U.N.Ju. – Facultad de Ingeniería – I. O.

– Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22

Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

Ejercicios:
1) ¿Qué es la I.O.?
• La I.O. también conocida como CIENCIA DE LA ADMINISTRACION, es una disciplina en la cual los
administradores utilizan las matemáticas y las computadoras para tomar decisiones racionales en la resolución de
problemas.
• Es un planteamiento científico que busca determinar cómo diseñar y operar mejor un sistema normalmente bajo
condiciones que requieren la asignación de escasos recursos.

2) Realice una síntesis histórica de la I.O.

El campo de administración surgió durante la 2ª guerra mundial cuando había una gran necesidad de administrar esos
recursos. Jefes militares británicos pidieron a científicos e ingenieros que analizaran varios problemas militares como el
despliegue del radar, la administración de un convoy, las operaciones de bombardeos, ataques contra submarinos y la
colocación de minas.
A la aplicación de la matemática y del método científico, a las operaciones militares, se les llamó investigación operativa.

3) Enuncie los pasos que constituyen la Metodología Científica de la Investigación Operativa.

Definición del Desarrollo de un modelo Resolución del

problema matemático y recolección de datos modelo matemático

Solución
Modelo modificado No

¿Es válida la solución?

Si
Implementación

• Definir el problema: el analista de investigación operativa define primero el problema de la organización: la

definición del problema incluye la especificación de objetivos de la organización y de las partes de esta (o del
sistema) que se tiene que estudiar antes de resolver el problema.
• Observar el sistema: el analista reúne datos para estimar los valores de los parámetros que influyen en el problema
de la organización para crear y evaluar un modelo matemático del problema de la organización.
• Formulación del modelo matemático para el problema: el analista crea un modelo matemático del problema que
relacione los parámetros (modelo analítico). Cuando no existe un modelo analítico manejable, hay que crear,
frecuentemente, un modelo de simulación que permita a una computadora aproximar el comportamiento del
sistema actual.
• Verificar y usar el modelo para predicciones: el analista trata de determinar si el modelo matemático, creado en el
paso anterior, es una representación exacta de la realidad.
• Presentar resultados y conclusiones: el analista presenta el modelo y la recomendación al individuo o grupo que
toma la decisión. En algunas situaciones se podrían presentar varias alternativas y dejar que la organización escoja
la que mejor se ajuste a sus necesidades.
• Implementar y evaluar las recomendaciones: si la organización acepta el estudio, el analista ayudará a
implementar las recomendaciones y asegurar que estas permitan a la organización alcanzar sus objetivos.

4) Enuncie 5 (Cinco) Aplicaciones Típicas de la Investigación Operativa.

❖ PROBLEMAS DE INVENTARIO Y PRODUCCIÓN: por ejemplo, una empresa cervecera que tiene varias
sucursales donde sus productos varían en disponibilidad, precios, costo, etc.
❖ PROBLEMAS DE MAXIMIZACIÓN: una empresa busca una combinación de sus recursos que dispone para
generar la máxima ganancia.
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

❖ PROBLEMA DE PLANEACIÓN LABORAL: un hospital que cuenta con una determinada capacidad de contratación
deberá determinar la velocidad para contratar un nuevo personal.
❖ PROBLEMA DE TRANSPORTE: una empresa de encomiendas desea reducir los costos de transporte y
distribución a partir de la minimización del recorrido a realizar (elegir el camino más corto).
❖ PROBLEMA DE LA LÍNEA DE ESPERA: por ejemplo, una sala de urgencias debe determinar el Nº necesario de
profesionales médicos para pacientes que llegan en una determinada franja horaria de manera que los médicos
no tengan tiempo ociosos ni los pacientes esperen demasiado poniendo en riesgo sus vidas.

5) ¿Qué es la Ingeniería de Sistemas?

Puede definirse como el arte y la ciencia de seleccionar de entre un gran número de alternativas posibles, con un
abundante contenido de metodología de ingeniería, a aquel conjunto de acciones que satisfacen mejor los objetivos totales
de quienes toman las decisiones, dentro de las restricciones legales, morales, económicas, de recursos, de presiones
sociales y políticas y de leyes que gobiernan las leyes físicas, biológicas y otras ciencias naturales.

6) Que es un Modelo, clasifíquelos y enuncie los elementos principales que incluye un Modelo Matemático.
Un modelo es la representación de un sistema de la vida real. Se agrupan en categoría con arreglo a su grado de
abstracción.
Se clasifican en:
• MODELO ICÓNICO: es una representación física del sistema real a mayor o menor escala.
• MODELO ANÁLOGO: representa las propiedades reales de un sistema por medio de otro conjunto de propiedades
más simples o más fáciles de manejar.
• MODELO MATEMÁTICO O SIMBÓLICO: es el modelo más abstracto y el que ofrece más interés para la
investigación operativa. Utiliza letras, números y relaciones matemáticas, para representar las propiedades de un
sistema de la vida real.
Los elementos principales que incluye un modelo matemático son:
1. VARIABLES: es una cantidad cuyo valor se puede controlar y se debe determinar para solucionar el problema de
decisión. Se clasifican en controladas y no controladas. Las variables controladas son las variables de decisión.
2. FUNCIÓN OBJETIVO: es una función escalar que depende de las variables de decisión, de estado y de los
parámetros y que permite, dada una política, calcular la salida del sistema. Es una función de respuesta del
sistema. Se obtiene una solución óptima cuando los valores para las variables de decisión dan el mayor valor para
la función objetivo.
3. RESTRICCIONES: son limitaciones sobre los valores de las variables en un modelo matemático impuesto por
condiciones externas

7) Que entiende por: Sistema. Variables de decisión. Variables de estado. Parámetros del sistema. Política.
Restricciones. Política factible. Espacio de políticas. Espacio de políticas convexo. Objetivo. Función
Objetivo.
SISTEMA: es un conjunto ordenado de elementos que interactúan entre sí para lograr un objetivo en común.
VARIABLES DE DECISIÓN: son las variables de entrada controlables y parcialmente controlables. Una vez que se
determina su valor proporcionan la solución al problema.
VARIABLES DE ESTADO: son las variables que definen, en un instante dado, la condición en la cual se encuentra el
sistema.
PARÁMETROS DEL SISTEMA: son variables que no cambian sensiblemente de valor durante el análisis, por lo que se
las considera constantes.
POLÍTICA: es un conjunto de valores particulares asignados a las variables de decisión (sobre los recursos, etc.).
RESTRICCIONES: son los condicionantes y se definen en forma de inecuaciones y ecuaciones.
POLÍTICA FACTIBLE: es toda política que no viola ninguna restricción.
ESPACIO DE POLÍTICAS: es el subconjunto compuesto por todas las políticas factibles. Este espacio puede ser convexo
o no convexo.
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

ESPACIO DE POLÍTICAS CONVEXO: es un espacio bidimensional con una curva cerrada que tiene la propiedad de que
cualquier línea recta que conecta dos puntos sobre la frontera solo incluye puntos límites y/o interiores.
OBJETIVO: es la meta hacia la cual se desea llegar y tiene implícito el criterio en base al cual se puede determinar la
salida del sistema para una cierta entrada controlable.
FUNCIÓN OBJETIVO: define la medida de la eficacia del sistema en el estudio.

8) Describa los pasos generales para convertir una descripción cualitativa de un problema a una forma
matemática.
FORMULACIÓN DE UN PROBLEMA
Se trata de convertir una descripción cualitativa de un problema a una forma matemática que pueda resolverse. Para ello
se plantean las siguientes preguntas:
1. ¿Quiénes toman decisiones y cuáles son sus objetivos?
Se debe identificar la F.O. En caso de haber una sola persona que toma decisiones el objetivo es único, en caso ser
varios los objetivos son múltiples.
2. ¿Cuáles son los factores que están bajo el control de quienes toman decisiones y como afecta a la solución?
Se deben analizar las variables de decisión y luego por análisis del modelo se determinan sus valores.
3. ¿Cuáles son los rangos de valores permitidos para las variables de decisión?
Se deben identificar las restricciones que surjan porque generalmente el problema se encuentra condicionado por
requerimientos económicos, tecnológicos, etc.
4. ¿Cuáles son los factores incontrolables que influyen en el sistema?
Se deben identificar las variables incontroladas que generalmente se encuentran especificadas o estimadas. Estas
variables se convierten en parámetros.

9) Realice la formulación matemática de un problema genérico de Programación Lineal para 2 (Dos) variables y
en donde estén comprometidos la utilización de 3 (Tres) recursos distintos. Identifique sus componentes.

Funcional
𝐹. 𝑂. : 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2 OP. MÁX.
Variables de 𝑆. 𝑎: OP. Mín.
decisión
𝑎11 ⋅ 𝑋1 + 𝑎12 ⋅ 𝑋2 ≤ 𝑏1 Cada termino presenta una contribución al beneficio total.
Cij: se expresan en unidades monetarias sobre unidades de
Restricciones 𝑎21 ⋅ 𝑋1 + 𝑎22 ⋅ 𝑋2 ≤ 𝑏2
producción.
𝑎31 ⋅ 𝑋1 + 𝑎32 ⋅ 𝑋2 ≤ 𝑏3
Recursos disponibles
𝑋1 ≥ 0 ; 𝑋2 ≥ 0
Condición de no negatividad
aij: coeficientes tecnológicos
10) Identifique un conjunto de variables de decisión apropiadas para este ejercicio. Proporcione nombres
simbólicos relevantes y una descripción completa de cada variable. Formular el modelo.

Una industria textil produce camisas para hombre y camisas para damas, se utilizan los siguientes procesos
de producción, corte, costura y empaque. Emplea 25 trabajadores en el departamento de corte, 35 en el de
costura y 5 en el de empaque, la fábrica trabaja en turnos de 8 horas 5 días a la semana. El costo de producción
es de $3500 para la camisa de caballeros y $4000 para la camisa de damas, y se vende al mayoreo dejando
un margen del 15% de utilidad. Plantee el modelo matemático.

Tiempo por unidad en minutos

Corte Costura Empaque

Camisas para hombre 20 70 6

 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

Camisas para dama 60 60 8

Variables de decisión:

𝑋1 : cantidad de camisas para hombre producidas en la industria textil semanalmente.

𝑋2 : cantidad de camisas para dama producidas en la industria textil semanalmente.

Camisas Camisas
Requerimientos Disponibilidad
hombre Dama
Corte (min) 20 60 60000
Costura (min) 70 60 84000
Empaque (min) 6 8 12000
Utilidad ($) 525 600 -
Modelo matemático:

𝑀𝑎𝑥. 𝑍 = 525 ⋅ 𝑋1 + 600 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

20 ⋅ 𝑋1 + 60 ⋅ 𝑋2 ≤ 60000

70 ⋅ 𝑋1 + 60 ⋅ 𝑋2 ≤ 84000

6 ⋅ 𝑋1 + 8 ⋅ 𝑋2 ≤ 12000

𝑋1 ≥ 0

𝑋2 ≥ 0

11) Un alumno de la U.N.Ju., se da cuenta que solo estudiar y nada de diversión lo hace ser aburrido, entonces
desea distribuir su tiempo disponible en aproximadamente 10 horas al día entre estudiar y divertirse. El
alumno desea estudiar por lo menos el mismo tiempo que dedicarse a la diversión. Sin embargo, comprende
que para cumplir con sus tareas no puede divertirse más de 4 horas al día. El alumno afirma que divertirse es
dos veces más entretenido que estudiar. ¿Cómo debe distribuir su tiempo para Maximizar su estudio y
también su diversión? Plantee el modelo.
Variables de decisión:

𝑋1 : cantidad de horas diarias que el alumno dedica a divertirse.

𝑋2 : cantidad de horas diarias que el alumno dedica a estudiar.

Modelo matemático:

𝑀𝑎𝑥. 𝑍 = 1 ⋅ 𝑋1 + 1 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

1 ⋅ 𝑋1 + 1 ⋅ 𝑋2 ≤ 10

1 ⋅ 𝑋1 − 1 ⋅ 𝑋2 ≤ 0

1 ⋅ 𝑋1 ≤ 4

𝑋1 ≥ 0

𝑋2 > 0

12) Una fábrica quiere determinar el plan de producción de sus dos productos que optimice su beneficio:
Producto I (PI) y Producto II (PII).
El proceso de producción requiere diferentes combinaciones de horas de Mano de Obra, horas máquina y de
un cierto material. Para la fabricación de una unidad de PI, se requieren 7 h. de mano de obra 5 h. máquinas
y 6 unidades de materiales. Por cada unidad de PII se requieren 4 horas de M. O., 5 horas máquinas y 12
unidades de materiales. La contribución unitaria a las utilidades por cada tipo de producto es de $450 para PI
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

y de $650 para el PII. Teniendo en cuenta que la fábrica dispone de 160 horas de mano de obra, 140 horas de
máquinas y 300 unidades de materiales por mes, se pide plantear un modelo de programación lineal,
identifique las variables de decisiones, los recursos y los coeficientes tecnológicos. Formule el modelo.
Variables de decisión:

𝑋1 : Cantidad producida por mes de Producto I (PI).

𝑋2 : Cantidad producida por mes de Producto II (PII).

Recursos:

𝑏1 : cantidad de horas de mano de obra disponibles por mes.

𝑏2 : cantidad de horas máquina disponibles por mes.

𝑏3 : cantidad de materiales disponibles por mes.

Coeficientes tecnológicos:

𝑎11 : cantidad de horas de mano de obra requeridas para fabricar una unidad de (PI).

𝑎12 : cantidad de horas de mano de obra requeridas para fabricar una unidad de (PII).

𝑎21 : cantidad de horas máquina requeridas para fabricar una unidad de (PI).

𝑎22 : cantidad de horas máquina requeridas para fabricar una unidad de (PII).

𝑎31 : cantidad de materiales requeridos para fabricar una unidad de (PI).

𝑎32 : cantidad de materiales requeridos para fabricar una unidad de (PII).

Requerimientos (PI) (PII) Disponibilidad

Mano de obra (h) 7 4 160
Horas maquina (h) 5 5 140
Materiales (unidades) 6 12 300
Contribución unitaria ($) 450 650 -
Modelo matemático:

𝑀𝑎𝑥. 𝑍 = 450 ⋅ 𝑋1 + 650 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

7 ⋅ 𝑋1 + 4 ⋅ 𝑋2 ≤ 160

5 ⋅ 𝑋1 + 5 ⋅ 𝑋2 ≤ 140

6 ⋅ 𝑋1 + 12 ⋅ 𝑋2 ≤ 300

𝑋1 ≥ 0

𝑋2 ≥ 0

13) Una empresa produce dos tipos de bienes B1 y B2. La planta puede producir al menos 150 unidades de B1 y
280 de B2 diariamente. El costo por unidad del producto B1 representa $450, mientras que el costo del
producto B2 es de $180, y una producción combinada de ambos productos de al menos 10000 unidades.
Plantee un modelo de programación lineal que minimice el costo. Identifique el conjunto de variables y
describa cada una de ellas.
Variables de decisión:

𝑋1 : Cantidad diaria producida de bienes B1.

𝑋2 : Cantidad diaria producida de bienes B2.

Función objetivo:
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

𝑀𝑖𝑛. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2

𝐶1 : costo por unidad del producto B1.

𝐶2 : costo por unidad del producto B2.

𝑴𝒊𝒏. 𝒁 = 𝟒𝟓𝟎 ⋅ 𝑿𝟏 + 𝟏𝟖𝟎 ⋅ 𝑿𝟐

Restricciones:

𝑋1 ≥ 150

𝑋2 ≥ 280

𝑋1 + 𝑋2 ≥ 10000

Modelo matemático:

𝑀𝑖𝑛. 𝑍 = 450 ⋅ 𝑋1 + 180 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

𝑋1 + 𝑋2 ≥ 10000

1 ⋅ 𝑋1 ≥ 150

1 ⋅ 𝑋2 ≥ 280

𝑋1 ≥ 0

𝑋2 ≥ 0

14) Una empresa produce dos tipos de mesas: un estilo colonial y otra estilo tradicional. Las utilidades que se
obtienen de su venta son de $5500 por la colonial y $4200 por la tradicional. Para esta semana ya hay un
pedido de 10 mesas de tipo tradicional. El gerente de producción quiere realizar la planeación de su
producción semanal sabiendo que solamente cuenta con 450 horas para la construcción y 200 horas para
barnizarlas. En el siguiente cuadro se indican las horas necesarias para realizar cada una de las tareas y la
utilidad para ambas mesas. Plantear un modelo de programación lineal, identifique las variables de
decisiones, los recursos y los coeficientes tecnológicos. Formule el modelo.
Colonial Tradicional
Construcción 5 hs 7 hs
Barnizado 4 hs 5 hs
Variables de decisión:

𝑋1 : Cantidad de mesas estilo colonial producidas en una semana (EC).

𝑋2 : Cantidad de mesas estilo tradicional producidas en una semana (ET).

Función objetivo:

𝑀𝑎𝑥. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2

𝐶1 : utilidad por unidad de mesa EC.

𝐶2 : utilidad por unidad de mesa ET.

𝑴𝒂𝒙. 𝒁 = 𝟓𝟓𝟎𝟎 ⋅ 𝑿𝟏 + 𝟒𝟐𝟎𝟎 ⋅ 𝑿𝟐

Restricciones:

Requerimientos (EC) (ET) Disponibilidad

Construcción (h) 5 7 450
Barnizado (h) 4 5 200
“Para esta semana ya hay un pedido de 10 mesas de tipo tradicional…”
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

𝑋2 ≥ 10

Recursos:

𝑏1 : cantidad de horas disponibles para construcción por semana.

𝑏2 : cantidad de horas disponibles para barnizado por semana.

Coeficientes tecnológicos:

𝑎11 : cantidad de horas necesarias para construir una unidad de EC.

𝑎12 : cantidad de horas necesarias para construir una unidad de ET.

𝑎21 : cantidad de horas necesarias para barnizar una unidad de EC.

𝑎22 : cantidad de horas necesarias para barnizar una unidad de ET.

𝑎32 : unidad para las mesas ET (unidad, decena, docena, centena, etc.) a producir por pedido.

Modelo matemático:

𝑀𝑎𝑥. 𝑍 = 5500 ⋅ 𝑋1 + 4200 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

5 ⋅ 𝑋1 + 7 ⋅ 𝑋2 ≤ 450

4 ⋅ 𝑋1 + 5 ⋅ 𝑋2 ≤ 200

1 ⋅ 𝑋2 ≥ 10

𝑋1 ≥ 0

𝑋2 ≥ 0

15) Una compañía elabora dos productos diferentes. Uno de ellos requiere por unidad ¼ de hora en trabajo de
armado, 1/8 de hora en trabajo de control de calidad y $1200 en costo de producción. El otro producto requiere
por unidad 1/3 de hora de trabajo de armado, 1/3 de hora en trabajo de control de calidad y $900 en costo de
producción. Dispone de personal en la compañía solo 90hs para armado y 80hs para control de calidad cada
día. El primer producto tiene un valor de venta de $4500 por unidad y para el segundo corresponde un precio
de $2000. Se ha estimado que el límite máximo de ventas diarias para el primer producto es de 200 unidades,
no existiendo límite máximo para ventas del segundo producto. Formule el modelo matemático que permita
maximizar la utilidad.
Variables de decisión:

𝑋1 : Cantidad producida de Producto I por día.

𝑋2 : Cantidad producida de Producto II por día.

Restricciones:

Requerimientos Producto I Producto II Disponibilidad

Tiempo para armado (h) 1/4 1/3 90
Tiempo para control de calidad (h) 1/8 1/3 80
Costo de producción ($) 1200 900 -
Precio de venta ($) 4500 2000 -
Utilidad ($) 3300 1100 -
“Se ha estimado que el límite máximo de ventas diarias para el primer producto es de 200 unidades…”

𝑋1 ≤ 200

Función objetivo:

𝑀𝑎𝑥. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

𝐶1 : utilidad por unidad de Producto I.

𝐶2 : utilidad por unidad de Producto II.

𝑴𝒂𝒙. 𝒁 = 𝟑𝟑𝟎𝟎 ⋅ 𝑿𝟏 + 𝟏𝟏𝟎𝟎 ⋅ 𝑿𝟐

Modelo matemático:

𝑀𝑎𝑥. 𝑍 = 3300 ⋅ 𝑋1 + 1100 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:
1 1
⋅ 𝑋1 + ⋅ 𝑋2 ≤ 90
4 3

1 1
⋅ 𝑋1 + ⋅ 𝑋2 ≤ 80
8 3

1 ⋅ 𝑋1 ≤ 200

𝑋1 ≥ 0

𝑋2 ≥ 0

16) Consideremos un taller que puede fabricar dos productos diferentes utilizando tres tipos de máquinas. El
problema consiste en planificar la producción del taller en el corto plazo teniendo como objetivo escoger el
programa de producción que maximice las utilidades netas en el período de tiempo considerado. En lo que
es el proceso de fabricación de los productos, se describen de la siguiente manera: Ambos productos
requieren para su producción el empleo de tres máquinas, siendo imposible utilizar la misma máquina para
la elaboración simultánea de los dos productos. Se estima que para la elaboración de una unidad de producto
1 se requiere 2,5 horas en la máquina Nº1, 1 hora en la máquina Nº2 y 1,5 hora en la máquina Nº3. Para la
fabricación del producto 2, se requiere 1,5 hora en la máquina Nº1, 1 hora en la máquina Nº2 y 4 horas en la
máquina Nº3. Se sabe que las disponibilidades de tiempo de las máquinas en horas por semana son de 70,
50 y 90 horas, respectivamente. Se estima, además, que el costo unitario del producto 1 es de $50 y del
producto 2 es $70, siendo los precios de venta $70 y $120, Plantee el modelo de PL.
Variables de decisión:

𝑋1 : Cantidad producida de Producto 1 por semana.

𝑋2 : Cantidad producida de Producto 2 por semana.

Restricciones:

Requerimientos Producto 1 Producto 2 Disponibilidad

Tiempo para uso de maquina Nº1 (h) 2,5 1,5 70
Tiempo para uso de maquina Nº2 (h) 1 1 50
Tiempo para uso de maquina Nº3 (h) 1,5 4 90
Costo de producción ($) 50 70 -
Precio de venta ($) 70 120 -
Utilidad ($) 20 50 -
Modelo matemático:

𝑀𝑎𝑥. 𝑍 = 20 ⋅ 𝑋1 + 50 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

2,5 ⋅ 𝑋1 + 1,5 ⋅ 𝑋2 ≤ 70

1 ⋅ 𝑋1 + 1 ⋅ 𝑋2 ≤ 50

1,5 ⋅ 𝑋1 + 4 ⋅ 𝑋2 ≤ 90

𝑋1 ≥ 0

𝑋2 ≥ 0
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

17) En una granja se usa diariamente un mínimo de 850gr. De alimento especial, que es una mezcla de maíz y
soja, con las composiciones siguientes:
Alimento Proteínas Fibras Costo/gr.
Maíz 0,09 0,02 $5,00
Soja 0,6 0,06 $9,00
Las necesidades dietéticas del alimento especial son un mínimo de 35% de proteínas y un máximo de 10% de
fibras, formule el modelo matemático que determine las proporciones de alimento que produzcan un costo
diario mínimo.
Variables de decisión:

𝑋1 : gramos de maíz a usar en la mezcla diaria.

𝑋2 : gramos de soja a usar en la mezcla diaria.

Función objetivo: minimizar el costo diario total de la mezcla de alimentos.

𝑀𝑖𝑛. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2

𝐶1 : $5,00 (Costo por gramo de Maíz).

𝐶2 : $9,00 (Costo por gramo de Soja).

𝑴𝒊𝒏. 𝒁 = 𝟓 ⋅ 𝑿𝟏 + 𝟗 ⋅ 𝑿𝟐

Restricciones:

“…se usa diariamente un mínimo de 850gr.”

1 ⋅ 𝑋1 + 𝑋2 ≥ 850

“Las necesidades dietéticas del alimento especial son un mínimo de 35% de proteínas…”

0,09 ⋅ 𝑋1 + 0,6 ⋅ 𝑋2 ≥ 0,35(𝑋1 + 𝑋2 )

0,09 ⋅ 𝑋1 + 0,6 ⋅ 𝑋2 ≥ 0,35 ⋅ 𝑋1 + 0,35 ⋅ 𝑋2

(−0,26 ⋅ 𝑋1 + 0,25 ⋅ 𝑋2 ≥ 0) ⋅ (−1)

0,26 ⋅ 𝑋1 − 0,25 ⋅ 𝑋2 ≤ 0

“y un máximo de 10% de fibras…”

0,02 ⋅ 𝑋1 + 0,06 ⋅ 𝑋2 ≤ 0,1(𝑋1 + 𝑋2 )

0,02 ⋅ 𝑋1 + 0,06 ⋅ 𝑋2 ≤ 0,1 ⋅ 𝑋1 + 0,1 ⋅ 𝑋2

(−0,08 ⋅ 𝑋1 − 0,04 ⋅ 𝑋2 ≤ 0) ⋅ (−1)

0,08 ⋅ 𝑋1 + 0,04 ⋅ 𝑋2 ≥ 0

Modelo matemático:

𝑀𝑖𝑛. 𝑍 = 5 ⋅ 𝑋1 + 9 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:
1 ⋅ 𝑋1 + 𝑋2 ≥ 850

0,26 ⋅ 𝑋1 − 0,25 ⋅ 𝑋2 ≤ 0

0,08 ⋅ 𝑋1 + 0,04 ⋅ 𝑋2 ≥ 0

𝑋1 ≥ 0

𝑋2 ≥ 0
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

18) Una fábrica de motores eléctricos produce dos clases de motores, cada uno en una línea de producción
aparte. Las capacidades diarias de las dos líneas son de 600 y de 750 motores. El motor tipo 1 usa 10 unidades
de cierto componente electrónico, y el motor tipo 2 usa 8 unidades. El proveedor de ese componente puede
suministrar 8000 piezas por día. Las utilidades son $6000 por cada motor de tipo 1 y $4000 por cada uno de
tipo 2. Plantee el modelo matemático.
Variables de decisión:

𝑋1 : cantidad de motores clase 1 (C1) producidos en un día.

𝑋2 : cantidad de motores clase 2 (C2) producidos en un día.

Función objetivo:

𝑀𝑎𝑥. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2

𝐶1 : $6000 (utilidad por unidad de motor clase 1).

𝐶2 : $4000 (utilidad por unidad de motor clase 2).

𝑴𝒂𝒙. 𝒁 = 𝟔𝟎𝟎𝟎 ⋅ 𝑿𝟏 + 𝟒𝟎𝟎𝟎 ⋅ 𝑿𝟐

Restricciones:

“Las capacidades diarias de las dos líneas son de 600 y de 750 motores.”

𝑋1 ≤ 600

𝑋2 ≤ 750

“El motor tipo 1 usa 10 unidades de cierto componente electrónico, y el motor tipo 2 usa 8 unidades. El proveedor de ese
componente puede suministrar 8000 piezas por día”

10 ⋅ 𝑋1 + 8 ⋅ 𝑋2 ≤ 8000

Modelo matemático:

𝑀𝑎𝑥. 𝑍 = 6000 ⋅ 𝑋1 + 4000 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:
10 ⋅ 𝑋1 + 8 ⋅ 𝑋2 ≤ 8000

1 ⋅ 𝑋1 ≤ 600

1 ⋅ 𝑋2 ≤ 750

𝑋1 ≥ 0

𝑋2 ≥ 0

19) Un ingeniero agrónomo, dueño de 1000 hectáreas para cultivo quiere aprovechar al máximo la utilización de
su terreno, y desea realizar diferentes labores como ser: cultivar dos tipos de cereales (trigo y cebada), plantar
dos tipos de frutales (perales y duraznos), y reforestar, para lo cual se plantarán pinos y cedros. Los
beneficios que se obtienen por cada hectárea cultivada de trigo cebada son 35 y 30 en miles de pesos; así
mismo, para cada hectárea de perales se obtienen 35 y para cada hectárea de duraznos, 40 en miles de pesos.
Por otro lado, se obtiene una subvención por la forestación y se otorgan 5 en miles de pesos por cada hectárea
de pinos y 4 en miles de pesos por cada hectárea de cedros. Las normas de explotación obligan a utilizar al
menos 45% del total de la tierra con cultivos de los cereales y como máximo un 55% de la tierra en cualquiera
de las otras dos labores, frutales o reforestación. Defina el conjunto de variables y plantee el modelo
describiendo cada uno de sus componentes.
Variables de decisión:

𝑋1 : Cantidad de hectáreas destinadas al cultivo de trigo.

𝑋2 : Cantidad de hectáreas destinadas al cultivo de cebada.

 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

𝑋3 : Cantidad de hectáreas destinadas a plantación de perales.

𝑋4 : Cantidad de hectáreas destinadas a plantación de durazneros.

𝑋5 : Cantidad de hectáreas destinadas a reforestación con pinos.

𝑋6 : Cantidad de hectáreas destinadas a reforestación con cedros.

Función objetivo:

𝑀𝑎𝑥. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2 + 𝐶3 ⋅ 𝑋3 + 𝐶4 ⋅ 𝑋4 + 𝐶5 ⋅ 𝑋5

𝐶1 : utilidad obtenida por cultivar una hectárea de trigo (miles de pesos).

𝐶2 : utilidad obtenida por cultivar una hectárea de cebada (miles de pesos).

𝐶3 : utilidad obtenida por plantar una hectárea perales (miles de pesos).

𝐶4 : utilidad obtenida por plantar una hectárea de durazneros (miles de pesos).

𝐶5 : utilidad por hectárea de pinos reforestada (miles de pesos).

𝐶6 : utilidad por hectárea de cedros reforestada (miles de pesos).

𝑴𝒂𝒙. 𝒁 = 𝟑𝟓 ⋅ 𝑿𝟏 + 𝟑𝟎 ⋅ 𝑿𝟐 + 𝟑𝟓 ⋅ 𝑿𝟑 + 𝟒𝟎 ⋅ 𝑿𝟒 + 𝟓 ⋅ 𝑿𝟓 + 𝟒 ⋅ 𝑿𝟔

Recursos:

𝑏1 : hectáreas totales disponibles para cualquier actividad.

𝑏2 : hectáreas mínimas disponibles para cultivo de cereales.

𝑏3 : hectáreas máximas disponibles para actividades que no sean cultivo de cereales.

Coeficientes tecnológicos:

𝑎11 : [hectáreas totales disponibles] / [hectáreas destinadas al cultivo de trigo].

𝑎12 : [hectáreas totales disponibles] / [hectáreas destinadas al cultivo de cebada].

𝑎13 : [hectáreas totales disponibles] / [hectáreas destinadas a plantación de perales].

𝑎14 : [hectáreas totales disponibles] / [hectáreas destinadas a plantación de durazneros].

𝑎15 : [hectáreas totales disponibles] / [hectáreas destinadas a reforestación con pinos].

𝑎16 : [hectáreas totales disponibles] / [hectáreas destinadas a reforestación con cedros].

𝑎21 : [hectáreas mínimas disponibles para cultivo de cereales] / [hectáreas destinadas al cultivo de trigo].

𝑎22 : [hectáreas mínimas disponibles para cultivo de cereales] / [hectáreas destinadas al cultivo de cebada].

𝑎33 : [hectáreas máximas disponibles para todo excepto cereales] / [hectáreas destinadas a plantación de perales].

𝑎34 : [hectáreas máximas disponibles para todo excepto cereales] / [hectáreas destinadas a plantación de durazneros].

𝑎35 : [hectáreas máximas disponibles para todo excepto cereales] / [hectáreas destinadas a reforestación con pinos].

𝑎36 : [hectáreas máximas disponibles para todo excepto cereales] / [hectáreas destinadas a reforestación con cedros].

*Todas los 𝑎𝑖𝑗 son adimensionales para este ejercicio.

Restricciones:

“Las normas de explotación obligan a utilizar al menos 45% del total de la tierra con cultivos de los cereales”

1 ⋅ 𝑋1 + 1 ⋅ 𝑋2 ≥ 0,45 ⋅ (1 ⋅ 𝑋1 + 1 ⋅ 𝑋2 + 1 ⋅ 𝑋3 + 1 ⋅ 𝑋4 + 1 ⋅ 𝑋5 + 1 ⋅ 𝑋6 )
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

0,55 ⋅ 𝑋1 + 0,55 ⋅ 𝑋2 − 0.45 ⋅ 𝑋3 − 0.45 ⋅ 𝑋4 − 0.45 ⋅ 𝑋5 − 0.45 ⋅ 𝑋6 ≥ 0

“y como máximo un 55% de la tierra en cualquiera de las otras dos labores, frutales o reforestación.”

1 ⋅ 𝑋3 + 1 ⋅ 𝑋4 + 1 ⋅ 𝑋5 + 1 ⋅ 𝑋6 ≥ 0,55 ⋅ (1 ⋅ 𝑋1 + 1 ⋅ 𝑋2 + 1 ⋅ 𝑋3 + 1 ⋅ 𝑋4 + 1 ⋅ 𝑋5 + 1 ⋅ 𝑋6 )

−0,55 ⋅ 𝑋1 − 0,55 ⋅ 𝑋2 + 0.45 ⋅ 𝑋3 + 0.45 ⋅ 𝑋4 + 0.45 ⋅ 𝑋5 + 0.45 ⋅ 𝑋6 ≥ 0

Modelo matemático:

𝑀𝑎𝑥. 𝑍 = 35 ⋅ 𝑋1 + 30 ⋅ 𝑋2 + 35 ⋅ 𝑋3 + 40 ⋅ 𝑋4 + 5 ⋅ 𝑋5 + 4 ⋅ 𝑋6 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

1 ⋅ 𝑋1 + 1 ⋅ 𝑋2 + 1 ⋅ 𝑋3 + 1 ⋅ 𝑋4 + 1 ⋅ 𝑋5 + 1 ⋅ 𝑋6 ≤ 1000

0,55 ⋅ 𝑋1 + 0,55 ⋅ 𝑋2 − 0.45 ⋅ 𝑋3 − 0.45 ⋅ 𝑋4 − 0.45 ⋅ 𝑋5 − 0.45 ⋅ 𝑋6 ≥ 0

−0,55 ⋅ 𝑋1 − 0,55 ⋅ 𝑋2 + 0.45 ⋅ 𝑋3 + 0.45 ⋅ 𝑋4 + 0.45 ⋅ 𝑋5 + 0.45 ⋅ 𝑋6 ≥ 0

𝑋1 ≥ 0

𝑋2 ≥ 0

𝑋3 ≥ 0

𝑋4 ≥ 0

𝑋5 ≥ 0

𝑋6 ≥ 0

20) K La Fábrica de refrigeradores “La Nevada S.A.”, produce dos tipos de refrigeradoras (Línea Económica LE y
Línea de Lujo LL). De los estudios realizados sobre las necesidades en el mercado se estima que, para el
próximo año, los requerimientos máximos de estos productos serán de 70.000 unidades de LL y 110.000
unidades de LE. La utilidad que deja la venta de las LE es de $1400 por unidad y de $2000 por unidad de LL.
¿Cuántas unidades de cada línea pueden producir para que la empresa alcance el máximo de utilidad?, si
dispone de 15000 unidades de hierro, 16400 unidades de fibra de vidrio , 13000 unidades de aluminio. Además,
la composición de dichos elementos para cada refrigerador se muestra a continuación:

Hierro Fibra de vidrio Aluminio

Línea económica (LE): 10% 12% 7%
Línea de Lujo (LL): 5% 10% 10%

a) Identifique las variables de decisión. b) Identifique la función objetivo. c) Identifique las restricciones. d)
Realice la formulación completa.
a)

Variables de decisión:

𝑋1 : Cantidad anual de refrigeradores LE a fabricar.

𝑋2 : Cantidad anual de refrigeradores LL a fabricar.

b)

Función objetivo:

𝑀𝑎𝑥. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2

𝐶1 : utilidad por venta de cada refrigerador LE = $1400.

𝐶2 : utilidad por venta de cada refrigerador LL = $2000.

 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

𝑴𝒂𝒙. 𝒁 = 𝟏𝟒𝟎𝟎 ⋅ 𝑿𝟏 + 𝟐𝟎𝟎𝟎 ⋅ 𝑿𝟐

c)

Restricciones:

Requerimientos LE LL Disponibilidad
Hierro (unidades) 0,1 0,05 15000
Fibra de vidrio (unidades) 0,12 0,1 16400
Aluminio (unidades) 0,07 0,1 13000
Utilidad ($) 1400 2000 -

“...los requerimientos máximos de estos productos serán de 70.000 unidades de LL…”

𝑋2 ≤ 70000

“…y 110.000 unidades de LE.”

𝑋1 ≤ 110000

d)

Modelo matemático:

𝑀𝑎𝑥. 𝑍 = 1400 ⋅ 𝑋1 + 2000 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

0,1 ⋅ 𝑋1 + 0,05 ⋅ 𝑋2 ≤ 15000

0,12 ⋅ 𝑋1 + 0,1 ⋅ 𝑋2 ≤ 16400

0,07 ⋅ 𝑋1 + 0,1 ⋅ 𝑋2 ≤ 13000

𝑋1 ≤ 110000

𝑋2 ≤ 70000

𝑋1 ≥ 0

𝑋2 ≥ 0

e) ¿Cuántas unidades de cada línea pueden producir para que la empresa alcance el máximo de utilidad?

Respuesta.: se deberán producir 78.333 unidades LE y 70.000 unidades LL.

21) Una empresa fabrica dos productos, A y B. El volumen de ventas de A es, cuando menos, 80% de las ventas
totales de A y B. Sin embargo, la empresa no puede vender más de 100 unidades de A por día. Los dos
productos usan una materia prima, cuya disponibilidad diaria máxima es 240 lb. Los consumos de la materia
prima son 2 lb por unidad de A y 4 lb por unidad de B. Los precios unitarios de A y B son $2000 y $5000
respectivamente. Determine la combinación óptima de productos para esta compañía.
Variables de decisión:

𝑋1 : Cantidad diaria de productos “A” a fabricar.

𝑋2 : Cantidad diaria de productos “B” a fabricar.

Función objetivo:

𝑀𝑎𝑥. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2

𝐶1 : precio unitario por venta de cada producto A = $2000.

𝐶2 : precio unitario por venta de cada producto B = $5000.

 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

𝑴𝒂𝒙. 𝒁 = 𝟐𝟎𝟎𝟎 ⋅ 𝑿𝟏 + 𝟓𝟎𝟎𝟎 ⋅ 𝑿𝟐

Restricciones:

“El volumen de ventas de A es, cuando menos, 80% de las ventas totales de A y B.”

𝑋1 ≥ 0,8 ⋅ (𝑋1 + 𝑋2 )

𝑋1 ≥ 0,8 ⋅ 𝑋1 + 0,8 ⋅ 𝑋2

0,2 ⋅ 𝑋1 − 0,8 ⋅ 𝑋2 ≥ 0

“…la empresa no puede vender más de 100 unidades de A por día.”

𝑋1 ≤ 100

Requerimientos A B Disponibilidad
Materia prima (libras) 2 4 240
Precio unitario ($) 2000 5000 -

Modelo matemático:

𝑀𝑎𝑥. 𝑍 = 2000 ⋅ 𝑋1 + 5000 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

2 ⋅ 𝑋1 + 4 ⋅ 𝑋2 ≤ 240

0,2 ⋅ 𝑋1 − 0,8 ⋅ 𝑋2 ≥ 0

𝑋1 ≤ 100

𝑋1 ≥ 0

𝑋2 ≥ 0

La combinación optima de productos es la siguiente: 80 productos A y 20 productos B.

22) En un centro de maquinado se fabrican dos productos. Los tiempos de producción por unidad de los
productos 1 y 2 son de 10 y 12 minutos, respectivamente, El tiempo de máquina regular total es de 2500
minutos por día. En cualquier día, el fabricante puede producir entre 150 y 200 unidades del producto 1, pero
no más de 45 unidades del producto 2. Se puede utilizar tiempo extra para satisfacer la demanda a un costo
adicional de $0,50 por minuto. Suponiendo que las utilidades unitarias de los productos 1 y 2 son de $600.00
y $700.50, respectivamente, formule el problema como un modelo de PL.
Variables de decisión:

𝑋1 : Número de unidades diarias a fabricar del producto 1.

𝑋2 : Número de unidades diarias a fabricar del producto 2.

SIN TIEMPO EXTRA

Función objetivo:

𝑀𝑎𝑥. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2

𝐶1 : utilidad unitaria de producto 1 = $600.

𝐶2 : utilidad unitaria de producto 1 = $700,50.

𝑴𝒂𝒙. 𝒁 = 𝟔𝟎𝟎 ⋅ 𝑿𝟏 + 𝟕𝟎𝟎, 𝟓𝟎 ⋅ 𝑿𝟐

Restricciones:

Requerimientos Producto 1 Producto 2 Disponibilidad

 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

Tiempo de producción (min) 10 12 2500

Utilidad por unidad ($) 600 700,50 -

“En cualquier día, el fabricante puede producir entre 150 y 200 unidades del producto 1…”

𝑋1 ≤ 200

“…pero no más de 45 unidades del producto 2.”

𝑋2 ≤ 45

Modelo matemático:

𝑀𝑎𝑥 𝑍 = 600 ⋅ 𝑋1 + 700,50 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

10 ⋅ 𝑋1 + 12 ⋅ 𝑋2 ≤ 2500

1 ⋅ 𝑋1 ≤ 200

1 ⋅ 𝑋2 ≤ 45

𝑋1 ≥ 0

𝑋2 ≥ 0

CON TIEMPO EXTRA

Función objetivo:

𝑀𝑖𝑛. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2

𝐶1 : beneficio neto por unidad de producto 1.

𝐶2 : beneficio neto por unidad de producto 1.

𝑴𝒂𝒙. 𝒁 = 𝟓𝟗𝟓 ⋅ 𝑿𝟏 + 𝟔𝟗𝟒, 𝟓𝟎 ⋅ 𝑿𝟐

Restricciones:

Requerimientos Producto 1 Producto 2 Disponibilidad

Tiempo de producción (min) 10 12 Mayor a 2500
Coste por minuto de tiempo extra ($) 0.5*10=5 0.5*12=6 -
Utilidad por unidad ($) 600 700,50 -
Beneficio neto ($) 595 694,50

Modelo matemático:

𝑀𝑎𝑥. 𝑍 = 595 ⋅ 𝑋1 + 694,50 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

10 ⋅ 𝑋1 + 12 ⋅ 𝑋2 > 2500

1 ⋅ 𝑋1 > 200

1 ⋅ 𝑋2 > 45

𝑋1 ≥ 0

𝑋2 ≥ 0
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

23) 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 dólares en cada mina. Plantee el
modelo matemático.
Variables de decisión:

𝑋1 : Cantidad de días a trabajar en la mina A.

𝑋2 : Cantidad de días a trabajar en la mina B.

Función objetivo:

𝑀𝑖𝑛. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2

𝐶1 : coste diario de la operación en la mina A = $2000.

𝐶2 : coste diario de la operación en la mina B = $2000.

𝑴𝒊𝒏. 𝒁 = 𝟐𝟎𝟎𝟎 ⋅ 𝑿𝟏 + 𝟐𝟎𝟎𝟎 ⋅ 𝑿𝟐

Restricciones:

Necesidad diaria
Características de la mina Mina A Mina B
mínima de producción
Producción diaria de hierro de alta calidad (toneladas) 1 2 80
Producción diaria de hierro de media calidad (toneladas) 3 2 160
Producción diaria de hierro de baja calidad (toneladas) 5 2 200
Coste diario de operación (UsD $) 2000 2000 -
Modelo matemático:

𝑀𝑖𝑛. 𝑍 = 2000 ⋅ 𝑋1 + 2000 ⋅ 𝑋2 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

1 ⋅ 𝑋1 + 2 ⋅ 𝑋2 ≥ 80

3 ⋅ 𝑋1 + 2 ⋅ 𝑋2 ≥ 160

5 ⋅ 𝑋1 + 2 ⋅ 𝑋2 ≥ 200

𝑋1 ≥ 0

𝑋2 ≥ 0

24) “LA MUEBLERIA SH”, produce muebles mesas, sillas, escritorios y libreros utilizando dos tipos diferentes de
maderas A y B; de las cuales dispone de 3400 y 2000 pies2 respectivamente. Cada mesa, silla, escritorio y
librero requieren 5,1,9 Y 12 pies2 de madera tipo A y 2, 3, 4 Y 3 pies2 de madera tipo B. Cuenta con 1200 horas
hombre para este trabajo. Para la fabricación una mesa requiere 3 horas hombre, una silla 2, un escritorio 5 y
un librero 10. Los pedidos le exigen una producción mínima de 40 mesas, 130 sillas, 30 escritorios y no más
de 10 libreros. Las utilidades se estiman en $1800 por mesa, $ 750 por silla, $2250 por escritorios y $2700 por
librero. ¿Cuántos muebles de cada tipo debe producir para obtener las mayores utilidades?
Variables de decisión:

𝑋1 : Cantidad de mesas a producir.

𝑋2 : Cantidad de sillas a producir.

𝑋3 : Cantidad de escritorios a producir.

𝑋4 : Cantidad de libreros a producir.

Función objetivo:
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

𝑀𝑎𝑥. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2 + 𝐶3 ⋅ 𝑋3 + 𝐶4 ⋅ 𝑋4

𝐶1 : utilidad por cada mesa.

𝐶2 : utilidad por cada silla.

𝐶3 : utilidad por cada escritorio.

𝐶4 : utilidad por cada librero.

𝑴𝒂𝒙. 𝒁 = 𝟏𝟖𝟎𝟎 ⋅ 𝑿𝟏 + 𝟕𝟓𝟎 ⋅ 𝑿𝟐 + 𝟐𝟐𝟓𝟎 ⋅ 𝑿𝟑 + 𝟐𝟕𝟎𝟎 ⋅ 𝑿𝟒

Restricciones:

Requerimientos Mesa Silla Escritorio Librero Disponibilidad

Cantidad de madera A (pie2) 5 1 9 12 3400
Cantidad de madera A (pie2) 2 3 4 3 2000
Horas hombre requeridas (h) 3 2 5 10 1200
Utilidad ($) 1800 750 2250 2700 -
“Los pedidos le exigen una producción mínima de 40 mesas, 130 sillas, 30 escritorios y no más de 10 libreros.”

𝑋1 ≥ 40

𝑋2 ≥ 130

𝑋3 ≥ 30

𝑋4 ≤ 10

Modelo matemático:

𝑀𝑎𝑥 𝑍 = 1800 ⋅ 𝑋1 + 750 ⋅ 𝑋2 + 2250 ⋅ 𝑋3 + 2700 ⋅ 𝑋4 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

5 ⋅ 𝑋1 + 1 ⋅ 𝑋2 + 9 ⋅ 𝑋3 + 12 ⋅ 𝑋4 ≤ 3400

2 ⋅ 𝑋1 + 3 ⋅ 𝑋2 + 4 ⋅ 𝑋3 + 3 ⋅ 𝑋4 ≤ 2000

3 ⋅ 𝑋1 + 2 ⋅ 𝑋2 + 5 ⋅ 𝑋3 + 10 ⋅ 𝑋4 ≤ 1200

𝑋1 ≥ 40

𝑋2 ≥ 130

𝑋3 ≥ 30

𝑋4 ≤ 10

𝑋1 ≥ 0

𝑋2 ≥ 0

𝑋3 ≥ 0

𝑋4 ≥ 0

RESPUESTA: se deben fabricar 263 mesas, 130 sillas, 30 escritorios y ningún librero.

25) En una fábrica de vino se producen vinos del tipo: tinto, rosado y blanco. Cada botella de tinto nos produce
un beneficio de $500. Cada botella de rosado nos produce un beneficio de $205. Cada botella de blanco nos
produce un beneficio de $150. Para cada litro de vino tinto se necesita 1 Kg de uvas. Para cada litro de vino
rosado se necesita ½ Kg de uvas. Para cada litro de vino blanco se necesita ¾ Kg de uvas. Sabiendo que es
necesario producir un mínimo de 20 litros de vino blanco, y que poseen 1000 Kg de uva, calcular la producción
para que nuestro beneficio sea máximo.
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

Variables de decisión:

𝑋1 : Cantidad de botellas de vino tinto de 1L a producir.

𝑋2 : Cantidad de botellas de vino rosado de 1L a producir.

𝑋3 : Cantidad de botellas de vino blanco de 1L a producir.

Función objetivo:

𝑀𝑎𝑥. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2 + 𝐶3 ⋅ 𝑋3

𝐶1 : utilidad por botella de vino tinto de 1L.

𝐶2 : utilidad por botella de vino rosado de 1L.

𝐶3 : utilidad por botella de vino blanco de 1L.

𝑴𝒂𝒙. 𝒁 = 𝟓𝟎𝟎 ⋅ 𝑿𝟏 + 𝟐𝟎𝟓 ⋅ 𝑿𝟐 + 𝟏𝟓𝟎 ⋅ 𝑿𝟑

Restricciones:

Requerimientos Tinto Rosado Blanco Disponibilidad

Kilogramos de uvas (Kg) 1 1/2 3/4 1000
Utilidad ($) 500 205 150 -
“Sabiendo que es necesario producir un mínimo de 20 litros de vino blanco...”

𝑋3 ≥ 20

Modelo matemático:

𝑀𝑎𝑥 𝑍 = 500 ⋅ 𝑋1 + 205 ⋅ 𝑋2 + 150 ⋅ 𝑋3 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:
1 3
1 ⋅ 𝑋1 + ⋅ 𝑋2 + ⋅ 𝑋3 ≤ 1000
2 4

𝑋3 ≥ 20

𝑋1 ≥ 0

𝑋2 ≥ 0

𝑋3 ≥ 0

RESPUESTA: se deben producir 985 botellas de 1L de vino tinto, ninguna de vino rosado y 20 de vino blanco.

26) “SALSATI SRL” compra 3 clases de tomates: A, B, C para producir SALSA DE TOMATE. Por calidad la salsa
debe contener al menos el doble del tomate clase A que B y al menos la misma cantidad de B que C. Sus
proveedores de materia prima (tomate) suministran hasta 24, 15 Y 12 Ton/semana de tomate clase A, B y C;
las cuales la compañía paga a $120.000, $90.000 Y $72.000 /Ton de contado, habiendo presupuestado para
ello $7.200.000 semanalmente. El proceso es tal que 20% del tomate clase A, 30% del tomate clase B y 40%
del tomate clase C se convierte en salsa de tomate. ¿Cómo se puede lograr el mayor rendimiento en la
producción? Plantee el modelo matemático que maximice la utilidad.
Variables de decisión:

𝑋1 : toneladas de tomate clase “A” a utilizar semanalmente.

𝑋2 : toneladas de tomate clase “B” a utilizar semanalmente.

𝑋3 : toneladas de tomate clase “C” a utilizar semanalmente.

Función objetivo: lograr el mayo rendimiento en la producción.

𝑀𝑎𝑥. 𝑍 = 𝐶1 ⋅ 𝑋1 + 𝐶2 ⋅ 𝑋2 + 𝐶3 ⋅ 𝑋3
 U.N.Ju. – Facultad de Ingeniería – I. O. – Trabajo Práctico Nº 1: Programación Matemática – Fecha: Mar/22
Alumno: Pérez, Bruno Victor Carrera: Ing. Industrial LU: 553 Firma:

𝐶1 : porcentaje de tomate “A” que se convierte en salsa.

𝐶2 : porcentaje de tomate “B” que se convierte en salsa.

𝐶3 : porcentaje de tomate “C” que se convierte en salsa.

𝑴𝒂𝒙. 𝒁 = 𝟎, 𝟐 ⋅ 𝑿𝟏 + 𝟎, 𝟑 ⋅ 𝑿𝟐 + 𝟎, 𝟒 ⋅ 𝑿𝟑

Restricciones:

Características Tomate A Tomate B Tomate C Presupuesto

Precio del tomate por tonelada ($) 120000 90000 72000 7200000
Porcentaje de aprovechamiento 20% 30% 40% -
“Por calidad la salsa debe contener al menos el doble del tomate clase A que B…”

(0.2) ⋅ 𝑋1 ≥ 2 ⋅ (0.3) ⋅ 𝑋2

“…y al menos la misma cantidad de B que C.

(0.3) ⋅ 𝑋2 ≥ (0.4) ⋅ 𝑋3

“Sus proveedores de materia prima (tomate) suministran hasta 24, 15 Y 12 Ton/semana de tomate clase A, B y C…”

𝑋1 ≤ 24

𝑋2 ≤ 15

𝑋3 ≤ 12

Modelo matemático:

𝑀𝑎𝑥 𝑍 = 0,2 ⋅ 𝑋1 + 0,3 ⋅ 𝑋2 + 0,4 ⋅ 𝑋3 (función objetivo)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎:

120000 ⋅ 𝑋1 + 90000 ⋅ 𝑋2 + 72000 ⋅ 𝑋3 ≤ 7200000

0,2 ⋅ 𝑋1 − 0,6 ⋅ 𝑋2 ≥0

0,3 ⋅ 𝑋2 − 0,4 ⋅ 𝑋3 ≥ 0

𝑋1 ≤ 24

𝑋2 ≤ 15

𝑋3 ≤ 12

𝑋1 ≥ 0

𝑋2 ≥ 0

𝑋3 ≥ 0

Respuesta: para lograr la mejor producción de salsa de tomate se deben utilizar 24 toneladas de tomate tipo A, 8
toneladas de tomate tipo B y 6 toneladas de tomate tipo C.