Ejercicio Wyndor Glass CO
La WYNDOR GLASS CO produce artículos de vidrio de alta calidad, entre ellos ventanas y puertas
de vidrio. Tiene tres plantas donde:
Planta 1 realiza marcos y molduras de aluminio.
Planta 2 realiza marcos y molduras de madera.
Planta 3 produce el vidrio y ensambla los productos.
Debido a una reducción de las ganancias, la alta administración ha decidido reorganizar la línea de
producción de la compañía. Se discontinuarán varios productos no rentables y se dejará libre una
parte de la capacidad de producción para emprender la fabricación de dos productos nuevos cuyas
ventas potenciales son muy prometedoras:
Producto 1: una puerta de vidrio de 8 pies con marco de aluminio.
Producto 2: una ventana corrediza con marco de madera de 4 por 6 pies.
El producto 1 requiere parte de la capacidad de producción en las plantas 1 y 3 y nada en la planta
2. El producto 2 sólo necesita trabajo en las plantas 2 y 3. La división de comercialización ha
concluido que la compañía puede vender todos los productos que se puedan fabricar en las
plantas. Sin embargo, como ambos productos competirían por la misma capacidad de producción
en la planta 3, no está claro cuál mezcla de productos sería la más rentable.
Por lo tanto se determinara cuáles tasas de producción deben tener los dos productos con el fin de
maximizar las utilidades totales, sujetas a las restricciones impuestas por las capacidades de
producción limitadas disponibles en las tres plantas. (Cada producto se fabricará en lotes de 20
unidades, de manera que la tasa de producción está definida como el número de lotes que se
producen a la semana.) Se permite cualquier combinación de tasas de producción que satisfaga
estas restricciones, incluso no fabricar uno de los productos y elaborar todo lo que sea posible del
otro.
El equipo de IO también identificó los datos que necesitaba reunir:
1. Número de horas de producción disponibles por semana en cada planta para fabricar
estos nuevos productos. (Casi todo el tiempo de estas plantas está comprometido con los
productos actuales, lo que limita la capacidad para manufacturar nuevos productos.).
2. Número de horas de fabricación que se emplea para producir cada lote de cada artículo
nuevo en cada una de las plantas.
3. La ganancia por lote de cada producto nuevo.
Los datos del problema son los siguientes:
Tiempo de producción
Tiempo de producción
por lote, horas
Planta disponible a la semana,
Producto horas
1 2
1 1 0 4
2 0 2 12
3 3 2 18
Ganancia por lote $ 3,000.00 $ 5,000.00
La definición del problema planteado indica que las decisiones que deben tomarse son el número
de lotes de los productos que se fabricarán semanalmente, de manera que se maximice su
ganancia total. Para formular el modelo matemático de programación lineal de este problema se
define:
𝑥1 = Número de lotes del producto 1 que se fabrican por semana.
𝑥2 = Número de lotes del producto 2 que se fabrican por semana.
𝑍 = Ganancia semanal total (en miles de dólares) que generan estos dos productos.
Por lo tanto, 𝒙𝟏 y 𝒙𝟐 son las variables de decisión del modelo.
Maximizar 𝑍 = 3𝑥1 + 5𝑥2
𝑥1 ≤ 4
2𝑥2 ≤ 12
3𝑥1 + 2𝑥2 ≤ 18
𝑥1 ≥ 0, 𝑥2 ≥ 0
Solución mediante el método Simplex:
1. Primer paso es convertir las restricciones funcionales de desigualdad en restricciones de
igualdad equivalentes:
Por lo que agregamos la variable de holgura para 𝑥1 ≤ 4:
𝑥3 = 4 − 𝑥1 ∴ 𝑥1 + 𝑥3 = 4
Dado que 𝑥1 ≤ 4 se cumple si y solo si 4 − 𝑥1 = 𝑥3 ≥ 0 ∴ 𝑥1 ≤ 4 es equivalente al par de
restricciones:
𝑥1 + 𝑥3 = 4 y 𝑥3 ≥ 0
Por lo que nuestro sistema de ecuaciones nos queda:
𝑍 = 3𝑥1 + 5𝑥2
𝑥1 + 𝑥3 = 4
2𝑥2 + 𝑥4 = 12
3𝑥1 + 2𝑥2 + 𝑥5 = 18
Nuestras variables de holgura son 𝑥3 , 𝑥4 , 𝑥5 .
2. Segundo paso es igualar la función objetivo a cero:
𝑍 − 3𝑥1 − 5𝑥2 = 0
3. Tercer paso realizamos una tabla de las variables que tenemos:
Z 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 R
1 -3 -5 0 0 0 0
0 1 0 1 0 0 4
0 0 2 0 1 0 12
0 3 2 0 0 1 18
4. Cuarto paso identificamos la columna y renglón pivote, para la columna pivote
identificamos el valor más negativo de las variables de decisión:
Z 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 R
1 -3 -5 0 0 0 0
0 1 0 1 0 0 4
0 0 2 0 1 0 12
0 3 2 0 0 1 18
Para el renglón pivote se elige dividiendo la columna R entre los valores de la columna pivote
(solamente para las restricciones) y seleccionamos el quede el resultado menor:
Z 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 R
1 -3 -5 0 0 0 0
0 1 0 1 0 0 4/0=inf
0 0 2 0 1 0 12/2=6
0 3 2 0 0 1 18/2=9
5. Quinto paso seleccionamos el elemento pivote y lo hacemos una unidad (utilizamos el
método de eliminación de Gauss:
𝑅3 →1⁄2𝑅3
→
Z 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 R
1 -3 -5 0 0 0 0
0 1 0 1 0 0 4
0 0 1 0 1/2 0 6
0 3 2 0 0 1 18
Eliminamos 𝒙𝟐 :
𝑅1 →𝑅1 +5𝑅3
𝑅4 →𝑅4 −2𝑅3
→
Z 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 R
1 -3 0 0 5/2 0 30
0 1 0 1 0 0 4
0 0 1 0 1/2 0 6
0 3 0 0 -1 1 6
Se tiene que hace otra iteración ya que las variables de decisión deben ser ceros o mayores.
6. Sexto paso ahora seleccionamos una columna pivote que es el más negativo de las
variables de decisión:
Z 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 R
1 -3 0 0 5/2 0 30
0 1 0 1 0 0 4
0 0 1 0 1/2 0 6
0 3 0 0 -1 1 6
Para el renglón pivote se elige dividiendo la columna R entre los valores de la columna pivote
(solamente para las restricciones) y seleccionamos el quede el resultado menor:
Z 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 R
1 -3 0 0 5/2 0 30
0 1 0 1 0 0 4/1=4
0 0 1 0 1/2 0 6/0=inf
0 3 0 0 -1 1 6/3=2
7. Séptimo paso seleccionamos el elemento pivote y lo hacemos una unidad (utilizamos el
método de eliminación de Gauss:
𝑅5 →1⁄3𝑅5
→
Z 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 R
1 -3 0 0 5/2 0 30
0 1 0 1 0 0 4
0 0 1 0 1/2 0 6
0 1 0 0 -1/3 1/3 2
Eliminamos 𝒙𝟏 :
𝑅1 →𝑅1 +3𝑅5
𝑅2 →𝑅2 −𝑅5
→
Z 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 R
1 0 0 0 1.5 1 36
0 0 0 1 1/3 -1/3 2
0 0 1 0 1/2 0 6
0 1 0 0 -1/3 1/3 2
Como las variables de decisión son ceros o positivas el método termino. Por lo tanto la
respuesta es:
Z 𝒙𝟏 𝒙𝟐 𝒙𝟑 𝒙𝟒 𝒙𝟓 R
1 0 0 0 1.5 1 36
0 0 0 1 1/3 -1/3 2
0 0 1 0 1/2 0 6
0 1 0 0 -1/3 1/3 2
Z = 36
𝒙𝟏 = 2
𝒙𝟐 =6
