INVESTIGACIÓN DE

OPERACIONES

Ciclo : VI

Sección : 9439

Docente : Mg. John Zamora Cordova

Lima – Perú
Marzo 2020

1
 PRESENTACIÓN

El desarrollo del material de la asignatura, se hace considerando la Investigación de

Operaciones como una ciencia administrativa basada en el enfoque científico, para resolver
problemas y proporcionar ayuda para la toma de decisiones. Planear, programar, organizar,
dirigir, dotar de personal, controlar, son actividades que el alumno en su ejercicio profesional
puede desempeñar, y la Investigación de Operaciones le sirve de ayuda con su método
analítico y sistemático. Con base en este enfoque gerencial es que se plantea en el presente
manual el estudio de esta ciencia.
La primera Unidad Didáctica, es una puerta de entrada al estudio de las diversas técnicas y
los respectivos modelos que conforman la asignatura. Se hace énfasis en el análisis
cuantitativo que es la base del enfoque científico, punto de partida del proceso que
determinará la toma de una decisión.
La segunda Unidad Didáctica, se inicia en las técnicas a estudiar, siendo la primera,
Programación Lineal. Esta es una de las técnicas más empleadas y se aplica en sistemas
con relaciones lineales, para usar los recursos escasos de la mejor manera posible. Se
estudia también sus aplicaciones especiales como programación lineal el método de
transporte y de asignación
La tercera Unidad Didáctica contiene el estudio de técnicas utilizadas para el manejo de
proyectos que son: PERT y CPM. Ambas técnicas tienen el objetivo de ahorrar el mayor
tiempo posible en la ejecución de proyectos. Didácticamente, su estudio ha sido dividido en
tres fases: Planeamiento, Programación y Control.
La última Unidad está dedicada al estudio de la Teoría de Colas, con especial mención del
modelo M/M/1, llamado así según la notación de Kendall. La Teoría es un estudio de los
sistemas de espera y de los diferentes modelos que provee la Investigación de Operaciones
para ayudar en la toma de decisiones en este campo. En su parte inicial se incluye la teoría
básica para definir los sistemas de espera a través de sus aspectos, las causas que los
originan, así como también la clasificación de modelos, formas de solución de los mismos y
utilización de los resultados para tomar decisiones que mejoren su forma de operar.
El compilador

2
ÍNDICE

Pág.
PRESENTACIÓN
ÍNDICE

Primera Unidad:
LA INVESTIGACIÓN DE OPERACIONES Y EL USO DE MODELOS
Lección Nº 1: La Investigación De Operaciones
Lección Nº 2: Metodología de la Investigación de Operaciones
Segunda Unidad:
PROGRAMACIÓN LINEAL
Lección Nº 1: Métodos para la solución de problemas de P.L
Lección Nº 2: Métodos de representación gráfica
Lección Nº 3: Método Simplex
Lección Nº 4: Análisis de Dualidad y Sensibilidad

3
 UNIDAD DIDÁCTICA II

COMPETENCIA

Plantea y Resuelve adecuadamente programas lineales de

maximización y minimización siguiendo la secuencia determinada
en la solución de problemas de programación lineal

En esta UNIDAD DIDÁCTICA se va analizar el método de programación lineal en la solución de

problemas de la administración.

Al terminar la segunda UNIDAD DIDÁCTICA, el participante estará en capacidad de:

Analizar el método de programación lineal en la solución de problemas de la
administración.

 Introducción a la Programación Lineal

 Teoría de Dualidad
 Análisis de Sensibilidad
 Modelo de Transporte
 Problemas de Asignación de recursos

4
 LECCIÓN Nº 1

INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL

PROGRAMACION LINEAL

FORMULACION MATEMATICA

PROBLEMA GENERAL PROBLEMAS ESPECIALES

METODO GRAFICO METODO ALGEBRAICO PROBLEMAS DE TRANSPORTE PROBLEMAS DE ASIGNACIÓN

(SIMPLEX)

1.1 Introducción.
Se considera al desarrollo de la Programación Lineal (PL) entre los avances científicos más
importantes de mediados del siglo XX. En la actualidad es una herramienta común que ha
ahorrado miles o millones de dólares a muchas compañías y negocios, incluyendo industrias
medianas y pequeñas en distintos países del mundo. ¿Cuál es la naturaleza de esta notable
herramienta y qué tipo de problemas puede manejar? Expresado brevemente, el tipo más común
de aplicación abarca el problema general de asignar recursos limitados entre las distintas
actividades de la mejor manera posible (es decir, en forma óptima). La variedad de situaciones a
las que se puede aplicar esta descripción es sin duda muy grande, y va desde la asignación de
instalaciones productivas a los productos, hasta la asignación de los recursos nacionales a las
necesidades de un país. No obstante, el ingrediente común de todas estas situaciones es la
necesidad de asignar recursos a las actividades.
La programación lineal utiliza un modelo matemático para describir el problema. El adjetivo lineal
significa que todas las funciones matemáticas del modelo deber ser funciones lineales. En este
caso, las palabras programación no se refiere a programación en computadoras; en esencia es un
sinónimo de planeación. Así, la programación lineal trata la planeación de las actividades para
obtener un resultado óptimo, esto es, el resultado que mejor alcance la meta especificada (según
el modelo matemático) entre todas las alternativas de solución.
Aunque la asignación de recursos a las actividades es la aplicación más frecuente, la
programación lineal tiene muchas otras posibilidades. de hecho, cualquier problema cuyo modelo
matemático se ajuste al formato general del modelo de programación lineal es un problema de
programación lineal. Aún más, se dispone de un procedimiento de solución extraordinariamente
eficiente llamado método simplex, para resolver estos problemas, incluso los de gran tamaño.
Estas son algunas causas del tremendo auge de la programación lineal en las últimas décadas.

1.2 Modelo De Programación Lineal

Los términos clave son recursos y actividades, en donde m denota el número de distintos tipos de
recursos que se pueden usar y n denota el número de actividades bajo consideración. Algunos
ejemplos de recursos son dinero y tipos especiales de maquinaria, equipo, vehículos y personal.
Los ejemplos de actividades incluyen inversión en proyectos específicos, publicidad en un medio
determinado y el envío de bienes de cierta fuente a cierto destino. En cualquier aplicación de
programación lineal, puede ser que todas las actividades sean de un tipo general (como cualquiera
de los ejemplos), y entonces cada una correspondería en forma individual a las alternativas
específicas dentro de esta categoría general.

5
El tipo más usual de aplicación de programación lineal involucra la asignación de recursos a
ciertas actividades. La cantidad disponible de cada recurso está limitada, de forma que deben
asignarse con todo cuidado. La determinación de esta asignación incluye elegir los niveles de las
actividades que lograrán el mejor valor posible de la medida global de efectividad.
Ciertos símbolos se usan de manera convencional para denotar las distintas componentes de un
modelo de programación lineal. Estos símbolos se enumeran a continuación, junto con su
interpretación para el problema general de asignación de recursos a actividades.
Z = valor de la medida global de efectividad
xj = nivel de la actividad j (para j = 1,2,...,n)
cj = incremento en Z que resulta al aumentar una unidad en el nivel de la actividad j bi
= cantidad de recurso i disponible para asignar a las actividades (para i = 1,2,...,m)
aij = cantidad del recurso i consumido por cada unidad de la actividad j

El modelo establece el problema en términos de tomar decisiones sobre los niveles de las
actividades, por lo que x1,x2,....,xn se llaman variables de decisión. Los valores de cj, bi y aij (para i
= 1,2,....,m y j = 1,2,....,n) son las constantes de entrada al modelo. Las cj, bi y aij también se
conocen como parámetros del modelo.

1.3 Forma Estándar del Modelo

Ahora se puede formular al modelo matemático para este problema general de asignación de
recursos a actividades. En datos necesarios para un modelo de programación lineal que maneja la
asignación de recursos a actividades particular, este modelo consiste en elegir valores de
x1,x2,....,xn para:
optimizar (maximizar o minimizar) Z = c1x1 + c2x2 +....+ cnxn,
sujeta a las restricciones:
a11x1 + a12x2 +....+ a1nxn < b1
a21x1 + a22x2 +....+ a2nxn < b2
.
.
.
am1x1 + am2x2 +....+ amnxn < bm

X1  0, X2  0, ..., Xn  0.

1.4 Suposiciones del Modelo de Programación Lineal

1.4.1 Proporcionalidad
La contribución de cada actividad al valor de la función objetivo Z es proporcional al nivel de
actividad xj, como lo representa el término cjxj en la función objetivo. De m anera similar, la
contribución de cada actividad al lado izquierdo de cada restricción funcional es proporcional al
nivel de la actividad xj, en la forma en que lo representa el término aijxj en la restricción. En
consecuencia, esta suposición elimina cualquier exponente diferente a 1 para las variables en
cualquier término de las funciones (ya sea la función objetivo o la función en el lado izquierdo de
las restricciones funcionales) en un modelo de programación lineal.

6
1.4.2 Actividad
Establece que la entrada y salida de un recurso en particular al conjunto de actividades, deben ser
la misma cantidad; o sea, que las actividades transforman los recursos y no los crean o destruyen.
Esta suposición garantiza que la contribución total tanto a la función objetivo como a las
restricciones, es igual a la suma de las contribuciones individuales. Cuando en un problema dado
no se tenga la aditividad puede recurrirse al empleo de otras técnicas de la programación
matemática, dependiendo de cada caso en particular.
1.4.3 Aditividad
Cada función en un modelo de programación lineal (ya sea la función objetivo o el lado izquierdo
de las restricciones funcionales) es la suma de las contribuciones individuales de las actividades
respectivas.
1.4.4 Divisibilidad
Las variables de decisión en un modelo de programación lineal pueden tomar cualquier valor,
incluyendo valores no enteros, que satisfagan las restricciones funcionales y de no negatividad.
Así, estas variables no están restringidas a sólo valores enteros. Como cada variable de decisión
representa el nivel de alguna actividad, se supondrá que las actividades se pueden realizar a
niveles fracciónales.

1.5 Limitaciones Del Modelo De Programación Lineal

1.5.1 Modelo Determinístico
El modelo de PL involucra únicamente tres tipos de parámetros: Cj, aij y bi; de ahí su sencillez y
gran aplicación. Sin embargo, el valor de dichos parámetros debe ser conocido y constante.
Cuando el valor de los parámetros tiene un cierto riesgo o incertidumbre, pude utilizarse la
programación paramétrica, la programación estocástica, o realizarse un análisis de sensibilidad.
1.5.2 Modelo Estático
En algunos modelos matemáticos se han empleado con éxito las ecuaciones diferenciales, para
inducir la variable tiempo en ellos. En este sentido, puede decidirse que la PL utiliza un modelo
estático, ya que la variable tiempo no se involucra formalmente. Adquiriendo un poco de
experiencia en la formulación de modelos de PL, puede imbuirse la temporabilidad mencionada,
con el uso de subíndices en las variables.
1.5.3 Modelo Que No Suboptimiza
Debido a la forma que se plantea el modelo de PL, o encuentra la solución óptima o declara que
ésta no existe. Cuando no es posible obtener una solución óptima y se debe obtener alguna, se
recurre a otra técnica más avanzada que la PL, la cual se denomina programación lineal por
metas.

1.6 Impacto de la Investigación de Operaciones

La investigación de operaciones ha tenido un impacto impresionante en el mejoramiento de la
eficiencia de numerosas organizaciones en todo el mundo. En el proceso, la investigación de
operaciones ha hecho contribuciones significativas al incremento de la productividad dentro de la
economía de varios países. Hay ahora más de 30 países que son miembros de la International
Federation of Operational Research Societies (IFORS), en la que cada país cuenta con una
sociedad de investigación de operaciones.
Sin duda, el impacto de la investigación de operaciones continuará aumentando. Por ejemplo, al
inicio de la década de los 90, el U.S. Bureau of Labor Statistics predijo que la IO sería el área
profesional clasificada como la tercera de más rápido crecimiento para los estudiantes
universitarios en Estados Unidos, graduados entre 1990 y 2005. Pronosticó también que, para el
año 2005, habría 100 000 personas trabajando como analistas de investigación de operaciones.

7
1.7 Riesgo al Aplicar la Investigación de Operaciones
Al aplicar la I de O al estudio de sistemas y a la resolución de problemas se corre el riesgo de
tratar de manipular los problemas para buscar que se ajusten a las diferentes técnicas, modelos
de algoritmos establecidos en lugar de analizar los problemas y buscar resolverlos obteniendo las
soluciones mejores, utilizando los métodos apropiados, es decir resolver el problema utilizando los
métodos que proporcionan las mejoras soluciones y no buscar ajustar el problema a un método
específico.
Para llegar a hacer un uso apropiado de la I de O, es necesario primero comprender la
metodología para resolver los problemas, así como los fundamentos de las técnicas de solución
para de esta forma saber cuándo utilizarlas o no en las diferentes circunstancias.

1.7 Limitaciones de la Investigación de Operaciones

1. Frecuentemente es necesario hacer simplificaciones del problema original para poder
manipularlo y detener una solución.
2. La mayoría de los modelos sólo considera un solo objetivo y frecuentemente en las
organizaciones se tienen objetivos múltiples.
3. Existe la tendencia a no considerar la totalidad de las restricciones en un problema práctico,
debido a que los métodos de enseñanza y entrenamiento dan la aplicación de esta ciencia
centralmente se basan en problemas pequeños para razones de índole práctico, por lo que se
desarrolla en los alumnos una opinión muy simplista e ingenua sobre la aplicación de estas
técnicas a problemas reales.
4. Casi nunca se realizan análisis costo-beneficio de la implantación de soluciones definidas por
medio de la I de O, en ocasiones los beneficios potenciales se van superados por los costos
ocasionados por el desarrollo e implantación de un modelo.

1.8 Modelos Matemáticos

Existen muchos problemas administrativos que se ajustan a este molde de tratar de minimizar o
maximizar un objetivo que está sujeto a una lista de restricciones. Un fabricante, al planear la
producción futura, busca un costo mínimo al mismo tiempo cómo cumplir restricciones sobre la
demanda del producto, la capacidad de producción, los inventarios, el nivel de empleados y la
tecnología. La PL se ha aplicado con éxito a estos y otros muchos problemas. Para ello emplea
modelos matemáticos.
Un modelo matemático consta al menos de tres conjuntos básicos de elementos:
1. Variables de decisión y parámetros
Las variables de decisión son incógnitas que deben ser determinadas a partir de la solución
del modelo. Los parámetros representan los valores conocidos del sistema o bien que se
pueden controlar.
2. Restricciones
Las restricciones son relaciones entre las variables de decisión y magnitudes que dan sentido
a la solución del problema y las acotan a valores factibles. Por ejemplo, si una de las
variables de decisión representa el número de empleados de un taller, es evidente que el
valor de esa variable no puede ser negativa.
3. Función Objetivo
La función objetivo es una relación matemática entre las variables de decisión, parámetros y
una magnitud que representa el objetivo o producto del sistema. Por ejemplo, si el objetivo del
sistema es minimizar los costos de operación, la función objetivo debe expresar la relación
entre el costo y las variables de decisión.
La solución ÓPTIMA se obtiene cuando el valor del costo sea mínimo para un conjunto de
valores factibles de las variables.
8
 Es decir hay que determinar las variables x 1, x2, ..., xn que optimicen el valor de Z = f(x 1, x2,
..., x n) sujeto a restricciones de la forma g(x1, x2, ..., xn)  b.
Donde x1, x2, ..., x n son las variables de decisión Z es la función objetivo, f es una función
matemática.

Ejemplo 1:
Sean x1 y x2 la cantidad a producirse de dos productos 1 y 2 respectivamente, los costos de
producción de ambos productos, S/. 3 para el producto 1 y S/. 5 para el producto 2. Si el tiempo
total de producción esta restringido a 500 horas y el tiempo de producción son de 8 horas por
unidad para el producto 1 y de 7 horas por unidad para el producto 2, entonces podemos
representar el modelo como:
C = 3x1 + 5x2 (Costo total de Producción)
Sujeto a:
8x1 + 7x2  500
x1  0 y x2  0

Formulación de modelos de Programación Lineal.

Para formular un problema en forma matemática, deben expresarse afirmaciones lógicas en
términos matemáticos. Esto se realiza cuando se resuelven “problemas hablados” al estudiar un
curso de álgebra. Algo muy parecido sucede aquí al formular las restricciones. Por ejemplo,
considérese la siguiente afirmación: Para fabricar el producto A se emplea 3 horas por unidad y
para B se emplea 2 horas por unidad. Si deben usarse todas las 100 horas- hombre, disponibles,
la restricción será:
3A + 2B = 100
Sin embargo, en la mayoría de las situaciones de negocios, no es obligatorio que se usen todos
los recursos (en este caso, horas de mano de obra). Más bien la limitación es que se use, cuando
mucho, lo que se tiene disponible. Para este caso, la afirmación anterior puede escribirse como
una desigualdad:
3A + 2B  100
Para que sea aceptable para PL, cada restricción debe ser una suma de variables con exponente
1. Además, la forma estándar para una restricción pone a todas las variables del lado izquierdo y
sólo una constante positiva o cero del lado derecho. Esto puede requerir algún reacomodo de los
términos. Si, por ejemplo, la restricción es que A debe ser por los menos el doble de B, esto puede
escribirse como:
A  2B ó A - 2B  0
La metodología de PL requiere que todas las variables sean positivas o cero, es decir, no
negativas. Para la mayoría de los problemas esto es real, no se querría una solución que diga:
prodúzcanse menos dos cajas o contrátense menos cuatro personas.
Mientras que no existe un límite en el número de restricciones que puede tener un problema de
PL, sólo puede haber un objetivo. La forma matemática del objetivo se llama función objetivo.
Debe llevar consigo el maximizar o minimizar alguna medida numérica. Podría ser maximizar el
rendimiento, la ganancia, la contribución marginal o los contactos con los clientes. Podría ser
minimizar el costo, el número de empleados o el material de desperdicio. Con frecuencia el
objetivo es evidente al observar el problema.
Como el valor de la función objetivo no se conoce hasta que se resuelve el problema, se usa la
letra Z para representarlo. La función objetivo tendrá, entonces, la forma:
Maximizar Z = 3A + 2B ó

9
 Minimizar Z = 3x1 + 2x 2
Ejemplo 2
Un fabricante de dos productos sillas y mesas y dispone de 6 pies de madera y 28 horas para su
ensamblaje, una silla requiere 2 pies de madera y 7 horas de ensamblaje, una mesa requiere 1 pie
de madera y 8 horas de ensamblaje, los precios de los productos son S/. 120 y S/. 80
respectivamente. ¿Cuantas sillas y cuantas mesas se deben fabricar para maximizar su ingreso?
Sea x1 y x2 la cantidad de sillas y mesas a producir respectivamente
El objetivo se expresa como: Maximizar z = 120x 1 + 80x2
El fabricante está sujeto a dos restricciones:
- De Material : 2x1 + x2  6
- De Horas : 7x1 + 8x2  28
- De no negatividad x1 0 y x 2  0
- Además, no se venden productos no terminados por lo tanto las variables x 1 y x2
deben ser enteras.

Solución Gráfica de Modelos Lineales con dos Variables.

Para la solución gráfica de programas lineales con dos variables, lo que se tiene que hacer es
trazar un eje de coordenadas cartesianas, para graficar las desigualdades dadas por el problema,
después encontrar el Área de Soluciones Factibles y proceder a graficar la función objetivo para
conocer el valor óptimo (maximizar o minimizar) que será la solución del problema.
Ejemplo 3
Un fabricante está tratando de decidir sobre las cantidades de producción para dos artículos:
mesas y sillas. Se cuenta con 96 unidades de material y con 72 horas de mano de obra. Cada
mesa requiere 12 unidades de material y 6 horas de mano de obra. Por otra parte, las sillas usan 8
unidades de material cada una y requieren 12 horas de mano de obra por silla. El margen de
contribución es el mismo para las mesas que para las sillas: $5.00 por unidad. El fabricante
prometió construir por lo menos dos mesas.

Paso 1: formulación del problema. (Expresión de los datos del problema como una función
objetivo y restricciones)
El primer paso para resolver el problema es expresarlo en términos matemáticos en el
formato general de PL. ¿Cuál es el objetivo? Es maximizar la contribución a la ganancia.
Cada unidad de mesas o sillas producidas contribuirá con $5 en la ganancia. Así las dos
alternativas son la producción de mesas y la producción de sillas. Ahora puede escribirse
la función objetivo:
Maximizar Z = 5x1 + 5x2
Donde: x1 = número de mesas producidas
x2 = número de sillas producidas
¿Cuáles son las restricciones o limitaciones del problema? Existen tres restricciones.
Primero, el material está limitado a 96 unidades. Cada mesa se lleva 12 unidades de
material y cada silla usa 8 unidades. La primera restricción es, entonces:
12x1 + 8x2  96
La segunda restricción es el total de horas de mano de obra. Una mesa se lleva 6 horas,
una silla 12 horas y se dispone de un total de 72 horas. Así:
6x1 + 12x2  72

10
 Existe una limitación más. El fabricante prometió producir por lo menos dos mesas. Esto
puede expresarse como:
x1  2
Por último, las restricciones de no negatividad son:
x1  0, x2  0
Poniendo todo junto el modelo se tiene:
Maximizar Z = 5x1 + 5x2
Restricciones: 12x 1 + 8x2  96
6x1 + 12x2  72
x1  2
x1  0, x2  0

Paso 2: Gráfica de las restricciones.

El siguiente paso en el método gráfico es dibujar todas las restricciones en una gráfica.
Esto puede hacerse en cualquier orden. Por conveniencia se comenzará con las
restricciones de no negatividad.
Paso 3: Localización de la solución óptima: líneas de indiferencia. (Ver ppt Nº 4)

Ejemplo 4
Para fabricar sillas y mesas se dispone de determinados tamaños de piezas: 8 piezas pequeñas y
6 piezas grandes. En una silla se utilizan 2 piezas pequeñas y 1 grande, m ientras que en la mesa
se utilizan 2 pequeñas y 2 grandes.
Interesa decidir cuántas sillas y mesas fabricar, dada una utilidad de S/. 15 por silla y S/. 20 por
mesa.
Solución: (a modo de ejemplo)
Modelo matemático
Tiene 3 componentes principales:
1.- Definir las variables de decisión.
x: número de sillas elaboradas.
y: número de mesas elaboradas.
2.- Definir la Función Objetivo del problema.
Maximizar z=15x+20y
3.- Definir las restricciones que posee el problema o modelo que se está construyendo.
En el ejemplo era respetar la disponibilidad de piezas para la fabricación de sillas y mesas.
2x+2y  8 (piezas pequeñas)
x+2y  6 (piezas grandes)
Por último, las restricciones de no negatividad son:
x1  0, y  0

11
MÉTODO DE SOLUCIÓN GRÁFICO
Introducción.
El método gráfico se utiliza para la solución de problemas de PL, representando geométricamente
a las restricciones, condiciones técnicas y el objetivo.
El modelo se puede resolver en forma gráfica si sólo tiene dos variables. Para modelos con tres o
más variables, el método gráfico es impráctico o imposible.
Cuando los ejes son relacionados con las variables del problema, el método es llamado método
gráfico en actividad. Cuando se relacionan las restricciones tecnológicas se denom ina método
gráfico en recursos.
Los pasos necesarios para realizar el método son nueve:
1. Graficar las soluciones factibles, o el espacio de soluciones (factible), que satisfagan todas
las restricciones en forma simultánea.
2. Las restricciones de no negatividad Xi>= 0 confían todos los valores posibles.
3. El espacio encerrado por las restricciones restantes se determinan sustituyendo en primer
término <= por (=) para cada restricción, con lo cual se produce la ecuación de una línea
recta.
4. Trazar cada línea recta en el plano y la región en cual se encuentra cada restricción cuando
se considera la desigualdad lo indica la dirección de la flecha situada sobre la línea recta
asociada.
5. Cada punto contenido o situado en la frontera del espacio de soluciones satisfacen todas las
restricciones y por consiguiente, representa un punto factible.
6. Aunque hay un número infinito de puntos factibles en el espacio de soluciones, la solución
óptima puede determinarse al observar la dirección en la cual aumenta la función objetivo.
7. Las líneas paralelas que representan la función objetivo se trazan mediante la asignación de
valores arbitrarios a fin de determinar la pendiente y la dirección en la cual crece o decrece
el valor de la función objetivo.
Ejemplo.
Maximizar Z = 3X1 + 2X2
Restricciones : X1 + 2X2  6 (1)
2X1 + X2 8 (2)
-X1 + X2 1 (3)
X2  2 (4)
X1 0 (5)
X2  0 (6)
Convirtiendo las restricciones a igualdad y representándolas gráficamente se tiene:

X1 + 2X2 = 6 (1)
2X1 + X2 = 8 (2)
-X1 + X2 = 1 (3)
X2 = 2 (4)
X1 =0 (5)
X2 = 0 (6)
Espacio de solución presentada con WinQsb
12
 Maximizar Z = 3X1 + 2X2
Punto (X1, X2) Z
A (0, 0) 0
B (4, 0) 12
C (3.3, 1.3) 12.6 ( óptima )
D (2, 3) 12
E (1, 3) 9
F (0, 2) 4

Actividad

(I parte)
1. Un soldador, fabricante de bicicletas con 80 Kg. de acero y 120 Kg. de aluminio quiere hacer
bicicletas de paseo y de montaña que quiere vender, respectivamente a 2000 y 1500 soles
respectivamente cada una para sacar el máximo beneficio. Para la de paseo empleará 1 kg.
de acero y 3 Kg. de aluminio, y para la de montaña 2 Kg. de ambos metales. ¿Cuántas
bicicletas de paseo y de montaña venderá?
2. Un estudiante de la UPN, dedica parte de su tiempo al reparto de propaganda publicitaria. La
empresa A le paga S/. 5 por cada impreso repartido y la empresa B, con folletos más grandes,
le paga S/. 7 por impreso. El estudiante lleva dos bolsas: una para los impresos A, en la que
caben 120 y otra para los impresos B, en la que caben 100. Ha calculado que cada día es
capaz de repartir 150 impresos como máximo. Lo que se pregunta el estudiante es: ¿Cuántos
impresos habrá que repartir de cada tipo para que su beneficio diario sea máximo?
3. Un sastre tiene 80 m 2 de tela de algodón y 120 m 2 de tela de lana. Un traje requiere 1 m 2 de
algodón y 3 m 2 de lana, y un vestido de mujer requiere 2 m 2 de cada una de las dos telas.
Calcular el número de trajes y vestidos que debe confeccionar el sastre para maximizar los
beneficios si un traje y un vestido se venden al mismo precio.
4. Transportes Cruz del Norte SAC, posee 2 tipos de camiones. El camión tipo A tiene 20 m 3 de
espacio refrigerado y 40 m 3 no refrigerado. El camión tipo B tiene 30 m 3 refrigerados y 30 m 3
no refrigerados. Una fábrica de productos alimenticios debe embarcar 900 m 3 de productos
refrigerados y 1200 m 3 no refrigerados. ¿Utilizando el Método Gráfico, cuántos camiones de
cada tipo debe alquilar la fábrica para minimizar costos si el tipo A se alquila a 30 $/Km y el B
a 40 $/Km?
5. AFP Prima ha dispuesto como máximo $1’000,000 para invertir en compra de acciones en tres
sectores que según su agente son los más estables: sector petrolero, energía y minero. En el
sector petrolero se ha elegido a PetroPlus cuyas acciones se cotizan en la bolsa a $40 la
unidad y tiene una utilidad anual estimada en $5, en energía a ElectroNor con $25 por acción y
una utilidad anual estimada de $3 y en minería a MinSur con $60 y una utilidad estimada en
$7. El agente recomienda no realizar inversión de mas de $600,000 en la petrolera, como
máximo $250,000 en energía y a lo mucho $300,000 en minería. Formule y construya el
modelo de PL que permita a AFP Prima maximizar el beneficio estimado anual.

13
 Actividad

LA PROGRAMACION LINEAL
(II parte)
1. Textil Donnell, produce Chompas y Sacones. El beneficio que arroja cada chompa es de 40
S/. y cada sacón de 60 S/. El mercado puede adquirir hasta 400 chompas/semana y hasta
300 sacones/semana y en total la planta solo puede fabricar 600 unidades/semana.
a. ¿Cuántas unidades de cada modelo debe producir la fábrica Textil, para obtener
el máximo de ingresos?

2. Un fabricante produce dos artículos, A y B cada uno de los cuales requiere de dos tipos de
máquinas y los tiempos respectivos tal como se indica en el siguiente cuadro:
Máq / Prod A B
Máquina 1 2 4
Máquina 2 3 1
Utilidad S/. 2.5 3.5
Si el número de horas disponibles en las máquinas al mes son de 200 y 150
respectivamente,
a. ¿Determine cuantas unidades de cada producto debe producirse al mes, a fin de
maximizar la utilidad total?
b. ¿Cual es esa utilidad total?

3. Un camión distribuidora Central SA. puede transportar como máximo 9 TM. por viaje. En un
viaje debe transportar al menos 4 TM. de la mercancía A y un peso de la mercancía B que
no sea inferior a la mitad del peso que transporta de A. Sabiendo que cobra 30 S/. / kilo de A
y 20 S/. / kilo de B.
a. ¿Cómo se debe cargar el camión para obtener la ganancia máxima?

4. Un comerciante acude al mercado mayorista a comprar naranjas con S/. 5 000. Le ofrecen
dos tipos de naranjas: las de tipo Valencia a 5 S/. el kg. y las de tipo Huando a 8 S/. el kg.
Sabiendo que sólo dispone de su camioneta con espacio para transportar 700 kg. de
naranjas como máximo y que piensa vender el kg. de naranjas tipo Valencia a 8 S/. y el kg.
de tipo Huando a 12 S/.
a. ¿Cuántos kg de naranjas de cada tipo deberá comprar para obtener máximo
beneficio?
b. ¿Cuál será ese beneficio máximo?

5. La empresa Bembo’s vende hamburguesas de dos tipos: de un cuarto de libra y

hamburguesas bembonas. La hamburguesa de un cuarto de libra obviamente utiliza ¼ de
libra de carne y la hamburguesa bembona, sólo utiliza 0,2 libras de carne. El restaurante
empieza cada día con 200 libras de carne. La utilidad neta es la siguiente: 2.00 $ por cada
hamburguesa de cuarto de libra y 1.50 $ por cada hamburguesa normal. El gerente estima
además que no venderá más de 900 hamburguesas en total.
Aplicando el método gráfico, determine la máxima utilidad que obtiene Bembo’s.

14
6. Un carpintero fabrica dos productos: sillas y mesas. Su producción está limitada por las
disponibilidades en listones de madera (36 semanales) y por las horas de mano de obra
contratada (48 semanales). Cada silla requiere 4 listones de madera y 3 horas de mano de
obra. Cada mesa requiere 4 listones y 6 horas hombre. El carpintero obtiene S/. 30 y S/. 20
de utilidades por cada silla y mesa respectivamente.
Halle por medios gráficos el programa de fabricación que haga máximas las utilidades.

7. Un estudiante del ISTPC dedica parte de su tiempo al reparto de propaganda publicitaria. La

empresa A le paga S/. 5 por cada impreso repartido y la empresa B, con folletos más
grandes, le paga S/. 7 por impreso. El estudiante lleva dos bolsas: una para los impresos A,
en la que caben 120 y otra para los impresos B, en la que caben 100. Ha calculado que
cada día es capaz de repartir 150 impresos como máximo.
¿Cuántos impresos habrá que repartir de cada tipo para que su beneficio diario sea
máximo?

8. Un agricultor tiene 480 hectáreas en la que se puede sembrar ya sea trigo o maíz. El calcula
que tiene 800 horas de trabajo disponible durante la estación crucial del verano. Dados
márgenes de utilidad y los requerimientos laborales mostrados en el cuadro. ¿
Disp. / Prod maíz trigo
Horas de trabajo por hectárea 2 4
Utilidad S/. 40 30

a. ¿Cuántas hectáreas de cada uno debe plantar para maximizar su utilidad?

b. ¿Cuál es esta utilidad máxima?

9. La cervecería Andina S.A. produce cerveza Premium y la de tipo Light. La cerveza Premium
se vende a 5 dólares el barril, y la Light a 2 dólares el barril. La producción de un barril de
cerveza Premium requiere de 5 kilos de cebada y 2 kilos de lúpulo. La producción de un
barril de Light requiere de 2 kilos de cebada y 1 kilo de lúpulo. Se dispone de 60 kilos de
cebada y de 25 kilos de lúpulo.
a. ¿Cuántos barriles de cada tipo de cerveza debe producir para maximizar sus ingresos?
b. ¿Cuáles son esos ingresos máximos?

10. Una fábrica de carrocerías de automóviles y camiones tiene 2 plantas-talleres. En el taller A,

para hacer la carrocería de un camión, se invierten 7 días-operario, para fabricar la de un
auto se precisan 2 días-operario. En el taller B se invierten 3 días-operario tanto en
carrocerías de camión como de auto. Por limitaciones de mano de obra y maquinaria, el
taller A dispone de 300 días-operario, y el taller B de 270 días-operario. Si los beneficios que
se obtienen por cada camión son de 6 mil soles y de 3 mil soles por cada auto.
¿Cuántas unidades de cada clase se deben producir para maximizar las ganancias?

11. Un constructor va a edificar dos tipos de viviendas A y B. Dispone de 600 mil dólares y el
costo de una casa de tipo A es de 13 mil y 8 mil una de tipo B. El número de casas de tipo A
ha de ser, al menos, del 40 % del total y el de tipo B, el 20 % por lo menos. Si cada casa de
tipo A se vende a 16 mil y cada una de tipo B en 9 mil dólares respectivamente.
¿Cuántas casas de cada tipo debe construir para obtener el beneficio máximo?

25
12. Una fábrica produce camisas y pantalones los produce con dos tipos de máquinas (de
cortar, coser). Fabricar una camisa representa emplear la máquina de cortar una hora y la
de coser tres horas; fabricar un pantalón representa usar la máquina de cortar una hora, la
de coser una hora. La máquina de coser se puede usar hasta doce y la de cortar hasta 7
horas al día, sino se recalienta. Todo lo que se fabrica es vendido y se obtiene un beneficio
de ocho soles por cada camisa y de cinco soles por cada pantalón.
¿Cómo emplearíamos las máquinas para conseguir el beneficio máximo?

13. Un fabricante de cemento produce dos tipos de cemento a saber en gránulos y polvo. Él no
puede hacer más de 1600 bolsas un día debido a una escasez de vehículos para transportar
el cemento fuera de la planta. Un contrato de ventas establece que él debe producir 500
bolsas al día de cemento en polvo. Debido a restricciones del proceso, se requiere el doble
del tiempo para producir una bolsa de cemento granulado en relación al tiempo requerido
por el cemento en polvo. Una bolsa de cemento en polvo consume para su fabricación 15
minutos/bolsa y la planta opera 8 horas al día. Su ganancia es S/.4 por la bolsa de cemento
granulado y S/ 3 por la bolsa de cemento en polvo.
a. Cuánto se debe producir de cada tipo de cemento para maximizar sus ingresos.

14. En Justicia Paz y Vida de El Tambo, se van a construir casas de dos tipos: A y B. La
empresa constructora dispone para ello de un máximo de 1,8 millones de soles, siendo el
costo de cada tipo de casa de 30 y 20 mil soles respectivamente. El Ministerio de Vivienda,
por la normatividad de paisajismo y urbanismo exige que el número total de casas no sea
superior a 80. Sabiendo que el beneficio obtenido por la venta de una casa de tipo A es 4 mil
soles y de 3 mil soles por una de tipo B.
a. ¿La constructora cuántas casas debe construir de cada tipo para obtener el
máximo beneficio?
b. ¿Cuáles son esos ingresos máximos?

15. Doe Run SRL. produce Cobre y Zinc. Por el momento es capaz de vender todo el mineral
producido. La ganancia por tonelada de Cobre y Zinc vendida es de 4 y 3 mil dólares
respectivamente. El proceso de cada tonelada de Cobre requiere 3 horas de trabajo en el
horno y otras 4 horas de lavado. Para cada tonelada de Zinc se requieren 4 horas de
horneado y 2 horas de lavado. Las horas diarias disponibles en el horno y el lavado son 35 y
30, respectivamente. Además, se supone que al menos se deben producir diariamente 4
toneladas de Zinc.
¿Cuántas toneladas de Cobre y cuantas de Zinc debe producir a fin de maximizar sus
ingresos?
16. Una compañía puede anunciar su producto mediante el uso de estaciones de radio y
televisión locales. Su presupuesto limita los gastos en publicidad a $1000 por mes. Cada
minuto de anuncio en la radio cuesta $5 y cada minuto de publicidad en televisión cuesta
$100. La compañía desearía utilizar la radio cuando menos dos veces más que la televisión.
La experiencia pasada muestra que cada minuto de publicidad por televisión generará en
términos generales 25 veces más ventas que cada minuto de publicidad por la radio.
Determine la asignación óptima del presupuesto mensual para anuncios por radio y
televisión.

26