INSTITUTO TECNOLOGICO DE LA

CHONTALPA

Cuaderno de ejercicios

ASIGNATURA:
Investigación de operaciones

PROFESOR:
Ing. Ignacio Arias Arias

ALUMNA:
Luz Arlette González Córdova

CARRERA:
Ing. en Gestión Empresarial

MATRICULA:
211160105

MODALIDAD: Mixta SEMESTRE: IV

Nacajuca, Tabasco
 CONTENIDO

Introducción …………………………………………………………. ….3

Caso wyndor glass co …………………………………………………. 4
Caso arbitrario con modelo matemático planteado …………..8
Caso de maximización de productos sillas y mesas …………. …9
Caso de optimización de fabricación de pulseras y collares … 11
 INTRODUCCION

A continuación, observaremos ejemplos del método

grafico en programación lineal, que es el que se emplea
para resolver problemas pero que solo tienen dos
variables de decisión representadas como x1 y x2. Consiste
en trazar los ejes correspondientes a x1 y x2 para tratar de
encontrar el área de soluciones factibles de este
problema.
 CASO WYNDOR GLASS CO
Método simplex
TOYCO utiliza tres operaciones para armar tres tipos de juguetes: trenes, camiones
y carros. Los tiempos diarios disponibles para las tres operaciones son 430, 460 y
420 minutos, respectivamente, y los ingresos por unidad de tren, camión y auto de
juguete son de $3, $2 y $5. Los tiempos de ensamble por tren en las operaciones
son 1, 3 y 1 minutos. Los tiempos correspondientes por camión son de 2, 0 y 4
minutos y por auto son 1, 2 y 0 minutos (un tiempo cero indica que la operación no
se utiliza).
Sean x1, x2 y x3 las cantidades diarias de unidades ensambladas de trenes,
camiones y autos, respectivamente, la información se resume en la sig. tabla:
Operaciones Tiempo diario disponible en minutos Tiempo
Tren Camión Auto disponible por
minuto
1 1 2 1 430 min
2 3 0 2 460 min
3 1 4 0 420 min
Ingresos 3 2 5

VARIABLES DE DECISION:
X1 = Tren
X2 = Camión
X3 = Auto

FUNCION OBJETIVO:
Z = INGRESOS
MAX Z= 3𝑥1 + 2𝑥2 + 5𝑥3

RESTRICCIONES:
R1= 𝑥1 + 2𝑥2 + 𝑥3 ≤ 430
R2= 3𝑥1 + 0𝑥2 + 2𝑥3 ≤ 460
R3= 𝑥1 + 4𝑥2 + 0𝑥3 ≤ 420

MODELO ALGEBRAICO:
MAX Z= 3𝑥1 + 2𝑥2 + 5𝑥3
S.a.
𝑥1 + 2𝑥2 + 𝑥3 ≤ 430
3𝑥1 + 0𝑥2 + 2𝑥3 ≤ 460
𝑥1 + 4𝑥2 + 0𝑥3 ≤ 420
𝑥1 , 𝑥2 , 𝑥3 ≤ 0 4
 MAX Z= 3𝑥1 + 2𝑥2 + 5𝑥3
S.a.
𝑥1 + 2𝑥2 + 𝑥3 ≤ 430
3𝑥1 + 0𝑥2 + 2𝑥3 ≤ 460
𝑥1 + 4𝑥2 + 0𝑥3 ≤ 420
𝑥1 , 𝑥2 , 𝑥3 ≤ 0

MAX Z- 3𝑥1 − 2𝑥2 − 5𝑥3 =0

𝑥1 + 2𝑥2 + 𝑥3 + 𝑆1 = 430
3𝑥1 + 0𝑥2 + 2𝑥3 + 𝑆2 = 460
𝑥1 + 4𝑥2 + 0𝑥3 + 𝑆3 = 420

Tabla simplex
Z X1 X2 X3 S1 S2 S3 Sol
F1 Z 1 -3 -2 -5 0 0 0 0
F2 S1 0 1 2 1 1 0 0 430
F3 S2 0 3 0 2 0 1 0 460
F4 S3 0 1 4 0 0 0 1 420

Paso 1. Encontrar la columna pivote: Seleccionar la variable no básica con el

coeficiente mas negativo en la ecuación objetivo. La variable no básica seleccionada
es la variable que entra.
“X3” variable Columna
que entra pivote

Z X1 X2 X3 S1 S2 S3 Sol
F1 Z 1 -3 -2 -5 0 0 0 0
F2 S1 0 1 2 1 1 0 0 430
F3 S2 0 3 0 2 0 1 0 460
F4 S3 0 1 4 0 0 0 1 420

Paso 2. Encontrar la fila pivote: Implica calcular los valores de la columna solución
entre los coeficientes de restricción estrictamente positivos que se encuentran en la
columna pivote (no se puede dividir entre cero) y seleccionar el resultado de menor
valor.
430 / 1 = 430
460 / 2 = 230
= 420

5
 “S2” variable
que sale
Z X1 X2 X3 S1 S2 S3 Sol
F1 Z 1 -3 -2 -5 0 0 0 0
F2 S1 0 1 2 1 1 0 0 430
F3 S2 0 3 0 2 0 1 0 460
F4 S3 0 1 4 0 0 0 1 420

Elemento
pivote

Paso 3. Convertir en 1 el elemento pivote y en 0 (cero) los números que se

encuentran por encima o debajo del elemento pivote.
1 3
Z X1 X2 X3 S1 S2 S3 Sol (3) =
2 2
F1 Z 1 -3 -2 -5 0 0 0 0
1 2
F2 S1 0 1 2 1 1 0 0 430 (2) = = 1
1/ 2 2
2 F3 S2 0 3 0 2 0 1 0 460
F4 1 460
S3 0 1 4 0 0 0 1 420 (460) = = 230
2 2

Z X1 X2 X3 S1 S2 S3 Sol
F1 Z 1 -3 -2 -5 0 0 0 0
F2 S1 0 1 2 1 1 0 0 430
X3 0 3/ 0 1 0 1/ 0 230
F3 2 2
F4 S3 0 1 4 0 0 0 1 420

Z X1 X2 X3 S1 S2 S3 Sol 5(0) + 1 = 1 5(0) + 0 = 0

5 (F3) + F1 Z 1 -3 -2 -5 0 0 0 0 3 9 1 5
F2 S1 0 1 2 1 1 0 0 430 5( ) − 3 = 5( ) − 0 =
2 2 2 2
X3 0 3/ 0 1 0 1/ 0 230
F3 2 2
F4 S3 0 1 4 0 0 0 1 420 5(0) − 2 = −2 5(0) + 0 = 0

5(1) − 5 = 0 5(230) + 0 = 1150

v
Z X1 X2 X3 S1 S2 S3 Sol
Z 1 9/ -2 0 0 5/ 0 1150
F1 2 2
F2 S1
F3 X3
F4 S3

Z X1 X2 X3 S1 S2 S3 Sol −1(0) + 0 = 0 −1(0) + 1 = 1

5 (F3) + F1 Z 1 -3 -2 -5 0 0 0 0 3 1 1 1
-1(F3) + F2 S1 0 1 2 1 1 0 0 430 −1 ( ) + 1 = − −1 ( ) + 0 = −
2 2 2 2
X3 0 3/ 0 1 0 1/ 0 230
F3 2 2
F4 S3 0 1 4 0 0 0 1 420 −1(0) + 2 = 2 −1(0) + 0 = 0

−1(1) + 1 = 0 −1(230) + 430 = 200

Z X1 X2 X3 S1 S2 S3 Sol
Z 1 9/ -2 0 0 5/ 0 1150
F1 2 2
F2 S1 0 -1/2 2 0 1 -1/2 0 200
X3 0 3/ 0 1 0 1/ 0 230
F3 2 2
6
F4 S3 0 1 4 0 0 0 1 420
 Z X1 X2 X3 S1 S2 S3 Sol
Z 1 9/ -2 0 0 5/ 0 1150
F1 2 2
F2 S1 0 -1/2 2 0 1 -1/2 0 200 / 2 = 100
X3 0 3/ 0 1 0 1/ 0 230
F3 2 2
F4 S3 0 1 4 0 0 0 1 420 / 4 = 105

Paso 1. Encontrar la columna pivote.

Paso 2. Encontrar la fila pivote.
Paso 3. Convertir en 1 el elemento pivote y en 0 los otros números dentro de la
columna pivote.
Z X1 X2 X3 S1 S2 S3 Sol
2 (F2) + F1 Z 1 9/ -2 0 0 5/ 0 1150
2 2
F2 X2 0 -1/4 1 0 1/
2 -1/4 0 100
X3 0 3/ 0 1 0 1/ 0 230
F3 2 2
-4 (F2) + F4 S3 0 1 4 0 0 0 1 420

Z X1 X2 X3 S1 S2 S3 Sol
F1 Z 1 4 0 0 1 2 0 1350
F2 X2 0 -1/4 1 0 1/
2 -1/4 0 100
X3 0 3/ 0 1 0 1/ 0 230
F3 2 2
F4 S3 0 2 0 0 -2 1 1 20

𝑥1 → 𝑇𝑟𝑒𝑛 =0
𝑥2 → 𝐶𝑎𝑚𝑖𝑜𝑛 = 100 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑖𝑎𝑟𝑖𝑎𝑠
𝑥3 → 𝐴𝑢𝑡𝑜 = 230 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑖𝑎𝑟𝑖𝑎𝑠
𝑍 → 𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠 = $1,350.00
𝑆3 → 𝑆𝑜𝑏𝑟𝑎𝑛20 min 𝑒𝑛 𝑙𝑎 𝑜𝑝𝑒𝑟𝑎𝑐𝑖𝑜𝑛 3

7
CASO ARBITRARIO CON MODELO
MATEMATICO PLANTEADO
Programación lineal

8
 CASO DE MAXIMIZACION DE PRODUCTOS
SILLAS Y MESAS
Programación lineal
Un negocio se dedica a la fabricación de sillas y mesas. Fabricar cada una consume
una determinada cantidad de tiempo (horas) de los departamentos “corte y
ensamble”.
Los departamentos tienen disponible una limitada cantidad de horas de trabajo: 120
horas para corte y 90 horas para ensamble.
Cada uno de los productos ofrecen a la empresa la siguiente contribución:
$50 USD para las mesas y $80 USD para las sillas.
La información anterior mas los consumos de tiempo de cada producto se resumen
en la siguiente tabla:
Proceso Consumo de tiempo por cada unidad de Tiempo disponible
producto (horas). en cada
Mesas Sillas departamento
(horas)
Corte 1 2 120
Ensamble 1 1 90
Contribución $50 $80
unitaria por
producto

Determine la cantidad a producir de sillas y mesas para obtener la máxima ganancia

posible.

FUNCION OBJETIVO:
𝑍 = $50𝑥1 + $80𝑥2
Maximizar la ganancia.

VARIABLES DE DECISION:
X1 = Mesas
X2 = Sillas

RESTRICCIONES:
Depto. Consumo ≤ Disponible
Corte 𝑥1 + 2𝑥2 ≤ 120
Ensamble 𝑥1 + 𝑥2 ≤ 90

9
 Resultado:
X1 = 60 mesas
X2 = 30 sillas
Z = $5,400

10

Z
CASO DE OPTIMIZACION DE FABRICACION DE
COLLARES Y PULSERAS
Programación lineal
Una persona se dedica a la fabricación y venta de collares y pulseras, las cuales
elabora con diferentes colores. En particular usa piedras de color rojo, negro y
amarillo y aunque también utiliza otros materiales considere que estas piedras son
fundamentales para realzar sus diseños, las pulseras utilizan 6 piedras de color rojo,
12 piedras de color negro y 4 piedras de color amarillo. Mientras que los collares
utilizan 12 piedras de color rojo, 30 piedras de color negro y 12 de color amarillo.
Las piedras las compra en un pequeño poblado cercano a su ciudad, por lo que la
disponibilidad de este material es fundamental para planear su producción. Ella ha
hecho un recuento de las piedras que posee para trabajar en esta semana y sabe
que tiene 396 de rojo, 816 de negro y 312 de amarillo. Cada piedra de color rojo las
adquiere en 3 USD, cada piedra de color negro tiene un costo de 1 USD y las piedras
de color amarillo las adquiere en 2 USD. El tiempo también es un factor importante
a considerar, ella invierte 20 min. en la elaboración de cada pulsera y 30 min. por
cada collar y dispone de 20 hrs semanales, es decir, 1200 min. Los costos de otros
materiales y piedras representan un costo de 10 USD para las pulseras y 15 USD
para los collares. Finalmente, considera que las pulseras se venden en 85 USD y
los collares en 185 USD.

VARIABLES DE DECISION:
P = # de pulseras
C = # de collares

UTILIDAD:
Pulsera = 37 USD
Collar = 80 USD

FUNCION OBJETIVO:
Max 37 P + 80 C

RESTRICCIONES:
6P + 12C <= 396
12P + 30C <= 816
4P + 12C <= 312
20P + 30C <= 1200
P >= 0
C >= 0
11
 Método grafico

Max 37 P + 80 C
6P + 12C <= 396
12P + 30C <= 816
4P + 12C <= 312
20P + 30C <= 1200
P >= 0
C >= 0

12
 Resultado:
Fabricar: 48
pulseras y 8
collares.

13
 CONCLUSION

El método grafico y simplex en programación lineal son

maneras de resolver problemas en cuanto a producción,
recursos monetarios, etc. no solo matemáticos, sino
administrativos y demás, que nos ayudan a saber por
ejemplo que nos conviene más para producir ya sea por
utilidades del producto o por el tiempo que se lleva en la
elaboración de estos.

14