MODELOS DETERMINISTICOS
Transcript of MODELOS DETERMINISTICOS
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
1) Un camión de transporte tiene capacidad de transportar como
máximo 9 toneladas y por viaje. En un viaje desea transportar al
menos 4 toneladas de la mercancía A y un peso de la mercancía B
que no sea inferior a la mitad del peso que transporta A.
Sabiendo que cobra $800.000 por toneladas transportadas de
mercancía A ya que ocupa un volumen por tonelada y $600.000 por
tonelada transportada de mercancía B ya que ocupa un volumen 1.5
por tonelada ¿Cómo se debe cargar el camión para obtener la
ganancia máxima si para cada tonelada cargada gasta en promedio
$200.000 de gasolina?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de toneladas de la mercancía de “A” :
TMA
- Cantidad de toneladas de la mercancía de “B” :
TMB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por cargar toneladas.
- Máximo beneficio a obtener por cargar la cantidad de
toneladas de la mercancía de “A” + la cantidad de
toneladas de la mercancía de “B”.
- Máximo beneficio U$800.000 por cargar la cantidad de
toneladas de la mercancía de “A” + U$600.000 por la
cantidad de toneladas de la mercancía de “B”.
- Máximo beneficio U$800.000 menos gasto de gasolina por
cargar la cantidad de toneladas de la mercancía de “A” +
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
U$600.000 menos gasto de gasolina por la cantidad de
toneladas de la mercancía de “B”.
- Máximo beneficio (U$800.000 - U$200.000)* cantidad de
toneladas de la mercancía de “A”+ (U$600.000 -
U$2000.000)* cantidad de toneladas de la mercancía de “B”.
- Máx. Z = (U$800.000 - U$200.000)*TMA + (U$600.000 -
U$2000.000)*TMB
- Máx. Z = (U$800.000 - U$200.000)*TMA + (U$600.000 -
U$200.000)*TMB
- Máx. Z = $600.000*TMA + $400.000*TMB
RESTRICCIONES
I. Capacidad de transporte del camión:
TMA + TMB ≤ 9 (toneladas)
II. En un viaje la capacidad de transporte de la cantidad de
toneladas de la mercancía de “A” es al menos 4 toneladas.
TMA ≥ 4
III. En un viaje la capacidad de transporte de la cantidad de
toneladas de la mercancía de “B” no es inferior a la mitad
que transporta “A”.
TMB ≥ ½*TMA
1/2*TMA-TMB ≤ 0
IV. Al ser transportadas; el volumen que ocupa la cantidad de
toneladas de la mercancía de “A” más el volumen que ocupa
la cantidad de toneladas de la mercancía de “B”, debe ser
no mayor al volumen permitido por la capacidad del camión.
2*TMA + 1.5*TMB ≤ 30 (metros cúbicos).
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
V. La cantidad de toneladas de la mercancía de “A” y la
cantidad de toneladas de la mercancía de “B” debe ser
mayor o igual a cero.
TMA≥0
TMB≥0
RESUMEN
I. VARIABLE DE DECISIÓN
TMA
TMB
II. FUNCIÓN OBJETIVA
MAX. Z = 600.000*TMA +400.000*TM
B
($)
III. RESTRICCIONES
TMA + TMB ≤ 9TMA ≥ 4½*MA - TMB ≤ 02*TMA + 1.5*TMB ≤ 30TMA ≥ 0
TMB ≥ 0
MODELO MATEMÁTICO
TMA = X
TMB = Y
I. VARIABLE DE DECISION
X = Cantidad de toneladas de la mercancía “A”
Y = Cantidad de toneladas de la mercancía “B”
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. FUNCION OBJETIVO
MAX. Z = 600.000*X +
400.000*
YSUJETO A:
X + Y ≤ 9X ≥ 4½X - Y ≤ 02X + 1.5Y ≤ 30X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
2) Los 500 alumnos de un colegio van a ir de excursión. La
empresa que realiza el viaje dispone de 10 autobuses de 40
pasajeros y 8 de 30 pero solo de 15 conductores en ese día.
El alquiler de los autobuses pequeños es de $500.000 y el de
los grandes de $600.000. ¿Cuántos autobuses de cada tipo
convendrá alquilar para que el viaje resulte lo más económico
posible?
DESARROLLO
III. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de autobuses grandes AG
- Cantidad de autobuses pequeños AP
IV. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos al alquilar ambos tipos de autobuses.
- Minimizar costos al alquilar los autobuses grandes y
alquilar los autobuses pequeños.
- Minimizar costos $600000 * autobuses grandes + $500000 *
autobuses pequeños.
- Minimizar costos $600000*(AG) + $500000*(AP)
- Min. Z = $600000*(AG) + $500000*(AP)
V. RESTRICCIONES
VI. La empresa dispone de hasta 15 conductores para manejar en
cualquiera de los autobuses.
AG + AP ≤ 15
VII. La empresa dispone de ambos tipos de autobuses como mínimo
para los 500 alumnos.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
La empresa dispone de 40 * autobuses grandes + 30 *
autobuses pequeños como mínimo para los 500 alumnos.
40*(AG) + 30*(AP) ≥ 500.
VIII. La empresa dispone de hasta 10 autobuses grandes.
AG ≤ 10
IX. La empresa dispone de hasta 8 autobuses pequeños.
AP ≤ 8
X. La cantidad de autobuses grandes y la cantidad de
autobuses pequeños debe ser igual o mayor a 0.
AG ≥ 0
AP ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
AG
AP
II. FUNCIÓN OBJETIVA
MIN. Z = 600000*(AG) + 500000*(AP) ($)
III. RESTRICCIONES
1*AG + 1*AP ≤ 1540*AG + 30*AP ≥ 5001*AG ≤ 10
1*AP ≤ 8AG ≥ 0
AP ≥ 0
MODELO MATEMÁTICO
AG = X
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
AP = Y
I. VARIABLE DE DECISION
X = Cantidad de autobuses grandes
Y = Cantidad de autobuses pequeños
II. FUNCION OBJETIVO
MIN. Z = 600000*(X) + 500000*(
Y)SUJETO A:
1*X + 1*Y ≤ 1540*X + 30*Y ≥ 5001*X ≤ 10
1*Y ≤ 8X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
3) Una fábrica produce dos modelos A y B de un producto. Elbeneficio que arroja el modelo A es de $40.000/unidad y el de B$60.000/unidad. La producción diaria no puede superar4000unidades del modelo A ni 3000 del B debido a las condicionesproducción de la planta. El departamento de mercadeo informa quela demanda de acuerdo a los pedidos recibidos es de 600 unidades¿Cuántas unidades de cada modelo debe producir la fábrica paraobtener el máximo beneficio?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad del producto de modelo “A” MA
- Cantidad del producto de modelo “B” MB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la fabricación de productos
- Máximo beneficio a obtener por la fabricación de productos
del modelo “A” + productos del modelo “B”
- Máximo beneficio $40000*(MA) + $60000*(MB)
- Máx. Z = $40000*(MA) + $60000*(MB)
III. RESTRICCIONES
I. La producción diaria no puede superar las 4000 unidades
del modelo A
La cantidad producida del producto modelo “A” no puede ser
mayor a 4000 unidades
MA ≤ 4000
II. La producción diaria no puede superar las 3000 unidades
del modelo B
La cantidad producida del producto modelo “B” no puede ser
mayor a 3000 unidades
MB ≤ 3000
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. La demanda de acuerdo a los pedidos recibidos es de 600
unidades
La demanda de la cantidad producida del producto del
modelo “A” y la cantidad producida del producto modelo “B”
debe ser mayor o igual de 600 unidades
MA + MB ≥ 600
IV. La cantidad producida del producto modelo “A” y la
cantidad producida del producto modelo “B” deben ser mayor
o igual que 0
MA ≥ 0
MB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
MA
MB
II. FUNCIÓN OBJETIVA
MÁX. Z =40000*(MA
)+
60000*(MB
)
($)
III. RESTRICCIONES
MA ≤ 4000MB ≤ 3000
MA + MB ≥ 600MA ≥ 0
MB ≥ 0
MODELO MATEMÁTICO
MA = X
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MB = Y
III. VARIABLE DE DECISION
X = Cantidad producida del producto modelo “A”
Y = Cantidad producida del producto modelo “B”
IV. FUNCION OBJETIVO
MIN. Z = 40000*(X) + 60000*(Y
)SUJETO A:
X ≤ 4000Y ≤ 3000
X + Y ≥ 600X ≥ 0
Y ≥ 0
4) La constructora Casas Ltda. se ha adjudicado la construcción de100 casas. El contrato la obliga a construir dos tipos de casas,la casa tipo campo se venden a $60.000.000 y las de tipo rancho$50.000.000 para la casa tipo de campo se necesitan 20 horascarpintería y 100 horas obra civil y para ranchos se necesita 25horas carpintero y 80 horas obra civil los costos de materiaprima para la fabricación de cualquier tipo de casa es de$20.000.000 el costo por hora de obra civil es de $10.000 (unmaestro dos ayudantes) y el costo de hora carpintería es de$5.000 de acuerdo a la disponibilidad de mano de obra se cuentacon un equipo que nos ofrece 8000 horas de obra civil y 3000horas de carpintería.
CASA CAMPO CASA RANCHOVENTA $60.000.000 $50.000.000CARPINTERIA 20 H 25 HOBRA CIVIL 100 H 80 HMATERIA PRIMA $20.000.000 $20.000.000
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
COSTO X CARPINTERIA $100.000 $125.000COSTO X OBRA CIVIL $1.000.000 $800.000COSTO TOTAL $21.100.000 $20.925.000DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- n° de casas construidas tipo campo. (CTC)
- n° de casas construidas tipo rancho. (CTR)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio por la construcción de 100 casas.
- Máximo beneficio construcción n° casas tipo campo más
construcción n° casas tipo rancho.
- Máx. benef. $60.000.000 menos costo CTC + $50.000.000
menos costo CTR
- Máx. benef. ($60.000.00 – $21.100.000) CTC + ($50.000.000
- $20.925.000) CTR
- Máx. Z = $38.900.000*CTC + $29.075.000*CTR
III. RESTRICCIONES
I. Solo se cuenta con 3000 horas de carpintería para la
construcción de casas tipo campo y casas tipo rancho.
20H*CTC + 25H*CTR ≤ 3000
II. Solo se cuenta con 8000 horas obra civil para la
construcción de casas tipo campo y casas tipo rancho.
100H*CTC + 80H*CTR ≤ 8000
III. El n° de casas tipo campo más el n° de casas tipo rancho
deben ser 100.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
CTC + CTR = 100
IV. La cantidad de casas rancho y casas campo construidas
deben ser mayor a 0.
CTC ≥ 0
CTR ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
CTC
CTR
II. FUNCIÓN OBJETIVA
MAX. Z =38.900.000(C
TC)+
29.075.000(C
TR)
($)
III. RESTRICCIONES
20*CTC + 25*CTR ≤ 3000100*CTC + 80*CTR ≤ 8000CTC + CTR = 100CTC ≥ 0
CTR ≥ 0
MODELO MATEMÁTICO
CTC = X
CTR = Y
I. VARIABLE DE DECISION
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
X = n° de casas construidas tipo campo.
Y = n° de casas construidas tipo rancho.
II. FUNCION OBJETIVO
MAX. Z = 38.900.000*(X) + 29.075.000*
(Y)SUJETO A:20*X + 25*Y ≤ 3000100*X + 80*Y ≤ 8000X + Y = 200X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
5) Una empresa proveedora de alimentos desea fabricar comida
balanceada para perros de acuerdo a las especificaciones dadas
por el veterinario se debe producir un compuesto que contenga por
lo menos, 100 gramos de fibra, 300 gramos de proteínas y 70
gramos de minerales por animal si se desea alimentar 100 perros
con los siguientes productos que se encuentran en el mercado y
presentan la siguiente composición:
CONTENIDOPRODUCTOS
1 2 3FIBRA 20% 30% 5%PROTEÍNA 60% 50% 38%MINERALES 9% 8% 8%PRECIO POR KG $10000 $11000 $9500
¿Cuántos kilos de cada producto se deben comprar si se desea
cumplir con la cuota nutricional al menor costo posible?
100gr = 1kg
100gr de fibra = 0.1kr de fibra
300gr de proteína = 0.3kg de proteína
70gr de mineral = 0.07kg de mineral
La cantidad necesaria de fibra, proteína y mineral para los 100
perros son:
De fibra = 0.1 x 100 = 10kg de fibra
De proteína = 0.3 x 100 = 30kg de proteína
De mineral = 0.07 x 100 = 7kg de mineral
DESARROLLO
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad en kilos de producto 1 (P1)
- Cantidad en kilos de producto 2 (P2)
- Cantidad en kilos de producto 3 (P3)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimización de costos al comprar los productos para
cumplir con la cuota nutricional.
- Minimización de costos al comprar el producto 1, el
producto 2 y el producto 3.
- Minimización de costos al comprar el producto 1 + el
producto 2 + el producto 3.
- Minimización de costos $10000 * producto 1 + $11000 *
producto 2 + $9500 * producto 3.
- Minimización de costos $10000*(P1) + $11000*(P2) +
$9500*(P3).
- MIN. Z = $10000*(P1) + $11000*(P2) + $9500*(P3).
III. RESTRICCIONES
I. Cantidad de fibra usada en el compuesto para los productos
no es menor a 0.1kg por los 100 perros.
Cantidad de fibra usada en el compuesto para el producto
1, el producto 2 y producto 3 no es menor a 10kg.
Cantidad de fibra usada en el compuesto es 20% para el
producto 1, 30% para el producto 2 y 5% para el producto 3
no es menor a 10kg.
Cantidad de fibra usada en el compuesto es 0.2 * producto
1 + 0.3 * producto 2 + 0.05 * producto 3 no es menor a
10kg.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
Cantidad de fibra usada en el compuesto es 0.2*(P1) +
0.3*(P2) + 0.05*(P3) no es menor a 10kg.
0.2*(P1) + 0.3*(P2) + 0.05*(P3) ≥ 10
II. Cantidad de proteína usada en el compuesto para los
productos no es menor a 0.3kg por los 100 perros.
Cantidad de proteína usada en el compuesto para el
producto 1, el producto 2 y producto 3 no es menor a 30kg.
Cantidad de proteína usada en el compuesto es 60% para el
producto 1, 50% para el producto 2 y 38% para el producto
3 no es menor a 30kg.
Cantidad de proteína usada en el compuesto es 0.6 *
producto 1 + 0.5 * producto 2 + 0.38 * producto 3 no es
menor a 30kg.
Cantidad de proteína usada en el compuesto es 0.6*(P1) +
0.5*(P2) + 0.38*(P3) no es menor a 30kg.
0.6*(P1) + 0.5*(P2) + 0.38*(P3) ≥ 30
III. Cantidad de minerales usada en el compuesto para los
productos no es menor a 0.07kg por los 100 perros.
Cantidad de minerales usada en el compuesto para el
producto 1, el producto 2 y producto 3 no es menor a 7kg.
Cantidad de minerales usada en el compuesto es 9% para el
producto 1, 8% para el producto 2 y 8% para el producto 3
no es menor a 7kg.
Cantidad de minerales usada en el compuesto es 0.09 *
producto 1 + 0.08 * producto 2 + 0.08 * producto 3 no es
menor a 7kg.
Cantidad de proteína usada en el compuesto es 0.09*(P1) +
0.08*(P2) + 0.08*(P3) no es menor a 7kg.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
0.09*(P1) + 0.08*(P2) + 0.08*(P3) ≥ 7
IV. La cantidad en kilos de los productos debe ser mayor o
igual a cero
P1 ≥ 0
P2 ≥ 0
P3 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
P1
P2
P3
II. FUNCIÓN OBJETIVA
MIN.
Z= 10000*(P1) +
11000*(P2
)
+ 9500*(P3
)($)
III. RESTRICCIONES
0.2*P1 + 0.3*P2 + 0.05*P3 ≥ 10
0.6*P1 + 0.5*P2 + 0.38*P3 ≥ 30
0.09*P1 + 0.08*P2 + 0.08*P3 ≥ 7
P1 ≥ 0P2 ≥ 0
P3 ≥ 0MODELO MATEMÁTICO
P1: X1
P2: X2
P3: X3
I. VARIABLE DE DECISION
X1 = Cantidad en kilos del producto 1
X2 = Cantidad en kilos del producto 2
X3 = Cantidad en kilos del producto 3
II. FUNCION OBJETIVO
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MIN. Z = 10000*(X1) + 11000*(X
2)+ 9500*(X3
)SUJETO A:0.2*X1 + 0.3*X2 + 0.05*X3 ≥ 100.6*X1 + 0.5*X2 + 0.38*X3 ≥ 300.09*X1 + 0.08*X2 + 0.08*X3 ≥ 7
X1 ≥ 0X2 ≥ 0
X3 ≥ 0
6) En una economía lineal para producir 3 unidades de trigo se
requieren 6 unidades de tierra, $8 en semilla y 3 trabajadores.
Para producir 4 unidades de centeno se requieren 5 unidades de
tierra, $10 de semillas y 6 trabajadores. El precio por unidad
de trigo y centeno es $15 y $20,5 respectivamente, siendo las
cantidades de disponibles de tierra y de trabajo de 100 y 130
unidades respectivamente. Si el empresario desea optimizar el
resultado de su explotación, formule un modelo de programación
lineal.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Número de paquetes de 3 unidades de trigo producidas.
(N3T)
- Número de paquetes de 4 unidades de centeno producidas.
(N4C)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio al producir trigo y centeno.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Máximo beneficio al producir número de paquetes de 3
unidades de trigo + número de paquetes de 4 unidades de
centeno.
- Máximo beneficio al producir $((3*15)-8) * número de
paquetes de 3 unidades de trigo + $((4*20.5)-10) * número
de paquetes de 4 unidades de centeno.
- Máximo beneficio al producir $((3*15)-8) * (N3T) + $
((4*20.5)-10) * (N4T)
- Máx. Z = $37* (N3T)+ $72 (N4C)
III. RESTRICCIONES
I. Para producir las 3 unidades de trigo y 4 unidades de
centeno se tiene disponible como máximo 100 unidades de
trigo
Para producir, 6 trabajadores * Número de paquetes de 3
unidades de trigo producidas + 5 trabajadores* Número de
paquetes de 4 unidades de centeno producidas ≤ 100
6* (N3T)+5* (N4C) ≤ 100
II. Para producir las 3 unidades de trigo y 4 unidades de
centeno se tiene disponible como máximo 130 unidades de
trabajo
Para producir, 3 trabajadores * Número de paquetes de 3
unidades de trigo producidas + 6 trabajadores * Número de
paquetes de 4 unidades de centeno producidas ≤ 130 unid
3* (N3T) +4* (N4C) ≤ 130 unid
III. La producción de unidades de trigo y centeno debe ser
mayor o igual a cero
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
La producción del Número de paquetes de 3 unidades de
trigo producidas y Número de paquetes de 4 unidades de
centeno producidas ≥ 0
(N3T) ≥ 0; (N4C) ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
N3T
N4C
II. FUNCIÓN OBJETIVA
Máx. Z = 37* (N3T)+ 72 (N4C) ($)
III. RESTRICCIONES
6* (N3T) + 5* (N4C) ≤ 1003* (N3T) +4* (N4C) ≤ 130 (N3T
)
≥ 0
(N4C) ≥ 0
MODELO MATEMÁTICO
N3T = X
N4C = Y
I. VARIABLE DE DECISION
X = Número de paquetes de 3 unidades de trigo
producidas
Y = Número de paquetes de 4 unidades de centeno
producidas
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. FUNCION OBJETIVO
Máx. Z = 37* X+ 72 Y
SUJETO A
6* X + 5* Y ≤ 1003* X +4* Y ≤ 130
X ≥ 0 Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
7) Usted como vendedor de FERRETERIA C.A tiene que decir como
asignar sus esfuerzos entre los diferentes tipos de clientes de
su territorio. Ud de visitar comerciantes mayoristas y clientes
que compran al detal. Una visita a un comerciante mayorista
usualmente le produce $20 en ventas, pero la visita en promedio
dura 2 horas debe manejar también en promedio 10 km. En una
visita a un comprador al detal, le vende $50requiere de unas 3
horas y 20 km manejando su carro aproximadamente. Usted
planifica viajar como máximo 600 km por semana en su carro y
prefiere trabajar no más de 36horas a la semana. Encuentre la
combinación óptima de visitas a comerciantes y clientes al
menudeo que le permitan maximizar sus ganancias.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Visita a un comerciante mayorista : VCM
- Visita a un comerciante detal : VCD
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por las visitas.
- Máximo beneficio a obtener por la visita a un comerciante
mayorista + la visita a un comerciante detal.
- Máximo beneficio a obtener por U$20 por la visita a un
comerciante mayorista + U$50 por la visita a un
comerciante detal.
- Máximo beneficio a obtener por U$20 por la VCM + U$50 por
la VCD.
- Max. Z = U$20*VCM + U$50*VCD
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. RESTRICCIONES
I. Promedio de horas de duración por la visita a un
comerciante mayorista + promedio de horas de duración por
la visita a un comerciante detal debe se5r no más de 36-
2*VCM + 3*VCD ≤ 36
II. Por lo planificado el recorrido máximo por la visita a un
comerciante mayorista más el recorrido máximo por la
visita a un comerciante detal debe ser a lo mucho 600 km.
10*VCM + 20*VCD ≤ 600
III. La visita a un comerciante mayorista y la visita a un
comerciante detal, deben ser mayor o igual a cero.
VCM≥0
VCD≥0
RESUMEN
I. VARIABLE DE DECISIÓN
VCM
VCD
II. FUNCIÓN OBJETIVA
MAX. Z = 20*VCM + 50*VCD ($)III. RESTRICCIONES
2*VCM + 3*VCD ≤ 36 10*VCM + 20*VCD ≤ 600
VCM ≥ 0VCD ≥ 0
MODELO MATEMÁTICO
VCM = X
VCD = Y
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
I. VARIABLE DE DECISION
X = Visita a un comerciante mayorista
Y = Visita a un comerciante detal
II. FUNCION OBJETIVO
MAX. Z = 20*X + 50*YSUJETO A:
2X + 3Y ≤ 3610X + 20Y ≤ 600X ≥ 0
Y ≥ 08) Una empresa productora de pepinos envasados que dispone de 1000
horas operario y dos plantas ubicadas en distintos puntos
geográficos del país debe satisfacer los pedidos diarios de tres
comerciantes en distintas zonas. Los costos de transporte de
cada planta a cada cliente por paquete de envasados se resume en
la siguiente tabla:
Tarifa por paquete
desde planta hasta
el comercio
Planta 1Planta 2
Comerciante A $4000 $7000
Comerciante B $6000 $5000
Comerciante C $5000 $8000
La elaboración diaria de cada paquete de envasados en la planta
I requiere de 1 hora operario en la plata 1 y de $2000 en
materia prima. La planta II requiere un 50% más en materia prima
y ½ hora operario en la planta 2. El precio uniforme por paquete
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
es de $13.000 y las cantidades de producción diaria máximas son
de 400 unidades por cada planta. Plantee problema de
optimización que se le presenta al empresario con el fin de
maximizar la utilidad y solucione por el método simplex
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Número de paquetes transportados de la planta 1 al
comerciante A (P1CA)
- Número de paquetes transportados de la planta 1 al
comerciante B (P1CB)
- Número de paquetes transportados de la planta 1 al
comerciante C (P1CC)
- Número de paquetes transportados de la planta 2 al
comerciante A (P2CA)
- Número de paquetes transportados de la planta 2 al
comerciante B (P2CB)
- Número de paquetes transportados de la planta 2 al
comerciante C (P2CC)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar las utilidades al transportar los paquetes de
las plantas a los comerciantes
- Maximizar las utilidades de número de paquetes
transportados de la planta 1 al comerciante A + número de
paquetes transportados de la planta 1 al comerciante B +
número de paquetes transportados de la planta 1 al
comerciante C + número de paquetes transportados de la
planta 2 al comerciante A + número de paquetes
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
transportados de la planta 2 al comerciante B + número de
paquetes transportados de la planta 2 al comerciante C
- Maximizar las utilidades $(13000-2000-4000) * número de
paquetes transportados de la planta 1 al comerciante B +
$(13000-2000-6000) * número de paquetes transportados de
la planta 1 al comerciante C + $(13000-2000-5000) * número
de paquetes transportados de la planta 1 al comerciante A
+ $(13000-3000-7000) * número de paquetes transportados de
la planta 2 al comerciante A + $(13000-3000-5000) *
número de paquetes transportados de la planta 2 al
comerciante B + $(13000-3000-8000) * número de paquetes
transportados de la planta 2 al comerciante C
- Maximizar las utilidades $7000 * (P1CA) + $5000 * (P1CB) +
$6000 * (P1CC) + $3000 * (P2CA) + $5000 * (P2CB) + $2000 *
(P2CC)
- Max Z= $7000 * (P1CA) + $5000 * (P1CB) +$6000 * (P1CC) +
$3000 * (P2CA) + $5000 * (P2CB) + $2000 * (P2CC)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. RESTRICCIONES
I. El número de hombres operario usados en el número de
paquetes transportados de las plantas a los comerciantes es
menor a 1000.
El número de hombres operarios usados para el número de
paquetes transportados de la planta 1 al comerciante A +
número de paquetes transportados de la planta 1 al
comerciante B + número de paquetes transportados de la planta
1 al comerciante C + 0.5 * número de paquetes transportados
de la planta 2 al comerciante A + 0.5 * número de paquetes
transportados de la planta 2 al comerciante B + 0.5 * número
de paquetes transportados de la planta 2 al comerciante C ≤
1000.
(P1-CA) + (P1-CB) + (P1-CC) + 0.5 (P2-CA) + 0.5 (P2-CB) + 0.5
(P2-CC) ≤ 1000
II. El número máximo producido por la planta 1 es 400.
El número máximo de paquetes transportados de la planta 1 al
comerciante A + paquetes transportados de la planta 1 al
comerciante B + paquetes transportados de la planta 1 al
comerciante C ≤ 400.
(P1-CA) + (P1-CB) +(P1-CC) ≤ 400
III. El número máximo producido por la planta 2 es 400.
El número máximo de paquetes transportados de la planta 2 al
comerciante A + paquetes transportados de la planta 2 al
comerciante B + paquetes transportados de la planta 2 al
comerciante C ≤ 400.
(P2-CA) + (P2-CB) + (P2-CC) ≤ 400
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
IV. El número de paquetes transportados de una planta a los
comerciantes es mayor o igual a cero
El número de paquetes transportados de la planta 1 al
comerciante A + número de paquetes transportados de la planta
1 al comerciante B + número de paquetes transportados de la
planta 1 al comerciante C + número de paquetes transportados
de la planta 2 al comerciante A + número de paquetes
transportados de la planta 2 al comerciante B + número de
paquetes transportados de la planta 2 al comerciante C ≥ 0
(P1-CA) ≥ 0, (P1-CB) ≥ 0, (P1-CC) ≥ 0, (P2-CA) ≥ 0, (P2-CB) ≥
0, (P2-CC) ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
(P1-CA), (P1-CB), (P1-CC), (P2-CA), (P2-CB), (P2-CC)
II. FUNCIÓN OBJETIVA
Max Z= 7000 * (P1CA) + 5000 * (P1CB) +6000 * (P1CC) + 3000 *
(P2CA) +
5000 * (P2CB) + 2000 * (P2CC)
($)
III. RESTRICCIONES
(P1-CA) +(P1-
CB)
+(P1-
CC)
+0.5 (P2-
CA)
+0.5 (P2-
CB)
+0.5 (P2-
CC)
≤ 1000
(P1-CA) +(P1-
CB)
+(P1-
CC)
≤ 400
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
(P2
-CA)
+ (P2-
CB)
+ (P2-
CC)
≤ 400
(P1-CA) ≥ 0 (P1-
CB)
≥ 0
(P1-
CC)
≥ 0
(P2
-CA)
≥ 0
(P2-
CB)
≥ 0
(P2
-CC)
≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
- (P1CA) = X1
- (P1CB) = X2
- (P1CC) = X3
- (P2CA) = X4
- (P2CB) = X5
- (P2CC) = X6
I. VARIABLE DE DECISION
- X1 = Número de paquetes transportados de la planta 1 al
comerciante A
- X2 = Número de paquetes transportados de la planta 1 al
comerciante B
- X3 = Número de paquetes transportados de la planta 1 al
comerciante C
- X4 = Número de paquetes transportados de la planta 2 al
comerciante A
- X5 = Número de paquetes transportados de la planta 2 al
comerciante B
- X6 = Número de paquetes transportados de la planta 2 al
comerciante C
II. FUNCION OBJETIVO
Max Z= X1+X2+ X3+ X4+ X5+X6
SUJETO A
X1 +X2 + X3 + 0.5
X4
+ 0.5
X5
+ 0.5
X6
≤ 1000
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
X1 + X2 + X3 ≤ 400 X4 +
X5
+
X6
≤ 400
X1 ≥ 0 X2 ≥ 0
X
3
≥ 0
X
4
≥ 0
X5
≥ 0
X6
≥ 0
9) Una persona acaba de heredar $6000 y que desea invertirlos. Aloír esta noticia dos amigos distintos le ofrecen la oportunidadde participar como socio en dos negocios, cada uno planeado porcada amigo. En ambos casos, la inversión significa dedicar unpoco de tiempo el siguiente verano, al igual que invertirefectivo. Con el primer amigo al convertirse en socio completotendría que invertir $5000 y 400 horas, y las ganancia estimada(ignorado el valor del tiempo) seria $4500. Las cifrascorrespondientes a la propuesta del segundo amigo son $4000 y500 horas con una ganancia estimada de$4500. Sin embargo, ambosamigos son flexibles y le permitirían entrar en el negocio encualquier proporción de la sociedad; la participación en lasutilidades será proporcional a esa fracción. Como de todasmaneras esta persona está buscando un trabajo interesante parael verano (600 horas a lo sumo), ha decidido participar en una oambas propuestas con la combinación que maximice la gananciatotal estimada
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Monto invertido en el primer negocio MI1N
- Monto invertido en el segundo negocio MI2N
II. IDENTIFICACIÓN DE LA FUNCIÓN OBJETIVA
- Máxima ganancia a obtener por el monto de inversión
- Máxima ganancia a obtener por el monto invertido en el
primer negocio + monto invertido en el segundo negocio
- Máxima ganancia: $4500*(Monto invertido en el primer
negocio) + $4500*(Monto invertido en el segundo negocio)
- Máxima ganancia: $4500*(MI1N) + $4500*(MI2N)
- Máx. Z = $4500*(MI1N) + $4500*(MI2N)
III. RESTRICCIONES
I. La persona acaba de heredar $6000
El monto invertido en el primer negocio + el monto
invertido en el segundo negocio deben ser menores o
iguales que $6000
$5000*(MI1N) + $4000*(MI2N) ≤ $6000
II. La persona dispone de 600 horas a lo sumo
El monto invertido en el primer negocio está asociado con
400 horas + el monto invertido en el segundo negocio que
está asociado con 500 horas deben ser menores o iguales
que 600
400*(MI1N) + 500*(MI2N) ≤ 600
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. El monto invertido en el primer negocio y el monto
invertido en el segundo negocio deben ser mayores o
iguales que 0
MI1N ≥ 0
MI2N ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
MI1N
MI2N
II. FUNCIÓN OBJETIVA
MÁX. Z = 4500*(MI1N) + 4500*(MI2
N)($)
III. RESTRICCIONES
5000*MI1N + 4000*MI2N ≤ 6000 ($)400*MI1N + 500*MI2N ≤ 600MI1N ≥ 0
MI2N ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
MI1N = X
MI2N = Y
I. VARIABLE DE DECISION
X = Monto invertido en el primer negocio
Y = Monto invertido en el segundo negocio
II. FUNCION OBJETIVO
MÁX. Z = 4500*(X) + 4500*(Y)SUJETO A:5000*X + 4000*Y ≤ 6000400*X + 500*Y ≤ 600X ≥ 0
Y ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
10) Un granjero cría cerdos para venta y desea determinar quécantidad de los distintos tipos de alimento debe dar a cadacerdo para cumplir requisitos nutricionales a un costo mínimo. Enla siguiente tabla se dan las unidades de casa clase deingredientes nutritivo básico contenido en un kilogramo de cadatipo de alimento, junto con los requisitos nutricionales diariosy los costos de los alimentos.
Ingr.Nutricional
Kg demaíz
Kg degrasa
Kg dealfalfa
Mínimodiario
Carbohidratos 90 20 40 200Proteínas 30 80 60 180Vitaminas 10 20 60 150Costos 42 36 30
Formule y resuelva el modelo de programación lineal.
DESARROLLO
VI. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de kilogramos de maíz. (KM)
- Cantidad de kilogramos de grasa. (KG)
- Cantidad de kilogramos de alfalfa. (KA)
VII. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar los costos de alimentos para cerdos.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Minimizar los costos en la compra de la cantidad de kg. de
maíz más los costos de la cantidad de kg. de grasa más los
costos de la cantidad de kg. de alfalfa.
- Min. costos 42UM*cant. Kg. de maíz + 36UM*cant. Kg. de
grasa + 30UM*cant. Kg. de alfalfa.
- Min. Z= 42UM*KM + 36UM*KG + 30UM*KA
VIII. RESTRICCIONES
I. Para los tres tipos de alimentos se puede utilizar como
mínimo 200 unidades diarias de carbohidratos.
Para cada Kg. de maíz * 90 + cada Kg. de grasa * 20 + cada
Kg. de alfalfa * 40 como mínimo 200 unid. diarias de
carbohidratos.
90KM + 20KG + 40KG ≥ 200
II. Para los tres tipos de alimentos se puede utilizar como
mínimo 180 unidades diarias de proteínas.
Para cada Kg. de maíz * 30 + cada Kg. de grasa * 80 + cada
Kg. de alfalfa * 60 como mínimo 200 unid. diarias de
proteínas.
30KM + 80KG + 60KA ≥ 180
III. Para los tres tipos de alimentos se puede utilizar como
mínimo 150 unidades diarias de vitaminas.
Para cada Kg. de maíz * 10 + cada Kg. de grasa * 20 + cada
Kg. de alfalfa * 60 como mínimo 200 unid. diarias de
vitaminas.
10KM + 20KG + 60KA ≥ 150
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
IV. La cantidad de kg. de maíz, kg. de grasa y kg. de alfalfa
deben ser mayor a 0.
KM ≥ 0
KG ≥ 0
KA ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
KM
KG
KA
II. FUNCIÓN OBJETIVA
MIN. Z = 42(KM) + 36(KG) + 30(KA) (UM)III. RESTRICCIONES
90*KM + 20*KG + 40*KA ≥ 20030*KM + 80*KG + 60*KA ≥ 18010*KM + 20*KG + 60*KA ≥ 150KM ≥ 0
KG ≥ 0KA ≥ 0
MODELO MATEMÁTICO
KM = X
KG = Y
KA = Z
I. VARIABLE DE DECISION
X = Cantidad de kilogramos de maíz.
Y = Cantidad de Kilogramos de grasa.
Z = Cantidad de Kilogramos de alfalfa.
II. FUNCION OBJETIVO
MIN, Z = 42*(X) + 36*(Y) + 30*(Z)SUJETO A:90*X + 20*Y + 40*Z ≥ 20030*X + 80*Y + 60*Z ≥ 180
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
10*X + 20*Y + 60*Z ≥ 150X ≥ 0
Y ≥ 0Z ≥ 0
11) Un avión de carga tiene tres compartimientos para almacenar:
delantero, central y trasero. Estos compartimientos tienen un
límite de capacidad tanto en peso como en espacio. Los datos se
resumen enseguida:
COMPARTIMIENTOSCAPACIDAD DE PESO
(TONELADAS)
CAPACIDAD DE ESPACIO
(PIES CÚBICOS)Delantero 12 7000Central 18 9000Trasero 10 5000
Para mantener el avión balanceado, el peso de la carga en los
respectivos compartimientos debe ser proporcional a su capacidad.
Se tienen ofertas para los siguientes envíos en un vuelo próximo
ya que se cuenta con espacio:
CARGAPESO
(TONELADAS)
VOLUMEN (PIES
CÚBICOS/TONELADAS
)
GANANCIA
($/TONELADA)
1 20 500 3202 16 700 4003 25 600 3604 13 400 290
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
Se puede aceptar cualquier fracción de estas cargas. El objetivo
es determinar qué cantidad de cada carga aceptarse (si se acepta)
y como distribuiría en los compartimientos para maximizar la
ganancia del vuelo.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Fracción carga 1 en el compartimiento trasero T1
- Fracción carga 2 en el compartimiento trasero T2
- Fracción carga 3 en el compartimiento trasero T3
- Fracción carga 4 en el compartimiento trasero T4
- Fracción carga 1 en el compartimiento central C1
- Fracción carga 2 en el compartimiento central C2
- Fracción carga 3 en el compartimiento central C3
- Fracción carga 4 en el compartimiento central C4
- Fracción carga 1 en el compartimiento delantero D1
- Fracción carga 2 en el compartimiento delantero D2
- Fracción carga 3 en el compartimiento delantero D3
- Fracción carga 4 en el compartimiento delantero D4
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar las ganancias por toneladas de las cargas
distribuidas en cada compartimiento del avión.
- Maximizar las ganancias por toneladas de la carga 1, la
carga 2, la carga 3, la carga 4, distribuidas en cada
compartimiento del avión.
- Maximizar las ganancias por toneladas $320*20 de la carga
1 más $400*16 de la carga 2 más $360*25 de la carga 3 más
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
$290*13 de la carga 4, distribuidos en cada compartimiento
del avión.
- Maximizar las ganancias por toneladas $6400 de la carga 1
+ $6400 de la carga 2 + $9000 de la carga 3 más $3770 de
la carga 4, distribuidos en cada compartimiento del avión.
- Maximizar las ganancias por toneladas $6400 de la carga 1
en el compartimiento trasero + $6400 de la carga 2 en el
compartimiento trasero + $9000 de la carga 3 en el
compartimiento trasero + $3770 de la carga 4 en el
compartimiento trasero + $6400 de la carga 1 en el
compartimiento central + $6400 de la carga 2 en el
compartimiento central + $9000 de la carga 3 en el
compartimiento central + $3770 de la carga 4 en el
compartimiento central + $6400 de la carga 1 en el
compartimiento delantero + $6400 de la carga 2 en el
compartimiento delantero + $9000 de la carga 3 en el
compartimiento delantero + $3770 de la carga 4 en el
compartimiento delantero.
- Max. Z = $6400*(T1) + $6400*(T2) + $9000*(T3) + $3770*(T4)
+ $6400*(C1) + $6400*(C2) + $9000*(C3) + $3770*(C4) +
$6400*(D1) + $6400*(D2) + $9000*(D3) + $3770(D4).
III. RESTRICCIONES
I. El peso de las cargas en el compartimiento trasero del
avión no puede ser mayor a 10 toneladas.
El peso de la carga 1 más el peso de la carga 2 más el
peso de la carga 3 más el peso de la carga 4 en el
compartimiento trasero no puede ser mayor a 10 toneladas.
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
20*(T1) + 16*(T2) + 25*(T3) + 13*(T4) ≤ 10
II. El peso de las cargas en el compartimiento central del
avión no puede ser mayor a 18 toneladas.
El peso de la carga 1 más el peso de la carga 2 más el
peso de la carga 3 más el peso de la carga 4 en el
compartimiento central no puede ser mayor a 18 toneladas.
20*(C1) + 16*(C2) + 25*(C3) + 13*(C4) ≤ 18
III. El peso de las cargas en el compartimiento delantero del
avión no puede ser mayor a 12 toneladas.
El peso de la carga 1 más el peso de la carga 2 más el
peso de la carga 3 más el peso de la carga 4 en el
compartimiento delantero no puede ser mayor a 12
toneladas.
20*(D1) + 16*(D2) + 25*(D3) + 13*(D4) ≤ 12
IV. El volumen de las cargas en el compartimiento trasero del
avión no puede ser mayor a 5000 pies cúbicos.
El volumen de la carga 1 más el volumen de la carga 2 más
el volumen de la carga 3 más el volumen de la carga 4 en
el compartimiento trasero no puede ser mayor a 5000 pies
cúbicos.
(20*500) * la carga 1 en el compartimiento trasero +
(16*700) * la carga 2 en el compartimiento trasero +
(25*600) * la carga 3 en el compartimiento trasero +
(13*400) * la carga 4 en el compartimiento trasero no
puede ser mayor a 5000 pies cúbicos.
(10000) * la carga 1 en el compartimiento trasero +
(11200) * la carga 2 en el compartimiento trasero +
(15000) * la carga 3 en el compartimiento trasero + (5200)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
* la carga 4 en el compartimiento trasero no puede ser
mayor a 5000 pies cúbicos.
10000*(T1) + 11200*(T2) + 15000*(T3) + 5200*(T4) ≤ 5000.
V. El volumen de las cargas en el compartimiento central del
avión no puede ser mayor a 9000 pies cúbicos.
El volumen de la carga 1 más el volumen de la carga 2 más
el volumen de la carga 3 más el volumen de la carga 4 en
el compartimiento central no puede ser mayor a 9000 pies
cúbicos.
(20*500) * la carga 1 en el compartimiento central +
(16*700) * la carga 2 en el compartimiento central +
(25*600) * la carga 3 en el compartimiento central +
(13*400) * la carga 4 en el compartimiento central no
puede ser mayor a 9000 pies cúbicos.
(10000) * la carga 1 en el compartimiento central +
(11200) * la carga 2 en el compartimiento central +
(15000) * la carga 3 en el compartimiento central + (5200)
* la carga 4 en el compartimiento central no puede ser
mayor a 9000 pies cúbicos.
10000*(C1) + 11200*(C2) + 15000*(C3) + 5200*(C4) ≤ 9000.
VI. El volumen de las cargas en el compartimiento delantero
del avión no puede ser mayor a 7000 pies cúbicos.
El volumen de la carga 1 más el volumen de la carga 2 más
el volumen de la carga 3 más el volumen de la carga 4 en
el compartimiento delantero no puede ser mayor a 7000 pies
cúbicos.
(20*500) * la carga 1 en el compartimiento delantero +
(16*700) * la carga 2 en el compartimiento delantero +
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
(25*600) * la carga 3 en el compartimiento delantero +
(13*400) * la carga 4 en el compartimiento delantero no
puede ser mayor a 7000 pies cúbicos.
(10000) * la carga 1 en el compartimiento delantero +
(11200) * la carga 2 en el compartimiento delantero +
(15000) * la carga 3 en el compartimiento delantero +
(5200) * la carga 4 en el compartimiento delantero no
puede ser mayor a 7000 pies cúbicos.
10000*(D1) + 11200*(D2) + 15000*(D3) + 5200*(D4) ≤ 7000.
VII. Peso de la carga 1 en los compartimientos del avión no
puede ser mayor a 20 toneladas.
Peso de la carga 1 en el compartimiento trasero + la carga
1 en el compartimiento central + la carga 1 en el
compartimiento delantero no puede ser mayor a 20
toneladas.
T1 + C1 + D1 ≤ 20
VIII. Peso de la carga 2 en los compartimientos del avión no
puede ser mayor a 16 toneladas.
Peso de la carga 2 en el compartimiento trasero + la carga
2 en el compartimiento central + la carga 2 en el
compartimiento delantero no puede ser mayor a 16
toneladas.
T2 + C2 + D2 ≤ 16
IX. Peso de la carga 3 en los compartimientos del avión no
puede ser mayor a 25 toneladas.
Peso de la carga 3 en el compartimiento trasero + la carga
3 en el compartimiento central + la carga 3 en el
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
compartimiento delantero no puede ser mayor a 25
toneladas.
T3 + C3 + D3 ≤ 25
X. Peso de la carga 4 en los compartimientos del avión no
puede ser mayor a 20 toneladas.
Peso de la carga 4 en el compartimiento trasero + la carga
4 en el compartimiento central + la carga 4 en el
compartimiento delantero no puede ser mayor a 20
toneladas.
T4 + C4 + D4 ≤ 20
XI. Peso de las cargas en el compartimiento trasero no puede
ser mayor a 10 toneladas.
Peso de la carga 1 + peso de la carga 2 + peso de la carga
3 + peso de la carga 4 en el compartimiento trasero no
puede ser mayor a 10 toneladas.
T1 + T2 + T3 + T4 ≤ 10
XII. Peso de las cargas en el compartimiento central no puede
ser mayor a 18 toneladas.
Peso de la carga 1 + peso de la carga 2 + peso de la carga
3 + peso de la carga 4 en el compartimiento central no
puede ser mayor a 18 toneladas.
C1 + C2 + C3 + C4 ≤ 18
XIII. Peso de las cargas en el compartimiento delantero no puede
ser mayor a 12 toneladas.
Peso de la carga 1 + peso de la carga 2 + peso de la carga
3 + peso de la carga 4 en el compartimiento delantero no
puede ser mayor a 12 toneladas.
D1 + D2 + D3 + D4 ≤ 12
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
XIV. Fracción cargas en los compartimientos debe ser mayor o
igual a 0.
T1, T2, T3, T4, C1, C2, C3, C4, D1, D2, D3, D4 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
T1
T2
T3
T4
C1
C2
C3
C4
D1
D2
D3
D4
II. FUNCIÓN OBJETIVA
MAX. Z =6400*(T1
)+
6400*(T2
)
+ 9000*(T3
)
+ 3770*(T
4)
+
6400*(C1
)+
6400*(C2
)
+ 9000*(C3
)
+ 3770*(C4
)
+
6400*(D1
)+
6400*(D2
)
+ 9000*(D3
)
+ 3770*(D4
)
($)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESTRICCIONES
20*T1 + 16*T2 + 25*T3 + 13*T4 ≤ 1020*C1 + 16*C2 + 25*C3 + 13*C4 ≤ 18
20*D1 + 16*D2 + 25*D3 + 13*D4 ≤ 1210000*T
1 + 11200*T2 + 15000*T
3 + 5200*T4 ≤ 500
010000*C
1 + 11200*C2 + 15000*C
3 + 5200*C4 ≤ 900
010000*D
1 + 11200*D2 + 15000*D
3 + 5200*D4 ≤ 700
01*T1 + 1*C1 + 1*D1 ≤ 20
1*T2 + 1*C2 + 1*D2 ≤ 161*T3 + 1*C3 + 1*D3 ≤ 25
1*T4 + 1*C4 + 1*D4 ≤ 201*T1 + 1*T2 + 1*T3 + 1*T4 ≤ 10
1*C1 + 1*C2 + 1*C3 + 1*C4 ≤ 181*D1 + 1*D2 + 1*D3 + 1*D4 ≤ 12
T1 ≥ 0T2 ≥ 0
T3 ≥ 0T4 ≥ 0
C1 ≥ 0C2 ≥ 0
C3 ≥ 0C4 ≥ 0
D1 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
T1: X1
T2: X2
T3: X3
T4: X4
C1: X5
C2: X6
C3: X7
C4: X8
D1: X9
D2: X10
D3: X11
D4: X12
I. VARIABLE DE DECISION
X1 : Fracción carga 1 en el compartimiento traseroX2 : Fracción carga 2 en el compartimiento traseroX3 : Fracción carga 3 en el compartimiento traseroX4 : Fracción carga 4 en el compartimiento traseroX5 : Fracción carga 1 en el compartimiento centralX6 : Fracción carga 2 en el compartimiento centralX7 : Fracción carga 3 en el compartimiento centralX8 : Fracción carga 4 en el compartimiento centralX9 : Fracción carga 1 en el compartimiento delanteroX10 : Fracción carga 2 en el compartimiento delanteroX11 : Fracción carga 3 en el compartimiento delanteroX12 : Fracción carga 4 en el compartimiento delantero
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. FUNCION OBJETIVO
Max. Z = 6400*T1 + 6400*T2 + 9000*T3 + 3770*T4 + 6400*C1 + 6400*C2 + 9000*C
3 + 3770*C4 + 6400*D1 + 6400*D2 + 9000*D3 + 3770*D
4
SUJETO A:20*T1 + 16*T2 + 25*T3 + 13*T4 ≤ 10
20*C1 + 16*C2 + 25*C3 + 13*C4 ≤ 1820*D1 + 16*D2 + 25*D3 + 13*D4 ≤ 12
10000*T1 + 11200*T
2 + 15000*T3 + 5200*T
4 ≤ 5000
10000*C1 + 11200*C
2 + 15000*C3 + 5200*C
4 ≤ 9000
10000*D1 + 11200*D
2 + 15000*D3 + 5200*D
4 ≤ 7000
1*T1 + 1*C1 + 1*D1 ≤ 201*T2 + 1*C2 + 1*D2 ≤ 16
1*T3 + 1*C3 + 1*D3 ≤ 251*T4 + 1*C4 + 1*D4 ≤ 20
1*T1 + 1*T2 + 1*T3 + 1*T4 ≤ 101*C1 + 1*C2 + 1*C3 + 1*C4 ≤ 18
1*D1 + 1*D2 + 1*D3 + 1*D4 ≤ 12T1 ≥ 0
T2 ≥ 0T3 ≥ 0
T4 ≥ 0C1 ≥ 0
C2 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
C3 ≥ 0C4 ≥ 0
D1 ≥ 0D2 ≥ 0
D3 ≥ 0D4 ≥ 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
12) Un proveedor debe preparar con 5 bebidas de fruta en
existencia, al menos 500 galones de un ponche que contenga por
lo menos 20% de jugo de naranja, 10% de jugo de toronja y 5% de
jugo de arándano. Si los datos del inventario son los que ese
muestra en la tabla siguiente, indicar ¿Qué cantidad de cada
bebida deberá emplear el proveedor a fin de obtener la
composición requerida a un costo total mínimo?
Jugo
naranja
Jugo
toronja
Jugo
arándano
Existenci
a (gal)
Costo($/
gal)
Bebida A 40% 40% 0 200 1.50Bebida B 5% 10% 20% 400 0.75Bebida C 100% 0 0 100 2Bebida D 0 100% 0 0 50 1.75Bebida E 0 0 0 800 0.25
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Número de galones de la bebida A (GA)
- Número de galones de la bebida B (GB)
- Número de galones de la bebida C (GC)
- Número de galones de la bebida D (GD)
- Número de galones de la bebida E (GE)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar el costo del número del número de galones usados
para el ponche
- Minimizar el costo del número de galones de la bebida A +
número de galones de la bebida B + número de galones de la HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
bebida C + número de galones de la bebida D + número de
galones de la bebida E
- Minimizar el costo del $1.50* número de galones de la
bebida A + $0.75* número de galones de la bebida B + $2*
número de galones de la bebida C + $1.75* número de
galones de la bebida D + $ 0.25* número de galones de la
bebida E
- Minimizar el costo del $1.50* (GA) + $0.75* (GB) + $2*
(GC) + $1.75* (GD)+ $ 0.25* (GE)
- Min Z = $1.50* (GA) + $0.75* (GB) + $2* (GC) + $1.75*
(GD)+ $ 0.25* (GE)
III. RESTRICCIONES
I. El número de galones usados de las cinco bebidas debe ser al
menos 500 galones
El número de galones de la bebida A + Número de galones de
la bebida B + Número de galones de la bebida C + Número de
galones de la bebida D + Número de galones de la bebida E ≥
500
(GA) + (GB) + (GC) + (GD) + (GE) ≥ 500
II. Del total de galones al menos debe haber 20% de jugo de
naranja
0.2* [(GA) + (GB) + (GC) + (GD) + (GE)] ≤ 0.4 (GA) + 0.05
(GB) + (GC)
-0.2*(GA) + 0.15* (GB) – 0.8* (GC) + 0.2* (GD) + 0.2* (GE)] ≤
0
III. Del total de galones al menos debe haber 10% de jugo de a
toronja
0.1* [(GA) + (GB) + (GC) + (GD) + (GE)] ≤ 0.4 (GA) + 0.01
(GB) + (GD) HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
-0.3* (GA) + 0.1* (GC) - 0.9* (GD) + 0.1* (GE) ≤ 0
IV. Del total de galones al menos debe haber 5% de jugo de
arándanos
0.05 * [(GA) + (GB) + (GC) + (GD) + (GE)] ≤ 0.2 (GB)
0.05*(GA) -0.15* (GB) + 0.05* (GC) + 0.05* (GD) +0.05* (GE)]
≤ 0
V. El número de galones de A es menor a 200 galones
(GA) ≤ 200
VI. El número de galones de A es menor a 200 galones
(GB) ≤ 400
VII. El número de galones de A es menor a 200 galones
(GC) ≤ 100
VIII. El número de galones de A es menor a 200 galones
(GD) ≤ 50
IX. El número de galones de A es menor a 200 galones
(GE) ≤ 800
X. El número de galones de todas las bebidas es mayor o igual a
cero
(GA); (GB); (GC); (GD); (GE) ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
(GA), (GB), (GC), (GD), (GE)
II. FUNCIÓN OBJETIVA
Min Z = 1.50* (GA) + 0.75* (GB) + 2* (GC) + 1.75* (GD) + 0.25*
(GE) ($)
III. RESTRICCIONES
(GA)
+ (GB)
+(GC)
+ (GD)
+ (GE)
≥ 500
-0.2*(GA)
+ 0.15*(GB)
+ 0.8 *(GC)
+ 0.2 *(GD)
+0.2 * (GE)
≤ 0
-0.3*(GA)
+(GB)
+ 0.1 *(GC)
+0.9 *(GD)
+ 0.1 * (GE)
≤ 0
-0.05*(GA
)
+0.15*(GB)
+ 0.05*(GC)
+0.05*(GD)
+0.05* (GE) ≤ 0
(GA) ≤ 200 (GB) ≤ 400
(GC) ≤ 100 (GD) ≤ 50
(GE) ≤ 800(GA) ≥ 0
(GB) ≥ 0 (GC) ≥ 0
(GD) ≥ 0 (GE) ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
- (GA) = X1
- (GB) = X2
- (GC) = X3
- (GD) = X4
- (GE) = X5
I. VARIABLE DE DECISION
- X1 = Número de galones de la bebida A
- X2 = Número de galones de la bebida B
- X3 = Número de galones de la bebida C
- X4 = Número de galones de la bebida D
- X5 = Número de galones de la bebida E
II. FUNCION OBJETIVO
Min Z = 1.50* X1 + 0.75* X2 + 2* X3 + 1.75* X4 + 0.25* X5
SUJERTO A:
X1 + X2
+ X3
+ X4
+ X5
≥ 500
-0.2*X1 + 0.15*X2
+ 0.8*X3
+ 0.2 *X4
+0.2 * X5
≤ 0
-0.3*X1 + X2
+ 0.1*X3
+ 0.9 *X4
+ 0.1 * X5
≤ 0
-0.05*X1
+0.15* X2
+ 0.05* X3
+0.05* X4
+0.05* X5
≤ 0
X1 ≤ 200 X
2
≤ 400
X3
≤ 100
X4
≤ 50
X5
≤ 800
X1 ≥ 0 X2 ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
X3 ≥ 0 X4 ≥ 0
X5
≥ 0
13) Un herrero con 80kgs de acero y 120kgs de aluminio quiere
hacer bicicletas de paseo y de montaña que quiere vender
respectivamente a $20.000 y $15.000 bolívares cada para una
sacar el máximo beneficio. Para la de paseo empleara 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?
Acero AluminioPaseo 1 3Montaña 2 2
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de bicicletas de paseo : CBP
- Cantidad de bicicletas de montaña : CBM
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la producción.
- Máximo beneficio a obtener por la producción de la
cantidad de bicicletas de paseo y la cantidad de
bicicletas de montaña.
- Máximo beneficio a obtener por U$20.000 por la cantidad de
bicicletas de paseo + U$15.000 por la cantidad de
bicicletas de montaña.
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Máximo beneficio a obtener por U$20.000 por la CBP +
U$15.000 por la CBM.
- Max. Z = U$20.000*CBP + U$15.000*CBM
III. RESTRICCIONES
I. El acero utilizado en la producción de la cantidad de
bicicletas de paseo y la cantidad de bicicletas de montaña
debe ser a lo mucho de 80 en kilogramos.
1*CBP + 2*CBM ≤ 80
II. El aluminio utilizado en la producción de la cantidad de
bicicletas de paseo y la cantidad de bicicletas de montaña
debe ser a lo mucho de 120 en kilogramos.
3*CBP + 2*CBM ≤ 120
III. La cantidad de bicicletas de paseo y la cantidad de
bicicletas de montaña, deben ser mayor o igual a cero.
CBP≥0
CBM≥0
RESUMEN
I. VARIABLE DE DECISIÓN
CBP
CBM
II. FUNCIÓN OBJETIVA
MAX. Z =20.000*CB
P+ 15.000*CBM
($)
III. RESTRICCIONES
1*CBP + 2*CBM ≤ 80 3*CBP + 2*CBM ≤ 120
CBP ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
CBM ≥ 0MODELO MATEMÁTICO
CBP = X
CBM = Y
I. VARIABLE DE DECISION
X = Cantidad de bicicletas de paseo
Y = Cantidad de bicicletas de montaña
II. FUNCION OBJETIVO
MAX. Z = 20.000*X + 15.000*YSUJETO A:
1X + 2Y ≤ 803X + 2Y ≤ 120X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
14) A una persona le tocan 10 millones de bolívares en una
lotería y le aconsejan que las invierta en dos tipos de acciones;
A y B las de tipo A tiene más riesgo pero producen un beneficio
del 10%. Las de tipo B son más seguras, pero producen solo el 7%
anual. Después de varias deliberaciones decide invertir como
máximo 6 millones en la compra de acciones A y por lo menos 2
millones en la compra de acciones B además. Decide que lo
invertido en A sea por lo menos, igual a lo invertido en B. ¿cómo
deberá invertir 10millones para que le beneficio anual sea máximo?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de acciones de tipo “A” AA
- Cantidad de acciones de tipo “B” AB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio anual a obtener por la compra de
acciones.
- Máximo beneficio anual a obtener por la compra de acciones
de tipo “A” y por la compra de acciones de tipo “B”.
- Máximo beneficio anual 0.1 * acciones de tipo “A” + 0.07 *
acciones de tipo “B”.
- Máximo beneficio anual 0.1*(AA) + 0.07*(AB).
- Máx. Z = 0.1*(AA)+ 0.07*(AB).
III. RESTRICCIONES
I. La cantidad de dinero invertido en la compra de acciones
de tipo “A” es como máximo 6millones de Bolívares.
AA ≤ Bs 6000000
II. La cantidad de dinero invertido en la compra de acciones
de tipo “B” es por lo menos 2millones de Bolívares. HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
AB ≥ Bs 2000000
III. La cantidad de dinero invertido en la compra de acciones
de tipo “A” debe ser por lo menos, igual a lo invertido
por “B”.
AA ≥ AB → - AA + AB ≤ 0
IV. La cantidad de dinero invertido en la compra de acciones
de tipo “A” y acciones de tipo “B” debe ser mayor o igual
a 0.
AA ≥ 0
AB ≥ 0
RESUMEN
III. VARIABLE DE DECISIÓN
AA
AB
IV. FUNCIÓN OBJETIVA
MÁX.Z =0.1*(A
A)+
0.07*(AB
)
(Bs)
V. RESTRICCIONES
1*AA ≤ 6000000
1*AB ≥ 2000000
-1*AA + 1*AB ≤ 0AA ≥ 0
AB ≥ 0MODELO MATEMÁTICO
AA = X
AB = Y
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. VARIABLE DE DECISION
X = Cantidad de dinero invertido en acciones de tipo
“A”
Y = Cantidad de dinero invertido en acciones de tipo
“B”
IV. FUNCION OBJETIVO
MÁX.Z = 0.1*(X) + 0.07*(
Y)SUJETO A:
X ≤ 6000000
Y ≥ 2000000
-X + Y ≤ 0X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
15) Un estudiante dedica parte de su tiempo al reparto depropaganda publicitaria. La empresa A le paga 5 Bs por cadaimpreso repartido y la empresa B. con folletos más grandes, lepaga 7 Bs por impreso. El estudiante lleva dos bolsas una paralos impresos A, en la que caben 120 y otra los impresos B, en laque caben 100 ha calculado que cada día es capaz de repartir 150impresos como máximo, lo que se pregunta el estudiante es¿Cuántos impresos habrán que repartir de cada clase para que subeneficio diario sea máximo?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de impresos de la empresa “A” VA
- Cantidad de impresos de la empresa “B” VB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio diario a obtener por la entrega de
impresos
- Máximo beneficio diario a obtener por la entrega de
impresos de la empresa “A” + impresos de la empresa “B”
- Máximo beneficio 5 Bs.*(VA) + 7 Bs.*(VB)
- Máx. Z = 5 Bs.*(VA) + 7 Bs.*(VB)
III. RESTRICCIONES
I. Lleva una bolsa en la que caben 120 impresos de la empresa
“A”
La cantidad de impresos de la empresa “A” debe ser menor o
igual de 120
VA ≤ 120
II. Lleva una bolsa en la que caben 100 impresos de la empresa
“B” HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
La cantidad de impresos de la empresa “B” debe ser menor o
igual de 100
VB ≤ 100
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. Es capaza de repartir diariamente 150 impresos
La cantidad de impresos de la empresa “A” + la cantidad de
impresos de la empresa “B” deben ser menor o igual que 150
VA + VB ≤ 150
IV. La cantidad de impresos de la empresa “A” y la cantidad de
impresos de la empresa “B” deben ser mayor o igual que 0
VA ≥ 0
VB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
VA
VB
II. FUNCIÓN OBJETIVA
MÁX. Z = 5*(VA) + 7*(VB) (Bs.)III. RESTRICCIONES
VA ≤ 120VB ≤ 100
VA + VB ≤ 150VA ≥ 0
VB ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
VA = X
VB = Y
I. VARIABLE DE DECISION
X = Cantidad de impresos de la empresa “A”
Y = Cantidad de impresos de la empresa “B”
II. FUNCION OBJETIVO
MIN. Z = 5*(X) + 7*(Y)SUJETO A:
X ≤ 120Y ≤ 100
X + Y ≤ 150X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
16) Un comerciante acude al mercado popular a comprar naranjascon $500.000 le ofrece dos tipos de naranjas: las de tipo A a $500el Kg, y las de tipo B a $800 el Kg sabiendo que solo dispone desu camioneta con espacio para transportar 700 Kg de naranjas comomáximo y piensa vender el Kg de naranjas tipo A a $580 y el Kg. detipo B $900.a) ¿Cuántos KG de naranja de cada tipo deberá comprar paraobtener máximo beneficio?
b) ¿Cuál será ese beneficio máximo?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de Kg. comprados de naranja tipo A. (KGA)
- Cantidad de Kg. comprados de naranja tipo B. (KGB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la compra de kilogramos de
naranjas.
- Máximo beneficio a obtener cant. Kg. comprados de naranja
tipo A más Kg. comprados de naranja tipo B.
- Máx. benef. $580 menos costo KGA + $900 menos costo KGB
- Máx. benef. ($580 – $500)*KGA + ($900 - $800) KGB
- Máx. Z = $80*KGA + $100*KGB
III. RESTRICCIONES
I. El comerciante puede gastar como máximo $500.000 para
comprar ambos tipos de naranjas.
El comerciante puede gastar como máximo $500.000 para
comprar KGA + KGB.
KGA + KGB ≤ 500.000
II. La camioneta del comerciante tiene espacio para
transportar 700 Kg. de naranjas como máximo.
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
La camioneta tiene espacio para KGA + KGB como máximo 700
Kg.
KGA + KHB ≤ 700
III. La cantidad de kilogramos de naranja tipo A y naranjas
tipo B deben ser mayor a 0.
KGA ≥ 0
KGB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
KGA
KGB
II. FUNCIÓN OBJETIVA
MAX. Z = 80(KGA) + 100(KGB) ($)
III. RESTRICCIONES
50*KGA + 80*KGB ≤ 500.000KGA + KGB ≤ 700KGA ≥ 0
KGB ≥ 0
MODELO MATEMÁTICO
KGA = X
KGB = Y
I. VARIABLE DE DECISION
X = Cantidad de Kg. comprados de naranja tipo A.
Y = Cantidad de Kg. comprados de naranja tipo B
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. FUNCION OBJETIVO
MAX. Z = 80*(X) + 100*(Y)SUJETO A:50*X + 80*Y ≤ 500.000X + Y ≤ 700X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
17) Un sastre tiene 80 m2 de tela de algodón y 120 m2 de tela de
lana. Un traje requiere 1 m2 de algodón y 3 m2 de lana, y un
vestido de mujer requiere 2 m2 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.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de trajes a confeccionar CT
- Cantidad de vestidos a confeccionar CV
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener al confeccionar prendas de
vestir.
- Máximo beneficio a obtener al confeccionar trajes y al
confeccionar vestidos.
- Máximo beneficio a obtener al confeccionar trajes +
beneficio a obtener al confeccionar vestidos.
- Máximo beneficio a obtener 1*(CT) + 0.07*(CV).
- Máx. Z = 1*(CT)+ 1*(CV).
III. RESTRICCIONES
I. La cantidad de tela de algodón que el sastre necesita para
confeccionar ambas prendas es menor o igual a 80m2.
La cantidad de tela de algodón que el sastre necesita para
confeccionar trajes y confeccionar vestidos es menor o
igual a 80m2.
La cantidad de tela de algodón que se necesita 1 * la
confección de un traje + 2 * la confección de un vestido
debe ser menor o igual a 80m2. HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
La cantidad de tela de algodón que se necesita 1*CT + 2*CV
debe ser menor o igual a 80 m2.
1*(CT) + 2*(CV) ≤ 80
II. La cantidad de tela de lana que el sastre necesita para
confeccionar ambas prendas es menor o igual a 120m2.
La cantidad de tela de lana que el sastre necesita para
confeccionar trajes y confeccionar vestidos es menor o
igual a 120m2.
La cantidad de tela de lana que se necesita 3 * la
confección de un traje + 2 * la confección de un vestido
debe ser menor o igual a 120m2.
La cantidad de tela de lana que se necesita 3*CT + 2*CV
debe ser menor o igual a 120m2.
3*(CT) + 2*(CV) ≤ 120
III. La cantidad de trajes a confeccionar y la cantidad de
vestidos a confeccionar debe ser mayor o igual a 0.
CT ≥ 0
CV ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
CT
CV
II. FUNCIÓN OBJETIVA
MÁX.Z = CT + CV (u.m.)III. RESTRICCIONES
1*CT + 2*CV ≤ 80
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
3*CT + 2*CV ≤ 120CT ≥ 0
CV ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
CT = X
CV = Y
I. VARIABLE DE DECISION
X = Cantidad de trajes a confeccionar.
Y = Cantidad de vestidos a confeccionar.
II. FUNCION OBJETIVO
MÁX.Z = X + YSUJETO A:1*X + 2*Y ≤ 803*X + 2*Y ≤ 120X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
18) Un constructor va a edificar dos tipos de vivienda A y B
dispone de $600 millones y el coste de una casa de tipo A es de
$13 millones y $8 millones una tipo B El número de casa 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 millones y
cada una de tipo B en $9 millones ¿Cuántas casas de cada tipo
debe construir para obtener el beneficio máximo?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Número de casas construidas del tipo A (CCA)
- Número de casas construidas del tipo B (CCB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio por edificar los dos tipos de vivienda
- Máximo beneficio por el número de casas construidas del
tipo A + el número de casas construidas del tipo B
- Máximo beneficio de $(16’-13’)* número de casas
construidas del tipo A + $(9’-8’)* el número de casas
construidas del tipo B
- Máximo beneficio de $(16’-13’)* (CCA)+ $(9’-8’)* (CCB)
- Max Z= $3’* (CCA)+ $1’* (CCB)
III. RESTRICCIONES
I. El costo de construir casas del tipo A y construir casas del
tipo B es menor o igual a $600’
El costo de construir $13’* número de casas construidas del
tipo A + $8’* número de casas construidas del tipo B ≤ $600’
$13’*(CCA)+ $8’* (CCB) ≤ $600’
II. El número de casas del tipo A debe ser mayor o igual al 40%
del total de casas construidas HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
El número de casas del tipo A debe ser mayor o igual al 40%
del número de casas construidas del tipo A más el número de
casas construidas del tipo B
(CCA) ≥ 0.4* [(CCA)+ (CCB)]
0.6* (CCA)- 0.4* (CCB) ≥ 0
III. El número de casas del tipo B debe ser mayor o igual al20%
del total de casas construidas
El número de casas del tipo B debe ser mayor o igual al 20%
del número de casas construidas del tipo A más el número de
casas construidas del tipo B
(CCB) ≥ 0.2* [(CCA)+ (CCB)]
0.8* (CCB)- 0.2 (CCA) ≥ 0
IV. El número de casas construidas de A y B es mayor o igual a
cero
El número de casas construidas de A y el número de casas
construidas de B es ≥ 0
(CCA) ≥ 0, (CCB) ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
- (CCA)- (CCB)
II. FUNCIÓN OBJETIVA
Max Z= 3’* (CCA)+ 1’* (CCB) ($)
III. RESTRICCIONES
13’* (CCA) +8’* (CCB) ≤ 600’0.6*
(CCA )
-0.4* (CCB) ≥ 0
-0.2* (CCA) +0.8*(CCB) ≥ 0 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
(CC
A)
≥ 0
(C
CB)
≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
(CCA) = x(CCB)= y
I. VARIABLE DE DECISION
X = Número de casas construidas del tipo A
Y = Número de casas construidas del tipo B
II. FUNCION OBJETIVO
Max Z= 3’* X+ 1’* Y
SUJETO A
13’*
X
+8’* Y ≤ 600’
0.6*
X
-0.4* Y ≥ 0
-0.2*
X
+0.8*Y ≥ 0
X
≥ 0
Y
≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
19) Una refinería de petróleo tiene dos fuentes de petróleo
crudo: crudo ligero, que cuesta 35dólares por barril y crudo
pesado a 30 dólares el barril. Con cada barril de crudo ligero,
la refinería produce 0.3 barriles de gasolina (G), 0.2 barriles
de combustible para calefacción(C) y 0.3 barriles de combustible
para turbinas (T). Mientras que con cada barril de crudo pesado
produce 0.3 barriles de G, 0.4 barriles de C y 0.2 barriles de
T. La refinería ha contratado el suministro de 900.000 barriles
G, 800.000 barriles de C y 500.000 barriles de T. hallar las
cantidades de crudo ligero y pesado que debe comprar para poder
cubrir sus necesidades al costo mínimo.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de petróleo crudo ligero : CL
- Cantidad de petróleo crudo pesado : CP
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos al comprar las cantidades a usar de
petróleo.
- Minimizar costos al comprar la cantidad de petróleo crudo
ligero y la cantidad de petróleo crudo pesado.
- Minimizar costos U$35 por comprar la cantidad de petróleo
crudo ligero y U$30 por la cantidad de petróleo crudo
pesado.
- Minimizar costos U$35*CL + U$30*CP.
- Min. Z = U$35*CL + U$30*CP
III. RESTRICCIONES
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
I. El uso de gasolina, por la cantidad de petróleo crudo
ligero y por la cantidad de petróleo crudo, debe de ser
mínimo de 900.000 barriles:
0.3*CL + 0.3*CP ≥ 900.000 (barriles)
II. El uso de combustible para la calefacción por la cantidad
de petróleo crudo ligero y por la cantidad de petróleo
crudo, debe de ser mínimo de 800.000 barriles:
0.2*CL + 0.4*CP ≥ 800.000 (barriles)
III. El uso de combustible para la turbina por la cantidad de
petróleo crudo ligero y por la cantidad de petróleo crudo,
debe de ser mínimo de 500.000 barriles:
0.3*CL + 0.2*CP ≥ 500.000 (barriles)
IV. La cantidad de petróleo crudo ligero y la cantidad
petróleo crudo pesado deben ser mayor o igual a cero.
CL≥0 CP≥0
RESUMEN
I. VARIABLE DE DECISIÓN
CL
CP
II. FUNCIÓN OBJETIVA
MIN. Z = 35*CL + 30*CP ($)III. RESTRICCIONES
0.3*CL + 0.3*CP ≥ 900.0000.2*CL + 0.4*CP ≥ 800.000
0.3*CL + 0.2*CP ≥ 500.000
CL ≥ 0CP ≥ 0
MODELO MATEMÁTICO HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
CL = X
CP = Y
I. VARIABLE DE DECISION
X = Cantidad de petróleo crudo ligero
Y = Cantidad de petróleo crudo pesado
II. FUNCION OBJETIVO
MAX. Z = 35X + 30*YSUJETO A:
0.3X + 0.3Y ≥ 900.0000.2X + 0.4Y ≥ 800.0000.3X + 0.2Y ≥ 500.000 X ≥ 0
Y ≥ 0
20) La fábrica LA MUNDIAL S.A, construye mesas y sillas de madera
el precio de venta al público de una mesa es de $2700 pesos y el
de una silla $2100. LA MUNDIAL S.A. estima que fabricar una mesa
supone un gasto de 1000$ de materias primas y de 1.400$ de
costos laborales. Fabricar una silla exige 900$ de materias
primas y 1.000$ de costo laborales. La construcción de ambos
tipos de muebles requiere un trabajo previo de carpintería y un
proceso final de acabado (pintura, revisión de las piezas
fabricadas, empaquetado etc.). Para fabricar una mesa se
necesita 1 hora de carpintería y 2 horas de proceso final de
acabado. Una silla necesita 1 hora de carpintería y 1 hora para
el proceso de acabado. LA MUNDIAL S.A. No tiene problemas de
abastecimiento de materias primas, pero solo puede contar
semanalmente con un máximo de 80 horas de carpintería y un
máximo de 100 horas por los trabajos de acabado. Por exigencias
del mercado, LAMUNDIAL S.A. fabrica como máximo 40 mesas a la
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
semana. No ocurre así con las sillas, para los que no hay ningún
tipo de restricción en cuanto al número de unidades fabricadas.
Determinar el número de mesas y de sillas que semanalmente
deberá fabricar la empresa para maximizar sus beneficios
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Número de sillas construidas (NSC)
- Número de mesas construidas (NMC)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar los beneficios de producir sillas y mesas
- Maximizar los beneficios de producir el número de sillas
construidas + el número de mesas construidas
- Maximizar los beneficios de $(2700-1000-1400)* número de
sillas construidas + $(2100-900-1000)* número de mesas
construidas
- Maximizar los beneficios de $(2700-1000-1400)* (NSC) +
$(2100-900-1000)* (NMC)
- Max z= $300* (NSC) + $200* (NMC)
III. RESTRICCIONES
I. El número de horas de carpintería no debe exceder las 80
horas
El número de horas de carpintería para construir sillas + el
número de horas de carpintería para construir mesas es ≤ 80
horas
(NSC)+ (NMC) ≤ 80 horas
II. El número de horas de trabajo de acabado no debe exceder las
100 horas HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
El número de horas de trabajo de acabado para construir
sillas + 2 horas* el número de horas de trabajo de acabado
para construir mesas es ≤ 100 horas
(NSC)+ 2* (NMC) ≤ 100 horas
III. El número de mesas construidas debe ser menor de 40 unidades
a la semana
(NMC) ≤ 40
IV. El número de sillas construidas y el número mesas construidas
deben ser mayor o igual a cero
(NSC) ≥ 0; (NMC) ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
- NSC (unid)
- NMC (unid)II. FUNCIÓN OBJETIVA
Max z= 300* (NSC) + 200* (NMC) ($)
III. RESTRICCIONES
(NSC ) +
(NMC)
≤ 80
(NSC) + 2* (NMC) ≤ 100(NMC) ≤ 40(NSC) ≤ 0
(NM
C)
≤ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
NSC = X
NMC = Y
I. VARIABLE DE DECISION
X = Número de sillas construidas
Y = Número de mesas construidas
II. FUNCION OBJETIVO
Max z= 300* X + 200* Y
SUJETO A
X + Y ≤ 80X + 2* Y ≤ 100
Y ≤ 40X ≤ 0
Y ≤ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
21) Los hospitales enfrentan constantemente problemas con elhorario de trabajo de sus enfermeras. Un modelo de planificaciónde horarios en un problema de programación de enteros paraminimizar el número total de trabajadores sujetos a un númeroespecífico de enfermeras durante cada periodo del día. PeriodoTurno del Día N° Requerido de enfermeras1 8:00
Dado que cada enfermera trabaja jornadas de 8 horas diarias,el/ellas puede comenzar a trabajar al comienzo de cualquiera delos primeros cinco periodos: 8:00, 10:00, 12:00, 2:00o 4:00.Adicionalmente, no se necesita ninguna enfermera que comience atrabajar después de las 4:00, dado que su horario se extenderíahasta después de la madia noche cuando no son necesarias.¿Cuántas enfermeras se deben reportar de forma tal de cumplirlosrequerimientos en la tabla anterior?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de enfermeras 1 periodo E1
- Cantidad de enfermeras 2 periodo E2
- Cantidad de enfermeras 3 periodo E3
- Cantidad de enfermeras 4 periodo E4
- Cantidad de enfermeras 5 periodo E5
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar número de enfermeras en el hospital
- Minimizar numero en la contratación de la cantidad de
enfermeras 1 periodo + la cantidad de enfermeras 2 periodo
+ la cantidad de enfermeras 3 periodo + la cantidad de HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
enfermeras 4 periodo + la cantidad de enfermeras 5 periodo
+ la cantidad de enfermeras 6 periodo
- Minimizar numero: E1 + E2 + E3 + E4 + E5 + E6
- Min. Z: E1 + E2 + E3 + E4 + E5 + E6
III. RESTRICCIONES
I. El número de enfermeras requerido en el primer periodo es
de 10
La cantidad de enfermeras 1 periodo debe ser mayor o igual
que 10
E1 ≥ 10
II. El número de enfermeras requerido en el segundo periodo es
de 8
La cantidad de enfermeras 1 periodo + la cantidad de
enfermeras 2 periodo debe ser mayor o igual que 8
E1 + E2 ≥ 8
III. El número de enfermeras requerido en el tercer periodo es
de 9
La cantidad de enfermeras 1 periodo + la cantidad de
enfermeras 2 periodo + la cantidad de enfermeras 3 periodo
debe ser mayor o igual que 9
E1 + E2 + E3 ≥ 9
IV. El numero de enfermeras requerido en el cuarto periodo es
de 11
La cantidad de enfermeras 1 periodo + la cantidad de
enfermeras 2 periodo + la cantidad de enfermeras 3 periodo
+ la cantidad de enfermeras 4 periodo debe ser mayor o
igual que 11
E1 + E2 + E3 + E4 ≥ 11
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
V. El número de enfermeras requerido en el quinto periodo es
de 13
La cantidad de enfermeras 2 periodo + la cantidad de
enfermeras 3 periodo + la cantidad de enfermeras 4 periodo
+ la cantidad de enfermeras 5 periodo debe ser mayor o
igual que 13
E2 + E3 + E4 + E5 ≥ 13
VI. El número de enfermeras requerido en el sexto periodo es
de 8
La cantidad de enfermeras 3 periodo + la cantidad de
enfermeras 4 periodo + la cantidad de enfermeras 5 periodo
debe ser mayor o igual que 8
E3 + E4 + E5 ≥ 8
VII. El número de enfermeras requerido en el séptimo periodo es
de 5
La cantidad de enfermeras 4 periodo + la cantidad de
enfermeras 5 periodo debe ser mayor o igual que 5
E4 + E5 ≥ 5
VIII. El número de enfermeras requerido en el octavo periodo es
de 3
La cantidad de enfermeras 5 periodo debe ser mayor o igual
que 3
E5 ≥ 3
IX. La cantidad de enfermeras 1 periodo, la cantidad de
enfermeras 2 periodo, la cantidad de enfermeras 3 periodo,
la cantidad de enfermeras 4 y la cantidad de enfermeras 5
periodo deben ser mayor o igual que 0
E1, E2, E3, E4, E5 ≥ 0
RESUMEN HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
I. VARIABLE DE DECISIÓN
E1 E4
E2 E5
E3
II. FUNCIÓN OBJETIVA
MIN.Z = E1 + E2 + E3 + E4 + E5
III. RESTRICCIONES
E1 ≥ 10E1 + E2 ≥ 8E1 + E2 + E3 ≥ 9E1 + E2 + E3 + E4 ≥ 11
E2 + E3 + E4 + E5 ≥ 13E3 + E4 + E5 ≥ 8
E4 + E5 ≥ 5E5 ≥ 3
E1 ≥ 0E2 ≥ 0
E3 ≥ 0E4 ≥ 0
E5 ≥ 0
MODELO MATEMÁTICO
E1 = X1
E2 = X2
E3 = X3
E4 = X4 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
E5 = X5
I. VARIABLE DE DECISION
E1 = Cantidad de enfermeras 1 periodo
E2 = Cantidad de enfermeras 2 periodo
E3 = Cantidad de enfermeras 3 periodo
E4 = Cantidad de enfermeras 4 periodo
E5 = Cantidad de enfermeras 5 periodo
II. FUNCION OBJETIVO
MIN.Z = E1 + E2 + E3 + E4 + E5
SUJETO A:E1 ≥ 10E1 + E2 ≥ 8E1 + E2 + E3 ≥ 9E1 + E2 + E3 + E4 ≥ 11
E2 + E3 + E4 + E5 ≥ 13E3 + E4 + E5 ≥ 8
E4 + E5 ≥ 5E5 ≥ 3
E1 ≥ 0E2 ≥ 0
E3 ≥ 0E4 ≥ 0
E5 ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
22) Suponga que un almacén de madera ofrece láminas de 10 metros,las cuales son cortadas en 3 metros, 4 metros y 5 metrosdependiendo de las exigencias de los clientes. La lámina de maderade 10 metros puede ser cortada en 6 patrones sensibles tal y comose muestraen la tabla
siguiente:
Existen otros patrones posibles pero que son sensibles; por lotanto, se podrá cortar una lámina de madera de 10 metros en una de3 metros y una de 4 metros dejando un desperdicio de 3 metros.Esto no tendría sentido dado que 3 metros de desperdicio podríanser utilizados como una pieza de 3 metros, así como se muestra enel patrón 2. Si algún cliente ordena 50 láminas de 3 metros, 65 de4 metros, y de 40 de 5 metros. La pregunta sería ¿Cuantas láminasde 10 metros se necesitan para cortar estas órdenes y quepatrones se debería utilizar?
50 láminas de 3 metros
= (50 x 3 = 150mt.)
65 láminas de 4 metros
= (65 x 4 = 260mt.)
40 láminas de 5 metros
= (40 x 5 = 200mt.)
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
Patrón # 3metros
4metros
5metros
desperdicio
1 3 0 0 12 2 1 0 03 1 0 1 24 0 1 1 15 0 2 0 26 0 0 2 0
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
Como vemos en total se necesitan 610 metros para cumplir con laorden del cliente, si dividimos esta cantidad en 10 metros, quees el tamaño de las láminas que el almacén ofrece, entonces comomínimo debemos usar 61 láminas.
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de láminas de 10 mt. cortadas en patrón #1
(LCP#1)
- Cantidad de láminas de 10 mt. cortadas en patrón #2
(LCP#2)
- Cantidad de láminas de 10 mt. cortadas en patrón #3
(LCP#3)
- Cantidad de láminas de 10 mt. cortadas en patrón #4
(LCP#4)
- Cantidad de láminas de 10 mt. cortadas en patrón #5
(LCP#5)
- Cantidad de láminas de 10 mt. cortadas en patrón #6
(LCP#6)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar la cantidad de desperdicios de láminas de
madera.
- Min. desperdicios n° desperd. en patrón #1*cant. láminas
10 mt. patrón #1 + n° desperd. en patrón #2*cant. láminas
10 mt. patrón #2 + n° desperd. en patrón #3*cant. láminas
10 mt. patrón #3 + n° desperd. en patrón #4*cant. láminas
10 mt. patrón #4 + n° desperd. en patrón #5*cant. láminas
10 mt. patrón #5 + n| desperd. patrón #6*cant. láminas 10
mt. patrón #6.
- Min. desperdicios 1*cant. láminas 10 mt. patrón #1 +
0*cant. láminas 10 mt. patrón #2 + 2*cant. láminas 10 mt.
patrón #3 + 1*cant. láminas 10 mt. patrón #4 + 2*cant.
láminas 10 mt. patrón #5 + 0*cant. láminas 10 mt. patrón
#6 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Min. Z= 1*LCP#1 + 0*LCP#2 + 2*LCP#3 + 1*LCP#4 + 2*LCP#5 +
0*LCP#6
III. RESTRICCIONES
I. Para cumplir con la orden de cliente se debe cortar como
mínimo 50 láminas de 3 metros.
Para cumplir orden cortar 3 láminas de 3 mt. * LCP#1 + 2
láminas de 3 mt * LCP#2 + 1 lámina de 3 mt. * LCP#3 como
mínimo 50 láminas de 3 mt.
3*LCP#1 + 2*LCP#2 + 1*LCP#3 ≥ 50
II. Para cumplir con la orden de cliente se debe cortar como
mínimo 65 láminas de 4 metros.
Para cumplir orden cortar 1 lámina de 4 mt. * LCP#2 + 1
lámina de 4 mt * LCP#4 + 2 láminas de 4 mt. * LCP#5 como
mínimo 65 láminas de 4 mt.
1*LCP#2 + 1*LCP#4 + 2*LCP#5 ≥ 65
III. Para cumplir con la orden de cliente se debe cortar como
mínimo 40 láminas de 5 metros.
Para cumplir orden cortar 1 lámina de 5 mt. * LCP#3 + 1
lámina de 5 mt * LCP#4 + 2 láminas de 5 mt. * LCP#6 como
mínimo 40 láminas de 5 mt.
1*LCP#3 + 1*LCP#4 + 2*LCP#6 ≥ 40
IV. La cantidad de láminas de 10 mt, cortadas en los distintos
tipos de patrón deben ser como mínimo 61.
La cantidad de láminas cortadas en patrón #1 + láminas
cortadas en patrón #2 + láminas cortadas en patrón #3 +
láminas cortadas en patrón #4 + láminas cortadas en patrón
#5 + lámina cortadas en patrón #6 deben ser como mínimo
61.
LCP#1 + LCP#2 + LCP#3 + LCP#4 + LCP#5 + LCP#6 ≥ 61 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
V. La cantidad de láminas de 10 mt. cortadas en patrón #1
(LCP#1), en patrón #2 (LCP#2), en patrón #3 (LCP#3), en
patrón #4 (LCP#4), en patrón #5 (LCP#5), en patrón #6
(LCP#6) deben ser mayor a 0.
LCP#1 ≥ 0
LCP#2 ≥ 0
LCP#3 ≥ 0
LCP#4 ≥ 0
LCP#5 ≥ 0
LCP#6 ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
LCP#1
LCP#2
LCP#3
LCP#4
LCP#5 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
LCP#6
II. FUNCIÓN OBJETIVA
MIN.
Z=
1(LCP#1
)+ 0(LCP#2) + 2(LCP#3) + 1(LCP#4
)+
2(LCP#5
)+ 0(LCP#6)
(Lám.
10mt.)
III. RESTRICCIONES
3*LCP#1 + 2*LCP#
2 + 1*LCP#3 ≥ 50
1*LCP#2 + 1*LCP#
4 + 2*LCP#5 ≥ 65
1*LCP#3 + 1*LCP#
4 + 2*LCP#6 ≥ 40
LCP#1 + LCP#2 + LCP#3 + LCP#4 + LCP#5 + LCP#
6 ≥ 61
LCP#1 ≥ 0
LCP#2 ≥ 0
LCP#3 ≥ 0
LCP#4 ≥ 0LCP#5 ≥ 0
LCP#6 ≥ 0
MODELO MATEMÁTICO
LCP#1 = X1
LCP#2 = X2
LCP#3 = X3
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
LCP#4 = X4
LCP#5 = X5
LCP#6 = X6
I. VARIABLE DE DECISION
X1 = Cantidad de láminas de 10 mt. cortadas en patrón
#1
X2 = Cantidad de láminas de 10 mt. cortadas en patrón
#2
X3 = Cantidad de láminas de 10 mt. cortadas en patrón
#3
X4 = Cantidad de láminas de 10 mt. cortadas en patrón
#4
X5 = Cantidad de láminas de 10 mt. cortadas en patrón
#5
X6 = Cantidad de láminas de 10 mt. cortadas en
patrón #6
II. FUNCION OBJETIVO
MIN.Z = 1*(X1
) + 0*(X2) 2*(X3
)1*(X4) 2*(X5) + 0*(X
6)
SUJETO A:
3*X1 + 2*X2 + X3 ≥ 50
X2 + X4 + 2*X5 ≥ 65
X3 + X4 + 2*X6 ≥ 40
X1 + X2 + X3 + X4 + X5 + X6 ≥ 61X1 ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
X2 ≥ 0
X3 ≥ 0
X4 ≥ 0X5 ≥ 0
X6 ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
23) Una compañía de químicos está produciendo dos tipos desustancias (A y B) que requieren tres tipos de materia prima (I,II, y III). Los requerimientos en la composición de las tressustancias así como también la utilidad son mostrados acontinuación:
Sustancia Composición
Utilidad
por kg
A
No más de 20% de I No más de 10% de II Por lo menos 20% de
III10
B No más de 40% de I No más de 50% de III 8
La cantidad de material disponible así como también los costos detratamiento se muestran a continuación:
Materia Prima Monto Disponible(Kg)
Costos deProcesamiento/Kg
I 400 4II 500 5III 300 6
El problema de la compañía es encontrar cuanta sustancia producir,y a qué nivel de composición de forma tal de maximizar lautilidad.DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de la sustancia A de la composición I
(AI)
- Cantidad de la sustancia A de la composición II
(AII)
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Cantidad de la sustancia A de la composición III
(AIII)
- Cantidad de la sustancia B de la composición I
(BI)
- Cantidad de la sustancia B de la composición II
(BII)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar la utilidad al producir la cantidad de
sustancias con las composiciones adecuadas.
- Maximizar la utilidad por la cantidad de sustancia A
producida con la composición I, con la composición II, con
la composición III, quitándole el costo del procesamiento
de la composición I con la sustancia A, el costo de
procesamiento de la composición II con la sustancia A y el
costo de procesamiento de la composición III con la
sustancia A; más la utilidad por la cantidad de sustancia
B producida con la composición I, con la composición II,
la con la composición III, restándole el costo de
procesamiento de la composición I con la sustancia B y el
costo de procesamiento de la composición II con la
sustancia B.
- Maximizar la utilidad 10 * (sustancia A producida con la
composición I, con la composición II, con la composición
III) – (4 * la composición I + 5 * la composición II + 6 *
la composición III) + 8 * (la cantidad de sustancia B
producida con la composición I, con la composición II, la
con la composición III) – (4 * la composición I y 5 * la
composición II).
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Maximizar la utilidad 10 * (AI + AII + AIII) – (4*AI +
5*AII + 6*AIII) + 8 * (BI + BII) – (4 * BI + 5 * BII).
- Maximizar la utilidad 6*AI + 5*AII + 4*AIII + 4*BI +
3*BII.
- Max. Z = $6*(AI) + $5*(AII) + $4*(AIII) + $4*(BI) +
$3*(BII).
III. RESTRICCIONES
I. Cantidad de sustancias utilizadas en la composición I no
es mayor a 400kg.
Cantidad de sustancia A y sustancia B utilizadas en la
composición I no es mayor a 400kg.
AI + BI ≤ 400
II. Cantidad de sustancias utilizadas en la composición II no
es mayor a 500kg.
Cantidad de sustancia A y sustancia B utilizadas en la
composición II no es mayor a 500kg.
AII + BII ≤ 400
III. Cantidad de sustancias utilizadas en la composición III no
es mayor a 300kg.
Cantidad de sustancia A y sustancia B utilizadas en la
composición III no es mayor a 300kg.
AIII ≤ 300
IV. Cantidad de sustancia A utilizada en la composición I no
es mayor al 20% de la composición I con la sustancia A +
la composición II con la sustancia A + la composición III
con la sustancia A.
Cantidad de sustancia A utilizada en la composición I no
es mayor al 0.2 * (composición I con la sustancia A +
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
composición II con la sustancia A + composición III con la
sustancia A).
AI no es mayor al 0.2 * (AI + AII + AIII)
AI ≤ 0.2 * (AI + AII + AIII)
0.8*AI – 0.2*AII – 0.2*AIII ≤ 0
V. Cantidad de sustancia A utilizada en la composición II no
es mayor al 10% de la composición I con la sustancia A +
la composición II con la sustancia A + la composición III
con la sustancia A.
Cantidad de sustancia A utilizada en la composición II no
es mayor al 0.1 * (composición I con la sustancia A +
composición II con la sustancia A + composición III con la
sustancia A).
AII no es mayor al 0.1 * (AI + AII + AIII)
AII ≤ 0.1 * (AI + AII + AIII)
-0.1*AI + 0.9*AII – 0.1*AIII ≤ 0
VI. Cantidad de sustancia A utilizada en la composición III
por lo menos es el 20% de la composición I con la
sustancia A + la composición II con la sustancia A + la
composición III con la sustancia A.
Cantidad de sustancia A utilizada en la composición III
por lo menos es 0.2 * (composición I con la sustancia A +
composición II con la sustancia A + composición III con la
sustancia A).
AIII por lo menos es 0.2 * (AI + AII + AIII)
AIII ≥ 0.2 * (AI + AII + AIII)
-0.2*AI – 0.2*AII + 0.8AIII ≥ 0
VII. Cantidad de sustancia B utilizada en la composición I no
es mayor al 40% de la composición I con la sustancia B + HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
la composición II con la sustancia B + la composición III
con la sustancia B.
Cantidad de sustancia B utilizada en la composición I no
es mayor al 0.4 * (composición I con la sustancia B +
composición II con la sustancia B + composición III con la
sustancia B).
BI no es mayor al 0.4* (BI + BII)
BI ≤ 0.4 * (BI + BII)
0.6*BI – 0.4*BII ≤ 0
VIII. Cantidad de sustancia B utilizada en la composición II no
es mayor al 50% de la composición I con la sustancia B +
la composición II con la sustancia B + la composición III
con la sustancia B.
Cantidad de sustancia B utilizada en la composición II no
es mayor al 0.5 * (composición I con la sustancia B +
composición II con la sustancia B + composición III con la
sustancia B).
BII no es mayor al 0.5* (BI + BII)
BII ≤ 0.5 * (BI + BII)
-0.5*BII + 0.5*BII ≤ 0
IX. Cantidad de la sustancia A y B utilizadas en la
composición I, en la composición II, en la composición III
deben ser igual o mayor a 0.
AI ≥ 0
AII ≥ 0
AIII ≥ 0
BI ≥ 0
BII ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
AI
AII
AIII
BI
BII
II. FUNCIÓN OBJETIVA
Max.
Z= 6*(AI) + 5*(AII)
+ 4*(AIII
)
+ 4*(BI
)
+ 3*(BI
I)($)
III. RESTRICCIONES
1*AI + 1*BI ≤ 400
1*AII + 1*BII ≤ 500
1*AIII
≤ 300
0.8*AI - 0.2*A
II- 0.2*A
III≤ 0
-0.1*A
I+ 0.9*A
II
- 0.1*AIII
≤0
-0.2*A
I- 0.2*A
II
+ 0.8*AIII
≥0
0.6*BI
- 0.4*BII
≤ 0
-0.5*BI
+ 0.5*BII
≤0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
AI ≥ 0AII ≥ 0
AIII ≥ 0BI ≥ 0
BII ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
AI : X1
AII : X2
AIII : X3
BI : X4
BII : X5
I. VARIABLE DE DECISION
X1 = Cantidad de la sustancia A de la composición I
X2 = Cantidad de la sustancia A de la composición II
X3 = Cantidad de la sustancia A de la composición III
X4 = Cantidad de la sustancia B de la composición I
X5 = Cantidad de la sustancia B de la composición II
II. FUNCION OBJETIVO
Max Z = 6*AI + 5*AII + 4*AIII
+ 4*BI + 3*BII
Sujeto a:1*AI + 1*BI ≤ 400
1*AII + 1*BII ≤ 500
1*AIII
≤ 300
0.8*AI - 0.2*AII
- 0.2*AIII
≤ 0
-0.1*AI + 0.9*A
II- 0.1*A
III≤ 0
-0.2*AI - 0.2*A
II+ 0.8*A
III≥ 0
0.6*BI
- 0.4*BII
≤ 0
-0.5*BI
+ 0.5*BII
≤0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
AI ≥ 0AII ≥ 0
AIII ≥ 0BI ≥ 0
BII ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
24) En una La Apex Televisión debe decir el número de televisores
de 27” y 20’’, producidos en una de sus fábricas, la
investigación de mercado indica ventas a lo más 40 televisores
de 27” y10 de 20” cada mes. El número máximo de horas-hombre
disponible es de 500 por mes, un televisor de 27” requiere 20
horas –hombres y uno 20” requiere 10 horas -hombres, cada
televisor de 27” produce una ganancia de $120 y cada uno de
20”da una ganancia de$80. Un distribuidor está de acuerdo
comprar todos los televisores producidos siempre en cuando no
excede el máximo indicado por el estudio de mercado.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Número de televisores producidos de 27” (TV27”)
- Número de televisores producidos de 20” (TV20”)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar la ganancia de la compra de televisores
producidos en la fábrica sin exceder el máximo indicado
- Maximizar la ganancia del número de televisores producidos
de 27”+ el número de televisores producidos de 20”
- Maximizar la ganancia $120* Número de televisores
producidos de 27”+ $80* Número de televisores producidos
de 20”
- Maximizar la ganancia 120* (TV27)+ $80* (TV20)
- Max Z= $120* (TV27)+ $80* (TV20)
III. RESTRICCIONES
I. El número de televisores producidos de 27” debe ser menor o
igual a 40
(TV27”) ≤ 40 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. El número de televisores producidos de 20” debe ser menor o
igual a 40 millones invertidos en la opción A
(TV20”) ≤ 10
III. El número máximo de horas hombre es de 500 por mes
El número de televisores producidos de 27”requiere 20 horas
hombre + El número de televisores producidos de 20”requiere
10 horas hombre ≤ 500
20*(TV27”)+ 10* (TV20”) ≤ 500
IV. El número de televisores producidos es mayor o igual a cero
El número de televisores producidos de 27” y el número de
televisores producidos de 20” es mayor o igual a cero
(TV27”) ≥ 0; (TV20”) ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
- TV27- TV20
II. FUNCIÓN OBJETIVA
Max Z= 120* (TV27)+ 80* (TV20) ($)
III. RESTRICCIONES
(TV2
7”)
≤ 40
(TV
20”)
≤ 10
20*(TV27”) +10*
(TV20”)
≤ 500
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
(TV2
7”)
≥ 0
(TV
20”)
≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
TV27 = X
TV20 = Y
I. VARIABLE DE DECISION
X = Número de televisores producidos de 27”
Y = Número de televisores producidos de 20”
II. FUNCION OBJETIVO
Max Z= 120* X+ 80* Y
SUJETO A
X
≤ 40
Y
≤ 10
20*X +10* Y ≤ 500
X
≥ 0
Y
≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
25) Se fabrican dos productos y cada producto se procesa en los
departamentos de fundición, maquinado y ensamble. La fundición
del producto puede comprarse en 6$/pieza y después procesarse en
las máquinas y ensamblarse. Si la fundición no se compra, el
producto se hace a partir de 2 kg de material y se funde en
la planta. El producto puede hacerse ya sea con 4 kg o con 5 kg
de materia para el periodo de producción a iniciarse.
El material cuesta 0.1 $/kg y el material 0.2 $/kg. Se dispone
de 2000 kg de material y 10000 kg de material
El departamento de fundición puede fundir 3000 u del producto R
o 3000 u del producto en el periodo considerado. Se dispone
asimismo en ese lapso de 200 horas de tiempo de máquina. El
maquinado del producto hecho con el material requiere 8 min. El
maquinado del producto R hecho con el material requiere 10 min.
El maquinado del producto requiere 6 min. El departamento de
ensamble puede armar 2000 u del producto R, 4000 u del producto
o cualquier combinación entre ellos.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Número de piezas del producto R hecho con K : RK
- Número de piezas del producto R hecho con L : RK
- Número de piezas del producto T comprados : TC
- Número de piezas del producto T hecho con K : TK
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la venta de los productos T
y R.
- Máximo beneficio a obtener por el número de piezas de
producto R hecho con K, el número de piezas del producto R HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
hecho con L, el número de piezas del producto T comprado y
el número de piezas del producto T hecho con K
- Máximo beneficio a obtener (Precio de Venta - Costo de
Materia Prima - Costo de Fundición - Costo de Maquinaria)
- ($10 - $1 - $1 - $2)* número de piezas de producto R
hecho con K + ($10 - $0.4 - $1 - $1.6)* número de piezas
del producto R hecho con L + ($12 - $6 - $0 - $1.2)*
número de piezas del producto T comprado + ($12 - $0.4 -
$1 - $1.2)* número de piezas del producto T hecho con K
- Máximo beneficio $6*RK + $7*RL + $4.8*TC + $9.4*TK
- Max Z = $6*RK+ $7*RL + $4.8*TC + $9.4*TK
III. RESTRICCIONES
I. Se dispone de 2000kg de material L, el producto R hecho
con L necesita 4kg.
4*número de piezas del producto R hecho con L ≤ 2000
4*RL ≤ 2000
II. Se dispone de 10000kg de material K, el producto R hecho
con K necesita 5kg y el producto T hecho con K necesita
2kg.
5*número de piezas del producto R hecho con K + 2*número
de piezas del producto T hecho con K ≤ 1000
5*RK + 2*TK ≤ 1000
III. Se tiene un tiempo disponible de 200 horas en el
departamento de maquinado, que equivale a 12000 minutos,
el producto R hecho con K necesita 10 minutos en el
departamento de maquinado, el producto T comprado necesita
6 minutos en el tiempo de maquinado y el producto T hecho
con K necesita 6 minutos en el departamento de maquinado.
20*RK + 8*RL + 6*TC + 6*TK ≤ 12000 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
IV. En el departamento de fundición, se puede fundir, se
puede fundir 3000u de R o T. Número de piezas del producto
R hecho con K + número de piezas del producto R hecho con
L + número de piezas del producto T hecho con K ≤ 3000
RK + RL + TK ≤ 3000
V. En el departamento de ensamblaje, se puede armar 2000u del
producto R. Número de piezas del producto R hecho con K +
número de piezas del producto R hecho con L ≤ 2000
RK + RL ≤ 2000
VI. En el departamento de ensamblaje, se puede armar 4000u
del producto T. Número de piezas del producto T comprado +
número de piezas del producto T hecho con K ≤ 4000
TC + TK ≤ 4000
VII. El número de piezas del producto R hecho con K, el
número de piezas del producto R hecho con L, el número de
piezas del producto T comprado y el número de piezas del
producto T hecho con K debe ser mayor o igual a cero.
RK ≤ 0
RL ≤ 0TC ≤ 0TK ≤ 0
RESUMEN
I. VARIABLE DE DECISIÓN
RK
RL
TC
TK
II. FUNCIÓN OBJETIVA HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MAX. Z = 6*RK + 7*RL + 4.8*TC + 9.4*TKIII. RESTRICCIONES
4*RL ≤ 20005*RK + 2*TK ≤ 1000
20*RK + 8*RL + 6*TC + 6*TK ≤ 12000
RK + RL + TK ≤ 3000RK + RL ≤ 2000
TC + TK ≤ 4000RK ≤ 0
RL ≤ 0TC ≤ 0
TK ≤ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
RK = X
RL = Y
TC = Z
TK = W
I. VARIABLE DE DECISION
X = Número de piezas del producto R hecho con K:
Y = Número de piezas del producto R hecho con L
Z = Número de piezas del producto T comprados
W = Número de piezas del producto T hecho con L
II. FUNCION OBJETIVO
MAX. Z = 6*RK + 7*RL+ 4.8*T
C
+ 9.4*TK
SUJETO A:4X ≤ 20005X + 2W ≤ 100020X + 8Y + 6Z + 6W ≤ 12000X + Y + W ≤ 3000X + Y ≤ 2000X ≤ 0
Y ≤ 0Z ≤ 0
W ≤ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
26) La empresa lechera Milko no puede recibir más de 100.000
litros de leche al día debido a las limitaciones impuestas por
el congestionamiento de recepción. Las políticas de la
administración requieren el uso de cuando menos 10.000 litros de
leche diarios para la fabricación de queso, y el resto para ser
empleado en manteca o leche embotellada según lo permita el
equipo. El beneficio de un litro de l según como se emplee es
como sigue:
Manteca $0.02Leche $0.10Queso $0.30
El equipo para fabricar manteca puede procesar hasta 60.0000
litros de leche por día y el de fabricar queso hasta 30.000
litros de leche diarios. Plantear el problema.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de litros de leche para manteca : LM
- Cantidad de litros de leche para leche : LL
- Cantidad de litros de leche para queso : LQ
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por el uso de leche.
- Máximo beneficio a obtener por la cantidad de litros de
leche para manteca, la cantidad de litros de leche para
leche y cantidad de litros de leche para queso.
- Máximo beneficio $ 0.02 por la cantidad de litros de leche
para manteca, $ 0.10 por la cantidad de litros de leche
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
para leche y $0.30 por la cantidad de litros de leche para
queso.
- Máximo beneficio $0.02 *LM + $0.10*LL + $0.30*LQ.
- Máx. Z = $0.02*LM + $0.10*LL + $0.30*LQ
III. RESTRICCIONES
I. La cantidad de litros de leche para manteca, la cantidad
de litros de leche para leche y la cantidad de litros de
leche para queso debe ser a lo mucho 100.000 litros de
leche al día:
LM + LL + LQ ≤ 100.000
II. El equipo puede procesar hasta 60.000 de la cantidad de
litros de leche para manteca:
LM ≤ 60.000
III. El equipo puede procesar hasta 10.000 de la cantidad de
litros de leche para leche:
LL ≤ 10.000
IV. El equipo puede procesar hasta 30.000 de la cantidad de
litros de leche para queso:
LQ ≤ 30.000
V. La cantidad de litros de leche para manteca, la cantidad
de litros de leche para leche y la cantidad de litros de
leche para queso debe ser mayor igual a cero.
LM ≥ 0
LL ≥ 0
LQ ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
LM
LL
LQ
II. FUNCIÓN OBJETIVA
MAX. Z = 0.02*LM + 0.10*LL+ 0.30*L
Q
III. RESTRICCIONES
LM + LL + LQ ≤ 100.000
LM ≤ 60.000
LL ≤ 10.000
LQ ≤ 30.000LM ≥ 0
LL ≥ 0LQ ≥ 0
MODELO MATEMÁTICO
LM = X
LL = Y
LQ = Z
I. VARIABLE DE DECISION
X = cantidad de litros de leche para manteca
Y = cantidad de litros de leche para leche
Z = cantidad de litros de leche para manteca
II. FUNCION OBJETIVO
MAX. Z = 0.02X + 0.10Y + 0.30Z
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
SUJETO A:
X + Y + Z ≤ 100.000
X ≤ 60.000Y ≤ 10.000
Z ≤ 30.000X ≥ 0
Y ≥ 0Z ≥ 0
27) Una empresa automotriz está equipada para producirautomóviles y camiones. Su planta fabril está organizada en cuatrodepartamentos: estampado, montaje de motores, línea de montaje deautomóviles y línea de montaje de camiones. La capacidad deproducción de cada departamento está limitada de la siguientemanera:
Estampado: puede producir 25.000 autos o 35.000 camionespor año.
Montaje de motores: 33.333 autos o 16.667 camiones poraño.
Línea de montaje de automóviles: 22.500 autos/año. Línea de montaje de camiones: 15.000 camiones/año.
Por otra parte, se desea producir como mínimo 12.000 autos y8.000 camiones por año, estimándose asimismo en 18.000 u lademanda anual de automóviles. El margen de beneficio es 150.000$/auto y 125.000 $/camión. Se desea conocer el plan deproducción que maximice el beneficio.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de autos a producir CA
- Cantidad de camiones a producir CC
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la producción de vehículos
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Máximo beneficio a obtener por la cantidad de autos a
producir + cantidad de camiones a producir
- Máximo beneficio: $150.000*(Cantidad de autos a producir)
+ $125000*( Cantidad de camiones a producir)
- Máximo beneficio: $150000*(CA) + $125000*(CC)
- Máx. Z = $150000*(CA) + $125000*(CC)
III. RESTRICCIONES
I. La capacidad de producción de la línea de estampado es de
25.000 autos o 35.000 camiones por año.
La cantidad de autos a producir dentro de la línea de
estampado más más la cantidad de camiones a producir
dentro de la línea de estampado es de 25.000 autos o
35.000 camiones por año.
(1/25.000)*CA + (1/35.000)*CC ≤ 1
II. La capacidad de producción de la línea de montaje de
motores es de 33.333 autos o 16.667 camiones por año.
La cantidad de autos a producir dentro de la línea de
montaje de motores más la cantidad de camiones a producir
dentro de la línea de montaje de motores es de 33.333
autos o 16.667 camiones por año.
(1/33.333)*CA + (1/16.667)*CC ≤ 1
III. La capacidad de producción de la línea de montaje de
automóviles es como máximo 22500.
La cantidad de autos a producir es como máximo 22500.
CA ≤ 22500
IV. La capacidad de producción de la línea de montaje de
camiones es como máximo 15000.
La cantidad de camiones a producir es como máximo 15000.
CC ≤ 15000 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
V. Número de autos a producir al año es como mínimo 12000.
La cantidad de autos a producir al año es como mínimo
12000.
CA ≥ 12000
VI. Número de camiones a producir al año es como mínimo 8000.
La cantidad de camiones a producir es como mínimo 8000.
CC ≥ 8000
VII. La demanda anual de automóviles es como mínimo 18000.
La cantidad de autos a producir es como mínimo 18000.
CA ≥ 18.000
VIII. La cantidad de autos a producir y la cantidad de camiones
a producir deben ser mayor o igual que 0
CA ≥ 0
CC ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
CA
CC
II. FUNCIÓN OBJETIVA
MÁX. Z = 150000*(CA) + 125000*(CC)
($)
III. RESTRICCIONES
(1/25000)*CA + (1/35000)*C
C ≤ 1
(1/33.333)*CA + (1/16.667)*
CC ≤ 1
CA ≤ 22500CC ≤ 15000
CA ≥ 12000CC ≥ 8000
CA ≥ 18000CA ≥ 0
CC ≥ 0
MODELO MATEMÁTICO
CA = X
CC = Y
I. VARIABLE DE DECISION
X = Cantidad de autos a producir
Y = Cantidad de camiones a producir
II. FUNCION OBJETIVO
MÁX. Z = 150000*(CA) + 125000*(CC)SUJETO A: HE
RRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
(1/25000)*CA + (1/35000)*C
C ≤ 1
(1/33.333)*CA + (1/16.667)*
CC ≤ 1
CA ≤ 22500CC ≤ 15000
CA ≥ 12000CC ≥ 8000
CA ≥ 18000CA ≥ 0
28) Sharon dispone de 40 millones de pesos para invertir en trestipos de fondos mutualistas: fondos para el crecimiento, deequilibrio y para el ingreso, cuya respectivas tasas derendimiento anual son 12%, 10% y 6%. Los fondos para elcrecimiento, equilibrio y para el ingreso, tienen asignado losfactores de riesgo 1%, 0.6%, 0.2% Respectivamente. Sharon hadecidido que como máximo el 50% de su capital se invertirá enfondos para el ingreso y un 25% en fondos de equilibrio. Tambiénha decidido que el factor de riesgo promedio de inversión noexceda de 5%. ¿Qué cantidad debe invertir Sharon en cada tipo defondo para lograr el máximo rendimiento de su inversión? ¿Cuál esel rendimiento máximo?
Fondo decrecimiento
Fondo deequilibrio
Fondo deingreso
Tasa anual 0.12 0.1 0.06Factor deriesgo 0.01 0.006 0.002
Tasa de rendimiento Factor de riesgoFondo crecimiento 12% 1%Fondo equilibrio 10 0.6%Fondo ingreso 6 0.2%
Ingreso máximo el 50% 200 millones
Equilibrio máximo el 25% 100 millones
Factor de riesgo mínimo 5% 20 millones
DESARROLLO HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Monto de dinero invertido en fondo para el crecimiento
(MIFC)
- Monto de dinero invertido en fondo de equilibrio. (MIFE)
- Monto de dinero invertido en fondo para el ingreso. (MIFI)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar el rendimiento de la inversión realizada.
- Maximizar rendimiento monto de dinero invertido en fondo
para el crecimiento + monto de dinero invertido en fondo
de equilibrio + monto de dinero invertido en fondo para el
ingreso.
- Max. rendimiento tasa anual de FC * MIFC + tasa anual de
FE * MIFE + tasa anual de FI * MIFI.
- Max. Z= 0.12*MIFC + 0.10*MIFE + 0.06*MIFI
III. RESTRICCIONES
I. Sharon ha decidido que como máximo el 50% de su capital se
invertirá en fondos para el ingreso.
Sharon máx. invertirá 0.50 * 400 millones de pesos.
MIFI ≤ 200
II. Sharon ha decidido que como máximo el 25% de su capital se
invertirá en fondos de equilibrio.
Sharon máx. invertirá 0.25 * 400 millones de pesos.
MIFE ≤ 100
III. Sharon también ha decidido que el factor de riesgo
promedio de inversión no exceda de 5%.
Sharon máx. inversión (tasa factor de riesgo FC * monto
inversión fondo crecimiento + tasa factor riesgo FE *
monto inversión fondo equilibrio + tasa factor riesgo FI *
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
monto inversión fondo ingreso) / 3 no exceda 0.05 * 400
millones de pesos.
Sharon máx. inversión (tasa factor de riesgo FC * MIFC
+tasa factor de riesgo FE * MIFE + tasa factor de riesgo
FI * MIFI) / 3 no exceda 20 millones de pesos.
0.0033*MIFC + 0.002*MIFE + 0.00067*MIFI ≤ 20
IV. Sharon dispone para invertir en los distintos tipos de
fondo como máximo 400 millones de pesos.
Sharon dispone monto inversión fondo crecimiento + monto
inversión fondo equilibrio + monto inversión fondo ingreso
≤ 400 millones de pesos
MIFC + MIFE + MIFE ≤ 400
V. Los montos invertidos en fondo crecimiento, fondo
equilibrio y fondo ingreso deben ser mayor a 0.
MIFC ≥ 0
MIFE ≥ 0
MIFI ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
MIFC
MIFE
MIFI
II. FUNCIÓN OBJETIVA
MAX. Z =0.12(MIF
C)+
0.10(MIF
E)+
0.06(MIF
I)
(MILLONES DE
PESOS)
III. RESTRICCIONES HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MIFI ≤ 200MIFE ≤ 100
0.0033*MIFC
+
0.002*MIFE
+ 0.00067*MIFI ≤ 20
MIF + MIFE + MIFI ≤ 400MIFC ≥ 0
MIFE ≥ 0MIFI ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
MIFC = X
MIFE = Y
MIFI = Z
I. VARIABLE DE DECISION
X = Monto de dinero invertido en fondo para el
crecimiento.
Y = Monto de dinero invertido en fondo de equilibrio.
Z = Monto de dinero invertido en fondo para el
ingreso.
II. FUNCION OBJETIVO
MAX, Z = 0.12*(MIFC) + 0.10*(MIFE
)+ 0.06*(MIFI
)SUJETO A:
Z ≤ 200Y ≤ 100
0.0033*X + 0.002*Y + 0.00067*Z ≤ 20
X + Y + Z ≤ 400X ≥ 0
Y ≥ 0Z ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
29) Un autobús Caracas-Maracaibo ofrece plazas para fumadores al
precio de 10.000 Bolívares y a no fumadores al precio de 6.000
Bolívares. Al no fumador se le deja llevar 50kgs de peso y al
fumador 20kgs. Si el autobús tiene 90 plazas y admite un equipaje
de hasta 3.000 kg. ¿Cuál ha de ser la oferta de plazas de la
compañía para cada tipo de pasajeros, con la finalidad de
optimizara el beneficio?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de plazas en el autobús para pasajeros fumadores
PF
- Cantidad de plazas en el autobús para pasajeros no
fumadores PNF
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener ofertando las plazas para cada
tipo de pasajeros.
- Máximo beneficio a obtener ofertando las plazas para
fumadores y plazas para no fumadores.
- Máximo beneficio a obtener ofertando las plazas para
fumadores + las plazas para no fumadores.
- Máximo beneficio a obtener 10000 * cantidad de plazas de
fumadores + 6000 * cantidad de plazas de no fumadores.
- Máximo beneficio a obtener 10000*(PF) + 6000*(PNF).
- Máx. Z = 10000*(PF)+ 6000*(PNF).
III. RESTRICCIONES
I. La cantidad de plazas que tiene el autobús para cada tipo
de pasajeros es a lo más 90.
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
La cantidad de plazas que tiene el autobús para pasajeros
fumadores y para pasajeros no fumadores es a lo más 90.
La cantidad de plazas que tiene el autobús para pasajeros
fumadores + pasajeros no fumadores es a lo más 90.
La cantidad de plazas que tiene el autobús PF + PNF es a
lo más 90.
1*(PF) + 1*(PNF) ≤ 90
II. La capacidad de peso que tiene el autobús para cada tipo
de pasajeros es a lo más 3000kg.
La capacidad de peso que tiene el autobús para pasajeros
fumadores y para pasajeros no fumadores es a lo más
3000kg.
La capacidad de peso que tiene el autobús para 20 *
pasajeros fumadores + 50 * pasajeros no fumadores es a lo
más 3000kg.
La capacidad de peso que tiene el autobús 20*(PF) +
50*(PNF) es a lo más 3000kg.
20*(PF) + 50*(PNF) ≤ 3000
III. La cantidad de plazas de fumadores y de no fumadores debe
ser mayor o igual a 0.
PF ≥ 0
PNF ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
PF
PNF
II. FUNCIÓN OBJETIVA
MÁX.Z = 10000*(PF + 6000(PNF (Bs) HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
) )III. RESTRICCIONES
1*PF + 1*PNF ≤ 9020*PF + 50*PNF ≤ 3000PF ≥ 0
PNF ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
PF = X
PNF = Y
I. VARIABLE DE DECISION
X = Cantidad de plazas en el autobús para pasajeros
fumadores.
Y = Cantidad de plazas en el autobús para pasajeros no
fumadores.
II. FUNCION OBJETIVO
MÁX.Z = 10000*X + 6000*Y
SUJETO A:1*X + 1*Y ≤ 9020*X + 50*Y ≤ 3000X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
30) Cierta persona dispone de 10 millones como máximo para
repartir entre dos tipos de inversión (A y B). En la opción A
desea invertir entre 2 y 7 millones. Además, quiere destinar a
esa opción, como mínimo, tanta cantidad de dinero como a la B.
sabiendo que el rendimiento de la inversión será del 9% en la
opción A y del 12% en la B ¿Qué cantidad debe invertir en cada
una para optimizar el rendimiento global?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Millones invertidos en la opción A (MIOA)
- Millones invertidos en la opción B (MIOB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máxima inversión en cada alternativa para optimizar el
rendimiento global
- Máxima inversión de los millones invertidos en la opción A
+ los millones invertidos en la opción B
- Máxima inversión de $0.09* Millones invertidos en la
opción A + $0.12* Millones invertidos en la opción B
- Máxima inversión de $0.09* (MIOA)+ $0.12* (MIOB)
- Máx. Z = $0.09* (MIOA)+ $0.12* (MIOB)
III. RESTRICCIONES
I. Los millones invertidos deben ser menor o igual a 10
millones.
Los millones invertidos en la opción A+ los millones
invertidos en la opción B ≤ 10’.
MIOA + MIOB ≤ 10’
II. Los millones invertidos en la opción A deben ser mayores a 2
millones
MIOA ≥ $2’ HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. Los millones invertidos en la opción A deben ser menores a 7
millones
MIOA ≤ $7’
IV. Los millones invertidos en A deben ser igual o mayor a los
millones invertidos en B
MIOA ≥ MIOB
V. Los millones invertidos deben ser mayor o igual a cero
Los millones invertidos en A y los millones invertidos en B
deben ser mayor o igual a cero
MIOA ≥ 0; MIOB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
- (MIOA)- (MIOB)
II. FUNCIÓN OBJETIVA
Máx. Z = 0.09* (MIOA)+ 0.12* (MIOB) ($)
III. RESTRICCIONES
MIOA + MIOB ≤ 10’MIOA ≥ 2’MIOA ≤ 7’-MIOA + MIOB ≤ 0MIOA ≥ 0
MIOB ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
MIOA = X
MIOB = Y
I. VARIABLE DE DECISION
X = Millones invertidos en la opción A
Y = Millones invertidos en la opción B
II. FUNCION OBJETIVO
Máx. Z = 0.09* (X)+ 0.12* (Y)
SUJETO A
X + Y ≤ 10’X ≥ 2’X ≤ 7’X - Y ≤ 0X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
31) Una escuela prepara una excursión para 400 alumnos. La
empresa de transporte tiene 8buses con capacidad de 40 personas
y 10 buses con capacidad de 30 personas, pero solo dispone de 12
conductores. El alquiler de un bus grande cuesta $800.00 y el de
uno pequeño $600.000. Calcular cuántos de cada tipo hay que
utilizar para que la excursión resulte lo más económica posible
para la escuela.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de buses grandes : BG
- Cantidad de buses pequeños : BP
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos al usar las cantidades de buses.
- Minimizar costos al usar la cantidad de buses grandes y
cantidad de buses pequeños.
- Minimizar costos U$800.000 por usar la cantidad de buses
grandes y U$600.000 por la cantidad de buses pequeños.
- Minimizar costos U$800.000*BG + U$600.000*BP.
- Min. Z = U$800.000*BG + U$600.000*BP
III. RESTRICCIONES
I. Los alumnos que la escuela espera que vayan a la excursión
en la cantidad de buses grandes y la cantidad de buses
pequeños es no menor a 400.
40*BG + 30*BP ≥ 400
II. La cantidad de buses grandes a lo mucho son de 8
BG ≤ 8
III. La cantidad de buses pequeños a lo mucho son de 10
BP ≤ 10 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
IV. El número de conductores que manejaran en la cantidad de
buses grandes y la cantidad de buses pequeños son a lo
mucho 12
BG + BP ≤ 12
V. La cantidad de buses grandes y la cantidad de buses
pequeños deben de ser mayor o igual a cero.
BG ≥ 0
BP ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
BG
BP
II. FUNCIÓN OBJETIVA
MIN. Z =800.000*B
G+
600.000*
BP
($)
III. RESTRICCIONES
40*BG + 30*BP ≥ 400 BG ≤ 8
BP ≤ 10
1*BG + 1*BP ≤ 12 BG ≥ 0
BP ≥ 0MODELO MATEMÁTICO
BG = X
BP = Y
I. VARIABLE DE DECISION HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
X = Cantidad de buses grandes
Y = Cantidad de buses pequeños
II. FUNCION OBJETIVO
MAX. Z = 800.000X + 600.000YSUJETO A:
40X + 30Y ≥ 400X ≤ 8
Y ≤ 10
X + Y ≤ 12X ≥ 0
Y ≥ 0
32) En una fábrica se construyen aparatos A y B, que necesitanpasar por los talleres X e Y. Estos trabajan 100 horas cadasemana. Cada aparato A lleva 3 horas del taller X y 1 del Y, ycada aparato de B, 1 y 2 respectivamente. Cada A se vende a 100$y cada B a 150$. Decir cuántos de cada se producirán para que elingreso por ventas sea máximo.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de aparatos “A” AA
- Cantidad de aparatos “B” AB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio por la producción de aparatos
- Máximo beneficio por la producción de la cantidad de
aparatos “A”+ la cantidad de aparatos “B”
- Máximo beneficio: $100*( Cantidad de aparatos “A”) +
$150*( Cantidad de aparatos “B”)
- Máximo beneficio: $100*(AA) + $150*(AB)
- Máx. Z = $100*(AA) + $150*(AB) HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. RESTRICCIONES
I. El taller X trabaja 100 horas cada semana
El taller X trabaja 100 horas en la cantidad de aparatos
“A”+ la cantidad de aparatos “B”
3*(AA) + 1*(AB) ≤ 100
II. El taller Y trabaja 100 horas cada semana
El taller Y trabaja 100 horas en la cantidad de aparatos
“A”+ la cantidad de aparatos “B”
1*(AA) + 2*(AB) ≤ 100
III. La cantidad de aparatos “A” y la cantidad de aparatos “B”
deben ser mayor o igual que 0
AA ≥ 0
AB ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
AA
AB
II. FUNCIÓN OBJETIVA
MÁX. Z = 100*(AA) + 150*(AB)($)
III. RESTRICCIONES
3*(AA) + 1*(AB) ≤ 1001*(AA) + 2*(AB) ≤ 100
AA ≥ 0AB ≥ 0
MODELO MATEMÁTICO
AA = X
AB = Y
III. VARIABLE DE DECISION
X = Cantidad de aparatos “A”
Y = Cantidad de aparatos “B”
IV. FUNCION OBJETIVO
MAX. Z = 100*(X) + 150*(Y)SUJETO A:
3*X + 1*Y ≤ 1001*X + 2*Y ≤ 100X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
33) En unos grandes almacenes necesitan entre 6 y 15 vigilantescuando están abiertos al público, y entre 4 y 7 vigilantesnocturno. Por razones de seguridad, debe haber al menos el doblede vigilantes diurnos que nocturnos, pero los vigilantes diurnoscobran 60$ por día y los nocturnos 96$ ¿Cómo debe organizarse elservicio para que resulte lo más económico posible?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de vigilantes diurnos VD
- Cantidad de vigilantes nocturnos VN
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Mínimos costos en la contratación de vigilantes
- Mínimos costos en la contratación de la cantidad de
vigilantes diurnos + cantidad de vigilantes nocturnos
- Mínimos costos: $60*(Cantidad de vigilantes diurnos) +
$96*(Cantidad de vigilantes nocturnos)
- Mínimos costos: $100*(VD) + $150*(VN)
- Min. Z = $100*(VD) + $150*(VN)
III. RESTRICCIONES
I. Se necesita entre 6 y 15 vigilantes cuando están abiertos
Se necesita entre 6 y 15 vigilantes de la cantidad de
vigilantes diurnos
VD ≥ 6 VD ≤ 15
II. Se necesita entre 4 y 7 vigilantes nocturnos
Se necesita entre 6 y 15 vigilantes de la cantidad de
vigilantes nocturnos
VN ≥ 4 VN ≤ 7
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. La cantidad de vigilantes diurnos y la cantidad de
vigilantes nocturnos deben ser mayor o igual que 0
VD ≥ 0
VN ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
VD
VN
II. FUNCIÓN OBJETIVA
MIN. Z = 100*(VD) + 150*(VN)
($)
III. RESTRICCIONES
VD ≤ 15VD ≥ 6
VN ≤ 7VN ≥ 4
VD ≥ 0VN ≥ 0
MODELO MATEMÁTICO
VD = X
VN = Y
I. VARIABLE DE DECISION
X = Cantidad de aparatos “A”
Y = Cantidad de aparatos “B”
II. FUNCION OBJETIVO
MIN. Z = 100*(X) + 150*(Y)SUJETO A:
X ≤ 15X Y ≥ 6
Y ≤ 7≥ 4
X ≥ 0 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
34) La compañía Hierro del Norte debe decidir cuantas toneladasde acero puro ( X ) y cuantas de chatarra (Y ) se deben utilizaren la preparación de una aleación para un cliente. El corto portonelada de acero puro es de 3 y el de chatarra 6 (por lasimpurezas); la demanda del cliente es por lo menos 5, y elaceptaría más si así requiere.
La disponibilidad de X es de 4 toneladas y 7 de la Y. La relaciónentre chatarra y acero puro no puede exceder ⅞. La fábrica tiene18 horas disponibles para derretir y fundir; una tonelada de aceropuro que requiere 3 horas, mientras que la chatarra solo 2 horas.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de toneladas de acero puro. (CTA)
- Cantidad de toneladas de chatarra (CTC)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos en la preparación de una aleación para un
cliente.
- Minimizar costos cantidad de toneladas de acero fundido +
cantidad de toneladas de chatarra.
- Min. costo de acero * cant. toneladas de acero + costo de
chatarra * cant. toneladas de chatarra.
- Min. costo acero * CTA + costo chatarra * CTC
- Min. Z = 3UM*CTA + 6UM*CTC
III. RESTRICCIONES
I. La demanda del cliente es de por los menos 5.
La demanda cliente cantidad de toneladas acero + cantidad
de toneladas chatarra por lo menos 5.
CTA + CTC ≥ 5
II. La disponibilidad de cantidad de acero puro es 4
toneladas. HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
CTA ≤ 4
III. La disponibilidad de cantidad de chatarra es 7 toneladas.
CTC ≤ 7
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
IV. La relación entre chatarra y acero puro no puede exceder
78 .
CTCCTA ≤
78
8∗CTC7∗CTA ≥ 0
V. La fábrica solo tiene 18 horas disponibles para derretir y
fundir, una tonelada de acero requiere 3h, mientras que la
chatarra solo 2h.
La fábrica derrite y funde 3h * cant. toneladas acero + 2h
* cant. toneladas chatarra como máximo en 18h.
3*CTA + 2*CTC ≤ 18
VI. La cantidad de toneladas de acero puro y chatarra deben
ser mayor a 0.
CTA ≥ 0
CTC ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
CTA
CTC
II. FUNCIÓN OBJETIVA
MIN. Z = 3(CTA) + 6(CTC) (UM)III. RESTRICCIONES
CTA + CTC ≥ 5CTA ≤ 4
CTC ≤ 78∗CTC7∗CTA ≥ 0
3*CTA + 2*CTC ≤ 18CTA ≥ 0
CTC ≥ 0MODELO MATEMÁTICO
CTA = X
CTC = Y
I. VARIABLE DE DECISION
X = Cantidad de toneladas de acero puro.
Y = Cantidad de toneladas de chatarra.
II. FUNCION OBJETIVO
MIN. Z = 3*(X) + 6*(Y)SUJETO A:
X + Y ≥ 5X ≤ 4
Y ≤ 78∗Y7∗X ≥ 0
3*X + 2*Y ≤ 18X ≥ 0 HE
RRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
Y ≥ 0
35) A una persona que quiere adelgazar se le ofrecen dosproductos A y B para que tome una mezcla de ambos con lassiguientes recomendaciones:
No debe tomar más de 150 gr de la mezcla ni menos de 50 gr.
La cantidad de A debe ser igual o superior a la de B
No debe incluir más de 100 gr de A
Hay 100 gr de A contienen 30 mg de vitaminas y 450 calorías y 100gr de B contienen 20mg de vitaminas y 150 calorías.
a) ¿Cuántos gramos de cada producto debe mezclar para obtener el preparado más rico en vitamina?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad en gramos del producto A A
- Cantidad en gramos del producto B B
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener tomando vitaminas que contienen
ambos productos.
- Máximo beneficio a obtener tomando vitaminas que contiene
el producto A y vitaminas que contiene el producto B.
- Máximo beneficio a obtener tomando los 0.03gr en vitaminas
de los 100gr del producto A + 0.02gr de vitaminas de los
100gr del producto B.
- Máximo beneficio a obtener tomando (0.03gr/100gr) *
producto A + (0.02gr/100gr) * producto B.
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Máximo beneficio a obtener tomando (0.0003gr) * producto A
+ (0.0002gr) * producto B.
- Máximo beneficio a obtener tomando (0.0003gr)*A +
(0.0002gr)*B.
- Máx. Z = 0.0003*A+ 0.0002*B.
III. RESTRICCIONES
I. La mezcla formada por ambos productos no debe ser mayor a
150gr ni menor a 50gr.
La mezcla formada por el producto A y el producto B no
debe ser mayor a 150gr ni menor a 50gr.
La mezcla formada por el producto A + el producto B no es
mayor a 150gr ni menor a 50gr.
A + B ≤ 150
A + B ≥ 50
II. La cantidad de producto A no puede contener más de 100gr
en la mezcla.
A ≤ 100
III. La cantidad del producto A en la mezcla debe ser igual o
superior a la cantidad del producto B.
A ≥ B
-A+B ≤ 0
IV. La cantidad del producto A y el producto B usados en la
mezcla debe ser mayor o igual a 0.
A ≥ 0
B ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
A HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
B
II. FUNCIÓN OBJETIVA
MÁX.Z = 0.0003*A + 0.0002*B (vit)
III. RESTRICCIONES
1*A + 1*B ≤ 1501*A + 1*B ≥ 501*A ≤ 100-1*A + 1*B ≤ 01*A ≥ 0
1*B ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
A = X
B = Y
I. VARIABLE DE DECISION
X = Cantidad en gramos del producto A.
Y = Cantidad en gramos del producto B.
II. FUNCION OBJETIVO
MÁX.Z = 0.0003*X + 0.0002
*YSUJETO A:1*X + 1*Y ≤ 1501*X + 1*Y ≥ 501*X ≤ 100-1*X + 1*Y ≥ 0X ≥ 0
Y ≥ 0b) ¿Cuántos gramos de cada producto debe mezclar para obtener el preparado más pobre en calorías?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad en gramos del producto A A
- Cantidad en gramos del producto B B
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimización de calorías que contienen ambos productos.
- Minimización de calorías que contiene el producto A y
calorías que contiene el producto B.
- Minimización al tomar los 450cal de los 100gr del producto
A + 150cal de los 100gr del producto B.
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Minimización al tomar (150cal/100gr) * producto A +
(150cal/100gr) * producto B.
- Minimización de calorías al tomar (4.5) * producto A +
(1.5) * producto B.
- Minimización de calorías al tomar (4.5)*A + (1.5)*B.
- Min. Z = 4.5*A+ 1.5*B.
III. RESTRICCIONES
I. La mezcla formada por ambos productos no debe ser mayor a
150gr ni menor a 50gr.
La mezcla formada por el producto A y el producto B no
debe ser mayor a 150gr ni menor a 50gr.
La mezcla formada por el producto A + el producto B no es
mayor a 150gr ni menor a 50gr.
A + B ≤ 150
A + B ≥ 50
II. La cantidad de producto A no puede contener más de 100gr
en la mezcla.
A ≤ 100
III. La cantidad del producto A en la mezcla debe ser igual o
superior a la cantidad del producto B.
A ≥ B
-A+B ≤ 0
IV. La cantidad del producto A y el producto B usados en la
mezcla debe ser mayor o igual a 0.
A ≥ 0
B ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
A
B
II. FUNCIÓN OBJETIVA
MÁX.Z = 4.5*A + 1.5*B (cal)
III. RESTRICCIONES
1*A + 1*B ≤ 1501*A + 1*B ≥ 501*A ≤ 100-1*A + 1*B ≤ 01*A ≥ 0
1*B ≥ 0
MODELO MATEMÁTICO
A = X
B = Y
I. VARIABLE DE DECISION
X = Cantidad en gramos del producto A.
Y = Cantidad en gramos del producto B.
II. FUNCION OBJETIVO
MÁX.Z = 4.5*X + 1.5*YSUJETO A:1*X + 1*Y ≤ 1501*X + 1*Y ≥ 501*X ≤ 100-1*X + 1*Y ≥ 0 HE
RRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
X ≥ 0Y ≥ 0
36) Desde dos almacenes A y B, se tiene que distribuir fruta de
tres mercados de la ciudad. El almacén A dispone de 10 toneladas
de fruta diarias y el B de 15 toneladas, que se reparten en su
totalidad. Los dos primeros mercados necesitan, diariamente, 8
toneladas de fruta, mientras que el tercero necesita 9 toneladas
diarias. El costo del transporte desde cada almacén a cada
mercado viene dado por el siguiente cuadro:
ALMACEN MERCADO 1 MERCADO 2 MERCADO 3A 10 15 20B 15 10 10Planificar el transporte para el coste sea mínimo. Objetivo:
minimizar costos.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Número de toneladas enviadas del almacén A al mercado 1
(AAM1)
- Número de toneladas enviadas del almacén A al mercado 2
(AAM2)
- Número de toneladas enviadas del almacén A al mercado 3
(AAM3)
- Número de toneladas enviadas del almacén B al mercado 1
(ABM1)
- Número de toneladas enviadas del almacén B al mercado 2
(ABM2)
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Número de toneladas enviadas del almacén B al mercado 3
(ABM3)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar el coste del transporte de los almacenes a los
mercados
- Minimizar el coste del transporté de la Número de
toneladas enviadas del almacén A al mercado 1 + Número de
toneladas enviadas del almacén A al mercado 2 + Número de
toneladas enviadas del almacén A al mercado 3 + Número de
toneladas enviadas del almacén B al mercado 1 + Número
de toneladas enviadas del almacén B al mercado 2 + Número
de toneladas enviadas del almacén B al mercado 3
- Minimizar el coste de transporte de $10* Número de
toneladas enviadas del almacén A al mercado 1 + $15*
Número de toneladas enviadas del almacén A al mercado 2 +
$20* Número de toneladas enviadas del almacén A al
mercado 3 + $15* Número de toneladas enviadas del almacén
B al mercado 1 + $10* Número de toneladas enviadas del
almacén B al mercado 2 + $10*Número de toneladas enviadas
del almacén B al mercado 3
- Minimizar el coste de transporte de $10* (AAM1)+ $15*
(AAM2) + $20* (AAM3)+ $15* (ABM1)+ $10* (ABM2)+
$10*(ABM3)
- Min Z = $10* (AAM1)+ $15* (AAM2) + $20* (AAM3)+ $15*
(ABM1)
+ $10* (ABM2) + $10*(ABM3)
III. RESTRICCIONES HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
I. El número de toneladas enviadas del almacén A a los tres
mercados es menor o igual a 10
El número de toneladas enviadas del almacén A al mercado 1
+número de toneladas enviadas del almacén A al mercado 2 +
número de toneladas enviadas del almacén A al mercado 3 ≤ 10
(AAM1)+ (AAM2)+ (AAM3) ≤ 10
II. El número de toneladas enviadas del almacén B a los tres
mercados es menor o igual a 15
El número de toneladas enviadas del almacén B al mercado 1
+número de toneladas enviadas del almacén B al mercado 2 +
número de toneladas enviadas del almacén B al mercado 3 ≤ 15
(ABM1)+ (ABM2)+ (ABM3) ≤ 15
III. El número de toneladas enviadas de los almacenes al mercado 1
es mayor o igual a 8 toneladas diarias
El número de toneladas enviadas del almacén A al mercado 1 +
El número de toneladas enviadas del almacén B al mercado 1 ≥
8
(AAM1)+ (ABM1) ≥ 8
IV. El número de toneladas enviadas de los almacenes al mercado 2
es mayor o igual a 8 toneladas diarias
El número de toneladas enviadas del almacén A al mercado 2 +
El número de toneladas enviadas del almacén B al mercado 2 ≥
8
(AAM2)+ (ABM2) ≥ 8
V. El número de toneladas enviadas de los almacenes al mercado 3
es mayor o igual a 9 toneladas diarias
El número de toneladas enviadas del almacén A al mercado 3 +
El número de toneladas enviadas del almacén B al mercado 3 ≥
9 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
(AAM3)+ (ABM3) ≥ 9
VI. El número de toneladas enviadas de los almacenes a los tres
mercados es mayor o igual a 0
Número de toneladas enviadas del almacén A al mercado 1 y
Número de toneladas enviadas del almacén A al mercado 2 y
Número de toneladas enviadas del almacén A al mercado 3 y
Número de toneladas enviadas del almacén B al mercado 1 y
Número de toneladas enviadas del almacén B al mercado 2 y
Número de toneladas enviadas del almacén B al mercado 3 ≥ 0
(AAM1); (AAM2); (AAM3); (ABM1); (ABM2); (ABM3); ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
(AAM1); (AAM2); (AAM3); (ABM1); (ABM2); (ABM3)
II. FUNCIÓN OBJETIVA
Min Z = 10* (AAM1) + 15* (AAM2) + 20* (AAM3) + 15* (ABM1)
+ 10* (ABM2) + 10*(ABM3)
($)
III. RESTRICCIONES
(AAM1) + (AAM2) + (AAM3) ≤ 10 (ABM
1)
+
(ABM2)
+
(ABM3)
≤ 15
(AAM1) +
(ABM1)
≥ 8
(AAM2
)
+
(ABM2)
≥ 8
(AAM3
)
+
(ABM3)
≥ 9
(AAM1) ≥ 0 (AAM2
)
≥ 0
(AAM3
)
≥ 0
(ABM
1)
≥ 0
(ABM
2)
≥ 0
(ABM
3)
≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
- (AAM1) = X1
- (AAM2) = X2
- (AAM3) = X3
- (ABM1) = X4
- (ABM2) = X5
- (ABM3) = X6
I. VARIABLE DE DECISION
- X1= Número de toneladas enviadas del almacén A al
mercado 1
- X2= Número de toneladas enviadas del almacén A al
mercado 2
- X3= Número de toneladas enviadas del almacén A al
mercado 3
- X4= Número de toneladas enviadas del almacén B al
mercado 1
- X5= Número de toneladas enviadas del almacén B al
mercado 2
- X6= Número de toneladas enviadas del almacén B al
mercado 3
II. FUNCION OBJETIVO
Min Z = 10* X1+ 15* X2+ 20* X3+ 15* X4 + 10* X5 + 10* X6
SUJETO A
X1 + X2 + X3 ≤ 10 X4 + X5 + X6 ≤ 15
X1 + X4 ≥ 8 X2 + X5 ≥ 8
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
X3 + X6 ≥ 9X1 ≥ 0
X2 ≥ 0 X3 ≥ 0
X4 ≥ 0 X5 ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
37) Una imprenta dispone de 1800 pilas de cartulina de 13
pulgadas de largo debe atender un pedido que le exige cortes de
tal manera que disponga al menos de 1000 tiras de 7pulgadas y
2000 tiras de 5 pulgadas, cada tira se puede cortar de 2 formas.
1. Se cortan dos tramos de 5 pulgadas y un desperdicio de 3
pulgadas
2. Hace un corte de un tramo de 7 pulgadas y un desperdicio de 1
pulgada
Cuantas tiras de 13 pulgadas se deben cortar en la forma 1, 2 de
tal manera que se minimice el desperdicio.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de cortes del tipo I : TI
- Cantidad de cortes del tipo II : TII
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar desperdicio al distribuir la cantidad de cortes.
- Minimizar desperdicio al distribuir la cantidad de cortes
del tipo I y la cantidad de cortes del tipo II.
- Minimizar desperdicio 3 pulgadas por la cantidad de cortes
del tipo I y 1 pulgada por la cantidad de cortes del tipo
II.
- Minimizar desperdicio 3pul*TI + 1pul*TII.
- Min. Z = 3*TI + 1*TII
III. RESTRICCIONES
I. La cantidad de cortes del Tipo I y la cantidad de cortes
del tipo II deben ser a lo mucho, por lo que se dispone,
de 1.800 pilas de cartulina. HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
TI + TII ≤ 1.800
II. La cantidad de cortes del tipo I según la forma debe ser
al menos 1.000 tiras
TI ≥ 1.000
III. La cantidad de cortes del tipo I y la cantidad de cortes
del tipo II según la forma de corte deben ser no menor a
2.000 tiras
2*TI + 1*TII ≥ 2.000
IV. La cantidad de cortes del tipo I y la cantidad de cortes
del tipo II deben de ser mayor o igual a cero.
TI ≥ 0
TII ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
TI
TII
II. FUNCIÓN OBJETIVA
MIN. Z = 3*TI + 1*TII ($)III. RESTRICCIONES
TI + TII ≤ 1.800 1*TI ≥ 1.000
2*TI + 1*TII ≥
10 TI ≥ 0
TII ≥ 0MODELO MATEMÁTICO
TI = X
TII = Y HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
I. VARIABLE DE DECISION
X = Cantidad de cortes del tipo I
Y = Cantidad de cortes del tipo II
II. FUNCION OBJETIVO
MIN. Z = 3X + YSUJETO A:
X + Y ≤ 1.800X ≥ 1.000
2X + Y ≥
10X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
38) Una compañía de alquiler de camiones dispone de dos tipos devehículos el camión A: tiene 2mᶟ de espacio refrigerado y de 4mᶟde espacio no refrigerado, el camión B tiene 3mᶟ de cada tipo deespacio, una transportadora de alimentos debe transportar 180mᶟde producto refrigerado y 240mᶟ de productos no refrigerados. Elcamión A lo alquilan a 30.000$ el Km, el camión B lo alquilan a35.000$ el km, si recorrieron 40 Km cuantos camiones de cadatipo deben tomarse en alquilar para minimizar el tipo detransporte.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- n° de camiones tipo A. (N°CA)
- n° de camiones tipo B. (N°CB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar el costo de tipo de transporte de ambos
camiones.
- Minimizar el costo de tipo de transporte del n° camiones A
+ transporte del n° camiones B.
- Min. costo transporte $30.000 * n° camiones tipo A +
$35.000 * n° camiones tipo B.
- Min. costo ($30.000 * N°CA + $35.000 * N°CB) * km.
recorridos por ambos camiones.
- Min. Z = ($30.000*N°CA + $35.000*N°CB) * 40
- Min. Z = $1.200.000*N°CA + $1.400.000*N°CB
III. RESTRICCIONES
I. El camión tipo A cuenta con 2m3 de espacio refrigerado y el
camión tipo B con 3m3 ambos deben transportar como mínimo
180m3 de productos refrigerados.
Número de camiones tipo A * 2 + número de camiones tipo B
* 3 ≥ 180
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
2 * N°CA + 3 * N°CB ≥ 180
II. El camión tipo A cuenta con 4m3 de espacio no refrigerado y
el camión tipo B con 3m3 ambos deben transportar como
mínimo 240m3 de productos no refrigerados.
Número de camiones tipo A * 4 + número de camiones tipo B
* 3 ≥ 240
4 * N°CA + 3 * N°CB ≥ 240
III. El número de camiones tipo A y camiones tipo B deben ser
mayor a 0.
N°CA ≥ 0
N°CB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
N°CA
N°CB
II. FUNCIÓN OBJETIVA
MIN. Z =1.200.000(N°
CA)+
1.400.000(N°
CB)
($)
III. RESTRICCIONES
2*N°CA + 3*N°CB ≥ 1804*N°CA + 3*N°CB ≥ 240N°CA ≥ 0
N°CB ≥ 0
MODELO MATEMÁTICO
N°CA = X HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
N°CB = Y
I. VARIABLE DE DECISION
X = n° de camiones tipo A.
Y = n° de camiones tipo B.
II. FUNCION OBJETIVO
MAX. Z = 1.200.000*(X) + 1.400.000*(Y)
SUJETO A:2*X + 3*Y ≥ 1804*X + 3*Y ≥ 240X ≥ 0
39) Una compañía productora de fertilizantes es propietaria de 2minas que le genera la materia prima básica para sus productos.La mina 1 produce semanalmente 10 ton de materia prima grado A;30 ton de materia prima grado B; y 50 ton de grado C. La mina2produce 30 ton de cada grado semanalmente, la compañía para laproducción anual de fertilizantes requiere al menos de 160 tonde grado A y 303 ton grado B pero no más de800 ton de grado C.los costos de explotación semanal de la mina A es de $800.000 yde lámina B $700.000 cuantas semanas al año se debe explotarcada mina para cumplir los planes de producción minimizandocostos.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de semanas de explotación de la mina “A” MA
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Cantidad de semanas de explotación de la mina “B” MB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Mínimos costos a obtener por la explotación de minas
- Mínimos costos a obtener por la cantidad de semanas de
explotación de la mina “A” + cantidad de semanas de
explotación de la mina “B”
- Mínimos costos $800000*(Cantidad de semanas de explotación
de la mina “A”) + $700000*(Cantidad de semanas de
explotación de la mina “B”)
- Mínimos costos : $800000*(MA) + $700000*(MB)
- Min. Z = $800000*(MA) + $700000*(MB)
III. RESTRICCIONES
I. La compañía requiere al menos 160 toneladas de grado A
La compañía requiere al menos 160 toneladas de grado A del
trabajo en la cantidad de semanas de explotación de la
mina “A” + la cantidad de semanas de explotación de la
mina “B”
10*(MA) + 30*(MB) ≥ 160
II. La compañía requiere al menos 303 toneladas de grado B
La compañía requiere al menos 303 toneladas de grado B del
trabajo en la cantidad de semanas de explotación de la
mina “A” + la cantidad de semanas de explotación de la
mina “B”
30*(MA) + 30*(MB) ≥ 303
III. La compañía requiere no más de 800 toneladas de grado C
La compañía requiere no más de 800 toneladas de grado C
del trabajo en la cantidad de semanas de explotación de la HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
mina “A” + la cantidad de semanas de explotación de la
mina “B”
50*(MA) + 30*(MB) ≥ 800
IV. La cantidad de semanas de explotación de la mina “A” y la
cantidad de semanas de explotación de la mina “B” deben
ser mayor o igual que 0
MA ≥ 0
MB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
MA
MB
II. FUNCIÓN OBJETIVA
MIN. Z = 800000*(MA) + 700000*(MB) ($)III. RESTRICCIONES
10*(MA) + 30*(MB) ≤ 16030*(MA) + 30*(MB) ≤ 30350*(MA) + 30*(MB) ≥ 800
MA ≥ 0MB ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
MA = X
MB = Y
I. VARIABLE DE DECISION
X = Cantidad de semanas de explotación de la mina “A”
Y = Cantidad de semanas de explotación de la mina “B”
II. FUNCION OBJETIVO
MIN. Z = 800000*(X) + 700000*(
Y)SUJETO A:10*(X) + 30*(Y) ≤ 16030*(X) + 30*(Y) ≤ 30350*(X) + 30*(Y) ≥ 800
X ≥ 0Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
40) Una Compañía tiene dos plantas y tres almacenes laprimera planta puede suministrar como máximo 500 lb de unproducto dado la segunda planta, 200 como máximo. La demandadel primer almacén es de 150 lb el segundo es de 200 y eltercero de 250. Los costos de fabricación del producto seindican en la siguiente tabla precios de fabricaciónunitarios.
Almacén 1 Almacén 2 Almacén 3Planta 1 30000 25000 36000Planta 2 18000 19000 21000
Determine un programa de embarques que satisfaga la demanda aun menor costo.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad unidades de productos planta 1enviadas almacén 1
(PP1EA1)
- Cantidad unidades de productos planta 1 enviadas almacén 2
(PP1EA2)
- Cantidad unidades de productos planta 1 enviadas almacén 3
(PP1EA3)
- Cantidad unidades de productos planta 2 enviadas almacén 1
(PP2EA1)
- Cantidad unidades de productos planta 2 enviadas almacén 2
(PP2EA2)
- Cantidad unidades de productos planta 2 enviadas almacén 3
(PP2EA3)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos de fabricación del producto.
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Min. costos productos planta 1enviadas almacén 1 +
productos planta 1 enviadas almacén 2 + productos planta 1
enviadas almacén 3 + de productos planta 2 enviadas
almacén 1 + de productos planta 2 enviadas almacén 2 + de
productos planta 2 enviadas almacén 3.
- Min. costos 30.000UM * productos planta 1enviadas almacén
1 + 25.000UM * productos planta 1 enviadas almacén 2 +
36.000UM * productos planta 1 enviadas almacén 3 + 8000UM
* productos planta 2 enviadas almacén 1 + 19.000UM *
productos planta 2 enviadas almacén 2 + 21.000UM *
productos planta 2 enviadas almacén 3.
- Min. Z= 30.000UM*PP1EA1 + 25.000UM*PP1EA2 +
36.000UM*PP1EA3 + 8000UM*PP2EA1 + 19.000UM*PP2EA2 +
21.000UM*PP2EA3
III. RESTRICCIONES
I. La demanda del primer almacén es de 150lb como mínimo.
La demanda de productos planta 1 enviadas almacén 1 +
productos planta 2 enviadas almacén 1 es de 150 como
mínimo.
PP1EA1 + PP2EA1 ≥ 150
II. La demanda del segundo almacén es de 200lb como mínimo.
La demanda de productos planta 1enviadas almacén 2 +
productos planta 2 enviadas almacén 2 es de 200 como
mínimo.
PP1EA2 + PP2EA2 ≥ 200
III. La demanda del tercer almacén es de 250lb como mínimo.
La demanda de productos planta 1enviadas almacén 3 +
productos planta 2 enviadas almacén 3 es de 250 como
mínimo. HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
PP1EA3 + PP2EA3 ≥ 250
IV. La primera planta puede suministrar como máximo 500lb de
un producto.
Productos planta 1enviadas almacén 1 + productos planta 1
enviadas almacén 2 + productos planta 1enviadas almacén 3
como máximo 500lb.
3PP1EA1 + PP1EA2+ PP1EA3 ≤ 500
V. La segunda planta puede suministrar como máximo 200lb de
un producto.
Productos planta 2 enviadas almacén 1 + productos planta 2
enviadas almacén 2 + productos planta 2 enviadas almacén
3 como máximo 200lb.
PP2EA1 + PP2EA2+ PP2EA3 ≤ 200
VI. La cantidad unidades de productos planta 1enviadas almacén
1, de productos planta 1 enviadas almacén 2, de productos
planta 1enviadas almacén 3, de productos planta 2 enviadas
almacén 1, de productos planta 2 enviadas almacén 2, de
productos planta 2 enviadas almacén 3 deben ser mayor a 0.
PP1EA1 ≥ 0
PP1EA2 ≥ 0
PP1EA3 ≥ 0
PP2EA1 ≥ 0
PP2EA2 ≥ 0
PP2EA3 ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
PP1EA1
PP1EA2 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
PP1EA3
PP2EA1
PP2EA2
PP2EA3
II. FUNCIÓN OBJETIVA
MIN.
Z=
30.000*(PP1EA
1)+
25.000*(PP1EA2
)+ 36.000*(PP1EA3) +
8000*(PP2EA1) +19.000*(PP2EA2
)+ 21.000*(PP2EA3) (UM)
III. RESTRICCIONES
PP1EA1 + PP2EA1 ≥ 150
PP1EA2 + PP2EA2 ≥ 200
+ PP1EA3 + PP2EA3 ≥ 250
PP1EA1 + PP1EA2 + PP1EA3 ≤ 500PP2EA
3 + PP2EA2 + PP2EA
3 ≤ 200
PP1EA1 ≥ 0
PP1EA2 ≥ 0
PP1EA3 ≥ 0
PP2EA1 ≥ 0
PP2EA2 ≥ 0
PP2EA3 ≥ 0
MODELO MATEMÁTICO
PP1EA1 = X1
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
PP1EA2 = X2
PP1EA3 = X3
PP2EA1 = X4
PP2EA2 = X5
PP2EA3 = X6
I. VARIABLE DE DECISION
X1 = Cantidad unidades de productos planta 1enviadas almacén 1
X2 = Cantidad unidades de productos planta 1 enviadas almacén2
X3 = Cantidad unidades de productos planta 1 enviadas
almacén 3
X4 = Cantidad unidades de productos planta 2 enviadas almacén 1
X5 = Cantidad unidades de productos planta 2 enviadas almacén 2
X6 = Cantidad unidades de productos planta 2 enviadas almacén 3
II. FUNCION OBJETIVO
MIN.Z = 30.000*(X
1)+ 25.000*(X
2)+ 36.000*(X
3)+ 8000*(X4
)+ 19.000*(X
5)+ 21.000*(
X6)
SUJETO A:
X1 + X4 ≥ 150
X2 + X5 ≥ 200
X3 + X6 ≥ 250X1 + X2 + X3 ≤ 500
X4 + X5 + X6 ≤ 200 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
X1 ≥ 0
X2 ≥ 0
X3 ≥ 0
X4 ≥ 0X5 ≥ 0
X6 ≥ 0
41) En un taller se fabrican 3 tipos de mesa A, B, C con
cada mesa requiere determinado tiempo para cortar las partes
que la constituyen, en ensamblar y pintar la pieza terminada.
La producción total de mesas está vendida. Además el modelo C
puede venderse sin pintar para el desarrollo del trabajo se
emplean varias personas las cuales trabajan en turnos
parciales por lo cual el tiempo disponible para realizar cada
una de estas actividades es variable. A partir de los datos
siguientes formule un modelo de programación lineal que le
permita maximizar las ganancias si el departamento de corte
presenta una capacidad de150 horas. Montaje 200 horas y el
departamento de pintura de 300 horas si la ganancia por la
mesa A es de 1500 por la mesa B 20000 y por la mesa C 35000 y
por la C sin pintar 30000.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de mesas tipo A (MA)
- Cantidad de mesas tipo B (MB)
- Cantidad de mesas tipo C (MC)
- Cantidad de mesas tipo C sin pintar (MCD)
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar ganancias al fabricar cada tipo de mesa.
- Maximizar ganancias al fabricar cantidad de mesas tipo A +
cantidad de mesas tipo B + cantidad de mesas tipo C +
cantidad de mesas tipo C sin pintar.
- Maximizar ganancias 15000 * cantidad de mesas tipo A +
20000 * cantidad de mesas tipo B + 35000 * cantidad de
mesas tipo C + 30000 * cantidad de mesas tipo C sin
pintar.
- Maximizar ganancias 15000*(MA) + 20000*(MB) + 35000*(MC) +
30000*(MCD).
- Max. Z = $15000*(MA) + $20000*(MB) + $35000*(MC) +
$30000*(MCD).
III. RESTRICCIONES
I. Cantidad de tiempo usado en corte para cada modelo de
mesas es como máximo 150 horas.
Cantidad de tiempo usado en corte para el modelo de mesa A
+ cantidad de horas usado en corte para el modelo de mesa
B + cantidad de horas usado en corte para el modelo de
mesa C + cantidad de horas usado en corte para el modelo
de mesa C sin pintar es como máximo 150 horas.
Cantidad de tiempo usado en corte 3 * el modelo de mesa A
+ 1 * el modelo de mesa B + 4 * el modelo de mesa C + 4 *
el modelo de mesa C sin pintar es como máximo 150 horas.
Cantidad de tiempo usado en corte 3*(MA) + 1*(MB) + 4*(MC)
+ 4*(MCD) es como máximo 150 horas.
3*(MA) + 1*(MB) + 4*(MC) + 4*(MCD) ≤ 150 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. Cantidad de tiempo usado en montaje para cada modelo de
mesas es como máximo 200 horas.
Cantidad de tiempo usado en montaje para el modelo de mesa
A + cantidad de horas usado en montaje para el modelo de
mesa B + cantidad de horas usado en montaje para el modelo
de mesa C + cantidad de horas usado en montaje para el
modelo de mesa C sin pintar es como máximo 200 horas.
Cantidad de tiempo usado en montaje 4 * el modelo de mesa
A + 2 * el modelo de mesa B + 5 * el modelo de mesa C + 5
* el modelo de mesa C sin pintar es como máximo 200 horas.
Cantidad de tiempo usado en montaje 4*(MA) + 2*(MB) +
5*(MC) + 5*(MCD) es como máximo 200 horas.
4*(MA) + 2*(MB) + 5*(MC) + 5*(MCD) ≤ 200
III. Cantidad de tiempo usado en pintura para cada modelo de
mesas es como máximo 300 horas.
Cantidad de tiempo usado en pintura para el modelo de mesa
A + cantidad de horas usado en pintura para el modelo de
mesa B + cantidad de horas usado en pintura para el modelo
de mesa C + cantidad de horas usado en pintura para el
modelo de mesa C sin pintar es como máximo 300 horas.
Cantidad de tiempo usado en pintura 5 * el modelo de mesa
A + 5 * el modelo de mesa B + 5 * el modelo de mesa C es
como máximo 300 horas.
Cantidad de tiempo usado en pintura 5*(MA) + 5*(MB) +
5*(MC) es como máximo 300 horas.
5*(MA) + 5*(MB) + 5*(MC) ≤ 300
IV. La cantidad meses de tipo A, B, C y C sin pintar debe ser
mayor o igual a cero.
MA ≥ 0 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MB ≥ 0
MC ≥ 0
MCD ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
MA
MB
MC
MCD
II. FUNCIÓN OBJETIVA
MAX. Z = 15000*(MA) +20000*(MB
)
+ 35000*(MC
)
+ 30000*(MCD
)($)
III. RESTRICCIONES
3*MA + 1*MB + 4*MC + 4*MCD ≤ 1504*MA + 2*MB + 5*MC + 5*MCD ≤ 2005*MA + 5*MB + 5*MC ≤ 300MA ≥ 0
MB ≥ 0MC ≥ 0
MCD
≥ 0
MODELO MATEMÁTICO
MA : X1
MB : X2
MC : X3
MCD : X4
I. VARIABLE DE DECISION HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
X1 = Cantidad de mesas tipo A
X2 = Cantidad de mesas tipo B
X3 = Cantidad de mesas tipo C
X4 = Cantidad de mesas tipo C sin pintar
II. FUNCION OBJETIVO
MAX.Z = 15000*X
1+ 20000*X
2+ 35000*X
3 + 30000*X4
Sujeto a:3*X1 + 1*X2 + 4*X3 + 4*X4 ≤ 1504*X1 + 2*X2 + 5*X3 + 5*X4 ≤ 2005*X1 + 5*X2 + 5*X3 ≤ 300X1 ≥ 0
X2 ≥ 0X3 ≥ 0
X4 ≥ 0
1) Disponemos de 210.000 euros para invertir en bolsa. Nos
recomiendan dos tipos de acciones. Las del tipo A, que rinden el
10% y las del tipo B, que rinden el 8%. Decidimos invertir un
máximo de 130.000 euros en las del tipo A y como mínimo 60.000
en las del tipo B. Además queremos que la inversión en las del HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
tipo A sea menor que el doble de la inversión en B. ¿Cuál tiene
que ser la distribución de la inversión para obtener el máximo
interés anual?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Número de acciones que invertimos en el tipo A (NAIA)
- Número de acciones que invertimos en el tipo B (NAIB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximos beneficio de invertir las acciones en las dos
opciones
- Máximo beneficio del Número de acciones que invertimos en
el tipo A + Número de acciones que invertimos en el tipo B
- Máximo beneficio de €0.1* número de acciones que
invertimos en el tipo A +€0.08* número de acciones que
invertimos en el tipo B
- Máximo beneficio de €0.1*(NAIA) +€0.08* (NAIB)
- Max Z= €0.1*(NAIA) +€0.08* (NAIB)
III. RESTRICCIONES
I. La inversión total debe ser menor o igual 210000
El número de acciones que invertimos en el tipo A + Número de
acciones que invertimos en el tipo B ≤210000
(NAIA) + (NAIB) ≤ 210000
II. La inversión en A debe ser máximo 130000 euros
El número de acciones que invertimos del tipo A debe ser
≤130000
(NAIA) ≤130000
III. La inversión en B debe ser mínimo 60000 euros
El número de acciones que invertimos del tipo B debe ser ≥
60000 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
(NAIB) ≥ 60000
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
IV. la inversión en a debe ser menor que el doble de la inversión
en B
El número de acciones que invertimos del tipo A debe ser ≤ 2*
El número de acciones que invertimos del tipo B
(NAIA) ≤ 2*(NAIB)
V. El número de acciones invertidas de los dos tipos debe ser
mayor o igual a cero
El número de acciones que invertimos del tipo A y el número
de acciones que invertimos del tipo B ≥ 0
(NAIA) ≥ 0; (NAIB) ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
- NAIA
- NAIB
II. FUNCIÓN OBJETIVA
Max Z= 0.1*(NAIA) +0.08* (NAIB) (€)
III. RESTRICCIONES
(NAIA) + (NAIB) ≤ 210000(NAIA) ≤130000
(NAIB) ≥ 60000(NAIA) ≤ 2*(NAIB)(NAIA) ≥ 0
(NAIB) ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
- NAIA = X
- NAIB = YI. VARIABLE DE DECISION
X = Número de acciones que invertimos en el tipo A
Y = Número de acciones que invertimos en el tipo B
II. FUNCION OBJETIVO
Max Z= 0.1*X +0.08* Y
SUJETO A
X + Y ≤ 210000X ≤130000
Y ≥ 60000X ≤ 2*YX ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
2) En una pastelería se hacen dos tipos de tartas: Vienesa y Real.
Cada tarta Vienesa necesita un cuarto de relleno por cada Kg. de
bizcocho y produce un beneficio de 250 Pts, mientras que una
tarta Real necesita medio Kg. de relleno por cada Kg. de
bizcocho y produce 400 Ptas. 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 más
de 125 tartas de cada tipo. ¿Cuántas tartas Vienesas y cuantas
Reales deben vender al día para que sea máximo el beneficio?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de tortas Vienesa : TV
- Cantidad de tortas Reales : TR
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por vender.
- Máximo beneficio a obtener por vender cierta cantidad de
tortas Vienesa y cierta cantidad de tortas Reales.
- Máximo beneficio 250 Pts por la cantidad de tortas Vienesa
+ 400 Pts por la cantidad de tortas Reales.
- Máximo beneficio 250 Pts*TV + 400 Pts*TR.
- Máx. Z = 250*TV + 400*TR
III. RESTRICCIONES
I. La cantidad de tortas Vienesa y la cantidad de tortas
Reales pueden hacerse con hasta 150 kg de bizcocho.
TV + TR ≤ 150
II. La cantidad de tortas Vienesa y la cantidad de tortas
Reales pueden hacerse con hasta 50 kg de relleno.
0.250*TV + 0.500*TR ≤ 50 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. La cantidad de tortas Vienesa, por problemas con la
máquina, que se pueden realizar a lo mucho es de 125.
TV ≤ 125
IV. La cantidad de tortas Vienesa, por problemas con la
máquina, que se pueden realizar a lo mucho es de 125.
TR ≤ 125
V. La cantidad de tortas Vienesa y la cantidad de tortas
Realesa debe ser mayor o igual a cero.
TV ≥ 0 TR ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
TV
TR
II. FUNCIÓN OBJETIVA
MAX. Z = 250*TV + 400*TRIII. RESTRICCIONES
TV + TR ≤ 1500.250*TV + 0.500TR ≤ 50
TV ≤ 125TR ≤ 125
TV ≥ 0
TR ≥ 0
MODELO MATEMÁTICO
TV = X
TR = Y
I. VARIABLE DE DECISION
X = Cantidad de tortas Vienesa
Y = Cantidad de tortas Reales HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. FUNCION OBJETIVO
MAX. Z = 250*X + 400*YSUJETO A:
X + Y ≤ 1500.250X + 0.500Y ≤ 50
X ≤ 125Y ≤ 125
X ≥ 0Y ≥ 0
3) Una escuela prepara una excursión para 400 alumnos. La empresa de
transporte tiene 8 autocares de 40 plazas y 10 autocares de 50
plazas, pero solo dispone de 9 conductores. El alquiler de un
autocar grande cuesta 80 euros y el de uno pequeño, 60 euros.
Calcular cuántos de cada tipo hay que utilizar para que la
excursión resulte lo más económica posible para la escuela.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de autocares grandes AG
- Cantidad de autocares pequeños AP
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos al alquilar ambos tipos de autocares.
- Minimizar costos al alquilar los autocares grandes y
alquilar los autocares pequeños.
- Minimizar costos €80 * autocares grandes + €60 * autocares
pequeños.
- Minimizar costos €80 *(AG) + €60 *(AP)
- Min. Z = €80 *(AG) + €60 *(AP)
III. RESTRICCIONES
I. La empresa dispone de hasta 9 conductores para manejar en
cualquiera de los autocares. HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
AG + AP ≤ 9
II. La empresa dispone de ambos tipos de autocares como mínimo
para los 400 alumnos.
La empresa dispone de 50 * autocares grandes + 40 *
autocares pequeños como mínimo para los 400 alumnos.
50*(AG) + 50*(AP) ≥ 400.
III. La empresa dispone de hasta 10 autocares grandes.
AG ≤ 10
IV. La empresa dispone de hasta 8 autocares pequeños.
AP ≤ 8
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
V. La cantidad de autocares grandes y la cantidad de
autocares pequeños debe ser igual o mayor a 0.
AG ≥ 0
AP ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
AG
AP
II. FUNCIÓN OBJETIVA
MIN. Z = 80*(AG) + 60*(AP) (€)
III. RESTRICCIONES
1*AG + 1*AP ≤ 950*AG + 40*AP ≥ 4001*AG ≤ 10
1*AP ≤ 8AG ≥ 0
AP ≥ 0MODELO MATEMÁTICO
AG = X
AP = Y
I. VARIABLE DE DECISION
X = Cantidad de autocares grandes
Y = Cantidad de autocares pequeños
II. FUNCION OBJETIVO
MIN. Z = 80*(X) + 60*(Y)SUJETO A:
1*X + 1*Y ≤ 9 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
50*X + 40*Y ≥ 4001*X ≤ 10
1*Y ≤ 8X ≥ 0
Y ≥ 0
4) 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 euros en cada mina ¿cuántos días debe
trabajar cada mina para que el coste sea mínimo?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Días a trabajar en la mina “A” MA
- Días a trabajar en la mina “B” MB
II. IDENTIFICACIÓN DE LA FUNCIÓN OBJETIVA
- Minimizar costos al extraer hierro del trabajo de las
minas
- Minimizar costos al extraer hierro por los días trabajados
en la mina “A” + días trabajados en la mina “B”
- Minimizar costos: 2000€*(Días a trabajar en la mina “A”) +
2000€*( Días a trabajar en la mina “B”
- Minimizar costos: 2000€*(MA) + 2000€*(MB)
- Min. Z = 2000€*(MA) + 2000€*(MB)
III. RESTRICCIONES
I. La compañía necesita al menos 80 toneladas de mineral de alta
calidad HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
La compañía necesita al menos 80 toneladas de mineral de
alta calidad de la mina “A” que produce 1 tonelada diaria
y de la mina “B” que produce 2 toneladas diarias
1*(MA) + 2*(MB) ≥ 80
II. La compañía necesita al menos 160 toneladas de mineral de
calidad media
La compañía necesita al menos 160 toneladas de mineral de
calidad media de la mina “A” que produce 3 toneladas
diarias y la mina “B” que produce 2 toneladas diarias
3*(MA) + 2*(MB) ≥ 160
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. La compañía necesita al menos 200 toneladas de mineral de
baja calidad
La compañía necesita al menos 200 toneladas de mineral de
calidad media de la mina “A” que produce 5 toneladas
diarias y la mina “B” que produce 2 toneladas diarias
5*(MA) + 2*(MB) ≥ 200
IV. La cantidad de días a trabajar en la mina “A” y la cantidad
de días a trabajar en la mina “B” debe ser mayor o igual a
cero
MA ≥ 0
MB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
MA
MB
II. FUNCIÓN OBJETIVA
MIN. Z =2000*(MA
)+
2000*(MB
)
(€)
III. RESTRICCIONES
1*MA + 2*MB ≥ 803*MA + 2*MB ≥ 1605*MA + 2*MB ≥ 200MA ≥ 0
MB ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
MA = X
MB = Y
I. VARIABLE DE DECISION
X = Días a trabajar en la mina “A”
Y = Días a trabajar en la mina “B”
II. FUNCION OBJETIVO
MIN. Z = 2000*(X) + 2000*(Y)SUJETO A:
1*X + 2*Y ≥ 803*X + 2*Y ≥ 1605*X + 2*Y ≥ 200X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
5) Se va a organizar una planta de un taller de automóviles donde vana trabajar electricistas y mecánicos. Por necesidades de mercado,es necesario que haya mayor o igual número de mecánicos que deelectricistas y que el número de mecánicos no supere al doble queel de electricistas. En total hay disponibles 30 electricistas y20 mecánicos. El beneficio de la empresa por jornada es de 250euros por electricista y 200 euros por mecánico. ¿Cuántostrabajadores de cada clase deben elegirse para obtener el máximobeneficio y cual es este?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- N° de electricistas (N°E)
- N° de mecánicos (N°M)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por ambos tipos de
trabajadores.
- Máx. beneficio n° de electricistas + n° de mecánicos.
- Máx. benef. 250€ * n° de electricistas + 200€ * n° de
mecánicos.
- Max. Z= 250€*N°E + 200€*N°M
III. RESTRICCIONES
I. Es necesario que haya mayor o igual número de mecánicos
que de electricistas.
N°M ≥ N°E
II. El número de mecánicos no debe superar al doble que el de
electricistas.
N°M ≤ 2* N°E
III. Hay disponible 30 electricistas.
N°E ≤ 30
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
IV. Hay disponible 20 mecánicos.
N°M ≤ 20
V. El número de electricistas y el de mecánicos deben ser
mayor a 0.
N°E ≥ 0
N°M ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
N°E
N°M
II. FUNCIÓN OBJETIVA
MAX.
Z= 250*(N°E) + 200*(N°M) (€)
III. RESTRICCIONES
-N°M + N°E ≤ 0
N°M - 2*N°E ≤ 0
N°E ≤ 30
N°M ≤ 20N°M ≥ 0
N°E ≥ 0
MODELO MATEMÁTICO
N°E = X
N°M = Y
I. VARIABLE DE DECISION
X = N° de electricistas
Y = N° de mecánicos
II. FUNCION OBJETIVO
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MAX. Z = 250*(X) + 200*(Y)
SUJETO A:
-X + Y ≤ 0X - 2Y ≤ 0
Y ≤ 30X ≤ 20X ≥ 0
Y ≤ 0
6) Para recorrer un determinado trayecto, una compañía aérea desea
ofertar, a lo sumo, 5000 plazas de dos tipos: T(turista) y
P(primera). La ganancia correspondiente a cada plaza de tipo T es
de 30 euros, mientras que la ganancia del tipo P es de 40 euros.
El número de plazas de tipo T no puede exceder de 4500 y el del
tipo P, debe ser, como máximo, la tercera parte de las del tipo T
que se oferten.
Calcular cuántas tienen que ofertarse de cada clase para que las
ganancias sean máximas.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de plazas en la clase turista T
- Cantidad de plazas en la clase primera P
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar las ganancias al ofertar las plazas de ambos
tipos de clases.
- Maximizar las ganancias al ofertar las plazas de clase
tipo turista y las plazas de clase tipo primera.
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Maximizar las ganancias al ofertar 30 * clase tipo turista
+ 40 * clase tipo primera.
- Maximizar las ganancias al ofertar 30 * T + 40 * P.
- MAX. Z = 30*T + 40*P.
III. RESTRICCIONES
I. La empresa dispone de hasta 5000 plazas en ambos tipos de
clases.
La empresa dispone de hasta 5000 plazas de clase tipo
turista y las plazas de clase tipo primera.
La empresa dispone de hasta 5000 plazas de clase tipo
turista + las plazas de clase tipo primera.
T + P ≤ 5000.
II. El número de plazas de la clase de tipo turista no puede
exceder a 4500.
El número de plazas de T no puede exceder a 4500.
T ≤ 4500
III. El número de plazas de la clase de tipo primera debe ser,
como máximo, la tercera parte de la clase de tipo turista.
El número de plazas de P es como máximo, la tercera parte
de P.
P ≤ T/3
2T/3 + P ≤ 0
IV. El número de plazas de la clase de tipo turista y la clase
de tipo primera debe ser igual o mayor a 0.
T ≥ 0
P ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
T HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
P
II. FUNCIÓN OBJETIVA
MAX. Z = 30*(T) + 40*(P) (€)
III. RESTRICCIONES
1*T + 1*P ≤ 50001*T ≤ 45002/3*T + 1*P ≤ 0T ≥ 0
P ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
T = X
P = Y
I. VARIABLE DE DECISION
X = Cantidad de plazas en la clase turista.
Y = Cantidad de plazas en la clase primera.
II. FUNCION OBJETIVO
Max. Z = 30*(X) + 40*(Y)SUJETO A:
1*X + 1*Y ≤ 50001*X ≤ 4500
2/3*X + 1*Y ≤ 0X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
7) Se dispone de 120 refrescos de cola con cafeína 2 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 € por cada
paquete que venda de tipo A y 5 € por cada uno que vende de tipo
B. Calcular de forma razonada cuántos paquetes de cada tipo debe
vender para maximizar los beneficios y calcular éste.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Número de paquetes de refrescos del tipo A (NPRA)
- Número de paquetes de refrescos del tipo B (NPRB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar los beneficios al vender los dos tipo de
paquetes de refrescos
- Maximizar los beneficios de vender Número de paquetes de
refrescos del tipo A + Número de paquetes de refrescos del
tipo B
- Maximizar los beneficios de vender €6* Número de paquetes
de refrescos del tipo A + €5* Número de paquetes de
refrescos del tipo B
- Maximizar los beneficios de vender €6* (NPRA) + €5* (NPRB)
- Max Z= €6* (NPRA) + €5* (NPRB)
III. RESTRICCIONES
I. El número de refrescos con cafeína de los dos tipos de
paquete es menor o igual a 120
El número de refrescos 3* Número de paquetes de refrescos del
tipo A+ 2* Número de paquetes de refrescos del tipo B ≤ 120
3*(NPRA) + 2*(NPRB) ≤ 120 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. El número de refrescos sin cafeína de los dos tipos de
paquete es menor o igual a 180
El número de refrescos 3* Número de paquetes de refrescos del
tipo A+ 4* Número de paquetes de refrescos del tipo B ≤ 120
3*(NPRA) + 4*(NPRB) ≤ 180
III. Número de paquetes de refrescos de los dos tipos debe ser
mayor o igual a cero
Número de paquetes de refrescos del tipo A y Número de
paquetes de refrescos del tipo B ≥ 0
(NPRA) ≥ 0; (NPRB) ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
- NPRA
- NPRB
II. FUNCIÓN OBJETIVA
Max Z= 6* (NPRA) + 5* (NPRB) (€)
III. RESTRICCIONES
3*(NPRA) + 2*(NPRB) ≤ 1203*(NPRA) + 4*(NPRB) ≤ 180(NPRA) ≥ 0
(NPRB) ≥ 0
MODELO MATEMÁTICO
- NPRA = X
- NPRB = YIII. VARIABLE DE DECISION
X = Número de paquetes de refrescos del tipo A HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
Y = Número de paquetes de refrescos del tipo B
IV. FUNCION OBJETIVO
Max Z= 6* (NPRA) + 5* (NPRB)
SUJETO A
3*(NPRA) + 2*(NPRB) ≤ 1203*(NPRA) + 4*(NPRB) ≤ 180(NPRA) ≥ 0
(NPRB) ≥ 0
8) 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
coste?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Tipo de dieta uno : D1
- Tipo de dieta dos : D2
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos al distribuir.
- Minimizar costos al distribuir el tipo de dieta uno y el
tipo de dieta dos para la alimentación. HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Minimizar costos 2.5 € por el tipo de dieta uno y 1.45 €
por el tipo de dieta dos.
- Minimizar costos 2.5€*D1 + 1.45€*D2.
- Min. Z = 2.5€*CL + 1.45€*CP
III. RESTRICCIONES
I. La cantidad de medicamentos de A que debe ir en el tipo de
dieta uno y en el tipo de dieta dos, debe ser no menor de
70 unidades:
2*D1 + 1*D2 ≥ 70
II. La cantidad de medicamentos de B que debe ir en el tipo de
dieta uno y en el tipo de dieta dos, debe ser no menor de
120 unidades:
3*D1 + 2*D2 ≥ 120
III. La cantidad del tipo de dieta uno y la cantidad del tipo
de dieta dos debe ser mayor o igual a cero.
D1 ≥ 0
D2 ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
D1
D2
II. FUNCIÓN OBJETIVA
MIN. Z = 2.5*D1 + 1.45*D2III. RESTRICCIONES
2*D1 + 1*D2 ≥ 703*D1 + 2*D2 ≥ 120D1 ≥ 0
D2 ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
D1 = X
D2 = Y
I. VARIABLE DE DECISION
X = tipo de dieta uno
Y = tipo de dieta dos
II. FUNCION OBJETIVO
MIN. Z = 2.5X + 1.45YSUJETO A:
2X + 1Y ≥ 703X + 2Y ≥ 120X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
10) Una empresa fabrica dos modelos de fundas de sofá, A y B, que
dejan unos beneficios de 40 y 20 euros 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 sumo pueden
hacerse 9 fundas del modelo A. ¿Cuántas fundas de cada modelo
han de fabricarse para obtener el máximo beneficio y cual sería
este?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de fundas del modelo “A” FA
- Cantidad de fundas del modelo “B” FB
II. IDENTIFICACIÓN DE LA FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la fabricación de fundas.
- Máximo beneficio a obtener por fabricar la cantidad de
fundas del modelo “A” + la cantidad de fundas del modelo
“B”
- Máximo beneficio: 40€*(Cantidad de fundas del modelo “A”)
+ 20€*( Cantidad de fundas del modelo “B”)
- Máximo beneficio 40€*(FA)+ 20€*(FB)
- Máx. Z = 40€*(FA) + 20€*(FB)
III. RESTRICCIONES
I. Cantidad de horas disponibles a trabajar es 48 horas
Cantidad de horas disponibles a trabajar es 48 horas para
fabricar la cantidad de fundas del modelo “A” + la
cantidad de fundas del modelo “B”
4*FA + 3*FB ≤ 48 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. Cantidad de unidades de tela disponible a trabajar es 60
Cantidad de unidades de tela disponible a trabajar es 60
en fabricar la cantidad de fundas del modelo “A” + la
cantidad de fundas del modelo “B”
3*FA + 5*FB ≤ 60
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. A lo sumo pueden hacerse 9 fundas modelo “A”
Cantidad de fundas del modelo “A” ≤ 9
FA ≤ 9
IV. Cantidad de fundas del modelo “A” y cantidad de fundas del
modelo “B” mayor o igual a cero
FA ≥ 0
FB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
FA
FB
II. FUNCIÓN OBJETIVA
MÁX.Z =40*(FA
)+
20*(FB
)
(€)
III. RESTRICCIONES
4*FA + 3*FB ≤ 483*FA + 5*FB ≤ 60FA ≤ 9FA ≥ 0
FB ≥ 0HE
RRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MODELO MATEMÁTICO
FA = X
FB = Y
I. VARIABLE DE DECISION
X = Cantidad de fundas del modelo “A”
Y = Cantidad de fundas del modelo “B”
II. FUNCION OBJETIVO
MÁX.Z = 40*(X) + 20*(Y)SUJETO A:4*X + 3*Y ≤ 483*X + 5*Y ≤ 60X ≤ 9X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
11) Disponemos de 210.000 euros para invertir en bolsa. Nosrecomiendan dos tipos de acciones. Las del tipo A, que rinden el10% y las del tipo B, que rinden el 8%. Decidimos invertir unmáximo de 130.000 euros en las del tipo A y como mínimo 60.000 enlas del tipo B. Además queremos que la inversión en las de tipoAsea menor que el doble de la inversión de tipo B ¿Cuál tiene queser la distribución de la inversión para obtener el máximo interésanual?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Monto de inversión en acciones tipo A. (MIA)
- Monto de inversión en acciones tipo B. (MIB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo interés anual por la inversión en acciones.
- Máximo interés monto de inversión acciones tipo A + monto
de inversión acciones tipo B.
- Máx. int. 7% * monto inversión acciones tipo A+ 9% *
monto inversión acciones tipo B.
- Máx. Z = 0.07*MIA + 0.09*MIB
III. RESTRICCIONES
I. Monto destinado a la inversión es de 21000 euros .
Monto de inversión acciones tipo A + monto de inversión
acciones tipo B ≤ 21000 €
MIA + MIB ≤ 21000
II. Se puede invertir un máximo de 13000 euros en las acciones
de tipo A.
MIA ≤ 13000
III. Se puede invertir un mínimo de 6000 euros en las acciones
de tipo B.
MIB ≥ 6000 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
IV. La inversión en acciones de tipo B son mayores al doble de
la inversión en acciones tipo A.
MIB ≥ 2*MIA
V. Los montos de inversión en las acciones de tipo A y B
deben ser mayor a 0.
MIA ≥ 0 , MIB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
MIA
MIB
II. FUNCIÓN OBJETIVA
MAX. Z = 0.07(MIA) + 0.09(MIB) (€)
III. RESTRICCIONES
MIB ≥ 2*MIAMIB ≥ 6000
MIA ≤ 13000MIA + MIB ≤ 21000CTC ≥ 0
CTR ≥ 0
MODELO MATEMÁTICO
MIA = X
MIB = Y
I. VARIABLE DE DECISION
X = Monto de inversión en acciones tipo A.
Y = Monto de inversión en acciones tipo B. HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. FUNCION OBJETIVO
MAX. Z = 0.07*(X) + 0.09*(Y)SUJETO A:
Y ≥ 2*XY ≥ 6000
X ≤ 13000X + Y ≤ 21000X ≥ 0
Y ≥ 0
3) 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 encuentran dos clases
de compuestos: el tipo I con una composición de una unidad de A
y cinco de B, y el tipo II, con una composición de cinco
unidades de A y una de B. El precio del tipo I es de 10 euros y
el del tipo II es de 30 euros. Se pregunta: ¿Qué cantidades se
han de comprar de cada tipo para cubrir las necesidades con un
coste mínimo?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Compuesto del tipo I : TI
- Compuesto del tipo II : TII
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Minimizar costos al comprar cantidades de cada compuesto.
- Minimizar costos al comprar compuesto del tipo I y al
comprar compuesto del tipo II.
- Minimizar costos 10 euros por el compuesto del tipo I y 30
euros por el compuesto del tipo II. HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Minimizar costos 10 € por el compuesto del tipo I y 30 €
por el tipo de dieta dos.
- Minimizar costos 10€*TI + 30€*TII.
- Min. Z = 10€*TI + 30€*TII
III. RESTRICCIONES
I. La cantidad de unidades de A que debe ir en el compuesto
del tipo I y en el compuesto del tipo II debe ser mínimo
de 15 unidades:
1*TI + 5*TII ≥ 15
II. La cantidad de unidades de B que debe ir en el compuesto
del tipo I y en el compuesto del tipo II debe ser mínimo
de 15 unidades:
5*TI + 1*TII ≥ 15
III. El compuesto del tipo I y el compuesto del tipo II debe
ser mayor o igual a cero.
TI ≥ 0, TII ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
TI
TII
II. FUNCIÓN OBJETIVA
MIN. Z = 10*TI + 30*TIIIII. RESTRICCIONES
1*TI + 5*TII ≥ 15
5*TI + 1*TII ≥ 15
TI ≥ 0TII ≥ 0
MODELO MATEMÁTICO HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
TI = X
TII = Y
I. VARIABLE DE DECISION
X = compuesto del tipo I
Y = compuesto del tipo II
II. FUNCION OBJETIVO
MIN. Z = 10X + 30YSUJETO A:
X + 5Y ≥ 15
5X + Y ≥ 15
X ≥ 0Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
7) Cierto fabricante produce dos artículos, A y B, para lo que
requiere la utilización de dos secciones de producción: sección de
montaje y sección de pintura.
El artículo A requiere una hora de trabajo en la sección de
montaje y dos en la de pintura; y el artículo B, tres horas en
la sección de montaje y una hora en la de pintura.
La sección de montaje solo puede estar en funcionamiento nueve
horas diarias, mientras que la de pintura solo ocho horas cada
día. El beneficio que se obtiene produciendo el artículo B es de
40 euros y el de A es de 20 euros.
Calcula la producción diaria de los artículos A y B que
maximiza el beneficio.
Una escuela prepara una excursión para 400 alumnos. La empresa de
transporte tiene 8 autocares de 40 plazas y 10 autocares de 50
plazas, pero solo dispone de 9 conductores. El alquiler de un
autocar grande cuesta 80 euros y el de uno pequeño, 60 euros.
Calcular cuántos de cada tipo hay que utilizar para que la
excursión resulte lo más económica posible para la escuela.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de artículos producidos de tipo A AA
- Cantidad de artículos producidos de tipo B AB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar el beneficio que se obtendrá al producir ambos
tipos de artículos.
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Maximizar el beneficio que se obtendrá al producir
artículos producidos de tipo A y artículos producidos de
tipo B.
- Maximizar el beneficio que se obtendrá €20 * artículos
producidos de tipo A + €40 * artículos producidos de tipo
B.
- Maximizar el beneficio que se obtendrá €20 * (AA) + €40 *
(AB).
- Max. Z = €20 * (AA) + €40 * (AB).
III. RESTRICCIONES
I. El fabricante dispone de hasta 9 horas de trabajo para
ambos artículos en la sección de montaje.
El fabricante dispone de hasta 9 horas de trabajo para el
artículo A + el artículo B en la sección de montaje.
El fabricante dispone de hasta 9 horas de trabajo 1 * el
artículo A + 3 * el artículo B en la sección de montaje.
El fabricante dispone de hasta 9 horas de trabajo 1 * (AA)
+ 3 * (AB) en la sección de montaje.
1*(AA) + 3*(AB) ≤ 9
II. El fabricante dispone de hasta 8 horas de trabajo para
ambos artículos en la sección de pintura.
El fabricante dispone de hasta 8 horas de trabajo para el
artículo A + el artículo B en la sección de pintura.
El fabricante dispone de hasta 8 horas de trabajo 2 * el
artículo A + 1 * el artículo B en la sección de pintura.
El fabricante dispone de hasta 8 horas de trabajo 2 * (AA)
+ 1 * (AB) en la sección de pintura. HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
2*(AA) + 1*(AB) ≤ 8
III. Cantidad de artículos producidos de tipo A y la cantidad
de artículos producidos de tipo B debe ser igual o mayor a
0.
AA ≥ 0
AB ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
AA
AB
II. FUNCIÓN OBJETIVA
Max. Z = 20*(AA) + 40*(AB) (€)
III. RESTRICCIONES
1*AA + 3*AB ≤ 92*AA + 1*AB ≤ 8AA ≥ 0
AB ≥ 0
MODELO MATEMÁTICO
AA = X
AB = Y
I. VARIABLE DE DECISION
X = Cantidad de artículos producidos de tipo A.
Y = Cantidad de artículos producidos de tipo B.
II. FUNCION OBJETIVO
Max. Z = 20*(X) + 40*(Y)SUJETO A:
1*X + 3*Y ≤ 92*X + 1*Y ≤ 8X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
8) Un quiosco vende bolígrafos a 20 céntimos de euro y cuadernos a
30céntimos de euro. Llevamos 1,20 euros y pretendemos comprar los
mismos cuadernos que bolígrafos por lo menos. ¿cuál será el número
máximo de piezas que podemos comprar?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Número de bolígrafos (NB)
- Número de cuadernos (NC)
IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar los beneficios al comprar los dos tipos de
piezas
- Maximizar los beneficios al comprar el número de
bolígrafos + el número de cuadernos
- Maximizar los beneficios al comprar €0.20 * el número de
bolígrafos + €0.30* el número de cuadernos
- Maximizar los beneficios al comprar €0.20 * (NB)+ €0.30 *
(NC)
- Max Z = €0.20 * (NB)+ €0.30 * (NC)
II. RESTRICCIONES
I. Comprar los dos tipos de piezas con €1.20
Comparar €0.20 * el número de bolígrafos + €0.30 * el número
de cuadernos ≤ €1.20
€0.20 * (NB)+ €0.30 * (NC) ≤ €1.20
II. Se tiene que comprar igual cantidad de ambas piezas
El número de bolígrafos debe ser igual al número de cuadernos
(NB) = (NC)
III. Número de piezas de los dos tipos debe ser mayor o igual a
cero
Número de bolígrafos y Número de cuadernos ≥ 0 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
(NA) ≥ 0; (NB) ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
- NB
- NCII. FUNCIÓN OBJETIVA
Max Z= 0.20 * (NB)+ 0.30* (NC) (€)
III. RESTRICCIONES
0.20*(NB) + 0.30*(NC) ≤ 1.20 (NB) =(NC) (NB) ≥ 0
(NC
)
≥ 0
MODELO MATEMÁTICO
- NB = X
- NC = YI. VARIABLE DE DECISION
X = Número de bolígrafos
Y = Número de cuadernos
II. FUNCION OBJETIVO
Max Z= 0.20 * X + 0.30 * Y
SUJETO A
0.20*X + 0.30*Y ≤ 1.20 X = Y X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
11) Un orfebre fabrica dos tipos de joyas. Las del tipo Aprecisan 1 g de oro y 1,5 g de plata, vendiéndolas a 40 euros cadauna. Para la fabricación de las de tipo B emplea 1,5 g de oro y1 g de plata, y las vende a 50 euros. El orfebre tiene solo en eltaller 750 g de cada uno de los metales.Calcula cuántas joyas ha de fabricar de cada clase para obtener unbeneficio máximo.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de joyas del tipo “A” JA
- Cantidad de joyas del tipo “B” JB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar beneficios por la ventas de joyas
- Maximizar beneficios por la venta de la cantidad de joyas
del tipo “A” + la cantidad de joyas del tipo “B”
- Maximizar beneficios: 40€*(Cantidad de joyas del tipo “A”)
+ 50€*( Cantidad de joyas del tipo “B”)
- Maximizar costos: 40€*(JA) + 50€*(JB)
- Max. Z = 40€*(JA) + 50€*(JB)
III. RESTRICCIONES
I. La orfebre tiene solo en el taller 750 gramos de oro
La orfebre tiene solo 750 gramos de oro para la
fabricación de la cantidad de joyas del tipo “A” +
cantidad de joyas del tipo “B”
1*(JA) + 1.5*(JB) ≤ 750
II. La orfebre tiene solo en el taller 750 gramos de plata
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
La orfebre tiene solo 750 gramos de plata para la
fabricación de la cantidad de joyas del tipo “A” +
cantidad de joyas del tipo “B”
1.5*(JA) + 1*(JB) ≤ 750
III. La cantidad de joyas del tipo “A” y la cantidad de joyas
del tipo “B” deben ser mayor o igual a cero
JA ≥ 0
JB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
JA
JB
II. FUNCIÓN OBJETIVA
MAX. Z = 40*(JA) + 50*(JB) (€)III. RESTRICCIONES
1*JA + 1.5*JB ≤ 7501.5*JA + 1*JB ≤ 750JA ≥ 0
JB ≥ 0
MODELO MATEMÁTICO
JA = X
JB = Y
I. VARIABLE DE DECISION
X = Cantidad de joyas del tipo “A”
Y = Cantidad de joyas del tipo “B”
II. FUNCION OBJETIVO
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
MAX.Z = 40*(X) + 50*(Y)SUJETO A:
1*X + 1.5*Y ≤ 7501.5*X + 1*Y ≤ 750X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
12) En una pequeña empresa se fabrican diariamente solo dos tiposde aparatos, A y B. Como máximo pueden fabricarse 3 aparatosde cada tipo y, obligatoriamente, al menos un artículo del tipoB.
Indica todas las posibilidades de fabricación si se quierenobtener unas ventas superiores a 60 euros, teniendo en cuenta quelos precios de los artículos A y B son de 30 y 10 euros,respectivamente.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- n° de aparatos tipo A. (N°TA)
- n° de aparatos tipo B. (N°TB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar ventas de ambos tipos de aparatos.
- Maximizar ventas n° aparatos tipo A + n° aparatos tipo B.
- Máx. ventas precio A * n° aparatos tipo A + precio B * n°
aparatos tipo B
- Máx. ventas 30€ * n° aparatos tipo A + n° aparatos tipo
B.
- Máx. Z = 30€*N°TA + 10€*N°TB
III. RESTRICCIONES
I. Como máximo pueden fabricarse 3 aparatos de cada tipo.
N°TA + N°TB ≤ 3
II. Se tiene que fabricar al menos un aparato del tipo B.
N°TB ≥ 1
III. Se desea obtener ventas superiores a 60 euros.
30*N°TA + 10*N°TB ≥ 60
IV. El número de aparatos de tipo A debe ser mayor a 0.
N°TA ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
N°TA
N°TB
II. FUNCIÓN OBJETIVA
MAX. Z = 30(N°TA) + 10(N°TB) (€)
III. RESTRICCIONES
N°TA + N°TB ≤ 3N°TB ≥ 1
30*N°TA + 10*N°TB ≥ 60N°TA ≥ 0
MODELO MATEMÁTICO
N°TA = X
N°TB = Y
III. VARIABLE DE DECISION
X = n° de aparatos tipo A.
Y = n° de aparatos tipo B.
IV. FUNCION OBJETIVO
MAX. Z = 30*(X) + 10*(Y)SUJETO A:
X + Y ≤ 3Y ≥ 1
X + Y ≥ 60X ≥ 0 HE
RRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
15) Unos grandes almacenes desean liquidar 200 camisas y 100
pantalones de la temporada anterior. Para ello lanzan, dos
ofertas, A y B. La oferta A consiste en un lote de una camisa y
un pantalón, que se venden a 30 €; la oferta B consiste en un
lote de tres camisas y un pantalón, que se vende a 50 €. No se
desea ofrecer menos de 20 lotes de la oferta A ni menos de 10 de
la B. ¿Cuántos lotes ha de vender de cada tipo para maximizar la
ganancia?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Oferta del tipo “A” : TA
- Oferta del tipo “B” : TB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio a obtener por la venta de lotes en las
ofertas.
- Máximo beneficio a obtener por la venta de la oferta del
tipo “A” y la oferta del tipo “B”
- Máximo beneficio 30 euros por la oferta del tipo “A” y 50
euros por la oferta del tipo “B”
- Máximo beneficio 30 € por la oferta del tipo “A” y 50 €
por la oferta del tipo “B”
- Máximo beneficio 30 €*TA y 50 €*TB
- Máx. Z = 30 €*TA + 50 €*TB
III. RESTRICCIONES
I. La cantidad de lotes de camisas que debe tener la oferta
del tipo A y la oferta del tipo “B” no debe ser mayor de
200 unidades:
1*TA + 3*TB ≤ 200 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. La cantidad de lotes de pantalones que debe tener la
oferta del tipo A y la oferta del tipo “B” no debe ser
mayor de 100 unidades:
1*TA + 1*TB ≤ 100
III. Se desea ofrecer más de 20 lotes en la oferta del tipo “A”
TA ≥ 20
IV. Se desea ofrecer más de 10 lotes en la oferta del tipo “B”
TB ≥ 10
V. La cantidad de lotes de la oferta del tipo “A” y la
cantidad de lotes de la oferta del tipo “B” debe ser mayor
o igual a cero.
TA ≥ 0
TB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
TA
TB
II. FUNCIÓN OBJETIVA
MAX. Z = 30*TA + 50*TBIII. RESTRICCIONES
1*TA + 3*TB ≤ 2001*TA + 1*TB ≤ 100TA ≥ 20
TB ≥ 10TA ≥ 0
TB ≥ 0MODELO MATEMÁTICO
TA = X
TB = Y HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
I. VARIABLE DE DECISION
X = oferta del tipo “A”
Y = oferta del tipo “B”
II. FUNCION OBJETIVO
MAX. Z = 30X + 50YSUJETO A:
X + Y ≤ 200X + Y ≤ 100X ≥ 20
Y ≥ 10X ≥ 0
Y ≥ 0
16) Se desea obtener tres elementos químicos a partir de lassustancias A y B. Un kilo de A contiene 8 gramos del primerelemento, 1 gramo del segundo y 2 del tercero; un kilo de Btiene 4 gramos del primer elemento, 1 gramo del segundo y 2 deltercero. Se desea obtener al menos 16 gramos del primer elemento ylas cantidades del segundo y del tercero han de ser como mucho 5 y20 gramos, respectivamente; y la cantidad de A es como mucho eldoble que la de B.
Calcula los kilos de A y los de B que han de tomarse para queel coste sea mínimo si un kilo de A vale 2 euros y uno de B 10euros. ¿Puede eliminarse alguna restricción?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de sustancia “A” SA
- Cantidad de sustancia “B” SB
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
- Minimizar costos para obtener tres químicos
- Minimizar costos para obtener tres químicos de la cantidad
de sustancia “A” + la cantidad de sustancia “B”
- Minimizar costos: 2€*(Cantidad de sustancia “A”) +
10€*(Cantidad de sustancia “B”)
- Minimizar costos: 2€*(SA) + 10€*(SB)
- Min. Z = 2€*(SA) + 10€*(SB)
III. RESTRICCIONES
I. Se desea obtener al menos 16 gramos del primer elemento
Se desea obtener al menos 16 gramos del primer elemento de
la cantidad de sustancia “A” + cantidad de sustancia “B”
8*(SA) + 4*(SB) ≥ 16
II. Se desea obtener a lo mucho 5 gramos del segundo elemento
Se desea obtener a lo mucho 5 gramos del segundo elemento
de la cantidad de sustancia “A” + cantidad de sustancia
“B”
1*(SA) + 1*(SB) ≤ 5
III. Se desea obtener a lo mucho 20 gramos del segundo elemento
Se desea obtener a lo mucho 5 gramos del segundo elemento
de la cantidad de sustancia “A” + cantidad de sustancia
“B”
2*(SA) + 2*(SB) ≤ 20
IV. La cantidad de sustancia “A” y la cantidad de sustancia
“B” deben ser mayor o igual a cero
SA ≥ 0
SB ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
SA HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
SB
II. FUNCIÓN OBJETIVA
MAX. Z = 2*(SA) + 10*(SB) (€)III. RESTRICCIONES
8*(SA) + 4*(SB) ≥ 16(SA) + (SB) ≤ 5
2*(SA) + 2*(SB) ≤ 20SA ≥ 0
SB ≥ 0
MODELO MATEMÁTICO
SA = X
SB = Y
I. VARIABLE DE DECISION
X = Cantidad de sustancia “A”
Y = Cantidad de sustancia “B”
II. FUNCION OBJETIVO
MAX.Z = 2*(X) + 10*(Y)SUJETO A:
8*X + 4*Y ≥ 161*X + 1*Y ≤ 52*X + 2*Y ≤ 20X ≥ 0
Y ≥ 0
17) Una fábrica produce neveras utilitarias y de lujo. La fábricaesta dividida en dos secciones: montaje y acabado. Losrequerimientos de trabajo vienen dados por la siguiente tabla:
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
El máximo número de horas de trabajo disponibles diariamente es de120 en montaje y 180 en acabado, debido a las limitaciones deoperarios.Si el beneficio es de 300 euros por cada nevera utilitaria y de400 euros por cada nevera de lujo, ¿cuántas deben fabricarsediariamente de cada una para obtener el máximo beneficio?
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de neveras utilitarias NU
- Cantidad de neveras de lujo NL
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Maximizar beneficios en la fabricación de neveras
- Maximizar beneficios en la fabricación de la cantidad de
neveras utilitarias + la cantidad de neveras de lujo
- Maximizar beneficios: 300€*(Cantidad de neveras
utilitarias) + 400€*( Cantidad de neveras de lujo)
- Maximizar beneficios: 300€*(NU) + 400€*(NL)
- Max. Z = 300€*(NU) + 400€*(NL)
III. RESTRICCIONES
I. Número máximo de horas de trabajo disponibles es de 120 en
montaje
Número máximo de horas es de 120 en montaje para la
cantidad de neveras utilitarias + la cantidad de neveras
de lujo
3*(NU) + 3*(NL) ≤ 120
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. Número máximo de horas de trabajo disponibles es de 180 en
acabado
Número máximo de horas es de 180 en acabado para la
cantidad de neveras utilitarias + la cantidad de neveras
de lujo
3*(NU) + 6*(NL) ≤ 180
III. La cantidad de neveras utilitarias y la cantidad de
neveras de lujo deben ser mayor o igual a cero
NU ≥ 0 NL ≥ 0
RESUMEN
I. VARIABLE DE DECISIÓN
NU NL
II. FUNCIÓN OBJETIVA
MAX. Z = 300*(NU) + 400*(NL) (€)
III. RESTRICCIONES
3*(NU) + 3*(NL) ≤ 1203*(NU) + 6*(NL) ≤ 180NU ≥ 0
NL ≥ 0
MODELO MATEMÁTICO
NU = X
NL = Y
I. VARIABLE DE DECISION
X = Cantidad de neveras utilitarias
Y = Cantidad de neveras de lujo HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
II. FUNCION OBJETIVO
MAX.Z = 300*(X) + 400*(Y)SUJETO A:
3*X + 3*Y ≤ 1203*X + 6*Y ≤ 180X ≥ 0
Y ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
18) La casa X fabrica helados A yB, hasta un máximo diario de 1 000 kilos. La fabricación de unkilo de A cuesta 1,8 euros y uno de B, 1,5 euros. Calculacuántos kilos de A y B deben fabricarse, sabiendo que la casadispone de 2 700 euros /día y que un kilo de A deja un margenigual al 90% del que deja un kilo de B.
DESARROLLO
I. IDENTIFICACIÓN DE LAS VARIABLES DE DECISIÓN
- Cantidad de Kg. de helados A. (KGA)
- Cantidad de Kg. de helados B. (KGB)
II. IDENTIFICACIÓN DE LAS FUNCIÓN OBJETIVA
- Máximo beneficio por la fabricación de helados de ambos
tipos.
- Máximo beneficio cantidad kg. helados A + cantidad kg.
helados B.
- Máx. benef. margen ganancia helado A * KGA + margen
ganancia helado B * KGB
- Máx. benef. 90% * KGA + 10% * KGB
- Máx. Z = 0.9*KGA + 0.1*KGB
III. RESTRICCIONES
I. La empresa fabrica hasta un máximo diario de 1000 kg. de
helados A y B.
KGA + KGB ≤ 1000
II. La empresa dispone de 2700 euros/día para fabricar helados
A y B.
La empresa dispone de costo x kg. A * KGA + costo x kg. B
* KGB como máximo de 2700€.
1,8*KGA + 1,5*KGB ≤ 2700
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
III. La cantidad de Kg. de helados A y helados B deben ser
mayor a 0.
KGA ≥ 0
KGB ≥ 0
HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFACULTAD DE CIENCIAS ADMINISTRATIVAS
RESUMEN
I. VARIABLE DE DECISIÓN
KGA
KGB
II. FUNCIÓN OBJETIVA
MAX. Z = 0.9(KGA) + 0.1(KGB) (€)
III. RESTRICCIONES
KGA + KGB ≤ 10001,8*KGA + 1,5*KGB ≤ 2700KGA ≥ 0
KGB ≥ 0
MODELO MATEMÁTICO
KGA = X
KGB = Y
I. VARIABLE DE DECISION
X = Cantidad de Kg. de helados A.
Y = Cantidad de Kg. de helados B.
II. FUNCION OBJETIVO
MAX. Z = 0.9*(X) + 0.1*(Y)SUJETO A:
X + Y ≤ 10001,8*X + 1,5*Y ≤ 2700X ≥ 0
Y ≥ 0 HERRAMIE
NTAS
PARA LA
TOMA DE D
ECIS
IONES
EN A
DMINIS
TRAC
IÓN