PROBLEMAS DE INVESTIGACION DE OPERACIONES

PROBLEMA 1: Se dispone de 120 refrescos de cola con cafeína y de 180

refrescos de cola sin cafeína. Los refrescos se venden en paquetes de dos
tipos. Los paquetes de tipo A contienen tres refrescos con cafeína y tres sin
cafeína, y los de tipo B contienen dos con cafeína y cuatro sin cafeína. El
vendedor gana 6 soles por cada paquete que venda de tipo A y 5 soles por
cada uno que vende de tipo B. Calcular de forma razonable cuántos paquetes
de cada tipo debe vender para maximizar los beneficios y calcular éste

Variables de decisión:

A= Cantidad de paquetes “A” a vender.

B = Cantidad de paquetes “B” a vender.

Función Objetivo:

Max Z = 6A + 5B (utilidad a maximizar)

Restricciones:

A B DISPONOBILIDAD
Refresco con cafeína 3 2 120
Refresco sin cafeína 3 4 180

Restricciones:

Restricción 1: 3A + 2B ≤ 120 (con cafeína)

Restricción 2: 3A + 4B ≤ 180 (sin cafeína)

Restricción 3: A, B > 0

Función estándar:

Max Z = - 6A - 5B

6 A + 2 B + H 1 = 120

3 A + 4 B + H2 = 180

INTERPRETACION: Para maximizar los beneficios en la venta de refrescos se

debe vender 20 del tipo A y 30 del tipo B obteniendo asi una maximización de
270. Teniendo como H1 y H2 en cero, por tanto el stock adquirido por la
empresa para realizar la venta correspondiente es exacto sin faltantes ni
sobrantes, haciendo asi más eficiente las ventas.

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 1

PROBLEMA 2:

Una persona para recuperarse de una cierta enfermedad tiene que tomar en su
alimentación dos clases de componentes que llamaremos A y B. Necesita
tomar 70 unidades de A y 120 unidades de B. El médico le da dos tipos de
dietas en las que la concentración de dichos componentes es:

Dieta D1: 2 unidades de A y 3 unidades de B

Dieta D2: 1 unidad de A y 2 unidades de B.

Sabiendo que el precio de la dieta D1 es $2,5. y el de la dieta D2 es $1,45 .

¿Cuál es la distribución óptima para el menor costo?

Variables de decisión:

D1 = Cantidad de dieta D1 a consumir.

D2 = Cantidad de dieta D2 a consumir.

Función Objetivo:

Min Z = 2,5 D1 + 1,45 D2 (costo a minimizar)

Restricciones:

D1 D2 Requerimiento
Unidades de componente A. 2 1 70
Unidades de componente B 3 2 120

Restricciones:

Restricción 1: 2 D1 + 1 D2 ≥ 70 (componente A)

Restricción 2: 3 D1 + 2 D2 ≥ 120 (componente B)

Restricción 3: D1, D2 > 0

Función estándar:

Min Z= - 2,5 D1 - 1,45 D2

2 D1 + 1 D2 + H1 = 70

3 D1 + 2 D2 + H2 = 120

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 2

INTERPRETACIÓN: Para la minimización de los costos de los componentes de
tipo “A” y tipo “B” la distribución más óptima de las dietas D1 y D2 es consumir
20 dietas “D1” y 30 dietas “D2” generándole un costo mínimo de $93.50,
teniendo H1 y H2 en 0, por tanto no tiene faltante ni sobrantes.

PROBLEMA 3:

Se pretende cultivar en un terreno dos tipos de olivos: A y B. No se puede

cultivar las de 8 hectáreas con olivos de tipo A, ni más de 10 hectáreas con
olivos del tipo B. Cada hectárea de olivos de tipo A necesita 4 m3 de agua
anuales y cada una de tipo B, 3 m3. Se dispone anualmente de 44 m3 de agua.
Cada hectárea de tipo A requiere una inversión de $ 500 y cada una de tipo B,
$ 225.Se dispone de $ 4500 para realizar dicha inversión. Si cada hectárea de
olivar de tipo A y B producen, respectivamente, 500 y 300 litros anuales de
aceite:¿Obtener las hectáreas de cada tipo de olivo que se deben plantar para
maximizar la producción de aceite?

Variables de decisión:

A = Cantidad de hectáreas de olivo del tipo “A”.

B = Cantidad de hectáreas de olivo del tipo “B”.

Función Objetivo:

Max Z = 500A + 300B (producción a maximizar)

Restricciones:

A B Disponibilidad
M3 de agua anual 4 3 44
Inversión 500 225 4,500
Cantidad máxima a 8 10
cultivar

Restricciones:

Restricción 1: 4A + 3B ≤ 44 (agua)

Restricción 2: 500A + 225B ≤ 4.500 (inversión)

Restricción 3: A ≤ 8 (Max 8 hect. de olivo tipo “A”)

Restricción 4: B ≤ 10 (Max 10 hect. de olivo tipo “B”)

Restricción 5: A, B > 0
Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 3
Función estándar:

Max Z = - 500A - 300B

4 A + 3 B + H1 = 44

500 A + 225 B + H2 = 4500

1 A + H3 = 8

1 B + H4 = 10

INTERPRETACIÓN: Para lograr la maximización de producción del aceite Se

deben cultivar 6 hectáreas con olivos del tipo “A” y 6,67 del tipo “B” generando
una producción máxima de 5.000 litros de aceite. Donde H1 y H2 están en cero
H3 es 2 y H4 están en 3.3 por lo que se interpreta que la empresa obtuvo un
stock sobrante.

PROBLEMA 4: Una empresa fabrica dos modelos de fundas de sofá, A y B,

que dejan unos beneficios de 40 y 20 soles respectivamente. Para cada funda
del modelo A se precisan 4 horas de trabajo y 3 unidades de tela. Para fabricar
una del modelo B se requieren 3 horas de trabajo y 5 unidades de tela. La
empresa dispone de 48 horas de trabajo y 60 unidades de tela. Si a lo mucho
pueden hacerse 9 fundas del modelo A. ¿Cuántas fundas de cada modelo han
de fabricarse para obtener el máximo beneficio y cual sería este?

Variables de decisión:

A = Cantidad de fundas del tipo “A” a fabricar.

B = Cantidad de fundas del tipo “B” a fabricar.

Función Objetivo:

Max Z = 40A + 20B (beneficio a maximizar)

Restricciones:

A B Disponibilidad
Horas de trabajo 4 3 49
Unidades de tela 3 5 60
Cantidad máxima a fabricar 9

Restricción 1: 4A + 3B ≤ 48 (horas de trabajo)

Restricción 2: 3A + 5B ≤ 60 (unidades de tela)

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 4

Restricción 3: A ≤ 9

Restricción 4!: A, B >0

Función estándar:

MAX Z= -40 A - 20B

4A + 3B +H1= 48

3A +5B + H2= 60

A + H3= 9

INTERPRETACIÓN: Para la obtención del beneficio máximo en la fabricación

de fundas de sofá de tipo “A” y “B”, Se deben fabricar 9 fundas del tipo “A” y 4
del tipo “B” generando un beneficio máximo de 440,00 soles. Donde H1, H2
son ceros y H3 es 13 por lo cual se dice que la empresa adquirio stock
sobrante.

PROBLEMA 5:

En una pastelería se hacen dos tipos de tortas: Vienesa y Real. Cada torta
Vienesa necesita un cuarto de relleno y un Kg. de bizcocho y produce un
beneficio de 250 soles, mientras que una torta Real necesita medio Kg. de
relleno y un Kg. de bizcocho y produce 400 soles. de beneficio. En la pastelería
se pueden hacer diariamente hasta 150 Kg. de bizcocho y 50 Kg. de relleno,
aunque por problemas de maquinaria no pueden hacer mas de 125 tortas de
cada tipo. ¿Cuántas tortas Vienesas y cuantas Reales deben vender al día
para que sea máximo el beneficio?

Variables de decisión:

V = Cantidad de tortas Vienesas a vender al día. .

R = Cantidad de tortas Reales a vender al día. .

Función Objetivo:

Max Z = 250V + 400R (beneficio a maximizar)

Restricciones:

V R Disponibilidad
Relleno 0.25 0.50 50
Bizcocho 1 1 150
Máxima producción 125 125

Restricción 1: 0,25 V + 0,50 R ≤ 50 (relleno)

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 5

Restricción 2: 1 V + 1 R ≤ 150 (bizcocho)

Restricción 3: V ≤ 125

Restricción 4: R ≤ 125

Restricción 5: V, R > 0

Función estándar:

Max Z = -250V - 400R

0, 25 V + 0, 50 R + H1= 50

1 V + 1 R + H2= 150

V + H3 = 125

R + H4 = 125

INTERPRETACIÓN: Para alcanzar el beneficio máximo en la venta de tortas

del día de la pastelería Se deben vender 100 tortas Vienesas y 50 tortas
Reales al día para obtener un beneficio máximo de 45.000,00. Teniendo H1, H2
es cero y H3 es 25 y H4 es 75 por lo que se dice que la empresa adquirió stock
sobrante.

PROBLEMA 6: Una compañía posee dos minas: la mina A produce cada día 1
tonelada de hierro de alta calidad, 3 toneladas de calidad media y 5 de baja
calidad. La mina B produce cada día 2 toneladas de cada una de las tres
calidades. La compañía necesita al menos 80 toneladas de mineral de alta
calidad, 160 toneladas de calidad media y 200 de baja calidad. Sabiendo que el
coste diario de la operación es de 2000 soles en cada mina ¿cuántos días debe
trabajar cada mina para que el costo sea mínimo?

Variables de Decisión:

A = Días a trabajar en la Mina A.

B = Días a trabajar en la Mina B.

Función Objetivo:

Min Z = 2.000 A + 2.000 B (costo a minimizar)

Restricciones:

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 6

 MA MB Requerimiento
Hierro de alta calidad (ton.) 1 2 80
Hierro de media calidad (ton.) 3 2 160
Hierro de baja calidad (ton.) 5 2 200

Restricción 1: 1 A + 2 B ≥ 80 (alta calidad)

Restricción 2: 3 A + 2 B ≥ 160 (media calidad)

Restricción 3: 5 A + 2 B ≥ 200 (baja calidad)

Función Estándar:

Min Z = - 2.000 A - 2.000 B

1 A + 2 B + H1= 80

3 A + 2 B + H2= 160

5 A + 2 B + H3= 200

INTERPRETACIÓN: Para lograr la minimización de días de trabajo en las

minas Se deben trabajar 40 días en la Mina “A” y 20 días en la Mina “B” para
que el costo sea mínimo (120.000,00 soles) teniendo H1 y H2 en 0 y H3 es 40

PROBLEMA 7:

La compañía ESPECIAS INDIAN C.A., tiene un stock limitado de dos hierbas

que se utilizan en la producción de aderezos. INDIAN usa los dos ingredientes,
A y B, para producir ya sea curry o pimentón. El departamento de
mercadotecnia informa que aunque la empresa puede vender todo el pimentón
que pueda producir, sólo puede vender hasta un máximo de 1500 botellas de
curry. Las hierbas no utilizadas se pueden vender a $375 la onza de A y a $167
la onza de B. Determine el consumo de especias que maximice el ingreso de la
Empresa.

Variables de Decisión:

C = Cantidad de botellas de curry a producir.

P = Cantidad de botellas de pimentón a producir.

A= Onzas de A no utilizadas a vender.

B= Onzas de B no utilizadas a vender.

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 7

Función objetivo:

Max Z = 2.750 C + 1.300 P + 375 A + 167 B

Restricciones:

Restricción 1: 5 C + 2 P ≤ 10.000

Restricción 2: 3 C + 3 P ≤ 8.500

Restricción 3: C ≤ 1.500

Restricción A: C, P > 0

Función Estándar:

Max Z = - 2.750 C - 1.300 P - 375 A - 167 B

5 C + 2 P + H1 = 10.000

3 C + 3 P + H2 = 8.500

C+ H3 = 1.500

INTERPRETACION: Se deben producir 1.500 botellas de curry y 1.250 botellas

de pimentón y se venderán 250 onzas de “B” que no se utilizaron. Todo
generará un ingreso máximo de $ 5.791.750,00.Ddonde H1, H2 y H3 es 0 por
tanto la empresa no adquirió stock sobrante no faltante de hierbas de tipo A y
tipo B.

PROBLEMA 8:

Unos grandes almacenes encargan a un fabricante pantalones y chaquetas

deportivas. El fabricante dispone para la confección de 750 m de tejido de
algodón y 1000 m de tejido de poliéster. Cada pantalón requiere 1 m de
algodón y 2 m de poliéster, cada chaqueta requiere 1,5 m de algodón y 1 m de
poliéster. El precio del pantalón se fija en 50 € y el de la chaqueta en 40 €.
¿Qué número de pantalones y chaquetas debe suministrar el fabricante a los
almacenes para que éstos consigan una venta máxima?

Variables de Decisión:

P = Cantidad de pantalones a suministrar.

C = Cantidad de chaquetas a suministrar.

Función Objetivo:

Max Z = 50 P + 40 C (venta a maximizar)

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 8

Restricciones:

P C Disponibilidad
Tejido de algodón 1 1.5 750
Tejido de poliéster 2 1 1000

Restricción 1: 1 P + 1,5 C ≤ 750 (algodón)

Restricción 2: 2 P + 1 C ≤ 1.000 (poliéster)

Restricción 3: P, C > 0

Función Estándar:

Max Z = - 50 P - 40 C

1 P + 1,5C + H1 = 750

2 P + 1 C + H2 = 1.000

INTERPRETACION: Se le deberán suministrar 375 pantalones y 250

chaquetas para conseguir una venta máxima de 28.750,00 euros. Teniendo H1
y H2 en cero por tanto se dice que la empresa no adquirió stock sobrante ni
faltante.

PROBLEMA 9: En una granja de pollos se da una dieta, para engordar, con

una composición mínima de 15 unidades de una sustancia A y otras 15 de una
sustancia B. En el mercado sólo se encuentra dos clases de compuestos: el
tipo X con una composición de una unidad de A y 5 de B, y el otro tipo, Y, con
una composición de cinco unidades de A y una de B. El precio del tipo X es de
10 euros y del tipo Y es de 30 €. ¿Qué cantidades se han de comprar de cada
tipo para cubrir las

Variables de Decisión:

X = Cantidad de compuesto X a comprar.

Y = Cantidad de compuesto Y a comprar.

Función Objetivo:

Min Z = 10 X + 30 Y (costo a minimizar)

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 9

Restricciones:

X Y Requerimiento
Unidades de sustancia A 1 5 15
Unidades de sustancia B 5 1 15

Restricción 1: 1 X + 5 Y ≥ 15 (Unidades de sustancia A)

Restricción 2: 5 X + 1 Y ≥ 15 (Unidades de sustancia B)

Restricción 3: X, Y > 0

Función Estándar:

Min Z = - 10 X - 30 Y

1 X + 5 Y + H1 = 15

5 X + 1 Y + H2 = 15

INTERPRETACION: Para minimizar los las unidades de sustancias utilizadas

en A y B se debe utilizar 2.5 unidades de sustancia A y 2.5 unidades de
sustancia de B, para obtener una minimización de unidades de sustancia de
100 unidades de sustancias. Teniendo H1 y H2 en cero.

PROBLEMA 10: Una empresa de instalaciones dispone de 195 kg de cobre, 20

kg de titanio y 14 kg de aluminio. Para fabricar 100 metros de cable de tipo A se
necesitan 10 kg de cobre, 2 de titanio y 1 de aluminio, mientras que para
fabricar 100 metros de cable de tipo B se necesitan 15 kg de cobre, 1 de titanio
y 1 de aluminio. El beneficio que se obtiene por 100 metros de cable de tipo A
es de 1500 euros, y por 100 metros de cable de tipo B, 1000 euros. Calcular los
metros de cable de cada tipo que hay que fabricar para maximizar el beneficio
de la empresa. Obtener dicho beneficio máximo.

Variables de decisión:

A = Cantidad de “rollos” de 100 mts. de cable del tipo A a fabricar.

B = Cantidad de “rollos” de 100 mts. de cable del tipo B a fabricar.

Función Objetivo:

Max Z = 1.500 A + 1.000 B (maximizar)

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 10

 A B Disponibilidad
Kilogramos de Cobre 10 15 195
Kilogramos de Titanio 2 1 20
Kilogramos de Aluminio 1 1
Restricciones: Se recomienda elaborar una tabla donde se refleje toda la
información disponible para visualizar mejor las restricciones del problema.

Restricción 1: 10 A + 15 B ≤ 195 (Kgs. de cobre)

Restricción 2: 2 A + 1 B ≤ 20 (Kgs. de titanio)

Restricción 3: 1 A + 1 B ≤ 14 (Kgs. de aluminio)

Restricción 4: A, B > 0

Función estándar:

Max Z = -1.500 A - 1.000 B

10 A + 15 B + H1 = 195

2 A + 1 B + H2 = 20

1 A + 1 B + H3 = 14

INTERPRETACION: El beneficio máximo asciende a 17.000,00 euros y se

obtiene fabricando 600 metros (6 rollos de 100 metros) de cable de tipo A y 800
metros (8 rollos de 100 metros) de tipo B. Teniendo H1 , H2 en cero y H3 es
150 por tanto la empresa adquirió un stock sobrante.

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 11

DESARROLLO EN EL PROGRAMA LINGO

PROGRAMA LINGO RANGO: 1

Ranges in which the basis is unchanged:

Objective Coefficient
Ranges:

Current Allowable
Allowable
Variable Coefficient Increase
Decrease
A 6.000000 1.500000
2.250000
B 5.000000 3.000000
1.000000

Righthand Side
Ranges:

Current Allowable
Allowable
Row RHS Increase
Decrease
2 120.0000 60.00000
30.00000
3 180.0000 60.00000
60.00000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 12

PROGRAMA LINGO SOLUCION: 1

Global optimal solution found.

Objective value: 270.0000
Infeasibilities: 0.000000
Total solver iterations: 2

Model Class: LP

Total variables: 2
Nonlinear variables: 0
Integer variables: 0

Total constraints: 3
Nonlinear constraints: 0

Total nonzeros: 6
Nonlinear nonzeros: 0

Variable Value
Reduced Cost
A 20.00000
0.000000
B 30.00000
0.000000

Row Slack or Surplus

Dual Price
1 270.0000
1.000000
2 0.000000
1.500000
3 0.000000
0.5000000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 13

PROGRAMA LINGO RANGO: 2

Ranges in which the basis is unchanged:

Objective Coefficient
Ranges:

Current Allowable
Allowable
Variable Coefficient Increase
Decrease
D1 2.500000 0.4000000
0.3250000
D2 1.450000 0.2166667
0.2000000

Righthand Side
Ranges:

Current Allowable
Allowable
Row RHS Increase
Decrease
2 70.00000 10.00000
10.00000
3 120.0000 20.00000
15.00000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 14

PROGRAMA LINGO SOLUCION: 2

Global optimal solution found.

Objective value: 93.50000
Infeasibilities: 0.000000
Total solver iterations: 2

Model Class: LP

Total variables: 2
Nonlinear variables: 0
Integer variables: 0

Total constraints: 3
Nonlinear constraints: 0

Total nonzeros: 6
Nonlinear nonzeros: 0

Variable Value
Reduced Cost
D1 20.00000
0.000000
D2 30.00000
0.000000

Row Slack or
Surplus Dual Price
1 93.50000
-1.000000
2 0.000000
-0.6500000
3 0.000000
-0.4000000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 15

PROGRAMA LINGO RANGO: 3

Ranges in which the basis is unchanged:

Objective Coefficient
Ranges:

Current Allowable
Allowable
Variable Coefficient Increase
Decrease
A 500.0000 166.6667
100.0000
B 300.0000 75.00000
75.00000

Righthand Side
Ranges:

Current Allowable
Allowable
Row RHS Increase
Decrease
2 44.00000 4.000000
5.333333
3 4500.000 400.0000
500.0000
4 8.000000 INFINITY
2.000000
5 10.00000 INFINITY
3.333333

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 16

PROGRAMA LINGO SOLUCION: 3

Global optimal solution found.

Objective value: 5000.000
Infeasibilities: 0.000000
Total solver iterations: 2

Model Class: LP

Total variables: 2
Nonlinear variables: 0
Integer variables: 0

Total constraints: 5
Nonlinear constraints: 0

Total nonzeros: 8
Nonlinear nonzeros: 0

Variable Value
Reduced Cost
A 6.000000
0.000000
B 6.666667
0.000000

Row Slack or
Surplus Dual Price
1 5000.000
1.000000
2 0.000000
62.50000
3 0.000000
0.5000000
4 2.000000
0.000000
5 3.333333
0.000000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 17

PROGRAMA LINGO RANGO: 4

Ranges in which the basis is unchanged:

Objective Coefficient
Ranges:

Current Allowable
Allowable
Variable Coefficient Increase
Decrease
A 40.00000 INFINITY
13.33333
B 20.00000 10.00000
20.00000

Righthand Side
Ranges:

Current Allowable
Allowable
Row RHS Increase
Decrease
2 48.00000 7.800000
12.00000
3 60.00000 INFINITY
13.00000
4 9.000000 3.000000
3.545455

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 18

PROGRAMA LINGO SOLUCION: 4

Global optimal solution found.

Objective value: 440.0000
Infeasibilities: 0.000000
Total solver iterations: 1

Model Class: LP

Total variables: 2
Nonlinear variables: 0
Integer variables: 0

Total constraints: 4
Nonlinear constraints: 0

Total nonzeros: 7
Nonlinear nonzeros: 0

Variable Value
Reduced Cost
A 9.000000
0.000000
B 4.000000
0.000000

Row Slack or
Surplus Dual Price
1 440.0000
1.000000
2 0.000000
6.666667
3 13.00000
0.000000
4 0.000000
13.33333

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 19

PROGRAMA LINGO RANGO: 5

Ranges in which the basis is unchanged:

Objective Coefficient
Ranges:

Current Allowable
Allowable
Variable Coefficient Increase
Decrease
V 250.0000 150.0000
50.00000
R 400.0000 100.0000
150.0000

Righthand Side
Ranges:

Current Allowable
Allowable
Row RHS Increase
Decrease
2 50.00000 18.75000
6.250000
3 150.0000 12.50000
50.00000
4 125.0000 INFINITY
25.00000
5 125.0000 INFINITY
75.00000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 20

PROGRAMA LINGO SOLUCION: 5

Global optimal solution found.

Objective value: 45000.00
Infeasibilities: 0.000000
Total solver iterations: 2

Model Class: LP

Total variables: 2
Nonlinear variables: 0
Integer variables: 0

Total constraints: 5
Nonlinear constraints: 0

Total nonzeros: 8
Nonlinear nonzeros: 0

Variable Value
Reduced Cost
V 100.0000
0.000000
R 50.00000
0.000000

Row Slack or
Surplus Dual Price
1 45000.00
1.000000
2 0.000000
600.0000
3 0.000000
100.0000
4 25.00000
0.000000
5 75.00000
0.000000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 21

PROGRAMA LINGO RANGO: 6

Ranges in which the basis is unchanged:

Objective Coefficient
Ranges:

Current Allowable
Allowable
Variable Coefficient Increase
Decrease
A 2000.000 1000.000
1000.000
B 2000.000 2000.000
666.6667

Righthand Side
Ranges:

Current Allowable
Allowable
Row RHS Increase
Decrease
2 80.00000 40.00000
26.66667
3 160.0000 80.00000
20.00000
4 200.0000 40.00000
INFINITY

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 22

PROGRAMA LINGO SOLUCION: 6

Global optimal solution found.

Objective value: 120000.0
Infeasibilities: 0.000000
Total solver iterations: 2

Model Class: LP

Total variables: 2
Nonlinear variables: 0
Integer variables: 0

Total constraints: 4
Nonlinear constraints: 0

Total nonzeros: 8
Nonlinear nonzeros: 0

Variable Value
Reduced Cost
A 40.00000
0.000000
B 20.00000
0.000000

Row Slack or
Surplus Dual Price
1 120000.0
-1.000000
2 0.000000
-500.0000
3 0.000000
-500.0000
4 40.00000
0.000000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 23

PROGRAMA LINGO RANGO: 7

Ranges in which the basis is unchanged:

Objective Coefficient
Ranges:

Current Allowable
Allowable
Variable Coefficient Increase
Decrease
C 2750.000 INFINITY
251.5000
P 1300.000 100.6000
49.00000
A 375.0000 24.50000
INFINITY
B 167.0000 16.33333
55.88889

Righthand Side
Ranges:

Current Allowable
Allowable
Row RHS Increase
Decrease
2 10000.00 166.6667
2500.000
3 8500.000 INFINITY
250.0000
4 1500.000 500.0000
55.55556

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 24

PROGRAMA LINGO SOLUCION: 7

Global optimal solution found.

Objective value: 5791750.
Infeasibilities: 0.000000
Total solver iterations: 2

Model Class: LP

Total variables: 4
Nonlinear variables: 0
Integer variables: 0

Total constraints: 4
Nonlinear constraints: 0

Total nonzeros: 11
Nonlinear nonzeros: 0

Variable Value
Reduced Cost
C 1500.000
0.000000
P 1250.000
0.000000
A 0.000000
24.50000
B 250.0000
0.000000

Row Slack or Surplus

Dual Price
1 5791750.
1.000000
2 0.000000
399.5000
3 0.000000
167.0000
4 0.000000
251.5000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 25

PROGRAMA LINGO RANGO: 8

Ranges in which the basis is unchanged:

Objective Coefficient
Ranges:

Current Allowable
Allowable
Variable Coefficient Increase
Decrease
P 50.00000 30.00000
23.33333
C 40.00000 35.00000
15.00000

Righthand Side
Ranges:

Current Allowable
Allowable
Row RHS Increase
Decrease
2 750.0000 750.0000
250.0000
3 1000.000 500.0000
500.0000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 26

PROGRAMA LINGO SOLUCION:8

Global optimal solution found.

Objective value: 28750.00
Infeasibilities: 0.000000
Total solver iterations: 2

Model Class: LP

Total variables: 2
Nonlinear variables: 0
Integer variables: 0

Total constraints: 3
Nonlinear constraints: 0

Total nonzeros: 6
Nonlinear nonzeros: 0

Variable Value
Reduced Cost
P 375.0000
0.000000
C 250.0000
0.000000

Row Slack or
Surplus Dual Price
1 28750.00
1.000000
2 0.000000
15.00000
3 0.000000
17.50000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 27

PROGRAMA LINGO RANGO: 9

Ranges in which the basis is unchanged:

Objective Coefficient
Ranges:

Current Allowable
Allowable
Variable Coefficient Increase
Decrease
X 10.00000 140.0000
4.000000
Y 30.00000 20.00000
28.00000

Righthand Side
Ranges:

Current Allowable
Allowable
Row RHS Increase
Decrease
2 15.00000 60.00000
12.00000
3 15.00000 60.00000
12.00000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 28

PROGRAMA LINGO SOLUCION:9

Global optimal solution found.

Objective value: 100.0000
Infeasibilities: 0.000000
Total solver iterations: 2

Model Class: LP

Total variables: 2
Nonlinear variables: 0
Integer variables: 0

Total constraints: 3
Nonlinear constraints: 0

Total nonzeros: 6
Nonlinear nonzeros: 0

Variable Value
Reduced Cost
X 2.500000
0.000000
Y 2.500000
0.000000

Row Slack or
Surplus Dual Price
1 100.0000
-1.000000
2 0.000000
-5.833333
3 0.000000
-0.8333333

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 29

PROGRAMA LINGO RANGO: 10

Ranges in which the basis is unchanged:

Objective Coefficient
Ranges:

Current Allowable
Allowable
Variable Coefficient Increase
Decrease
A 1500.000 500.0000
500.0000
B 1000.000 500.0000
250.0000

Righthand Side
Ranges:

Current Allowable
Allowable
Row RHS Increase
Decrease
2 195.0000 INFINITY
15.00000
3 20.00000 8.000000
3.000000
4 14.00000 0.7500000
4.000000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 30

PROGRAMA LINGO SOLUCION:10

Global optimal solution found.

Objective value: 17000.00
Infeasibilities: 0.000000
Total solver iterations: 3

Model Class: LP

Total variables: 2
Nonlinear variables: 0
Integer variables: 0

Total constraints: 4
Nonlinear constraints: 0

Total nonzeros: 8
Nonlinear nonzeros: 0

Variable Value
Reduced Cost
A 6.000000
0.000000
B 8.000000
0.000000

Row Slack or
Surplus Dual Price
1 17000.00
1.000000
2 15.00000
0.000000
3 0.000000
500.0000
4 0.000000
500.0000

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 31

Investigacióó n de óperaciónes – Ejerciciós de Prógramacióó n Lineal Paó gina 32