Guia de Ejercicios Sbv.-1

UNIVERSIDAD MAYOR DE SAN ANDRÉS
INGENIERÍA INDUSTRIAL AMAZÓNICA

INVESTIGACIÓN DE OPERACIONES I
“Ejercicios Resueltos de las Guías”

Integrantes:
Univ: Arteaga Gonzales Daniel
Univ: Cordero Bautista Grover Ernesto
Univ: Ibarra Vaquila Tania
Univ: Jauregui Flower Dayana Belen
Univ: Perez Maldonado Yandira Jacqueline
Univ: Picolomini Varela Denny Mariela
Univ: Terrazas Chao Edgar Albert
Univ: Yarari Palomeque Farit Gerlin
Univ: Yarari Palomeque Yexenia
Docente: Ing. Jhonny Roberto Pinto

San Buenaventura – Bolivia
2018
Guías de ejercicios resueltos Investigación de Operaciones I
Guía de ejercicios 1
Ejercicio 1
La empresa Whitt Windows tiene solo tres empleados que hacen dos tipos de ventanas a
mano: con marcos de madera y con marcos de aluminio. La ganancia es de $60 por cada
ventana con marco de madera y de $30 por cada una con marco de aluminio. Doug hace
hace marcos de madera y puede terminar 6 al día. Linda hace 4 marcos de aluminio por
día. Bog forma y corta el vidrio y puede hacer 48 pies cuadrados al día. Cada ventana con
marco de madera usa 6 pies cuadrados de vidrio y cada una de aluminio 8 pies cuadrados.
La compañía desea determinar cuantas ventanas de cada tipo producir al día para
maximizar la ganancia total.
a) Formule un modelo de programación lineal.
b) Use el método gráfico para resolver el modelo.
c) Un nuevo competidor en la ciudad también produce ventanas con marco de madera. Este
puede forzar a la compañía a bajar los precios y por ende las ganancias a este tipo de
ventanas. ¿cómo cambiaría la solución óptima (si cambia) si la ganancia por ventana de
madera disminuye de $60 a $40 ¿y de $60 a 20?
d) Doug piensa disminuir sus horas de trabajo, lo cual reduciría el número de ventanas de
madera que se produce por día. ¿Cómo cambiaría la solución optima si hace solo 5 marcos
diarios?
Solución
Definición de variables
x = Nº de marcos de madera a producir
y = Nº de marcos de aluminio a producir
DIA DIA DIA BOB
DOUG LINDA (PIES) GANANCIA
x 6 0 6 60
y 0 4 8 30
48
pág. 2
Función objetivo
Maximizar z: 60x +30y
Restricciones s.t.
x≤6
y≤4
6x+8y ≤ 48
x, y ≥ 0
Inecuaciones – Ecuaciones
x=6
y =4
6x+8y = 48
X Y
0 6
8 0
1) y =4
6x+8y = 48
6x+8(4) = 48
6x = 48-32
pág. 3
16
x= 6
x=2
z = 60*2+30*4 = 240
2) x=6
6x+8y = 48
60*6+30* 1= 390
 Para generar mayores ingresos se debe producir 6 marcos de madera y tan solo uno de
aluminio donde se obtiene una ganancia máxima de 390$
c) Solo cambiaría el valor
60 a 40
z = 40*6 + 30*1
z = 270
 Si el precio baja de 60 a 40 se debe producir la misma cantidad 6 de madera y 1 de

aluminio con un cambio de ganancia a 270
60 a 20
z = 20*2 + 30*4
z = 160
 Pero si cambia de 60 a 20 se deberá producir 4 marcos de aluminio y 2 de madera

alcanzando una ganancia máxima de 160$
d) 60*5+30* 1= 330$
 Si produce 5 marcos de madera obtendrá una ganancia de 330$
pág. 4
Ápex Televisión debe decidir 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” y 10
de 20” cada mes. El número máximo de horas -hombre disponible es de 500 por mes, un
televisor de 27” requiere 20 horas - hombre y uno 20” requiere 10 horas -hombre, 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 exceda el máximo indicado por el estudio de mercado.
a) formule el modelo de programación lineal.
b) Use el método grafico para resolver el modelo. Escriba su respuesta
x = Nº televisores de 27’’ a producir
y = Nº de televisores de 30’’ a producir
E. Horas
Mercado hombre GANANCIA
x 40 20 120
y 10 10 80
500
 Función objetivo
Maximizar z: 120x +80y
 Restricciones s.t.
x ≤ 40
y ≤ 10
20x+10y ≤ 500
x, y ≥ 0
pág. 5
x = 40
y =10
20x+10y = 500
X Y
0 50
25 0
1) y =10
20x+10y = 500
10x+10(10) = 500
20x = 500-100
400
x= 20
x = 20
z = 120*20+80*10= 3200
2) x = 25
20x+10y = 500
pág. 6
20*25+10y = 500
10y = 500 - 500
0
y=
10
y=0
z = 120*25+10*0= 3000
R.- Para alcanzar una ganancia máxima se debe producir 10 unidades de 20`` y 20 de
27’’alcansando una ganancia de 3200$
Ejercicio 3
La compañía Word Light produce dos dispositivos para las lámparas (productos 1 y 2) que
requieren partes de metal y componentes eléctricas. La administración desea determinar
cuántas unidades de cada producto fabricar para maximizar la ganancia. Porcada unidad del
producto 1 se requieren 1 unidad de partes de metal y 2 unidades de componentes eléctricas,
por cada unidad del producto 2 se requieren 3 unidades de partes de metal y 2 unidades de
componentes eléctricas, la compañía tiene 200 unidades departes de metal y 300 de
componentes eléctricas, cada unidad del producto 1 da una ganancia de $ 1 y cada unidad de
producto 2, hasta 60 unidades da una ganancia de $ 2,cualquier exceso de 60 unidades no
tiene ganancia por lo que fabricar más de 60 está fuera de consideración.
a) Formule el modelo de programación lineal.
b) Utilice el método grafico para resolver este modelo, y cuál es la ganancia total que resulta
 Definición de variables
x Nº televisores de 27’’ a producir
y Nº de televisores de 30’’ a producir
PARTES COMPONENTES
DE METAL ELÉCTRICAS GANANCIA LIMITES
(um/u) (uE/u) ($/u) (u)
1 2
x 1
y 3 2 2 60
48
Función objetivo
pág. 7
Maximizar z: 1x +2y
Restricciones s.t.
y ≤ 60
x+3y ≤ 200
2x+2y ≤ 300
x, y ≥ 0
y = 60
x+3y = 200
2x+2y = 300
X Y X Y
50 50 50 100
20 60 100 50
120
100
80
60 Series1
40 Series2
20
0
0 1 2 3
1) y =60
x=0
z = 1*60+2*60= 120
2) x = 20
y = 500
pág. 8
z = 1*20+2*60= 140
3) x+3y = 200 (-2)

2x+2y = 300
-2x-6y = -400 (-2)

2x+2y = 300
-4y = -100
100
y=
4
y = 25
R.- Para obtener mayores ganancias se debe producir x = 20, y = 60 para alcanzar
una ganancia máxima de 175 $ además de haber consumido el total de los recursos
Ejercicio 4
Weenies and Buns es una planta procesadora de alimentos que fabrica hotdogs y pan para
hotdogs. Muele su propia harina para el pan a una tasa máxima de 200 libras por semana.
Cada pan requiere 0.1 libras. Tienen un contrato con Pigland, Inc., que especifica la entrega
de 800 libras de productos de puerco cada lunes. Cada hotdog requiere de 1/4 de libra de
producto de puerco. Se cuenta con suficiente cantidad del resto de los ingredientes de ambos
productos. Por último, la mano de obra consiste en 5 empleados de tiempo completo (40
horas por semana). Cada Hotdogs requiere 3 minutos de mano de obra y cada pan de 2
minutos de mano de obra. Cada hotdog proporciona una ganancia de $0.20 y cada pan de
$0.10.
Weenies and Buns desea saber cuántos hotdogs cuantos panes deben producir cada semana
para lograr la ganancia más alta posible
A) Formule un modelo de programación lineal.

B) Use el método grafico para resolver el modelo.
pág. 9
Solución
a) Formulación del Modelo

x Nº productos a producir de pan
y Nº productos a producir de salchicha
CARNE DE
HARINA PUERCO MANO DE GANANCIA
(lb/u) (lb/u) OBRA (hr) ($)
0,1 0
x 0,03 0,10
y 0 1/4 0,05 0,20
200 800 200
Función objetivo
Maximizar z: 0,10x +0,20y
Restricciones s.t.
0,1x≤ 200
1/4y ≤ 800
0,03x+0,05y ≤ 200
x, y ≥ 0
0,1x = 200 x = 2000
1/4y = 800 y = 3200
0,03x+0,05y = 200
1/4y = 800
X Y
0,03x = 40 3000 2200
5000 1000
40
x=
0,03
x = 1333
pág. 10
6000
5000
4000
3000 Series1
2000 Series2
1000
0
0 1 2 3
1) x = 2000
0,03x+0,05y = 200
0,03*2000+0,05y = 200
60+0,05y = 200
140
y= 0,05
y = 2800
z =0,10 * 2000+0,20*2800= 760
2) y = 500
0,03x+0,05y = 200
0,03x+0,05*500 = 200
4
x= 0,03
x = 1333
z = 0,10*1333+0,20*3200= 773
R.- Para generar mayores ingresos debemos de producir 1333 panes y 3200 hotdoy para
obtener una ganancia 773 $
Ejercicio 1
pág. 11
Una fábrica produce neveras utilitarias y de lujo. La fábrica está dividida en dos secciones:
montaje y acabado. Los requerimientos de trabajo vienen dados por la siguiente tabla:
MONTAJE ACABADO
UTILITARIA 3 horas 3 horas
LUJO 3 horas 6 horas
El máximo número de horas de trabajo disponibles diariamente es de 120 en montaje y 180

en acabado, debido a las limitaciones de operarios.
Si el beneficio es de 300 euros por cada nevera utilitaria y de 400 euros por cada nevera de
lujo, ¿Cuántas deben fabricarse diariamente de cada una para obtener el máximo de
beneficio?
Resolución:
X N° de neveras utilitarias
Y N° de neveras de lujo
MONTAJE ACABADO GANANCIA

horas horas euros
X 3 3 300
Y 3 6 400
120 180
Función objetiva: Max Z: 300*X+400*Y
3 * X  3 * Y  120
X Y X Y
St. 3 * X  6 * Y  180 0 40 0 30
X ,Y  0 40 0 60 0
Ejercicio 2
En un almacén de frutas hay 800 kg de naranjas, 800 kg de manzanas y 500 kg de plátanos.

Para su venta se hacen dos lotes (A y B). El lote A contiene 1 kg de naranjas, 2 kg de
manzanas y 1 kg de plátanos; el lote B se compone de 2 kg de naranjas, 1 kg de manzanas y
1 kg de plátanos. El beneficio por kg que se obtiene con el lote A es de 1200 u.m. determinar
el número de kilogramos de cada tipo para conseguir beneficios máximos. Plantear y resolver
el anterior problema con un modelo de programación lineal.
Resolución:
pág. 12
X N° de lotes de A
Y N° de lotes de B
NARANJA MANZANA PLATANO GANANCIAS GANANCIAS

kg kg kg u.m./kg u.m./lotes
X 1 2 1 1200 4800
Y 2 1 1 1400 5600
800 800 500
Restricciones St. X Y
X Y X Y
1 * X  2 * Y  800
0 400 0 800 0 500
2 * X  1 * Y  800
800 0 500 0
1 * X  1 * Y  500 400 0
X ,Y  0
Se interpreta:
X  2Y  800
 X  Y  500
0  Y  300 Max Z: 4800*200+5600*300=2640000
Y  300
X  200
Ejercicio 3
Disponemos de 210000 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 130000 euros en las de tipo A y, como mínimo, 6000 euros en las del tipo B.
además, queremos que la inversión en la del tipo A sea menor o igual que el doble de la
inversión en B. ¿Cuál tiene que ser la distribución de la inserción para obtener máximo interés
anual?
Resolución:
X N° de inversión de A
Y N° de inversión de B
pág. 13
INVERSION MAX MIN GANANCIA

cueros %
X 130000 10
Y 6000 8
210000
Función objetiva: Max Z: 0,1*X+0,08*Y
Restricciones St.
X  Y  210000
max ...X  130000 X Y X Y
min ...Y  6000 10 11 0 0

X  2Y 11 10 10 5
X  2Y  0
X ,Y  0
Se interpreta:
X  130000
Max Z: 0,1*130000+0,08*8000=19400
Y  8000
Ejercicio 4
Imaginemos que las necesidades semanales mínimas de una persona en proteínas, hidratos
de carbono y grasas son, respectivamente, 8,12 y 9 unidades. Supongamos que debemos
obtener un preparado con esa composición mínima mezclando dos productos A y B, cuyos
contenidos por kilogramo son los que se indican en la siguiente tabla:
PROTEINAS HIDRATOS GRASAS COSTO/kg

A 2 6 1 600
B 1 1 3 400
¿Cuántos kilogramos de cada producto deberán comprarse semanalmente para que el costo
de preparar la dieta sea mínimo? Plantear y resolver el anterior problema como un modelo
de programación lineal.
Resolución:
X N° de productos de A
Y N° de productos de B
pág. 14
PROTEINAS HIDRATOS GRASAS COSTO/kg

kg kg
X 2 6 1 600
Y 1 1 3 400
8 12 9
2 * X  1* Y  8
6 * X  1 * Y  12 X Y X Y X Y
St.
1* X  3 * Y  9 0 8 0 12 0 3
X ,Y  0 4 0 2 0 9 0
Ejercicio 5
En la elaboración de un producto A se necesita una sustancia B. la cantidad de A obtenida es
menor o igual que el doble de B utilizada, y las diferencias de las cantidades del producto B
y A no supera los 2 gramos mientras que la suma no debe sobrepasar delos 5 gramos.
Además, se utiliza por lo menos 1 gramo de B y se requiere 1 gramo de A. la sustancia A se
vende a 5 millones de u.m. y la B cuesta 4 millones de u.m. el gramo. Calcular la cantidad
de sustancia B necesaria para que el beneficio sea máximo. Plantear y resolver el anterior
problema como un modelo de programación lineal.
Resolución:
X Cantidad de sustancia de A
Y Cantidad de sustancia de B
PRODUCTO PRODUCTO
A (g) B (g)
X 2 2
Y 1 1
5 millones 4 millones
pág. 15
Restricciones St.
X  2Y
YX 2
Y  X 5
X  1; Y  1
Ejercicio 6
Una empresa tiene dos factorías A y B. en ellas se fabrica un determinado producto, a razón
de 500 y 400 unidades por día respectivamente. El producto ha de ser distribuido
posteriormente a tres centros I, II y III, que requieren, respectivamente, 200, 300 y 400
unidades. Los costos de transportar cada unidad del producto desde factoría a cada centro
distribuidor son los indicados en la tabla siguiente:
FACTORIA I II III FABRICACION

(unidades)
A 50 60 10 500
B 25 40 20 400
DEMANDA 200 300 400
¿De qué manera deben organizar el transporte a fin de que los gasto sean mínimos?
Resolución:
X Cantidad de producto de A
Y Cantidad de producto de B
Función objetiva: Min Z: 500*X+400*Y
Restricciones St.
X Y X Y X Y
50 * X  25 * Y  200 0 8 0 12 0 3
60 * X  40 * Y  300
4 0 2 0 9 0
10 * X  20 * Y  400
X ,Y  0
pág. 16
Se interpreta:
50 X  25Y  200 ...(60)

10 * X  20 * 1,5  400
60 X  40Y  300 ....(50)
10 * X  30  400
 3000 X  1500Y  12000
10 * X  370
3000 X  2000Y  15000
X  370 / 10
O  2000Y  3000
X  37
Y  1,5
Min Z: 500*37+400*1,5=19100
Ejercicio 1
Calcular las soluciones básicas factibles de la región determinada por las siguientes por las
siguientes inecuaciones
x1  x2  6 x1  x2  6
x2  3 x2  3
x1  0, x2  0 x1  0, x2  0
0
0 1 2 3 4 5 6
Ejercicio 2
Se disponen de dos productos x e y determinar a ganancia máxima si se toman las siguientes
características:
pág. 17
producto disponibilidad
operaciones x y (hrs/periodo)
cortado 10 6 2500
cosido 5 10 2000
empaquetado 1 2 500
beneficio unitario 23 32
DEFINICION DE VARIABLES
X  N º produc. producir" x"
Y  N º produc. producir" y"
FUNCION OBJETIVO
Max.z  23 x  32 y
s.t.
10 x  6 y  2500hrs  corteI
5 x  10 y  2000hrs  cos idoII
x  2 y  500hrs  empaquetadoIII
x, y  0
X Y X Y X Y
400 0 10 400 0 250
0 200 244 60 500 0
I 10 x  6 y  2500
 10 x  20 y  4000
 14 y  1500 II  III 
y  107 y  200 x  250
x  185 x0 y0
z  23 *185  32 *107 z  23 * 0  32 * 200 z  23 * 250  32 * 0
z  7679 unidades z  6400unidades z  5750unidades
RESPUESTA: la ganancia máxima es de 7679 unidades tomando en cuenta los dos
productos
Ejercicio 3
Un sastre tiene 80m2 de tela de algodón y 120m2 de tela de lana. Un traje de caballero
requiere 1m2 de algodón y 3m2 de lana y vestido de señora necesita 2m2 de cada una de las
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 por el mismo precio
pág. 18
(m2) (m2)
algodón lana
x 1 3
y 2 2
80 120
FUNCION _ OBJETIVO
Max.z  x  y
s.t.
1x  2 y  80( I )
X Y X Y
3 x  2 y  120 ( II ) 0 40 0 60
x, y  0 80 0 40 0
( II )
 x  2 y  80
3x  2 y  120
2 x  40
x  20
(I ) 2 y  80  20 ( III )
x0 2 y  60 y0
y  40 y  30 x  40
z  0  40 z  20  30 z  40  0
z  40$ z  50$ z  40$
RESPUESTA: La ganancia máxima seria de 50$ si se confeccionaran 20 trajes de
caballeros y 30 de unidades de los vestidos.
Ejercicio 4
Resolver el siguiente problema mediante el método gráfico y el método simplex dual.
Función Objetivo
Min.Z  4 x1  12 x2  18 x3
S.t.
x1  3 x3  3
2 x2  2 x3  5
x1 , x2 , x3  0
x1  0, x2  0
METODO SIMPLEX DUAL
pág. 19
X3 1/3 0 1 -1/3 0 1
 4 x1  12 x2  18 x3
 x1  3x3  3
X2 -1/3 1 0 1/3 -1/2 3/2
 2 x2  2 x3  5
z 2 0 0 2 6 -36
 4 x1  12 x2  18 x3  0 S1  0 S 2
V. Basica V. no Basica
 x1  3 x3  S1  3
S1 X1
 2 x2  2 x3  S 2  5 S2 X2
x1 , x2 , x3 , S1 , S 2  0 X3
var. B x1 x2 x3 S1 S2 solución
S1 -1 0 -3 1 0 -3
S2 0 -2 -2 0 1 -5
z 4 12 18 0 0 0
z/var. Salida (I) -6 -9 (I) 0
fila _ actual  coeficiente * N º de _ fila

var. B x1 x2 x3 S1 S2 solucion  1  (0) * 0  1
s1 -1 0 -3 1 0 -3 0  0*0  0
x2 0 1 1 0 - 1/2 5//2  3  0 *1  3
z 4 0 6 0 6 -30 1 0*0  1
z/var. Salida 4 0 -2 0 (I) 0  ( 0)  1 / 2  0
Ejercicio 5
Se está programando la producción de un producto para cada una de las próximas cuatro
semanas. El costo de la producción de una unidad es de 100u.m para las dos primeras semanas
y 150 u.m para las dos últimas. las demandas son de 70, 80, 90 y 100 unidades semanales y
tienen que ser satisfechas. la planta puede producir un máximo de 90 unidades; además se
pueden emplear horas extras durante la tercera y cuarta semana. Esto incrementa la
producción semanal en 20 unidades, pero el costo de producción también sube 58 u.m por
unidad producida en horas extras. El exceso de producción puede ser almacenado a un costo
unitario de 3 u.m por semana. ¿cómo programar la producción de tal manera que minimice
los costos totales? Formular el modelo.
DEFINICION DE LAS VARIABLES
pág. 20
X i  Q _ producir _ en _ la _ semana _ i
i  1,2,3,4
Yi  Q _ producir _ en _ hrs _ extra _ en _ la _ semana _ i
i  3,4
I i  Q _ inventario _ en _ la _ semana _ i
Min.Z  100( x1  x2 )  150( x3  x4 )  208( y3  y4 )  3( I1  I 2  I 3  I 4 )
S .t.
x1  70 
x2  I 2  80 

 Re stricciones _ de _ demanda
x3  y3  I 3  90  ( destino)
x4  y4  I 4  100 
x1  90 
y1  20 

I 2  x1  70 

I 3  x2  80  Capacidad _ de _ produccion
I 4  x3  90 
Re stricciones _ de _ origen

x4  x4  100 

x1 , y1 , I i  0 
TABLA DE ORIGEN-DESTINO
1 2 3 4
1 PN 100 103 106 109 90
PN 100 103 106 90
2 INV 20
PN 150 153 90
PHE 158 20
3 INV 30
PN 150 90
PHE 208 20
4 INV 50 60
70 80 90 100 340\500 400
METODO NOR-OESTE
1 2 3 4 D.fict
1 70 20 90 20
2 60 30 90 30
3N 60 30 90 30
3E 20
4N 70 20 90 20
4E 20
70 80 90 100 60 400\400
60 60
pág. 21
PRODUCCION EXACTA
1 2 3 4
1 70
2 80
3N 90
3E
4N 90
4E 10
70 80 90 100
METODO DE BOGEL
1 2 3 4 D.ficit Penal fila
100 103 106 109
1 70 20 M 90 3
100 103 106
2 80 10 M 90 3
150 153
3N 60 10 M 90 3
208 211
3E M 20 3
150
4N 90 M 90 -
4E 208 M 20 -
70 80 90 100 60 400\400
Ejercicio 6
Una empresa dedicada a la importación y distribución de computadoras cuenta con socios en
Inglaterra y Alemania como países proveedores, y tres puntos de distribución, identificados
como región 1, región 2 región 3. Por su parte, Inglaterra tiene disponibles 7200
computadoras, mientas que en Alemania la existencia alcanza las 5300. Se sabe que la región
1 requiere 5500 computadoras, mientas que tanto región 2 como región 3 necesitan 3500
computadoras cada una. Los costos de transporte unitarios asociados desde cada origen a
cada destino, se muestran en la siguiente tabla:
Región 1 ($) Región 2 ($) Región 3 ($)

Inglaterra 12 7 10
Alemania 8 11 9
Se desea conocer de qué país y en qué cantidad deben enviarse las computadoras a cada
región, al menor costo posible.
 Xij=Nº de compra
 iJ=región
pág. 22
Min.z  12 x11  7 x12  10 x13  8 x21  11x22  9 x23

s.t. :
x11  x12  x13  7200
x21  x22  x23  65300
x11  x21  5500
x12  x22  3500
x13  x23  3500
xij  0
1 2 3 oferta
Inglaterra 12 7 10 7200
Alemania 8 11 9 5300
5500 3500 3500 12500
1 2 3 oferta
Inglaterra 5500 1700 1700
Alemania 1800 3500 3500
5500 3500 3500
Min.z  12 * 5500  7 *1700  10 * 0  8 * 0  11 *1800  9 * 3500
Z  129200 $
METODO BOGEL
1 2 3 oferta
Inglaterra 12 7 10 7200
Alemania 8 11 9 5300
5500 3500 3500 12500
1 2 3 oferta penal I penal II

Inglaterra 200 3500 3500 3500 3 2
Alemania 5300 0 0 3500 1 1
Demanda 5500 3500 3500 12500
Min.z  300 * 12  7 * 3500  10 * 3500  8 * 5300
Z  104300 $
RESPUESTA: Se pudo ver a través del cálculo que por método Boguel nos da un costo de
104300 logrando así el menor costo posible de nuestros costos de transporte.
pág. 23
Ejercicio 1
Suponer que a tres personas A, B, C se les deben asignar las tareas TI, TII, TIII. Sabiendo
que los costos de asignar a la persona A en las tareas TI, TII y TIII son $11, $9 $7,
respectivamente; de igual forma para B, los costos son $9, $6 y $12, para TI, TII y TIII;
mientras que para C los costos son de $8, $12 y $6 para las mismas tareas, determina la
asignación para obtener el costo mínimo.
Solución por el método de asignación.
T1 T2 T3 T1 T2 T3 costo mínimo Se debe determinar

el valor mínimo por
A 11 9 7 A 11 9 7 7
fila, y pasar a restar a
B 9 6 12 B 9 6 12 6 cada valor de la fila
C 8 12 6 C 8 12 6 6 correspondiente.
Se debe determinar
el valor mínimo por T1 T2 T3 T1 T2 T3 Si en nuestra tabla
final existe al
columna, y pasar a A 4 2 0 A 2 2 0
restar a cada valor de menos un cero
B 3 0 6 B 1 0 6 por fila y
la columna
correspondiente. C 2 6 0 C 0 6 0 columna, es la
costo mínimo 2 0 0 solución
Se distribuye las tareas correspondientes a las personas A, B, C, de acuerdo a los costos

correspondientes. Según la tabla del ejercicio y la tabla final.
T1 T2 T3 T1 T2 T3
A 11 9 7 A 2 2 0
B 9 6 12 B 1 0 6
C 8 12 6 C 0 6 0
Respuesta
 A realiza la tarea T3
 B realiza la tarea T2
 C realiza la tarea T1
 El costo total de las actividades es de 21 $
pág. 24
Ejercicio 2
Suponer que a las tres personas A,B,C se les deben asignar las tareas TI, TII, TIII, pero con
cambios significativos en los costos, los cuales son para la persona A en las tareas TI, TII y
TIII son $21, $18 y $23, respectivamente; de igual forma para B, los costos son $33, $28 y
$43, para TI, TII y TIII; mientras que para C los costos son de $21, $25 y $24 para las mismas
tareas, determina la asignación para obtener el costo mínimo del modelo de asignación.
T1 T2 T3
A 21 18 23
B 33 28 43
C 21 25 24
Se determina el valor mínimo por fila de nuestra tabla inicial, restamos este valor a las celdas
correspondientes por filas.
Se vuelve a determinar el valor mínimo de las celdas por columnas, se resta este valor en las
celdas correspondientes por columnas.
costo T1 T2 T3
T1 T2 T3 mínimo A 3 0 5
A 21 18 23 18 B 5 0 15
B 33 28 43 28 C 0 4 3
C 21 25 24 21 costo mínimo 0 0 3
Teniendo nuestra nueva tabla continuamos con el ejercicio.

T1 T2 T3 Fijamos las líneas y Restamos Y sumamos
columnas que tienen (2) a (2) en las
A 3 0 2 más de un 0, y todas las celdas que
B 5 0 12 determinamos el valor celdas no existe
mínimo de las celdas no marcadas intersección
C 0 4 0 marcadas (2)
Tabla con las operaciones anteriores. Tenemos nuestra solución óptima. Con el cual
designamos las tareas
T1 T2 T3 T1 T2 T3 tabla de
A 21 18 23 A 1 0 0 nuestra
B 33 28 43 B 3 0 10 solución
C 21 25 24 C 0 6 0
Respuestas
pág. 25
Asignación de tareas a las personas

 A realiza la tarea T3
 B realiza la tarea T2
 C realiza la tarea T1
Ejercicio 3
Los integrantes de la junta directiva de un grupo formado por cuatro empresas, E1, E2, E3 y
E4, están considerando asignar a cada una de ellas una estrategia de reingeniería dentro de
cuatro posibilidades A, B, C y D. para realizar esta asignación, los ejecutivos de la mesa
directiva calificaron el riesgo de implementar cada estrategia a cada empresa en una escala
de 0 a 10 puntos, utilizando el numero 10 como el riesgo mayor. Las calificaciones son las
que se muestran en la siguiente tabla:
A B C D
E1 7 7 8 6
E2 7 9 9 10
E3 8 10 8 7
E4 6 8 10 8
Determina la estrategia de reingeniería que corresponde a cada empresa, tomando en cuenta

que se requiere obtener la suma de las calificaciones de riesgo más baja posible.
Se determina el valor mínimo por fila de nuestra tabla inicial, restamos este valor a las celdas
correspondientes por filas.
Se vuelve a determinar el valor mínimo de las celdas por columnas, se resta este valor en las
celdas correspondientes por columnas.
A B C D
Costo
A B C D mínimo E1 1 1 2 0
E1 7 7 8 6 6 E2 0 2 2 3
E2 7 9 9 10 7 E3 1 3 1 0
E3 8 10 8 7 7 E4 0 2 4 2
E4 6 8 10 8 6 Costo
mínimo 0 1 1 0
Para llevar a cabo la fusión de dos corporativos, se identificaron cuatro actividades críticas y
el tiempo para llevar a cabo cada una de ellas por cuatro firmas consultoras que denotamos
por F1, F2, F3 y F4. Las actividades son:
 Realización del plan de fusión (RPF).
 Negociación de acercamiento con el segundo corporativo (NDA).
pág. 26
 Ajustes del plan de fusión (APF).

 Negociación final y firma de la fusión (NFF).
El tiempo en cada firma realiza las actividades esta dado en las siguientes tablas:
Para la firma consultora F1 Para la firma consultora F2
Actividad Tiempo en días Actividad Tiempo en días
RPF 160 RPF 135
NDA 130 NDA 120
APF 130 APF 155
NFF 105 NFF 110
Para la firma consultora F3 Para la firma consultora F4

Actividad Tiempo en días Actividad Tiempo en días
RPF 140 RPF 50
NDA 110 NDA 35
APF 80 APF 70
NFF 185 NFF 175
Con esta información se desea encontrar la asignación optima que minimice el tiempo en el
que se lleva a cabo la negociación, considerando que cada actividad puede asignarse a
cualquier firma consultora y que por política de la empresa no se puede contratar solo a una
de ellas.
F1 F2 F3 F4
RPF 160 135 140 50
NDA 130 120 110 35
APF 130 155 80 70
NFF 105 110 185 175
Determinamos el costo mínimo de cada columna y cada fila y restamos este valor a las otras
casillas de las filas correspondientes.
costo
F1 F2 F3 F4 minimo
RPF 160 135 140 50 50
NDA 130 120 110 35 35
APF 130 155 80 70 70
NFF 105 110 185 175 105
pág. 27
A B C D
RPF 110 85 90 0
NDA 95 85 75 0
APF 60 85 10 0
NFF 0 5 80 70
costo minimo 0 5 10 0
Realizamos las siguientes operaciones
A B C D fijamos las líneas y restamos (65) a Y Sumamos

RPF 110 80 80 0 columnas que tienen todas las celdas (65) en las
1 ó más de un 0, y no marcadas celdas que
NDA 95 80 65 0 determinamos el existe
APF 60 80 0 0 valor mínimo de las intersección
NFF 0 0 70 70 celdas no marcadas
Tenemos una nueva tabla de resultados
A B C D volvemos a fijar las restamos Y Sumamos

tabla de nuestra
RPF 45 15 15 0 solución, pero no lineas y columnas que (15) a todas (15) en las
tienen 1 ó mas de un 0, las celdas no celdas que
NDA 30 15 0 0 es la que nos
y determinamos el marcadas existe
APF 60 80 0 65 dará la solución
valor minimo de las interseccion
mas optima
NFF 0 0 70 135 celdas no marcadas
Obtenemos la tabla con la solución mas óptima. Y con la tabla inicial realizamos la
asignación de actividades correspondientes.
F1 F2 F3 F4 A B C D
RPF 160 135 140 50 RPF 30 0 15 0 tabla de
nuestra
NDA 130 120 110 35 NDA 15 0 0 0 solución
APF 130 155 80 70 APF 60 80 0 65 óptima.
NFF 105 110 185 175 NFF 0 0 85 150
Respuesta
 RPF realiza la actividad F4
 NDA realiza la actividad F2
 APF realiza la actividad F3
 NFF realiza la actividad F1
pág. 28
Ejercicio 5
El consejo directivo de la General Wheels Co. Está considerando siete grandes inversiones
de capital. Estas inversiones difieren en la utilidad estimada a largo plazo (valor presente
neto) que van a generar, así como en la cantidad de capital requerido, como se muestra en la
siguiente tabla (en millones de dólares).
Oportunidad de inversión
1 2 3 4 5 6 7
Utilidad estimada 9 16 18 15 6 12 11
Capital requerido 25 40 45 35 15 30 25
La cantidad total de capital disponible para estas inversiones es de US$ 100.000.000. Las
oportunidades de inversión 1 y 2 son mutuamente excluyentes y también los son la 3 y 4.
Además, no pueden intentarse 3 ni 4 a menos que se decida invertir en 1 o en 2. No existen
restricciones sobre las oportunidades 5,6 y 7. El objetivo es seleccionar la combinación de
inversiones de capital que maximice la utilidad total estimada a largo plazo (valor presente
neto). Formular un modelo de programación lineal binaria para este problema.
SOLUCION
Función objetivo
Max. Z 9x1+16x2+18x3+15x4+6x5+12x6+11x7
Restricciones s.t.
25x1+40x2+45x3+35x4+15x5+30x6+25x7 <= 100
x1+x2 =1
x3+x4 =1
x1 <= 1
x2 <= 1
x3 <= 1
x4 <= 1
x5 <= 1
x6 <= 1
x7 <= 1
pág. 29
DIFERENCIAS ENTRE PERT Y CPM
La principal diferencia entre PERT y CPM es la manera en que se realizan los estimados de
tiempo PERT supone que el tiempo para realizar cada una de las actividades es una variable
aleatoria descrita por una distribución de probabilidad
Ejercicio 1
El banco BISA debe reubicar sus oficinas hacia nuevas instalaciones en la zona norte con el
objeto de brindar una atención especializada a sus clientes, el director debe preparar un
informe detallado de las labores y el tiempo de cada uno para el traslado, incluyendo rutas
críticas y estimación de tiempos. El director ha desarrollado el proyecto con 11 actividades
que se presentan en el cuadro 1.
ACTIVIDAD DETALLE PRECEDENTE a m b

A Seleccionar tipo de oficinas 1 3 5
B Creae plan organizacional 3 4,5 9
C Determinar personal B 2 3 4
D Diseñar las instalaciones A,B 2 4 6
E construir los intereses D 4 7 16
F Seleccionar personal C 1 1,5 5
G Contratar nuevos empleados F 2,5 3,5 7,5
H Traslado de archivos y material F 1 2 3
I Hacer arreglos financieros B 4 5 6
J Capacitar nuevo personal H,E,G 1,5 3 4,5
a) ¿Cuál será la probabilidad de terminar el proyecto hasta 18?

b) ¿Cuál será la probabilidad de terminar el proyecto hasta 25?
c) ¿Cuál será la duración del proyecto para una probabilidad de finalización del 95%?
Resolución del ejercicio

Actividad Detalle Precedente A M B Tm Varianza
A Seleccionar tipo de oficinas 1 3 5 3 0,444
B Creae plan organizacional 3 4,5 9 5 1
C Determinar personal B 2 3 4 3 0,111
D Diseñar las instalaciones A,B 2 4 6 4 0,44
E construir los intereses D 4 7 16 8 4
F Seleccionar personal C 1 1,5 5 2 0,444
G Contratar nuevos empleados F 2,5 3,5 7,5 4 0,694
H Traslado de archivos y material F 1 2 3 2 0,111
I Hacer arreglos financieros B 4 5 6 5 0,111
J Capacitar nuevo personal H,E,G 1,5 3 4,5 3 0,25
pág. 30
 a  4m  b
t
6
ba
2
2
  
 6 
 T T 
 ´ py 
pr (T  T´ py )  Pr  z 
s

  
2
Rutas
ADEJ 3 4 8 3 18dias
AFGJ 3 4 4 3 14dias
AFHJ 3 2 2 3 10dias
ACDEJ 5 3 8 4 3 23dias
BCFGJ 5 3 2 4 3 17dias
BCFHJ 5 3 2 2 3 15dias
BIf1J 5 5 0 3 13dias
 RC
2
 1  0,111  0,444  4  0,25
 RC
2
 5,805
 RC  2,409
2 D 4 E 6 J 7
A
C F G
1 5 H
B 3
f1
I 8
pág. 31
 RC
2
  B2   C2   D2   E2   J2
18  23
Pr (18  Tpy )  Pr( z 
2,409
Pr ( z  2,076)
P (18)  0,01899  1,9%
P (23)  80%
Pr  95%; z  1,65
TS  23
z  1,6
2,409
Ts  26,97 dias
Respuesta
Con una probabilidad de un 95% el proyecto se va concluir en 26 dias
Ejercicio 2
La compañía constructora PREFAB ha identificado nueve actividades que tiene lugar
durante la construcción de una casa. Las cuales se enumeran a continuación.
ID TAREA DESCRIPCION PREDEC TN

1 EST Eregir la estructura 2 5
2 CIM Poner los cimientos 3
3 VITE Poner las vigas techos 1 2
4 RETE Revestir el techo 3 3
5 ELEC Cableado electrico 1 4
6 EXT Tablas paredes exteriores 7 4
7 VENT Colocar las ventanas 1 2
8 PINT tablas paredes interiores 4;6;8 2
9 INT Pintura EXT. E INT 5;7 3
a) Dibuje la matriz de precedencia del proyecto

b) Dibuje la red del proyecto siguiendo la notación A o A (Actividad en Arco)
c) Calcule las fechas de inicio temprano e inicio tardía de cada actividad (o la fecha
temprana y tardía de cada evento/nodo), así como los márgenes totales y margen
libre de las actividades.
Y identifique el camino crítico.
d) Basándose en los datos adjuntos sobre costo normal y acelerado de las tareas calcule
el incremento de costos por día.
pág. 32
ID TN TF CN CF COSTO DIA REC

1 5 4 100 150 CARP1;CARP2
2 3 3 50 50
3 2 2 80 80 CARP1;CARP2
4 3 2 80 85
5 4 2 60 80
6 4 2 100 150 CARP1
7 2 2 30 30 CARP2
8 2 2 500 500
9 3 2 180 240 CARP1
1. Comprima el proyecto 14 días.

2. En caso de no poder terminar el proyecto en 14 días se pagará una multa de $40 por
día de atraso.
3. Dibuje la matriz del procedimiento del proyecto:
Activ.. 1 2 3 4 5 6 7 8 9
1 x
2
3 x
4 x
5 x
6 x
7 x
8 x x x
9 x x
4. Dibuje la red del proyecto siguiendo la notación A o A (actividad en arco)
pág. 33
5. Calcule las fechas de inicio temprano e inicio tardío de cada actividad, así como los
márgenes totales y margen libre de las actividades. Identifique el camino crítico.

1 5 4 100 150 CARP1;CARP2
2 3 3 50 50
3 2 2 80 80 CARP1;CARP2
4 3 2 80 85
5 4 2 60 80
6 4 2 100 150 CARP1
7 2 2 30 30 CARP2
8 2 2 500 500
9 3 2 180 240 CARP1
Designación de la ruta critica
Ruta critica
6. Basándose en los datos adjuntos sobre costo normal y acelerado calcule el

incremento de costo por día.
pág. 34

1 5 4 100 150 CASP1;CARP2
2 3 3 50 50
3 2 2 80 80 CASP1;CARP2
4 3 2 80 85
5 4 2 60 80
6 4 2 100 150 CASP1
7 2 2 30 30 CARP2
8 2 2 500 500
9 3 2 180 240 CASP1
N actividad Tn Tc T FIN Tlibre Ttardio Costo día

1 EST 5 3 8 0 8 50,0
2 CIM 3 0 3 0 3 0,0
3 VITE 2 8 10 2 12 0,0
4 RETE 3 10 13 2 15 5,0
5 ELEC 4 8 12 0 12 10,0
6 EXT 4 10 14 1 15 25,
7 VENT 2 8 10 2 12 0,0
8 PINT 2 15 17 0 17 0,0
9 INT 3 12 15 0 15 60,0
COSTO DIA:
𝐶𝐹 − 𝐶𝑁
= 𝐶𝑂𝑆𝑇𝑂 𝐷𝐼𝐴
𝑇𝑁 − 𝑇𝐹
𝐶𝑁 = 𝐶𝐹 + 𝐶𝑉
RUA CRITICA 17 DIAS ==== 1; 2; 3; 5; 7; 8.
REDUCION DE DIAS TIEMPO ACELERADO: A 14 días
EST ELEC EXT TOTAL $

Costo 50 20 25 95
Tiempo -1 -2 -1
pág. 35
COSTO TOTAL PARA

14 DIAS
SUMA 1180
SUMA 95
TOTAL $ 1275
Ejercicio 1
Utilice los números aleatorios de un digito, 5, 2, 4, 9, 7, para generar observaciones aleatorias
para cada una de las siguientes situaciones:
a) La tirada al aire de una moneda.
b) El color de la luz del semáforo que llega al azar, si el 40% del tiempo está en verde,
10% en amarillo y 50% en rojo.
Solución
a) La tirada al aire de una moneda.
Probabilida Prob.
Evento Rangos Personas Porcentaje
d Acumulada
Cara 0,5 0,5 1 5 3 60%
Escudo 0,5 1 6 10 2 40%
Pro.
Evento Probabilidad Rangos Personas Porcentaje
Acumulada
Cara 0,35 0,35 1 3,5 2 20%
Escudo 0,65 1 3,6 10 4 80%
pág. 36
b) El color de la luz del semáforo que llega al azar, si el 40% del tiempo está en verde,
10% en amarillo y 50% en rojo.
Prob. diferentes
Evento Probabilidad Rango Porcentaje
Acumulada colores
Amarillo 0,10 0,10 0 1 0 0%
Verde 0,40 0,50 2 5 3 60%
Rojo 0,50 1,00 6 10 2 40%
Ejercicio 2
Utilice el método congruencial mixto para generar las siguientes ecuaciones de nº aleatorios.
a) Una sucesión de 10 n.a. enteros de un digito tal que X n1  ( X n  3)(modulo10) yX 0  2
b) Una sucesión de 8 n.a. enteros entre 0 y 7 de un digito tal que

X n1  (5 X n  1)(modulo8) yX 0  1
c) Una sucesión de 5 n.a. enteros de un digito tal que

X n1  (61X n  27)(modulo100) yX 0  100
METODO CONRUENCIAL MIXTO

X n1  ( X  m)(moduloY)
Solución
a) Una sucesión de 10 n.a. enteros de un digito tal que
X0  2
Modulo  10
m3
X n 1  ( X  3)(modulo10)
X0  2
X 01  ( X 0  3)(10)
X 1  (2  3)(10)  X 1  (5)(10)  50
X 01  ( X 0  3)(0  10)
X n1  ( X n  3)(modulo10) yX 0  2
pág. 37
X1  2  3  5
X 2  53  8
X 3  8  3  11  11  10  1
X 4  1 3  4
X5 43 7
X 6  7  3  10
X 7  10  3  13  13  10  3
X8  33  6
X9  639
X 10  9  3  12  12  10  2
b) Una sucesión de 8 n.a. enteros entre 0 y 7 de un digito tal que

X n1  (5 X n  1)(modulo8) yX 0  1
X 1  (5 *1  1)  6
X 2  (6 *1  1)  7
X 3  (7 *1  1)  8
X 4  (8 *1  1)  9  9  8  1
X 5  (1*1  1)  2
X 6  (2 *1  1)  3
X 7  (3 *1  1)  4
X 8  (4 *1  1)  5
c) Una sucesión de 5 n.a. enteros de un digito tal que

X n1  (61X n  27)(modulo100) yX 0  100
X 1  (100  27)  127  127  100  27
X 2  (27  27)  54
X 3  (54  27)  81
X 4  (81  27)  108  108  100  8
X 5  (8  27)  35
pág. 38
Ejercicio 3
El clima se puede considerar un sistema estocástico, porque evoluciona de una manera
probabilística de un día a otro. Suponga que para cierto lugar este comportamiento
probabilístico satisface la siguiente descripción: La probabilidad de un día despejado para
mañana si hoy no llueve es del 80% y la probabilidad de un día despejado para mañana si
hoy llueve es del 40%.
Solución
EVENTO 1 EVENTO 2
PROBALIDA PROBABILI
D DAD
EVENTOS PROBABILIDAD RANGO 1 EVENTOS PROBABILIDAD RANGO 2
ACUMULAD ACUMULAD
A A
HOY LLUEVE 0,5 0,5 0,00 0,50 DESPEJADO 0,8 0,8 0,00 0,80
HOY NO LLUEVE 0,5 1 0,51 1,00 NO DESPEJADO 0,2 1 0,81 1,00
1 1
pág. 39
N° EVENTO N° ALEAT 1 EVENTO 1 N° ALEAT 2 EVENTO 2

1 0,17 HOY LLUEVE 0,48 DESPEJADO
2 0,89 HOY NO LLUEVE 0,43 DESPEJADO
4 0,17 HOY LLUEVE 0,88 NO DESPEJADO
7 0,53 HOY NO LLUEVE 0,80 NO DESPEJADO
50 0,64 HOY NO LLUEVE 0,44 DESPEJADO pág. 40
PROBABILIDAD
DESPEJADO 37 74%
NO DESPEJADO 13 26%
50
Ejercicio 4
Se desea saber el resultado económico de una campaña de suscripción puerta a puerta; para
ello se realiza un estudio de simulación en base a información muestral obtenida de campañas
anteriores. El nº máximo de suscripciones que puede hacer una persona que es visitada por
el vendedor es de 4, pero la probabilidad varía si es hombre o es mujer. La distribución de
probabilidad del nº de suscripciones según el sexo del comprador es el siguiente:
MUJERES HOMBRES
Nº de articulos 1 2 3 4 Nº de articulos 1 2 3 4
Probabilidad 0,6 0,3 0,1 0 Probabilidad 0,1 0,4 0,3 0,2
Cuando el vendedor/a visita a los clientes establecidos, en un 70% de los casos no hay nadie
o no son recibidos. Cuando son recibidos, un 80% de las veces abre un hombre y un 20% una
mujer. Cuando abre un hombre un 25% de las veces se consigue la venta, pero este porcentaje
es solo el 15% si abre una mujer. El beneficio por suscripción vendida es 3000 pts.
Determinar el beneficio total de la campaña simulando 15 visitas.
Solución
NO SON RECIBIDOS 0,7

ART 1 0,1
HOMBRE 0,8 SE VENDE 0,25 ART 2 0,4
NO SE VENDE 0,75 ART 3 0,3
SON RECIBIDOS 0,3 ART 4 0,2
MUJER 0,2 SE VENDE 0,15 ART 1 0,6

NO SE VENDE 0,85 ART 2 0,3
ART 3 0,1
ART 4 0
PROBABILID
AD
PROBABILIDAD RANGO
ACUMULAD
N° A
1 SR,HOM,SEVEND,ART1 0,0060 0,0060 0 0,0060
2 SR,HOM,SEVEND,ART2 0,0240 0,0300 0,0061 0,0300
3 SR,HOM,SEVEND,ART3 0,0180 0,0480 0,0301 0,0480
4 SR,HOM,SEVEND,ART4 0,0120 0,0600 0,0481 0,0600
5 SR,MUJER,SEVEND,ART1 0,0054 0,0654 0,0601 0,0654
9 NO SE VENDE 0,9310 1,0000 0,0691 1,0000
TOTAL 1,0000
pág. 41
N°EVENTO N° ALEATORIO VENTAS NO SE VENDE 13

1 0,9713 NO SE VENDE SE VENDE 2
2 0,2327 NO SE VENDE BENEFICIO TOTAL 6000
3 0,9385 NO SE VENDE
Ejercicio 5
Una empresa quiere introducirse en la venta por teléfono, pero desea determinar cuáles son
los ingresos medios que supone esta nueva estrategia de ventas por teléfono con el fin de
determinar los futuros beneficios. Se sabe de estudios de otras empresas dedicadas a lo
mismo, que:
 De las llamadas realizadas, el 55% de las llamadas contestan y aceptan, el 25% contestan y
no aceptan y el resto no contestan (no hay nadie en casa, contestador, teléfono erróneo,...)
 Las ventas difieren de si es un hombre o una mujer quien contesta.
 La probabilidad de que sea una mujer es del 55%.
 Las probabilidades de ventas están definidas de la siguiente manera:
Mujeres:
N# de artículos 0 1 2 3 4 5
probabilidad 0,04 0,16 0,30 0,25 0,20 0,05
Hombres:
N# de artículos 0 1 2 3 4 5
probabilidad 0,15 0,10 0,15 0,30 0,20 0,10
pág. 42
El precio medio del artículo es de 3000 pts., simule un día laboral donde pueden realizarse
unas 20 llamadas.
llamada no
recibidos 0,45 art1 0,15
contesta y
hombre 0,45 acepta 0,55 art2 0,1
contesta y
no acepta 0,25 art3 0,15
no contesta 0,20 art4 0,3
art 5 0,2
art6 0,1
contesta y
llamada recibidos 0,55 acepta 0,25 art1 0,04
contesta y
mujer 0,55 no acepta 0,25 art2 0,16
no contesta 0,5 art3 0,3
art4 0,25
art5 0,2
art6 0,05
probabilidad
n# evento probabilidad rango
acumulada
1 sr,homb,se vende art0 0,037125 0,037125 0 0,037125
2 sr,homb,se vende art1 0,02475 0,061875 0,037225 0,061875
7 sr,mujer,se vende art 0 0,0121 0,2596 0,2476 0,2596
no se vende 0,45 1 0,5501 1
total 1
pág. 43
no se vende 12
se vende 8
beneficio total 24000
Resolución de con números aleatorios:

n#
n# evento aleatorio ventas
1 0,8077 no vende
2 0,6343 no vende
3 0,4277 vende
4 0,5675 no vende
5 0,6517 no vende
6 0,8276 no vende
7 0,8343 no vende
8 0,1517 vende
9 0,1956 vende
10 0,1012 vende
11 0,6377 no vende
12 0,0655 vende
13 0,3643 vende
14 0,6279 no vende
15 0,7353 no vende
16 0,8785 no vende
17 0,3480 vende
18 0,7754 no vende
19 0,1659 vende
20 0,9087 no vende
Ejercicio 6
Considere la distribución de probabilidad cuya función de densidad es:
1
f ( x)  1
x2
0x  1
pág. 44
N# de
0  f ( x)  0,6
eventos eventos porcentaje
Los estratos son: 0,6  f ( x)  0,9 con 3,3 y 4 primer estrato 17 57%
0,9  f ( x)  1 segundo estrato 11 37%
observaciones, respectivamente tercer estrato 2 7%
30 100%
n# eventos n# f(x)^2 estratos Resultados

1 0,2303 18,8574 primer estrato
2 0,9008 1,2324 tercer estrato
8 0,7954 1,5807 segundo estrato
10 0,0728 188,7060 primer estrato
13 0,9147 1,1951 tercer estrato
30 0,0259 1490,0374 primer estrato
pág. 45
Ejercicio 7
Una empresa desea introducirse en el comercio electrónico (viá internet). Para ello quiere
conocer el número de artículos que vende en un día cualquiera por esta vía de
comercialización. Los datos de los que se dispone son que el 65% de la población tiene acceso
a internet. De ese 65%, el 55% son hombres y el 45% son mujeres y el nº de artículos que
compran a través del comercio electrónico tiene la siguiente distribución:
N# de P(x) P(x)
artículos hombres Mujeres
0 0,45 0,25
1 0,35 0,55
2 0,15 0,15
>3 0,05 0,05
Los no tienen acceso a internet son un 35%
art0 0,45
hombre 0,55% se vende art1 0,35
no se vende art2 0,15
tiene acceso a internet 0,65% art>3 0,05
se vende art0 0,25
mujer 0,45% no se vende art1 0,55
art2 0,15
art>3 0,05
probabilidad
n# evento probabilidad acumulada rango
1 sr,homb,se vende art 0 0,160875 0,160875 0 0,160875
2 sr,homb,se vende art 1 0,125125 0,286 0,160975 0,286
3 sr,homb,se vende art 2 0,053625 0,339625 0,2861 0,339625
4 sr,homb,se vende art >3 0,017875 0,3575 0,339725 0,3575
8 sr,mujer,se vende art >3 0,014625 0,65 0,635475 0,65
no se vende 0,35 1 0,6501 1
total 1
pág. 46
Realizado con números aleatorios

n# RESULTADO :
n# evento aleatorio evento art0 17 57%
1 0,2309 0 art1 9 30%
2 0,3950 0 art2 2 7%
3 0,0093 0 art>3 2 7%
4 0,6094 1 sumar 30 100%
5 0,8498 1
6 0,5463 0
7 0,2730 0
8 0,6163 1
9 0,0272 0
10 0,9857 3
11 0,7857 1
12 0,7926 1
13 0,4098 0
14 0,6477 1
15 0,2458 0
16 0,4630 0
17 0,0974 0
18 0,0305 0
19 0,9116 2
20 0,4307 0
21 0,5025 0
22 0,1596 0
23 0,9413 2
24 0,3146 0
25 0,9984 3
26 0,2724 0
27 0,6007 1
28 0,6774 1
29 0,4117 0
30 0,8301 1
Ejercicio 1.
Hay una fiesta el próximo fin de semana y un amigo nos pide ayuda para evaluar sus
posibilidades de conquista. Después de un cuidadoso análisis concluimos que la probabilidad
de éxito depende principalmente de tres factores: el gusto particular de la chica elegida, la
música que estén pasando en el momento del encuentro y la originalidad del discurso.
Podemos expresar entonces la probabilidad de éxito como: P = A+ B +C donde:
pág. 47
A es un factor que depende de la música y se puede asimilar a una variable aleatoria

distribuida uniformemente entre 0 y 0,1.
B depende del gusto de la chica elegida y se puede asimilar a una variable aleatoria distribuida
uniformemente entre 0 y 0,3.
C está asociada a la originalidad del discurso y lo asumimos equivalente a una variable
aleatoria continua con distribución triangular entre 0 y 0,6. La moda inicial es 0,5 y
disminuye en 0,1 por cada fracaso.
Por cuestiones de tiempo consideramos que hay un máximo de cuatro oportunidades durante
toda la fiesta. Nuestro amigo nos pide estimar a cuantas chicas tendrá que encarar para tener
una probabilidad de 0,7 o más de conseguir el mail de una de ellas.
P=A+B+C
RANGO
A ALEATORIO 0 0,1
B ALEATORIO 0 0,3
C TRIANGULAR 0 0,5 0,6
PROBABI
Nº DE CHICAS A B C MODA LIDAD ENTREVISTA
TOTAL
1 0,0180 0,2770 0,5207 0,5 0,8157 1
2 0,0194 0,1981 0,4415 0,5 0,7364 2
3 0,0295 0,2602 0,4341 0,5 0,7291 3
4 0,0105 0,0211 0,3779 0,5 0,6729 0
3
Ejercicio 2.
Un granjero estudia los riesgos asociados a su cultivo. Con base a su experiencia y a los
indicadores del mercado obtiene los siguientes datos:
Precio del mercado del cultivo:
pág. 48
U$S/Kg Probabilidad Asociada

2 0,10
3 0,20
4 0,50
5 0,10
6 0,05
7 0,05
En cuanto al rendimiento por hectárea, se sabe que responde a una distribución normal:
N (220; 20), siendo: [𝜂] = Kg/Ha.
El costo por hectárea está dado por una función densidad triangular entre 400 y 600
U$S/Ha, con una moda de 450.
Se pide:
a) Calcular el beneficio esperado por hectárea. Construya un intervalo de confianza
(nivel de significación 10%).
b) Calcular la probabilidad estimada de que el granjero obtenga menos de 100U$S/Ha
de beneficio esperado.
c) Suponiendo que el granjero cuenta con 500 hectáreas, recomendaría una inversión
de U$S 150.000 que disminuya el costo a: función densidad triangular entre 320 y
d) 480, con una moda de 360. ¿Y si contara con 200, 300, 400, 600 o 700 hectáreas?
PRECIO CULTIVO
USD/Kg Prob As Prob Acu Rango
2 0,10 0,10 0,00 0,10
3 0,20 0,30 0,11 0,30
4 0,50 0,80 0,31 0,80
5 0,10 0,90 0,81 0,90
6 0,05 0,95 0,91 0,95
7 0,05 1,00 0,96 1,00
Rendimiento Costo hectarea

kg/h
Media Desv Min Moda Max
220 20 320 360 480
pág. 49
N # aleatorio Precio (usd./Kg) Rend (Kg/Hac.) Costo (usd./Hac.)

1 0,133221118 3 203,31 351,86
2 0,70736363 4 228,41 436,67
3 0,677127796 4 260,22 342,59
Beneficio (usd./Hac) InversionHectarias

Ganancia final
258,07 150000 700 180646,746 30646,75
476,98
698,29
pág. 50

Guia de Ejercicios Sbv.-1

Cargado por

Copyright:

Formatos disponibles

Guia de Ejercicios Sbv.-1

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guia de Ejercicios Sbv.-1

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD MAYOR DE SAN ANDRÉS

INGENIERÍA INDUSTRIAL AMAZÓNICA

“Ejercicios Resueltos de las Guías”

Univ: Arteaga Gonzales Daniel

Univ: Cordero Bautista Grover Ernesto

Univ: Ibarra Vaquila Tania

Univ: Jauregui Flower Dayana Belen

Univ: Perez Maldonado Yandira Jacqueline

Univ: Picolomini Varela Denny Mariela

Univ: Terrazas Chao Edgar Albert

Univ: Yarari Palomeque Farit Gerlin

Univ: Yarari Palomeque Yexenia

Docente: Ing. Jhonny Roberto Pinto

c) Solo cambiaría el valor

 Si el precio baja de 60 a 40 se debe producir la misma cantidad 6 de madera y 1 de

 Pero si cambia de 60 a 20 se deberá producir 4 marcos de aluminio y 2 de madera

 Si produce 5 marcos de madera obtendrá una ganancia de 330$

a) formule el modelo de programación lineal.

b) Use el método grafico para resolver el modelo. Escriba su respuesta

x = Nº televisores de 27’’ a producir

y = Nº de televisores de 30’’ a producir

Maximizar z: 120x +80y

10y = 500 - 500

x Nº televisores de 27’’ a producir

y Nº de televisores de 30’’ a producir

3) x+3y = 200 (-2)

-2x-6y = -400 (-2)

A) Formule un modelo de programación lineal.

a) Formulación del Modelo

Maximizar z: 0,10x +0,20y

0,1x = 200 x = 2000

1/4y = 800 y = 3200

z =0,10 * 2000+0,20*2800= 760

El máximo número de horas de trabajo disponibles diariamente es de 120 en montaje y 180

MONTAJE ACABADO GANANCIA

Función objetiva: Max Z: 300*X+400*Y

En un almacén de frutas hay 800 kg de naranjas, 800 kg de manzanas y 500 kg de plátanos.

NARANJA MANZANA PLATANO GANANCIAS GANANCIAS

Función objetiva: Max Z: 4800*X+5600*Y

INVERSION MAX MIN GANANCIA

Función objetiva: Max Z: 0,1*X+0,08*Y

min ...Y  6000 10 11 0 0

PROTEINAS HIDRATOS GRASAS COSTO/kg

PROTEINAS HIDRATOS GRASAS COSTO/kg

Función objetiva: Max Z: 600*X+400*Y

FACTORIA I II III FABRICACION

Función objetiva: Min Z: 500*X+400*Y

50 X  25Y  200 ...(60)

METODO SIMPLEX DUAL

fila _ actual  coeficiente * N º de _ fila

Región 1 ($) Región 2 ($) Región 3 ($)

Min.z  12 x11  7 x12  10 x13  8 x21  11x22  9 x23

1 2 3 oferta penal I penal II

T1 T2 T3 T1 T2 T3 costo mínimo Se debe determinar

Se distribuye las tareas correspondientes a las personas A, B, C, de acuerdo a los costos

Teniendo nuestra nueva tabla continuamos con el ejercicio.

Asignación de tareas a las personas

Determina la estrategia de reingeniería que corresponde a cada empresa, tomando en cuenta

 Ajustes del plan de fusión (APF).

Función objetiva: Max Z: 300X+400Y

Función objetiva: Max Z: 4800X+5600Y

Función objetiva: Max Z: 0,1X+0,08Y

Función objetiva: Max Z: 600X+400Y

Función objetiva: Min Z: 500X+400Y