pueden exceder de 50% del total de horas requeridas cada día, las cuales son la suma de las cajeras necesarias cada
hora.
4(X2 + X3 + X4 + X5 + X6)  0.50 (10+12+14+16+18+17+15+10)

o
4X2 + 4X3 + 4X4 + 4X5 + 4X6  0.50 (112)
229
X1 = 10 cajeras de tiempo completo

X2 = 6 empleados de tiempo parcial que entran a las 9 A.M. (y salen a la 1 P.M.)
X5 = 2 empleados de tiempo parcial que entran al mediodía (y salen a las 4 P.M.)
X6 = 3 empleados de tiempo parcial que entran a la 1 P.M. (y salen a las 5 P.M.)
S1 = 6 (necesidades de 9 A.M.-10 A.M.)
S2 = 5 (necesidades de 10 A.M.-11A.M.)
S3 = 0 (necesidades de 11 A.M.- mediodía)
S4 = 0 (necesidades de mediodía -1 P.M.)
S5 = 0 (necesidades de 1 P.M.- 2 P.M.)
X8 = 3 (necesidades 4 P.M - 5 P.M.)
S9 = 2 Solo 12 cajeras de tiempo completo están disponible
S10= 0 Las horas de empleados de tiempo parcial no pueden exceder de 50% del total de
horas requeridas cada día, las cuales son la suma de las cajeras necesarias cada
hora.
Z(MAX) = 1.448 Costo de cualquiera de las políticas
PROBLEMA Nº 15.-
APLICACIONES A LAS MEZCLAS DE INGREDIENTES
Problemas de dieta
El problema de dieta, una de las primeras aplicaciones de PL, originalmente fue utilizado por hospitales
para determinar la dieta más económica para pacientes. Conocido en aplicaciones agrícolas como
problema de mezcla de alimentos, el problema de dieta implica especificar un alimento o combinación de
ingredientes alimenticios que satisfaga los requerimientos nutricionales a nivel de costo minino
El Whole Food Nutrition Center utilizará tres granos a granel para preparar un cereal natural que vende
por libra. La tienda anuncia que cada porción de 2 onzas de cereal cuando se toma ½ taza de leche
entera satisface el requerimiento diario mínimo de un adulto de proteínas, riboflavina, fósforo, magnesio.
El costo de cada grano de granel y las utilidades de proteína, riboflavina, fósforo, y magnesio por libra de
cada uno se muestran en la tabla.
Costo por libra Proteina Riboflavina Fósforo Magnesio

Grano (centavos) (unidades/lb) (unidades/lb) (unidades/lb) (unidades/lb)
A 33 22 16 8 5
B 47 28 14 7 0
C 38 21 25 9 6
El requerimiento diario mínimo de un adulto (llamado Ración diaria Recomendada en Estados Unidos o
USRDA, por sus siglas en ingles) de proteínas es de tres unidades:de riboflavina 2 unidades de fósforo,
230
1 unidad de magnesio, 0.425 unidades Whole Food desea elegir la mezcla de granos que satisfaga la
USRD a un costo mínimo.
X1= libras del grano A en una porción de 2 onzas de cereal

X2= libras del grano B es una porción de 2 onzas de cereal
X3= libras del grano C en una porción de 2 onzas de cereal
Función objetivo:
Minimizar el costo total de mezcla de una porción de 2 onzas = $0.33X1 + $0.47X2 + $0.38X3
Sujeta a:
22X1 + 28X2 + 21X3 ≥ 3 (unidades de proteínas)

16X1 + !4X2 + 25X3 ≥ 2 (unidades de riboflavina)
8X1 + 7X2 + 9X3 ≥ 1 (unidades de fósforo)
5X1 + 0X2 + 6X3 ≥ 0.425 (unidades de magnesio)
X1 + X2 + X3 = 0.125 (la mezcla total es de 2 onzas o 0.125 libras)
X1, X2, X3 ≥ 0
X1 = 0.025 libras del grano A en una porción de 2 onzas de cereal

X2 = 0.050 libras del grano B es una porción de 2 onzas de cereal
X3 = 0.050 libras del grano C en una porción de 2 onzas de cereal
S1 = 0 (unidades de proteínas)
S2 = 0.350 (unidades de riboflavina)
S3 = 0 (unidades de fósforo)
S4 = 0 (unidades de magnesio)
S5 = 0 (la mezcla total es de 2 onzas o 0.125 libras)
El costo por porción es de $0.0507
PROBLEMA Nº 16.-
Mezcla de ingredientes y problemas de mezclado
En realidad, los problemas de alimentación y dieta son casos especiales de una clase más general de
problema de PL conocidos como problema de mezclado o de ingredientes Los problemas de mezclado
surgen cuando se debe decidir con respecto a la mezcla de dos o más recursos para producir uno o más
productos .Los recursos en este caso, contienen uno o más ingredientes esenciales que deben ser
mezclados de modo que cada producto final contenga porcentajes específicos de cada ingredientes. El
231
ejemplo siguiendo aborda una aplicación que se presenta con frecuencia en la industria petrolera:
mezcla de petróleos crudos para producir gasolina que se puede refinar
La Low Knock Oil Company produce dos granos de gasolina de precio reducido para distribución
industrial .Estos granos, regular y económico, se produce a través de la refinación de una mezcla de los
tipos de crudo, de tipo X100 y el tipo X200 Cada crudo difiere no sólo en un costo por barril, sino en su
composición. La tabla siguiente indica el porcentaje de ingredientes cruciales que contiene cada uno de
los crudos y el costo por barril de cada uno:
Tipo de Ingrediente Ingrediente Costo / Barril

Petróleo A(%) B(%) ($)
X100 35 55 30.00
X220 60 25 34.80
La demanda semanal de gasolina regular de Low Knock es por lo menos de 25,000 barriles y de la
economía de por lo menos 32.000 barriles de tipo regular debe ser de ingredientes A. Como máximo,
cada barril de tipo económico deberá obtener 50% de Ingredientes B
La administración de Low Knock debe decidir cuantos barriles de cada tipo de crudo debe comprar cada
semana para realizar la mezcla y satisfacer la demanda a costo mínimo Para resolver este problema
como problema PL la firma hace
X1 = barriles de crudo X100 mezclado para producir la gasolina regular.

X3 = barriles de crudo X220 mezclado para producir gasolina regular.
Función objetivo:
Minimizar el costo = $30X1 + $30X2 + $34.80X3 + $34.80X4
Sujeto a:
X1 + X3 ≥ 25,000 (demanda de gasolina regular)

X2 + X4 ≥ 32,000 (demanda de gasolina económica)
Por lo menos, 45% de cada barril de gasolina regular deber ser ingrediente A.
(X1 + X3) = cantidad total de crudo mezclado para producir la gasolina regular refinada.
Por lo tanto,
0,45(X1 + X3) = cantidad mínima de ingrediente A requerido.
Pero
0,35X1 + 0,60X3 = cantidad de ingrediente A en la gasolina regular refinada.
De manera que
0,35X1 + 0,60X3 ≥ 0,45X1 + 0,45X3

O
- 0,10X1 + 0,15X3 ≥ 0 (ingrediente A ante restricción de regular)
Asimismo, como máximo, de cada barril de gasolina económica 50% debe ser ingrediente B.
X2 + X4 = cantidad total de crudo mezclado para producir la gasolina económica refinada

demandada.
Por lo tanto
232
0,50(X2 + X4) = cantidad máxima de ingrediente B permitido.
0,55X2 + 0,25X4 = cantidad de ingrediente B en la gasolina económica refinada.
De manera que
0,55X2 + 0,25X4 ≥ 0,50X2 + 0,50X4

O
0,05X2 - 0,25X4 ≤ 0 (ingrediente B ante la restricción de gasolina económica)
He aquí la formulación de PL completa:
minimizar el costo = 30X1 + 30X2 + 34.80X3 + 34.80X4

sujeto a: X1 + X3 ≥ 25,000
X2 + X4 ≥ 32,000
-0.10X1 + 0.15X3 ≥ 0
0.05X2 - 0.25X4 ≤ 0
X1,X2,X3,X4 ≥ 0
X1 = 15.000 barriles de X100 en la gasolina regular.

X2 = 26.666,67 barriles de X100 en la gasolina económica.
X3 = 10.000 barriles X220 en la gasolina regular.
X4 = 5.333.33 barriles de X220 en la gasolina económica.
S1 = 0 (demanda de gasolina regular)
S2 = 0 (demanda de gasolina económica)
S3 = 0 (ingrediente A ante restricción de regular)
S4 = 0 (ingrediente B ante la restricción de gasolina económica)
El costo de esta mezcla es de $1.783.600.
PROBLEMA Nº 17.-
Selección de una cartera
Un problema que frecuentemente enfrentan gerentes de bancos, fondos mutuos, servicios de inversión y
compañías de seguros es seleccionar inversiones específicas de entre una amplia variedad de
alternativas. Por lo general, el objetivo global del gerente es maximizar la devolución esperada de la
inversión, dado un conjunto de restricciones de riesgos, políticas o legales.
Por ejemplo, el Internacional City Trust (ICT) invierte en créditos comerciales a corto plazo, bonos
corporativos, acciones en oro y préstamos para construcción. Para promover una cartera diversificada, la
junta de directores impuso límites a la cantidad que puede ser comprometida en cualquier tipo de
inversión. ICT dispone de $5 millones para inversión inmediata y desea hacer dos cosas: 1) maximizar
el interés que se devenga sobre las inversiones realizadas durante los siguientes seis meses y 2)
satisfacer los requerimientos de diversificación que estableció la junta de directores.
Los puntos específicos de las posibilidades de inversión son los siguientes:
233
Interés Inversión máxima

Inversión devengado (%) (millones $)
Crédito comercial 7 1.00
Bonos corporativos 11 2.5
Acciones en oro 19 1.5
Préstamos para construcción 15 1.8
Además, la junta especifica, que por lo menos, 55% de los fondos invertidos debe ser acciones en oro y
préstamos para construcción y que no menos de 15% se debe invertir en crédito comercial.
Para formular la decisión de inversión de ICT como un problema de PL, Sean
X1 = monto invertido en crédito comercial

X2 = monto invertido en bonos corporativos
X3 = monto invertido en acciones en oro
X4 = monto invertido en préstamos para construcción
Función Objetivo:
Maximizar el monto de interés devengado = 0.07X1+0.11X2+0.19X3+0.15X4
Sujeto a:
X1 ≤ 1,000,000
X2 ≤ 2,500,000
X3 ≤ 1,500,000
X4 ≤ 1,800,000
X3 + X4 ≥ 0.55 (X1+X2+X3+X4)
X1 ≥ 0.15 (X1+X2+X3+X4)
X1 + X2 + X3 + X4 ≤ 5,000,000
X1, X2, X3, X4 ≥ 0
234
X1 = $750.000 monto invertido en crédito comercial

X2 = $950.000 monto invertido en bonos corporativos
X3 = $1.500.000 monto invertido en acciones en oro
X4 = $1.800.000 monto invertido en prestamos para construcción
S1 = $250.000 Crédito comercial
S2 = $1.550.000 Bonos corporativos
S3 = 0 Acciones en oro
S4 = 0 Préstamos para construcción
S5 = 0 55% invertidos debe ser acciones en oro y préstamos para construcción
S6 = 0 15% se debe invertir en crédito comercial.
S7 = 0 límites a la cantidad que puede ser comprometida en cualquier tipo de inversión. ICT dispone de $5 millones
Interés total devengado $712.000
235
PROBLEMA Nº 18.-
Problema de envió
El problema de transporte o envió implica determinar la cantidad de artículos o productos que deben ser
transportados de varios orígenes a varios destinados. El objetivo en general es minimizar los costos y
distancias de envió totales. Las restricciones en este tipo de problema se relacionan con las capacidades
en cada origen y los requerimientos en cada destino. El problema de transporte es un caso muy
específico de PL, por lo cual se desarrollo un algoritmo especial para resolverlo. El procedimiento de
solución es uno de los temas del capitulo V.
La TOP Speed Bicycle Co. fabrica y comercializa una línea de bicicletas de 10 velocidades a nivel
nacional. La firma cuenta con plantas de ensamble en dos ciudades en las que los costos de mano de
obra son bajos, Nueva Orleáns y Omaha. Sus tres almacenes principales están ubicados cerca de los
grandes mercados de Nueva Cork, Chicago y Los Ángeles.
Los requerimientos de ventas para el año siguientes en el almacén de Nueva Cork son de 10,000
bicicletas, en el de Chicago 8.000 y en el de Los Ángeles 15,000. La capacidad de la fábrica en cada
ciudad es limitada. Nueva Orleáns puede armar y enviar 20,000 bicicletas; Omaha puede producir
15,000 bicicletas al año. El costos de envió de una fabrica desde cada fabrica a cada almacén difiere.
Estos costos unitarios de envió son los siguientes:
DE NUEVA YORK CHICAGO LOS ANGELES

Nueva Orleáns $2 $3 $5
Omaha 3 1 4
La compañía desea desarrollar un programa de envió que minimice sus costos de transporte anuales.
Para formular este problema con PL, de nuevo se emplea el concepto de variables de doble subíndice.
El primer subíndice representa el origen (fabrica) y el segundo el destino (almacén). Por lo tanto, en
general Xij se refiere al número de bicicletas enviadas del origen i al destino j. En su lugar se podría
denotar X6 como la variable del origen 2 al destino 3, pero en general la mayoría encuentra que los
subíndices dobles son más descriptivos y fáciles de utilizar. Por lo tanto, sean
X1 = número de bicicletas enviadas de Nueva Orleáns a Nueva York

X2 = número de bicicletas enviadas de Nueva Orleáns a Chicago
X3 = número de bicicletas enviadas de Nueva Orleáns a Los Ángeles
X4 = número de bicicletas enviadas de Omaha a Nueva Cork
X5 = número de bicicletas enviadas de Omaha a Chicago
X6 = número de bicicletas enviadas de Omaha a Los Ángeles
Este problema se formula como sigue:
Función objetivo
Minimizar los costos totales de envió = 2X1 + 3X2 + 5X3 + 3X4 + 1X5 + 4X6
Sujeto a:
X1 + X4 = 10,000 (Demanda de Nueva York)
X2 + X5 = 8,000 (Demanda de Chicago)
X3 + X6 = 15,000 (Demanda de Los Ángeles)
X1 + X2 + X3 ≤ 20,000 (Demanda en la fabrica de Nueva Orleáns)
X4 + X5 + X6 ≤ 15,000 (Existencia en la fabrica de Omaha)
Totales las variables ≥ 0
¿Por qué los problemas de trasporte son una clase especial de problemas de PL? La respuesta es que
cada coeficiente enfrente de una variable en las ecuaciones de restricción siempre es igual a 1. Esta
236
cualidad especial también se encuentra en otra categoría especial de problemas de PL, el problema de
asignación. (El problema de asignación puede ser considerado como un caso especial del problema de
transporte en la cual el abasto de cada fuente y la demanda de cada destino es uno)
X1 = 10.000 número de bicicletas enviadas de Nueva Orleáns a Nueva York

X2 = 0 número de bicicletas enviadas de Nueva Orleáns a Chicago
X3 = 8.000 número de bicicletas enviadas de Nueva Orleáns a Los Ángeles
X4 = 0 número de bicicletas enviadas de Omaha a Nueva Cork
X5 = 8.000 número de bicicletas enviadas de Omaha a Chicago
X6 = 7.000 número de bicicletas enviadas de Omaha a Los Ángeles
S4 = 2.000 (Demanda en la fabrica de Nueva Orleáns)
Costo total de envío es de $96.000
PROBLEMA Nº 19.-
APLICACIONES AL TRANSBORDO
En realidad, el problema de transporte es un caso especial de problema de trasbordo. Si los artículos se

transportan desde el origen a través de un punto intermedio (llamado punto de trasbordo) antes de llegar
a su destino final, entonces el problema recibe el nombre de problema de trasbordo. Por ejemplo, una
compañía podría fabricar un producto en varias plantas para ser enviado a varios centros de distribución
regionales. Desde estos centros los artículos son enviados a tiendas de ventas al menudeo que son los
destinos finales. A continuación se da un ejemplo.
Centros de distribución
Frosty Machines fabrica barredoras de nieve en plantas localizadas en Toronto y Detroit. Luego, las
maquinas son enviadas a centros de distribución regionales ubicadas en Chicago y Búfalo, desde donde
son reenviadas a tiendas en Nueva York, Philadelphia y St. Louis. La figura ilustra la representación en
forma de red de esta situación básica. Los costos de envió varían, como se muestra en la siguiente tabla.
Las demandas pronosticadas de Nueva York, Philadelphia y St. Louis también aparecen en esta tabla, lo
mismo que las existencias disponible de barredoras de nieve en las dos fabricas.
Observe que las barredoras de nieve no pueden ser enviadas directamente desde Toronto yo Detroit a
cualesquiera de estos destinos finales. Por eso, Chicago y Búfalo aparecen no solo como destino sino
también como orígenes.
A Chicago Buffalo Nueva Philadelphia ST. Existencia

DE York Louis
Toronto $4 $7 --- --- --- 800
Detroit $5 $7 --- --- --- 700
Chicago --- --- $5 $4 $5 ---
Buffalo --- --- $2 $3 $4 ---
Demanda --- --- 450 350 300
237
Frosty desea minimizar los costos de transporte asociados con los envió de suficientes barredoras de
nieve para satisfacer las demandas en los tres destinos sin que se excedan las existencia de cada
fabrica. Por lo tanto, se tienen restricciones de existencias y demandas similares a los problemas de
trasporte. Como no se producen unidades en Chicago o Búfalo, cualquiera cantidad enviada desde estos
puntos de trasbordo deben haber arribado a Toronto o Detroit. Por consiguiente, Chicago y Búfalo
tendrán una restricción que indique esta situación. El enunciado verbal de este problema seria como
sigue:
Minimizar el costo
Sujeto a:
1. El número de unidades enviadas desde Toronto no es más de 800.

2. El número de unidades enviadas desde Detroit no es más de 700.
3. El número de unidades enviadas a Nueva York es de 450.
4. El número de unidades enviadas a Philadelphia es de 350.
5. El número de unidades enviadas a St. Louis es de 300.
6. El número de unidades enviadas desde Chicago es igual al número de unidades enviadas a
Chicago.
7. El número de unidades enviadas desde Buffalo es igual al número de unidades enviadas a Buffalo.
Las variables de decisión representaran el número de unidades enviadas desde cada origen a cada
punto de trasbordo y el número de unidades enviadas desde cada punto de trasbordo a cada destino
final, ya que estas son las decisiones que la administración deben tomar. Las variables de decisión son:
X1 = número de unidades enviadas de Toronto a Chicago

X2 = número de unidades enviadas de Toronto a Buffalo
X3 = número de unidades enviadas de Detroit s Chicago
X4 = número de unidades enviadas de Detroit a Buffala
X5 = número de unidades enviadas de Chicago a Nueva York
X6 = número de unidades enviadas de Chicago a Philadelphia
X7 = número de unidades enviadas de Chicago a St. Louis
X8 = número de unidades enviadas de Buffalo a Nueva York
X9 = número de unidades enviadas de Buffalo a Philadelphia
X10 = número de unidades enviadas de Buffalo a St. Louis
Función objetivo
Minimizar el costo = 4X1 + 7X2 + 5X3 + 7X4 + 6X5 + 4X6 + 5X7 + 2X8 + 3X9 + 4X10
Sujeto a:
XI + X2  800 Existencias en Toronto
X3 + X4  700 Existencias en Detroit
X5 + X8 = 450 Demanda en Nueva York
X6 + X9 = 350 Demanda en Philadelphia
X7 + X10 = 300 demanda en St. Louis
X1 + X3 = X5+X6+X7 envió a través de Chicago
X2 + X4 = X8+X9+X10 envió a través de Buffalo
XJ ≥ 0 restricciones de no negatividad
238
X1 = 650 número de unidades enviadas de Toronto a Chicago

X2 = 150 número de unidades enviadas de Toronto a Buffalo
X3 = 0 número de unidades enviadas de Detroit s Chicago
X4 = 300 número de unidades enviadas de Detroit a Buffala
X5 = 0 número de unidades enviadas de Chicago a Nueva York
X6 = 350 número de unidades enviadas de Chicago a Philadelphia
X7 = 300 número de unidades enviadas de Chicago a St. Louis
X8 = 450 número de unidades enviadas de Buffalo a Nueva York
X9 = 0 número de unidades enviadas de Buffalo a Philadelphia
X10 = 0 número de unidades enviadas de Buffalo a St. Louis
S2 = 400 Existencias en Detroit El costo total será de $9.550
239
Resolver por el método simplex los siguientes problemas de
programación lineal:
1) La señorita Fernanda Erazo es una estudiante emprendedora de primer año en la Pontificia

Universidad Católica del Ecuador. Comprende que “sólo el trabajo y nada de diversión hacen de
Fernanda una muchacha aburrida”. Como resultado, Fernanda quiere distribuir su tiempo
disponible, de alrededor de 10 horas al día, entre el trabajo y la diversión. Calcula que el juego es
dos veces más divertido que el trabajo. También quiere estudiar por lo menos tanto como juega.
Sin embargo, Fernanda comprende que si quiere terminar todas sus tareas universitarias, no
puede jugar más de cuatro horas al día. ¿Cómo debe distribuir Fernanda su tiempo para
maximizar su satisfacción tanto en el trabajo como en el juego?
2) Viviana Erazo debe trabajar por lo menos 20 horas a la semana para completar su ingreso
mientras asiste a la escuela. Tiene la oportunidad de trabajar en dos tiendas al detalle: en la tienda
1 Viviana puede trabajar entre 5 y 12 horas a la semana, y en la tienda 2 le permiten trabajar entre
6 y 10 horas. Ambas tiendas pagan el mismo por hora. De manera que Viviana quiere basar su
decisión acerca de cuántas horas debe trabajar en cada tienda en un criterio diferente: el factor
del estrés en el trabajo. Basándose en entrevistas con los empleados actuales, Viviana calcula
que, en una escala de 1 a 10, los factores del estrés son de 8 y 6 en las tiendas 1 y 2,
respectivamente. Debido a que el estrés aumenta por hora, ella supone que el estrés total al final
de la semana es proporcional al número de horas que trabaja en la tienda. ¿Cuántas horas debe
trabajar en cada tienda?
3) Dos productos se fabrican en un centro de maquinado. Los tiempos de producción por unidad de
los productos 1 y 2 son de 10 y 12 minutos, respectivamente. El tiempo regular total de la máquina
es de 2.500 minutos por día. En un día cualquiera, el fabricante vende entre 150 y 200 unidades
del producto 1, pero no más de 45 unidades del producto 2. Se pueden emplear horas extras para
satisfacer la demanda a un costo adicional de 0.50 de dólar por minuto.
a) Suponiendo que las utilidades por unidad de los productos 1 y 2 son.6.0 y 7.50 dólares,
respectivamente, formule un modelo y determine el nivel óptimo de fabricación para cada
producto, así como cualesquiera número de horas extra necesarias en el centro.
b) Si el costo por minuto de horas extra se incrementa a 1.50 dólares, ¿la compañía debe
utilizar horas extras?
4) La tienda de comestibles B&K vende dos tipos de bebidas no alcohólicas: la marca de sabor de
cola A1 y la marca propia de la tienda, B&K de colas, más económica. El margen de utilidad en la
bebida de cola A1 es de alrededor de 5 centavos de dólar por lata, mientras que la de la bebida de
cola B&K suma una ganancia bruta de 7 centavos por lata. En promedio, la tienda no vende más
de 500 latas de ambas bebidas de cola al día. Aún cuando A1 es una marca más conocida, los
clientes tienden a comprar más latas de marca B&K, porque considerablemente es más
económica. Se calcula que la venta de la marca B&K superan a las de la marca A1 en una razón
de 2 a 1 por lo menos. Sin embargo, B&K vende, como mínimo, 100 latas de A1 al día.
a) ¿Cuántas latas de cada marca debe tener en existencia la tienda diariamente para maximizar
su utilidad?
b) Determine la razón de las utilidades por lata de A1 y B&K que mantendrá inalterada la
solución en (a).
5) Baba Furniture Company emplea a cuatro carpinteros durante 10 días para ensamblar sillas y
mesas. Se requieren 30 minutos para ensamblar una silla.y 2 horas para ensamblar una mesa.
Por lo común, los clientes compran entre cuatro y seis sillas con cada mesa. Las utilidades son de
13 dólares por mesa y 5 dólares por silla. La compañía opera un turno de 8 horas al día.
a) Determine la mezcla de producción óptima de los 10 días.

b) Determine el rango de la razón de utilidades por unidad, que mantendrá inalterada la óptima
(a).
240
c) Si las utilidades actuales por cada mesa y silla se reducen 10%, utilice la respuesta en (b)
para mostrar la forma en la cual este cambio afecta la solución óptima obtenida en (a).
d) Si las utilidades actuales por cada mesa y silla cambia a 12 y 2.5 dólares, utilice el resultado
de sensibilidad en (b) para determinar si cambiará o no la solución en (a).
6) El Banco del Pacífico está asignando un máximo de 200.000 dólares para préstamos personales y
de automóviles durante el próximo mes. El banco cobra 14% por préstamos personales y 12% por
préstamos para automóviles. Ambos tipos de préstamos se liquidan al final de un periodo de un
año. La experiencia muestra que alrededor del 3% de los préstamos personales y del 2% de los
préstamos para automóviles nunca se liquidan. Por lo común, el banco asigna cuando menos el
doble de los préstamos personales a los préstamos para automóviles.
a) Determine la asignación óptima de fondos para los tipos de préstamos y la tasa neta de
utilidad que obtendrá el banco de todos los préstamos.
b) Determine el rango de optimilidad para la razón de las tasas de interés de préstamos
personales y para automóvil que mantendrá inalterada la solución en (a).
c) Supongamos que el porcentaje de préstamos personales y para automóvil no liquidados
cambia a 4% y 3%, respectivamente, ¿Cómo afectaría este cambio la solución óptima en
(a)?.
7) Electra produce dos tipos de motores eléctricos, cada uno en una línea de ensamble separada.
Las respectivas capacidades diarias de las dos líneas son de 600 y 750 motores. El motor tipo 1
emplea 10 unidades de cierto componente electrónico y el motor tipo 2 sólo utiliza 8 unidades. El
proveedor del componente puede proporcionar 8.000 piezas al día. Las utilidades por motor para
los tipos 1 y 2 son de 60 y 40 dólares, respectivamente.
a) Determine la mezcla óptima para la producción diaria.

b) Determine el rango de optimalidad de la razón de utilidades por unidad que mantendrá
inalterada la solución en (a)
8) Dean’s Furniture Company ensambla dos tipos de gabinetes de cocina de madera precortada:
regulares y de lujo. Los gabinetes regulares están pintados de blanco y los de lujo están
barnizados. Tanto la pintura como el barnizado se llevan a cabo en un departamento. La
capacidad diaria del departamento de ensamble puede producir un máximo de 200 gabinetes
regulares y 150 gabinetes de lujo. El barnizado de un gabinete del lujo se lleva el doble de tiempo
que pintar uno regular. Si el departamento de pintura /barnizado se dedica únicamente a las
unidades de lujo, terminaría 180 unidades diarias. La compañía calcula que las utilidades por
unidad de los gabinetes regulares y de lujo son de 100 y 140 dólares, respectivamente.
a) Formule el problema como un programa lineal y encuentre el programa de producción óptima

por día.
b) Supongamos que, debido a la competencia, las utilidades por unidad de las unidades
regulares y de lujo deben reducirse a 80 y 110 dólares, respectivamente. Utilice el análisis de
sensibilidad para determinar si la solución óptima en (a) se mantiene inalterada o no.
9) Una compañía fabrica dos productos, A y B. El volumen de ventas de A es por lo menos 80% de
las ventas totales de A y B. Sin embargo, la compañía no puede vender más de 100 unidades de
A por día. Los dos productos utilizan una materia prima, cuya disponibilidad máxima diaria se
limita a 240 libras al día. Las proporciones de utilización de la materia prima son 2 libras para cada
unidad de A y 4 libras para cada unidad de B. Los precios unitarios de A y B son de 20 y 50
dólares, respectivamente.

b) Determine el valor por cambio unitario en la disponibilidad de la materia prima y su rango de
aplicabilidad.
c) Utilice el análisis de sensibilidad para determinar el efecto de cambiar la demanda máxima
del producto A por  10 unidades.
10) Una compañía que opera 10 horas al día fabrica cada uno de los productos en tres procesos en
secuencia. La siguiente tabla resume los datos del problema:
241
Minutos por unidad

Producto Proceso 1 Proceso 2 Proceso 3 Utilidad por unidad
1 10 6 8 $2
2 5 20 10 $3

b) Supongamos que se está considerando los tres procesos para una expansión y usted
necesita determinar su prioridad. Diseñe una forma lógica para lograr esta meta.
11) Show & Sell puede anunciar sus productos en la radio o la televisión locales. El presupuesto para
anuncios está limitado a 10.000 dólares al mes. Cada minuto de anuncios por radio cuesta 15
dólares y cada minuto de comerciales por televisión cuesta 300 dólares. A Show & Sell le agrada
utilizar los anuncios por radio por lo menos el doble de los anuncios por televisión. Por lo pronto,
no es práctico utilizar más de 400 minutos de anuncios por radio. La experiencia pasada muestra
que se calcula que los anuncios por televisión son 25 veces más efectivos que los de la radio.
a) Determine la asignación óptima del presupuesto para los anuncios por radio y televisión.
b) Determine el valor por unidad de incrementar el límite mensual en la publicidad por radio.
c) Si el presupuesto mensual se aumenta a 15.000 dólares, utilice la definición de valor de la
unidad para determinar la medida resultante de la efectividad publicitaria.
12) Wyoming Electric Coop. Es propietaria de una planta generadora de energía con turbina de vapor.
Debido a que Wyoming es rica en depósitos de carbón, la planta genera vapor con carbón. Sin
embargo, esto crea el problema de satisfacer los estándares de emisión. Las regulaciones de la
Environmetal Protection Agency (Agencia de Protección Ambiental) limitan la descarga de dióxido
de azufre a 2.000 partes por millón y la descarga de humo de las chimeneas de la plante a 20
libras por hora. La Cooperativa recibe dos grados de carbones pulverizados, C 1 y C2, para ser
utilizados en la planta. Por lo común, los dos grados se mezclan antes de quemarlos. Por
simplicidad, supondremos que el contaminante de azufre de la mezcla (en partes por millón) es un
promedio ponderado de la proporción de cada grado empleado en la mezcla. Los siguientes datos
se basan en el consumo de una tonelada por hora de cada uno de los dos grados de carbón.
Grado de Descarga de azufre Descarga de humo Vapor generado en

carbón en partes por millón en libras por hora libras por hora
C1 1 800 2.1 12 000
C2 2 100 0.9 9 000
a) Determine la proporción óptima para mezclar los dos grados de carbón.

b) Determine el efecto de relajar el límite de la descarga de humo 1 libra sobre al cantidad de
vapor generado por hora.
13) La división de Educación Continua en Ozark Community College ofrece un total de 30 cursos
cada semestre. Los cursos que ofrece generalmente son de dos tipos: prácticos, como trabajos en
madera, procesador de palabras y mantenimiento de automóviles; y humanísticos, como historia,
música y bellas artes. Para satisfacer las demandas de la comunidad, es necesario ofrecer por lo
menos 10 cursos de cada tipo, cada semestre. La división calcula que los ingresos por ofrecer
esos cursos prácticos y humanísticos son aproximadamente 1.500 y 1.000 dólares por curso,
respectivamente.
a) ¿Cómo debe asignar la escuela sus cursos?

b) Determine el ingreso si se incrementa el requerimiento mínimo de los cursos prácticos con un
curso más.
c) Determine el ingreso si se incrementa el requerimiento mínimo de los cursos humanísticos
con un curso más.
14) ChemLabs fabrica dos productos de limpieza para el hogar, A y B procesando dos tipos de materia
prima, I y II. El procesamiento de una unidad de materia prima I cuesta 8 dólares y produce 0.5
unidad de solución A y 0.5 unidad de solución B. Además, el procesamiento de una unidad de
materia prima II cuesta 5 dólares y produce 0.6 unidad de solución A y 0.4 unidad de solución B.
La demanda diaria de la solución A es entre 10 y 15 unidades y la de la solución es entre 12 y 20
unidades.
242
c) Encuentre la mezcla óptima de A y B que debe producir ChemLabs.

d) Determine el valor por cambio de unidad en los límites de la demanda de los productos A y
B.
15) Una línea de ensamble que consta de tres estaciones consecutivas produce dos modelos de
radios: Hi-fi-1 y Hi-fi-2. La siguiente tabla proporciona los tiempos de ensamble para las tres
estaciones de trabajo.
Minutos por unidad

Edición de trabajo Hi-fi-1 Hi-fi-2
1 6 4
2 5 5
3 4 6
El mantenimiento diario de las estaciones 1, 2 y 3 consume 10%. 14% y 12% respectivamente,

del máximo de 480 minutos disponibles para casa estación, cada día.
a) La compañía desea determinar la mezcla óptima de productos que minimizará los tiempos
inactivos (o no utilizados) en las tres estaciones de trabajo.
b) Determine el valor de disminuir 1 punto de porcentaje el tiempo diario de mantenimiento para
cada estación.
16) Un ejecutivo de negocios tiene la opción de invertir más dinero en dos planes; el plan A garantiza
que cada dólar invertido ganará 0.70 de aquí a un año y el plan B garantiza que cada dólar
invertido ganará 2 dólares después de 2 años. En el plan A, las inversiones se pueden hacer
anualmente y en el plan B, las inversiones se permiten únicamente en los períodos que son
múltiplos de dos.
a) ¿Cómo debe invertir el ejecutivo 100.000 dólares para maximizar las ganancias al final de 3
años?
b) ¿Vale la pena que el ejecutivo invierta más dinero en los planes?
17) OilCo construye una refinería para elaborar cuatro productos: diesel, gasolina, lubricantes y
combustible para aviones. Las demandas (en barriles/día) de esos productos son 14,000,30,000,
10,000 y 8000, respectivamente. Irán y Dubai tienen contrato para enviar crudo a OilCo. Debido a
las cuotas de producción que especifica la OPEP (Organización de Países Exportadores de
Petróleo) la nueva refinería puede recibir al menos el 40% de su crudo de Irán, y el resto de Dubai.
OilCo pronostica que estas cuotas de demanda y de crudo permanecerán estables durante los 10
años siguientes.
Las distintas especificaciones de los dos crudos determinan dos proporciones distintas de
productos: un barril de crudo de Irán rinde 0.2 barril de diesel, 0.25 barril de gasolina, 0.1 barril de
lubricante y 0.15 barril de combustible para avión. Los rendimientos correspondientes del crudo de
Dubai son: 0.1, 0.6, 0.15 y 0.1, respectivamente. OilCo necesita determinar la capacidad mínima
de la refinería, en barriles de crudo por día.
18) Ahorros S.A. desea invertir una suma que genere un rendimiento anual mínimo de $10,000.
Dispone de dos grupos accionarios: acciones selectas y alta tecnología, con un rendimiento anual
promedio de 10 y 25%, respectivamente. Aunque las acciones de alta tecnología dan más
rendimiento, son más arriesgadas, y Ahorros desea limitar la cantidad invertida en ellas a un
máximo de 60% del total.
¿Cuál es la cantidad mínima que debe invertir Ahorros en cada grupo de acciones para alcanzar la
meta de inversión?
19) Considere el modelo de Uso de Suelo (problema 5 resuelto por computadora, capítulo II).
Supongamos que el Banco Pichincha puede comprar 100 acres adicionales de terreno virgen a un
precio de 450.000 dólares. Utilice los resultados del modelo para proporcionarle al banco una
decisión concerniente a esta compra.
20) Considere la Programación de Autobuses (problema 14 resuelto por computadora, capítulo II).
243
a) Utilice los resultados de la salida para determinar el número total óptimo de autobuses,
suponiendo que el número mínimo de autobuses para los seis periodos sucesivos se da
como (i) (4, 12, 10, 7, 12, 4) y (ii) (4, 8, 7, 7, 12, 4).
b) Supongamos que los requerimientos mínimos se cambian a (6, 9, 12, 7, 15, 6).
c) Utilice el análisis de sensibilidad para determinar si la solución actual sigue siendo factible. Si
es factible, determines los nuevos valores de las variables.
21) Considere el modelo de desperdicio en el corte (problema 15 resuelto por computadora, capítulo
II).
a) Si cortamos 20 rollos utilizando la posición 1 y 100 rollos utilizando la posición 3, calcule el

área de desperdicio asociada en el corte.
b) Supongamos que el único rollo estándar disponible es de 15 pies de ancho. Genere todas las
posiciones posibles de las cuchillas para producir rollos de 5, 7, y 9 pies y calcule el
desperdicio en el recorte asociado por cada pie de largo.
c) En el modelo original, si la demanda de rollos estándar de 7 pies de ancho disminuye en 80,
¿cuál es el número total de rollos estándar de 20 pies que se necesitará para satisfacer la
demanda de los tres tipos de rollos?
d) En el modelo original, si la demanda de rollos de 9 pies sé camba a 400, ¿Cuántos rollos
estándar adicionales de 20 pies se necesitarán para satisfacer la nueva demanda?
contractual.

Mes

244

para MEPCO.
la tabla.

3
3 3 3
Planta 1 83000 RO.60 0,36 0,58
Planta 2 310000 RO.36 0,22 0,26
Planta 3 190000 RO.50 0,263 0,21

menor costo.
dólares.
que utilice. Resuelva por el método gráfico para encontrar la estrategia de publicidad óptima.
A 40 10 $ 1.80
B 20 15 0.75
C 10 35 0.40
D 5 40 0.15
mezclas más deseable. Resuelva por el método simplex.
245

28) El Consejo de Seguridad de Estados Unidos debe asignar su presupuesto para los próximos tres
años. Ya se han tomado decisiones irrevocables con respecto a varias “áreas programadas” y a su
financiamiento total; por ejemplo, se ha asignado un total de 110.000 dólares a la prevención de
fallecimientos y a la reducción en daños a propiedades por accidentes automovilísticos. Pero hay
que tomar decisiones detalladas acerca de los proyectos específicos para alcanzar los objetivos
de los programas. En el caso de la prevención de fallecimientos y de la reducción en daños a
propiedades, la tabla contiene los proyectos que recomendaron los analistas del consejo, junto
con los datos apropiados. Los miembros del consejo quieren que usted los ayude a tomar las
decisiones sobre la asignación del presupuesto (o sobre la elección y la magnitud de los
proyectos). Al preguntarles cuál de los objetivos específicos es más importante, dijeron: “¡Es una
pregunta difícil! Por una parte, la vida humana es sagrada y no puede comprarse con ninguna
cantidad de dinero. Por otra parte, si hay dos maneras de ahorrar el mismo número de vidas,
obviamente preferiríamos el proyecto que de cómo resultado la menor cantidad de daños a
propiedades”.
Límite superior de Prevención esperada de Reducción esperada en

gastos para el proyecto fallecimientos por cada daños a propiedades por
Proyecto (en dólares) 1.000 dólares gastados cada 1000 dólares gastados
1. Publicidad para el uso de $80 000 0.33 $0
cinturones de seguridad.
diseño de carreteras.
diseño de automóviles.
4. Dólares gastados para 100 000 0.27 10 000
promover leyes estatales más
severas para conductores ebrios
Al preguntarles en forma específica cuál sería la “compensación” entre vidas salvadas y daños a
propiedades que les sería indiferente, su respuesta fue: “¡Esta pregunta es aún más difícil! Sin
embargo, somos conscientes de que un organismo de gobierno ha establecido, para fines
internos de asignación de recursos, un valor monetario implícito de 300.000 dólares por una vida
humana que se salve (creemos que otro organismo también usa esta cifra para tomar decisiones
acerca de la incorporación de características de seguridad adicionales en su equipo)”.
Formule un modelo de programación lineal cuya solución represente una asignación óptima del
presupuesto de 110.000 dólares, con base en la información anterior. Asegúrese de definir todas
las variables que utilice, para resolver por el método simplex el problema formulado.
246

resuelva por el método simplex.

Surinam Chino


Tipo Costo de Costo Capacidad

compra operativo (toneladas-
(tonelada- Kilómetro
kilómetro) Por mes)
Remolque $15.000 $0.28 10.000
Mediano 8.000 0.32 8.000
CAMIONETA 5.000 0.40 5.000
247
Formule este problema como un problema de programación lineal. Resuelva por el método
simplex. Tenga cuidado en la especificación del objetivo y en la definición de las variables.
modelo.

Horas de trabajo necesarias para el montaje, para
el acabado y para el empaquetado por unidad. 0.1 0.2 0.5
33) Emory Aluminum Company fabrica rollos de papel de aluminio de distintas anchuras. Los clientes
pueden pedir rollos de 60,50, 30 o 20 centímetros de ancho. El papel se fabrica con un ancho
normal de 135 centímetros y las anchuras menores se cortan del rollo normal.
Método de corte
Anchura 1 2 3 4 5 6 7 8 9 10 11 12 13
60 centímetros 2 1 1 1 1
50 centímetros 1 2 2 1 1 1
30 centímetros 1 2 1 2 1 4 2
20 centímetros 1 2 3 1 1 2 4 3 6
Desperdicio 15 5 5 15 15 5 15 5 15 5 15 15 15
(centímetros)
Hay varias maneras de cortar las anchuras menores, como se indica en la tabla. Por ejemplo, con
el método 3 se cortan del rollo normal un rollo de 60 cm. de ancho, un rollo de 30 cm de ancho y
dos rollos de 20 cm. Con este método queda cinco centímetros de desperdicio [135 – 60 – 30 –
2(20) = 5]. Puesto que el método de corte genera ciertos desperdicios, hay algunas combinaciones
(que no se indican) que no se pueden cortar. Todos los rollos para corte tienen anchura de 135
centímetros y todos los pedidos son par las medidas que se indican en la tabla. Además, todos los
pedidos tienen una longitud determinada (la longitud del rollo).
Emory ha recibido los siguientes pedidos para el mes de julio

248
:Ancho Rollos pedidos

24 centímetros 330
20 centímetros 120
12 centímetros 480
8 centímetros 160
¿Cómo debe cortar Emory sus rollos para satisfacer los pedidos? Formule un modelo de
programación lineal para el problema, resuelva por el método simplex.
34) Un fabricante ha establecido un contrato para producir 2.000 unidades de un producto en los
próximos ocho meses. El programa de entregas es el siguiente:
Mes Unidades
Enero 100
Febrero 200
Marzo 300
Abril 400
Mayo 100
Junio 100
Julio 500
Agosto 300
Total 2.000
El fabricante ha estimado que le cuesta un dólar almacenar una unidad de producto durante un
mes. La capacidad de su almacén es de 300 unidades.
El fabricante puede producir cualquier número de unidades en un mes, ya que se producen

principalmente con mano de obra temporal, fácilmente disponible. Sin embargo, existe el costo de
la capacitación del nuevo personal y los costos que se relacionan con los despidos de personal. El
fabricante estima que cuesta unos 785 centavos por unidad aumentar el nivel de producción de un
mes al siguiente (es decir, si la producción de enero es 200 y aumenta a 300 en febrero, el costo
es de 75 dólares para capacitación del personal adicional que se requiere para producir al nivel de
300 unidades). De manera análoga, cuesta 50 centavos por unidad reducir la producción de un
mes al siguiente. (Al término de los ocho meses se despedirá a todos los empleados, con los
costos correspondientes de la reducción de la producción). Suponga que el nivel de producción
antes de enero es cero.
a) Formule lo anterior como un problema de programación lineal y resuelva en computadora.

b) Suponga que hay un límite de producción de 300 unidades mensuales. Formule el problema
de programación lineal con esta restricción adicional y resuelva por el método simplex.
35) La compañía eléctrica Stateside planifica la construcción de nuevas instalaciones en su área para
los próximos 10 años. Es posible construir cuatro tipos de instalaciones de energía eléctrica:
plantas de vapor que utilizan carbón para generar energía, plantas hidroeléctricas sin represa,
plantas hidroeléctricas con represa, plantas hidroeléctricas con represas pequeñas (capacidad de
almacenamiento de agua suficiente para cubrir las fluctuaciones diarias) y plantas hidroeléctricas
con grandes represas (suficiente capacidad de almacenamiento de agua para cubrir las
fluctuaciones de flujo de agua y las de demanda de energía en la temporada.
El consumo de energía eléctrica se basa en tres características. La primera es el consumo anual

total; se estima que el área requerirá 4 billones de kilowatts- hora hasta el décimo año. La segunda
característica es el consumo máximo de energía, que por lo general ocurre en cualquier día de
verano alrededor de las 4 P.M. Todos los planes deben suministrar capacidad máxima suficiente
para cubrir la necesidad máxima esperada de 3.000 millones de Kilowatts en el décimo año. La
tercera característica es el suministro garantizado de energía, que se mide como el suministro
diurno promedio a mediados de invierno, cuando el consumo es alto y los niveles de agua APRA
las plantas hidroeléctricas son bajos. El requisito de suministro garantizado hasta el décimo año es
de 2.000 millones de kilowatts.
249
Las diversas plantas de energía posibles varían en cuanto a la forma de satisfacer estas
características. Por ejemplo, las plantas hidroelécticas con represas pueden proporcionar gran
capacidad máxima, mientras que las plantas de vapor y las hidroeléctricas sin represas nos
funcionan muy bien en este aspecto.
En la tabla se presentan las características de los distintos tipos de plantas. Cada una se mide en
función de una unidad de capacidad, la cual se define como la capacidad para producir un billón
de kilowatts – hora por año. Observe que los tipos de plantas varían considerablemente en sus
costos de inversión, así como en sus costos operativos (de explotación) anuales. Por ejemplo, el
costo del carbón eleva bastante los costos anuales de las plantas de vapor, mientras que los
costos operativos anuales de las plantas hidroeléctricas son relativamente menores. La última
columna de la tabla muestra los costos totales actualizados, que incluyen tanto el costo de
inversión como los costos operativos anuales actualizados.
Suministro Suministro Costo de la Costo total

garantizado máximo inversión actualizado
(millones de (millones de ( miles de ( miles de
Tipo kilowatts) kilowatts) dólares) dólares)
Vapor 0.15 0.20 30 65
Hidroeléctrica, sin represa 0.10 0.10 40 42
Hidroeléctrica, represa pequeña 0.10 0.40 60 64
Hidroeléctrica, represa grande 0.80 0.90 100 110
La compañía quiere desarrollar un plan de 10 años que detalle la capacidad de cada tipo de
planta que debe construir. El objetivo es minimizar el costo total actualizado, pero existe la
restricción de que no puede invertir más de 350 millones de dólares en plantas en los próximos
diez años. Formule el problema como un modelo de programación lineal y resuelva por el
método simplex.
36) En los modelos de programación lineal, por lo general se supone que la demanda de un producto
es algo conocido, cuando en la práctica esta demanda es incierta. Con frecuencia se puede
incorporar esta demanda incierta a un modelo de programación lineal.
Remítase al problema 22. Considere el producto A, para cuya demanda se supone que existe un
límite superior de 10 unidades. Suponga ahora que el límite superior para la demanda del producto
A es incierta pero se asigna una probabilidad de 0.4 de que se vendan 10 unidades como máximo,
y de 0.6 de que se vendan 20 como máximo. Suponga también que si se producen más de 10
unidades y el límite superior de la demanda resulta ser sólo 10 unidades, se puede vender el
excedente a un precio reducido que solo ofrecerá un beneficio de 10 dólares por unidad. Su
objetivo es maximizar el beneficio esperado. ¿Cómo modificaría la formulación del problema 22
para lograrlo?
Recomendación: Defina una nueva variable como el exceso de producción del producto A, por
encima de 10 unidades, y considere los ingresos esperados que se obtendrían de la venta de
estas unidades y resuelva por el método simplex.
37) La compañía de préstamos U-Save planifica sus operaciones para el año entrante. Ofrece cinco
tipos de préstamos, descritos a continuación, junto con el rendimiento anual (porcentaje) para la
compañía.
Los requisitos legales y la política del a compañía imponen los siguientes límites a las cantidades
que pueden entregarse en los distintos tipos de préstamos.
Tipo de préstamos Rendimiento anual

(porcentaje)
Préstamos personales 15
Préstamos para muebles 12
Préstamos para automóviles 9
Segunda hipoteca de casa 10
Primera hipoteca de casa 7
250
Los préstamos personales no pueden exceder el 10% de la cantidad total de los préstamos. La
cantidad total de los préstamos. La cantidad de préstamos personales y para muebles, en
conjunto, no debe ser mayor del 20%. Las primeras hipotecas deben constituir por lo menos el
40% de todas las hipotecas y por lo menos el 20% del total de préstamos. Las segundas
hipotecas no pueden exceder el 25% del total de préstamos.
La compañía desea maximizar los ingresos de los intereses de los préstamos, sujetándose a las
restricciones anteriores. La empresa puede prestar como máximo 1.5 millones de dólares.
Formule este problema como uno de programación lineal Resuelva por el método simplex.
.
38) La empresa Whitt Window tiene sólo tres empleados que hacen dos tipos de ventanas a mano:
con marco de madera y con marco de aluminio. La ganancia es de $60 por cada ventana con
marco de madera y de $30 por cada una con marco de aluminio. Doug hace marcos de madera y
puede terminar 6 al día. Linda hace 4 marcos de aluminio por día. Bob forma y corta el vidrio y
puede hacer 48 pies cuadrados de vidrio por día. Cada ventana con marco de madera usa 6 pies
cuadrados de vidrio y cada una de aluminio, 8 pies cuadrados. La compañía desea determinar
cuántas ventanas de cada tipo producir al día para maximizar la ganancia total.
a) Describa la analogía entre este problema y el de Wyndor Glass Co.Después construya y llene
una tabla para este problema, identifique las actividades y los recursos.
b) Formule un modelo de programación lineal.
c) Use el método gráfico para resolver el modelo.
d) Un nuevo competidor en la ciudad también produce ventanas con marco de madera. Esto
puede forzar a la compañía a bajar el precio y por ende la ganancia debida a este tipo de
ventanas. Cómo cambiaría la solución óptima (si cambia) si la ganancia por ventana de
madera disminuye de $60 a $40? ¿Y de $60 a $20?
e) Doug piensa reducir sus horas de trabajo, lo cual reduciría el número de ventanas de madera
que produce por día. (Cómo cambiaría la solución óptima si hace sólo 5 marcos diarios?
39) La Apex Televisión Company debe decidir el número de televisores de 27 y 20 in producidos en

una de sus fábricas. La investigación de mercado indica ventas de a lo más 40 televisores de 27 in
y 10 de 20 in cada mes. El número máximo de horas-hombre disponibles es 500 por mes. Un
televisor de 27 in requiere 20 horas-hombre y uno de 20 in, 10. Cada televisor de 27 in produce
una ganancia de $120 y cada uno de 20 in produce $80 de ganancia. Un distribuidor está de
acuerdo en comprar todos los televisores producidos si el número no excede el máximo indicado
por el estudio de mercado.

b) Use el método simplex para resolver el modelo.
40) La compañía Worldlight produce dos dispositivos para lámparas (productos 1 y 2) que requieren
partes de metal y componentes eléctricas. La administración desea determinar cuántas unidades
de cada producto fabricar para maximizar la ganancia. Por cada unidad del producto 1 se
requieren 1 unidad de partes de metal y 2 unidades de componentes eléctricas. Por cada unidad
del producto 2 se necesitan 3 unidades de partes de metal y 2 unidades de componentes
eléctricas. La compañía tiene 200 unidades de partes de metal y 300 de componentes eléctricas.
Cada unidad del producto 1 da una ganancia de $1 y cada unidad del producto 2, hasta 60
unidades, da una ganancia de $2. Cualquier exceso de 60 unidades del producto 2 no tiene
ganancia, por lo que fabricar más de 60 está fuera de consideración.

b) Utilice el método simplex para resolver este modelo. (Cuál es la ganancia total que resulta?
41) La compañía de seguros Primo está en proceso de introducir dos nuevas líneas de productos:
seguro de riesgo especial e hipotecas. La ganancia esperada es $5 por el seguro de riesgo
especial y $2 por unidad de hipoteca.
La administración desea establecer las cuotas de venta de las nuevas líneas para maximizar la
ganancia total esperada. Los requerimientos de trabajo son los siguientes;
251
Horas-hombre por unidad Horas-hombre

Departamento Riesgo Hipoteca disponibles
especial
Suscripciones 3 2 2.400
Administración 0 1 800
Reclamaciones 2 0 1.200

b) Use el método simplex para resolver el modelo
.
42) Weenies and Buns es una planta procesadora de alimentos que fabrica hotdogs y pan para
hotdogs. Muelen su propia harina para el pan a una tasa máxima de 200 libras por semana. Cada
pan requiere 0.1 libras. Tienen un contrato con Pigland, Inc., que especifica la entrega de 800
libras de productos de chancho cada lunes. Cada hot-dog requiere 1/4 de libra de producto de
chancho. Se cuenta con suficiente cantidad del resto de los ingredientes de ambos productos. Por
último, la mano de obra consiste en 5 empleados de tiempo completo (40 horas por semana).
Cada hotdog requiere 3 minutos de mano de obra y cada pan de 2 minutos de mano de obra.
Cada hotdog proporciona una ganancia de $0.20 y cada pan de $0.10.
Weenies and Buns desea saber cuántos hotdogs y cuántos panes deben producir cada semana
para lograr la ganancia más alta posible.

43) La compañía manufacturera Omega descontinuó la producción de cierta línea de productos no

redituable. Esto creó un exceso considerable en la capacidad de producción. La gerencia quiere
dedicar esta capacidad a uno o más de tres productos, llamados productos 1, 2 y 3. En la
siguiente tabla se resume la capacidad disponible de cada máquina que puede limitar la
producción:
Tipo de máquina Tiempo disponible

(en horas-máquina por semana)
Fresadora 500
Torno 350
Rectificadora 150
El número de horas-máquina requeridas para cada unidad de los productos respectivos es,
Coeficiente de productividad
(en horas máquina por unidad)
Tipo de máquina Producto 1 Producto 2 Producto 3
Fresadora 9 3 5
Torno 5 4 0
Rectificadora 3 0 2
El departamento de ventas indica que las ventas potenciales para los productos 1 y 2 exceden la
tasa máxima de producción y que las ventas potenciales del producto 3 son 20 unidades por
semana. La ganancia unitaria respectiva sería de $50, $20 y $25, para los productos 1, 2 y 3. El
objetivo es determinar cuántos productos de cada tipo debe producir la compañía para
maximizar la ganancia.
Formule un modelo de programación lineal y resuélvalo por el método simplex.
44) Hoy es su día de suerte, Acaba de ganar un premio de $10.000. Dedicará $4.000 a impuestos y
diversiones, pero ha decidido invertir los otros $6.000. Al oír las nuevas, dos amigos le han
ofrecido una oportunidad de convenirse en socio en dos empresas distintas, cada una planeada
por uno de ellos. En ambos casos, la inversión incluye dedicar parte de su tiempo el siguiente
verano y dinero en efectivo. Para ser un socio completo en el caso del primer amigo debe invertir
$5 000 y 400 horas, y su ganancia estimada (sin tomar en cuenta el valor del dinero en el tiempo)
sería $4.500. Las cifras correspondientes para el segundo caso son $4 000 y 500 horas, con una
252
ganancia estimada de $4 500. Sin embargo, ambos amigos son flexibles y le permitirían participar
con cualquier fracción de participación que quiera. Si elige una participación parcial, todas las
cifras dadas para la sociedad completa (inversión de dinero y tiempo, y la ganancia) se pueden
multiplicar por esta fracción.
Como de todas formas usted busca un trabajo de verano interesante (máximo 600 horas), ha
decidido participar en una o ambas empresas en alguna combinación que maximice su ganancia
total estimada. Usted debe resolver el problema de encontrar la mejor combinación.

b) Use el método simplex para resolver el modelo, ¿cuál es su ganancia total estimada?
45) Carne con papas es el plato favorito de Ralph Edmund. Por eso decidió hacer una dieta continua
de sólo estos dos alimentos (más algunos líquidos y suplementos de vitaminas) en todas sus
comidas. Ralph sabe que no es la dieta más sana y quiere asegurarse de que toma las cantidades
adecuadas de los dos alimentos para satisfacer los requerimientos nutricionales. Cuenta con la
siguiente información nutricional y de costo:
Granos de ingredientes por porción Requerimiento

diario (gramos)
Ingrediente Res Papas
Carbohidratos 5 15 ≥50
Proteínas 20 5 ≥40
Grasa 15 2 ≤60
Costo/porción $4 $2
Ralph quiere determinar el número de porciones diarias (pueden ser fraccionales) de res y papas
que cumplirían con estos requerimientos a un costo mínimo.

46) Dwight es un maestro de primaria que también cría chanchos para tener ingresos adicionales.
Intenta decidir qué alimento darles. Piensa que debe usar una combinación de los alimentos que
venden los proveedores locales. Desea que tenga un costo mínimo al mismo tiempo que cada
chancho reciba una cantidad adecuada de calorías y vitaminas. El costo y los contenidos de cada
alimento se muestran en la tabla.
Contenido Alimento tipo A Alimento tipo B

Calorías (por libra) 800 1.000
Vitaminas (por libra) 140 unidades 70 unidades
Costo (por libra) $0.40 $0.80
Cada chancho requiere al menos 8 000 calorías por día y 700 unidades de vitaminas. Una
restricción más es que el alimento tipo A no sea más de un tercio de la dieta (por peso), pues
contiene un ingrediente tóxico si se consume en demasía.

b) Use el método simplex para resolver el modelo. ¿Cuál es el costo diario por chancho que
resulta?
47) Web Mercantile vende muchos productos para el hogar mediante un catálogo en línea. La
compañía necesita un gran espacio de almacén para los productos. Ahora planea rentar espacio
para los siguientes 5 meses. Se sabe cuánto espacio necesitará cada mes; pero como varía mu-
cho, puede ser más económico rentar sólo la cantidad necesaria cada mes con contratos
mensuales. Por otro lado, el costo adicional de rentar espacio para meses adicionales es menor
que para el primero, y puede ser menos costoso rentar el espacio máximo los 5 meses. Otra
opción es el enfoque intermedio de cambiar la cantidad total de espacio rentado (con un nuevo
contrato y/o la terminación del anterior) al menos una vez pero no cada mes.
253
El espacio requerido y los costos para los periodos de arrendamiento son los siguientes:
Mes Espacio Período de Costo por ft2

requerido (ft2) arrendamiento (meses) arrendado
1 30000 1 $ 65
2 20000 2 $100
3 40000 3 $135
4 10000 4 $160
5 50000 5 $190
El objetivo es minimizar el costo total de arrendamiento para cumplir con los requerimientos.

b) Resuelva este modelo por el método simplex
cada cliente.

Fabrica 1 $600 $800 $700 400 unid
Fabrica 2 $400 $900 $900 500 unid
cliente.

b) Resuelva el modelo por el método simplex.
49) Fagersta Steelwonks explota dos minas para obtener mineral de hierro. Este mineral de hierro se
envía a una de dos instalaciones de almacenamiento. Cuando se necesita se manda a la planta de
acero de la compañía. El siguiente diagrama describe la red de distribución, donde Ml y M2 son las
dos minas, Si y S2, los dos almacenes y P es la planta de acero. También muestra las cantidades
producidas en las minas y las necesarias en la planta, al igual que el costo de envío y la cantidad
máxima que se puede enviar al mes por cada vía. La administración desea determinar el plan más
económico de envío del mineral de las minas a la planta.

b) Resuelva este modelo por el método simplex.
254
50) Metalco Company desea hacer una nueva aleación con 40% de aluminio, 35% de zinc y 25% de
plomo a partir de varias aleaciones disponibles que tienen las siguientes propiedades:
Aleación
Propiedad 1 2 3 4 5
Porcentaje de aluminio 60 25 45 20 50
Porcentaje de zinc 10 15 45 50 40
Porcentaje de plomo 30 60 10 30 10
Costo ($ / libra) 22 20 25 24 27
El objetivo es determinar las proporciones de estas aleaciones que deben mezclarse para
producir la nueva aleación a un costo mínimo.
Formule un modelo de programación lineal y resuelva por el método simplex
51) La Weigelt Corporation tienes tres plantas con exceso en su capacidad de producción. Por fortuna,
la corporación tiene un nuevo producto listo para iniciar su producción y las tres plantas pueden
fabricarlo, así que se podrá usar parte del exceso de este modo. El producto puede hacerse en
tres tamaños: grande, mediano y chico; y darán una ganancia neta de $420, $360 y $300, respec-
tivamente. Las plantas 1, 2 y 3 tienen capacidad de mano de obra y equipo para producir 750, 900
y 450 unidades diarias de este producto, respectivamente, sin importar el tamaño o la combinación
de tamaños de que se trate.
La cantidad de espacio disponible para almacenar material en proceso impone también

limitaciones en las tasas de producción del nuevo producto. Las plantas 1, 2 y 3 tienen 13000,
12000 y 5000 pies cuadrados de espacio respectivo, para material en proceso de la producción
diaria. Cada unidad grande, mediana y chica que se produce requiere 20, 15 y 12 pies cuadrados,
respectivamente.
Los pronósticos de venta indican que, si están disponibles, se pueden vender 900, 1200 y 750
unidades diarias de los tamaños respectivos grande, mediano y chico.
Será necesario despedir algunos empleados en cada planta a menos que la mayor parte de esta
capacidad en exceso se pueda usar con el nuevo producto. Para evitar despidos en lo posible, la
gerencia ha decidido que las plantas deben usar el mismo porcentaje de su capacidad adicional
con este nuevo producto.
El gerente desea saber cuántas unidades de cada tamaño producir en cada planta para maximizar
la ganancia.

b) Resuelva este modelo por el método simplex.
52) Confortable Hands es una compañía que produce una línea de guantes de invierno para toda la
familia: caballeros, damas y niños. Desean decidir qué mezcla de estos tres tipos de guantes
fabricar.
La fuerza de trabajo es sindicalizada. Cada empleado de tiempo completo trabaja 40 horas por
semana. Por contrato, el número de empleados de tiempo completo no puede ser menor que 20.
Se puede contratar trabajadores no sindicalizados con las siguientes restricciones; 1) cada uno
trabaja 20 horas por semana y 2) debe haber al menos 2 de tiempo completo por cada uno de
medio tiempo.
Los tres tipos de guantes están hechos con el mismo porcentaje de piel de vaca. La compañía
tiene un contrato a largo plazo con el proveedor de piel y recibe 5000 ft 2 de material por semana.
Los requerimientos de material y mano de obra, y la ganancia bruta por guante vendido (sin
considerar costo de mano de obra) son:
255
Guante Material req. (ft2) Mano de obra Ganancia bruta

req.(min) (por parte)
Caballero 2 30 $8
Dama 1.5 45 $10
Niño 1 40 $6
Cada empleado de tiempo completo gana $13 por hora y cada uno de medio tiempo, $10 por
hora. La gerencia desea saber qué mezcla de los tres tipos de guantes producir por semana, lo
mismo que cuántos empleados de cada tipo contratar. Desea maximizar su ganancia neta, o
sea, la ganancia bruta menos costo de mano de obra.

53) Slim Down fabrica una línea de bebidas nutritivas para reducción de peso. Uno de sus productos
es una malteada de fresa diseñada como una comida completa. La malteada contiene varios
ingredientes. En la tabla seda parte de la información de estos ingredientes.
Ingrediente Calorías de Calorías Vitaminas Harinas Costo

grasa (cuch) totales (cuch) s(mg/cuch) (mg/cuch) ($/cuch)
Sabor fresa 1 50 20 3 10
Crema 75 100 0 8 8
Suplemento 0 0 50 1 25
Vitaminas
Endulzante 0 120 0 2 15
artificial
Agente p/espesar 30 80 2 25 6
Los requerimientos nutritivos son los siguientes. La bebida debe tener un total de 380 a 420
calorías (inclusive). No más de 20% de las calorías totales debe venir de grasas. Debe tener al
menos 50 mg de contenido vitamínico. Para el sabor, debe haber al menos 2 cucharadas (cuch.)
de saborizante de fresa por cada cucharada de endulzante artificial. Por último, para que esté
espeso, debe haber justo 15 mg de harinas en la bebida.
La gerencia desea seleccionar la cantidad de cada ingrediente para la bebida que minimice el
costo al tiempo que cumpla con los requerimientos anteriores.

54) Joyce y Marvin tienen una guardería. Ellos intentan decidir qué dar a los niños de almuerzo.
Desean mantener sus costos bajos, pero también deben cumplir con los requerimientos nutritivos
para niños. Ya decidieron darles sándwiches de mantequilla de maní y mermelada y alguna
combinación de galletas, leche y jugo de naranja. El contenido nutritivo de cada alimento y su
costo se da en la siguiente tabla.
Alimento Calorías de Calorías Vit. C Prot. Costo

grasa totales (mg) (g) ($)
Pan (1 reb) 10 70 0 3 5
Mantequilla de 75 100 0 4 4
maní (l cuch.)
Mermelada 0 50 3 0 7
(l cuch.)
Galleta (l pz.) 20 60 0 1 8
Leche (l taza) 70 150 2 8 15
Jugo (l taza) 0 100 120 1 35
Los requerimientos nutritivos son los siguientes. Cada niño debe recibir de 400 a 600 calorías.
No más de 30% de las calorías totales deben venir de grasas. Cada niño debe consumir al
menos 60 mg de vitamina C y 12 g de proteína. Todavía más, por razones prácticas, cada niño
necesita justo 2 rebanadas de pan (para un sándwich), al menos el doble de mantequilla de maní
256
que de mermelada y al menos una tasa de líquido (leche y/o jugo de naranja).
Joyce y Marvin desean seleccionar las opciones de alimento para cada niño que minimice el
costo mientras cumple con los requerimientos establecidos.

55) Se tienen los siguientes datos para un problema de programación lineal cuyo objetivo es
maximizar la ganancia de asignar tres recursos a dos actividades no negativas.
Recurso Uso de recursos por unidad de cada Cantidad de recursos

actividad disponible
1 2 1 10
2 3 3 20
3 2 4 20
Contribución $20 $30
por unidad
Contribución por unidad = ganancia por unidad de cada actividad.

b) Use el método simplex para resolver este modelo.
56) Ed Butler es el gerente de producción de Bilco Corporation, que produce tres tipos de refacciones
para automóviles. La manufactura de cada parte requiere procesamiento en dos máquinas, con los
siguientes tiempos de procesado (en horas):
Refacción
Máquina A B C
1 0.02 0.03 0.05
2 0.05 0.02 0.04
Cada máquina está disponible 40 horas al mes. La ganancia unitaria de cada parte fabricada
está dada por:
Refacción
A B C
Ganancia $50 $40 $30
Ed quiere determinar la mezcla de refacciones que debe producir para maximizar la ganancia
total.
Formule un modelo de programación lineal y resuelva por el método simplex.
57) Usted cuenta con los siguientes datos para un problema de programación lineal cuyo objetivo es
minimizar el costo de realizar dos actividades no negativas para lograr tres beneficios que no
bajan de sus niveles mínimos.
Beneficio Contribución al beneficio por Nivel mínimo

unidad de actividad aceptable
1 5 3 60
2 2 2 30
3 7 9 126
Costo unitario $60 $50

b) Utilice el método simplex para resolver este modelo.
257
58) Fred Jonasson administra la granja de su familia. Para complementar varios alimentos que se
cultivan en la granja, Fred también cría cerdos para venta y desea determinar las cantidades de
los distintos tipos de alimento disponibles (maíz, grasas y alfalfa) que debe dar a cada cerdo.
Como los cerdos se comerán cualquier mezcla de estos tipos de alimento, el objetivo es
determinar qué mezcla cumple ciertos requisitos nutritivos a un costo mínimo. En la siguiente tabla
se dan las unidades de cada tipo de ingrediente nutritivo básico contenido en 1 kilogramo de cada
tipo de alimento, junto con los requisitos de nutrición diarios y los costos de los alimentos:
Ingrediente Kilogramo Kilogramo Kilogramo de Req. Mínimo

nutritivo de maíz de grasas alfalfa diario
Carbohidratos 90 20 40 200
Proteínas 30 80 60 180
Vitaminas 10 20 60 150
Costo ($) 84 72 60
a) Formule el modelo de programación lineal.

b) Resuelva por el método simplex.
59) Maureen Laird es gerente de inversiones de Alva Electric Co., empresa importante en el medio
oeste. La compañía ha programado la construcción de nuevas plantas hidroeléctricas a 5, 10 y 20
años para cumplir con las necesidades de la creciente población en la región que sirve. Maureen
debe invertir parte del dinero de la compañía para cubrir sus necesidades de efectivo futuras.
Puede comprar sólo tres tipos de acciones, cada una cuesta $1 millón por unidad. Se pueden
comprar unidades fraccionarias. Las acciones producen ingresos a 5, lO y 20 años, y el ingreso se
necesita para cubrir requerimientos mínimos de flujos de efectivo en esos años. (Cualquier ingreso
arriba del mínimo requerido para cada periodo se usará para incrementar el pago de dividendos a
los accionistas en lugar de ahorrarlo para ayudar a cumplir con los requerimientos mínimos de
efectivo el siguiente periodo.) La siguiente tabla muestra la cantidad de ingreso generada por cada
unidad de acciones y la cantidad mínima de ingreso requerida para cada periodo futuro en que se
construirá una nueva planta.
Ingresos por acción(en millones) Flujo de efectivo

Años Acción 1 Acción 2 Acción 3 mínimo requerido
5 $2 $1 $0.5 $400
10 $0.5 $0.5 $1 $100
20 $0 $1.5 $2 $300
Maureen desea determinar la mezcla de inversiones en estas acciones que cubrirá los
requerimientos de efectivo y que minimizará la cantidad total invertida.
b) Resuelva por el método simplex.
60) Una fábrica elabora dos clases de cerveza Pílsener y Club, para lo cual dispone de ingrediente
para llenar por lo menos 30 botellas combinadas. Toma 1 hora llenar 20 botellas de la cerveza
Pílsener y 2 horas llenar 25 botellas de cerveza Club, se dispone a lo mucho de 2 horas. La
demanda de la cerveza Pílsener se estima en el mercado un total de 22 botellas y a lo mucho 10
botellas de la cerveza Club. Cada botella de Pílsener deja una utilidad de 10 centavos y 15
centavos cada botella de la cerveza Club. ¿Cuántas botellas de cada cerveza se deben llenar para
alcanzar la máxima ganancia?
61) Una fábrica elabora dos clases de champú A y B, para lo cual dispone de ingrediente para llenar a
lo mucho 80 botellas combinadas de A y B. Toma 1 hora llenar 10 botellas de A y 4 horas llenar
10 botellas de B, se dispone cuando mucho de 20 horas, la demanda de A se estima a lo más en
70 botellas. La fábrica está en capacidad de llenar cuando mucho 90 botellas de A o 60 botellas de
B. Cada botella de A le deja una utilidad de 80 centavos y 90 centavos la de B. ¿Cuántas botellas
de A y B se deben llenar para que la fábrica obtenga Los mayores beneficios?
62) Una empresa planea una campaña de publicidad para un nuevo producto. Se establecen como
metas el que la publicidad llegue por lo menos a 320 mil individuos audiencia A, de los cuales al
menos 120 mil tengan un ingreso mínimo anual de 5.000 dólares, y al menos 80 mil sean solteros.
258
Se desea utilizar únicamente la radio y la televisión como medios de publicidad. Un anuncio de

televisión cuesta 10 mil dólares y se estima que llegue a un promedio de 40 mil individuos
audiencia A, de los cuales un 25% tienen ingresos superiores a 5.000 dólares anuales y un 20%
son solteros. Un anuncio por radio FM cuesta 6 mil dólares y llega a un auditorio promedio de 10
mil oyentes clase A, de los cuales el 80% tienen ingresos superiores a los 5.000 dólares anuales y
4 mil son solteros. Hallar el número de anuncios por cada medio para minimizar el costo.
63) Control de contaminación.- A causa de reglamentaciones federales nuevas sobre la

contaminación, una compañía química ha introducido en sus plantas un nuevo y más caro proceso
para complementar o reemplazar un proceso anterior en la producción de un químico en particular.
El proceso anterior descarga 15 gramos de dióxido de azufre y 40 gramos de partículas a la
atmósfera por cada litro de químico producido. El nuevo proceso descarga 5 gramos de dióxido de
azufre y 20 gramos de partículas a la atmósfera por cada litro producido. La compañía obtiene una
utilidad de 30 y 20 centavos por litro en los procesos anterior y nuevo, respectivamente. Si el
gobierno permite a la planta descargar no más de 10.500 gramos de dióxido de azufre y no más
de 30.000 gramos de partículas a la atmósfera cada día, ¿cuántos litros de químico deben ser
producidos diariamente, por cada uno de los procesos, para maximizar la utilidad diaria? ¿Cuál es
la utilidad diaria?.
64) Producción. Una compañía fabrica tres tipos de muebles para patio; sillas, mecedoras y
tumbonas. Cada uno requiere madera, plástico y aluminio como se indica en la tabla siguiente. La
compañía tiene disponibles 400 unidades de madera, 5000 unidades de plástico y 1450 unidades
de aluminio. Cada silla, mecedora y tumbona se venden en $7,58 y $12 respectivamente.
Suponiendo que todos los muebles pueden ser vendidos, determine el plan de producción de
modo que el ingreso total sea maximizado. ¿Cuál es el ingreso máximo?. Resuelva por el método
simplex.

65) Producción. Una compañía fabrica tres tipos de muebles para patio: sillas, mecedoras y
tumbonas. Cada uno requiere madera, plástico yaluminio como se indica en la tabla que sigue. La
compañía tiene disponibles 400 unidades de madera, 600 de plástico y 1500 de aluminio. Cada
silla, mecedora y tumbona se vende en $6, $ 8 y $12, respectivamente. Suponiendo que todos los
muebles pueden ser vendidos.¿cuál es el ingreso máximo total que puede ser obtenido?.
Determine las posibles órdenes de producción que generará ese ingreso. Resuelva por el método
simples.
66) Producción. Una compañía fabrica tres productos: X Y, Z. Cada producto requiere el uso de
tiempo de máquina en las máquinas A y B como se da en la tabla siguiente. El número de hora por
por unidad de X, Y y Z es $50, $60 y $75, respectivamente. Las siguiente semana deben producir
al menos cinco para ese período d Z. ¿Cuál deber ser el plan de producción para ese período si la
utilidad máxima es alcanzada? ¿Cuál es la utilidad máxima?. Resuelva en computadora.
Máquina Máquina
A B
67) Inversiones. El folleto informativo de un fondo de inversiones establece que todo el dinero es
invertido en bonos que están cosiderados como A, AA y AAA; no mas del 30% de la inversión total
está en bonos A y AA, y al menos el 50% está en bonos AA y AAA. Los bonos A, AA y AAA
respectivamente obtiene un 8,7 y 6% anual. Determine los porcentajes de la inversión total que
259
serán comprometidos a cada tipo de bono de modo que el fondo maximice el rendimiento anual.
¿Cuál es ese rendimiento?. Resuelva por el método simplex.
68) Control de emisiones. Una planta de cemento produce 3.300.000 barriles de cemento por año.
Los hornos emiten 2 libras de polvo por cada barril producido. La planta debe reducir sus
emisiones a no más de 1000000, A y B libras anuales. Hay dos dispositivos de control disponibles
A y B. El dispositivo A reducirá las emisiones a ½ libra por barril y el costo es de $0.22 por barril
de cemento producido. Para el dispositivo B, las emisiones son reducidas a ¼ de libra por barril y
el costo es de $0.40 por barril de c cemento producido. Determine el plan de acción más
económico que la planta debe tomar de modo que mantenga su producción anual de exactamente
3.300.000 barriles de cemento. Resuelva por el método simplex.

minimice? ¿Cuál es el costo mínimo de transporte?. Resuelva por el método simplex.
Exton Whyton
70) Compra de Baterías, Un fabricante de automóviles compra baterías de dos proveedores, X y Y.

El fabricante tiene dos planta A y B, y requiere exactamente de 6000 baterías de la planta A y de
exactamente 400 a la planta B. El proveedor X carga $30 y 4 32 por batería (incluyendo costos de
transporte) a A y B, respectivamente. Para estos precios, X requiere que el fabricante de
automóviles ordene al menos un total de 2000 baterías. Sin embargo, X no puede proveer más de
4000 baterías. El proveedor Y carga $34 y $ 28 por batería a A y a B, respectivamente, y requiere
una orden mínima de 6000 baterías. Determine como debe hacer los pedidos de baterías el
fabricante de automóviles a fin de que su costo total sea mínimo. ¿Cuál es el costo mínimo?.
Resuelva por el método simplex.
71) Producción de papel para envoltura, una compañía de papel almacena su papel para envoltura
en rollos de 48 pulgadas de ancho más pequeños dependiendo de los pedidos de los clientes.
Suponga que se recibe un pedido de 50 rollos de papel de 15 pulgadas de ancho y de 60 rollos de
10 pulgadas de ancho. De un rollo de almacenamiento la compañía puede cortar tres rollos de 15
pulgadas de ancho y un rollo de 3 pulgadas de ancho. Como el rollo de 3 pulgadas de ancho no
puede ser utilizado en esta orden, es llamado el recorte desperdiciado de este rollo. Del mismo
modo, de un rollo de almacenamiento, se puede cortar dos rollos de 15 pulgadas de ancho, un
rollo de 10 pulgadas de ancho, y otro de 8 pulgadas de ancho. La siguiente tabla indica el número
de rollo de 15 y 10 pulgadas, junto con el desperdicio, que pueden cortarse de un rollo de
almacenamiento. (a) Complete las últimas dos columnas de la tabla. (b) Supongamos que la
compañía tienen suficientes rollos de almacenamiento para cubrir la orden y que al menos 50
rollos de 15 pulgadas y al menos 60 rollos de 10 pulgadas de ancho de papel para envoltura serán
cortados. Si x1, x2, x3, x4, son los números de rollos de almacenamiento que son cortados en una
de las formas descritas en las columnas de la 1 a la 4 de la tabla, respectivamente, determine los
valores de las x de tal forma que el desperdicio total sea minimizado. (c) ¿Cuál es la mínima
cantidad de desperdicio total?. Resuelva por el método simplex.
15 pulgadas 3 2 1 -
Ancho de rollo 10 pulgadas 0 1 - -
Desperdicio 3 8 - -
72) Costo de mano de obra Una compañía paga a sus trabajadores calificados y semicalificados en
su departamento de ensamblado $14 y $ 8 por hora, respectivamente. En el departamento de
embarques, a los empleados se les paga $ 9 por hora y a los aprendices $ 6 por hora. La
compañía requiere al menos de 90 trabajadores en el departamento de ensamblado y 60
empleados en el departamento de embarques. Debido a acuerdos sindicales, deben emplearse al
menos el doble de trabajadores semicalificados que de calificados. También, deben contratarse al
260
menos el doble de los empleados de embarques que de aprendices. Utilice el dual y el método
simples para determinar el número de trabajadores de cada tipo que la compañía debe emplear,
de modo que el total de salarios por hora sea mínimo. ¿Cuál es el costo mínimo en salarios por
hora?. Resuelva por el método simplex.
73) Transportación de Petróleo, Una compañía petrolera tiene instalaciones de almacenamiento

para combustible de calefacción en las ciudades A, B, C y D. Las ciudades C y D necesitan cada
una exactamente 500.000 galones de combustible. La compañía determina que A y B puede
proveer cada una un máximo de 600.000 galones para satisfacer las necesidades de C y D. La
tabla que se muestra a continuación proporciona los costos por galón para transportar el
combustible entre las ciudades. ¿Cómo debe distribuirse el combustible para minimizar el costo
total del transporte?, ¿Cuál es el costo mínimo de transporte?. Resuelva por el método simplex.
Desde Hacia
C D
A $ 0.01 $ 0.02
B $ 0.02 $ 0.04
74) Terapias con fármacos y radiacion Frecuentemente existen formas alternativas de tratamiento
disponibles para pacientes a los que se les diagnostica una enfermedad particular compleja. Con
cada tratamiento puede haber no sólo efectos positivos en el paciente sino también efectos
negativos, tales como toxicidad o malestar. Un médico debe tomar la mejor elección de estos
tratamientos o combinación de tratamientos. Esta elección dependerá no sólo de los efectos
curativos sino también de los efectos tóxicos y malestar.
Suponga que usted es un médico con un paciente de cáncer bajo su cuidado y dos posibles
tratamientos disponibles: administración de medicamentos y terapia de radiación. Supongamos
que la eficacia de los tratamientos está expresada en unidades comunes, digamos, unidades
curativas. La medicina contiene 1000 unidades curativas por onza y la radiación proporciona 1000
unidades curativas por minuto. Sus análisis indican que el paciente debe recibir al menos 3000
unidades curativas.
Sin embargo, un grado de toxicidad está implícito en cada tratamiento. Suponga que los efectos
tóxicos de cada tratamiento están medidos en una unidad común de toxicidad, digamos, una
unidad tóxica. La medicina contiene 400 unidades tóxicas por onzas y la radiación produce 1000
unidades tóxicas por minuto. Con base en sus estudios, usted cree que el paciente no debe recibir
más de 2000 unidades tóxicas.
Además, cada tratamiento implica un grado de malestar al paciente. La medicina provoca tres
veces más malestar por onza que la radiación por minuto.
La tabla resume la información. El problema que se le plantea es determinar las dosis de la
medicina y radiación que pueden satisfacer los requerimientos curativos y de toxicidad y, al mismo
tiempo, minimizar el malestar al paciente.
TABLA 7.5
Unidades Unidades Malestar

curativas tóxicas relativo
Medicina (por onza) 1000 400 3
Radiación (por minuto) 1000 1000 1
Requerimiento ≥ 3000 ≤ 2000
75) Una compañía enlatadora ha formulado un modelo de programación lineal como auxiliar para la
planificación del proceso enlatado de cosecha de melocotones (duraznos), Hay dos productos
(mitades y rebanadas de melocotón) y dos categorías, (A y B). Las mitades se obtienen de
melocotones de categoría A y las rebanadas se pueden obtener de una mezcla de melocotones de
categoría A y las rebanadas se pueden obtener de una mezcla de melocotones de categoría A y
B.
261
Las variables de decisión son:
X1 = Número de kilogramos de melocotones de categoría A que se usan en las mitades.

X2 = Número de kilogramos de melocotones de categoría A que se usan en las rebanadas.
X3 = Número de kilogramos de melocotones de categoría B que se usan en las rebanadas.
Todas las unidades se expresan en miles de kilogramos.
El objetivo es maximizar la contribución al beneficio del enlatado de la cosecha de melocotones.

El problema de programación lineal se ha formulado como sigue:
Z(MAX) = 0.15X1 + 0.12X2 + 0.12X3

Sujeto a:
Demanda de mitades: X1  180
Demanda de rebanadas: X2 + X3  125
Categoría A disponible: X1 + X2  225
Categoría B disponible: X3  75
Mezcla de categorías para -4X2 + X3  0
rebanadas:
X1  0
X2  0
X3  0
a) Calcule la tabla simplex.
b) ¿Existen soluciones óptimas alternativas? ¿Cómo lo sabe?
76) Remítase al problema 76. Responda a cada una de las siguientes preguntas.
a) ¿Cuál es el precio máximo que estaría dispuesta a pagar la enlatadora por melocotones
adicionales de categoría A? ¿Cuánto compraría a ese precio?
b) ¿Cuál es el valor marginal de los melocotones adicionales de categoría B? ¿En qué intervalo
es válido este valor marginal?
c) El gerente de mercadotecnia de la enlatadora ha modificado la demanda estimada de las
mitades, de 180.000 a 200.000 kilogramos. ¿Afectará este cambio de solución del problema
de enlatado? ¿Cuál será el incremento de beneficio asociado por el cambio?
d) Suponga que el gerente de mercadotecnia ha modificado su estimación de la demanda de las
rebanadas, de 125.000 a 145.000 kilogramos. ¿Afectaría a la solución del problema de
enlatado? ¿Cuál será el incremento de beneficio asociado por el cambio?
e) ¿Cuánto tendría que variar el precio de las mitades de melocotón para que cambiara la
solución óptima?
f) La enlatadora considera un nuevo producto, rebanadas de lujo, con contribución de 0.14
dólares por kilogramo. un kilogramo de rebanadas de lujo está compuesto por medio
kilogramo de melocotones de categoría A y medio kilogramo de categoría B. ¿Debe
fabricarse este producto?
77) La compañía ABC tiene la opción de fabricar dos productos durante los períodos de poca
actividad. La producción de la próxima semana se ha programado de manera que la máquina
fresadora este libre durante 10 horas y la fuerza de trabajo calificada tenga ocho horas
disponibles.
El producto A requiere cuatro horas de tiempo de máquinas dos horas de trabajo por unidad. El
producto B requiere dos horas de tiempo de máquina y dos horas de trabajo.
El producto A contribuye con cinco dólares por unidad a los beneficios y el producto B aporta tres
dólares por unidad (sin incluir el costo de tiempo de máquina o de mano de obra).
Use el método simplex para encontrar las cantidades de los productos A y B que deben
producirse.
78) El departamento de publicidad de una empresa quiere planificar su estrategia publicitaria para
llegar a ciertos porcentajes mínimos de los grupos de altos y bajos ingresos. Se consideran dos
alternativas: televisión y revistas. La publicidad en revistas tiene un factor de exposición del 2%
por página para el grupo de altos ingresos, pero sólo del 1% para el grupo de ingresos bajos. La
262
televisión, por otra parte, tiene un factor de exposición del 3% por programa para el grupo de
ingresos bajos y el 1% para el de ingresos altos.
La publicidad en revistas cuesta 1.000 dólares por página; la televisión, 4.000 dólares por
programa. Si la empresa quiere una exposición mínima del 50% del grupo de ingresos altos y del
30% del grupo de ingresos bajos, ¿qué estrategia debe usar para minimizar el costo de la
publicidad? Nota: Si una persona ve dos veces un programa o lee dos veces un anuncio, se
considera que hay doble exposición; por lo tanto, es posible obtener una exposición mayor del
100%.
Formule el caso anterior como un problema de programación lineal y obtenga la solución con el
método simplex.
79) La compañía de madera contrachapada Ajax revisa el programa de producción para el próximo
mes. Ajax produce tres tipos de tableros de madera contrachapada. Los tableros A y B se pueden
producir en dos formas, las cuales requieren distintas cantidades de pino, abeto y picea. Las
cantidades disponibles de estas maderas son limitadas para secar el recubrimiento de los tableros.
Existe una limitación de 10.000 tableros como capacidad máxima del aserradero Ajax. Estos
requisitos se presentan en la tabla.
Requisitos
Contribución
Tiempo de Capacidad al beneficio
Pino Abeto Picea secado global (dólares por
Producto Variable (unidades) (unidades) (unidades) (minutos) (cada uno) unidad)
A-1 X1 2 0 1 5 1 1,00
A-2 X2 0 2 1 7 1 1,00
B-1 X3 2 1 0 4 1 1,20
B-2 X4 1 2 0 5 1 1,20
C X5 1 1 1 6 1 0,80
Total disponible (miles)
(000) 12 15 6 60 10
Ajax quiere maximizar la contribución total al beneficio. Se añaden las siguientes variables de
holgura:
S1 = Pino no utilizado (miles de unidades)

S2 = Abeto no utilizado (miles de unidades)
S3 = Picea no utilizada (miles de unidades)
S4 = Tiempo de secado no utilizado (miles de minutos)
S5 = Capacidad total no utilizada (miles de tableros)
80) Remítase al problema 80. Responda las siguientes preguntas en forma independiente.
a) ¿Cuál es el valor marginal (precio dual) de una unidad adicional de pino? ¿En qué intervalo
es válido este valor marginal?
b) ¿Cuál es el valor marginal de una unidad de abeto adicional? ¿En qué intervalo es válido
este valor marginal?
c) ¿Cuál es el valor marginal de una unidad adicional de picea? ¿En qué intervalo es válido este
valor marginal?
d) Suponga que la empresa quiere agregar tiempo de secado? ¿Sería rentable? ¿Cuál es el
valor marginal de un minuto adicional de tiempo de secado? ¿En qué intervalo es válido este
valor?
e) ¿Cuál es el valor marginal de una unidad adicional de capacidad global? ¿En qué intervalo es
válido este valor?
f) ¿Cuánto tendría que aumentar la contribución de un tablero tipo C para que Ajax considerara
su producción?
g) Considere el producto B-1 (variable X3). ¿Cuáles son los límites del aumento y de la
reducción del beneficio por unidad antes de que cambie la solución?
263
h) Suponga que se considera un nuevo tipo de tablero, D, que requiere una unidad de pino y 10
minutos de secado. Su contribución al beneficio es de 1.10 dólares. ¿Debe fabricarse este
tablero?
81) La compañía de nueces Ajax vende mezclas de nueces de dos niveles de calidad. La mezcla más
costosa tiene mayor proporción de almendras, y la más barata contiene maní (cacahuate).
El precio de las nueces que compra Ajax es: avellanas, un dólar por kilogramo, maní 40 centavos
por kilogramo. Las dos mezclas que vende Ajax y sus precios son: mezcla B, 80 centavos por
kilogramo. Ajax puede vender cualquier cantidad de estas mezclas pero, debido a la escasez de
nueces, no puede obtener más de 100 kilogramos de avellana ni más de 200 kilogramos de maní.
La gerencia ha decidido que la mezcla A no debe contener más del 25% anual de maní ni menos
del 40% de avellanas. La mezcla B no debe tener más del 60% de maní ni menos del 20% de
avellanas.
¿Cómo deben mezclarse las nueces? Es decir, ¿cuántos kilogramos de la mezcla A deben
producir (y cual debe ser su composición) y cuántos kilogramos de la mezcla B (y su
composición)? Formule la tabla simplex y resuelva.
82) Paul Bunyan Lumber Company produce tablas de madera de pino y abeto y dos tipos de madera
contrachapada. La compañía tiene una contribución al beneficio de cuatro centavos por metro de
tabla (m) de pino y de seis centavos por m de abeto. La madera contrachapada de tipo 1
contribuye con 1.20 dólares por tablero y la del tipo 2 obtiene 1.50 dólares por tablero.
La compañía tiene 2.580 millares de metros de tabla (MMT) de pino para el mes de diciembre, los
cuales pueden usar para tablas o madera contachapada; también hay 2.040 MMT de abeto. Un
tablero de madera contrachapada de tipo 1 requiere 16 m de pino y 8 m de abeto. Un tablero de
tipo 2 requiere 12 m de cada especie.
Las tablas de madera están limitadas solo por la capacidad de la sierra maestra. Esta sierra puede
manejar 400 MMT de cualquier especie en un mes.
El aserradero de madera contrachapada puede estar restringido por la máquina descortezadora o

por la secadora. En un mes no se pueden descortezar más de 250.000 tableros y hay sólo
920.000 minutos de tiempo de secado disponible. Cada tablero de tipo 1 requiere cuatro minutos
de secado; los tableros de tipo 2 requieren seis minutos cada uno.
Las condiciones del mercado limitan el número de tablero tipo 1 que se pueden vender a un
máximo de 120 000; para el tipo 2 el límite es de 100 000 tableros. Se puede vender cualquier
cantidad de tablas de madera. La compañía formuló un modelo de programación lineal para sus
operaciones, de la siguiente manera:
Sea:
Z = Contribución al beneficio, en miles de dólares.
X1 = Ventas de MMT de madera de pino.
X2 = Ventas de MMT de madera de abeto.
X3 = Ventas de millares de tableros de madera contrachapada de tipo 1.
X4 = Ventas de millares de tableros de madera contrachapada de tipo 2.
Z(MAX) = 0.04X1 + 0.06X2 + 1.20X3 + 1.50X4.
Sujeto a:
X1 + 16X3 + 12X4  2580 (disponibilidad de pino)
X2 + 18X3 + 12X4  2040 (disponibilidad de abeto)
X1 + X2  400 (capacidad de aserradero)
X3 + X4  250 (capacidad de la descortezadora)
4X3 + 6X4  920 (capacidad de secad
X3  120 (demanda del mercado, madera contrachapada de tipo1)
X4  100 (demanda del mercado, madera contrachapada de tipo
2)
a) Encuentre la solución óptima por el método simplex.
264
b) Suponga que se puede disponer de una unidad más (miles de minutos) de tiempo de secado.
¿Qué efecto tendría en la solución (es decir, cuáles serían los nuevos valores de X 1, X2, X3 y
X4)?
c) ¿Cuál es el beneficio adicional asociado con la adición de una unidad (miles de minutos) de
tiempo de secado? ¿En qué intervalo es válido este incremento de beneficio?
d) ¿Cuál es el valor de la capacidad adicional en la sierra maestra del aserradero? ¿Cuál es el
aumento o la reducción de la capacidad antes de que ocurra un cambio básico en las
variables de solución?
e) Suponga que se pudiera aumentar la demanda de la madera contrachapada de tipo 2 en una
unidad (mil tableros) ¿Cuál sería el incremento de beneficio? ¿En qué intervalo sería válido?
f) Se propone un tercer tipo de madera contrachapada, con contribución de 1.60 dólares al
beneficio. Para ello se requerirán 8 m de pino y 16 m de abeto. Además, el tiempo de secado
sería de ocho minutos. ¿Debe producirse este tipo de tablero? ¿Cuál sería su beneficio
marginal?
83) Dos productos diferentes, PI y P2, se pueden fabricar en cualquiera de dos máquinas diferentes,
MI y M2. El tiempo de procesamiento por unidad de cualquiera de los productos en cualesquiera
de las máquinas, es el mismo. La capacidad diaria de la máquina, M1, es de 200 unidades (ya sea
de P1 o de P2 o de la mezcla de ambos) y la capacidad diaria de la máquina. M2, es de 250
unidades. El supervisor del taller quiere balancear el programa de producción de las dos
máquinas, de tal manera que el número de unidades producidas en máquina esté dentro de 5
unidades del número producido en la otra. La utilidad por unidad de P1 es de 10 dólares y la P2 es
de 15 dólares. Prepare el problema en la forma estándar de PL.
84) JoShop fabrica tres productos, cuyas utilidades por unidad son de 2, 5 y 3 dólares,
respectivamente. La compañía ha presupuestado 80 horas de tiempo de mano de obra y 65 horas
de tiempo máquina para la fabricación de los tres productos. Los requerimientos de mano de obra
por unidad de los productos 1, 2 y 3 son de 2, 1 y 2 horas, respectivamente. Los correspondientes
requerimientos de tiempo máquina por unidad son de 0.1 y 0.5 horas JoShop considera la mano
de obra y las horas presupuestadas como metas que puede exceder, si es necesario pero a un
costo adicional de 15 dólares por hora e mano de mano de obra y de 10 dólares por hora máquina.
Las respectivas utilidades por unidad para los tres productos son 2, 5 y 3 dólares.
a) Formule el problema como una PL y determine todas sus soluciones básicas factibles
b) Utilice los resultados en (a) para determinar la solución óptima.
85) Nutri-Jenny es un centro de control del peso. Produce una amplia variedad de platillos congelados
para el consumo de su clientela. Los platillos están estrictamente vigilados por su contenido nutritivo
para asegurar que los clientes coman una dieta balanceada. Un nuevo platillo será una "'comida de
puntas de filete". Consistirá en puntas de filete y salsa, más alguna combinación de chícharos,
zanahorias y un bollo de pan. Nutri-Jenny desea determinar qué cantidad incluir de cada producto en
el platillo para cumplir con los requerimientos nutritivos al menor costo posible. En el siguiente cuadro se
da la información nutricional y su costo. Los requerimientos nutritivos del platillo son como sigue: 1)
debe contener entre 280 y 320 calorías, 2) las calorías originadas en grasa no deben exceder 30% del
número total de calorías, y 3) debe contener al menos 600 UI de vitamina A, 10 miligramos de vitamina
C y 30 gramos de proteína. Más aún, por razones prácticas debe incluir de menos 2 onzas de carne de
res y contener al menos media onza de salsa por onza de res.
Producto Calorías Calorías Vitamina Vitamina C Proteína Costo

originadas A (U1 por (Mg por (g por (por
en grasa onza) onza) onza) onza)
por hors
Puntas de filete 54 19 0 0 8 40
Salsa 20 15 0 1 0 35
Chícharos 15 0 15 3 1 15
Zanahorias 8 0 350 1 1 18
Bollo de pan 40 10 0 0 1 10
Formule en forma algebraica.
86) The Learning Center opera un campamento de verano para niños de 6 a 10 años. Su gerente, Elizabeth
265
Reed, intenta reducir los costos operativos para evitar tener que aumentar la cuota de inscripción. Por ahora,
Elizabeth planea qué dar de comer a los niños en el almuerzo. Desea mantener los costos
Calorías
Unidad de alimento originadas Calorías Vitamina C Fibra Costo
en grasa totales (mg) (g) M
Pan ( 1 rebanada) 15 80 0 4 6
Mantequilla de cacahuate 80 100 0 0 D
(1 cucharada)
Jalea ( l cucharada) 0 70 4 3 8
Manzana 0 90 6 10 35
Leche (1 taza) 60 120 2 0 20
Jugo de arándano ( 1 taza) 0 110 80 1 40
Al mínimo, pero también quiere estar segura de que cubre los requerimientos nutricionales de los
niños. Ya decidió incluir sandwiches de mantequilla de cacahuate y jalea, y alguna combinación de
manzanas, leche y jugo de arándano. En la tabla se da el contenido nutricional de cada opción de
alimento y su costo. Los requerimientos nutricionales son como sigue. Cada niño debe recibir entre
300 y 500 calorías, pero no más de 30% de estas calorías deben provenir de grasa. Cada niño
debe recibir al menos 60 miligramos f mg) de vitamina C y al menos 10 gramos (g) de fibra. Para
asegurar sandwiches sabrosos, Elizabeth quiere dar a cada niño un mínimo de 2 rebanadas de pan,
1 cucharada de mantequilla de cacahuate, 1 cucharada de jalea, junto con al menos 1 taza de líquido
{leche y jugo de arándano). Elizabeth desea seleccionar las opciones de alimentos que minimicen el
costo al tiempo que cumplan todos estos requerimientos.
87) David, LaDeana y Lydia son socios únicos y trabajadores de una compañía que fabrica relojes
finos. David y LaDeana, cada uno de ellos, tienen disponibilidad de trabajar un máximo de 40
horas semanales en la compañía, mientras que Lydia cuenta con un máximo de 20 horas
semanales.
La compañía fabrica dos tipos de relojes: un reloj de pie y uno de pared. Para fabricar uno, David
(ingeniero mecánico) ensambla las partes mecánicas internas del reloj mientras que LaDeana
(ebanista) fabrica las cubiertas de madera labrada a mano. Lydia es responsable de tomar
órdenes y enviar los relojes. Se muestra en seguida el tiempo requerido para cada una de estas
tareas.
Tiempo retenido
Tarea: Reloj de pie Reloj de pared
Ensamble de mecanismo de reloj 6 horas 4 horas
Cubierta de madera labrada. 8 horas 4 horas
envió 3 horas 3 horas
Cada reloj de pie fabricado y enviado proporciona una ganancia de $300, mientras que cada reloj
de pared da una ganancia de $200.
Ahora, los tres socios quieren determinar cuántos relojes de cada tipo deben producir por
semana para maximizar la ganancia total.
a) Formule un modelo de programación lineal para este problema.

b) Use el método gráfico para resolver el problema.
d) Usar el informe de sensibilidad para determinar si esta solución óptima sigue óptima si la
estimación de la ganancia unitaria para los relojes de pie cambia de $300 a $375 (sin
más cambios en el modelo).
e) Repita la parte d si, además de este cambio en la ganancia unitaria de relojes de pie, la
ganancia unitaria estimada para relojes de pared también cambia de $200 a $175.
f) Use el análisis gráfico para verificar sus respuestas en las partes d y e.
266
g) Para aumentar la ganancia total, los tres socios acordaron que uno de ellos aumentará
ligeramente el máximo de horas de trabajo por semana. La elección de quién de ellos se
basará en quién aumentaría más la ganancia total. Use el informe de sensibilidad para
efectuar esta elección. (Suponga que no hay cambios en las estimaciones originales de
las ganancias unitarias.)
h) Explique por qué uno de los precios unitarios es igual a cero.
i) ¿Es válido usar los precios del informe de sensibilidad para determinar el efecto si Lydia
cambiara su número máximo de horas disponibles de trabajo a la semana de 20 a 25? Si
es así, ¿cuál sería el aumento en la ganancia total?
j) Repita la parte j si, además del cambio para Lydia, David también cambiara su número
máximo de horas disponibles semanales de 40 a 35.
k) Use el análisis gráfico para verificar su respuesta en la parte k.
88) La Electrocomp Corporation fabrica dos productos eléctricos: acondicionadores de aire y grandes
ventiladores. El proceso de ensamble de cada uno es similar en el sentido que ambos requieren
una cierta de cantidad de alambrado y taladrado. Cada acondicionador de aire requiere 3 horas de
alambrado y 2 de taladrado. Cada ventilador debe pasar por 2 horas de alambrado y 1 hora de
taladrado. Durante el siguiente periodo de producción, están disponibles 240 horas de tiempo de
alambrado y se pueden utilizar hasta 140 horas de tiempo de taladrado. Cada acondicionador de
aire vendido produce una ganancia de $25. Cada ventilador ensamblado puede ser vendido con
una ganancia de $15. Formule y resuelve esta situación de mezcla de producción de
programación lineal para encontrar la mejor combinación de acondicionadores de aire y
ventiladores que produzcan la ganancia máxima. Use el método gráfico para hallar la solución.
89) La administración de Electrocomp se percata de que no incluyó dos restricciones críticas (vea el
problema 88).En particular, la administración decide que para garantizar un suministro adecuado
de acondicionadores de aire de un contrato, se deben fabricar, por lo menos, 10 de estos
aparatos. Como Electrocomp incurrió en una sobreoferta de ventiladores en el periodo precedente,
la administración también insiste que no se produzcan más de 80 ventiladores durante este
periodo de producción. Resuelva este problema de mezcla de productos para encontrar la nueva
solución óptima.
90) Un candidato a alcalde de un pequeño pueblo asignó $40,000 para publicidad de último minuto en
los días previos a la elección. Se utilizarán dos tipos de anuncios: radio y televisión. Cada anuncio
de radio cuesta $200 y llega a un auditorio estimado de 3000 personas. Cada anuncio de
televisión, que cuesta $500, afectará a unas 7000 personas. Al planificar la campaña de
publicidad, la directora de ésta desea llegar a tantas personas como sea posible, y estipuló que se
deben utilizar, por lo menos, 10 anuncios de cada tipo. Además, el número de anuncios de radio
debe ser por lo menos igual al número de anuncios de televisión. ¿Cuántos anuncios de cada tipo
se deberán utilizar? ¿A cuántas personas llegarán?
91) La Outdoor Furniture Corporation fabrica dos productos, bancas y mesas de día de campo, que
pueden ser usados en jardines de casas y parques. La firma cuenta con dos recursos principales:
sus carpinteros (fuerza de mano de obra) y existencias de madera de pino para construir el
mobiliario. Durante el siguiente ciclo de producción, están disponibles 1200 horas de mano de
obra según un acuerdo con el sindicato. La firma también dispone de 3500 pies de madera de pino
de buena calidad. Cada banca que Outdoor Furniture produce requiere 4 horas de mano de obra y
10 pies de madera; cada mesa de día de campo, 6 horas de mano de obra y 35 pies de madera.
Las bancas terminadas redituarán una ganancia de $20 cada una. ¿Cuántas bancas y mesas de
día de campo deberá producir Outdoor Furniture para obtener la ganancia máxima posible? Use el
método gráfico de programación lineal.
92) El decano de Western College of Business debe planificar las ofertas de cursos de la escuela para
el semestre de otoño. Las demandas de los estudiantes hacen necesario ofrecer por lo menos 30
cursos de licenciatura y 20 de posgrado en el semestre. Los contratos del profesorado también
dictan que se ofrezcan por lo menos 60 cursos en total. Cada curso de licenciatura impartido le
cuesta a la universidad un promedio de $2500 en salarios de profesores, mientras que cada curso
de posgrado cuesta $3000. ¿Cuántos cursos de licenciatura y posgrado deberán ser impartidos en
el otoño de modo que los salarios de los profesores se mantengan en su mínima expresión?
267
93) MSA Computer Corporation fabrica dos modelos de minicomputadoras, Alpha 4 y Beta 5. La firma
emplea cinco técnicos, que trabajan 160 horas cada uno al mes en su línea de ensamble. La
administración insiste en que se mantengan las horas de trabajo (es decir, todas las 160 horas) de
cada trabajador durante las operaciones del mes siguiente. Se requieren 20 horas de mano de
obra para ensamblar cada computadora Alpha 4 y 25 para elaborar cada modelo Beta 5. MSA
desea producir por lo menos 10 Alpha 4s y por lo menos 15 Beta 5s durante el periodo de
producción. Las Alpha 4s generan $1200 de utilidad por unidad y las Beta 5s producen $1800
cada una. Determine el número más rentable de cada modelo de minicomputadora que se debe
producir durante el siguiente mes.
94) Un ganador de la Texas Lotto decidió invertir $50,000 al año en el mercado de valores. Piensa
adquirir acciones de una firma petroquímica y una compañía de servicios públicos. Aunque una
meta a largo plazo es obtener los máximos rendimientos posibles, no ha pasado por alto el riesgo
que implica la compra de acciones. Se asigna un índice de riesgo de 1-10 (con 10 como el más
riesgoso) a cada una de las dos acciones. El riesgo total del portafolio se encuentra multiplicando
del riesgo de cada acción por los dólares invertidos en ella. La tabla siguiente proporciona un
resumen de la devolución y el riesgo.
Al inversionista le gustaría maximizar el rendimiento de la inversión, pero el índice de riesgo

promedio de ésta no deberá ser de más de 6. ¿Cuánto deberá invertir en cada acción? ¿Cuál es
el rendimiento estimado de esta inversión?
95) Remítase a la situación de la Texas Lotto del problema 94, y suponga que el inversionista cambió
de actitud sobre la inversión y desea poner mayor atención en el riesgo de la inversión. Ahora
desea minimizar el riesgo de ésta mientras genere un rendimiento de por lo menos 8%. Ordene
estos datos como un problema de PL y encuentre la solución óptima. ¿Cuánto deberá invertir en
cada acción? ¿Cuál es el riesgo promedio de esta inversión? ¿Cuál es el rendimiento estimado de
esta inversión?
96) La casa de bolsa Blank, Leibowitz y Weinberger ha analizado y recomendado dos acciones a un
club de inversionistas constituido por profesores universitarios. Estos estaban interesados en
factores tales como crecimiento intermedio y tasas de dividendos. Los datos sobre cada acción
son los siguientes:
Cada miembro del club tiene una meta de inversión de (1) una ganancia de no menos de $720 a
corto plazo, (2) una ganancia de por lo menos $5000 en los siguientes tres años y (3) un ingreso
por dividendos de por lo menos $200 al año. ¿Cuál es la inversión más pequeña que un profesor
puede hacer para satisfacer estas tres metas?
97) Woofer Pet Foods produce un alimento de bajas calorías para perros obesos. Este producto se
elabora con productos de carne y granos. Cada libra de carne cuesta $0.90 y cada libra de grano
268
$0.60. Una libra del alimento para perros debe contener por lo menos 9 unidades de vitamina 1 y
10 unidades de vitamina 2. Una libra de carne contiene 10 unidades de vitamina 1 y 12 unidades
de vitamina 2. Una libra de granos contiene 6 unidades de vitamina 1 y 9 unidades de vitamina 2.
Ordene estos datos como un problema de PL para minimizar el costo del alimento para perros.
¿Cuántas libras de carne y de granos deberán ser incluidas en cada libra de alimento para perros?
¿Cuál es el costo y el contenido de vitaminas del producto final?
98) Serendipity6
Los tres príncipes de Serendip, eemprendieron un viaje no podían llevar mucho peso; más de 300
libras los hicieron vacilar. Decidieron llevar pequeñas porciones. Cuando regresaron a Ceilán
Descubrieron que sus provisiones estaban a punto de desaparecer cuando, para su regocijo, el
príncipe William encontró una pila de cocos en el suelo “Cada uno llevará 60 rupias”, dijo el
príncipe Richard con una mueca de aprobación cuando casi se tropieza con una piel de león.
“Cuidado”, exclamó el príncipe Robert con alegría cuando divisó más pieles de león bajo un árbol.
“Éstas valen más de 300 rupias cada una si sólo pudiéramos llevárnoslas hasta la playa.” Cada
piel pesaba 15 libras y cada coco cinco, pero cargaron con todo en un santiamén. El bote de
regreso a la isla era muy pequeño 15 pies cúbicos de capacidad de carga, eso era todo, cada piel
de león ocupaba un pie cúbico mientras que ocho cocos ocupaban el mismo espacio con todo
estibado se hicieron a la mar, y en el trayecto debían calcular a cuánto podría ascender su nueva
riqueza. “¡Eureka!” gritó el príncipe Robert, “nuestra riqueza es tan grande que no existe otra forma
de regresar en este estado. Cualquier otra piel o coco que pudiéramos haber traído ahora nos
harían más pobres. Y ahora que sé cuántos son cinco le escribiré a mi amigo Horace en Inglaterra
y con toda seguridad sólo él podrá apreciar nuestra serendipity”.
Formule y resuelva Serendipity mediante PL gráfica para calcular “cuál podría ser su nueva
Riqueza”.
99) El Peed 'N Ship Ranch engorda ganado para los granjeros locales y lo envía a los mercados de
carne de Kansas City y Omaha. Los propietarios del rancho desean determinar las cantidades de
alimento para ganado que deben comprar de modo que se satisfagan los estándares nutricionales
mínimos y, al mismo tiempo, se minimicen los costos totales de alimentación. La mezcla de
alimentos se puede componer de los tres granos que contienen los siguientes ingredientes por
libra de alimento:
Alimento (onzas)
Ingrediente Mezcla X Mezcla Y Mezcla Z
A 3 2 4
B 2 3 1
C 1 0 2
D 6 8 4
El costo por libra de las mezclas X, Y y Z son $2, $4 y $2.50, respectivamente. El requerimiento
mínimo por vaca por mes es de 4 libras del ingrediente A, 5 libras del B, 1 libra del C y 8 libras del
D.
El rancho enfrenta una restricción adicional: pese a cualquier circunstancia, sólo puede obtener 500
libras de la mezcla Z por mes del proveedor de alimentos. Como por lo general hay 100 vacas en el
Feed 'N Ship Ranch en un momento dado, esto significa que no se puede contar con más de 5
libras de la mezcla Z para usarse en la alimentación de cada vaca por mes.
a) Formule un problema de PL utilizando la información proporcionada.

b) Resuelva el problema con algún programa computacional de PL.
100) Weinberger Elecronics Corporation fabrica cuatro productos altamente técnicos que vende a
firmas aeroespaciales que tienen contratos con la NASA. Antes de ser embarcado, cada uno de
los productos debe pasar a través de los siguientes departamentos: alambrado eléctrico,
taladrado, ensamble e inspección. El requerimiento de tiempo en horas por cada unidad producida
y su valor lucrativo se resumen en la tabla siguiente:
269
Departamento Utilidad por

Producto Alambrado Taladrado Ensamble Inspección unidad ($)
XJ201 0.5 0.3 0.2 0.5 9
XM897 1.5 1 4 1 12
TR29 1.5 2 1 0.5 15
BR788 1.0 3 2 0.5 11
La producción disponible en cada departamento cada mes y el requerimiento de producción mínima

mensual para cumplir con los contratos son los siguientes:
Departamento Capacidad Producto Nivel de producción

(horas) mínimo
Alambrado 15.000 XJ201 150
Taladrado 17.000 XM897 100
Ensamble 26.000 TR29 300
Inspección 12.000 BR788 400
El gerente de producción tiene la responsabilidad de especificar los niveles de producción de cada

producto para el mes entrante. Ayúdelo a formular (es decir, establecer las restricciones y función
objetivo) el problema de Weinberger mediante PL.
101) Un fabricante de artículos deportivos que está desarrollando un programa de producción de dos
nuevos tipos de raquetas para raquetbol recibió un pedido de 180 del modelo estándar y 90 del
modelo profesional que debe ser entregado al final de este mes. Se recibió otro pedido de 200
unidades del modelo estándar y 120 del modelo profesional, pero éste no tiene que ser entregado
sino hasta finales del mes siguiente. La producción en cada uno de los dos meses puede reali-
zarse en tiempo normal o tiempo extra. En el mes en curso, una raqueta estándar puede ser
producida a un costo de $40 con tiempo normal, y un modelo profesional se puede ser fabricar a
un costo de $60 en tiempo normal. El tiempo extra eleva el costo de estos modelos a $50 y $70,
respectivamente. Debido a un nuevo contrato de trabajo para el mes siguiente, todos los costos se
incrementarán en 10% a fines de este mes. El número total de raquetas que puede ser producido
en un mes en tiempo normal es 230 y 80 raquetas adicionales pueden ser producidas con tiempo
extra cada mes. Dado que el pedido mayor se entregará a finales del mes siguiente, la compañía
planea producir algunas raquetas extra este mes y almacenarlas hasta finales del mes siguiente.
El costo de conservar las raquetas en el inventario durante un mes se estima en $2 por raqueta.
Con estos datos formule un modelo de PL para minimizar el costo.
102) Trabajando con químicos del Virginia Tech y de la Universidad George Washington, el contratista
paisajista Kenneth Golding mezcló su propio fertilizante, llamado “Holding Grow”, compuesto por
cuatro complejos químicos, C-30, C-92, D-21 y E-11. A continuación se indica el costo por libra de
cada complejo.
Complejo químico Costo por libra ($)

C – 30 0.12
C – 92 0.09
D – 21 0.11
E - 11 0.04
L
as especificaciones de Golding Grow son las siguientes: 1) E-11 debe constituir por lo menos 15%
de la mezcla; 2) C-92 y C-30 juntos deben constituir por lo menos 45% de la mezcla; 3) D-21 y C-92
juntos pueden constituir no más de 30% de la mezcla, y 4) Golding Grow se empaca y vende en
sacos de 20libras.
a) Formule un problema de PL para determinar qué mezcla de los cuatro compuestos

permitirá a Golding minimizar el costo de un saco de 50 libras del fertilizante.
b) Resuélvalo con computadora para encontrar la mejor solución.
103) (Problema de producción) Winkler Furniture fabrica dos tipos de vitrinas: un modelo provenzal
francés y un modelo danés moderno. Cada vitrina producida debe pasar por tres departamentos:
carpintería, pintura y acabado. La tabla de la página 321 contiene toda información concerniente a
los tipos de producción por vitrina y capacidades de producción de cada operación por día, junto
270
con el ingreso neto por unidad producida. La compañía firmó un contrato con un distribuidor de
Indiana para producir un mínimo de 300 vitrinas de cada modelo por semana (o 60 por día). El
propietario, Bob Winkler, desea determinar una mezcla de productos para maximizar su ingreso
diario.
a) Formule como un problema de PL.

b) Resuelva con un programa de PL u hoja de cálculo.
104) (Problema de decisión de inversión) La compañía de intermediación financiera Heinlein and

Krampf Brokerage acaba de ser instruida por uno de sus clientes para que invierta $250,000 de su
dinero que obtuvo recientemente por la venta de unos terrenos en Ohio. El cliente tiene un buen
grado de confianza en la casa inversora, pero también tiene sus propias ideas sobre la distribución
de los fondos que se van a invertir. En particular, solicita que la firma elija las acciones y bonos
que crea están bien valuados, pero dentro de los siguientes lineamientos:
a) Los bonos municipales deben constituir, por lo menos, 20% de la inversión.

b) Por lo menos, 40% de los fondos debe ser colocado en una combinación de compañías
electrónicas, aeroespaciales y farmacéuticas.
c) No más de 50% de la suma invertida en bonos municipales debe ser colocado en
acciones de alto rendimiento y alto riesgo de una casa de beneficencia.
Sujeto a estas restricciones, el objetivo del cliente es maximizar el rendimiento proyectado de las
inversiones. Los analistas en Heinlein and Krampf, conscientes de estos lineamientos, preparan
una lista de acciones y bonos de alta calidad y sus tasas de rendimiento correspondientes.
In versiones Tasas de rendimiento

proyectada (%)
Bonos municipales de Los Ángeles 5.3
Thompson Electronics, Inc. 6.8
United Aerospace Corp. 4.9
Palmer Drugs 8.4
Casa de beneficiencia Happy Days 11.8
a) Formule este problema de selección de cartera por medio de PL.

b) Resuelva este problema.
105) (Problema de horarios de trabajo en un restaurante) El famoso restaurante Y. S. Chang está

abierto las 24 horas del día. Los meseros y sus ayudantes entran a las 3 A.M., 7A.M., 11 A.M., 3
P.M. u 11 P.M. y cada uno cubre un turno de 8 horas. La tabla siguiente muestra el número
mínimo de trabajadores necesarios durante los seis periodos en los que se divide el día. El
problema de programación de horarios de Chang es determinar cuántos meseros y ayudantes
deberán reportarse al trabajo al inicio de cada periodo para minimizar el personal total requerido
durante un día de operación. (Sugerencia: Sea Xi igual al número de meseros y ayudantes que
empiezan a trabajar en el periodo i, donde i = 1,2, 3, 4, 5,6)
271
106) (Problema de mezcla de alimentos para animales) El Battery Park Stable alimenta y aloja los
caballos utilizados para tirar carruajes llenos de turistas por las calle del histórico distrito ribereño
de Charleston. El propietario del establo, un entrenador retirado de caballos de carreras, reconoce
la necesidad de diseñar una dieta nutricional para los caballos a su cuidado. Al mismo tiempo,
quiere mantener al mínimo el costo diario total de alimentación.
Las mezclas de alimentos disponibles para la dieta de los caballos son un producto de avena, un
grano altamente enriquecido y un producto mineral. Cada una de estas mezclas contiene una
cierta cantidad de cinco ingredientes requeridos diariamente para mantener saludable al caballo
promedio. La tabla de la página 322 muestra estos requerimientos mínimos, las unidades de cada
ingrediente por libra de mezcla de alimentos y los costos de las tres mezclas.
Además, el propietario del establo sabe que un caballo sobrealimentado es un trabajador

perezoso. Por consiguiente, determina que 6 libras de alimento por día son lo máximo que
cualquier caballo necesita para funcionar apropiadamente. Formule este problema de la mezcla
diaria óptima de los tres alimentos y resuélvalo.
a) Formule este problema por medio de PL.

b) Resuélvalo.
272
108) (Problema de selección de medios) El director de publicidad de Diversey Paint and Supply, una
cadena de cuatro tiendas de venta al menudeo del área norte de Chicago, considera dos
posibilidades de medios. Un plan contempla una serie de anuncios de media página en el
periódico Chicago Tribune del domingo; el otro, tiempo de publicidad en la TV de Chicago. Las
tiendas están expandiendo sus líneas de herramientas de "hágalo usted mismo" y el director de
publicidad está interesado en un nivel de exposición de por lo menos 40% dentro de los
vecindarios de la ciudad y de 60% en las áreas suburbanas del noroeste.
El tiempo de audiencia de TV considerado tiene un "rating" de exposición por anuncio de 5% en

hogares de la ciudad y de 3% en los suburbios del noroeste. El periódico dominical tiene tasas de
exposición correspondientes de 4% y 3% por anuncio.
El costo de una media página de publicidad en el Tribune es de $925; un anuncio de televisión

cuesta $2000. Diversey Paint desea seleccionar la estrategia de publicidad menos costosa que
satisfaga los niveles de exposición deseados
a) Formule con PL.

109) (Problema de arrendamiento de automóviles) Sundown Rent-a-Car, una gran agencia de

arrendamiento de automóviles que opera en el Medio Oeste, está preparando una estrategia de
arrendamiento para los seis meses siguientes. Sundown renta los automóviles a un fabricante y
luego los renta al público de forma diaria.
A continuación se da una predicción de la demanda de los autos de Sundown en los seis meses
siguientes:
Los automóviles pueden rentarse al fabricante durante tres, cuatro o cinco meses. Los vehículos
se rentan el primer día del mes y se regresan el último día del mes. Cada seis meses Sundown
notifica al fabricante de automóviles sobre el número de automóviles requeridos durante los seis
meses siguientes. El fabricante ha estipulado que por lo menos 50% de las unidades rentadas
durante un periodo de seis meses deben estar en el plan de arrendamiento de cinco meses. El
costo mensual de cada uno de los tres tipos de arrendamiento es: $420 el de tres meses, $400 el
de cuatro meses y $370 el de cinco meses.
Actualmente, Sundown tiene 390 autos. El arrendamiento de 120 de ellos expira a finales de
marzo. El de otros 140 a finales de abril y el del resto a finales de mayo.
Use PL para determinar cuántos automóviles deben rentarse cada mes en cada tipo de
arrendamiento para minimizar el costo de arrendamiento durante el periodo de seis meses.
¿Cuántos vehículos quedan a finales de agosto?
110) La gerencia de Sundown Rent-a-Car (vea el problema 8-7) ha decidido que tal vez el costo durante
el periodo de seis meses no es el apropiado para minimizarlo porque la agencia aún puede estar
obligada a meses adicionales en algunos arrendamientos después de ese tiempo. Por ejemplo, si
Sundown entregara algunos automóviles al principio del sexto mes, aún estaría obligada durante
dos meses más en un arrendamiento de tres meses. Use PL para determinar cuántos autos deben
rentarse cada mes en cada tipo de arrendamiento para minimizar el costo de arrendamiento
durante toda la duración de estos contratos.

273
recorridas por autobús se minimice. (Observe la semejanza con el problema de transporte ilustrado
112) (Problema de asignación de precios y estrategia de comercialización) La I. Kruger Paint and

Wallpaper Store es un gran distribuidor minorista de la marca Supertrex de papeles tapiz de vinilo.
Kruger desea mejorar su imagen a nivel de toda la ciudad en Miami mediante la superación de las
ventas de otros distribuidores locales en el número total de rollos de Supertrex el siguiente año. Se
puede estimar la función de demanda como sigue:
Número de rollos de Supertrex vendidos = 20 X dólares gastados en publicidad + 6.8 X dólares

gastados en exhibidores en la tienda + 12 X dólares invertidos en el inventario de papel tapiz
disponible - 650,000 X porcentaje de margen de ganancia sobre el costo de venta al mayoreo de
un rollo.
La tienda presupuesta un total de $17,000 para publicidad en exhibidores en la tienda y en

inventario disponible de Supertrex para el año siguiente. Decide que debe gastar por lo menos
$3000 en publicidad; además, por lo menos 5% de la suma invertida en inventario disponible
deberá ser dedicado a exhibido-res. Los márgenes de ganancia en Supertrex de otros
distribuidores locales oscilan entre 20 y 45%. Kruger decide que sería mejor que su margen de
ganancia estuviera también en este intervalo.
a) Ordene estos datos como un problema de PL.

c) ¿Cuál es la dificultad con la respuesta?
d) ¿Qué restricción agregaría?
113) (Problema de expansión de un hospital) El hospital Mt. Sinai en Nueva Orleans es una gran
empresa privada con 600 camas que cuenta con laboratorios, quirófanos y equipo de rayos X.
Para incrementar sus ingresos, la administración del Mt. Sinai ha decidido hacer una ampliación
para 90 camas en una fracción del terreno adyacente que se utiliza actualmente como
estacionamiento del personal. La administración considera que los laboratorios, los quirófanos y el
departamento de rayos X no se utilizan en su totalidad en el presente y no necesitan ampliarse
para atender a pacientes adicionales. La adición de 90 camas, sin embargo, implica decidir
cuántas camas deberán ser asignadas al personal médico para pacientes médicos y cuántas al
personal quirúrgico para pacientes de este tipo.
Los departamentos de contabilidad y registro médico del hospital proporcionaron la siguiente

información al respecto. La permanencia promedio en el hospital de un paciente médico es de 8
días, y genera ingresos por $2280. El paciente quirúrgico promedio permanece en el hospital 5
días y recibe una factura de $1515. El laboratorio puede manejar 15,000 pruebas por año más de
las que manejaba. El paciente médico promedio requiere 3.1 exámenes de laboratorio, en tanto
274
que el paciente quirúrgico promedia 2.6. Además, el paciente médico promedio requiere un
estudio de rayos X, mientras que el paciente quirúrgico promedio requiere dos. Si el hospital
expandiera su capacidad en 90 camas, el departamento de rayos X podría manejar hasta 7000
estudios sin un costo significativo adicional. Por último, la administración estima que podrían
hacerse 2800 operaciones adicionales en los quirófanos existentes. Los pacientes médicos, desde
luego, no requieren cirugía, mientras que cada paciente quirúrgico, en general, es operado una
vez.
Formule este problema para determinar cuántas camas médicas y cuántas quirúrgicas se deberán
agregar para maximizar los ingresos. Suponga que el hospital está abierto 365 días al año. Luego
resuelva el problema.
Dados los siguientes problemas primales, plantear el problema dual y

resolverlos por el método simplex, luego encuentre la solución del primal
1) BagCo produce chaquetas y bolsos de piel. Una chaqueta requiere 8m2 de piel y bolso de sólo
utiliza 2 m2. Los requerimientos de mano de obra para dos productos son de 12 y 5 horas,
respectivamente. Los suministros semanales actuales de los dos productos se limitan a 1200 m2
y 1850 horas, respectivamente. La compañía vende las chaquetas y los bolsos a 350 y 120
dólares, respectivamente. El objetivo es determinar el programa de producción que maximice la
utilidad neta. BagCo está considerado una expansión de la producción.¿Cuál es el máximo
precio de compra que la compañía debe pagar por la piel adicional? ¿Por la mano de obra
adicional?.
2) Gutchi Company fabrica bolsos, estuches para afeitar y mochilas. La fabricación de los tres
productos requiere piel y material sintético y la piel es la materia prima limitante. El proceso de
fabricación utiliza dos tipos de mano de obra calificada: costura y acabado. La siguiente tabla
proporciona la disponibilidad de los recursos, su utilización en los tres productos y las utilidades
por unidad.
Requerimientos de recursos
por unidad
Recurso Bolso Mochila Estuche Disponibilidad
para afeitar diaria
Piel (pies2) 2 1 3 42
Costura (horas) 2 1 2 40
Acabado (horas) 1 .5 1 45
Precio de venta
(dólares) 24 22 45
Formule el problema como un programa lineal y encuentre la solución óptima utilizando TORA.
Después indique si los siguientes cambios en los recursos mantendrán factible la solución actual.
Para los casos se mantiene la factibilidad, determine la nueva solución óptima (valores de las
variables y de la función objetivo). A continuación plantee el problema dual y resuélvalo.
a) La piel disponible se incrementa a 45 pies2

b) La pies disponible se disminuye en 1 pies2
c) Las horas de costura disponible se cambian a 38 horas.
d) Las horas de costura disponibles se cambian a 46 horas.
e) Las horas de acabado disponibles se disminuyen a 15 horas.
f) Las horas de acabado disponibles se incrementan a 50 horas
g) ¿Recomendaría usted la contratación de un trabajador adicional de costura, a 15 dólares
la hora?
3) Gapco tiene un presupuesto diario de 320 horas de mano de obra y 350 unidades de materia
prima para fabricar do productos. De ser necesario, la compañía puede emplear hasta 10 horas
diarias de tiempo extra de mano de obra a un costo adicional de 2 dólares por hora. Se necesitan
una hora de mano de obra y tres unidades de materia prima para producir una unidad del producto
1, y dos horas de mano de obra y una unidad de materia para producir una unidad del producto
2. La utilidad por unidad del producto 1 es de 10 dólares y la del producto 2 es de 12 dólares. Sea
275
que x1 y x2 definan el número diario de unidades producidas de los productos 1 y 2 y que x 3 sea
las horas extra diarias utilizadas.
contractual.

Mes


para MEPCO.
la tabla.

3
3 3 3
Planta 1 83000 RO.60 0,36 0,58
Planta 2 310000 RO.36 0,22 0,26
Planta 3 190000 RO.50 0,263 0,21
276

menor costo.
dólares.
que utilice. Resuelva por el método simplex para encontrar la estrategia de publicidad óptima.

A 40 10 $ 1.80
B 20 15 0.75
C 10 35 0.40
D 5 40 0.15

mezclas más deseable. Resuelva por el método simplex.


277

resuelva por el método simplex.

Surinam Chino


278
Tipo Costo de Costo Capacidad

compra operativo (toneladas-
(tonelada- Kilómetro
kilómetro) Por mes)
Remolque $15.000 $0.28 10.000
Mediano 8.000 0.32 8.000
CAMIONETA 5.000 0.40 5.000
Formule este problema como un problema de programación lineal. Resuelva por el método
simplex. Tenga cuidado en la especificación del objetivo y en la definición de las variables.
modelo.

Horas de trabajo necesarias para el montaje, para
el acabado y para el empaquetado por unidad. 0.1 0.2 0.5
279
Capitulo IV
El Problema de Transporte
OBJETIVOS DEL CAPITULO VII
1.- Formular problemas de distribución como modelo de transporte
2.- Hallar planes factibles de envío con el mínimo de transporte
3.- Resolver planes óptimos de envío para problemas de transporte.
INTRODUCCIOÓN
Una de las primeras aplicaciones de las técnicas de programación lineal ha sido la formulación y solución
del problema de transporte. El problema de transporte básico fue planteado originalmente por Hutcholky
y posteriormente presentado en detalle por Koopmans. La formulación de programación lineal y el
método sistemático asociado de solución fue dada por primera vez por Dantring.
El modelo de transporte (o modelo de distribución) es un conjunto importante de un problema de

optimización de redes. Ha sido aplicado a algunos problemas de negocios, tales como el control y diseño
de plantas de fabricación, determinación de territorios de ventas, y localización de centros de distribución
de territorios de ventas, y localización de centros de distribución y almacenaje. Tremendos ahorros de
tiempo y costos se han logrado a través de la eficiente ruta de envío de mercancías desde los puntos de
existencia hasta los puntos de demanda.
LA META Y DISTRIBUCIONES DEL MODELO DE TRANSPORTE
La meta de un modelo de transporte en MINIMIZAR el costo total de envío de un producto desde los
puntos de existencia hasta los puntos de demanda bajo las siguientes restricciones:
Función Objetivo.-
n n

i 1 j 1
Cij X ij
Restricciones.-
n

j 1
X ij  ai i  (1, 2, ..........., n)

i 1
X ij  b j j  (1, 2,.........., n)
X ij  0 Para todos los i y j
X ij es la cantidad asignada desde el origen (i) hasta el destino (j)

Cij es el costo o ganancia de asignar una unidad desde el origen (i) hasta el destino (j).
ai son las cantidades disponibles en cada origen.
bj son las cantidades requeridas en cada destino.
Con frecuencia se hace referencia a estos valores como requerimientos de contorno.
El problema de transporte puede enunciarse de la siguiente manera:

Tiene un número (m) de orígenes y (n) destinos, se trata de transportar al menor costo posible
determinadas cantidades de artículos, mercaderías, etc., entre dichos orígenes y destinos.
280
ORIGEN Xij DESTINO
O1 D1
O2 D2
O3 D3
O4 D4
O5 D5
MÉTODOS DE SOLUCIÓN:
REGLA DEL NOROESTE.-
PROBLEMAS DE MINIMIZACIÓN (DEMANDA = OFERTA)
Para conocer mejor la metodología de la aplicación de la regla partiremos del ejercicio.
EJERCICIO 1.-
Una empresa industrial cuenta con 3 centros de distribución de sus productos, el C 1 dispone de 12
toneladas, el C2 dispone de 17 Tn. y el C3 de 9 Tn. Con estas existencias (38 Tn.) se debe abastecer a
4 centros de consumo ubicados a diferentes distancias, los mismos que requieren de las siguientes
cantidades: el CCA demanda 6 Tn, el CCB demanda 7 Tn., el CCC demanda 11 Tn. y el CCD demanda 14
Tn.
Los costos originales por unidad son los siguientes:
Centro de consumo.
A B C D
Centro de destino
C1 4 6 5 2
C2 3 7 4 5
C3 6 5 2 7
Se trata de encontrar el plan óptimo de distribución al menor costo.
FORMULACION DEL PROBLEMA:
1) Función Objetivo.-
Las variables de la función objetivo son las siguientes:
X1 + X2 + X3 + X4
X5 + X6 + X7 + X8
X9 + X10 + X11 + X12
Donde Xij representa la cantidad que debe enviar el centro de distribución (i) al centro de consumo (j).
Los coeficientes de la función objetivo corresponden a los costos originales unitarios conocidos:
(Matriz de costos).
Z(MIN) = COSTO TOTAL
Z(MIN) = 4X1 + 6X2 + 5X3 + 2X4 +

3X5 + 7X6 + 4X7 + 5X8 +
6X9 + 5X10 + 2X11 + 7X12
281
2) Restricciones o limitaciones.-
Para formar las restricciones o limitaciones nos guiamos por la oferta de los centros de distribución
(12, 7 y 9) y la demanda de cada centro de consumo (6, 7, 11 y 14) .
X1+X2+X3+X4 = 12
X5+X6+X7+X8 = 17
X9+X10+X11+X12 = 9
X1 +X5 +X9 = 6
X2 +X6 +X10 = 7
X3 +X7 +X11 = 11
X4 +X8 +X12 = 14
No negatividad XJ ≥ 0
Hemos obtenido un sistema de 7 ecuaciones con 12 incógnitas, el mismo que puede resolverse
mediante el método simplex, aunque resulta muy extenso y complejo, más aún cuando si se trata de
mayor participación de ecuaciones o incógnitas.
Geoge Dantring plantea la solución a este problema aplicando el método de la Regla de Noroeste,
la misma que consiste en lo siguiente:
a) Iniciamos las asignaciones en la esquina Noroeste o sea la superior izquierda de la matriz,

calculando o comparando los mínimos (aj) y (bj) (cantidades ofrecidas por los centros de
producción y los requerimientos por los consumidores).
b) Se debe asignar el máximo posible de unidades desde el centro de distribución 1 al centro de

consumo A, luego si quedan disponibilidades se va asignando al centro de consumo B y así
sucesivamente hasta agotar las existencias.
Número de Envíos.-
Para determinar el número de envíos aplicamos la fórmula siguiente:
N° DE ENVIOS = M + N - 1
M = Número de filas
N = Número de columnas
En el caso que nos ocupa el número de envíos es igual a:
ENVIOS: = 3 + 4 – 1
ENVIOS = 6
En el presente problema la DEMANDA es igual a la OFERTA es decir las existencias son iguales a los
requerimientos.
DEMANDA = OFERTA
PRIMERA SOLUCION
MATRIZ DE EXISTENCIA.-
Esta matriz se forma con las asignaciones que se van a enviar (6 en total)
6 6 12
1 11 5 17
9 9
6 7 11 14
282
El centro de distribución 1 envía al centro de consumo A, 6 unidades que es lo que requiere, de las 12 le
quedan 6 que las envía al centro de consumo B que necesita 7, por lo tanto el centro de distribución 2
asigna 1 unidad al centro de consumo B para completar su demanda y le quedan a CD 2, 16 unidades,
de las cuales 11 envía al centro de consumo C que es lo que requiere y las 5 restantes asigna al centro
de consumo D que necesita 14, para completar su demanda recibe 9 del centro de distribución 3.
Esta primera distribución es ya una respuesta, pero no necesariamente la óptima. Si a estas cantidades
asignadas las multiplicamos por sus correspondientes costos unitarios de envío obtenemos la función de
costo total 1.
COSTO TOTAL = Z (MIN)
CT1= 4x6 + 6x6 + 7x1 + 4x11 + 5x5 + 7x9
CT1 = 199
SEGUNDA SOLUCIÓN.-
Para encontrar una nueva solución es necesario emplear la metodología de carácter iterativo, esto es,
encontrar aproximaciones sucesivas mediante el algoritmo de la matriz de costos indirectos .
MATRIZ DE COSTOS INDIRECTOS.-
Debemos obtener la matriz de costos indirectos partiendo de los costos unitarios originales
correspondientes a las cantidades ya asignadas en la matriz de existencia de la primera solución.
4 6 (PIVOTE)
7 4 5 (SEMIPIVOTE)
7 (SEMIPIVOTE)
En lugar de la cantidad enviada 6 del centro de distribución 1 al centro de consumo A colocamos su

correspondiente costo unitario original 4, lo mismo hacemos con las restantes.
De los costos unitarios originales reemplazados escogemos el menor (4) que actuará de pivote el mismo
que irá siempre en la parte superior esquinera sin importar donde se encuentre el menor costo original,
debemos encontrar los semipivotes, luego por sumatorias en correspondencia a la fila y columna
respectiva hallamos los restantes.
Partimos de la siguiente igualdad:
A=B+C
A = Valores de las filas y columnas interiores

B = Resultado de las columnas
C = Resultado de las filas
A11 A12 A13 A14 C1

A21 A22 A23 A24 C2
C3
A31 A32 A33 A34
C4
B1 B2 B3 B4
A11 = 4 A12 = 6 A13 = 3 A14 = 4 C1 = 4 PIVOTE

A21 = 5 A22 = 7 A23 = 4 A24 = 5 C2 = 5 SEMIPIVOTE
A31 = 7 A32 = 9 A33 = 6 A43 = 7 C3 = 7 SEMIPIVOTE
B1 = 0 B2 = 2 B3 = 1 B4 = 0
Operaciones para llenar la matriz de costos indirectos:
A11 = B1 + C1 A12 = B2 + C1
4 = B1 + 4 6 = B2 + 4
B1 = 0 B2 = 2
283
A22 = B2 + C2 A23 = B3 + C2
7 = 2 + C2 4 = B3 + 5
C2 = 5 B3 = -1
A24 = B4 + C2 A34 = B4 + C3
5 = B4 + 5 7 = 0 + C3
B4 = 0 C3 = 7
A13 = B3 + C1 A14 = B4 + C1
A13 = -1 + 4 A14 = 0 + 4
A13 = 3 A14 = 4
A21 = B1 + C2 A31 = B1 + C3
A21 = 0 + 5 A31 = 0 + 7
A21 = 5 A31 = 7
A32 = B2 + C3 A34 = B3 + C3
A32 = 2 + 7 A34 = -1 + 7
A32 = 9 A34 = 6
Matriz de costos indirectos

4 6 3 4 (4*)
5 7 4 5 5°
7 9 6 7 7°
0 2 -1 0
MATRIZ DE ELECCIÓN.-
La matriz de elección nos permite ir seleccionando alternativas, se la obtiene de la diferencia entre la

matriz de costos indirectos y la matriz de costos originales.
ME = MCI - MCO
Matriz costos indirectos Matriz costos originales Matriz de elección

4 6 3 4 4 6 5 2 0 0 -2 2
5 7 4 5 - 3 7 4 5 = 2 0 0 0
7 9 6 7 6 5 2 7 1 4 (4) 0
De la matriz de elección seleccionamos el mayor valor positivo de las cifras obtenidas, en este caso (4)
(el de menor costo). Esto implica que debe asignarse una cantidad alfa () desde el centro de
distribución 3 al centro de consumo C.
Al asignar la cantidad  en la casilla A33 (nuevo envío), se alteran las sumas del renglón y columna al
cuál pertenece, por tanto es necesario restar, a fin de que no altere el esquema general.
Para encontrar el valor de alfa y arribar a una nueva solución, obviamente el valor será 9, pues no
podemos restar una cantidad mayor a 9, es decir, se toma la menor de las restas.
Matriz de existencia (nueva)

6 6
1 11 5
 9
El valor de alfa altera a 11, 5 y 9
6 6
1 11- 5+
 9-
9-=0 =9
284
Matriz de existencia.
6 6 12
1 2 14 17
9 9
6 7 11 14
Las cantidades asignadas multiplicamos por los costos originales y obtenemos la segunda función
objetivo de costo total que será menor que el primer costo.
CT2 = 4x6 + 6x6 + 7x1 + 4x2 + 5x14 + 2x9

CT2 = 163
TERCERA SOLUCION:
El procedimiento se repite hasta que en la matriz de elección todos los valores sean CEROS y/o
negativos.
4 6 3 4 (2*) PIVOTE
5 7 4 5 3
3 5 2 3 1
2 4 1 2
Matriz costos indirectos Matriz costos originales Matriz de elección
4 6 3 4 4 6 5 2 0 0 -2 2
5 7 4 5 - 3 7 4 5 = 2 0 0 0
3 5 2 3 6 5 2 7 -3 0 0 -4
De la matriz de elección elegimos el valor positivo 2, esto significa que el centro de distribución 2 debe
asignar una cantidad alfa al centro de consumo A.
Matriz de existencia
6- 6+ 5 7 12
 1- 2 14 2 14 1 17
9 9 9
1- = 0 Menor Resta 6 7 11 14
=1
CT3 = 4X5 + 6X7 + 3X1 + 4X2 + 5X14 + 2X9
CT3 = 161
CUARTA SOLUCION.-

4 6 5 6 (2*) MCI = Matriz de costos indirectos
3 5 4 5 1 MCO = Matriz de costos originales
1 3 2 3 -1 ME = Matriz de elección
2 4 3 4 MEX = Matriz de existencia
MCI MCO ME
4 6 5 6 4 6 5 2 0 0 0 (4)
3 5 4 5 - 3 7 4 5 = 0 -2 0 0
1 3 2 3 6 5 2 7 -5 -2 0 -4
Tomamos el valor positivo 4, es decir el centro de distribución 1, asigna una cantidad alfa al centro de
consumo D.
5- 7  7 5 12
1+ 2 14. 6 2 9 17
9 9 9
5-=0 6 7 11 14
=5
CT4 = 6x7 + 2x5 + 3x6 + 4x2 + 5x9 + 2x9 CT4 = 141
285
QUINTA SOLUCION.-
MCI MCO ME
0 6 1 2 (2*) 4 6 5 2 -4 0 -4 0
3 9 4 5 5 - 3 7 4 5 = 0 (2) -3 0
1 7 2 3 3 6 5 2 7 -5 2 0 -4
-2 4 -3 0
A pesar de haber dos valores positivos y por razones de formación de la matriz de existencia, elegimos
el ubicado en A22, lo cual significa que el centro de distribución 2 asigna una cantidad alfa al centro de
consumo B.
MATRIZ DE EXISTENCIA
7- 5 + 12 12
6  2 9- 6 7 2 2 17
9 9 9
7-=0 6 7 11 14
=7
CT5 = 2x12 + 3x6 + 7x7 + 4x2 + 5x2 + 2x9
CT5 = 127
SEXTA SOLUCION.-
MCI MCO ME
0 4 1 2 (2*) 4 6 5 2 -4 -2 -4 0
3 7 4 5 5 - 3 7 4 5 = 0 0 0 0
1 5 2 3 3 6 5 2 7 -5 0 0 -4
-2 2 -1 0
En vista de que en la matriz de elección , todos los elementos son ceros y/o negativos, entonces
el esquema óptimo de envío, es la matriz de existencia de la solución quinta y el costo mínimo total es de
127.
CT (MINIMO) = 127
MATRIZ DE EXISTENCIA
12
6 7 2 2
9
SOLUCION FINAL:
CD = CENTRO DE DISTRIBUCION
CC = CENTRO DE CONSUMO
CD CC CANTI. COSTO TOTAL
----- ---- ---------- --------- ----------
C1 D 12 2 24
A 6 3 18
B 7 7 49
C2
C 2 4 8
D 2 5 10
C3 C 9 2 18
---------- --------------
38 Tn. COSTO TOTAL127
----------- ---------------
SOLUCION ALTERNATIVA.-
En la matriz de elección de la solución quinta hubo dos valores positivos, fue elegido el valor 2 que
corresponde a A22, sin embargo el otro valor también puede ser tomado en cuenta, denominándose
solución alternativa, el valor del costo total final tiene que ser el mismo.
286
MEX
7- 5+ 12 12
6 2+ 9- 6 9 2 17
 9- 7 2 9
7-=0 6 7 11 14
=7
CD CC CANT. COSTO TOTAL
C1 D 12 2 24
A 6 3 18
C2 C 9 4 36
D 2 5 10
B 7 5 35
C3 C 2 2 4
--------- ------------
38 Tn. COSTO FINAL. 127
EJERCICIO No. 2.-
La empresa “X” tiene cuartos fríos en sus almacenes ubicados en Esmeraldas, Guayaquil y Manta, en
cada almacén la empresa procesa y distribuye langosta para vendedores de pescado localizados en
varias ciudades del país.
Demanda de langostas de la próxima semana
CIUDAD No DE CAJAS
AMBATO 30
CUENCA 50
QUITO 65
TULCAN 55
-----------------------
200
Los costos de transporte aéreo por caja entre las plantas y los vendedores son como sigue:
Costos de transporte por caja de langosta
AMBATO CUENCA QUITO TULCÁN
ESMERALDAS 14 16 12 20
GUAYQUIL 12 14 10 18
MANTA 10 16 8 15
En la próxima semana se espera tener el siguiente suministro de langostas:
Suministro de langostas de la próxima semana

PLANTA SUMINISTRO
ESMERALDAS 100
GUAYAQUIL 40
MANTA 60
---------
200
El problema de administración de la empresa se muestra cómo construir un plan de envío de mínimo

costo entre los almacenes y los vendedores de pescado.
DEMANDA = OFERTA
El problema está balanceado.
HACIA AMBATO CUENCA QUITO TULCAN SUMIN.
DESDE
ESMERALDAS 14 16 12 20 100
GUAYAQUIL 12 14 10 18 40
MANTA 10 16 8 15 60
DEMANDA 30 50 65 55 200
200
287
PRIMERA SOLUCION:
ENVIOS = 3 + 4 - 1 = 6
30 50 20 100
40 40
5 55 60
30 50 65 55
CT1 = 14x30 + 16x50+12x20+10x40+8x5+15x55

CT1 = 2725
SEGUNDA SOLUCION:
MCI MCO ME
14 16 12 19 (8*) 14 16 12 20 0 0 0 -1
12 14 10 17 6 - 12 14 10 18 = 0 0 0 -1
10 12 8 15 4 10 16 8 15 0 -4 0 0
6 8 4 11
Como en la matriz de elección todos los elementos son ceros o negativos, entonces la primera solución
es la óptima.
ALMACEN CIUDADES CANTIDAD COSTO TOTAL
AMBATO 30 14 420
ESMERAL. CUENCA 50 16 800
QUITO 20 12 240
GUAYAQUIL QUITO 40 10 400
QUITO 5 8 40
MANTA TULCAN 55 15 825
CAJAS DE LANG. 200 COSTO TOTAL 2.725
CASOS ESPECIALES:
En la resolución de los problemas anteriores, la condición fijada previamente es que todo lo disponible es
igual a los requerimientos, es decir la demanda es igual a la oferta.
Esta condición no siempre se cumple en la práctica, así puede ocurrir que la producción exceda a los
requerimientos, esto significa que la oferta es mayor que la demanda.
OFERTA MAYOR DE LA DEMANDA.-
Partiremos del siguiente ejemplo:
Matriz de costos originales

HACIA CLIENTES
DISPO.
DESDE
A B C D
R1 4 1 2 6 100
R2 6 4 3 5 120
R3 5 2 6 4 120
50 70 90 90 340
REQUER.
300
Como la oferta es mayor que la demanda se debe crear un destino o cliente imaginario E´, al cual
destinaremos el exceso de la producción o cantidades no absorbidas por los lugares de destino o
consumidores, lógicamente los costos asignados a este destino imaginario, serán de cero, la nueva
matriz AGREGA ese destino imaginario:
288

HACIA CLIENTES
DISPONI
DESDE BLE
A B C D E!
R1 4 1 2 6 0 100
R2 6 4 3 5 0 120
R3 5 2 6 4 0 120
340
REQUE. 50 70 90 90 40
340
La diferencia entre la oferta y demanda es de 40 unidades, por consiguiente ese valor debemos asignar
al centro o cliente imaginario para que la oferta sea igual a la demanda.
Una vez equilibrada tanto la oferta como la demanda, para la resolución de este problema de transporte,
se procede en idéntica forma a la ya estudiada, los resultados a las diferentes iteraciones son las
siguientes:
PRIMER SOLUCIÓN:
ENVIOS = 3 + 5 – 1 = 7
50 50 100
20 90 10 120
80 40 120
50 70 90 90 40
CT1 = 50x4 + 50x1 + 20x4 + 90x3 + 10x5 + 80x4 + 40x0

CT1 = 970
SEGUNDA SOLUCIÓN:
MCI MCO M.E.
4 1 0 2 0 (0*) 4 1 2 6 0 0 0 -2 -4 0
7 4 3 5 3 3 -- 6 4 3 5 0 = 1 0 0 0 (3)
6 3 2 4 0 2 5 2 6 4 0 1 1 -4 0 0
4 1 0 2 0
De la matriz de elección seleccionamos el mayor valor positivo 3, esto significa que R 2 debe enviar al
centro de destino imaginario (E) una cantidad alfa.
50 50 50 50 100
20 90 10 -   20 90 10 120
80+  40- 90 30 120
10 -  = 0  = 10 50 70 90 90 40
CT2 = 50x4+50x1+20x4+90x3+10x0+90x4+30x0
CT2 = 960
TERCERA SOLUCIÓN:
MCI MCO M.E
4 1 0 1 -3 (0*) 4 1 2 6 0 0 0 -2 -5 -3
7 4 3 4 0 3 - 6 4 3 5 0 = 1 0 0 -1 0
7 4 3 4 0 3 5 2 6 4 0 (2) 2 -3 0 0
4 1 0 1 -3
De la matriz de elección seleccionamos el valor 2, lo cual significa que R 3 debe asignar una cantidad alfa
al centro de destino A.
289
50 -  50 +  30 70 100
20 -  90 10 +  90 30 120
 90 30 -  20 90 10 120
20 -  = 0  = 20 50 70 90 90 40
CT3 = 30x4+70x1+90x3+30x0+20x5+90x4+10x0
CT3 = 920
CUARTA SOLUCIÓN:
MCI MCO M.E.
4 1 2 3 -1 (0*) 4 1 2 6 0 0 0 0 -3 -1
5 2 3 4 0 1 - 6 4 3 5 0 = -1 -2 0 -1 0
5 2 3 4 0 1 5 2 6 4 0 0 0 -3 0 0
4 1 2 3 -1
Los elementos de la matriz de elección se han transformado en ceros y/o negativos, en consecuencia la
solución anterior es la óptima.
REFINERIA CENTRO DE CANTI- COSTO TOTAL

DESTINO DAD
A 30 4 120
R1
B 70 1 70
R2 C 90 3 270
E” 30 0 0
A 20 5 100
R3 D 90 4 360
E´ 10 0 0
340 COST. 920
MIN.
El mismo costo mínimo se hubiera tenido si seleccionábamos el valor 2 que corresponde a R 3 y al centro
de destino B.
Las 30 unidades de la refinería 2, enviadas al centro de destino imaginario E´ y las 10 unidades de la

refinería 3 enviadas al mismo centro de destino imaginario, constituyen STOCK.
OFERTA MENOR QUE DEMANDA:
Otro caso que se presenta en los problemas de transporte es aquel en el cual la demanda
(requerimientos de los clientes) supera a la oferta (Oferta menor que demanda), de ocurrir esto se
deberá nivelar el problema mediante la creación de un centro de distribución imaginario que satisfaga el
exceso de la demanda.

HACIA CLIENTE
A B C D DISPONIBLE
DESDE
R1 4 1 2 6 80
R2 6 4 3 5 100
R3 5 2 6 4 120
REQUERIMIENTOS 70 90 110 70 300
340
290
Los requerimientos (DEMANDA) superan a las disponibilidades (OFERTA), creamos un origen o centro
 
!
de distribución imaginario que satisfaga la demanda R4 , obteniéndose de esta manera una nueva
matriz, Los costos son iguales a cero.
DESTINO CONSUMO
A B C D DISPONIB.
ORIGEN
R1 4 1 2 6 80
R2 6 4 3 5 100
R3 5 2 6 4 120
R4 0 0 0 0 40
REQUERIM. 70 90 110 70 340
340
PRIMERA SOLUCION:
ENVIOS = 4 + 4 –1 = 7
70 10 80
80 20 100
90 30 120
40 40
70 90 110 70
CT1 = 4x70+1x10+4x80+3x20+6x90+4x30+0x40
CT1 = 1330
SEGUNDA SOLUCIÓN:
MCI MCO M.E
4 1 0 -2 (0*) 4 1 2 6 0 0 -2 -8
7 4 3 1 3 -- 6 4 3 5 = 1 0 0 -4
10 7 6 4 6 5 2 6 4 5 5 0 0
6 3 2 0 2 0 0 0 0 (6) 3 2 0
4 1 0 -2
70- 10+ 30 50 80
80 -  20 +  40 60 100
90 -  30 +  7050 120
 40 -  40 40
40 -  = 0  = 40 70 90 110 70
CT3 = 3x30 + 1x50 + 4x40 + 3x60 + 6x60 + 6x50 + 4x70 + 0x40
CT2 = 1060
TERCERA SOLUCI{ÓN
MCI MCO M.E
4 1 0 -2 (0*) 4 1 2 6 0 0 -2 -8
7 4 3 1 3 -- 6 4 3 5 = 1 0 0 -4
10 7 6 4 6 5 2 6 4 5 (5) 0 0
0 -3-4 -6 -4 0 0 0 0 0 -3 -4 -6
4 1 0 -2
De la matriz de elección seleccionamos el mayor valor positivo 5.
30 50 30 50 80
40- 60 +  100 100
 50 -  70 40 10 70 120
40 40 40
40 -  = 0  = 40 70 90 110 70
291
CT3 = 4x30 + 1x50 + 3x100 + 2x40 + 6x10 + 4x70 + 0x40
CT2 = 890
CUARTA SOLUCIÓN:
MCI MCO M.E
4 1 5 3 (0*) 4 1 2 6 0 0 (3) -3
2 -1 3 1 -2 -- 6 4 3 5 = -4 -5 0 -4
5 2 6 4 1 5 2 6 4 0 0 0 0
0 -3 1 -1 -4 0 0 0 0 0 -3 1 -1
4 1 5 3
30 50-  30 40 10 80
100 100 100
40- 10 -  70 50 70 120
40 40 30
10 +  = 0  = 10 70 90 110 70
CT4 = 4x30 + 1x40 + 2x10 + 3x100 + 2x50 + 4x70 + 0x40

CT2 = 860
QUINTA SOLUCIÓN:
MCI MCO M.E
4 1 2 3 (0*) 4 1 2 6 0 0 0 -3
5 2 3 4 1 -- 6 4 3 5 = -1 -2 0 -1
5 2 3 4 1 5 2 6 4 0 0 -3 0
0 -3 -2 -1 -4 0 0 0 0 0 -3 -2 -1
4 1 2 3
En la matriz de elección todos sus elementos son ceros y/o negativos, entonces la solución cuarta es la
óptima.
REFINERÍA CLIENTE CANTI. COSTO TOTAL
A 30 4 120
R1 B 40 1 40
C 10 2 20
R2 C 100 3 300
B 50 2 100
R3
D 70 4 280
R ! A 40 0 0
4
340 COST. MI 860
METODO DEL MINIMO COSTO.-
Se selecciona la celda que tiene el menor costo. En la celda seleccionada haga un envío igual al mínimo
del suministro y demanda para la fila y columna que contiene la celda seleccionada.
EJERCICIO N° 1:
Resolvemos Los mismos problemas anteriores para poder comparar los resultados.

DESTINO
A B C D DISPONIB.
ORIGEN
C1 4 6 5 2 12
C2 3 7 4 5 17
C3 5 5 2 7 9
DEMANDA 6 7 11 14 38
38
292
DEMANDA = OFERTA
PRIMERA SOLUCIÓN:
ENVIOS = 3 + 4 – 1 = 6
Para formar la matriz de existencia procedemos de la siguiente manera:
En la primera columna el menor costo es 3, por tanto C 2 envía a 6 unidades que cubren su
requerimiento.
En la segunda columna el menor costo es 5, lo cual significa que C 3 envía a B 7 unidades y se cubre la
demanda de B.
En la tercera columna el menor costo es 2, C 3 debe enviar únicamente 2 unidades a C porque sus
disponibilidades son 9, de esa tercera fila. Para cubrir la demanda de C faltan 9 unidades que reciben de
C2 en el costo 4 de la tercera columna.
En la cuarta columna el menor costo es 2, C 1 envía a D, 12 unidades que cubre las disponibilidades de
esa fila pero no completa la demanda de D, para lo cual C2 debe enviar 2 unidades a D, de esta manera
completa también las disponibilidades de la segunda fila.
4 6 5 2
12
12
3 7 4 5
17
6 9 2
6 5 2 7
9
7 2
6 7 11 14
CT (MINIMO) = 3x6 + 5x7+ 4x9 + 2x2 + 2x12 + 5x2
CT (MININO) = 127
Para saber si la matriz de existencia es la óptima, debemos encontrar la matriz de elección, que es la
indicadora si la solución es o no válida, previamente encontramos la matriz de costos indirectos.
MCI MCO M.E

0 4 1 2 (2*) 4 6 5 2 -4 -2 -4 0
3 7 4 5 5 -- 3 7 4 5 = 0 0 0 0
1 5 2 3 3 6 5 2 7 -5 0 0 -4
-2 2 -1 0
Efectivamente los elementos de la matriz de elección son todos ceros y/o negativos, en consecuencia la
solución obtenida sobre la base de los costos mínimos es óptima.
COSTO TOTAL (MINIMO = 127

EJERCICIO N° 2.-
HACIA
A B C D DISPONIB.
DESDE
R1 4 1 2 6 80
R2 6 4 3 5 100
R3 5 2 6 4 120
REQUER. 70 90 110 70 300
340
293
OFERTA MENOR QUE DEMANDA
Equilibramos los requerimientos y las disponibilidades creando un centro de origen R4!

A B C D DISPONIB.
R1 4 1 2 6 80
R2 6 4 3 5 100
R3 5 2 6 4 120
R4! 0 0 0 0 40
REQUERI. 70 90 110 70 340
340
SOLUCIÓN.-
ENVIOS = 4 + 4 – 1
ENVIOS = 7
4 1 2 6
80
30 40 10
6 4 3 5
100
100
5 2 6 4
120
50 70
0 0 0 0
40
40
70 90 110 70
Para formar la matriz de existencia para este caso, si se toma en cuenta el costo mínimo de cero (0)
CT4 = 4x30 + 1x40 + 2x10 + 3x100 + 2x50 + 4x70 + 0x40
CT2 = 860
El costo total mínimo obtenido, es el mismo que el costo mínimo cuando se aplicó el método de la
esquina del noreste.
PROBLEMAS DE MAXIMIZACIÓN:
El procedimiento utilizando en los casos de minimización, también puede usarse para maximización si se
hace una ligera modificación. Puesto que minimizar el negativo de una función, equivale a maximizar la
función.
La modificación requerida cosiste en hacer negativos todos los coeficientes de la ganancia. Después de
esta modificación, el procedimiento es igual al empleado en la minimización.
EJERCICIO Nª 3.-
Cuatro expendedores de gasolina A, B, C y D, requieren 50 mil, 40 mil, 60 mil y 40 mil galones

respectivamente. Es posible satisfacer estas demandas a partir de las localidades I, II y III que disponen
de 80 mil, 100 mil y 50 mil galones respectivamente.
Las ganancias obtenidas por el transporte de 1.000 galones se indican en la siguiente tabla.
294
Ganancia por 1.000 galones

A B C D
I 80 70 60 60
II 50 70 80 70
III 70 50 80 60
Obtener el esquema óptimo de envío que permita maximizar las utilidades.
SOLUCIÓN.-
DEMANDA OFERTA
--------------------- ------------------
50 80
40 100
60 50
40
----------- -----------
190 230
DEMANDA  OFERTA
Como la demanda es menor que la oferta, tenemos que crear un centro de requerimiento ficticio (E’) para
que cubra Los 40 mil galones que representa la diferencia con beneficios igual a cero, de modo que se
cumpla:
DEMANDA = OFERTA
Matriz de beneficios (en miles)
DEST.
A B C D E’ DISPON.
ORIG.
I 80 70 60 60 0 80
II 50 70 80 70 0 100
IV 70 50 80 60 0 50
REQUERIMIENTO 50 40 60 40 40 300
340
Una vez que se ha igualado la demanda y la oferta procedemos a minimizar la matriz de beneficios
multiplicando por (-1) cada coeficiente.
DEST.
A B C D E’ SUMIN.
ORIG.
I -80 -70 -60 -60 0 80
II -50 -70 -80 -70 0 100
II -70 -50 -80 -60 0 50
REQUER. 50 40 60 40 40 230
230
ENVIOS = 3 + 5 – 1 = 7
PRIMERA SOLUCIÓN.-
50 30 80
10 60 30 100
10 40 50
50 40 60 40 40
TG = GANANCIA TOTAL
TG = 80x50 + 70x30 + 70x10 + 80x60 + 70x30 + 60x10+ 0x40
TG = 14.300 (MILES)
295
SEGUNDA SOLUCIÓN.-
MCI MCO
-80 -70 -80 -70 -10 (-80*) -80 -70 -60 -60 0
-80 -70 -80 -70 -10 -80 - -50 -70 -80 -70 0 =
-70 -60 -70 -60 0 -70 -70 -50 -80 -60 0
0 10 0 10 70
M.E
0 0 -20 -10 -10
-30 0 0 0 -10
0 -10 (10) 0 0
En la matriz de elección tenemos un valor positivo (10), el campo III debe enviar una cantidad alfa al
centro C.
50 30 50 30 80
10 60- 30+ 10 50 40 100
 10- 40 10 40 50
10 -  = 0 50 40 60 40 40
 = 10
GT2 = 80x50+70x30+70x10+80x50+70x40+80x10+0x40
GT = 14.400 miles
TERCERA SOLUCIÓN.-
M.E
-80 -70 -80 -70 0 (-80)*
-80 -70 -80 -70 0 -80
-80 -70 -80 -70 0 -80
0 10 0 10 80
MCI MCO M.E
-80 -70 -80 -70 0 (-80*) -80 -70 -60 -60 0 0 0 -20 -10 0
-80 -70 -80 -70 0 -80 -- -50 -70 -80 -70 0 = -30 0 0 0 0
-80 -70 -80 -70 0 -80 -70 -50 -80 -60 0 -10 -20 0 -10 0
0 10 0 10 80
CENTRO CENTRO DE CANTIDAD BENEF. TOTAL

EXPEND. REQUERIM.
------------- ------------------ ---------------- ------------ ----------
A 50 80 4.000
I
B 30 70 2.100
B 10 70 700
II C 50 80 4.000
D 40 70 2.800
C 10 80 800
III
E’ 40 0 0
---------- -----------
230 14.400
SEGUNDO MÉTODO.-
Los problemas de maximización también se pueden resolver aplicando el siguiente método:
1. Se escoge el mayor coeficiente, en el ejemplo propuesto es (80) y se van restando de él los

demás.
2. Se procede como en los casos de minimización.
Haciendo las restas respectivas la matriz de beneficios se transforma en la siguiente:
296
A B C D E’ SUMI.
I 80 - 80 80 - 70 80 - 60 80 - 60 80 - 0 80
II 80 - 50 80 - 70 80 - 80 80 - 70 80 - 0 100
II 80 - 70 80 - 50 80 - 80 80 - 60 80 - 0 50
REQUER. 50 40 60 40 40 230
230
A B C D E’ SUMIN.
1 0 10 20 20 80 80
II 30 10 0 10 80 100
II 10 30 0 20 80 50
REQUER. 50 40 60 40 40 230
230
DEMANDA = OFERTA
SOLUCIÓN:
ENVIOS = 5 + 3 – 1 = 7
50 30 80
10 50 40 100
10 40 50
50 40 60 40 40
GT(MÁXIMA) = 80x50 + 70x30 + 70x10 + 80x50 + 70x40 + 80x10 + 0x40

GT (MAXIMA) = 14.400 MILES
EJERCICIO Nª 4.-
Suponga que hay tres fábricas (F 1, F2 y F3) que abastecen a tres almacenes (W 1, W 2, W 3). En las tablas
siguientes se proporcionan las capacidades de las fábricas, los requisitos de los almacenes y los costos
de envío de cada fábrica a cada destino. En los márgenes de esta tabla están las cantidades disponibles
en las fábricas y los requerimientos de los almacenes.
Capacidades de las fábricas y requerimientos de los almacenes.

Fábricas Cantidad disponible Almacenes Cantidad requerida
F1 20 W1 5
F2 15 W2 20
F3 10 W3 20
Total 45 Total 45
Costos de envío y datos de suministro y demanda

Destino W1 W2 W3 Unidades
Fuente disponibles
F1 $ 0.90 $ 1.00 $ 1.30 20
F2 $ 1.00 $ 1.40 $ 1.00 15
F3 $ 1.00 $ 0.80 $ 0.80 10
Unidades demandadas 5 20 20 45
El razonamiento que se aplica en este caso es que cada una de las fábricas debe enviar su producto y
que el menor costo de cada fila representa el envío más barato desde cada fábrica. Análogamente, el
costo menor de una columna es la manera menos costosa de enviar el producto a un almacén. Este
método por lo general no producirá la solución óptima, pero generalmente en un buen punto de partida.
El costo de 80 centavos de F3 W 2, es igual a los 80 centavos de F 3 W 3. Se podría tomar cualquiera de los

dos valores, pero escogeremos arbitrariamente F 3W 2. Como la fábrica (F3) sólo puede suministrar 10
unidades, aunque el almacén (W 2) requiere 20 unidades, se coloca un 10 en la casilla F 3 W 2 de la tabla
de la solución, los costos se colocan en la esquina superior izquierda de la casilla, y las unidades
enviadas en la esquina inferior derecha (en negrilla y subrayadas).
297
Fuente disponibles
$ 0.90 $ 1.00 $ 1.30
F1 20
5 10 5
$ 1.00 $ 1.40 $ 1.00
F2 15
0 0 15
$ 1.00 $ 0.80 $ 0.80
F3 10
0 10 0
Unidades 5 20 20 45
demandadas
Ya se ha agotado la capacidad de la fábrica 3, por lo que se pueden colocar ceros en las demás casillas
de la fila 3.
De la misma manera los 90 centavos de la casilla F 1 W 1 representan la menor cantidad de la fila y la

menor de su columna. La fábrica puede suministrar 20 unidades, pero el almacén sólo requiere cinco;
por lo tanto, se coloca un 5 en la casilla F 1 W 1. Ya están satisfechas las necesidades del almacén 1, por
lo cual se pueden colocar ceros en las demás casillas de la columna 1.
Al llegar a este punto no hay más casillas que sean el mínimo de su fila y su columna (por esto el
procedimiento generalmente no llega a una solución óptima).
Para colocar las unidades restantes se aplica el sentido común: nos aseguramos que no se tome de una
fábrica más de lo que puede producir y de que no se envíe a un almacén más de lo que requiere. Sobran
15 unidades de F2; asignaremos 10 unidades a F 1 W 2 y 5 a F1W 3. Las necesidades del almacén 2 se
satisfacen con esta asignación, pues ya se habían asignado 10 unidades de F 3 a W 2.
Las 15 unidades de F2 se asignan a F2 W 3, ya que el almacén 3 es el único cuyas necesidades no se han

cubierto. Con este paso se ha asignado la producción de todas las fábricas y en esta primera solución se
cumplen los requerimientos de todos los almacenes.
CF(MINIMO) = 5(0.90)+10(1.00)+10(0.80)+5(1.30)+15(1.00)
CFM = $44
EVALUACIÓN DE RUTAS ALTERNATIVAS.
Ahora tenemos que probar si es posible reducir los costos con un reacomodo de las rutas. A partir de la
solución anterior.
Procederemos a evaluar la ventaja relativa de las rutas alternativas en cuanto a costo. Considere una
ruta que no se usa, por ejemplo, el envío de la fábrica 1 al almacén 2 (es decir, la casilla F 2 W 1 tiene cero
en la esquina inferior derecha). El costo “directo” de usar esta ruta es la cantidad de la esquina superior
izquierda de la casilla: un dólar; esta cantidad se compara con los costos actuales de una ruta indirecta
de F2 a W 1. La ruta indirecta es la que tendría que seguir una unidad de una fábrica a un almacén
únicamente por canales establecidos (es decir, el envío debe evitar las casillas con ceros; de lo contrario,
se hace un envío de una casilla que no tiene unidades o se introducen dos casillas en la solución en
lugar de una).
Los costos indirectos se obtienen trazando una ruta indirecta y sumando los costos. Si se considera la
casilla F2 W 1, la ruta indirecta es: + F2W 3 – F1W 3 + F1W 1. Esto significa que se podría enviar una unidad
de F2 a W 3, reducir en una unidad el envío actual de F 1 a W 3 y enviar la unidad F1 que no se utiliza de F1
a W 3. El resultado neto de estas transacciones es que aún se cumplen todos los suministros y
requerimientos. El costo indirecto es:
298
Cargo por envío de F2 a W 3 + $ 1.00

Cada unidad que envía F2 a W 3 ahorra el costo de suministro - 1.30
desde F1 a W 3
Cargo por envío de F1 a W 3 + 0.90
Costo indirecto + 0.60
El costo de evitar la casilla F 2W 1, es de 60 centavos (el costo inicial de un dólar por usar F 2W 3, el ahorro
de 1.30 dólares por no usar F 1W 3 en la medida de lo posible y el costo de 90 centavos por usar la casilla
F1W 1)- En comparación con este costo indirecto total de 60 centavos está un costo de un dólar, resultado
de usar la ruta directa F2W 3; por lo tanto, es preferible la ruta indirecta.
Sólo puede existir una ruta indirecta para cada casilla cero, excepto si la solución de prueba anterior
contenía más de M + N rutas directas.
Las otras casillas cero se pueden evaluar en forma similar. Por ejemplo, el envío indirecto de F2 a W 2 es
el cargo de F2 a W 3 (un dólar) menos el cargo F 1W 3 (1.30 dólares) más el cargo F 1W 2, (un dólar) = 70
centavos. Una vez más, esta cantidad es menor que el costo del envío directo (1.40 dólares) y se
seguiría la ruta indirecta. La casilla F3W 1 también tiene un costo de 70 centavos para el envío indirecto y,
una vez más, es menor que el costo de la ruta directa (un dólar). Sin embargo, al evaluar la última ruta
no utilizada, F3W 3, el costo que se obtiene para la ruta indirecta es:
$ 0.80 - $ 1.00 + $ 1.30 = $ 1.10
Lo cual es mayor que el costo de 80 centavos de la ruta directa. En este caso hay que usar la ruta
directa F3W 3, en lugar de la ruta indirecta.
F3W 2 – G1W 2 + F1W 3.

Ya que se puede obtener un ahorro de
$ 1.10 - $ 0.80 = $ 0.30.

por unidad con la ruta directa (véase Tabla).
Ruta no utilizada Costo de la ruta Costo de la ruta indirecta

directa
F2W 1 $ 1.00 $ 0.60
F3W 1 1.00 0.70
F2W 2 1.40 0.70
F3W 3 0.80 1.10
¿Cuántas unidades pueden desplazarse de la ruta indirecta a la ruta directa F3W 3? La respuesta es el
número mínimo que aparezca en las conexiones de la ruta indirecta que debe proporcionar unidades
para la transferencia. En este caso son cinco unidades, de la casilla F 1W 3. Por lo tanto, se envían cinco
unidades por la ruta directa F2W 3; como F3 solo produce 10 unidades, esto obliga a reducir a cinco la
casilla F3W 2 y ahora se requieren cinco unidades adicionales en el almacén 2. Esta deficiencia se
compensa sin problemas con la fábrica 1, la cual se vio obligada a reducir precisamente en cinco
unidades su envío a W 3, como resultado de la nueva fuente de suministro de W 3. El nuevo patrón se
muestra en la tabla siguiente.
Fuente disponibles
$ 0.90 $ 1.00 $ 1.30
F1 20
5 15 0
$ 1.00 $ 1.40 $ 1.00
F2 15
0 0 15
$ 1.00 $ 0.80 $ 0.80
F3 10
0 5 5
Unidades 5 20 20 45
demandadas
299
Todas las rutas que no se utilizan, identificadas con las casillas cero de la tabla anterior deben evaluarse
de nuevo para ver si es posible una reducción adicional en el costo. Este paso se puede efectuar como
se describió previamente; los resultados se muestran en la tabla siguiente.
Ruta no utilizada Costo de usar la Costo de usar la

ruta directa ruta indirecta
F1W 3 $ 1.30 $ 1.00
F2W 1 1.00 0.90
F2W 2 1.40 1.00
F3W 1 1.00 0.70
En cada uno de los casos el costo de la ruta indirecta es menor que el de la ruta directa, lo cual indi ca
que se ha obtenido una solución óptima que minimiza los costos de envío. A partir de la solución
anterior, el costo total de envío de las fábricas a los almacenes es:
(5) ($0.90) + (15) ($ 1.00) + (15) ($ 1.00) + (5) ($0.80) + (5) ($0.80) = $ 42.50
Observe que la solución final usa cinco rutas directas, donde: M + N – 1 = 5
Se puede generalizar M + N y denominarse “suma de números de requisitos marginales”, ya que se

puede tratar con otras entidades que no sean almacenes o fábricas.
PROBLEMA DE ASIGNACIÓN
El problema de asignación es en un tipo especial de problema de programación lineal en el que los

asignados son recursos destinados a la realización de tareas. Por ejemplo, los asignados pueden ser
empleados a quienes se tiene que dar trabajo. La asignación de personas a trabajos es una aplicación
común del problema de asignación. Sin embargo, los asignados no tienen que ser personas. También
pueden ser máquinas, vehículos o plantas, o incluso periodos a los que se asignan tareas. El primero de
los siguientes ejemplos se refiere a máquinas que se asignan a lugares, de manera que la tarea en este
caso es sencillamente tener una máquina.
Un ejemplo posterior se refiere a plantas a las que se asignan productos que deben fabricar.
Para que se ajuste a la definición de un problema de asignación, es necesario que este tipo de
aplicaciones se formule de manera tal que se cumplan las siguientes suposiciones.
1. El número de asignados es igual al número de tareas. (Este número se denota por n.)
2. Cada asignado se asigna exactamente a una tarea.
3. Cada tarea debe realizarla exactamente un asignado.
4. Existe un costo c¡. asociado con el asignado i (i =1,2,...,n ) que realiza la tarea j (j =!, 2, ...,n).
5. El objetivo es determinar cómo deben hacerse las n asignaciones para minimizar los costos
totales.
Cualquier problema que satisface todas estas suposiciones se puede resolver en forma extremadamente
eficiente mediante los algoritmos diseñados especialmente para los problemas de asignación.
Las primeras tres suposiciones son bastante restrictivas. Muchas aplicaciones potenciales no las
satisfacen por completo. Sin embargo, con frecuencia es posible reformular el problema para hacerlo que
se ajuste. Por ejemplo, muchas veces se pueden usar asignados ficticios o tareas ficticias con este fin.
En los ejemplos se ilustran estas técnicas de formulación.
Ejemplo prototipo
La JOB SHOP COMPANY compró tres máquinas nuevas de diferentes tipos. Existen cuatro sitios
disponibles dentro del taller en donde se podría instalar una máquina. Algunos de ellos son más
adecuados que otros para ciertas máquinas en particular por su cercanía a los centros de trabajo que
tendrían un flujo intenso de trabajo hacia y desde estas máquinas. (No habrá flujo de trabajos entre las
nuevas máquinas.) Por lo tanto, el objetivo es asignar las nuevas máquinas a los lugares disponibles de
manera que se minimice el costo total del manejo de materiales. En la tabla 1 se proporciona el costo
estimado por unidad de tiempo del manejo de los materiales en cuestión, con cada una de las máquinas
300
en los sitios respectivos. El lugar 2 no se considera adecuado para la máquina 2 por lo que no se da un
costo para este caso.
Para formular éste como un problema de asignación, debe introducirse una máquina ficticia para el lugar
adicional. Además debe asignarse un costo muy grande M a la asignación de la máquina 2 en el lugar 2
para evitarla en la solución óptima. En la tabla 2 se muestra la tabla de costos que resulta para este
problema de asignación. Esta tabla de costos contiene todos los datos necesarios para resolver el
problema. La solución óptima es asignar la máquina 1 al lugar 4, la máquina 2 al lugar 3 y la máquina 3
al lugar 1 con un costo total de $29 por hora. La máquina ficticia se asigna al lugar 2, con lo que esta
localidad queda disponible para alguna asignación real futura.
Se formulará el modelo matemático para el problema general de asignación y después se analizará

cómo se obtiene esta solución.
Tabla 1 Costos de manejo de materiales para la Job Shop Co. ($)

Localidad
1 2 3 4
1 13 16 12 11
Máquina 2 15 — 13 20
3 5 7 10 6
Tabla 2 de costos para el problema de asignación de la Job Shop Co.

Asignación
(localidad)
1 2 3 4
1 13 16 12 11
Asignado 2 15 M 13 20
(máquina) 3 5 7 10 6
4(F) 0 0 0 0
Modelo del problema de asignación y procedimientos de solución
El modelo matemático para el problema de asignación usa las variables de decisión:
1 si el asignado i realiza la asignación j

X ij  
0 en caso contrario ,
para i = 1,2,..., n y j = 1,2,..., n. Entonces, cada xij. es una variable binaria (toma valores 0 o 1). Las
variables binarias son importantes en investigación de operaciones para representar las decisiones de sí
o no, como se verá en detalle en el capítulo de programación entera. En este caso, las decisiones de si o
no son: ¿debe el asignado i realizar la tarea j ?
Sea Z el costo total, el modelo del problema de asignación es

n n
Minimizar Z   c ij xij ,
i 1 j 1
sujeta a
x
j 1
ij  1 para i  1,2,..., n
x
i 1
ij  1 para j  1,2,..., n,
xij  0, para toda i y j

( xij binarias , para toda i y j )
301
El primer conjunto de restricciones funcionales especifica que cada asignado realiza exactamente una
asignación, mientras que el segundo conjunto requiere que cada asignación sea realizada exactamente
por un asignado. Si se elimina la restricción entre paréntesis de que x ij sean binarias, resulta claro que el
modelo es un tipo especial de problema de programación lineal, por lo que se puede resolver de
inmediato. Por fortuna, debido a las razones que se expondrán enseguida, se puede eliminar esta
restricción. (Precisamente, el que se pueda eliminar es la razón por la que el problema de asignación se
incluye en este capítulo y no en el de programación entera.)
Ahora se hará una comparación de este modelo (sin la restricción binaria) con el modelo del problema de
transporte que se presentó anteriormente. Observe que sus estructuras son similares. De hecho, el
problema de asignación es sólo un caso especial de los problemas de transporte en donde los orígenes
son ahora los asignados y los destinos son las asignaciones o tareas, y donde
número de orígenes (m) = número de destinos (n),

cada recurso si =1,
cada demanda dj = 1.
Ahora se centrará la atención en [a. propiedad de soluciones enteras de la subsección sobre el modelo
de transporte. Como ahora toda si y dj. son enteros (= 1), esta propiedad significa que toda solución BF
(incluso la óptima) es una solución entera para un problema de asignación. Las restricciones funcionales
del modelo de asignación evitan que las variables sean mayores que 1, y las restricciones de no
negatividad evitan valores menores que cero. Por lo tanto, al eliminar la restricción binaria para poder
resolver el problema de asignación como un problema de programación lineal, las soluciones BF que se
obtienen (incluyendo la solución óptima final) automáticamente satisfarán la restricción binaria.
Se dispone de procedimientos alternativos de solución para resolver problemas de asignación. Los

problemas que no son mucho más grandes que el de Job Shop Co. se pueden resolver con rapidez con
el método símplex general, y quizá sea conveniente usar un paquete básico (como Excel y Solver) que
use este método. Si se hiciera esto para el problema de la Job Shop Co., no habría sido necesario
agregar la máquina ficticia en la tabla anterior para ajustar el modelo de asignación. Las restricciones
sobre el número de máquinas asignadas a cada lugar se expresarían como
3
x
i 1
ij  1 para j  1,2,3,4.
Como se muestra en el archivo de Excel para este capítulo, una formulación en hoja de cálculo sería
muy similar a la del problema de transporte descrito en la figura 1 excepto que ahora rodos los
suministros y demandas serían 1 y las restricciones de demanda serían del tipo  1 en lugar de =1.
Sin embargo, los problemas de asignación grandes se pueden resolver mucho más rápido si se usan
procedimientos de solución más específicos, por lo que en ese caso se recomienda usarlos en lugar del
método símplex general.
Debido a que el problema de asignación es un tipo especial de problema de transporte, una forma
conveniente de resolverlo es aplicar el método símplex de transporte descrito. Este enfoque requiere que
se convierta la tabla de costos a una tabla de parámetros para el problema de transporte equivalente,
como se muestra en la tabla 3.
Tabla 3 de parámetros para el problema de asignación formulado como un problema de

transporte, ilustrado para el ejemplo de la Job Shop Co.
Ejemplo de la Job Shop Co
Costo por unidad
distribuida
Destino (localidad)
1 2 3 4 Recursos
1 13 16 12 11 1
Origen 2 15 M 13 20 1
(máquina) 3 5 7 10 6 1
4(F) 0 0 0 0 1
Demanda 1 1 1 1
302
Por ejemplo, la tabla 3 de parámetros para el problema de la Job Shop Co. obtenida a partir de la tabla 2
de costos. Cuando se aplica el método símplex de transporte a esta formulación, la solución óptima tiene
las variables básicas:
X 13  0, X 14  1, X 23  1, X 31  1, X 41  0, X 42  1, X 43  0 .
Las variables básicas degeneradas (xij. = 0) y la asignación para la máquina ficticia (x42 = 1) no tienen
significado para el problema original, de esta manera, las asignaciones reales son la máquina 1 al lugar
4, la 2 al lugar 3 y la 3 al lugar 1.
No es coincidencia que esta solución óptima proporcionada por el método símplex de transporte tenga
tantas variables básicas degeneradas. Para cualquier problema de asignación en el que se tienen que
hacer n asignaciones, la formulación del problema de transporte que se muestra en la tabla 3 tiene m =
n, es decir, el número de orígenes (m) y el número de destinos (n) en esta formulación son iguales al
número de asignaciones (n). Los problemas de transporte tienen m + n -1 variables básicas
(asignaciones); así, toda solución BF para este tipo de problema de transporte tiene 2n -1 variables
básicas, pero exactamente n de estas xij son iguales a 1 (correspondientes a las n asignaciones que se
hacen). Por lo tanto, como todas las variables son binarias, siempre habrá n -1 variables básicas
degeneradas (xij = 0) las variables básicas degeneradas no causan mayor complicación en la ejecución
del algoritmo. No obstante, a menudo ocasionan que se realicen iteraciones de balde, en las que nada
cambia (las mismas asignaciones) excepto la etiqueta de qué asignaciones de cero corresponden a
variables básicas degeneradas en lugar de a variables no básicas.
Estas iteraciones desperdiciadas son un gran inconveniente al aplicar el método símplex de transporte a
estas situaciones en las que siempre hay tantas variables básicas degeneradas.
Otro inconveniente del método símplex de transporte es que se trata meramente de un algoritmo con
fines generales para resolver todos los problemas de transporte. Por esto, no aprovecha la estructura
especial adicional en este tipo especial de problemas (m=n, toda s i = 1 y toda dj.= 1). Aunque no se
describirán aquí,1 se han desarrollado algoritmos especiales que simplifican el procedimiento para la
solución exclusiva de los problemas de asignación. Estos algoritmos operan directamente sobre la tabla
de costos y no se preocupan por las variables básicas degeneradas. Si se dispone de un paquete de
computadora para alguno de estos algoritmos, será preferible usarlo en lugar del método símplex de
transporte, en especial en problemas muy grandes. (El suplemento de este capítulo en la página de
Internet, www.mhhe.com/hillier, describe un algoritmo de este tipo.)
Ejemplo: asignación de productos a plantas
La BETTER PRODUCTS COMPANY ha decidido iniciar la fabricación de cuatro nuevos productos

utilizando tres plantas que por el momento tienen exceso de capacidad de producción. Los productos
requieren un esfuerzo productivo comparable por unidad, por lo que la capacidad de producción
disponible en las plantas se mide por el número de unidades de cualquier producto que se pueden
fabricar por día, como se muestra en la última columna de la tabla 4. El último renglón da la producción
diaria requerida para satisfacer las ventas proyectadas. Cada planta puede producir cualquiera de estos
productos, excepto la planta 2 que no puede fabricar el producto 3. Sin embargo, el costo variable por
unidad de cada producto difiere entre una planta y otra, como se muestra en el cuerpo de la tabla 4.
1
Un artículo que compara varios algoritmos para el problema de asignación es J. L. Kennington y Z.
Wang, "An Empirical Analysis of the Dense Assignment Problem: Sequenrial and Parallel
Implemencations", ORSA Joumal on Computing, 3: 299-306, 1991.
Tabla 4 Datos para el problema de la Better Producís Co

Costo unitario por producto ($) Capacidad
1 2 3 4 disponible
1 41 27 28 24 75
Planta 2 40 29 --- 23 75
3 37 30 27 21 45
Tipo de 20 30 30 40
producción
303
La gerencia necesita tomar la decisión de cómo dividir la producción entre las plantas. Tiene dos
opciones:
Opción 1: permitir la separación de productos de tal manera que el mismo producto se pueda
fabricar en más de una planta.
Opción 2: no autorizar la separación de productos.
La segunda opción impone una restricción que sólo puede aumentar el costo de una solución óptima
según la tabla.4 Por otro lado, la ventaja clave de la opción 2 es que elimina algunos costos ocultos
asociados con la separación de productos que no se reflejan en la tabla 4, incluyendo costos adicionales
de preparación, distribución y administración. Así, la gerencia quiere que se analicen ambas opciones
antes de tomar la decisión final. Para la opción 2 se ha especificado además que debe asignarse al
menos uno de los productos a cada planta. Se formulará y resolverá el modelo para cada opción, donde
la opción 1 lleva al problema de transporte y la opción 2 al problema de asignación.
Formulación de la opción I. Al permitir la separación de productos, la tabla 4 se puede convertir

directamente a una tabla de parámetros para un problema de transporte. Las plantas se convierten en
orígenes y los productos en destinos (o viceversa); de este modo, los recursos se interpretan como las
capacidades de producción y las demandas como las tasas de producción requeridas. Sólo se tienen
que hacer dos cambios en la tabla 4. Primero, como la planta 2 no puede fabricar el producto 3, se evita
esa asignación dándole un costo unitario muy grande, M. Segundo, la capacidad total (75 + 75 + 45 =
195) excede la producción total requerida (20 +30+30+40 =120), entonces se necesita un destino ficticio
con una demanda de 75 para balancear estas dos cantidades. La tabla de parámetros que resulta se
muestra en la tabla.
La solución óptima de este problema de transporte tiene variables básicas (asignaciones)
x12  31, x13  30, x15  15, x24  15, x25  60, x31  20 yx34  25, ,
de manera que
La planta 1 produce rodos los productos 2 y 3.

La planta 2 produce 37.5% del producto 4.
La planta 3 produce 62.5% del producto 4 y todo el producto 1.
El cosco total es Z= S3 260 diarios.
Formulación de la opción 2. Sin la separación de productos, cada producto debe asignarse a una sola
planta. Entonces, la fabricación de productos se pueden interpretar como las tareas en un problema de
asignación y las plantas como los asignados.
Tabla 5 de parámetros para la formulación del problema de transporte de la opción I del

problema de la Better Producís Co.
Costo por unidad distribuida Capacidad
Destino producto disponible
1 2 3 4 5(F)
1 41 27 28 24 0 75
Planta 2 40 29 M 23 0 75
3 37 30 27 21 0 45
Tipo de 20 30 30 40 75
producción
La gerencia ha especificado que debe asignarse al menos uno de los productos a cada planta. Se tienen
más productos (cuatro) que plantas (tres), por lo que se tendrá que asignar dos productos a una de las
plantas. La planta 3 tiene apenas la capacidad adicional para fabricar un producto (vea la tabla), así, la
planta 1 o bien la 2 fabricará el otro producto.
Para hacer posible la asignación de este producto adicional dentro de la formulación de un problema de
asignación, las plantas 1 y 2 se dividen en dos asignados cada una, como se muestra en la tabla.
304
El número de asignados (ahora cinco) debe ser igual al número de tareas (ahora cuatro), así que se
introduce una asignación ficticia (producto) como 5(F) en la tabla 6. El papel de esta asignación ficticia es
proporcionar un segundo producto ficticio a cualquiera de las plantas 1 o 2, que recibe sólo un producto
real. No se incurre en costos por fabricar un producto ficticio así que, como siempre, los costos de la
tarea ficticia son cero. La excepción es el costo M en el último renglón de la tabla 6. La razón es que se
debe asignar un producto real a la planta 3 (elegido entre los productos 1,2, 3 o 4) y se necesita el
método de la M para evitar que se asigne el producto ficticio a esta planta. (Igual que en la tabla M se
usa con el fin de evitar la asignación no factible del producto 3 de la planta 2.)
El resto de los costos en la tabla 6 no son los costos unitarios que se muestran en la tabla 8.27 u 8.28.
La tabla 5 da una formulación para el problema de transporte (para la opción 1), de manera que los
costos unitarios son apropiados aquí, pero ahora se quiere formular un problema de asignación (para la
opción 2). Para un problema de asignación, el costo c,. es el costo total asociado al hecho de que el
asignado i realiza la tarea y. En la tabla 6, el costo total (por día) para que la planta» fabrique el
productor es el costo de producción multiplicado por el número de unidades producidas (por día), donde
estas dos cantidades a multiplicar se dan por separado en la tabla 4. Por ejemplo, considere la
asignación de la planta 1 al producto 1. Si se usa el costo unitario de la tabla 5 ($41) y la demanda
(número de unidades producidas por día) de la misma tabla (20), se obtiene,
Tabla 6 de costos para la formulación del problema de asignación de la opción 2 del problema de
la Better Producís Co.
Tarea (producto)
1 2 3 4 5(F)
1a 820 810 840 960 0
Asignado 1b 820 810 840 960 0
(planta) 2a 800 870 M 920 0
2b 800 870 M 920 0
3 740 900 810 840 M
Costo de fabricar una unidad del producto 1 en la planta 1 = $41
Producción (diaria) requerida del producto 1 = 20 unidades

Costo total (diario) de asignar la planta 1 al producto 1 =20($41) = $820
de forma que 820 es el elemento de la tabla 6 para el costo del asignado l a o 1b si realiza la tarea 1.
La solución óptima para este problema de asignación es la siguiente:

La planta 1 fabrica los productos 2 v 3.
La planta 2 fabrica el producto 1.
La planta 3 fabrica el producto 4.
En este caso, la asignación ficticia se da a la planta 2. El costo total es Z = $3 290 por día.
Como es usual, una manera de obtener esta solución óptima es convertir la tabla de costos de la tabla 6
en una tabla de parámetros equivalente para el problema de transporte (vea la tabla 3) y después aplicar
el método símplex de transporte. Debido a que la tabla 8.29 contiene dos renglones idénticos, este
enfoque se puede simplificar combinando los cinco asignados en tres orígenes con costos 2, 2 y 1,
respectivamente. Esta simplificación también disminuirá el número de variables básicas degeneradas en
codas las soluciones BE Por lo tanto, aunque esta formulación simplificada ya no se ajusta al formato
presentado en la tabla 3 para un problema de asignación, es una formulación más eficiente para aplicar
el método símplex de transporte.
EL MODELO DE TRANSBORDO
El modelo de transbordo reconoce que, en la vida real, tal vez resulte más económico enviar a través de
nodos intermedios o transitorios antes de llegar al punto de destino final. Este concepto es más general
que el propuesto por el modelo del transporte regular, donde los envíos directos sólo están permitidos
entre un punto de origen y un punto de destino.
Esta sección muestra cómo es posible convertir un modelo de trasbordo en un modelo de transporte
regular (y resolverse como tal), utilizando la idea de un amortiguador.
305
Ejemplo.
Dos fábricas de automóviles, P1 y P2, están conectadas a tres distribuidores, D1, D2 y D3, por medio de
dos centros de tránsito, T1 y T2 de acuerdo con la red que se muestra en la figura. Las cantidades de la
oferta en las fábricas P1 y P2 son de 1000 y 1200 automóviles y las cantidades de la demanda en las
distribuidoras D1, D2 y D3 son de 800, 900 y 300 automóviles. El costo de envío por automóvil (en
cientos de dólares) entre los pares de nodos se muestra en los eslabones (arcos) de conexión de la red.
D1 800
8
3
1.000 P1 T1 5
4 6
2 7 D2 900
1.200 P2 5 T2 3
9
D3 500
El transbordo ocurre en la red en la figura porque toda la cantidad de la oferta de 2.200 (=1000 + 1200)
automóviles en los nodos P1 y P2 podrían imaginablemente pasar a través de cualquier nodo de la red
antes de llegar por último a sus puntos de destino en los nodos D1, D2 y D3. A este respecto, los nodos
de la red, con arcos tanto de entrada como de salida (por ejemplo, T1, R2, D1 y D2), actúan tanto como
puntos de origen y de destino y se conocen como nodos de transbordo. Los nodos restantes son nodos
puros de oferta (por ejemplo, P1 y P2) o bien nodos puros de demanda (por ejemplo D3). El modelo de
transbordo se puede convertir en un modelo de transporte regular, con seis puntos de origen (P1, P2, T1,
T2, D1 y D2) y cinco puntos de destino (T1, T2 y D1, D2 y D3). Las cantidades de la oferta y la demanda
en los diferentes nodos se calculan como:
Oferta en un nodo puro de oferta = oferta original

Oferta en un nodo de transbordo = oferta original + amortiguador
Demanda en un nodo puro de demanda = demanda original
Demanda en un nodo de transbordo = demanda original + amortiguador.
La cantidad de amortiguador debe ser suficientemente grande para permitir que todas las ofertas de la
demanda original pasen por cualquiera de los nodos de transbordo. Digamos que B es la cantidad
deseada del amortiguador, entonces:
B = Oferta (o demanda) total

B = 1000 + 1200 (u 800 + 900 + 500) = 2200 automóviles.
Utilizando la información anterior y los costos de envío por unidad que se proporcionan en la red, el
modelo de transporte regular equivalente se construye como en la tabla adjunta.
T1 T2 D1 D2 D3
P1 3 4 M M M
1000
P2 2 5 M M M
1200
T1 0 7 8 6 M
B
T2 M 0 M 4 9
B
D1 M M 0 5 M
B
D2 M M M 0 3
B
B B 800 + B 900 + B 500
306
La solución del modelo de transporte resultante (determinado por TORA) se muestra en la figura
siguiente. Observe el efecto del transbordo: el distribuidor D2 recibe 1400 automóviles, conserva 900
para satisfacer su demanda y envía los 500 automóviles restantes al distribuidor D3.
D1 800
800
1.000 P1 T1
1.200 400
1.200 D2 900
1.000
1.200 P2 T2
500
D3 500
INTERPRETACIONES ECONOMICAS.
Costos de rutas indirectas.
Los costos de las rutas indirectas son equivalentes a los valores Zj (véase Capítulo II) de la
programación lineal normal y se pueden usar de la misma manera. Suponga por ejemplo, que después
de concluir el análisis del ejemplo anterior se nos informa que las necesidades de W 2 aumentaron en una
unidad y que se ampliaría la capacidad de F 2 para manejar este aumento. ¿Cuál sería el costo
incremental de los costos de envío?
Fuente disponibles
F1 5 15 20
F2 15+1 15+1
F3 5+1 5 -1 10
Unidades 5 20+1 20 45+1
demandadas.
El costo de la ruta indirecta F 2W 2 nos proporciona la respuesta de inmediato. La ruta directa costaría
1.40 dólares y la indirecta sólo representa un dólar. Por consiguiente, el costo incremental del envío de
esta unidad es un dólar. La tabla anterior muestra como se modificaría la solución original. Observe que
se pueden enviar hasta cinco unidades con esta ruta indirecta.
CAMBIOS EN LOS COSTOS DE ENVIO
También se puede examinar la sensibilidad de la solución ante cambios en los costos de envío. Por
ejemplo, si cambiara el costo de enviar F 1 a W 1 (que en este momento es de 1.30 dólares), ¿variaría la
solución? Observe que el costo de la ruta indirecta para F 1W 3 es de un dólar. El costo de envío tendría
que ser menor que esta cantidad para que se usara la ruta directa, es decir, antes de que cambie la
solución obtenida.
VENTAJAS DE LA UBICACIÓN
Suponga que se agrega una unidad a la demanda de W 1 (de cinco unidades a seis). ¿Qué fábrica debe
ampliarse para satisfacer esta necesidad? Utilizando el método que se presentó antes, se puede
determinar el costo de cada fábrica para entregar una unidad a W 1.
Fábrica Ruta utilizada Costo

F1 Directa $ 0.90
F2 Indirecta 0.90
F3 Indirecta 0.70
307
Observe que cuesta 20 centavos menos (considerando sólo los costos de envío) enviar la unidad
adicional desde F3 en lugar de F1 o F2. Existe una ventaja de ubicación de 20 centavos para F 3. De
hecho, esta ventaja se mantiene incluso si se requiere la unidad adicional para W 2 o W 3.
El mismo método se puede aplicar para revisar las ventajas de ubicación de los almacenes. Suponga
que la fábrica F1 contará con una unidad más de capacidad y que se realizará una campaña de ventas
en una de las regiones de los almacenes para aumentar la demanda en una unidad. Si solo se
consideran los costos de transporte, ¿e qué región debe realizarse la campaña? Los costos para
suministrar a los almacenes desde F 1 son:
Almacén Ruta utilizada Costo

W1 Directa $ 0.90
W2 Directa 1.00
W3 Indirecta 1.00
Esto demuestra que W 1 tiene una ventaja de ubicación de 10 centavos con respecto a los otros dos
almacenes, lo cual significa que costaría 10 centavos menos cubrir la demanda de una unidad adicional
en la región W 1 que en las demás.
El conocimiento de estas ventajas de la ubicación puede ser muy útil para decisiones empresariales
acerca de la expansión de una planta o de las regiones donde debe intentarse aumentar las ventas.
OBJETIVOS MULTIPLES Y PROGRAMACION POR METAS.
En la programación lineal se maximiza o se minimiza un objetivo sujeto a restricciones. Pero en muchos

problemas importantes, sobre todo en el sector público, el decisor trata de lograr varios objetivos. Aquí
se tratarán los objetivos múltiples en el contexto de los problemas de programación lineal.
Considere como ejemplo el gerente de un bosque provincial. Las leyes de la provincia pueden
especificar que el gerente debe administrar el bosque de manera que se estimule el crecimiento de los
árboles, que aumenten los refugios y los alimentos para los animales y que, por supuesto, lo haga con el
menor costo posible.
Suponga que hay dos actividades que puede poner en marcha el gerente: limpiar el bosque (cortar los
arbustos) y abrir brechas contra incendio. Sea:
X1 = Hectáreas de tierra limpiada

X2 = Kilómetros de brechas contra incendio.
Cada una de estas actividades tiene un costo y requiere mano de obra. Además, cada una produce
beneficios (quizás negativos) en función del crecimiento de árboles y del refugio para animales.
Como se presenta en la tabla siguiente, la limpieza cuesta 500 dólares por hectárea, requiere 150 horas
de trabajo por hectárea y el resultado es 10 unidades de crecimiento de árboles, pero reduce el refugio
para animales en 10 unidades por cada hectárea que se limpie. Las brechas contra incendio cuentan 500
dólares por kilómetro, se requieren 50 horas de trabajo por kilómetro, que se corte y el refugio para
animales aumenta en 60 unidades por kilómetro de brecha.
Costos y beneficios para las actividades forestales.

Actividad
Limpieza (variable Brechas contra incendio
X1, por hectárea) (variable X2 por
kilómetro)
Costos:
Costo (dólares) $ 500 $ 500
Fuerza de trabajo requerido (horas) 150 50
Beneficios:
Crecimiento de árboles (unidades) 10 -5
Refugio para animales (unidades) -10 60
308
El problema de decisión para el gerente del bosque es determinar X 1 y X2, es decir, cuántas hectáreas
limpiar y cuántos kilómetros de brechas cortar. El gerente solo dispone de 90.000 horas de trabajo.
Además, las condiciones del bosque limitan la apertura de brechas contra incendio a un máximo de 300
kilómetros. El gerente tiene una restricción de presupuesto de 350.000 dólares.
Las restricciones de este problema se pueden expresar de la siguiente manera:
150X1 + 50 X2  90.000 (horas de trabajo)

X2  300 (límite de brechas contra incendio)
500X1 + 500X2  350.000 (presupuesto)
Hay que cumplir con tres objetivos al mismo tiempo. El gerente debe lograr el mayor crecimiento posible
de los árboles, proporcionar todo el refugio que pueda a los animales y reducir los costos todo lo posible
dentro del presupuesto. Hay varias estrategias para incorporar estos objetivos múltiples, que se
describen a continuación.
METODO 1: UN OBJETIVO CON OTROS COMO RESTRICCIONES
El gerente puede decidir que un objetivo tiene tanta importancia que se impone a los demás. Estos se
pueden incorporar como restricciones con un nivel mínimo. Así, el caso se convierte en un problema
normal de programación lineal de maximización de una función objetivo sujeta a las restricciones.
El gerente puede decidir, por ejemplo, que lo más importante es el crecimiento de los árboles. Entonces,
el objetivo se convierte en:
Maximizar: 10X1 - 5X2.
Donde los coeficientes 10 y –5 de la tabla anterior son el efecto de la limpieza y de las brechas contra
incendio en el crecimiento de la madera. Aquí se aplicarían las restricciones de horas de trabajo, de
brechas contra incendio y de presupuesto que se mencionaron antes. El gerente también podría
especificar que deben existir por lo menos mil unidades de refugio para animales, con la restricción
adicional:
- 10 X1 + 60X2  1.000
donde los coeficientes de – 10 y 60 representan el efecto de la limpieza y de las brechas contra incendio
en el refugio para animales (véase Tabla anterior).
150X1 + 50 X2  90.000 (horas de trabajo)

X2  300 (límite de brechas contra incendio)
500X1 + 500X2  350.000 (presupuesto)
-10X1 + 60X2  1.000 (refugio para animales)
150X1 + 50 X2 = 90.000 (1°)

X2 = 300 (2°)
500X1 + 500X2 = 350.000 (3°)
-10X1 + 60X2 =
X1 X2 X1 X2
0 1800 300
600 0
X1 X2 X1 X2
0 700 100 33
700 0 -100 0
309
800
700
Kilómetros de brechas contra 600
500
incendios
400
300
200
100
0
-100 0 100 200 300 400 500 600 700 800 900
-100 Hectáreas limpiadas
Punto C(Ecuaciones 2° y 3°) Punto D(Ecuaciones 1° y 3°)

X2 = 300 150X1 + 50X2 = 90.000
500X1 + 500X2 = 350.000 500X1 + 500X2 = 350.000
500X1 + 500(300) = 350.000 (-10) –1500X1-500X2 = -900.000
X1 = 400 (1) 500X1+500X2 = 350.000
C(400, 300) -1000X1 = -550.000
X1 = 550
150(550)+50X2 = 90.000
X2 = 150
D(550, 150)
Punto E(Ecuaciones1° y 4°)
150X1 + 50X2 = 90.000
-10X1 + 60X2 = 1.000
(1) 150X1 + 50X2 = 90.000
(15) –150X1 + 900X2 = 15.000
950X2 = 105.000
X2 = 111
150X1 + 50(111) = 90.000
X1 = 563
E(563, 111)
P(X1,X2) Z(MAX) = 10X1 – 5X2

C(400,300) Z = 10(400) – 5(300) = 2.500
D(550,150) Z = 10(550) – 5(150) = 4.750
E(563,111) Z = 10(563) – 5(111) = 5.075
La región sombreada es la región factible que satisface todas las restricciones, incluyendo la del refugio
para animales. El objetivo de maximizar el crecimiento de árboles se obtiene en el punto X 1 = 563 y X2 =
111, con crecimiento de 5.075 unidades de árboles (véase el punto D del gráfico).
También sería posible que el gerente prefiriera maximizar el refugio para animales y establecer como
restricción un nivel mínimo para el crecimiento de árboles. Otra posibilidad sería especificar niveles
mínimos para el refugio de animales y el crecimiento de árboles y minimizar el costo. La mayor dificultad
de este método es que no incorpora un equilibrio o compensación entre los diversos objetivos. El gerente
puede estar más satisfecho si hubiera más refugio para animales y menos crecimiento de árboles, pero
no hay manera directa de lograrlo. Podría probar diferentes conjuntos de restricciones hasta obtener una
solución satisfactoria, pero éste sería un método muy poco práctico.
310
METODO 2: DEFINICION DE COMPENSACIONES ENTRE OBJETIVOS.
En este ejemplo se especificaría cuánto vale una unidad de crecimiento de madera y cuánto una unidad
de refugio de animales, los dos en términos monetarios. Después se establecerían compensaciones
entre estos objetivos y los dólares del costo. Con este proceso se podrían maximizar los beneficios
monetarios netos totales.
Suponga, por ejemplo, que el gerente decide que una unidad de crecimiento de madera vale 600 dólares
y que una unidad de refugio para animales vale 100 dólares. Esto implica que le sería indiferente
obtener una unidad adicional de crecimiento de madera, seis unidades de refugio de animales o un
ahorro de 600 dólares.
Con base en estos valores se puede calcular el beneficio neto de cada una de las variables de decisión,
X1 y X2, Recuerde que cada unidad de X1 (hectárea limpiada) produce 10 unidades de árboles (con valor
de 600 dólares cada una), elimina 10 unidades de refugio para animales (a 100 dólares cada unidad) y
cuestan 500 dólares. Entonces, el beneficio neto de una unidad de X 1 es:
10 ($600) – 10 ($100) - $ 500 = $ 4.500
Así mismo, el cálculo del beneficio neto de un kilómetro de brecha contra incendio es – 5 ($600) + 60
($100) - $500 = $ 2.500. Entonces, el problema de programación lineal para maximizar los beneficios
netos es:
Maximizar = 4.500X1 + 2.500X2
Sujeto a: 150X1 + 50X2  90.000

X2  300
500X1 + 500X2  350.000
800
700
Kilómetros de brechas contra
600
500
incendios
400
300
200
100
0
-100 0 100 200 300 400 500 600 700 800 900
-100 Hectáreas limpiadas
La solución óptima de este problema de programación lineal genera valores de X1 = 550 y X2 = 150
(véase el punto D). Esto puede convertirse en unidades de árboles y de refugio para animales: 3750
unidades de árboles y 3500 unidades de refugio.
El secreto del éxito de este método es definir las compensaciones necesarias. Para el gerente podría ser
muy difícil asignar un valor monetario a una unidad de refugio para animales e incluso algunas personas
rehusarán a tratar de hacerlo.
METODO 3: PROGRAMACION POR METAS.
Un tercer método es el de la programación por metas. El decisor especifica metas deseables para cada
objetivo y después formula el problema de manera que se minimice la variación con respecto a las
metas. Lo más común es que se especifiquen las metas en niveles deseables (altos), por lo que no es
posible satisfacer todas al mismo tiempo.
311
Suponga que el gerente del ejemplo establece como metas deseables la producción de 5.000 unidades
de árboles y 6.000 unidades de refugio para animales. Las restricciones serían entonces:
Árboles 10X1 - 5X2 + U1 – E1 = 5.000

Refugio para animales - 10X1 + 60X2 + U2 -- E2 = 6.000
Costo 500X1 + 500X2 + U3 – E3 = 350.000
Fuerza de trabajo 150X1 + 50X2  90.000
Brechas contra incendio: X2  300
Las variables U1 y U2 representan las diferencias entre el plan y el logro de la meta de 5000 unidades de
árboles y la meta de 6000 unidades de refugio para animales. Por lo tanto, se pueden considerar como la
carencia (o faltante). La variable U3, representa los ahorros, en dólares, por debajo del nivel del
presupuesto.
Las variables E1, E2 y E3 representan las cantidades en que se exceden las metas específicas, es decir,
el excedente.
Un método para formar la función objetivo en la programación por metas es minimizar las carencias. De
esta manera, el objetivo sería minimizar (U 1 + U2 – U3), con lo cual se minimizarían las cantidades que
faltan para cumplir con las metas de árboles y refugio para animales y maximizar la carencia de costo
(por medio de la minimización del negativo de U3), todo ello sujeto a las restricciones antes
mencionadas. La sencillez de este método es muy atractiva, pero existe una hipótesis fundamental, un
ahorro unitario en dólares tiene el mismo valor que la carencia de una unidad de árboles y de una unidad
de refugio para animales.
La función objetivo otorga el mismo peso a todos.
Un método, más apropiado, consiste en definir específicamente las compensaciones entre los objetivos.
Suponga que el gerente decide que la carencia de una unidad de árboles vale 600 veces más que un
dólar de ahorro y que la carencia de una unidad de refugio para animales vale 100 veces el ahorro de un
dólar. En este caso la función objetivo sería:
Minimizar: 600 U1 + 100U2 – U3.
Sujeta, una vez más a las restricciones.

Árboles 10X1 - 5X2 + U1 – E1 = 5.000
Refugio para animales - 10X1 + 60X2 + U2 -- E2 = 6.000
Costo 500X1 + 500X2 + U3 – E3 = 350.000
Fuerza de trabajo 150X1 + 50X2  90.000
Brechas contra incendio: X2  300
Esta función objetivo alcanza el valor cero si se excede alguna de las metas de crecimiento de árboles o
refugio para animales. El gerente puede decidir que estos excedentes tienen valor y asignar también
pesos a las variables E. Por ejemplo, el valor de un excedente de una unidad de árboles puede ser de 50
dólares, y el de una unidad excedente de refugio para animales puede ser de 25 dólares. Así mismo, un
dólar por encima del presupuesto (E3) puede ser cinco veces más importante que el ahorro de un dólar
(U3). Ahora, la función objetivo se convierte en:
Minimizar: 600 U1 + 100U2 – U3 – 50E1 – 25E2 – 5E3

La minimización de los valores negativos de U3, E1 y E2 equivale a la maximización.
Una solución óptima para este problema de programación lineal requiere la limpieza de 550 hectáreas y
el corte de 150 kilómetros de brechas contra incendio, con lo cual se cubre exactamente el presupuesto.
Con esta solución faltan 250 unidades para alcanzar la meta de los árboles y 2.500 unidades para la
meta de refugio de animales. Hay otra solución básica óptima, la cual requiere la limpieza de 537
hectáreas y 189 kilómetros de brechas contra incendio, lo que representa una carencia de 579 unidades
con respecto a la meta de los árboles pero si se alcanza la meta del refugio para animales. Sin embargo,
para ello hay que exceder el presupuesto en 13 160 dólares.
312
Ahora se puede observar que la programación por metas difiere del segundo método (definición directa
de las compensaciones) en dos aspectos:
1. Se incorporan metas específicas y se asigna un valor diferente a la carencia y al excedente con

respecto a la meta. En el método 2 se asignaba un solo peso a cada objetivo y se aplicaba a toda la
gama de valores posibles.
2. La función objetivo se define en función de los propios objetivos. En el segundo método había que
calcular los beneficios netos de cada actividad y luego se incluían los beneficios en la función
objetivo. Con el método de programación de metas es más sencillo ver el valor relativo que se
asigna a cada uno de los objetivos.
SOLUCIÓN MEDIANTE EL PROGRAMA TORA
PROBLEMA Nº 1.-
Una empresa industrial cuenta con 3 centros de distribución de sus productos, el C 1 dispone de 12
toneladas, el C2 dispone de 17 Tn. y el C3 de 9 Tn. Con estas existencias (38 Tn.) se debe abastecer a
4 centros de consumo ubicados a diferentes distancias, los mismos que requieren de las siguientes
cantidades: el CCA demanda 6 Tn, el CCB demanda 7 Tn., el CCC demanda 11 Tn. y el CCD demanda 14
Tn.
Los costos originales por unidad son los siguientes:
Centro de consumo.
A B C D
Centro de destino
C1 4 6 5 2
C2 3 7 4 5
C3 6 5 2 7
Se trata de encontrar el plan óptimo de distribución al menor costo.
Resumiendo los datos tenemos:

MATRIZ DE COSTOS ORIGINALES
DEMANDA = OFERTA
Centro de consumo. Disponible
A B C D
Centro de destino
C1 4 6 5 2 12
C2 3 7 4 5 17
C3 6 5 2 7 9
Demanda 6 7 11 14 34
34
PASOS
1) Click en el archivo TORA
313
2) Damos click en (click Here)
3) Aparecerá el siguiente menú.
4) Señalamos Transportation model, indicando el número de cifras que tendrán las cantidades de
oferta y demanda y el número de cifras decimales.
314
5) Para el presente ejercicio utilizaremos tres cifras para la oferta, demanda y cero decimales, damos
click en (Go to Imput Screen)
6) En el siguiente menú ponemos nombre al problema y señalamos el número de centros de

distribución y centros de consumo.
7) El nombre del problema es MARTIN, ENTER 3 centros de distribución, ENTER 4 centros de

consumo, ENTER para pasar a la nueva pantalla.
315
8) Colocamos las cantidades en cada casilla dando ENTER después de cada valor, luego click en
SOLVER menú
9) En la siguiente pantalla señalamos (No)
316
10) Señalamos (Solve Problem) a continuación (Iterations), luego (Vogel”s standing solution)
11) Para grabar la solución final oprima la tecla (Impr-Pant), luego Inicio-paint-edición-pegar-click
cuadro parte superior izquierda, señalamos la parte que nos interese-edición copiar-word-pegar
12) La solución final es.
317
CD = CENTRO DE DISTRIBUCION
CC = CENTRO DE CONSUMO
CD CC CANTI. COSTO TOTAL
----- ---- ---------- --------- ----------
C1 D 12 2 24
A 6 3 18
B 7 7 49
C2
C 2 4 8
D 2 5 10
C3 C 9 2 18
---------- --------------
38 Tn. COSTO TOTAL127
----------- ---------------
13) Para salir del sistema Exit TORA
.
OFERTA MAYOR DE LA MEMANDA.-
PROBLEMA Nº 2.-

HACIA CLIENTES
DISPO.
DESDE
A B C D
R1 4 1 2 6 100
R2 6 4 3 5 120
R3 5 2 6 4 120
50 70 90 90 340
REQUER.
300
Como la oferta es mayor que la demanda se debe crear un destino o cliente imaginario E´, al cual
destinaremos el exceso de la producción o cantidades no absorbidas por los lugares de destino o
consumidores, lógicamente los costos asignados a este destino imaginario, serán de cero, la nueva
matriz AGREGA ese destino imaginario:
HACIA CLIENTES
DISPONI
DESDE BLE
A B C D E!
R1 4 1 2 6 0 100
R2 6 4 3 5 0 120
R3 5 2 6 4 0 120
340
REQUE. 50 70 90 90 40
340
La diferencia entre la oferta y demanda es de 40 unidades, por consiguiente ese valor debemos asignar
al centro o cliente imaginario para que la oferta sea igual a la demanda.
318
OFERTA MENOR QUE DEMANDA:
Otro caso que se presenta en los problemas de transporte es aquel en el cual la demanda
(requerimientos de los clientes) supera a la oferta (Oferta menor que demanda), de ocurrir esto se
deberá nivelar el problema mediante la creación de un centro de distribución imaginario que satisfaga el
exceso de la demanda.
PROBLEMA Nº 3.-
HACIA CLIENTE
A B C D DISPONIBLE
DESDE
R1 4 1 2 6 80
R2 6 4 3 5 100
R3 5 2 6 4 120
REQUERIMIENTOS 70 90 110 70 300
340
Los requerimientos (DEMANDA) superan a las disponibilidades (OFERTA), creamos un origen o centro
de distribución imaginario que satisfaga la demanda R  ,
!
4 obteniéndose de esta manera una nueva
matriz, Los costos son iguales a cero.
319

DESTINO CONSUMO
A B C D DISPONIB.
ORIGEN
R1 4 1 2 6 80
R2 6 4 3 5 100
R3 5 2 6 4 120
R4 0 0 0 0 40
REQUERIM. 70 90 110 70 340
340
PROBLEMA Nº 4.-
MG Auto tiene tres plantas en Los Angeles, Detroit y Nueva Orléans y dos centros de distribución
principales en Denver y Miami. Las capacidades de las tres plantas durante el próximo trimestre son de
1000, 1500 y 1200 automóviles. La demanda trimestral en los dos centros de distribución es de 2300 y
1400 automóviles. En la tabla 5-1 se proporciona la gráfica del millaje entre las plantas y los centros de
distribución.
Denver Miami
Los Angeles 1000 2690
Detroit 1250 1350
Nueva Orléans 1275 850
320
La compañía de camiones encargada del transporte de los automóviles cobra 8 centavos por milla por
automóvil. El costo de transporte por automóvil en las diferentes rutas, redondeados al dólar más
cercano, se calcula como se indica en la tabla.
Denver Miami
(1) (2)
Los Angeles (1) $ 80 $ 215
Detroit (2) $ 100 $ 108
Nueva Orléans (3) $ 102 $ 68
El modelo de programación lineal del problema es:
Z ( MIN )  80 X 1  215 X 2  100 X 3  108 X 4  102 X 5  68 X 6

Sujetaa :
X1  X 2  1.000 ( Los ángeles )
X3  X4  1.500 ( Detroit )
X 5  X 6  1.200 ( Nueva Orléans )
X1 X3 X5  2.300 ( Denver)
X2 X4 X 6  1.400 ( Miami )
Xj 0
Estas restricciones son todas ecuaciones debido a que la oferta total de los tres puntos de origen (=
1000 + 1500 + 1200 = 3700 automóviles) iguala la demanda total en los dos puntos de destino (= 2300 +
1400 = 3700 automóviles).
El modelo de PL se puede resolver con el método símplex. Sin embargo, la estructura especial de las
restricciones nos permite resolver el problema de una manera más conveniente, utilizando la tabla
símplex de transporte que se muestra en la tabla.
Denver Miami Oferta

Los Angeles 80 215
X1 X2 1000
Detroit 100 108
X3 X4 1500
X5 X6 1200
Demanda 2300 1400
321
La solución óptima (obtenida por TORA). Requiere el envío de 1000 automóviles de los Angeles a
Denver, de 1300 de Detroit a Denver, de 200 de Detroit a Miami y de 1200 de Nueva Orléans a Miami. El
costo mínimo asociado del transporte es de 313200 dólares.
Cuando la oferta total no es igual a la demanda total, se dice que el modelo de transporte está
desequilibrado. Más adelante mostraremos la forma en la que siempre es posible equilibrar un modelo
desequilibrado, añadiendo un punto de origen o de destino ficticios. La razón por la cual nos interesa
equilibrar el modelo de transporte es que permite el desarrollo de un algoritmo de la solución que se
basa directamente en el ejemplo de la tabla símplex del transporte.
PROBLEMA Nº 5.-
En el modelo de MG, supongamos que la capacidad de la planta de Detroit es de 1300 automóviles (en
vez de 1500). Esto significa que la oferta total (= 3500 automóviles) es menor que la demanda total (=
3700 automóviles), una situación que dicta que no se podrá satisfacer parte de la demanda en Denver y
Miami.
Debido a que la demanda excede a la oferta, se añade un punto de origen (planta) ficticio, con una
capacidad de 200 automóviles (=3700 – 3500) para equilibrar el modelo de transporte. En este caso, el
costo de transporte por unidad de la planta ficticia a los dos puntos de destino es cero porque la planta
no existe. El costo del transporte por unidad del punto de origen ficticio a los puntos de destino también
puede asumir valores positivos. Por ejemplo, para asegurarnos de que Miami recibirá toda su demanda,
le asignamos un costo elevado de transporte por unidad (penalidad) a la entrada del punto de origen
ficticio a Miami.
La tabla proporciona el modelo equilibrado, junto con su solución óptima. La solución muestra que la
planta ficticia envía 200 automóviles a Miami, lo que significa que a Miami le faltarán 200 automóviles
para satisfacer su demanda de 1400 automóviles.
Denver Miami Oferta

Los Angeles 80 215
100 1000
Detroit 100 108
1300 1300
1200 1200
Planta ficticia 0 0
200 200
Demanda 2300 1400
También podemos demostrar el caso en el cual la oferta excede a la demanda, suponiendo que la
demanda en Denver es de sólo 1900 automóviles. En este caso, necesitamos añadir un centro de
distribución ficticio para que “reciba” el excedente de la oferta. Una vez más, los costos de transporte por
unidad atribuidos al centro de distribución ficticio son cero, a menos que deseemos imponer otras
condiciones. Por ejemplo, podemos requerir que una fábrica haga un “envío total” asignado un elevado
costo de transporte de la fábrica designada al punto de destino ficticio.
La tabla proporciona el nuevo modelo y su solución óptima (obtenida por TORA). La solución muestra
que la planta de Detroit tendrá un excedente de 400 automóviles.
Denver Miami Ficticio

Los Angeles 80 215 0
100 1000
Detroit 100 108 0
900 200 400 1500
Nueva Orléans 102 68 0
1200 1200
Demanda 2300 1400 400
PROBLEMA Nº 6.- (CONTROL DE PRODUCCION - INVENTARIO).

322
Boralis fábrica mochilas para excursionistas dedicados. La demanda de su producto ocurre durante los
meses de marzo a junio de cada año. Boralis calcula que la demanda para los 4 meses es de 100, 200,
180 y 300 unidades, respectivamente. La compañía utiliza horas extra de mano de obra para fabricar las
mochilas y, debido a eso, su capacidad de producción y la demanda para los diferentes meses no es
igual, la demanda del mes actual se satisface en una de tres formas:
1. Producción del mes actual

2. Producción excedente de un mes anterior
3. Producción excedente de un mes posterior.
En el primer caso, el costo de producción por mochila es de 40 dólares. El segundo caso incurre en un
costo adicional de almacenamiento de 0.50 de dólar por mochila, por mes. En el tercer caso, se incurre
en un costo adicional de 2 dólares de penalidad por cada mes de demora. Boralis desea determinar el
programa de producción óptima para los 4 meses.
La situación se puede modelar como un modelo de transporte, al reconocer los siguientes paralelos entre
los elementos del problema de producción – inventario y el modelo de transporte:
Transporte Producción – inventario

1. Punto de origen i 1. Período de producción i
2. Punto de destino f 2. Período de demanda f
3. Cantidad de la oferta en el punto de 3. Capacidad de producción del período i
origen i
4. Demanda en el punto de destino f 4. Demanda para el período f
5. Costo de transporte por unidad del punto 5. Costo por unidad (producción +
de origen i al punto de destino f inventario + penalidad) en el período i
para el período f
El modelo de transporte resultante se proporciona en la Tabla.
A B C D Capacidad
C1 $ 40.00 $ 0.50 $ 41.00 $ 41.50 50
C2 $ 42.00 $ 40.00 $ 40.50 $ 41.00 180
C3 $ 44.00 $ 42.00 $ 40.00 $ 40.50 280
C4 $ 46.00 $ 44.00 $ 42.00 $ 40.00 270
Demanda 100 200 180 300
El costo de “transporte” del período i al período j se calcula como
Costo de producción en i, i  j

ci j  Costo de producción en i  cos to de almacén de i a j, i  j
Costo de producción en i  cos to de penalidad de i a j , i  j

323
PROBLEMA Nº 7.- (MANTENIMIENTO DE EQUIPO).
Arkansas Pacífic opera un aserradero de mediano tamaño. El aserradero prepara diferentes maderas,
que varían desde pinto suave hasta roble duro, conforme a un programa semanal. Dependiendo del tipo
de madera que se esté aserrando, la demanda de cuchillas afiliadas varía de día a día, según los
siguientes datos de una semana (7 días):
Días Lun. Mar. Mier. Juev. Viern. Sab. Dom.

Demanda 24 12 14 20 18 14 22
(cuchillas)
El aserradero puede satisfacer la demanda diaria de la siguiente manera:
1. Comprar cuchillas nuevas a un costo de 12 dólares por cuchilla.

2. Utilizar un servicio de afiliado de la noche a la mañana, a un costo de 6 dólares por cuchilla, o
retrasar dos días el servicio, a un costo de 3 dólares por cuchillas.
El modelo completo se proporciona en la tabla.
1 2. 3 4 5. 6. 7
Lun. Mar. Mié. Jue. Vie Sab. Dom. Eliminación
$ 12 $12 $12 $12 $12 $12 $12 $0
1 Nue 124
24 2 98
M $6 $6 $3 $3 $3 $3 $0
2 Lun 24
10 8 6
M M $6 $6 $3 $3 $3 $0
3 Mar 12
6 6
M M M $6 $3 $3 $0
4 Mie 14
14
M M M M $6 $6 $3 $0
5 Juev 20
12 8
M M M M M $6 $6 $0
6 Vie 18
14 4
M M M M M M $6 $0
7 Sab 14
14
M M M M M M M $0
8 Dom 22
22
24 12 14 20 18 14 22 124
La solución óptima (obtenida por medio de TORA) se resume como sigue
Cuchillas Servicio de afiliado

Período nuevas De la noche a la mañana Dos días Pendientes
Lunes 24 (lun.) 10 (mar.) + 8 (miér.) 6 (jue.) 0
Martes 2 (mar.) 6 (miér.) 6 (vier.) 0
Miércoles 0 14 (jue.) 0 0
Jueves 0 12 (vier.) 8 (dom.) 0
Viernes 0 14 (sáb.) 0 0
Sábado 0 14 (dom.) 0 0
domingo 0 0 0 0
324
PROBLEMA Nº8.-
Ejemplo prototipo
Uno de los productos más importantes de la P & T COMPANY es el chícharo enlatado. Los chícharos se
preparan en tres enlatadoras Washington, Oregon y Minnesota, después se envían por camión a cuatro
almacenes de distribución California; Rapíd City, Dakota, y Alburquerque, Nuevo México) en el oeste de
Estados Unidos. Como los costos de embarque constituyen un gasto importante, la gerencia ha iniciado
un estudio para reducirlos lo más que se pueda. Se ha hecho una estimación de la producción de cada
enlatadora para la próxima temporada y se ha asignado a cada almacén cierta cantidad de la producción
total de chícharos. En la tabla se proporciona esta información (en unidades de carga de camión), junto
con el costo de transporte por camión cargado para cada combinación de enlatadora - almacén. Como
se ve, hay un total de 300 cargas de camión que se deben transportar. El problema es determinar el plan
de asignación de estos embarques a las distintas combinaciones de enlatadora - almacén que minimice
el costo total de transporte.
Si se ignora la distribución geográfica de las enlatadoras y los almacenes se puede proporcionar una
sencilla representación en red del problema, alineando las enlatadoras en una columna a la izquierda y
los almacenes en otra a la derecha.
Las flechas indican las rutas posibles para los camiones, donde el número junto a cada flecha es el costo
de envío por carga de camión para esa ruta. Los números en los paréntesis cuadrados junto a cada
localidad son las cargas de camión que deben enviarse desde ese lugar (la asignación que debe llegar a
cada almacén está dada como números negativos).
El problema descrito, de hecho, es un problema de programación lineal del tipo de los problemas de
x (i  1,2,3; j  1,2,3,4)
transporte. Para formularlo, sea Z el costo total de transporte y sea ij el número
de cargas de camión enviadas de la enlatadora í al almacén j. El objetivo es seleccionar valores de estas
12 variables de decisión (las xij) para
464 X 1  513 X 2  654 X 3  867 X 4  352 X 5  416 X 6

Minimizar Z=
 690 X 7  791X 8  99 X 9  682 X 10  388 X 11  685 X 12,
Datos de transporte par P &T Co.

Costo de embarque ($) por carga
Almacén
1 2 3 4 Producción
1 464 513 654 867 75
Enlatadora 2 351 416 690 791 125
3 995 682 388 685 100
Asignación 80 65 70 85
325
Sujeta a las restricciones

X1  X 2  X 3  X 4  75
X5  X6  X7  X8  125
X 9  X 10  X 11  X 12  100
X1  X5  X9  80
X2  X6  X 10  65
X3  X7  X 11  70
X4  X8  X 12  85
X ij  0 (i  1,2,3; j  1,2,3,4).
SOLUCIÓN MEDIANTE EL MÉTODO SIMPLEX
X1 = 0 Envío desde W a C
X2 = 20 Envío desde W a R
X3 = 0 Envío desde W a D
X4 = 55 Envío desde W a A
X5 = 80 Envío desde O a C
326
X6 = 45 Envío desde O a R
X7 = 0 Envío desde O a D
X8 = 0 Envío desde O a A
X9 = 0 Envío desde M a C
X10 = 0 Envío desde M a R
X11 = 70 Envío desde M a D
X12 = 20 Envío desde M a A
Costo total mínimo = 152.455
SOLUCIÓN MEDIANTE TRANSPORTE
DEMANDA = OFERTA
327
OBLEMA Nº 9.-
Problema de envió
El problema de transporte o envió implica determinar la cantidad de artículos o productos que deben ser
transportados de varios orígenes a varios destinados. El objetivo en general es minimizar los costos y
distancias de envió totales. Las restricciones en este tipo de problema se relacionan con las capacidades
en cada origen y los requerimientos en cada destino. El problema de transporte es un caso muy
específico de PL, por lo cual se desarrollo un algoritmo especial para resolverlo. El procedimiento de
solución es uno de los temas del capitulo V.
La TOP Speed Bicycle Co. fabrica y comercializa una línea de bicicletas de 10 velocidades a nivel
nacional. La firma cuenta con plantas de ensamble en dos ciudades en las que los costos de mano de
obra son bajos, Nueva Orleáns y Omaha. Sus tres almacenes principales están ubicados cerca de los
grandes mercados de Nueva Cork, Chicago y Los Ángeles.
328
Los requerimientos de ventas para el año siguientes en el almacén de Nueva York son de 10,000
bicicletas, en el de Chicago 8.000 y en el de Los Ángeles 15,000. La capacidad de la fábrica en cada
ciudad es limitada. Nueva Orleáns puede armar y enviar 20,000 bicicletas; Omaha puede producir
15,000 bicicletas al año. El costos de envió de una fabrica desde cada fabrica a cada almacén difiere.
Estos costos unitarios de envió son los siguientes:
DE NUEVA YORK CHICAGO LOS ÁNGELES

Omaha 3 1 4
La compañía desea desarrollar un programa de envió que minimice sus costos de transporte anuales.
Para formular este problema con PL, de nuevo se emplea el concepto de variables de doble subíndice.
El primer subíndice representa el origen (fabrica) y el segundo el destino (almacén). Por lo tanto, en
general Xij se refiere al número de bicicletas enviadas del origen i al destino j. En su lugar se podría
denotar X6 como la variable del origen 2 al destino 3, pero en general la mayoría encuentra que los
subíndices dobles son más descriptivos y fáciles de utilizar. Por lo tanto, sean
X1 = número de bicicletas enviadas de Nueva Orleáns a Nueva York

X2 = número de bicicletas enviadas de Nueva Orleáns a Chicago
X3 = número de bicicletas enviadas de Nueva Orleáns a Los Ángeles
X4 = número de bicicletas enviadas de Omaha a Nueva Cork
X5 = número de bicicletas enviadas de Omaha a Chicago
X6 = número de bicicletas enviadas de Omaha a Los Ángeles
SOLUCIÓN MEDIANTE EL MÉTODO SIMPLEX
Función objetivo
Minimizar los costos totales de envió = 2X1 + 3X2 + 5X3 + 3X4 + 1X5 + 4X6
Sujeto a:
X1 + X4 = 10,000 (Demanda de Nueva York)
X2 + X5 = 8,000 (Demanda de Chicago)
X3 + X6 = 15,000 (Demanda de Los Ángeles)
X1 + X2 + X3 ≤ 20,000 (Demanda en la fabrica de Nueva Orleáns)
X4 + X5 + X6 ≤ 15,000 (Existencia en la fabrica de Omaha)
Totales las variables ≥ 0
¿Por qué los problemas de trasporte son una clase especial de problemas de PL? La respuesta es que
cada coeficiente enfrente de una variable en las ecuaciones de restricción siempre es igual a 1. Esta
cualidad especial también se encuentra en otra categoría especial de problemas de PL, el problema de
asignación. (El problema de asignación puede ser considerado como un caso especial del problema de
transporte en la cual el abasto de cada fuente y la demanda de cada destino es uno)
329
X1 = 10.000 número de bicicletas enviadas de Nueva Orleáns a Nueva York

X2 = 0 número de bicicletas enviadas de Nueva Orleáns a Chicago
X3 = 8.000 número de bicicletas enviadas de Nueva Orleáns a Los Ángeles
X4 = 0 número de bicicletas enviadas de Omaha a Nueva Cork
X5 = 8.000 número de bicicletas enviadas de Omaha a Chicago
X6 = 7.000 número de bicicletas enviadas de Omaha a Los Ángeles
S4 = 2.000 (Demanda en la fabrica de Nueva Orleáns)
Costo total de envío es de $96.000
MEDIANTE EL PROBLEMA DE TRANSPORTE
DEMANDA < OFERTA

A
DE NUEVA YORK CHICAGO LOS ÁNGELES

Omaha 3 1 4
DEMANDA = OFERTA
A
NUEVA LOS FICTICIO CAPACIDAD
DE YORK CHICAGO ÁNGELES
Nueva Orleáns $2 $3 $5 0 20.000
Omaha 3 1 4 0 15.000
REQUERIMIENTOS 10.000 8.000 15.000 2.000
PROBLEMA Nº 10.- Fabricantes de jabón y detergentes
Un fabricante de jabón y detergentes tiene tres plantas, localizadas en Cincinnati, Denber y Atlanta. Los
almacenes principales se encuentran en Nueva York, Boston, Chicago, Los Ángeles y Dallas. En la tabla
1 se proporcionan los requerimientos de ventas del próximo año para cada almacén
Tabla 1. Requerimientos de los almacenes

Ubicación del Ventas anuales
almacén (miles de cajas)
Nueva York 50
Boston 10
Chicago 60
Los Ángeles 30
Dallas 20
total 170
En la compañía es necesario determinar cuál de las fábricas debe abastecer a cada almacén. La
capacidad de las fábricas está limitada. Cincinnati tiene capacidad anual para 100 000 cajas; Denver
para 60 000 y Atlanta para 50.000.
En la tabla 2 se muestra el costo de envío del jabón de las fábricas a los almacenes. La compañía quiere
determinan un programa de entregas que minimice los costos totales de transporte de la compañía
(representados con C).
330

A Nueva Boston Chicago Los Dallas
De York Ángeles
Cincinnati $120 $150 $80 $250 $180
Denver 210 220 150 100 110
Atlanta 150 170 150 240 200
Formulación Sea:
X1 = Número de cajas enviadas de la primera fábrica (Cincinnati) al primer

almacén (Nueva York), en miles de cajas)
Análogamente:
X2, X3, X4, X5 = Número de cajas enviadas de la primera fábrica
(Cincinnati) al segundo, tercero, etc., almacén (Boston, Chicago, etc.)
X6, X7, X8, X9, X10 = Número de cajas enviadas de la segunda fábrica
(Denver) al primero, segundo, etc., almacén.
X11, X12, X13, X14, X15 = Número de cajas enviadas de la tercera fábrica
(Atlanta) al primero, segundo, etc., almacén.
El objetivo es, entonces:
Minimizar: C = 120X1 + 150X2 + 80X3 + 250X4 + 180X5 +

210X6 + 220X7 + 150X8 + 100X9 + 110X10
150X11 + 170X12 + 150X13 + 240X14 + 200X15
El costo total es la suma de los productos, para cada ruta de envío posible (de la fábrica al almacén), del
costo de envío de la tabla 2 multiplicado por el número de millares de cajas que se envían.
Hay dos conjuntos de restricciones para este problema. El primero garantiza que se cumplirán las
necesidades del almacén, entonces, para Nueva York.
X1 + X6 + X11 = 50
Lo anterior estipula que la suma de las cajas que se envían a Nueva York de la primera fábrica
(Cincinnati), la segunda (Denver) y la tercera (Atlanta) debe ser 50 000 cajas, el requerimiento de ventas
de Nueva York. Para los otros almacenes se tiene:
Boston : X2 + X7 + X12 = 10
Chicago : X3 + X8 + X13 = 60
Los Ángeles : X4 + X9 + X14 = 30
Dallas : X5 + X10 + X15 = 20
El segundo conjunto de restricciones garantiza que las fábricas no excedan sus capacidades de
producción. De esta manera, para la fábrica de Cincinnati.
X1 + X2 + X3 + X4 + X5 < 100
Esta expresión indica que la cantidad que se envía de la primera fábrica al primer almacén, al segundo,
al tercero, etc., no debe exceder la capacidad de 100 000 cajas de la fábrica.
En forma similar:
Denver : X6 + X7 + X8 + X9 + X10 < 60

Atlanta : X11 + X12 + X13 + X14 + X15 < 50
Por último, todas las X deben ser mayores o iguales que cero.
La solución de este problema de programación lineal ofrecerá el programa óptimo de envíos (es decir, el
de menor costo) para la compañía. Es un ejemplo de un tipo de especial de problema, conocido, de
331
manera bastante natural, como el problema de transporte. El capítulo IV se dedica a un procedimiento

especial para resolver este tipo de problemas.
En resumen, la formulación completa de este problema es:
Minimizar C = 120X1 + 150X2 + 80X3 + 250X4 + 180X5 +

210X6 + 220X7 + 150X8 + 100X9 + 110X10 +
150X11 + 170X12 + 150X13 + 240X14 + 200X15
Sujeto a : X1 + X6 + X11 = 50
X2 + X7 + X12 = 10
X3 + X8 + X13 = 60
X4 + X9 + X14 = 30
X5 + X10 + X15 = 20
X1 + X2 + X3 + X4 + X5 < 100
X6 + X7 + X8 + X9 + X10 < 60
X11 + X12 + X13 + X14 + X15 < 50
SOLUCIÓN MEDIANTE QM.
MEDIANTE EL PROBLEMA DE TRANSPORTE
DEMANDA = OFERTA
A Nueva Boston Chicago Los Dallas Fícticio OFERTA
De York Ángeles
Cincinnati $120 $150 $80 $250 $180 0 100
Denver 210 220 150 100 110 0 60
Atlanta 150 170 150 240 200 0 50
DEMANDA 50 10 60 30 20 40
332
1) Tres plantas de energía eléctrica, con capacidades de 25, 40 y 30 millones de kilovatios/hora,
proporcionan electricidad a tres ciudades. La demanda máxima en las tres ciudades se calcula en
30, 35 y 25 millones de kilovatios/hora. En la tabla 4-1 se proporciona el precio por millón de
kilovatios/hora en las tres ciudades.
TABLA 4 - 1
Ciudad
1 2 3
1 $ 600 $ 700 $ 400
Planta 2 $ 320 $ 300 $ 350
3 $ 500 $ 480 $ 450
Durante el mes de agosto hay un incremento de 20% en la demanda en cada una de las tres
ciudades, que se puede satisfacer comprándole electricidad a otra red, a un precio más elevado
de 1.000 dólares por millón de kilovatios/hora. Sin embargo la red no está conectada con la
ciudad 3. La compañía de servicios públicos quiere determinar el plan más económico para la
distribución y la compra de la energía eléctrica adicional.
a) Formule el problema como un modelo de transporte.

b) Resuelva el problema con TORA y determine un plan de distribución óptima para la
compañía de servicios públicos.
c) Determine el costo de la energía adicional comprada por cada una de las tres ciudades
2) Resuelva el problema 1 suponiendo que hay una pérdida de 10% en la transmisión de la energía a
todo lo largo de la red.
3) El Servicio de Parques Nacionales está recibiendo cuatro licitaciones para talar tres bosques de
pinos en Arkansas. Las tres ubicaciones incluyen 10.000, 20.000 y 30.000 acres. Un solo licitador
puede licitar cuando mucho por 50% del total de acres disponibles. En la tabla 4 - 2 se
proporcionan las licitaciones por acre en las tres ubicaciones.
TABLA 4 - 2
Ubicación
1 2 3
1 $ 520 $ 210 $ 570
Licitador 2 - $ 510 $ 495
3 $ 650 - $ 240
4 $ 180 $ 430 $ 710
En la situación actual, necesitamos maximizar el ingreso total de las licitaciones para el Servicio
de Parques. Muestre cómo formular el problema como un modelo de transporte. Utilice TORA
para determinar la superficie en acres que debe asignarse a cada uno de los cuatro licitadores.
4) Tres refinerías, con capacidades diarias de 6, 5 y 8 millones de galones, respectivamente,

abastecen a tres áreas de distribución con demandas diarias de 4, 8 y 7 millones de galones,
respectivamente. La gasolina se transporta a las tres áreas de distribución a través de una red de
ductos. El costo de transporte es de 10 centavos de dólar por cada 1.000 galones por milla de
ducto. La tabla 4 - 3 proporciona el millaje entre las refinerías y las áreas de distribución. La
refinería 1 no está conectada al área de distribución 3.
ABLA 4 – 3
Tabla de distribución
1 2 3
1 120 180 -
Planta 2 300 100 80
3 200 250 120
a) Construya el modelo de transporte asociado.

b) Utilice TORA para determinar el programa de envío óptimo en la red.
333
5) En el problema 4, supongamos que la capacidad de la refinería 3 es de sólo 6 millones de galones

y que el área de distribución 1 debe recibir toda su demanda. Además, cualquier faltante en las
áreas 2 y 3 incurrirá en una penalidad de 5 centavos de dólar por galón.

b) Resuelva el modelo resultante con TORA y determine el programa de envío óptimo.
6) En el problema 4, supongamos que la demanda diaria en el área 3 desciende a 4 millones de

galones. La producción excedente en las refinerías 1 y 2 se desvía por camión a otras áreas de
distribución. El costo de transporte por 100 galones es de 1.50 dólares desde la refinería 1 y 2.30
dólares desde la refinería 2. La refinería 3 puede desviar su producción excedente a otros
procesos químicos dentro de la planta.

b) Resuelva el modelo por medio de TORA y determine el programa de envío óptimo.
7) JoShop quiere asignar cuatro categorías diferentes de máquinas a cinco tipos de tareas. El
número de máquinas disponibles en las cuatro categorías es de 25, 30, 20 y 30. El número de
trabajos en las cinco tareas es de 20, 20, 30, 10 y 25. La categoría de máquina 4 no se puede
asignar al tipo de tarea 4. La tabla 4 - 4 proporciona el costo por unidad (en dólares) de asignar
una categoría de máquina a un tipo de tarea. El objetivo de problema es determinar el número
óptimo de máquinas en cada categoría que va a asignarse a cada tipo de tarea. Resuelva el
problema por medio de TORA e interprete la solución.
TABLA 4 - 4
Tipo de tarea
1 2 3 4 5
1 10 2 3 15 9
Categoría de 2 5 10 15 2 4
máquina 3 15 5 14 7 15
4 20 15 13 22 8
8) La demanda de un artículo perecedero a lo largo de los próximos 4 meses es de 400, 300, 420 y
380 toneladas, respectivamente. Las capacidades de oferta para los mismos meses son de 500,
600, 200 y 300 toneladas. El precio de compra por tonelada varía de mes a mes y se calcula en
100, 140, 120 y 150 dólares, respectivamente. Debido a que el artículo es perecedero, la oferta de
un mes actual debe comunicarse en el transcurso de 3 meses (incluyendo el mes actual). El costo
mensual de almacenamiento por tonelada es de 3 dólares. La naturaleza del artículo no permite
tener pedidos pendientes. Resuelva el problema como un modelo de transporte, por medio de
TORA y determine el programa de entrega óptimo para el artículo durante los próximos 4 meses.
9) La demanda de un pequeño motor especial a lo largo de los siguientes cinco trimestres es de 200,
150, 300, 250 y 400 unidades. El fabricante que suministra el motor tiene diferentes capacidades
de producción, calculadas en 180, 230, 430, 300 y 300 para los mismos cinco períodos. Los
pedidos pendientes no están permitidos, pero el fabricante puede utilizar horas extra de
producción para satisfacer la demanda, si es necesario. La capacidad de horas extra para cada
período es igual a la mitad de la capacidad de la producción regular. Los costos de producción por
unidad de capacidad de la producción regular. Los costos de producción por unidad para los cinco
períodos son de 100, 96, 116, 102 y 106 dólares, respectivamente. El costo de las horas extra de
producción por motor es 50% más alto que el costo de la producción regular. Si un motor se
fabrica ahora para utilizarlo en períodos posteriores, se incurre en un costo adicional de
almacenamiento de 4 dólares por motor, por período. Formule el problema como un modelo de
transporte. Utilice TORA para determinar el número óptimo de motores que deben fabricarse
durante las horas regulares y las horas extra de cada período.
10) En el problema de transporte en la tabla 4 - 5, la demanda total excedente a la oferta total.

Supongamos que los costos de penalidad por unidad de demanda no satisfecha son de 5, 3 y 2
dólares para los puntos de destino 1, 2 y 3, respectivamente. Determine la solución óptima.
334
TABLA 4-5
$5 $1 $7 10
$6 $4 $6 80
$3 $2 $5 15
75 20 50
11) En el problema 10, supongamos que no hay costos de penalidad, pero que la demanda en el
punto de destino 3 debe satisfacerse en su totalidad. Encuentre la solución óptima.
12) En el problema de transporte no equilibrado en la tabla 4 - 6, si una unidad de un punto de origen

no se envía (a cualquiera de los puntos de destino), se incurre en un costo de almacenamiento en
una proporción de 5, 4 y 3 dólares por unidad para los puntos de origen 1, 2 y 3, respectivamente.
Si además, toda la oferta en el punto de origen 2 debe enviarse en su totalidad, para dejar espacio
para un nuevo producto, determine el programa de envío óptimo.
TABLA 4-6
$1 $2 $1 20
$3 $4 $5 40
$2 $3 $3 30
30 20 20
13) Resuelva los modelos de asignación en la tabla.
(a) (b)
$3 $8 $2 $10 $3 $3 $9 $2 $3 $7
$8 $7 $2 $9 $7 $6 $1 $5 $6 $6
$6 $4 $2 $7 $5 $9 $4 $7 $10 $3
$8 $4 $2 $3 $5 $2 $5 $4 $2 $1
$9 $10 $6 $9 $10 $9 $6 $2 $4 $5
14) JoShop necesita asignar cuatro trabajos que recibió a cuatro empleados. Las diversas habilidades
de éstos dan origen a costos variados por el desempeño de los trabajos. La tabla resume los datos
del costo de las asignaciones. Los datos indican que el empleado 1 no puede trabajar en el trabajo
3 y que el empleado 3 no puede trabajar en el trabajo 4. Determine la asignación óptima.
Trabajo
1 2 3 4
1 $50 $50 - $20
Trabajador 2 $70 $40 $20 $30
3 $90 $30 $50 -
4 $70 $20 $60 $70
15) En el modelo de JoShop del problema 15, supongamos que hay disponible un empleado adicional
(el quinto) para desempeñar los cuatro trabajos, a los costos respectivos de 60, 45, 30 y 80
dólares. ¿Es económico reemplazar a uno de los cuatro trabajadores actuales con el nuevo?
16) En el modelo del problema 15, supongamos que JoShop acaba de recibir un quinto trabajo y que
los costos respectivos de que los desempeñen los cuatro empleados son 20, 10, 20 y 80 dólares.
¿Debe tener prioridad el nuevo trabajo por encima de cualquiera de los cuatro trabajos que ya
tiene JoShop?
17) Un ejecutivo de negocios debe hacer los cuatro viajes redondos que se enumeran en la tabla,
entre la oficina matriz en Dallas y una sucursal en Atlanta.
335
Fecha de salida de Dallas Fecha de regreso a Dallas

Lunes, 3 de junio Viernes 7 de junio
Lunes 10 de junio Miércoles 12 de junio
Lunes 17 de junio Viernes 21 de junio
Martes 25 de junio Viernes 21 de junio
El precio de un boleto de viaje redondo desde Dallas es de 400 dólares. Se concede un

descuento de 25% si las fechas de llegada y salida de un boleto incluyen un fin de semana
(sábado y domingo). Si la estancia en Atlanta es de más de 21 días, el descuento aumenta 30%.
Un boleto de viaje sencillo entre Dallas y Atlanta (en cualquier dirección) cuesta 250 dólares
¿Cómo debe el ejecutivo comprar sus boletos?
19) La figura 4 – 11 proporciona un trazo esquemático de un taller mecánico con sus centros de
trabajo existentes, designados por los cuadros 1, 2, 3 y 4. Se van a añadir cuatro nuevos centros
de trabajo al taller, en las ubicaciones designadas por los círculos a, b, c y d. El objetivo es asignar
los nuevos centros a las ubicaciones propuestas de tal manera que se minimice el tráfico total del
manejo de materiales entre los centros existentes y los propuestos. La tabla 4 - 7 resume la
frecuencia de los viajes entre los nuevos centros y los antiguos. El equipo de manejo de materiales
viaja a lo largo de los pasillos rectangulares que se intersecan en las ubicaciones de los centros.
Por ejemplo, la distancia de recorrido en un sentido (en metros) entre el centro 1 y el centro b es
30 + 20 = 50 metros.
FIGURA 4 - 11
70
60 a c
50 3
40 2
30 b
20 4
10 d
1
0 10 20 30 40 50 60 70 80
TABLA 4 - 7
Centro Nuevo
a b c d
1 10 2 4 3
Centro existente 2 7 1 9 5
3 0 8 6 2
4 11 4 0 7
20) La red en la figura 4 – 12 proporciona las rutas de envío de los nodos 1 a los nodos 5 y 6 a través
de los nodos 3 y 4. Los costos de envío por unidad se muestran en los respectivos arcos.
a) Desarrolle el modelo de transbordo correspondiente.

b) Resuelva el problema por medio de TORA y muestre cómo los envíos se dirigen por las rutas
de los puntos de origen a los puntos de destino.
336
FIGURA 4 - 12
1 6
100 1 3 5 150
4
1 3 5
3 1
2 8
200 2 4 6 150
21) En el problema 20, supongamos que el nodo del punto de origen 1 se puede unir con el nodo del
punto de origen 2, con un costo de envío por unidad de 1 dólar. El costo de envío por unidad del
nodo 1 al nodo 3 se incrementa a 5 dólares. Formule el problema como un modelo de transbordo y
encuentre el programa de envío óptimo.
22) La red en la figura 4 – 13 muestra las rutas para enviar los automóviles de las tres fábricas (nodos
1, 2 y 3) a los tres distribuidores (nodos 6 al 8) a través de dos centros de distribución (nodos 4 y
5). Los costos de envío por automóvil (en 100 dólares) se muestran en los arcos.
FIGURA 4 – 13
900 1 6 1.100
1 0.2
3 4
0.8 4.5
1.400 2 0.5 6 3 7 1.000
4.3
2.1
2 5
4.6 1.9
1.000 3 8 1.200
a) Resuelva el problema como un modelo de transbordo y encuentre la solución óptima por

medio de TORA.
b) Supongamos que el centro de distribución 4 puede vender 240 automóviles directamente a
los clientes. Encuentre la nueva solución óptima.
23) Considere el problema de transporte en el cual dos fábricas surten cierto artículo a tres tiendas. El
número de unidades de oferta disponibles en las fuentes 1 y 2 es de 200 y 300; la demanda en las
tiendas 1, 2 y 3 es de 100, 200 y 50, respectivamente. Las unidades se pueden transbordar entre
las fábricas y las tiendas antes de que lleguen a su punto de destino final. Se desea encontrar el
programa de envío óptimo (utilice TORA) basado en los costos por unidad en la tabla 4 - 18.
TABLA 4 - 8
Fábrica Tienda
1 2 1 2 3
Fábrica 1 $0 $6 $7 $8 $9
2 $6 $0 $5 $4 $3
1 $7 $2 $0 $5 $1
Tienda 2 $1 $5 $1 $0 $4
3 $8 $9 $7 $6 $0
24) Considere la red de ductos de petróleo que se muestra en la figura 4 – 14. Loa diferentes nodos
representan las estaciones de bombeo y de recibo. Las distancias en millas entre las diferentes
estaciones se muestran en la red. El costo de transporte por galón entre dos nodos es
directamente proporcional al largo del ducto. Desarrolle el modelo de transbordo asociado y
encuentre la solución óptima utilizando TORA.
337
FIGURA 4 - 14
50.000 60.000 (galones)
1 3
20 3 9 30
40
2 7 4
90.000 20.000
8 10 2
6 5
4
25) Problema de la ruta más corta. Encuentre la ruta más corta entre los nodos 1 y 7 de la red en la
figura 4 - 15 formulando el problema como un modelo de transbordo. La distancia entre los
diferentes nodos se muestra en la red. (Sugerencia: supongamos que el nodo 1 tiene una oferta
neta de una unidad y que el nodo 7 tiene una demanda neta también de 1 unidad).
FIGURA 4 - 15
1 4
2 4
7 5 9 2
5
1 4 6 5 7
3 1
3 5 7 3
2
3
6
26) Use el método de transporte para elaborar una tabla de asignación óptima de envíos de las
fábricas a los almacenes:
Cantidad
Fábricas disponible
F1 10
F2 20
F3 30
Total 60
Cantidad
Almacenes requerida
W1 15
W2 28
W3 17
Total 60
Los costos unitarios de envío son:
W1 W2 W3
F1 $0.90 $0.95 $1.30
F2 1.00 1.40 0.95
F3 1.05 0.85 1.10
338
27) Use el método de transporte para elaborar una tabla de asignación óptima de envíos de las
fábricas a los almacenes:
Cantidad Cantidad
Fábricas disponible Almacenes requerida
F1 20 W1 10
F2 15 W2 26
F3 30 W3 29
Total 65 Total 65
Los costos unitarios de envío son:
W1 W2 W3
F1 $1.10 $1.12 $1.20
F2 1.20 1.00 1.05
F3 1.10 0.90 0.95
28) Use el método de transporte para tratar de elaborar una tabla de asignación óptima de envíos de
las fábricas a los almacenes. Use los datos y la solución inicial que se presentan a continuación.
Costos unitarios y unidades suministradas y requeridas
Destino Unidades
Fuente W1 W2 W3 disponibles
F1 $0.80 $0.85 $1.45 10
F2 $0.90 $0.70 $1.05 20
F3 $1.00 $0.60 $0.60 30
Unidades requeridas 10 28 22 60
Primera solución
Destino Unidades
F1 10 10
F2 20 20
F3 8 22 30
Unidades requeridas 10 28 22 60
29) Una empresa fabrica dos productos, A y B. La contribución al beneficio y la utilización de recursos
por unidad de producto se presentan a continuación.
Producto A Producto B
Contribución al beneficio 15 10
(dólares por unidad)
Utilización de recursos: 4 5
Tiempo de máquina
(horas por unidad)
Materia prima 5 4
(toneladas por unidad)
Mano de obra calificada 1 5
(horas por unidad)
Mano de obra no calificada 2 0
(horas por unidad)
La empresa dispone de un máximo de 100 horas de tiempo de máquina y 30 horas de mano de

obra no calificada.
Hay escasez de materia prima. Las oficinas centrales asignaron 100 toneladas, con iteraciones
de usar lo menos posible y devolver todo el excelente para usarlo en otras divisiones. Se puede
obtener más de las 100 toneladas asignadas, pero sólo si es “absolutamente necesario”.
La empresa tiene mano de obra calificada con 75 horas disponibles en tiempo regular. A estos
trabajadores calificados no les gusta trabajar tiempo extra, pero lo harán si se requiere. La
339
gerencia quiere aprovechar al máximo el tiempo regular de estos trabajadores calificados. La

empresa tiene un objetivo de beneficios de 300 dólares, meta que espera alcanzar o superar.
a) Defina las variables de decisión y las restricciones de tiempo de máquina y mano de obra no
calificada.
b) Formule las restricciones de metas de la mano de obra calificada, las materias primas y los
beneficios. Tome en cuenta las carencias y los excelentes es estas restricciones.
c) Suponga que la gerencia asigna los costos de 15 dólares por tonelada que se usa por encima
de la asignación, 10 dólares por hora de tiempo extra de los trabajadores calificados y cinco
dólares por hora de tiempo de inactividad de los trabajadores calificados. Además, la materia
prima que no se use (por debajo de la asignación) tiene un valor de cinco dólares por
tonelada. Un dólar de beneficio tiene el mismo valor, sin importar si se excede o no la meta
de beneficios. Formule la función objetivo de programación por metas.
d) Antes de proseguir con esta parte, verifique que su formulación esté correcta.
e) Represente gráficamente el problema de decisión. Primero incluya las restricciones de mano
de obra no calificada y tiempo de máquina. Luego incluya las líneas que representan las
metas de mano de obra calificada y materia prima. Por último, dibuje la meta de los
beneficios.
f) Evalúe los siguientes puntos de soluciones posibles. Encuentre cada punto en su gráfico y
sustituya en las ecuaciones de metas para determinar la carencia o el excedente. Luego
sustituya estos valores en las funciones objetivo de (c). Encuentre la solución óptima (con el
menor valor). Los puntos son:
1. Producto A = 8.33 unidades;

producto B = 13.33 unidades.
2. Producto A = 11.11 unidades;
3. Producto A = 15 unidades;
producto B = 8 unidades.
4. Producto A = 15 unidades;
30) En lugar de usar la primera solución que se presenta con el problema 38, resuelva el problema 38
a partir de la solución que se muestra en la tabla siguiente.
Primera solución alternativa
Destino Unidades
F1 5 5 10
F2 5 15 20
F3 23 7 30
Unidades demandadas 10 28 22 60
31) Hay tres clasificaciones de trabajadores (P1, P2 y P3) que se pueden usar en tres trabajos (J1, J2
y J3). Cada trabajador tiene costo diferente para cada trabajo, como se indica en la tabla siguiente.
El número de trabajadores que se requiere para cada trabajo también se incluye en dicha tabla.
Costos directos
Trabajo Trabajadores
Trabajador J1 J2 J3 disponibles
P1 $1.00 $1.10 $1.20 10
P2 $0.90 $0.80 $1.10 15
P3 $0.80 $0.85 $1.15 20
Trabajadores requeridos 10 30 45
Use el método de transporte para encontrar la asignación óptima.
32) Una empresa tiene dos fábricas que abastecen a tres almacenes regionales. Los costos unitarios
de transporte son:
340
Costos unitarios de transporte

Almacén
Fábrica W1 W2 W3
F1 $2 $2 $5
F2 4 1 1
La fábrica 2 es vieja y tiene costo variable de manufactura de dos labores por unidad. La fábrica
1 es moderna y su producción cuesta un dólar por unidad. La fábrica 2 tiene capacidad de 25
unidades y la fábrica 1 tiene capacidad de 40 unidades. Las necesidades de los almacenes son:
Unidades
Almacenes requeridas
W1 20
W2 10
W3 25
¿Cuánto debe enviar cada fábrica a cada almacén?
Recomendación: Sume el costo de manufactura al costo de transporte para obtener un costo por
“unidad entregada”. Minimice esta cantidad. Establezca también un almacén ficticio para manejar
el exceso de capacidad.
33) La compañía ABC tiene cuatro fábricas que abastecen a cinco almacenes. Los costos de envío,
los requerimientos y las capacidades se indican en las tablas siguientes:
Costos de envío (dólares por caja)

W1 W2 W3 W4 W5
F1 1 3 4 5 6
F2 2 2 1 4 5
F3 1 5 1 3 1
F4 5 2 4 5 4
Capacidades
Requerimientos de la fábrica
(miles de cajas) (miles de cajas)
W1 80 F1 100
W2 50 F2 60
W3 50 F3 60
W4 30 F4 50
W5 40
La compañía consideraba el cierre de la cuarta fábrica (F4) por sus altos costos operativos. Si lo
hubiera, se agregarían 30 unidades de capacidad a la fábrica 3. El gerente de transporte se
preocupaba por el efecto de esta acción sobre los costos de transporte de la compañía. El había
observado que el almacén 2 (w”9 recibía cerca de 30 000 cajas de F4. Como el costo de envío
de F3 a W2 era de cinco dólares (comparado con dos dólares de F4 a W2), el gerente estimaba
que el efecto de cerrar F4 sería un aumento de 90 000 dólares en los costos de transporte.
¿Está usted de acuerdo con el gerente de transporte? ¿Qué efecto cree que tendría el cierre de
F4 sobre los costos de transporte?
34) La compañía de transporte Genesee tiene cuatro terminales, A, B, C y D. Al comenzar cada día
hay ocho, seis, cuatro y siete tractores en las terminales respectivas. Durante la noche anterior se
cargaron los remolques en las plantas E, F, G, H e Y con las siguientes cantidades: tres, seis,
cinco, seis y cinco, respectivamente. La distancia entre las terminales y las plantas se indica en la
tabla “Kilómetros entre las terminales y las plantas”.
341
Kilometros entre las terminales y las plantas
Plantas
Terminales E F G H I
A 20 47 17 41 62
B 74 13 52 40 32
C 60 31 51 71 68
D 39 41 37 21 38
¿De que terminales a que plantas hay que enviar los tractores si debe minimizarse la distancia
total que recorran todos los tractores para recoger los remolques?
35) El director de una escuela de administración planifica las inscripciones a los dos programas
principales de la escuela: un curso de licenciatura y un curso de nivel master. El director cuenta
con 36 profesores titulares y 42 adjuntos. Para impartir los cursos de licenciatura se requieren 0.02
profesores titulares y 0.03 adjuntos. En otras palabras, por cada 100 estudiantes de licenciatura, la
escuela necesita dos profesores titulares y tres adjuntos. Para cada cien estudiantes de grados
master se requieren seis profesores titulares y cuatro adjuntos.
El problema del director es determinar cuantos estudiantes de licenciatura y de grado master

pueden inscribirse. Las cuotas de un estudiante de master ascienden a 15 000 dólares por año;
para la licenciatura son 12 000 dólares por año. El director de la universidad ha decretado que el
número de inscripciones en el programa master no puede ser superior al número de inscritos en el
programa de licenciatura.
El director tiene tres objetivos. El primero corresponde a los ingresos por cuotas y ha establecido
una meta de 15 millones de dólares. Otro objetivo es satisfacer las necesidades de licenciados en
administración que tienen las empresas locales, por lo que se ha fijado un nivel de inscripciones
de 1.000 licenciados. El tercer objetivo es satisfacer la demanda de masters y ha establecido una
meta de 400. Suponga que el director quiere cumplir lo mejor que se puede con la demanda de
licenciados y masters, evitando, de ser posible, las carencias y excedentes. También quiere
obtener todos los ingresos posibles por concepto de cuotas.
a) Formule las restricciones para el problema del director como un problema de programación
por metas. Tome en cuenta las restricciones de las metas.
b) Formule la función objetivo, suponiendo que se han asignado las siguientes ponderaciones a
las carencias y a los excedentes.
Producción
(equivalente en dólares) Objetivo
15 Carencia de cuotas
30 000 Carencias para cubrir la demanda de
licenciados,
24 000 Carencias para cubrir la demanda de
masters.
3 Excedente de cuotas.
9 000 Excedente de la meta de licenciados.
6 000 Excedente de la meta de masters.
c) Represente gráficamente el problema. Represente primero las restricciones que no se

apliquen a las metas. Luego dibuje las ecuaciones en las medidas. Encuentre la solución
óptima. Considere los puntos que sean intersecciones de las restricciones y las ecuaciones
de metas.
d) Suponga que el director desea asignar prioridad a las metas, en el orden que se especifica
en (b). La prioridad más alta es minimizar la carencia de datos, la siguiente es minimizar la
carencia de la demanda de licenciados, etc. Use el método de programación por prioridades
y resuelva este problema en forma gráfica.
36) La compañía de productos Zeta tiene cuatro fábricas que abastecer a cinco almacenes. Los
costos variables de manufactura y envío de una tonelada de producto de las fábricas a los
almacenes se indican como números en la esquina superior izquierda de las casillas de la tabla
anexa. Las capacidades de las fábricas y los requerimientos de los almacenes se expresan en
342
miles de toneladas en los márgenes de la tabla. Observe que hay un almacén ficticio (llamado
holgura) para tener en cuenta la diferencia entre la capacidad total y el total de los requerimientos.
Después de varias iteraciones se obtiene una solución (los números en círculo con pantalla en la
tabla). Responda a las siguientes preguntas en forma independiente.
a) ¿Es la solución óptima? De ser así, ¿Cuál es el costo total?

b) ¿Hay una solución óptima alternativa? De ser así, ¿cuál es?
Destinos
Fuentes W1 W2 W3 W4 W5 Holgura Capacidades
17 9 14 10 14 0
F1 25 30 20 75
13 6 11 11 12 0
F2 10 20 15 10 45
8 17 9 12 12 0
F3 30 30
15 20 11 14 6 0
F4 10 40 50
Requerimientos 40 20 50 30 40 20 200
c) Suponga que se instala un nuevo equipo que reduce el costo operativo variable en dos
dólares por tonelada en la segunda fábrica (F2). ¿Es aún óptima la solución? De no ser así,
¿cuál es la nueva solución óptima?
d) Suponga que el costo de transporte de F1 a W1 se reduce en dos dólares ¿Cambia el
programa de envíos? De ser así, ¿cuál sería la nueva solución óptima?
e) ¿Cuánto tendría que bajar el costo de manufactura de la fábrica 1 antes de que la producción
pueda aumentar a más de 55 000 toneladas?
f) Suponga que las nuevas estimaciones indican que los requerimientos de W2 serán 25, en
lugar de los 20 que se estimaron originalmente. Diga cual sería el costo adicional total si:
1. No se ampliara ninguna de las plantas.
2. Se ampliara F3 en cinco unidades para cumplir con los requerimientos adicionales.
g) Se va a iniciar un programa para aumentar las ventas en uno de los distritos de los
almacenes. Si la efectividad del programa fuera la misma en todos los distritos. ¿cuál
propondría para llevar a cabo el programa? ¿Por qué? Suponga que el precio de venta es el
mismo en todos los distritos.
37) Una compañía tiene tres plantas que fabrican carriolas de bebé que deben mandarse a cuatro
centros de distribución. Las plantas 1, 2 y 3 producen 12, 17 y 11 cargas mensuales,
respectivamente. Cada centro de distribución necesita recibir lO cargas al mes. La distancia desde
cada planta a los respectivos centros de distribución es la siguiente:
Distancia (millas)
Centro de distribución
1 2 3 4
1 800 1300 400 700
Planta 2 1100 1400 600 1000
3 600 1200 800 900
El costo del flete por embarque es $100 más $0.50/milla. ¿Cuántas cargas deben mandarse
desde cada planta a cada centro de distribución para minimizar el costo total: de transporte?
a) Formule este problema como un problema de transporte construyendo la tabla de parámetros

apropiada.
b) Dibuje la representación de red para este problema.
c) Obtenga una solución óptima.
38) Tomás desearía comprar exactamente 31itros de cerveza casera hoy y al menos 4 litros mañana.
Ricardo quiere vender un máximo de 5 litros en total a un precio de $3.00 por litro hoy y de $2.70
por litro mañana. Enrique está dispuesto a vender máximo 41itros en total, a un precio de $2.90
por litro hoy y $2.80 por litro mañana.
343
Tomás quiere saber cuánto debe comprar a cada uno para minimizar su costo y a la vez cumplir
con los requerimientos mínimos para satisfacer su sed.
a) Formule el modelo de programación lineal y dé la tabla símplex inicial.

b) Formule este problema como un problema de transporte construyendo la tabla de parámetros
apropiada.
c) Obtenga una solución óptima para este problema.
39) La corporación Versatech producirá tres productos nuevos. En este momento, cinco de sus
plantas tienen exceso de capacidad de producción. El costo unitario respectivo de fabricación del
primer producto será de $31, $29, $32, $28 y $29, en las plantas 1, 2, 3, 4 y 5. El costo unitario de
fabricación del segundo producto será de $45, $41, $46, $42 y $43 en las plantas respectivas 1,2,
3,4 y 5; y para el tercer producto será de $38, $35 y $40 en las plantas respectivas 1,2 y 3, pero
las plantas 4 y 5 no pueden fabricar este producto. Los pronósticos de ventas indican que la
producción diaria debe ser 600, I.000 y 800 unidades de los productos 1, 2 y 3, respectivamente.
Las plantas 1, 2, 3, 4 y 5 tienen capacidades para producir 400, 600, 400, 600 y I 000 unidades
diarias, sin importar el producto o combinación de productos. Suponga que cualquier planta que
tiene capacidad y posibilidad de fabricarlos podrá producir cualquier combinación de productos en
cualquier cantidad.
La gerencia desea asignar los nuevos productos a las plantas con el mínimo costo total de
fabricación.

adecuada.
b) Obtenga una solución óptima para este problema.
40) Suponga que Inglaterra, Francia y España producen todo el trigo, cebada y avena en el mundo. La
demanda mundial de trigo requiere que se dediquen 125 millones de acres a la producción de ese
cereal. De igual manera, se necesitan 60 millones de acres para cebada y 75 millones de acres
para avena. La cantidad total de tierra disponible en Inglaterra, Francia y España es 70, 110 y 80
millones de acres. El número de horas de mano de obra necesarias para producir un acre de trigo
en los respectivos países es 18, 13 y 16 horas. La producción de un acre de cebada requiere
15,12 y 12 horas de mano de obra y la producción de un acre de avena requiere 12, 10 y 16 horas
de mano de obra en Inglaterra, Francia y España. El costo de mano de obra por hora en cada
país es $9.00, $7.20 y $9.90 para la producción de trigo, $8.10, $9.00 y $8.40 para la de cebada y
$6.90, $7.50 y $6.30 para la de avena.
El problema es asignar de la tierra en cada país de manera que se cumpla con los requerimientos
de alimentación en el mundo y se minimice el costo total de mano de obra.

apropiada.
b) Dibuje la representación de red de este problema.
c) Obtenga una solución óptima para este problema.
41) La compañía Move-It tiene dos plantas que producen montacargas que se mandan a tres centros
de distribución. Los costos de producción unitarios son los mismos para las dos plantas y los
costos de transporte (en cientos de dólares) en unidad para todas las combinaciones de la planta y
centro de distribución son los siguientes:
Centro de distribución
1 2 3
Planta A $800 $700 $400
B $600 $800 $500
Se debe producir y mandar un total de 60 unidades por semana. Cada planta puede producir y
mandar cualquier cantidad hasta un máximo de 50 unidades a la semana, de manera que hay
una gran flexibilidad para dividir la producción total entre las dos plantas y reducir los costos de
transporte.
El objetivo de la gerencia es determinar cuánto se debe producir cada planta y después, cuál
debe ser el patrón de embarque de manera que se minimice el costo total de transporte.
344
a) Formule este problema, como un problema de transporte construyendo la tabla de

parámetros apropiada.
b) Presente el problema en una hoja de Excel.
c) Use Excel Solver para obtener una solución óptima.
42) La compañía MKJ debe producir una cantidad suficiente de dos artículos para cumplir con las
ventas contratadas para los próximos tres meses. Los dos productos comparten las mismas
instalaciones de producción y cada unidad de ambos requieren la misma capacidad de
producción. Las capacidades de producción y almacenamiento disponibles cambian cada mes, por
lo tanto, puede valer la pena producir más de alguno o ambos artículos en ciertos meses y
almacenarlos hasta que se necesiten.
Para cada uno de los tres meses, la segunda columna de la siguiente tabla da el número máximo
de unidades de los dos artículos combinados que se pueden producir en horas normales (HN) y en
horas extras (HE). Para cada producto, las columnas subsecuentes dan (1) el número de unidades
necesarias para la venta contratada, (2) el costo en miles de dólares por unidad en horas
normales, (3) el costo por unidad en horas extras, (4) el costo de almacenar cada unidad adicional
que se guarda para el siguiente mes. En cada caso, las cifras para los dos productos se separaron
con una diagonal, con el valor del artículo (1) a la izquierda y el artículo (2) a la derecha.
Artículo 1 / Artículo 2
Producción
combinada Costo unitario de Costo unitario
máxima producción (miles $) de almacén
Mes HN HE Ventas HN HE (miles $)
1 10 3 5/3 15/16 18/20 ½
2 8 2 3/5 17/15 20/18 2/1
3 3 3 4/4 19/17 22/22
El gerente de producción quiere desarrollar un programa para el número de unidades de cada

producto que debe fabricarse en horas normales y en horas extras (si se usa toda la capacidad
de producción normal) para los tres meses. El objetivo es minimizar el costo total de producción
y almacenaje, cumpliendo con las ventas contratadas para cada mes. No se tiene un inventario
inicial y no se desea inventario final después de los tres meses.

apropiada.
b) Obtenga una solución óptima para este problema.
43) Considere el problema de transporte que tiene la siguiente tabla de parámetros:
Destino
1 2 3 4 5 Recursos
1 2 4 6 5 7 4
Origen 2 7 6 3 M 4 6
3 8 7 5 2 5 6
4 0 0 0 0 0 4
Demanda 4 4 2 5 5
Utilice cada uno de los siguientes criterios para obtener una solución inicial BF. Compare los
valores de la función objetivo para estas soluciones.
a) Regla de la esquina noroeste.

b) Método de aproximación de Vogel.
c) Método de aproximación de Russell.
44) Considere el problema de transporte con la tabla de parámetros que se muestra en seguida:
345
Destino
1 2 3 4 5 6 Recursos
1 13 10 22 29 18 0 5
2 14 13 16 21 M 0 6
origen 3 3 0 M 11 6 0 7
4 18 9 19 23 11 0 4
5 30 24 34 36 28 0 3
Demanda 3 5 4 5 6 2
Utilice cada uno de los siguientes criterios para obtener una solución inicial BF. Compare los
valores de la función objetivo para estas soluciones.
a) Regla de la esquina noroeste.

b) Método de aproximación de Vogel.
c) Método de aproximación de Russell.
45) Considere el problema de transporte cuya tabla de parámetros es:
Destino
Recursos
1 2 3 4
1 7 4 1 4 1
2 4 6 7 2 1
Origen
3 8 5 4 6 1
4 6 7 6 3 1
Demanda 1 1 1 1
a) Observe que este problema tiene tres características especiales: 1) número de orígenes =
número de destinos; 2) cada recurso =1, y 3) cada demanda =1. Los problemas de
transporte con estas características son del tipo especial de problemas de asignación
(descritos en la sección 8.3). Utilice la propiedad de soluciones enteras para explicar por qué
este tipo de problemas de transporte se puede interpretar como la asignación de orígenes a
destinos en una correspondencia uno a uno.
b) ¿cuántas variables básicas hay en cada solución BF? ¿Cuántas son variables básicas
degeneradas (=0)?
c) Utilice la regla de la esquina noroeste para obtener la solución inicial BF.
d) IConstruya una solución inicial BF aplicando el procedimiento general del paso inicial del
método símplex de transporte. Ahora bien, en lugar de usar uno de los tres criterios para el
paso 1 presentados en la sección 8.2, utilice el criterio del costo mínimo que se da en
seguida para seleccionar la siguiente variable básica. [Con la rutina interactica
correspondiente del OR Courseware, elija la regla de la esquina noroeste (Nortwest Corner
Rule) ya que esta elección permite, de hecho, utilizar cualquier criterio].
Criterio de cómo mínimo: entre los renglones y columnas consideradas, se elige la variable
xij con el menor costo unitario cij como la siguiente variable básica (los empates se rompen
arbitrariamente).
e) A partir de la solución inicial BF del inciso c, aplique el método símplex de transporte en

forma interactiva para obtener una solución óptima.
46) Considere el problema de transporte que tiene la siguiente tabla de parámetros:
Destino
1 2 3 4 5 Recursos
1 8 6 3 7 5 20
2 5 M 8 4 7 30
Origen
3 6 3 9 6 8 30
4(F) 0 0 0 0 0 20
Demanda 25 25 20 10 20
346
Después de varias iteraciones el método símplex de transporte, se obtienen las siguientes

variables básicas x13 = 20, x2l = 25, x24 = 5, x32 = 25, x34 = 5, x42 = 0, x43= 0, x45 = 20. Continúe
con el método símplex de transporte a mano dos iteraciones más. Después de las dos
iteraciones establezca si la solución obtenida es óptima y por qué.
47) Considere el problema de transporte que tiene la siguiente tabla de costos y requerimientos:
Destino
1 2 3 4 Recursos
1 3 7 6 4 5
Origen 2 2 4 3 2 2
3 4 3 8 5 3
Demanda 3 3 2 2
Utilice cada uno de los criterios que siguen para obtener una solución inicial BF. En cada caso
aplique en forma interactiva el método símplex de transporte, comenzando con la solución inicial
correspondiente, para obtener una solución óptima. Compare el número de interacciones que se
llevan a cabo.
a) Regla de la esquina noroeste,

b) Método de aproximación de Vogell,
c) Método de aproximación de Russell,
48) La Cost-Less Corp. surte sus cuatro tiendas desde sus cuatro plantas. El costo de envío de cada
planta a cada tienda se da en la siguiente tabla
:
Costo unitario de envío a cada tienda
1 2 3 4
1 $ 500 $ 600 $ 400 $ 200
2 $ 200 $ 900 $ 100 $ 300
Origen
3 $ 300 $ 400 $ 200 $ 100
4 $ 200 $ 100 $ 300 $ 200
Las plantas respectivas 1, 2, 3 y 4 realizan 10, 20, 20 y 10 envíos al mes. Las tiendas 1, 2, 3 y 4
deben recibir 20, l0, l0 y 20 envíos respectivos por mes. El gerente de distribución, Randy Smith
desea determinar el mejor plan de cuántos envíos mandar de cada planta a cada tienda cada
mes. El objetivo de Randy es minimizar el costo total de envío.

adecuada.
b) Use a regla de la esquina noroeste para desarrollar una solución BF inicial.
c) A partir de la solución básica inicial del inciso b, aplique el método símplex de transporte en
forma interactiva para obtener una solución óptima.
49) La compañía Energetic debe planear el sistema de energía de un nuevo edificio. Las necesidades
de energía caen en las siguientes categorías: 1) electricidad, 2) calentadores de agua y 3)
calefactores de ambiente. Los requerimientos diarios de energía ( medidos en las mismas
unidades) en el edificio son:
Electricidad 20 unidades
Calentadores de agua 10 unidades
Calefactores de ambiente 30 unidades
Las tres fuentes posibles de energía son electricidad natural y una unidad de celdas solares que
se puede instalar en el techo. El tamaño del techo limita la unidad de celdas solares a 30
unidades, pero no hay límite en la disponibilidad de electricidad y gas natural. Las necesidades
de luz se pueden satisfacer sólo comprando la energía eléctrica (a un costo de $ 50 dólares por
unidad). Las otras dos necesidades se pueden cumplir mediante cualquier fuente o combinación
de fuentes. Los costos unitarios son:
347
Celdas
Electricidad Gas Natural Solares
Calentadores de agua $ 90 $ 60 $ 30
Calefactores de ambiente $ 80 $ 50 $ 40
El objetivo es minimizar el costo total de cumplir con las necesidades de energía.
a) Formule éste problema como un problema de transporte, construyendo la tabla de

parámetros apropiada.
b) Utilice la regla de la esquina noroeste para obtener una solución BF inicial para este
problema.
c) A partir de la solución inicial BF del inciso b, aplique en forma interactiva el método símplex
de transporte para obtener una solución óptima.
d) Utilice el método de aproximación de Vogel para obtener una solución BF inicial para este
problema.
e) Comenzando con la solución BF inicial obtenida en d, aplique en forma interactiva el método
símplex de transporte para obtener una solución óptima.
f) Utilice el método de aproximación de Russell para obtener una solución BF inicial para este
problema
g) Comenzando con la solución obtenida en el inciso f aplique en forma interactiva el método
símplex de transporte para obtener una solución óptima. Compare el número de iteraciones
requeridas por este algoritmo en éste y en los incisos c y e.
50) Considere el problema de transporte que tiene la siguiente tabla de parámetros :
Destino
1 2 Recursos
1 8 5 4
Origen
2 6 4 2
Demanda 3 3
a) Elija un criterio para obtener una solución BF inicial y resuelva el problema a mano por el
método símplex de transporte. (tome el tiempo).
b) Formule de nuevo este problema como un problema general de programación lineal y
resuélvalo a mano con el método símplex. (tome el tiempo que le lleva resolverlo y compárelo
con el tiempo que le tomó el inciso a)
51) Una contratista tiene que acarrear grava a tres construcciones. Puede comprar hasta 18 toneladas
en un foso de grava al norte de la ciudad y 14 toneladas en uno al sur. Necesita 10, 5 y 10
toneladas en las respectivas construcciones 1, 2 y 3. el precio de compra por tonelada en cada
foso y los costos de acarreo son los siguientes:
Costo por tonelada acarreada Precio por

Foso 1 2 3 tonelada
Norte $ 30 $ 60 $ 50 $ 100
Sur $ 60 $ 30 $ 40 $ 120
La contratista debe determinar cuanto acarrea de cada foso a cada construcción de manera que se
minimice el costo total de compra y acarreo de la grava.
a) Formule el modelo de programación lineal. Use el método de la M para construir la tabla

símplex inicial lista para aplicar el método símplex pero no lo resuelva.
b) Ahora formule éste problema como uno de transporte construyendo la tabla de parámetros
adecuada. Compare el tamaño de esta tabla (y de la tabla símplex de transporte
correspondiente) usado por el método símplex de transporte, con el tamaño de la tabla
símplex del inciso a necesaria para aplicar el método símplex.
c) La contratista ha observado que puede abastecer por completo las construcciones 1 y 2 del
foso norte y la construcción 3 del foso sur. Utilice una prueba de optimalidad del método
símplex de transporte para verificar si la solución BF correspondiente es óptima.
d) Con la regla de la esquina noroeste, use la rutina interactiva del método símplex de
transporte para resolver el problema formulado en el inciso b.
348
e) Como siempre, sea cij, el costo unitario asociado con el origen i y el destino j dado en la tabla
de parámetros construida en el inciso b. Para la solución óptima que se obtuvo en el inciso d,
suponga que el valor de cij para cada variable básica xij se fija en el valor dado en la tabla de
parámetros, pero que el valor de cij para cada variable no básica xij talvez se pueda alterar
regateando porque el género de la construcción quiere aumentar sus negocios. Use análisis
de sensibilidad para determinar el intervalo permisible para seguir óptimo para cada valor cij
anterior y explique en qué puede ser útil esta información para la contratista.
52) (Problema de combustible de una aerolínea) Coast-to-Coast Airlines está investigando la

posibilidad de reducir el costo de compras de combustible mediante el aprovechamiento de los
costos de combustible más bajos en ciertas ciudades. Como las compras de gasolina representan
una parte sustancial de los gastos de operación de una aerolínea, es importante que estos costos
se supervisen con cuidado. No obstante, el combustible agrega peso a los aviones y, por consi-
guiente, el combustible excesivo eleva el costo de ir de una ciudad a otra. Al evaluar una rotación
de vuelo particular, un avión despega de Atlanta hacia Los Ángeles, de esta ciudad a Houston, de
aquí a Nueva Orleans y de ahí a Atlanta. Cuando el avión arriba a esta ciudad, se dice que la
rotación de vuelo ha sido completada, y entonces comienza de nuevo. Por lo tanto, el combustible
a bordo cuando la aeronave llega a Atlanta debe ser tomado en cuenta cuando se inicia el vuelo. A
lo largo de cada trayecto de esta ruta existe una cantidad mínima y una máxima de combustible
que puede ser cargado. Esta información y otra adicional se dan en la tabla de esta página.
El consumo regular de combustible está basado en el avión que lleva la cantidad mínima de
combustible. Si se carga más, la cantidad de combustible consumido es mayor. Específicamente,
por cada 1000 galones de combustible por encima del mínimo, se pierde 5% (esto es, 50 galones
por cada 1000 galones de combustible extra) a causa del consumo excesivo. Por ejemplo, si
25,000 galones de combustible estuvieran a bordo cuando el avión despega de Atlanta, el
combustible consumido en esta ruta sería 12 + 0.05 = 12.05 miles de galones. Si estuvieran a
bordo 26,000 galones, el combustible consumido se incrementaría en otro 0.05 de 1000, para un
total de 12.1 miles de galones.
Ordene estos datos como un problema de PL para minimizar el costo. ¡Cuántos galones se deben
adquirir en cada ciudad? ¿Cuál es el costo total de esta operación?
Trayecto Combustible Combustible Consumo Precio del

mínimo mínimo regular de combustibl
requerido permitido combustible e por galón
(1.000 galones (1.000 galones) (1.000 galones)
Atlanta-Los Ángeles 24 36 12 $1.15
Los Ángeles-Houston 15 23 7 $1.25
Houston- Nueva 9 17 3 $1.10
Orleáns 11 20 5 $1.18
Nueva Orleáns-Atlanta
53) La Childfair Company tiene 3 plantas que fabrican carriolas para niños y debe enviarlas a cuatro centro
de distribución. Las plantas 1, 2 y 3 fabrican 12, 17 y 11 envíos mensuales, respectivamente. Cada
centro de distribución necesita recibir 10 envíos mensuales. En la tabla se da la distancia desde cada
planta a los centros de distribución respectivos.
Distancia al centro de distribución (millas)

Planta Distancia al centro de distribución (millas)
1 2 3 4
1 800 1.300 400 700
2 1.000 1.400 600 1.000
3 600 1.200 800 900
El costo del flete por cada envío es $100 más 50 centavos/milla.

¿Cuánto debe enviarse desde cada planta a cada uno de los centros de distribución para
minimizar el costo total de embarque?
a) Formule este problema como uno de transporte construyendo la tabla de parámetros

apropiada.
349
b) Use TORA para obtener la solución óptima.
54) Tom requiere para hoy 3 pintas de cerveza casera y mañana 4 pintas adicionales de cerveza casera.
Dick está dispuesto a vender hoy un máximo de 5 pintas en total a un precio de $3.00/pinta y
mañana a $2.70/pinta. Harry está dispuesto a vender hoy un máximo de 4 pintas a un precio de
$2.90/pinta y mañana a $2.80/pinta. Tom desea saber cuáles deberían ser sus compras con el fin de
minimizar su costo al mismo tiempo que satisfacer sus requerimientos. Formule y resuelva el
modelo en una hoja de cálculo.
55) La Versatech Corporation decidió producir tres productos nuevos. Cinco plantas sucursales cuentan
ahora con capacidad de producción excedente. El costo unitario de fabricación del primer producto
sería $31, $29, $32, $28 y $29 en las respectivas plantas 1, 2, 3, 4 y 5. El costo unitario de fabricación
del segundo producto sería $45, $41, $46, $42 y $43 en las plantas 1, 2, 3, 4 y 5, respectivamente. El
costo unitario de fabricación del tercer producto sería $38, $35 y $40 en las respectivas plantas 1, 2 y
3 las plantas 4 y 5 no cuentan con la capacidad para fabricar este producto. Los pronósticos de
ventas indican que se deben producir al día 800 unidades de los productos 1, 2 y 3,
respectivamente. Las plantas 1, 2, 3, 4 y 5 tienen capacidad para producir 400, 600, 400, 600 y
1000 unidades diarias, respectivamente, sin importar el producto o combinación de productos.
Suponga que cualquier planta que cuenta con la posibilidad y capacidad de producción puede
fabricar cualquier combinación de los productos en cualquier cantidad.
La administración desea saber cómo asignar los nuevos productos a las plantas para minimizar el
costo total de fabricación. Formule y resuelva el modelo en una hoja de cálculo.
56) Una contratista, Susan Meyer, tiene que acarrear grava a tres sitios de construcción. Puede comprar
hasta 18 toneladas en una mina de grava en el norte de la ciudad y 14 toneladas en una en el sur.
Necesita 10, 5 y 10 en los sitios 1, 2 y 3, respectivamente. En la tabla siguiente se dan el precio de
compra por tonelada en cada mina de grava y los costos de acarreo.
Costo de acarreo por tonelada al sitio

Mina 1 2 3 Precio por tonelada
Norte $30 $60 $50 $100
Sur 60 30 40 120
Susan desea determinar cuánto acarrear desde cada mina a cada sitio para minimizar el costo total
de comprar y acarrear grava. Formule y resuelva el modelo en una hoja de cálculo.
57) La Ouenote Co., fabrica un producto único en tres plantas para cuatro clientes. Las tres plantas
producirán 60, 80 y 40 unidades, respectivamente, durante la semana próxima. La empresa se
comprometió a vender 40 unidades al cliente 1, 60 unidades al cliente 2 y al menos 20 unidades al
cliente 3. Los clientes 3 y 4 también quieren comprar cuantas unidades restantes sea posible. La
ganancia neta asociada con enviar una unidad de la planta i al cliente j está dada en la siguiente
tabla:
Cliente
Planta 1 7 3 4
1 $800 $700 $500 $200
2 500 200 100 300
3 600 400 300 500
La administración quiere saber cuántas unidades vender j los clientes 3 y 4 y cuántas unidades
enviar de cada plantas cada cliente para maximizar la ganancia. Formule y resuelva un modelo en
hoja de cálculo para este problema.
58) La Build-Em-Fast Company acordó surtir a su mejor cliente tres artefactos durante cada una de las tres
semanas siguientes, aunque fabricarlos requerirá cierto tiempo extra-Los datos relevantes de
producción son como sigue
350
Producción máxima
Semana Tiempo Tiempo Costo unitario de
normal extra producción en
tiempo normal
1 2 3 $300
2 3 2 $500
3 1 2 $400
El costo por unidad producida en tiempo extra para cada semana es $100 más que para el tiempo
normal. El costo de almacenaje es $50 por unidad por cada semana que se almacena. Ya existe un
inventario disponible de dos artefactos, pero la compañía no quiere tener artefactos en inventario
después de tres semanas.
La administración desea saber cuántas unidades debe producir cada semana para minimizar el
costo total de cumplir con e! programa de entregas. Formule y resuelva un modelo en hoja de
cálculo para este problema.
59) La MJK Manutacturing Company debe fabricar dos productos en cantidad suficiente para cubrir
ventas contratadas durante cada uno de los próximos tres meses. Los dos productos comparten las
mismas instalaciones de producción y cada unidad de ambos productos requiere la misma capacidad
de producción. La producción disponible y las instalaciones de almacenaje cambian de un mes a otro
de modo que las capacidades de producción, los costos unitarios de producción y los costos unitarios
de almacenaje varían cada mes. Por lo tanto, puede valer la pena producir uno o ambos productos
en exceso algunos meses y almacenarlos hasta que se necesiten.
Para cada uno de los tres meses, las columnas iniciales de la siguiente tabla dan el número máximo de
unidades de los dos productos combinados que pueden producirse en tiempo normal (RT) y en tiempo
extra (OT). Para cada producto, las columnas subsecuentes dan (1) el número de unidades necesarias
para las ventas contratadas, (2) el costo (en miles de dólares) por unidad producida en tiempo normal,
(3) el costo (en miles de dólares) por unidad producida en tiempo extra y (4) el costo (en miles de
dólares) de almacenar cada unidad adicional hasta el siguiente mes. En cada caso, los números para
los dos productos existen separados por una diagonal /, con el número del producto 1 en el lado
izquierdo y el número del producto 2 en el derecho.
Producción Producto 1 / Producto 2

combinada Costo unitario de Costo unitario
máxima producción ($1 000s) de almacenaje
Mes RT OT Ventas RT OT ($1 000s)
1 10 3 5/3 15/16 18/20 1/2
2 8 2 3/5 17/15 20/18 2/1
3 10 3 4/4 19/17 22/22
El gerente de producción pide que se desarrolle una programación para el número de unidades de
cada producto que debe fabricarse en tiempo normal y, si se agota el tiempo de producción normal, en
tiempo extra para cada uno de los tres meses. El objetivo es minimizar el total de los costos de
producción y almacenaje al mismo tiempo que satisfacer las ventas contratadas para cada mes. No
hay inventario inicial ni se desea un inventario final después de los tres meses. Formule y resuelva un
modelo en hoja de cálculo para este problema.
60) Considere un problema de asignación con la siguiente tabla de costos.
Trabajo
PERSONA 1 2 3
A $5 $7 $4
B 3 6 5
C 2 3 4
La solución óptima es A-3, B-l, C-2, con un costo total de $10.
a) Trace la representación de redes para este problema.
351
b) Use TORA para obtener la solución óptima identificada.
61) Se usarán cuatro barcos de carga para embarcar bienes de un puerto a otros cuatro puertos
(etiquetados 1, 2, 3, 4). Puede usarse cualquier barco para hacer cualquiera de estos cuatro viajes
Sin embargo, como se ve en la siguiente tabla, debido a las diferencias en los barcos y las cargas, el
costo total de cargar, transportar y descargar los bienes varía considerablemente en las diferentes
combinaciones barco-puerto:
Planta
Banco 1 2 3 4
1 $500 $400 $600 $700
2 600 600 700 500
3 700 500 700 600
4 500 400 600 600
El objetivo es asignar los cuatro barcos a los cuatro puertos diferentes de modo que se minimice el
costo total de los cuatro embarques.
a) Describa cómo se ajusta este problema al formato de un problema de asignación.

b) Formule y resuelva este problema mediante TORA.
62) El entrenador de una categoría de un equipo de natación necesita asignar nadadores a un equipo de
relevos combinado de 200 yardas para enviarlos a las olimpiadas juveniles. Como la mayoría de los
mejores nadadores son muy rápidos en más de un estilo, no está claro qué nadador debe asignar a
cada uno de los cuatro estilos. Los cinco nadado res más rápidos y sus mejores tiempos (en segundos)
logrados en cada estilo (para 50 yardas) son
Estilo Cari Chris David Tony Ken

Dorso 37.7 32.9 33.8 37.0 35.4
Pecho 43.4 33.1 42.2 34.7 41.8
Mariposa 33.3 28.5 38.9 30.4 33.6
Libre 29.2 26.4 29.6 28.5 31.1
El entrenador quiere determinar cómo asignar cuatro nadadores a los cuatro estilos para
minimizar la suma de los mejores tiempos correspondientes.
a) Describa cómo se ajusta este problema al formato de una variante del problema de
asignación aunque no involucre costos. ¿Qué desempeña el papel de los costos?
b) Formule y resuelva este problema en una hoja de cálculo.
63) La gerencia de la Executive Furniture Corporation decidió expandir la capacidad de producción en

su fá-brica de Des Moines y reducirla en las demás fábricas. También reconoce que el mercado
para sus escritorios está en permanente cambio y revisa los requerimientos de sus tres
almacenes.
a) Utilice la regla de la esquina noroeste para establecer un programa de envíos factible

inicial y calcule su costo.
b) Explique el significado e implicaciones de un índice de mejora que es igual a cero. ¿Qué
decisiones podría tomar la administración con esta información? Exactamente, ¿cómo se
ve afectada la solución final?
NUEVOS REQUERIMIENTOS NUEVAS CAPACIDADES

DE LOS ALMACENES DE FABRICA
Albuquerque (A) 200 escritorios Des Moines (D) 300 escritorios
Boston (B) 200 escritorios Envansville (E) 150 escritorios
Cleveland (C) 300 escritorios Fort Lauderdale (F) 250 escritorios
352
A ALBUQUERQUE BOSTON CLEVELAND

DE
DES MOINES 5 4 3
EVANSVILLE 8 4 3
FORT LAUDERDALE 9 7 5
64) La Hardrock Concrete Company tiene tres plantas en tres lugares y en la actualidad trabaja en tres
importantes proyectos de construcción, cada uno localizado en un sitio diferente. El costo de envío
por cada camión cargado de concreto, las capacidades de planta diarias y los requerimientos
diarios del proyecto se dan en la tabla anterior.
a) Resuelva mediante la regla de la esquina noroeste. Luego evalúe cada ruta de envió no
utilizada calculando los índices de mejora. ¿Es esta solución óptima? ¿Por qué?
b) ¿Existe más de una solución óptima para este problema? ¿Por qué?
A PROYECTO A PROYECTO B PROYECTO C CAPACIDAD

DE DE PLANTA
PLANTA 1 $10 $4 $11 70
PLANTA 2 12 5 8 50
PLANTA 3 9 7 6 30
REQUERIMIENTOS 40 50 60 150
DE PROYECTOS
65) El propietario de Hardrock Concrete ha decidido incrementar la capacidad de su planta más

pequeña (vea e! problema 66). En lugar de producir 30 cargas de concreto por día en la planta 3,
la capacidad de esa planta se duplica a 60 cargas. Encuentre la nueva solución óptima utilizando
la regla de la esquina noroeste. ¿De qué forma el cambio de la capacidad de la tercera planta ha
modificado la asignación de envíos original? Exponga los conceptos de degeneración y soluciones
óptimas múltiples con respecto a este problema.
66) La Krampf Lines Railway Company se especializa en el manejo de carbón. El viernes 13 de abril,
Krampf tenía carros vacíos en las siguientes localidades en las cantidades indicadas.
POBLACION OFERTA DE CARROS

Morgantown 35
Youngstown 60
Pittsburg 25
--------------------------------------------------------------
Para el lunes 16 de abril, las siguientes localidades necesitarán carros de carbón, según el orden
siguiente:
POBLACION OFERTA DE CARROS
Coal Valley 30
Coaltown 45
Coal Juction 25
Coalsburg 20
------------------------------------------------------------------------
A COAL VALLEY COALTOWN COAL JUCTION COALSBURG

DE
MORGANTOWN 50 30 60 70
YOUNGSTOWN 20 80 10 90
PITTSBURGH 100 40 80 30
Con base en la tabla de distancias entre ciudades por ferrocarril, el despachador construye una
tabla de millaje para las localidades anteriores. El resultado se muestra en la tabla. Minimizando
las millas totales que los carros recorren para llegar a las nuevas localidades, calcule e! mejor
envío de carros de carbón. Use la regla de la esquina noroeste y el método MODI.
67) Una empresa fabrica acondicionadores de aire para habitaciones en plantas localizadas en
Houston, Phoenix y Memphis. Los aparatos se envían a distribuidores regionales localizados en
353
Dallas, Atlanta y Denver. Los costos de envío varían y a la compañía le gustaría encontrar la forma
de minimizar sus costos para satisfacer las demandas de cada uno de los centros de distribución.
Dallas requiere 800 acondicionadores al mes, Atlanta 600 y Denver 200. Houston tiene 850
acondicionadores de aire disponibles al mes, Phoenix 650 y Memphis 300. El costo de envío por
unidad de Houston a Dallas es de $8, a Atlanta de $12 ya Denver de $10. El costo por unidad de
Phoenix a Dallas es de $10, a Atlanta de $14 ya Denver de $9. El costo por unidad de Memphis a
Dallas es de $11, a Atlanta de $8 ya Denver de $12. ¿Cuántas unidades deberán ser enviadas de
cada planta a cada centro de distribución regional? ¿Cuál es e! costo total de esta operación?
68) En el estado de Missouri operan tres importantes compañías generadoras de energía (A, B Y C).
Durante los meses de demanda pico, la Missouri Power Authority permite a estas compañías
reunir sus existencias excedentes y distribuidas a empresas similares independientes más
pequeñas que no cuentan con generadores suficientemente grandes para satisfacer la demanda.
La distribución de existencias excedentes se basa en el costo por kilowatt hora transmitido. La
tabla siguiente muestra la demanda y existencias en millones de kilowatts horas y el costo por
kílowatt hora de transmisión de energía eléctrica a cuatro compañías en las ciudades W, X, Y y Z.
A W X Y Z OFERTA
DE EXCEDENTE
A 12¢ 4¢ 9¢ 5¢ 55
B 8¢ 1¢ 6¢ 6¢ 45
C 1¢ 12¢ 4¢ 7¢ 30
DEMANDA DE ENERGIA 40 20 50 20
NO SATISFECHA
Use VAM para encontrar una asignación inicial para distribuir las existencias de energía
excedentes. Luego aplique la técnica MODl, para determinar e! sistema de distribución de menor
costo.
69) Considere la tabla de transporte que se presenta a continuación. Encuentre una solución inicial
con base en la regla de la esquina noroeste. ¿Qué condición especial existe? Explique cómo
resolverá el problema.
A DESTINO DESTINO DESTINO OFERTA

DE A B C
ORIGEN 1 8 9 4 72
ORIGEN 2 5 6 8 38
ORIGEN 3 7 9 6 46
ORIGEN 4 5 3 7 19
DEMANDA 110 34 31 175
70) Los tres bancos de sangre del condado de Franklin son coordinados por una oficina central que
suministra sangre a cuatro hospitales de la región. El costo de envío de un recipiente estándar de
sangre de cada banco a cada hospital se muestra en la tabla anterior.
También se da el número bisemanal de recipientes disponibles en cada banco y el número

bisemanal de recipientes que se necesitan en cada hospital. ¿Cuántos envíos deberán hacerse
bisemanalmente de cada banco de sangre a cada hospital de modo que los costos de envío
totales se reduzcan al mínimo?
A HOSPITAL 1 HOSPITAL 2 HOSPITAL 3 HOSPITAL 4 OFERTA

DE
BANCO 1 8 9 11 16 50
BANCO 2 12 7 5 8 80
BANCO 3 14 10 6 7 120
DEMANDA 90 70 40 50 250
354
cada cliente.

Fabrica 1 $600 $800 $700 400 unid
Fabrica 2 $400 $900 $600 500 unid
cliente.
Encuentre el esquema óptimo de envío al menor costo

minimice? ¿Cuál es el costo mínimo de transporte?.
Exton Whyton
c) Formule este problema por medio de PL.

d) Resuélvalo.

355
GRÁFICO N° 11- 3
18
16
14
12
10
0
-2 0 2 4 6 8 10 12 14 16 18
-2
recorrida por autobús se minimice. (Observe la semejanza con el problema de transporte ilustrado
356

Investig Operativa Tomo I

Cargado por

Copyright:

Formatos disponibles

Investig Operativa Tomo I

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Investig Operativa Tomo I

Cargado por

Copyright:

Formatos disponibles

INVESTIGACIÓN OPERATIVA TOMO I ECON. JUAN CARLOS ERAZO F.

Investigación Operativa Tomo I

Al finalizar el capítulo el alumno estará en capacidad de:

1.- Tener una perspectiva de lo que es la Investigación Operativa

Estas características a la vez que va confirmando la utilidad de la Investigación Operativa, derivan

La Investigación Operativa, reúne un conjunto de ciencias como la Física, Biología, Psicología,

Mediante la aplicación de modelos se puede reunir el conjunto de variables de carácter controlable y

Regularmente la Investigación Operativa utiliza métodos de aproximaciones sucesivas, es decir,

ORIGEN Y EVOLUCIÓN DE LA INVESTIGACIÓN OPERATIVA

Los científicos procedentes de diferentes disciplinas se organizaron en equipos dirigidos inicialmente a

ESTRATEGIA : (Precisión de un objetivo)

Se realizaron muchos ensayos para comprobar el razonamiento científico, intensas investigaciones,

Al pasar el tiempo surgieron nuevos modelos, ampliándose la iniciativa a la empresa, se la consideraba

LAS FASES DE LA INVESTIGACIÓN OPERATIVA

a) Formulación del problema.

FORMULACIÓN DEL PROBLEMA

1.- Modelos Icónicos

Un modelo icónico es la presentación física de un objeto o de una situación. Esta representación

2.- Modelos Analógicos

3.- Modelos Simbólicos o Matemáticos

Son verdaderas representaciones de la realidad y toman la forma de cifras y símbolos

PRUEBA DEL MODELO Y DE LA SOLUCIÓN

La ejecución es una solución obtenida a partir de un modelo, es la última fase de un estudio de

METODOS CUANTITATIVOS QUE ESTUDIA LA I.O.

1.- Teoría de probabilidades.

CAMPOS DE APLICACIÓN DE LA INVESTIGACIÓN OPERTIVA

LIMITACIONES DE LA INVESTIGACIÓN OPERATIVA

METODOLOGÍA DE LA INVESTIGACIÓN OPERATIVA

Leonfiel aportó principalmente en relaciones interindustriales a través de su Matriz de Insumo - Producto.

Koopmans, incursionó profundamente en aplicaciones microeconómicas resolviendo casos de

Se han realizado aplicaciones también en la agricultura, construcción, aviación, sistemas hidroeléctricos,

Como se dijo anteriormente la I. O. en lo que se refiere a la P. L. utiliza métodos mediante

El problema general de la PL.

Z(MAX) para los casos de maximización

C1 , C2 , C3 , C4 ............. Cn Coeficientes de la función objetivo pueden ser márgenes

A11. X 1  A12 X 2  A13 X 3  ...............  A1n X n T1 b1

 A31 A32 A33 .......... A3 n 

 Igual o menor que

En la resolución de los problemas de P. L. en ningún caso se aceptarán resultados negativos en

Se van obteniendo por aproximaciones sucesivas.

EJEMPLOS DE PROBLEMAS DE PROGRAMACIÓN LINEAL

Formulación del problema

Recursos Consumo Disponibilidad

Función objetivo: Maximizar la utilidad total

Z(MAX) = 4X1 + 3X2

1.- X1 + X2  400 (Consumo de piel)

Es necesario realizar la formulación algebraica ya que la multiplicidad de datos en interpelaciones hace

El método gráfico permite una comprensión visual de la resolución de un problema.

1.- Función Objetivo

Las restricciones o limitaciones serán:

SOLUCIÓN DEL PROBLEMA N° 1.

Z(MAX) = 4X1 + 3X2

Graficamos las ecuaciones

X1 + X2 = 400 2X1 + X2 = 500

Resolución de las ecuaciones

Los puntos C, D y E reemplazamos en la función objetivo para determinar la solución óptima.

P(X1, X2) Z(MAX) = 4X1 + 3X2

Un máximo de 80.000 unidades de A