INVESTIGACIÓN GENERAL DE OPERACIONES –
53590
ADMINISTRACION DE OPERACIONES - 53874
M.Sc. Leonardo H. Talero-Sarmiento
Programación Lineal
• Objetivos:
• Representar mediante ecuaciones lineales problemas de decisiones.
• Estructurar y dar solución a un problema de programación lineal.
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 2
9
Ejemplos
• Ana, Jaime, Juan y Pedro están en la orilla oriente de un río, y desean cruzarlo en
canoa hasta la orilla opuesta. La canoa puede llevar cuando mucho dos personas en
cada viaje. Ana es la más vigorosa y puede cruzar el río en 1 minuto. Jaime, Juan y
Pedro tardan 2, 5 y 10 minutos, respectivamente. Si hay dos personas en la canoa, la
persona más lenta es la que determina el tiempo de cruce. El objetivo es que los
cuatro estén en la orilla opuesta en el mínimo tiempo posible.
1. Identifique al menos dos planes factibles para cruzar el río. Recuerde que la canoa
es el único medio de transporte, y que no puede viajar vacía.
2. Defina el criterio para evaluar las alternativas.
3. ¿Cuál es el tiempo mínimo para pasar a los cuatro hasta la otra orilla del río?
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 3
9
Ejemplos
• En un juego de béisbol, Juan es el lanzador y José el bateador. Suponga
que Juan puede lanzar una bola rápida o una curva, al azar. Si José
adivina que viene una curva, puede mantener un promedio de bateo de
.500. Si no, cuando Juan lanza una curva y José se prepara para una
bola rápida, su promedio de bateo baja a .200. Por otro lado, si José
adivina bien una bola rápida, mantiene un promedio de bateo de .300; si
no, su promedio de bateo sólo es .100.
1. Defina las alternativas para este caso.
2. Defina la función objetivo para el problema, y describa en qué difiere
de la optimización común (maximización o minimización) de un
criterio.
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 4
9
Pasos para la modelación
• Definir las variables de decisión
• Construir la función objetivo
• Determinar el criterio de decisión
• Construir el espacio de búsqueda
• Construir el espacio de soluciones
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 5
9
Tipos de variables de decisión
• Enteras.
• 𝑥 = {5,8,3,15}
• Binarias.
• 𝑥 = {0,1}
• Continuas.
• 𝑥 = {0.65454, 1.987456, 𝑝𝑖, 1/2}
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 6
9
Funciones objetivo
• ¿Cuáles funciones objetivo hemos construido?
• ¿En qué se parecen?
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 7
9
Restricciones
• ¿Cómo se construye el espacio de soluciones?
• Estructura de una restricción:
• Considere la limitación de desigualdad lineal de la forma:
𝑓(𝑥1 , 𝑥2 ) ≤ 𝑏 o 𝑓(𝑥1 , 𝑥2 ) ≥ 𝑏
• En general, se puede demostrar que, en dos dimensiones, el conjunto de
puntos que satisface una desigualdad lineal comprende los puntos en la recta
𝑓(𝑥_1,𝑥_2)=𝑏, que define la desigualdad más todos los puntos de un lado de
la recta. Con el fin de determinar que lado de la recta corresponde a la
desigualdad se elige un punto 𝑃 arbitrario y a partir de este se evalúa la
condición de la restricción.
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 8
9
Restricciones de desigualdad
• Normalmente un PL de dos variables, cuyas variables de decisión
corresponden a 𝑥1 y 𝑥2 , como ejemplo considere la siguiente
restricción
2𝑥1 + 3𝑥2 ≤ 6
• El mismo conjunto de puntos satisface (𝑥1 , 𝑥2 ) satisface:
3𝑥2 ≤ 6 − 2𝑥1
• De igual forma satisface:
2
𝑥2 ≤ 2 − 𝑥1
3
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 9
9
Ejemplo
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 10
9
Ejemplo: Gepetto S.L.,
• Gepetto S.L., manufactura muñecos y trenes de madera.
• Cada muñeco:
• Produce un beneficio neto de 3 €.
• Requiere 2 horas de trabajo de acabado.
• Requiere 1 hora de trabajo de carpintería.
• Cada tren:
• Produce un beneficio neto de 2 €.
• Requiere 1 hora de trabajo de acabado.
• Requiere 1 hora trabajo de carpintería.
• Cada semana Gepetto puede disponer de:
• Todo el material que necesite.
• Solamente 100 horas de acabado.
• Solamente 80 horas de carpintería.
• También:
• La demanda de trenes puede ser cualquiera (sin límite).
• La demanda de muñecos es como mucho 40.
¿Cuántos muñecos y cuántos trenes debe fabricar para maximizar sus ingresos?
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 11
9
Estructura
• Variables de Decisión
𝑥 = 𝑛º 𝑑𝑒 𝑚𝑢ñ𝑒𝑐𝑜𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑜𝑠 𝑎 𝑙𝑎 𝑠𝑒𝑚𝑎𝑛𝑎
𝑦 = 𝑛º 𝑑𝑒 𝑡𝑟𝑒𝑛𝑒𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑜𝑠 𝑎 𝑙𝑎 𝑠𝑒𝑚𝑎𝑛𝑎
• Función Objetivo. En cualquier PPL, la decisión a tomar es como maximizar (normalmente el beneficio) o minimizar (el
coste) de alguna función de las variables de decisión. Esta función a maximizar o minimizar se llama función objetivo. El
objetivo de Gepetto es elegir valores de x e y para maximizar 3𝑥 + 2𝑦. Usaremos la variable z para denotar el valor de la
función objetivo. La función objetivo de Gepetto es:
𝑀𝑎𝑥 𝑧 = 3𝑥 + 2𝑦
• Restricciones
• Son desigualdades que limitan los posibles valores de las variables de decisión. En este problema las restricciones vienen
dadas por la disponibilidad de horas de acabado y carpintería y por la demanda de muñecos. También suele haber restricciones
de signo o no negatividad: 𝑥 ≥ 0 𝑦 ≥ 0
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 12
9
Ejemplo – Restricciones
• Cuando x e y crecen, la función objetivo de Gepetto también crece. Pero
no puede crecer indefinidamente porque, para Gepetto, los valores de x
e y están limitados por las siguientes tres restricciones:
• Restricción 1: no más de 100 horas de tiempo de acabado pueden ser
usadas.
• Restricción 2: no más de 80 horas de tiempo de carpinteria pueden
ser usadas.
• Restricción 3: limitación de demanda, no deben fabricarse más de 40
muñecos.
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 13
9
Ejemplo – Restricciones
• Estas tres restricciones pueden expresarse matematicamente por
las siguientes desigualdades:
• Restricción 1: 2 𝑥 + 𝑦 ≤ 100
• Restricción 2: 𝒙 + 𝑦 ≤ 80
• Restricción 3: 𝒙 ≤ 40
• Además, tenemos las restricciones de signo: 𝑥 ≥ 0 𝑒 𝑦 ≥
0
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 14
9
Formulación matemática
Variables de Decisión
𝑥 = 𝑛º 𝑑𝑒 𝑚𝑢ñ𝑒𝑐𝑜𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑜𝑠 𝑎 𝑙𝑎 𝑠𝑒𝑚𝑎𝑛𝑎
𝑦 = 𝑛º 𝑑𝑒 𝑡𝑟𝑒𝑛𝑒𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑑𝑜𝑠 𝑎 𝑙𝑎 𝑠𝑒𝑚𝑎𝑛𝑎
Muñeco Tren
Beneficio 3 2 Max z = 3x + 2y (función objetivo)
Acabado 2 1 ≤100 2 x + y ≤ 100 (acabado)
Carpintería 1 1 ≤ 80 x + y ≤ 80 (carpinteria)
Demanda 1 0 ≤ 40 x ≤ 40 (demanda muñecos)
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 15
9
Formulación del pl
𝑀𝑎𝑥 𝑧 = 3𝑥 + 2𝑦 (función objetivo)
• Sujeto a (s.a:)
2 𝑥 + 𝑦 ≤ 100 (restricción de acabado)
𝑥 + 𝑦 ≤ 80 (restricción de carpinteria)
𝑥 ≤ 40 (restricción de demanda de muñecos)
𝑥 ≥ 0(restricción de signo)
𝑦 ≥ 0 (restricción de signo)
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 16
9
Región factible
• La región factible de un PPL es el conjunto de todos los puntos que satisfacen todas las restricciones.
Es la región del plano delimitada por el sistema de desigualdades que forman las restricciones.
• Restricciones de Gepetto
2𝑥 + 𝑦 ≤ 100 (restricción finalizado)
𝑥 + 𝑦 ≤ 80 (restricción carpintería)
𝑥 ≤ 40 (restricción demanda)
𝑥 ≥ 0 (restricción signo)
𝑦 ≥ 0 (restricción signo)
¿Cuáles puntos no están en la región factible?
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 17
9
Dibujar la región factible
• Puesto que el PPL de Gepetto tiene dos variables, se puede resolver
gráficamente. La región factible es el conjunto de todos los puntos que
satisfacen las restricciones:
2 𝑥 + 𝑦 ≤ 100 (restricción de acabado)
𝑥 + 𝑦 ≤ 80 (restricción de carpinteria)
𝑥 ≤ 40 (restricción de demanda de muñecos)
𝑥 ≥ 0(restricción de signo)
𝑦 ≥ 0 (restricción de signo)
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 18
9
Región factible
𝟐 𝒙 + 𝒚 ≤ 𝟏𝟎𝟎
𝒙 + 𝒚 ≤ 𝟖𝟎
𝒙 ≤ 𝟒𝟎
𝒙 ≥ 𝟎
𝒚 ≥ 𝟎
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 19
9
Región factible
𝟐 𝒙 + 𝒚 ≤ 𝟏𝟎𝟎
𝒙 + 𝒚 ≤ 𝟖𝟎
𝒙 ≤ 𝟒𝟎
𝒙 ≥ 𝟎
𝒚 ≥ 𝟎
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 20
9
Región factible
𝟐 𝒙 + 𝒚 ≤ 𝟏𝟎𝟎
𝒙 + 𝒚 ≤ 𝟖𝟎
𝒙 ≤ 𝟒𝟎
𝒙 ≥ 𝟎
𝒚 ≥ 𝟎
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 21
9
Región factible
Y
La intersección de todos estos
semiplanos (restricciones) nos da 2x + y = 100
100
la región factible
80
x = 40
60
𝟐 𝒙 + 𝒚 ≤ 𝟏𝟎𝟎
𝒙 + 𝒚 ≤ 𝟖𝟎 x + y = 80
𝒙 ≤ 𝟒𝟎 40
𝒙 ≥ 𝟎 Región
𝒚 ≥ 𝟎
20 Factible
20 40 60 80 X
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 22
9
Solución gráfica
Y
100
Max z = 3x + 2y (0, 80)
80
(20, 60)
60
Para hallar la solución óptima,
dibujamos las rectas en las cuales 40
los puntos tienen el mismo valor
de z. Región (40, 20)
20 Factible
La figura muestra estas líneas
para (40, 0)
𝑧 = 0, 𝑧 = 100, y 𝑧 = 180 (0, 0) 20 40 60 80 X
z = 180
z=0 z = 100
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 23
9
Solución analítica Y
100
Max z = 3x + 2y
También podemos encontrar la solución 80
(0, 80)
óptima calculando el valor de z en los
vértices de la región factible. (20, 60)
60
Vértice z = 3x + 2y
(0, 0) z = 3·0+2·0 = 0
40
(40, 0) z = 3·40+2·0 = 120
(40, 20) z = 3·40+2·20 = 160 Región
(20, 60) z = 3·20+2·60 = 180 Factible (40, 20)
20
(0, 80) z = 3·0+2·80 = 160
(40, 0)
(0, 0) 20 40 60 80 X
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 24
9
Resumiendo
• La región factible en cualquier PPL está limitada por segmentos
(es un polígono, acotado o no).
• La región factible de cualquier PPL tiene solamente un número
finito de vértices.
• Cualquier PPL que tenga solución óptima tiene un vértice que es
óptimo.
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 25
9
¡Quiz!
• En un almacén de frutas hay 800 kg de • Una compañía tiene dos minas: la mina A
naranjas, 800 kg de manzanas y 500 kg de produce diariamente 1 tonelada de carbón de
plátanos. Para su venta se hacen dos lotes antracita de alta calidad, 2 toneladas de
(A y B). El lote A contiene 1 kg de carbón de calidad media y 4 toneladas de
naranjas, 2 kg de manzanas y 1 kg de
plátanos; el lote B se compone de 2 kg de carbón de baja calidad; la mina B produce 2
naranjas, 1 kg de manzanas y 1 kg de toneladas de cada una de las tres clases. Esta
plátanos. El beneficio por kilogramo que compañía necesita 70 toneladas de carbón de
se obtiene con el lote A es de 1200 u.m. y alta calidad, 130 de calidad media y 150 de
con el lote B de 1400 u.m. baja calidad. Los gastos diarios de la mina A
ascienden a 500 u.m. y los de la mina B a 750
u.m. ¿Cuántos días deberán trabajar en cada
mina para que la función de coste sea
mínima?
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 26
9
Herramientas para solucionar
• http://www.phpsimplex.com/simplex/simplex.htm?l=es
• http://desmos.com/calculator
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 27
9
Solución1 𝑥1 = 200𝑥2 = 300
• 𝑚𝑎𝑥 Z= 1200 x1+1400x2
• Sujeto a
• 𝑥1 + 2𝑥2 ≤ 800
• 2𝑥1 + 𝑥2 ≤ 800
• 𝑥1 + 𝑥2 ≤ 500
• 𝑥1 , 𝑥2 ≥ 0
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 28
9
Solución2 𝑥1 = 60𝑥2 = 5
• 𝑚𝑎𝑥 Z= 500 x1+750x2
• Sujeto a
• 𝑥1 + 2𝑥2 ≥ 70
• 2𝑥1 + 2𝑥2 ≥ 130
• 4𝑥1 + 2𝑥2 ≥ 150
• 𝑥1 , 𝑥2 ≥ 0
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 29
9
Método gráfico problema de minimización
• Dorian Auto fabrica automóviles de lujo y camiones. La compañía opina que sus clientes más
idóneos son hombre y mujeres de altos ingresos. Para llegar a estos grupos, Dorian Auto ha
emprendido una ambiciosa campaña publicitaria por TV, y decidió comprar comerciales por
minuto en dos tipos de programas: programas de comedia y juegos de futbol americano.
Cada comercial en programas de comedia lo ven 7 millones de mujeres de altos ingresos y 2
millones de hombres también de altos ingresos. Dos millones de mujeres de altos ingresos y
12 millones de hombres de altos ingresos ven cada comercial en juegos de futbol. Un anuncio
de un minuto en los programas de comedia cuesta 50.000 dólares, y un comercial de un
minuto en el juego de futbol cuesta 100.000 dólares. A Dorian le gustaría que por lo menos
28 millones de mujeres de altos ingresos y 24 millones de hombres de altos ingresos vieran
sus comerciales. Utilice la programación lineal para determinar cómo Dorian puede alcanzar
sus objetivo publicitarios al mínimo costo.
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 30
9
Función objetivo (minimizar costos)
• min 𝑧 = 50𝑥1 + 100𝑥2
• Sujeto a:
• 7𝑥1 + 2𝑥2 ≥ 28
• 2𝑥1 + 12𝑥2 ≥ 24
• 𝑥1 , 𝑥2 ≥ 0
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 31
9
Solución problema Dorian Auto
• Función de isocosto:
𝑧 50
• − 𝑥1 = 𝑥2
100 100
• Valor óptimo
• 𝑥1 = 3.6, 𝑥2 = 1.4, 𝑧 = 320
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 32
9
Casos especiales – método gráfico
Existen el caso de algunas PL que no tienen una solución única
dentro de los casos a destacar se encuentran:
1. Algunas PL tienen un número infinito de soluciones óptimas
(soluciones óptimas múltiples o alternativas)
2. Algunas PL no tienen soluciones factibles (PL no factible)
3. Algunas PL son no acotadas; hay puntos en la región factible con
valores 𝑧 arbitrariamente grandes (en problemas de
maximización).
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 33
9
Soluciones óptimas múltiples o
alternativas: ejemplo
• Una compañía de automotores fabrica automóviles y camiones. Cada
uno de los vehículos debe pasar por el taller de pintura y por el de
ensamble. Si el taller de pintura pintara sólo camiones, entonces podría
pintar 40 por día. Si el taller de pintura pintara sólo automóviles,
entonces podría pintar 60 vehículos diarios. Si el taller de ensamble se
destinara sólo a ensamblar automóviles, entonces podría procesar 50 al
día, y si solo produjera camiones, procesaría 50 por día. Cada camión
contribuye con 600 dólares a la utilidad, y cada automóvil contribuye
con 400 dólares. Mediante la PL, determine un programa de
producción diaria que maximice las utilidades de la compañía.
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 34
9
Soluciones óptimas múltiples o
alternativas: ejemplo
• Variables de decisión
• 𝑥1 = número de camiones producidos por día
• 𝑥2 = número de automóviles producidos por día
• Función Objetivo
• m𝑎𝑥 𝑧 = 600𝑥1 + 400𝑥2
• Restricciones
1 1
• 𝑥1 + 𝑥2 ≤1
40 60
1 1
• 𝑥 + 𝑥2 ≤1
50 1 50
• 𝑥1 , 𝑥2 ≥ 0
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 35
9
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 36
9
Ejemplos de espacios de búsqueda
• Espacios no acotados
• Espacios acotados desde (0,0)
• Espacios acotados diferentes
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 37
9
PL no acotada: ejemplo
• Resolver la siguiente PL utilizando el método gráfico:
• m𝑎𝑥 𝑧 = 2𝑥1 − 𝑥2
• Sujeto a:
• 𝑥1 − 𝑥2 ≤ 1
• 2𝑥1 + 𝑥2 ≥ 6
• 𝑥1 , 𝑥2 ≥ 0
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 38
9
Taller en clase (resolver en Excel)
• Un alumno de Ingeniería de Sistemas comprende que “sólo el
trabajo y nada de diversión hace a una persona aburrida”. Como
resultado quiere distribuir su tiempo disponible de alrededor 10
horas al día, entre estudio y diversión. Calcula que divertirse es
dos veces más importante que estudiar (=(). También quiere
estudiar por lo menos tanto como se divierte. Sin embargo
comprende que si se quiere graduar, no puede divertirse más de
cuatro horas.
• Plantear el modelo que maximice su satisfacción tanto en el
estudio como en el juego.
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 39
9
Problema de la dieta
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 40
9
Solución problema de la dieta
• m𝑖𝑛 𝑧 = 0,3𝑥1 − 0,9𝑥2
• Sujeto a:
• 𝑥1 + 𝑥2 ≥ 800
• 0,21𝑥1 − 0,3𝑥2 ≤ 0
• 0,03𝑥1 + 0,01𝑥2 ≥ 0
• 𝑥1 , 𝑥2 ≥ 0
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 41
9
Ejercicio en clase
• Juan debe trabajar cuando menos 20 horas a la semana para complementar • OilCo construye una refinería para elaborar cuatro productos: diesel, gasolina, lubricantes y
sus ingresos, y al mismo tiempo asistir a la escuela. Tiene la oportunidad combustible para aviones. Las demandas (en barriles/día) de esos productos son 14,000,
de trabajar en dos tiendas al menudeo: en la Tienda 1 puede trabajar entre 30,000, 10,000 y 8000, respectivamente. Irán y Dubai tienen contrato para enviar crudo a
5 y 12 horas por semana, y en la Tienda 2 le permiten trabajar entre 6 Y 10 OilCo. Debido a las cuotas de producción que especifica la OPEP (Organización de Países
horas. Ambas tiendas le pagan el mismo sueldo por hora. En consecuencia, Exportadores de Petróleo) la nueva refinería puede recibir al menos el 40% de su crudo de
Juan quiere basar Su decisión acerca de cuántas horas trabajar en cada Irán, y el resto de Dubai. OilCo pronostica que estas cuotas de demanda y de crudo
tienda en un criterio distinto: el factor de tensión en el trabajo. Con base en permanecerán estables durante los 10 años siguientes. Las distintas especificaciones de los
las entrevistas con otros empleados, Juan estima que en una escala de 1 a dos crudos determinan dos proporciones distintas de productos: un barril de crudo de Irán
10, los factores de tensión son 8 y 6 en las tiendas 1 y 2, respectivamente. rinde 0.2 barril de diesel, 0.25 barril de gasolina, 0.1 barril de lubricante y 0.15 barril de
Como la tensión aumenta cada hora, supone que la tensión total al final de combustible para avión. Los rendimientos correspondientes del crudo de Dubai son: 0.1,
la semana es proporcional a la cantidad de horas que trabaja en las tiendas. 0.6, 0.15 y 0.1, respectivamente. OilCo necesita determinar la capacidad mínima de la
¿Cuántas horas debería trabajar Juan en cada tienda? refinería, en barriles de crudo por día.
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 42
9
Taller en clase Parte A
1) Utilice el método gráfico para 2) La compañía WorldLight produce dos dispositivos para lámparas
resolver el problema: (productos 1 y 2) que requieren partes de metal y componentes
eléctricos. La administración desea determinar cuántas unidades de
m𝑖𝑛 𝑧 = 10𝑥1 + 20𝑥2 cada producto debe fabricar para maximizar la ganancia. Por cada
Sujeto a: unidad del producto 1 se requieren 1 unidad de partes de metal y 2
−𝑥1 + 2𝑥2 ≤ 15 unidades de componentes eléctricos. Por cada unidad del producto 2
𝑥1 + 𝑥2 ≤ 12 se necesitan 3 unidades de partes de metal y 2 unidades de
5 𝑥1 + 3𝑥2 ≤ 45 componentes eléctricos. La compañía tiene 200 unidades de partes de
𝑥1 , 𝑥2 ≥ 0 metal y 300 de componentes eléctricos. 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 genera ganancia, por lo que fabricar más de esa cantidad está
fuera de consideración.
a) Formule un modelo de programación lineal.
b) Utilice el método gráfico para resolver este modelo. ¿Cuál es la
ganancia total que resulta?
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 43
9
Taller en Clase Parte B
3) La tienda B&K vende dos clases de gaseosas: la Cola 4) Ahorros S.A. desea invertir una suma que
A1 y la cola B&K, menos costosa. El margen de utilidad genere un endimiento anual mínimo de
aproximado de A1 es 5 centavos por lata, y la de B&K es $10,000. Dispone de dos grupos accionarios:
7 centavos por lata. En promedio, la tienda no vende acciones selectas y alta tecnología, con un
más de 500 latas diarias. Aunque A1 es una marca rendimiento anual
reconocida, los clientes tienden a comprar más B&K, promedio de 10 y 25%, respectivamente.
porque es bastante menos costosa. Se estima que se Aunque las acciones de alta tecnología dan más
venden cuando menos 100 latas de A1 diarias, y que rendimiento, son más arriesgadas, y Ahorros
B&K se vende más que A1 por un margen mínimo de desea limitar la cantidad invertida en ellas a un
2:1 máximo de 60% del total. ¿Cuál es la cantidad
mínima que debe invertir Ahorros en cada
a) ¿Cuántas latas diarias de cada marca debe tener en grupo de acciones para alcanzar la meta de
existencia la tienda para maximizar la utilidad? inversión?
b) Determine la relación de las utilidades por lata de A1
y de B&K que mantengan sin cambiar la solución
óptima en a).
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 44
9
Taller en Clase Parte B
5) Modelos Alfa fabrica camisas y blusas para las Tiendas Beta, que aceptan toda la producción de Alfa. En el
proceso de producción intervienen el corte, costura y empacado. Alfa emplea 25 trabajadores en el
departamento de corte, 35 en el departamento de costura y 5 en el departamento de empaque. Esa fábrica
trabaja un turno de 8 horas, 5 días por semana. En la tabla siguiente se muestran los tiempos necesarios y las
utilidades unitarias para las dos prendas.
a) Determine el programa de producción semanal óptimo para Alfa.
b) Determine el valor de corte, costura y empaque por hora.
c) Suponga que se pueda trabajar tiempo extra en los departamentos de corte y costura. ¿Qué sueldos por
hora máximos puede pagar Alfa por tiempo extra laborado?
05/09/201
Administración de Operaciones - Investigación de Operaciones - M.Sc. Leonardo H. Talero-Sarmiento 45
9
