PRODUCTOS LACTEOS

Una empresa dedicada a la fabricación de productos lácteos produce 2 tipos de yogurt a partir de 2 tecnologías A y B. Para cada u
productos se puede emplear 2 calidades de leche. Los requerimientos por litro de producto para cada insumo bajo cada tecnología
en el siguiente cuadro:

Para la tecnología A Para la tecnología B

Yogurt 1 Yogurt 2 Yogurt 1
Leche tipo 1 1,5 lts. 1,8 lts. 1,6 lts.
Leche tipo 2 1,9 lts. 1,6 lts. 1,45 lts.

Se cuenta con 5000 lts. de leche tipo 1 y 3000 lts. de leche tipo 2. Se debe producir por lo menos 200 lts. de yogurt 1 y 500 lts. de y
Cada litro de leche tipo 1 cuesta S/, 0,45 y del tipo 2 cuesta S/. 0,25. Los precios de venta de cada litro de yogurt 1 y 2 son S/, 10,5
respectivamente.

SOLUCIÓN

Sea Xij Número de litros de yogurt j (j = 1,2) hecho con la tecnología tipo i (i =1(A),2(B))

Para la tecnología A Para la tecnología B

Yogurt 1 Yogurt 2 Yogurt 1
Cantidad producida (lts.) X11 X21 X12
Cantidad de Leche tipo 1 1,5X11 1,8X21 1,6X12
leche (lts.) Leche tipo 2 1,9X11 1,6X21 1,45X12
Venta (S/,/lts.) 10.5 9.5 10.5
Venta Total 10,5X11 9,5X21 10,5X12

Lo que buscamos es maximizar los ingresos de la empresa.

Max 10,5*(X11+X12)+9,5*(X21+X22)-0,45*(1,5X11+1,8X21+1,6X12+1,5X22)-0,25*(1,9X11+1,6X21+1,45X12+1,7X22)
ordenando
Max (10,5 -0,45*1,5-0,25*1,9)X11+(9,5-0,45*1,8-0,25*1,6)X21+(10,5-0,45*1,6-0,25*1,45)X12+(9,5-0,45*1,5-0,25*1,7)X22
reduciendo la expresión
Max 9.35 X11 + 8.29 X21 + 9.4175

Max 9,35X11+8,29X21+9,4175X12+8,4X22
sujeto a
1,5X11+1,8X21+1,6X12+1,5X22 <= 5000
1,9X11+1,6X21+1,45X12+1,7X22 <= 3000

X11+X12 >= 200

X21+X22 >= 500
Xij >= 0
 SUCURSALES HUARALINO
ipos de yogurt a partir de 2 tecnologías A y B. Para cada uno de los La compañía HUARALINO dispone de 35 millones de dólares para
or litro de producto para cada insumo bajo cada tecnología se señalan compromisos de la estabilidad, del nivel de empleados y por otras
mínimo de fondos para cada sucursal. Estos fondos mínimos son
Cada sucursal tiene la oportunidad de dirigir distintos proyectos co
Para la tecnología B de ganancia con un porcentaje de inversión.
Yogurt 2 Por otra parte algunos proyectos permiten sol una inversión limitad
1,5 lts.
1,7 lts.
Sucursal 1
Proy 1
be producir por lo menos 200 lts. de yogurt 1 y 500 lts. de yogurt 2,
Tasa de ganancia (%) 8
precios de venta de cada litro de yogurt 1 y 2 son S/, 10,5 y S/, 9,5 Inversión máxima (millones de dólares)
16

Si usted trabaja en el departamento de operaciones, obtenga un m

1.5 0.675
1.8 0.81 SOLUCIÓN
1.6 0.72
con la tecnología tipo i (i =1(A),2(B)) 1.5 0.675 Sea Xij = Cantidad de dinero (en millones de dó
1.9 0.475
1.6 0.4 Sucursal 1
Para la tecnología B 1.45 0.3625 Proy 1
Yogurt 2 1.7 0.425 Cantidad de dinero X11
X22 Costo (S/,/lts.) Costo Total Rentabilidad Futura 1,08X11
1,5X22 0.45 0,45*(1,5X11+1,8X21+1,6X12+1,5X22)
1,7X22 0.25 0,25*(1,9X11+1,6X21+1,45X12+1,7X22)Max 1,08X11+1,06X12+1,07X13+1,05X21+1,08X22+1,0
9.5 sujeto a
9,5X22 X11+X12+X13 >= 8
X21+X22+X23 >= 10
X31+X32+X33 >= 15

6X12+1,5X22)-0,25*(1,9X11+1,6X21+1,45X12+1,7X22) X11 <= 16

X12 <= 5
(10,5-0,45*1,6-0,25*1,45)X12+(9,5-0,45*1,5-0,25*1,7)X22 X13 <= 9
X21 <= 7
X12 + 8.4 X22 X22 <= 10
X23 <= 4
X31 <= 6
X32 <= 12
X33 <= 6

Σxij = 35

Xij >= 0

a. ¿Cuántos millones de más invierte la sucursal 1?

b. ¿Cuánto se recomienda invertir en total en el segundo proyecto
c. Señale los proyectos que no utilizan sus proyectos a un 100%
d. ¿Cuánto es la ganancia que obtiene la sucursal 2?
e. ¿Cuál es el valor mínimo en que debe de aumentarse la tasa de
invertir en él?
f. Si tuviera que incrementar la inversión de alguno de los proyects
cantidad es admisible de tal forma que la solución factible no varíe
g. ¿Es correcto incrementar la inversión limitada de la sucursal 2 e
solución factible óptima actual?
h. Si se destinan 2 millones del total disponible para tras actividad
i. ¿Qué le ocurre a la ganancia total si el recurso máximo asignado
o no la solución factible?
ARALINO dispone de 35 millones de dólares para distribuirlos el próximo año entre sus tres sucursales. Debido a los
a estabilidad, del nivel de empleados y por otras razones de índole económica, la compañía ha establecido un nivel
s para cada sucursal. Estos fondos mínimos son de 8, 10 y 15 millones de dólares respectivamente.
ne la oportunidad de dirigir distintos proyectos con los fondos que recibe. Para cada proyecto se ha establecido una tasa
un porcentaje de inversión.
unos proyectos permiten sol una inversión limitada en millones de dólares como se observa en la siguiente tabla:

Sucursal 1 Sucursal 2 Sucursal 3

Proy 2 Proy 3 Proy 1 Proy 2 Proy 3 Proy 1 Proy 2 Proy 3
6 7 5 8 9 10 6 15
5 9 7 10 4 6 12 6

n el departamento de operaciones, obtenga un modelo de PL

Cantidad de dinero (en millones de dólares) que la sucursal i (i = 1,2,3) invierte en el proyecto j (j = 1,2,3).

Sucursal 1 Sucursal 2 Sucursal 3

Proy 2 Proy 3 Proy 1 Proy 2 Proy 3 Proy 1 Proy 2 Proy 3
X12 X13 X21 X22 X23 X31 X32 X33
1,06X12 1,07X13 1,05X21 1,08X22 1,09X23 1,1X31 1,06X32 1,15X33

8X11+1,06X12+1,07X13+1,05X21+1,08X22+1,09X23+1,1X31+1,06X32+1,15X33

nes de más invierte la sucursal 1?

comienda invertir en total en el segundo proyecto para todas las sucursales?
yectos que no utilizan sus proyectos a un 100%
ganancia que obtiene la sucursal 2?
or mínimo en que debe de aumentarse la tasa de ganancia del proyecto 1 en la sucursal 2 para que pueda

ncrementar la inversión de alguno de los proyects de las sucursales, ¿Por cuál se decidiría?, ¿Hasta qué
sible de tal forma que la solución factible no varíe?
crementar la inversión limitada de la sucursal 2 en el proyecto 3 en un 50% y seguir manteniendo la
óptima actual?
2 millones del total disponible para tras actividadades, ¿en cuánto disminuye la ganancia total?
a la ganancia total si el recurso máximo asignado por la sucursal 2 al proyecto 2 disminuye en $3? ¿Varía
actible?
COMERCIANTE DE MAIZ
Un comerciante se dedica a la compra y venta de maiz. El 1 de enero tiene 50 toneladas de maiz y $1000 de capital.
maiz el primer día de cada mes y le llega en el transcurso de la primera quincena del mes. El maiz se vende durante
quincena del mes. En el siguiente cuadro se muestran los precios de compra y venta por tonelada:

Mes Precio de Compra ($) Precio de Venta ($)

Enero 300 250
Febrero 350 400
Marzo 400 350
Abril 450 550

Las compras y las ventas se hacen al contado, el comerciante dispone de una bodega con capacidad máxima de 10
Se desea determinar ¿cómo este comerciante lograría la mayor cantidad de efectivo al final del mes de abril?

SOLUCIÓN

Definimos las variables

Ci = Cantidad de toneladas compradas en el mes i

Vi = Cantidad de toneladas vendidas en el mes i
Ii = Cantidad de toneladas en inventario en el mes i
Ki = Cantidad de efectivo al final del mes i

donde i = 1 si Diciembre
2 si Enero
3 si Febrero
4 si Marzo
5 si Abril

MAX X5
sa
Respecto al inventario
I0=NN
I1=I0+C1-V1 I0+C1-V1-I1=0
I2=I1+C2-V2 I1+C2-V2-I2=0
I3=I2+C3-V3 I2+C3-V3-I3=0
I4=I3+C4-V4 I3+C4-V4-I4=0

Respecto al efectivo
K0=NN
K1=K0-300C1+250V1 K0-300C1+250V1-K1=0
K2=K1-350C2+400V2 K1-350C2+400V2-K2=0
K3=K2-400C3+350V3 K2-400C3+350V3-K3=0
K4=K3-450C4-550V4 K3-450C4-550V4-K4=0

Respecto a la capacidad del almacen

C1+I0<=100
C2+I1<=100
C3+I2<=100
C4+I3<=100

Como las compras son al contado, entonces el comerciante debe tener efectivo mayor a costo de compras
Respecto al presupuesto
300C1<=K0
350C2<=K1
400C3<=K2
450C4<=K3
 ROLLOS DE PAPEL ATLAS S.A.
ero tiene 50 toneladas de maiz y $1000 de capital. Él compra el Atlas S.A. produce rollos de papel con un ancho estándar de 20 pies para
mera quincena del mes. El maiz se vende durante la segunda los clientes con diferentes anchos, se producen recortando los rollos están
de compra y venta por tonelada: variar día a día) se resume en la siguiente tabla:

Pedido
1
2
3

Obtener las combinaciones de cortes que nos de la solución óptima que s

pone de una bodega con capacidad máxima de 100 toneladas. (restricciones) con el área mínima de desperdicio en el corte, si la polític
antidad de efectivo al final del mes de abril? desperdicio de más de cinco pies de ancho.

SOLUCIÓN

20 pies

5 5 5

5 5 7

5 5 9

5 7

7 9

9 9

Sea Xi = Cantidad de rollos estándar que se cortan d

Ancho Forma de corte

deseado X1 X2
5 4 2
7 0 1
9 0 0
Desperdicios 0 3

Área total: 20X1+20X2+20X3+20X4+20X5+20X6

Área utilizada: 150*5+200*7+300*9 =
Área desperdiciada

Min 20*(X1+X2+X3+X4+X5+X6)-4850
sujeto a
4X1+2X2+2X3+X4 >= 150
X2+2X4+X5 >= 200
X3+X5+2X6 >= 300
tener efectivo mayor a costo de compras
 EMBUTIDOS PORCEL
os de papel con un ancho estándar de 20 pies para cada uno. Los pedidos especiales de La fábrica de embutidos PORCEL produce do
ntes anchos, se producen recortando los rollos estándar. Los pedidos típicos (que pueden cuenta con 80 trabajadores experimentados
ume en la siguiente tabla: (en miles de kilos) en las próximas semanas:

Ancho deseado (pies) Número deseado de rollos Tipo de jamón

5 150 INGLÉS
7 200 AHUMADO
9 300
Cada obrero experimentado puede entrenar a
ones de cortes que nos de la solución óptima que satisfaga los pedidos requeridos cuales los obreros involucrados nada produce
área mínima de desperdicio en el corte, si la política de producción no permite un hora para producir 6 kilos de jamón ahumado
e cinco pies de ancho. La semana del trabajo es de 40 horas. La pro
dos semanas a lo más. Suponga que un obre
Se desea determinar el plan óptimo de contra

SOLUCIÓN
Forma de corte

5 5 1

7 3 2

9 1 3

7 1 4

4 5

9 2 6

Cantidad de rollos estándar que se cortan de la forma i

Forma de corte
X3 X4 X5 X6 TOTAL (unidades)
2 1 0 0 150
0 2 1 0 200
1 0 1 2 300
1 1 4 2

20X2+20X3+20X4+20X5+20X6
4850

+X2+X3+X4+X5+X6)-4850
EMBUTIDOS PORCEL
La fábrica de embutidos PORCEL produce dos tipos de embutidos, jamón inglés y jamón ahumado. La empresa
cuenta con 80 trabajadores experimentados y desea aumentar su personal para satisfacer la creciente demanda
(en miles de kilos) en las próximas semanas:

1 2 3 4 5 6 7 8
15 15 16 16 18 18 20 24
10 10 13 14 15 15 16 18

Cada obrero experimentado puede entrenar a tres nuevos obreros en un periodo de dos semanas, durante los
cuales los obreros involucrados nada producen. Se necesita una hora para producir 10 kilos de jamón inglés y una
hora para producir 6 kilos de jamón ahumado.
La semana del trabajo es de 40 horas. La producción o parte de ella puede ser guardada sin alterar su calidad por
dos semanas a lo más. Suponga que un obrero en entrenamiento recibe el 75% del salario de un obrero
Se desea determinar el plan óptimo de contratación de nuevos empleados de modo que se minimicen los costos.
PRODUCCION CON TIEMPO EXTRA
Una empresa tiene un programa estricto de producir. La producción se realiza en tiempo normal y en tiempo
extra. Los costos en cada horario, los de inventario y demanda se muestran en la siguiente tabla:

ENERO FEBRERO MARZO

Capacidad a entregar (unidades) 95 85 110
Costo en tiempo normal ($/unidad) 30 32 34
Costo en tiempo extra ($/unidad) 35 36 37
Costo de inventario ($/mes) 2 2 3

El inventario al inicio de enero no existe. Las capacidades de producción son de 90 unidades en tiempo normal y
de 15 en tiempo extra. Se requiere un inventario final de 2 unidades al terminar el periodo.
Formular un modelo en PL que ayude al gerente a planear su producción en forma óptima de acuerdo a las
restricciones esbozadas.

SOLUCIÓN

Consideremos Enero=1, Febrero=2, Marzo=3, Abril=4

Sea Xi = número de unidades producidas en tiempo normal en el mes i (i = 1,2,3,4)

Ei = número de unidades producidas en tiempo extra en el mes i (i = 1,2,3,4)
Ii = número de unidades almacenadas al final del mes i (i = 1,2,3,4)

ENERO FEBRERO MARZO

Unidades producidas en tiempo normal X1 X2 X3
Costo en tiempo normal ($/unidad) 30 32 34
Costo Total 30X1 32X2 34X3
Unidades producidas en tiempo extra E1 E2 E3
Costo en tiempo extra ($/unidad) 35 36 37
Costo Total 35E1 36E2 37E3
Unidades almacenadas al final del mes I1 I2 I3
Costo de inventario ($/mes) 2 2 3
Costo Total 2I1 2I2 3I3

Capacidad a entregar (unidades) 95 85 110

Min 30X1+32X2+34X3+37X4+35E1+36E2+37E3+39E4+2I1+2I2+3I3+3I4
sujeto a
X1+E1+I1 = 95
X2+E2+I2 = 85
X3+E3+I3 = 110
X4+E4+I4 = 115

I0 = 0
I4 = 2

X1<=90 X2 <= 90 X3 <= 90 X4 <= 90

E1 <= 15 E2 <= 15 E3 <= 15 E4 <= 15

Xi, Ei Ii >= 0
 CAMPAÑA PUBLICITARIA FRANCIS CO.
ción se realiza en tiempo normal y en tiempo Una agencia de publicidad ha sido encargada de diseñar la campaña publicitaria de FRA
se muestran en la siguiente tabla: empresa ha entregado a la agencia un monto de S/. 30000 y ha indicado algunas espec
campañas, estas son:
ABRIL
115 * Se debe emplear al menos 10 anuncios televisivos.
37 * Se debe entregar al menos a 50000 familias potenciales compradoras.
39 * No debe de invertirse más de 18000 en anuncios televisivos.
3 * La agencia tiene la siguiente información de los medios de publicidad disp

oducción son de 90 unidades en tiempo normal y Medios de Nº de familias que se Costo por
ades al terminar el periodo. publicidad alcanzan por anuncio anuncio (S/.)
oducción en forma óptima de acuerdo a las TV diurna 1000 1500
TV nocturna 2000 3000
Diario 1500 400
Dominical 2500 1000
Radio 300 100

El índice de exposición es una medida del valor relativo de un anuncio en un medio de p

esbozar el modelo de PL que maximice el índice de exposición total.
tiempo normal en el mes i (i = 1,2,3,4)
tiempo extra en el mes i (i = 1,2,3,4) SOLUCIÓN
al final del mes i (i = 1,2,3,4)
Definimos las variables
ABRIL X1 = Nº de anuncios por TV diurna
X4 X2 = Nº de anuncios por TV nocturna
37 X3 = Nº de anuncios por Diario
37X4 X4 = Nº de anuncios por Dominical
E4 X5 = Nº de anuncios por Radio
39
39E4 Piden maximizar el índice de exposición por anuncio
I4 Max 65X1+90X2+40X3+60X4+20X5
3
3I4 Restricción presupuestaria
1500X1+3000X2+400X3+1000X4+100X5<=30000
115
Información disponible
X1+X2>=10
1000X1+2000X2+1500X3+2500X4+300X5>=50000
1500X1+3000X2<=18000

Restricción recursos
X1<=15
X2<=10
X3<=25
X4<=4
X5<=30
 TELARES TEXOK
encargada de diseñar la campaña publicitaria de FRANCIS CO. Para ello la La empresa TEXOK fabrica cinco telares diferentes en máq
un monto de S/. 30000 y ha indicado algunas especificaciones respecto a las día y está programada para 30 días en el siguiente mes. En
como los precios de venta y los costos por cada yarda de te

menos 10 anuncios televisivos. Demanda

Tela
menos a 50000 familias potenciales compradoras. (yardas)
e más de 18000 en anuncios televisivos. 1 16500
guiente información de los medios de publicidad disponibles: 2 22000
3 62000
Nº de Indice de exposición por 4 7500
anuncios anuncio 5 62000
15 65 (*) Las telas 1 y 2 se pueden fabricar solamente en el telar t
10 90
25 40 En la empresa existen dos tipos de telares Dobbie y Regula
4 60 para cada tipo de máquina. Existen en total 38 telares; de lo
30 20
El tiempo que requieren hacer los cambios necesarios para
ida del valor relativo de un anuncio en un medio de publicidad. Se pide necesario tomarlo en consideración.
mice el índice de exposición total.
TEXOK satisface la demanda con la producción propia y co
se pueden tejer debido a limitaciones de capacidades de lo

Formule el problema como un modelo de PL, adecuado a lo

SOLUCIÓN

Ri = Nº de yardas de tela tipo i producidas en telar

Di = Nº de yardas de tela tipo i producidas en telar
Zi = Nº de yardas de tela tipo i adquiridas de otra

Lo que buscamos es maximizar los beneficios obtenidos po

Max

(1,10-0,49)*R3+
(1,24-0,51)*R4+
(0,70-0,50)*R5+

Simplificando
Max 0,33D1+0,19Z1+0,31D2+0,16Z2+0,61R3+0,6

Restricción de tiempo

Respecto a los telares Dobbie

4.63 0.216 D1/4,63 +
5.23 0.191 0,216D1+0,216D2+0,191D3+0,191D4+0,240
4.17 0.240
Respecto a los telares Regular
R3/5,23 +
0,191R3+0,191R4+0,240R5<=21600

Restricción de demanda
D1+Z1=16500
D2+Z2=22000
R3+D3+Z3=62000
R4+D4+Z4=7500
R5+D5+Z5=62000
sa TEXOK fabrica cinco telares diferentes en máquinas industriales denominados telares. La fábrica opera 24 horas al
programada para 30 días en el siguiente mes. En el siuiente cuadro se muestra la demanda para el siguiente mes, así
precios de venta y los costos por cada yarda de tela:

Precio venta Costo producción Tasa Dobbie Tasa Regular Precio Compra
($/yarda) ($/yarda) (yarda/hora) (yarda/hora) ($/yarda)
0.99 0.66 4.63 * 0.80 0.33
0.86 0.55 4.63 * 0.70 0.31
1.10 0.49 5.23 5.23 0.60 0.61
1.24 0.51 5.23 5.23 0.70 0.73
0.70 0.50 4.17 4.17 0.70 0.2
as 1 y 2 se pueden fabricar solamente en el telar tipo Dobbie

resa existen dos tipos de telares Dobbie y Regular, en la tabla anterior también se muestran las tasas de producción
tipo de máquina. Existen en total 38 telares; de los cuales ocho son Dobbie.

que requieren hacer los cambios necesarios para pasar de fabricar una tela a producir otra es despreciable, y no es
tomarlo en consideración.

atisface la demanda con la producción propia y con telas que adquiere de otros proveedores, es decir, las telas que no
n tejer debido a limitaciones de capacidades de los telares se adquieren de otras fábricas.

l problema como un modelo de PL, adecuado a los requerimientos

Nº de yardas de tela tipo i producidas en telar regular

Nº de yardas de tela tipo i producidas en telar dobbie
Nº de yardas de tela tipo i adquiridas de otra fábrica

scamos es maximizar los beneficios obtenidos por la venta de telas

(0,99-0,66)*D1+ (0,99-0,80)*Z1+
(0,86-0,55)*D2+ (0,99-0,70)*Z2+
(1,10-0,49)*D3+ (1,10-0,60)*Z3+
(1,24-0,51)*D4+ (1,24-0,70)*Z4+
(0,70-0,50)*D5

0,33D1+0,19Z1+0,31D2+0,16Z2+0,61R3+0,61D3+0,50Z3+0,73R4+0,73D4+0,54Z4+0,20R5+0,20D5

Respecto a los telares Dobbie

D2/4,63 + D3/5,23 + D4/5,23 + D5/4,17 <= 8*24*30 5760
0,216D1+0,216D2+0,191D3+0,191D4+0,240D5<=5760

Respecto a los telares Regular

R4/5,23 + R5/4,17 <= 30*24*30 21600
0,191R3+0,191R4+0,240R5<=21600
 CORRIDAS DE PRODUCCIÓN BETA CO.
Tres divisiones de Beta Co. fabrican un producto en el que cada unidad completa consiste en cuatro unidades del co
A y tres unidades del cmponente B. Lo dos componentes (A y B) se fabrican a partir de dos materias primas diferente
100 unidades de materia prima I y 200 unidade de la materia prima II disponibles. Cada una de las tres divisiones us
método diferente para fabricar los componentes. dando como resultado distintos requerimientos de materia prima y p
La tabla muestra los requerimientos de materia prima por corrida de producción en cada división y el número de cada
componente producida por esa corrida.
0.19
0.16
0.50 ENTRADA / CORRIDA (unidades) SALIDA / CORRIDA (unidades)
0.54 MATERIA PRIMA COMPONENTE
0.00 DIVISION I II A B
1 8 6 7 5
2 5 9 6 9
3 3 8 8 4

Por ejemplo, cada corrida de producción de la división 1 requiere 8 unidades de la materia prima I y 6 unidades de la
prima II. El producto de esta corrida es 7 unidades de A y 5 unidades de B. Como gerente de producción, formule un
PL para determinar el número de corridas de producción para cada división que maximice el número total de unidade
terminadas del producto final.

SOLUCIÓN

Variables
X1 = Número de corridas en la primera división
X2 = Número de corridas en la segunda división
X3 = Número de corridas en la tercera división

Restricción de materia prima

TIPO I 8X1+5X2+3X3<=100
TIPO II 6X1+9X2+8X3<=200

Para determinar la función objetivo, debemos conocer la cantidad de componentes que se obtiene por el total de cor
Componente A Componente B
División Salida total Salida total
1 7X1 5X1
2 6X2 9X2
3 8X3 4X3

Además, para obtener el producto final:

Componente A Componente B
División Usadas No usadas Usadas No usadas
1 4X1 3X1 3X1 2X1
2 4X2 2X2 3X2 6X2
3 4X3 4X3 3X3 1X3

Componente total de A a usar 4X1+4X2+4X3

Componente total de B a usar 3X1+3X2+3X3

Entonces Max 7X1+7X2+7X3

Lo que no se usa quedará en una proporción de 4 a 3

3X1+2X2+4X3 4
=
2X1+6X2+X3 3
 RIESOS EN CARTERA DE INVERSIÓN ALFA PENSION INC.
unidad completa consiste en cuatro unidades del componente Al gerente de cartera de ALFA Pension INC. se le ha pedido invertir $ 1 m
) se fabrican a partir de dos materias primas diferentes. Existen departamento de investigación de inversiones variables, resultando en dif
ma II disponibles. Cada una de las tres divisiones usa un riesgos asociados, como se resume a continuación en la siguiente tabla:
sultado distintos requerimientos de materia prima y productos.
a de producción en cada división y el número de cada FONDO
1
Precio ($/acción) 45
Devolución esperada (%) 30
Categoría de riesgo Alto

Una forma de controlar el riesgo es limitar la cantidad de dinero invertido e

e 8 unidades de la materia prima I y 6 unidades de la materia
ades de B. Como gerente de producción, formule un modelo de
ada división que maximice el número total de unidades
administración de Alfa Pension ha especificado las siguientes pautas:
i) La cantidad total invertida en fondos de alto riesgo debe est
ii) La cantidad total invertida en fondos de mediano riesgo deb
iii) La cantidad total invertida en fondos de bajo riesgo debe se
Una segunda forma de controlar el riesgo es diversificar, esto es, esparcir
alternativas diferentes. La gerencia de Alfa, ha especificado que la cantida
1, 2 y 3 deben estar en la tasa 1:2:3 respectivamente. La cantidad invertid
5 debe ser 1:2.

Con estas pautas, ¿qué cartera debería usted, gerente de cartera, recome
de retorno?

SOLUCIÓN

Xj = Nº de acciones del fondo j que comprar

donde j = 1 si fondo 1
2 si fondo 2
3 si fondo 3
4 si fondo 4
d de componentes que se obtiene por el total de corridas 5 si fondo 5
6 si fondo 6

Nuestra función objetivo es maximizar el retorno de la inversión = la tasa d

Fondo 1
Precio 45
Tasa retorno 30%
45*0.3
13.5

Max 45*0,3*X1+76*0,2*X2+110*0,15*X3+17*0,12*X4+23*0,1*X5
Max 13,5X1+15,2X2+16,5+X3+2,04X4+2,3X5+1,54X6
s,a,

Restricción presupuestaria
45X1+76X2+110X3+17X4+23X5+22X6=1'000,000,00

De la primera forma de controlar el riesgo

Alto 45X1+76X2+110X3>=500,000.00
45X1+76X2+110X3<=750,000.00
Mediano 17X4+23X5>=200,000.00
17X4+23X5<=300,000.00
Bajo 22X6>=50,000.00
De la segunda forma de controlar el riesgo
Alto 45X1/1 = 76X2/2 = 110X3/3
Obtenemos 90X1-76X2=0
135X1-110X3=0
228X2-220X3=0
Mediano 17X4/1=23X5/2
Obtenemos 34X4-23X5=0
RA DE INVERSIÓN ALFA PENSION INC. INVERSIONES ALFA ENTRE PROYECTO B
de ALFA Pension INC. se le ha pedido invertir $ 1 millón de un gran fondo de pensiones. El La Corporación ALFA está tratando de integr
estigación de inversiones variables, resultando en diferentes rendimientos potenciales y disponible 2 millones de dólares para invertir.
omo se resume a continuación en la siguiente tabla: previas. En la siguiente tabla se presentan lo

FONDO PERIODO:
2 3 4 5 6 INGRESO:
76 110 17 23 22
20 15 12 10 7 i) En la siguiente tabla se muestra el flujo
Alto Alto Mediano Mediano Bajo (los números negativos son inversiones
100%, ALFA tendría que desem
ar el riesgo es limitar la cantidad de dinero invertido en los diversos fondos. Para ese fin, la
a Pension ha especificado las siguientes pautas: PERIODO:
tidad total invertida en fondos de alto riesgo debe estar entre 50% y 75% de la cartera. INGRESO:
tidad total invertida en fondos de mediano riesgo debe estar entre 20% y 30% de la cartera.
tidad total invertida en fondos de bajo riesgo debe ser al menos 5% de la cartera. ii) Un segundo proyecto consiste en hacers
condición de que deben hacerse ciertas
de controlar el riesgo es diversificar, esto es, esparcir el riesgo invirtiendo en muchas proyecto, a nivel del 100% de participació
s. La gerencia de Alfa, ha especificado que la cantidad invertida en los fondos de alto riesgo
en la tasa 1:2:3 respectivamente. La cantidad invertida en los fondos de mediano riesgo 4 y PERIODO:
INGRESO:

qué cartera debería usted, gerente de cartera, recomendar para maximizar la tasa esperada
Debido a la política de Cía., a ALFA no se le
meses todos los fondos excedentes (esto es,
con un interés de 7% para este periodo de 6
que el 100%, en cuyo caso todos los flujos de
acciones del fondo j que comprar opta por participar en el proyecto BETA, a un
de la tabla de la parte i).

El problema que actualmente encara ALFA e

cuánto debe colocarse simplemente en el réd
efectivo que habrá al final de los 24 meses. F

tivo es maximizar el retorno de la inversión = la tasa de retorno j * la cantidad invertida en el fondo j SOLUCIÓN

2 3 4 5 6 Variables
76 110 17 23 22 β = partipación en el proyecto BETA.
20% 15% 12% 10% 7% α = partipación en el proyecto VIVIENDA ME
76*0.2 110*0.15 17*0.12 23*0.1 22*0.07 α , β Є [0;1]
15.2 16.5 2.04 2.3 1.54 Xi = fondo excedente en el periodo i
donde i =
*X1+76*0,2*X2+110*0,15*X3+17*0,12*X4+23*0,1*X5+22*0,07*X6
1+15,2X2+16,5+X3+2,04X4+2,3X5+1,54X6

Todo el dinero disponible será igual al dinero

17X4+23X5+22X6=1'000,000,00
Proyecto
BETA
76X2+110X3>=500,000.00 Exc. BETA
76X2+110X3<=750,000.00 VIVIENDA
Exc. VIV.
Inv. Previas
Excedente
 Return Exc
de controlar el riesgo
Respecto al excedente
90X1-76X2=0 X1 (1-β)(-100,000)+(1-α)(-800,000)=X1
135X1-110X3=0 X2 (1-β)(-700,000)+(1-α)(500,000)=X2
228X2-220X3=0 X3 (1-β)(1'800,000)+(1-α)(-200,000)=X3
X4 (1-β)(400,000)+(1-α)(-700,000)=X4
34X4-23X5=0
Respecto al balance, las inversiones se i
Periodo inicial

Periodo 6 meses

Periodo 12 meses

Periodo 18 meses

Final 2 años
Max
INVERSIONES ALFA ENTRE PROYECTO BETA O PROYECTO DE VIVIENDA
La Corporación ALFA está tratando de integrar su plan de inversiones para los próximos dos años. Actualmente, ALFA tiene
disponible 2 millones de dólares para invertir. ALFA espera recibir en 6, 12 y 18 meses un flujo de ingresos de las inversiones
previas. En la siguiente tabla se presentan los datos:

6 MESES 12 MESES 18 MESES

$ 500,000 $ 400,000 $ 380,000

En la siguiente tabla se muestra el flujo de caja que tendría si ALFA participara a un nivel del 100% en el proyecto de BETA
(los números negativos son inversiones y los positivos son ingresos). Así, para participar en el proyecto BETA a niveles del
100%, ALFA tendría que desembolsar de inmediato $ 100,000. A los 6 meses erogaría otros $ 700,000, etc.

INICIAL 6 MESES 12 MESES 18 MESES 24 MESES

$ -100,000 $ -700,000 $ 1'800,000 $ 400,000 $ 600,000

Un segundo proyecto consiste en hacerse cargo de la operación de una antiguo proyecto de vivienda media, con la
condición de que deben hacerse ciertas reparaciones iniciales. En la siguiente tabla se muestran el flujo de caja del
proyecto, a nivel del 100% de participación:

INICIAL 6 MESES 12 MESES 18 MESES 24 MESES

$ -800,000 $ 500,000 $ -200,000 $ -700,000 $ 2'000,000

Debido a la política de Cía., a ALFA no se le permite pedir prestado dinero. Sin embargo, al comienzo de cada periodo de 6
meses todos los fondos excedentes (esto es, los que no sean colocados en BETA o en los proyectos de Vivienda), se invierten
con un interés de 7% para este periodo de 6 meses. ALFA puede participar en cualquiera de los dos proyectos a nivel de menor
que el 100%, en cuyo caso todos los flujos de efectivo de ese proyecto se reducirán en forma proporcional. Por ejemplo, si ALFA
opta por participar en el proyecto BETA, a un nivel del 30%, el flujo de caja asociado con esta decisión sería 0,3 veces los datos
de la tabla de la parte i).

El problema que actualmente encara ALFA es decidir qué parte de los $ 2'000,000 en efectivo debe invertir en cada proyecto y
cuánto debe colocarse simplemente en el rédito del 7% semestral. La meta del gerente de ALFA consiste en maximizar el
efectivo que habrá al final de los 24 meses. Formule este problema mediante un modelo de PL.

partipación en el proyecto BETA.

partipación en el proyecto VIVIENDA MEDIA

fondo excedente en el periodo i

1 si Inicial
2 si 6 meses
3 si 12 meses
4 si 18 meses
Egreso
Todo el dinero disponible será igual al dinero invertido. Ingreso

INICIAL 6 MESES 12 MESES 18 MESES 24 MESES

β(-100,000) β(-700,000) β(1'800,000) β(400,000) β(600,000)
(1-β)(-100,000) (1-β)(-700,000) (1-β)(1'800,000) (1-β)(400,000) (1-β)(600,000)
α(-800,000) α(500,000) α(-200,000) α(-700,000) α(2'000,000)
(1-α)(-800,000) (1-α)(500,000) (1-α)(-200,000) (1-α)(-700,000) (1-α)(2'000,000)
500.000 400.000 380.000
(-X1) (-X2) (-X3) (-X4)
 1,07X1 1,07X2 1,07X3 1,07X4

Respecto al excedente
(1-β)(-100,000)+(1-α)(-800,000)=X1
(1-β)(-700,000)+(1-α)(500,000)=X2
(1-β)(1'800,000)+(1-α)(-200,000)=X3
(1-β)(400,000)+(1-α)(-700,000)=X4
β*100,000+α*800,000-X1=900,000
β*700,000-α*500,000-X2=200,000
β*1'800,000+α*200,000-X3=-1'600,000
β*400,000+α*700,000-X4=300,00

Respecto al balance, las inversiones se igualan a los ingresos

Periodo inicial
2'000,000 = β*100,000 + α*800,000 + X1
2'000,000 - β*100,000 - α*800,000 - X1 = 0
Periodo 6 meses
α*500,000 + 500,000 + 1,07X1 = β*700,000 + X2
α*500,000 + 500,000 + 1,07X1 - β*700,000 - X2 = 0
Periodo 12 meses
β*1'800,000 + 400,000 + 1,07X2 = α*200,000 + X3
β*1'800,000 + 400,000 + 1,07X2 - α*200,000 - X3 = 0
Periodo 18 meses
β*400,000 + 380,000 + 1,07X3 = α*700,000 + X4
β*400,000 + 380,000 + 1,07X3 - α*700,000 - X4 = 0

β*600,000 + α*2'000,000 + 1,07X4


ños. Actualmente, ALFA tiene
de ingresos de las inversiones
TURBOSINA DE AERONAVES AEROCONTINENTE
AEROCONTINENTE reabastece sus aeronaves regularmente en los 4 aeropuertos en donde da servic
turbosina puede comprarse a tres vendedores posibles en cada aeropuerto. La siguiente tabla indica e
de entrega (compra más embarque) por mil galones de cada vendedor a cada aeropuerto; el número
disponible de miles de galones que cada vendedor puede suministrar cada mes y el requerimiento me
turbosina (en miles de galones) en cada aeropuerto.

Costo de Entrega Cantidad de Combustible

del 100% en el proyecto de BETA Aeropuerto Vendedor 1 Vendedor 2 Vendedor 3 requerida
en el proyecto BETA a niveles del 1 900 800 900 150
ogaría otros $ 700,000, etc. 2 900 1200 1300 250
3 800 1300 500 350
4 1000 1400 1000 480
Provisión Max. 300 600 700

de vivienda media, con la Formule un modelo para determinar las cantiidades que se deben comprar y enviar por parte de cada
uestran el flujo de caja del vendedor a cada aeropuerto para minimizar el costo total, satisfaciendo al mismo tiempo por lo menos
demanda mensual a cada aeropuerto y no excediendo el suministro de cualquier vendedor.

SOLUCIÓN

Xij = Cantidad de turbosina en miles de galones comprada al vendedor i y enviada al aeropu

donde i, j = 1
mienzo de cada periodo de 6 2
yectos de Vivienda), se invierten 3
os dos proyectos a nivel de menor 4
proporcional. Por ejemplo, si ALFA
decisión sería 0,3 veces los datos Max 900X11+800X21+900X31+900X12+1200X22+1300X32+800X13+1300X23+500X33+1
+1400X24+1000X34
sa
X11+X12+X13+X14<=300
debe invertir en cada proyecto y
X21+X22+X23+X24<=600
FA consiste en maximizar el
X31+X32+X33+X34<=700
L.
X11+X21+X31>=150
X12+X22+X32>=250
X13+X32+X33>=350
X14+X24+X34>=480
 CONFERENCIAS REGIONAL DE VENTAS
s regularmente en los 4 aeropuertos en donde da servicio. La La Cía Gamma dirige sus gastos de venta en diversos rubros con el objet
posibles en cada aeropuerto. La siguiente tabla indica el costo actividad que es efectiva es la Conferencia Regional de Ventas. Existen 6
ones de cada vendedor a cada aeropuerto; el número cuales estas conferencias toman lugar semanalmente y en algunas mens
edor puede suministrar cada mes y el requerimiento mensual de puede ser un día completo de mediodía. Existe un costo por persona y un
uerto. uno de estos tipos de conferencias. Los tipos de conferencias disponibles
listan a continuación:
Cantidad de Combustible
requerida Conferencia de Ventas Costo ($)
150 Mensual I Todo el día 120
250 Semanal II Todo el día 130
350 Semanal I Mediodía 80
480 Semanal III Todo el día 60
Mensual IV Todo el día 100
Mensual IV Mediodía 60
ades que se deben comprar y enviar por parte de cada Semanal V Todo el día 200
costo total, satisfaciendo al mismo tiempo por lo menos la Semanal VI Todo el día 600
ediendo el suministro de cualquier vendedor. Semanal VI Mediodía 350

Además de estas actividades, un comercial de tv que cuesta $1,350 debe

anuncio en un grupo de periódicos locales costará $330 y producirá $59,0
de galones comprada al vendedor i y enviada al aeropuerto j
Finalmente, el tener abierta una oficina de consultas durante un día costa

A la Cía. le gustaría maximizar sus ventas manejando sus gastos de venta

restricciones. El plan fue cubrir un periodo de 6 meses y para ese periodo
$52,500. Se decidió que al menos la mitad del presupuesto debía ir a las
X12+1200X22+1300X32+800X13+1300X23+500X33+1000X14 ventas. Al menos una persona debía ser enviada a la semanal VI y mensu

El comercial de tv debe ser usado al menos una vez, además no debe en

conferencias Mensual IV como a la semanal II (días completos).

SOLUCIÓN

X1 = Nº de personas enviadas a la conferencia Mensual I - Tod

X2 = Nº de personas enviadas a la conferencia Semanal II - To
X3 = Nº de personas enviadas a la conferencia Semanal I - Me
X4 = Nº de personas enviadas a la conferencia Semanal III - To
X5 = Nº de personas enviadas a la conferencia Mensual IV - T
X6 = Nº de personas enviadas a la conferencia Mensual IV - M
X7 = Nº de personas enviadas a la conferencia Semanal V - To
X8 = Nº de personas enviadas a la conferencia Semanal VI - To
X9 = Nº de personas enviadas a la conferencia Semanal VI - M
X10 = Nº de comerciales de TV.
X11 = Nº de anuncios en periódicos locales
X12 = Nº de oficinas de consultas abiertas durante un día

Piden maximizar las ventas

Max 13000X1+21500X2+11500X3+7500X4+11800X5+9500X6+220
59000X11+21800X12

sa
120X1+130X2+80X3+60X4+100X5+60X6+200X7+600X8+350X9+1350X1
120X1+130X2+80X3+60X4+100X5+60X6+200X7+600X8+350X9 = 26,25
X8>=1
X1>=1
X10>=1
X2<=1
X5<=1
GIONAL DE VENTAS
sus gastos de venta en diversos rubros con el objeto de producir ventas. Uno de los tps de
va es la Conferencia Regional de Ventas. Existen 6 regiones (designadas de I a VI) en las
cias toman lugar semanalmente y en algunas mensualmente. Cada una de la conferencias
pleto de mediodía. Existe un costo por persona y un resultado esperado de ventas para cada
conferencias. Los tipos de conferencias disponibles, sus costos y sus ventas resultantes se

Ventas resultantes ($)

13,000
21,500
11,500
7,500
11,800
9,500
22,000
90,000
50,000

idades, un comercial de tv que cuesta $1,350 debe producir $118,500 en ventas. Un

e periódicos locales costará $330 y producirá $59,000 en ventas.

bierta una oficina de consultas durante un día costará $180 y producirá $21,800 en ventas.

aximizar sus ventas manejando sus gastos de venta, pero desea mantener algunas
ue cubrir un periodo de 6 meses y para ese periodo el presupuesto de gastos de ventas es
ue al menos la mitad del presupuesto debía ir a las coferencias semanales y mensuales de
persona debía ser enviada a la semanal VI y mensual I (días completos).

e ser usado al menos una vez, además no debe enviarse más de una persona a las
IV como a la semanal II (días completos).

personas enviadas a la conferencia Mensual I - Todo el día

personas enviadas a la conferencia Semanal II - Todo el día
personas enviadas a la conferencia Semanal I - Mediodía
personas enviadas a la conferencia Semanal III - Todo el día
personas enviadas a la conferencia Mensual IV - Todo el día
personas enviadas a la conferencia Mensual IV - Mediodía
personas enviadas a la conferencia Semanal V - Todo el día
personas enviadas a la conferencia Semanal VI - Todo el día
personas enviadas a la conferencia Semanal VI - Mediodía

anuncios en periódicos locales

oficinas de consultas abiertas durante un día

1500X2+11500X3+7500X4+11800X5+9500X6+22000X7+90000X8+50000X9+118500X10+
21800X12

60X4+100X5+60X6+200X7+600X8+350X9+1350X10+330X11+180X12 = 52,500
60X4+100X5+60X6+200X7+600X8+350X9 = 26,250
MANTENIMIENTO EN MOTORES DE AVIONES VUELOS LIMA - MIAMI
En forma periódica se lleva a cabo un mantenimiento preventivo en motores de avión en los que se debe Supóngase que AEROCONTINENTE tiene el sigu
reemplazar una pieza importante. El número de aviones programados para el mantenimiento en los próximos 6
meses es de 200, 180, 300, 198, 230 y 290 respectivamente. Todo el trabajo de mantenmiento se hace durante Salida: Lima Vuelo
los primeros días del mes. Una componente usada se puede reemplazar por otra nueva o repararla. La reparación 6:30 1
de las piezas usadas se puede hacer en talleres locales, donde quedaran listas para usarse al principio del 10:00 2
siguiente mes, o pueden enviarse a un taller de reparación central, donde se tendrá una demora de 4 meses 16:00 3
(incluido el mes cuando tiene lugar el mantenimiento). El costo de reparación en el taller local es de $120 por 19:30 4
componente. En el taller central, el costo es de solo $35. Una pieza reparada que no se use en el mismo mes en 1:00 5
el que se recibe, origina un costo adicional de mantenimiento de $1,50 mensual. Las componentes nuevas se
pueden comprar durante el primer mes del periodo de planeación a $200 cada una, con un incremento en el El problema que tiene AEROCONTINENTE, es la
precio de 5% cada dos meses. tripulación que sale de Miami a las 8:30, llega a Li
horas. EL tiempo transcurrido desde las 14:30 del
Formule un problema como un modelo de transporte, Use el TORA para hallar la solución óptima e interprete los de reducir los tiempos muertos de las tripulacione
resultados. descanzar al menos 8 horas, pero no mas de 24 h

SOLUCIÓN El objetivo es dónde deben vivir las tripulaciones y

tiempos muertos totales se minimicen y al mismo
Como el número de aviones programados para los 6 meses son ai, entonces tambien lo sería la compra de tripulaciones. Hallar la solución óptima mediante e
aviones; por lo que tenemos: ai = b(i-1)
SOLUCIÓN
a1= 1398
a2= b1= 200 Como Σai ≠ Σbi,
a3= b2= 180 → b7=1398 Lima>Miami 10
a4= b3= 300 → X7 = 0 1 18:30
a5= b4= 198 2 15:00
a6= b5= 230 3 09:00
a7= b6= 290 4 05:30
5 00:00
Los componentes nuevos se compran en el primer mes del periodo de planeación y cada 2 meses con un
incremento del 5% en el precio. Entonces: Lima>Miami 10
1 18.5
X11= 200 2 15
X12= 200 3 9
X13= 200+5%(200)= 210 4 5.5
 X14= 200+5%(200)= 210 5 0
X15= 200+2*5%(200)= 220
X16= 200+2*5%(200)= 220
Miami>Lima 1
El costo de reparacion en el taller es de $120 por componente, un csto adicional de $1,5 por mantenimiento y en 10 17:30
el taller central el costo es de $35. 20 16:00
30 12:00
1 2 3 4 5 6 40 04:30
200 200 210 210 220 220 1398 50 23:00
1 120 121.5 123 35 36.5 200
2 120 121.5 123 35 180 Miami>Lima 10
3 120 121.5 123 300 1 17:30
4 120 121.5 198 2 21:00
5 120 230 3 03:00
6 290 4 06:30
200 180 300 198 230 290 5 12:00

Miami>Lima 10
1 17.5
2 21
3 3
4 6.5
5 12

Matriz de Costos
10
1 17.5
2 15
3 3
4 5.5
5 0

Condición
10
1 17.5
 2 15
3 1000
4 1000
5 1000

1. Examinamos en cada COLUMNA el menor elem

17.5
15
1000
1000
1000
15

Formamos una nueva matriz

2.5
0
985
985
985

2. Determinamos para cada FILA los

2.5
0
985
985
985

y determinamos c * ij  c ' ij  u i
2.5
0
 985
980.5
985

3. Encontramos el número mínimo de rectas n1 qu

2 2.5
1 0
1 985
1 980.5
1 985
1

Vemos que n1=4 y n=5. NO HEMOS llegado al óp

4. Si n1≠ n, haga Φ=mínimo elemento de c* no cu

por las rectas. Sume Φ a todos los elementos en l
proceso.
Φ= 4.5
2 2.5
1 0
1 985
1 976
2 980.5
1

Vemos que n1=n=5

5. Si n1=n se ha llegado a la solución óptima, para

columnas que tengan la menor cantidad de ceros.
Marque con una cruz lo ceros que se encuentran
Proceda en las misma forma sucesivamente para
asignación óptima.
 2 2.5
1 0
1 985
1 976
2 980.5
1

2 2.5
1 0
1 985
1 976
2 980.5
1

2 2.5
1 0
1 985
1 976
2 980.5
1

2 2.5
1 0
1 985
1 976
2 980.5
1

Determinamos la asignación óptima

10
1 17.5
 2 15
3
4
5

Vuelo Vuelo
1 20
2 10
3 30
4 40
5 50
 PRODUCTOS: MAQUINAS
e AEROCONTINENTE tiene el siguiente horario de vuelos diarios Lima-Miami. La Cía. BETA tiene ciertos productos que pueden fabricarse en varias máqu
velocidades de funciones, precios de venta y costos que son los siguientes:
Llegada: Miami Salida: Miami Vuelo Llegada: Lima
12:30 7:00 10 13:00 MAQUINAS
16:00 8:30 20 14:30 (Producción por hora)
22:00 12:30 30 18:30 PRODUCTOS I II III
1:30 20:00 40 2:00 A 9.0 7.2
7:00 1:30 50 7:30 B 7.5 10.0 8.0
C 8.0 6.4
ue tiene AEROCONTINENTE, es la calendarización de la tripulación en estos vuelos. Resulta que una D 7.5 10.0 8.0
e sale de Miami a las 8:30, llega a Lima a las 14:30; sale de Lima a las 10:00 y llega a Miami a las 16 TIEMPO
po transcurrido desde las 14:30 del lunes a las 10:00 del martes siguiente es tiempo muerto. Se trata DISPONIBLE 320 400 320
tiempos muertos de las tripulaciones en estos vuelos bajo la condición de que cada tripulación debe POR MES
menos 8 horas, pero no mas de 24 horas.
Encuentre la asignación óptima de productos a las tres máquinas para el si
dónde deben vivir las tripulaciones y qué tripulaciones deben asignarse a qué vuelos, tal que los transportes. Use el TORA para hallar la solución óptima.
os totales se minimicen y al mismo tiempo se respeten las condiciones de descanso de las
Hallar la solución óptima mediante el problema de asignación. SOLUCION

Calculamos la matríz de beneficios por producto dependiendo del tipo de m

Prod/Maq I II III
20 30 40 50 A 0.00 1.90 1.80
20:00 00:00 07:30 13:00 B 1.50 1.75 1.60
16:30 20:30 04:00 09:30 C 0.00 1.80 1.55
10:30 14:30 22:00 03:30 D 1.55 1.70 1.45
07:00 11:00 18:30 00:00 3.05 7.15 6.40
01:30 05:30 13:00 18:30
La máquina II es la que produce mayores beneficios, por eso la utilizaré com
20 30 40 50 la eficiencia de las máquinas.
20 0 7.5 13
16.5 20.5 4 9.5 Eficiencia I / Eficiencia II = 7,5/10 =
10.5 14.5 22 3.5 Eficiencia II / Eficiencia II = 9/9 = 10/10 = 8/8 =
7 11 18.5 0 Eficiencia III / Eficiencia II = 7,2/9 = 8/10 = 6,4/8 =
 1.5 5.5 13 18.5
A partir de estos datos, hallaremos el tiempo disponible estandar según la
I 320*0.75= 240
2 3 4 5 II 400*1= 400
21:00 03:00 06:30 12:00 III 320*0.8= 256
19:30 01:30 05:00 10:30
15:30 21:30 01:00 06:30 Producción referente a la eficiencia de cada máquina, para así poder hallar
08:00 14:00 17:30 23:00 máquinas para la fabricación de los productos.
02:30 08:30 12:00 17:30
A 1620/9= 180
20 30 40 50 B 2000/10= 200
16:00 12:00 04:30 23:00 C 1800/8= 225
19:30 15:30 08:00 02:30 D 1750/10= 175
01:30 21:30 14:00 08:30
05:00 01:00 17:30 12:00 Todo lo explicado lo plasmamos en esta matriz donde cada beneficio depen
10:30 06:30 23:00 17:30 cada máquina.

20 30 40 50 A B C
16 12 4.5 23 I 0*9 1.5*10 0*8
19.5 15.5 8 2.5 II 1.9*9 1.75*10 1.8*8
1.5 21.5 14 8.5 III 1.8*9 1.6*10 1.55*8
5 1 17.5 12
10.5 6.5 23 17.5 A B C
I 0 15 0
II 17.1 17.5 14.4
20 30 40 50 III 16.2 16 12.4
16 0 4.5 13 Horas 180 200 225
16.5 15.5 4 2.5
1.5 14.5 14 3.5
5 1 17.5 0 Como Σai ≠ Σbi (896-780=116). Añadimos una columna de ceros, cuya dem
1.5 5.5 13 17.5
A B C
I 0 15 0
20 30 40 50 II 17.1 17.5 14.4
16 1000 1000 13 III 16.2 16 12.4
 16.5 15.5 1000 1000 180 200 225
1000 14.5 14 1000
1000 1000 17.5 1000 Como buscamos maximizar las ganancias, multiplicamos por -1 los datos y
1000 1000 13 17.5
A B C
I 0 -15 0
s en cada COLUMNA el menor elemento. v j  min c j II -17.1 -17.5 -14.4
III -16.2 -16 -12.4
16 1000 1000 13 180 200 225
16.5 15.5 1000 1000
1000 14.5 14 1000 Método UV o Método Modi
1000 1000 17.5 1000
1000 1000 13 17.5 1. Comenzar con alguna solución factible básica inicial, utilizando cualquier
16 14.5 13 13 esquina N-O; matriz mínima; Vogel; Russel)

a nueva matriz c ' ij  c ij  v j 1 1 0 0

0 1 1 1
0 985.5 987 0 0 0 0 1
0.5 1 987 987 180 200 225 175
984 0 1 987 0 140 0 140
984 985.5 4.5 987 0 0
984 985.5 0 4.5
X11=MIN(180;240) X11=
mos para cada FILA los u i  min c ' ij X12=MIN(60;200) X12=
X22=MIN(400;140) X22=
0 985.5 987 0 0 X23=MIN(260;225) X23=
0.5 1 987 987 0 X24=MIN(35;175) X24=
984 0 1 987 0 X34=MIN(256;140) X34=
984 985.5 4.5 987 4.5 X35=MIN(116;116) X35=
984 985.5 0 4.5 0
180 60
c * ij  c ' ij  u i 140 225

0 985.5 987 0
0.5 1 987 987 2, Dibujar una matriz que corresponda a la presente matriz solución excepto
costos de la variables báicas en lugar de las magnitudes de las variables. E
 2, Dibujar una matriz que corresponda a la presente matriz solución excepto
984 0 1 987 costos de la variables báicas en lugar de las magnitudes de las variables. E
979.5 981 0 982.5
984 985.5 0 4.5 0 -15 0

-17.1 -17.5 -14.4

os el número mínimo de rectas n1 que cubren todos los ceros de la matriz c*. -16.2 -16 -12.4

0 985.5 987 0 3. Se construye un conjunto de números llamados vj a lo largo de la parte s

0.5 1 987 987 conjunto de números llamados ui a lo largo del lado izquierdo; tales que su
984 0 1 987 encerrados en el círculo y de sus intersecciones y por tanto satisfagan zij=u
979.5 981 0 982.5 con las sumas de los ui y vj de las correspondientes filas y columnas.
984 985.5 0 4.5
1 1 2 1 0.00 -15.00 -11.90
0.00 0.00 -15.00 -11.90
=4 y n=5. NO HEMOS llegado al óptimo. -2.50 -2.50 -17.50 -14.40
0.00 0.00 -15.00 -11.90
ga Φ=mínimo elemento de c* no cubierto por las rectas. Reste Φ a todos los elementos no cubiertos
Sume Φ a todos los elementos en las intersecciones entre dos rectas. Vuelva al paso 3. Repita el 4. Calcular cij-zij . Si todos los cij-zij>=0 la solución es óptima. Si uno o
solución mejor.

0 985.5 991.5 0 0.00 0.00 11.90

0.5 1 991.5 987 -14.60 0.00 0.00
984 0 5.5 987 -16.20 -1.00 -0.50
975 976.5 0 978
979.5 981 0 0 5. De esta variables que tienen un costo de entrada negativo, se determina
1 1 2 2 (más negativo). Pasando a la matriz solución, se traza la trayectoria "+,-" qu
iguala 0 a la variable solución más pequeña de las que se están en la celda

Mínimo -16.20
ha llegado a la solución óptima, para buscar esta solución considere ante todo, una de las filas o
tengan la menor cantidad de ceros. Encierre dentro de un círculo uno de los ceros de esta hilera. 180.00 60.00
na cruz lo ceros que se encuentran sobre la misma fila o columna que el cero encerrado en el círculo. 140.00 225.00
s misma forma sucesivamente para todos las filas y columnas. Los ceros en los círculos constituyen la +
ima.
 40.00 200.00
0 985.5 991.5 0 0.00 225.00
0.5 1 991.5 987 140.00
984 0 5.5 987
975 976.5 0 978 6. Ahora se repiten los pasos 2 a 5 hasta que alguna iteracción demuestre q
979.5 981 0 0
1 1 2 2 0 -15.00 -11.90
0 0.00 -15.00 -11.90
0 985.5 991.5 0 -2.50 -2.50 -17.50 -14.40
0.5 1 991.5 987 -16.20 -16.20 -31.20 -28.10
984 0 5.5 987
975 976.5 0 978 0.00 0.00 11.90
979.5 981 0 0 -14.60 0.00 0.00
1 1 2 2 0.00 15.20 15.70

0 985.5 991.5 0 Mínimo -16.20

0.5 1 991.5 987
984 0 5.5 987 40.00 200.00
975 976.5 0 978 0.00 225.00
979.5 981 0 0 140.00
1 1 2 2
0.00 200.00
0 985.5 991.5 0 0.00 225.00
0.5 1 991.5 987 180.00
984 0 5.5 987
975 976.5 0 978 0 1.20 4.30
979.5 981 0 0 -16.20 -16.20 -15.00 -11.90
1 1 2 2 -18.70 -18.70 -17.50 -14.40
1 -16.20 -16.20 -15.00 -11.90

s la asignación óptima 16.20 0.00 11.90

1.60 0.00 0.00
20 30 40 50 0.00 -1.00 -0.50
16 13
16.5 15.5 Mínimo -1.00
14.5 14
17.5 200.00
13 17.5 0.00 225.00
180.00 +

124.00
0.00 225.00
180.00 76.00
180.00 200.00 225.00

0 0.20 3.30
-15.20 -15.20 -15.00 -11.90
-17.70 -17.70 -17.50 -14.40
-16.20 -16.20 -16.00 -12.90

15.20 0.00 11.90

0.60 0.00 0.00
0.00 0.00 0.50

Mínimo -1.00

124.00
0.00 225.00
180.00 76.00

0.00
124.00 225.00
180.00 76.00

0 0.20 3.30
-16.20 -16.20 -16.00 -12.90
-17.70 -17.70 -17.50 -14.40
-16.20 -16.20 -16.00 -12.90
 16.20 1.00 12.90
0.60 0.00 0.00
0.00 0.00 0.50

Tenemos la solución

A B C
I 0.00 0.00 0.00
II 0.00 124.00 225.00
III 180.00 76.00 0.00

Matriz beneficios

0 0 0
0 2170 3240
2916 1216 0

Maximo beneficio total 12331.00

 VUELOS REDONDOS A - B
e pueden fabricarse en varias máquinas. Sin embargo hay diferencias de Una línea aérea tiene vuelos redondos entre las ciudades A y B. La tripulación con base en la ciu
nta y costos que son los siguientes: vuela a la ciudad B(A) debe regresar a la ciudad A(B) en un vuelo posterior el mismo día o al sig
tripulación con base en la ciudad A puede regresar en un vuelo con destino a A sólo si hay cuan
minutos entre el tiempo de llegada en B y el tiempo de salida del vuelo con destino a A. El objetiv
PRECIO DE Nº DE COSTO VARIABLE POR MÁQUINA emparejar los vuelos de manera que se minimice el tiempo de escala total de todas las tripulacio
VENTAS ($) PRODUCTO I II III el problema como un modelo de asignación mediante el uso del itinerario dado:
3.05 1620 1.15 1.25
3.00 2000 1.50 1.25 1.40
2.85 1800 1.05 1.30 DESDE A
2.90 1750 1.35 1.20 1.45 VUELO A B VUELO
oferta 1 6:00 8:30 10
2 8:15 10:45 20
demanda 3 13:30 16:00 30
4 15:00 17:30 40
ctos a las tres máquinas para el siguiente mes, mediante el problema de
olución óptima. SOLUCIÓN

roducto dependiendo del tipo de máquina en donde fue producida:

s beneficios, por eso la utilizaré como nivel de referencia para medir

0.75
1
0.8
mpo disponible estandar según la eficiencia de las máquinas.

ada máquina, para así poder hallar la asignación óptima de las

uctos.

matriz donde cada beneficio depende a la vez de su eficiencia de

D
1.55*10
1.7*10
1.45*10

D Capacidad
15.5 240
17 400
14.5 256 896
175 116
780

s una columna de ceros, cuya demanda será 116.

D E
15.5 0 240
17 0 400
14.5 0 256
 175 116

s, multiplicamos por -1 los datos y empleamos el método UV

D E
-15.5 0 240
-17 0 400
-14.5 0 256
175 116

básica inicial, utilizando cualquiera de los métodos (método de la

sel)

0 240 60 0
0 400 260 35 0
1 256 116
116

180
60
140
225
35
140
116

35
140 116

la presente matriz solución excepto en que los elementos son los

las magnitudes de las variables. Esta matriz es la z ij
la presente matriz solución excepto en que los elementos son los
las magnitudes de las variables. Esta matriz es la z ij

-15.5 0

-17 0
-14.5 0

llamados vj a lo largo de la parte superior de la matriz zij y un

go del lado izquierdo; tales que su suma iguale a los valores
cciones y por tanto satisfagan zij=ui+vj y completar las celdas vacías
pondientes filas y columnas.

-14.50 0.00
-14.50 0.00 MATRIZ Zij
-17.00 -2.50
-14.50 0.00

=0 la solución es óptima. Si uno o más cij-zij<0 será posible una

-1.00 0.00
0.00 2.50
0.00 0.00

de entrada negativo, se determina la que lo tenga más pequeño

ción, se traza la trayectoria "+,-" que empieza en esta variable. Se
eña de las que se están en la celda que contiene signo menos.

35.00
140.00 116.00
 175.00
0.00 116.00

que alguna iteracción demuestre que la solución es óptima.

-14.50 16.20
-14.50 16.20
-17.00 13.70
-30.70 0.00

-1.00 -16.20
0.00 -13.70
16.20 0.00

+
175.00
0.00 116.00

40.00
175.00
76.00

1.70 16.20
-14.50 0.00
-17.00 -2.50
-14.50 0.00

-1.00 0.00
0.00 2.50
0.00 0.00
 40.00
175.00
76.00

116.00
175.00
0.00
175.00 116.00

0.70 15.20
-14.50 0.00
-17.00 -2.50
-15.50 -1.00

-1.00 0.00
0.00 2.50
1.00 1.00

+ 116.00
175.00

124.00 116.00
51.00

0.70 16.20
-15.50 0.00
-17.00 -1.50
-15.50 0.00
 0.00 0.00
0.00 1.50
1.00 0.00

D E
124.00 116.00
51.00 0.00
0.00 0.00

1922
867
0
 s A y B. La tripulación con base en la ciudad A(B) y que Tres refinerías con capacidades máximas de 6, 5 y 8 millones de galones de gasolina reparten a tres áreas de distribución
un vuelo posterior el mismo día o al siguiente. Una demandas diarias de 4, 8 y 7 millones de galones del combustible. La gasolina se transporta a las tres áreas de distribución
n vuelo con destino a A sólo si hay cuando menos 90 una red de tubería.
alida del vuelo con destino a A. El objetivo consiste en
po de escala total de todas las tripulaciones. Resuelva
El costo de transporte se calcula con base en la longitud de la tubería aproximadamente a 1 centavo por 100 galones por m
uso del itinerario dado:
La tabla de distancia que aquí se resume muestra que la refinería 1 no está conectada al área de distribución 3. Identifique
las variables, formule el problema como un problema de transporte, resuelva el problema e interprete la solución.
DESDE A
B A
7:30 9:30 MODELO
9:15 11:15 Planta M1 M2 M3 M4 Totales
16:30 18:30 Los Angeles 700 300 1000
20:00 22:00 Detroit 500 600 400 1500
Nueva Orleans 800 400 1200
Centro de Distribución
Denver 700 500 500 600 2300
Miami 600 500 200 100 1400

En el siguiente cuadro de kilometrajes por simplicidad asume que el costo de transporte es de 8/100 de unidad monetaria p
kilómetro, para todos los modelos. Suponga que es posible sustituir un porcentaje de la demanda de un modelo, con la ofe
acuerdo con la siguiente tabla:

Centro de Distribución Porcentaje de demandaModelos intercambiables

Denver 10 M1,M2
20 M3,M4
Miami 10 M1,M3
5 M2,M4

Área de distrbución 1 Área de distrbución 2 Área de distrbución 3

Refinería 1 120 180
Refinería 2 300 100 80
Refinería 3 200 250 120
SOLUCIÓN
M1 700
700 M3
M2 500
Los Ángeles
300 M4 Denver
M3 500
500 M1
M4 600

Detroit 600 M2
M1 600

400 M4 500
M2
800 M1 Miami
M3 200
Nueva Orleans
400 M2 100
M4

Como es posible sustituir un porcentaje de la demanda de un modelo con la oferta de otro, agregamos cuatro nuevos desti
correspondientes a las nuevas combinaciones (M1,M2), (M3,M4),(M1,M3) y (M2,M4). Las demandas en los nuevos detinos
determinan a partir de los porcentajes dados.

M1 700

M2 270

700 M3 M2 230
Denver
Los Ángeles
300 M4 M3 500

500 M1 M4 140

600 M2 M4 460
Detroit

400 M4 M1 600
 400 M4 M1 600

800 M1 M2 500

Nueva Orleans
400 M2 M3 60
Miami

M3 140

M4 30

M4 70

Como el costo de transporte es de 8/100 u.m. por auto / kilómetro, para todos los modelos, elaboramos el cuadro de costos

DENVER MIAMI
M1 M2 M3 M4 M1 M2 M3
LOS M3 1000 1000 8 8 1000 1000 8
ANGELES M4 1000 1000 1000 8 1000 1000 1000
M1 8 8 1000 1000 8 1000 8
DETROIT M2 1000 8 1000 1000 1000 8 1000
M4 1000 1000 1000 8 1000 1000 1000
NUEVA M1 8 8 1000 1000 8 1000 8
ORLEANS M2 1000 8 1000 1000 1000 8 1000
700 500 500 600 600 500 200

1 1 - - - - - -
- 1 - - - - - -
- 1 1 - - - - -
- - 1 1 - - - -
- - - 1 1 - - -
- - - - 1 1 - -
 - - - - - 1 1 1
700 500 500 600 600 500 200 100
0 200 200 200 400 100 0

0 0 0 0 0

X11=MIN(700;700) X11= 700

X12=0
X22=MIN(500;300) X22= 300
X32=MIN(500;200) X32= 200
X33=MIN(300;500) X33= 300
X43=MIN(600;200) X43= 200
X44=MIN(400;600) X44= 400
X54=MIN(400;200) X54= 200
X55=MIN(200;600) X55= 200
X65=MIN(800;400) X65= 400
X66=MIN(400;500) X66= 400
X76=MIN(400;100) X76= 100
X77=MIN(300;200) X77= 200
X78=MIN(100;100) X78= 100

700 0 - - - - - -
- 300 - - - - - -
- 200 300 - - - - -
- - 200 400 - - - -
- - - 200 200 - - -
- - - - 400 400 - -
- - - - - 100 200 100

0 0 992 992 1984 2976 3968 2976

1000 1000 1000 1992 1992 2984 3976 4968 3976
1000 1000 1000 1992 1992 2984 3976 4968 3976
 8 8 8 1000 1000 1992 2984 3976 2984
8 8 8 1000 1000 1992 2984 3976 2984
-984 -984 -984 8 8 1000 1992 2984 1992
-1976 -1976 -1976 -984 -984 8 1000 1992 1000
-2968 -2968 -2968 -1976 -1976 -984 8 1000 8

0 0 -1984 -1984 -1984 -2976 -4960 -2976

0 0 -992 -1984 -1984 -2976 -3968 -3968
0 0 0 0 -1984 -1984 -3968 -1984
992 0 0 0 -992 -2976 -2976 -2976
1984 1984 992 0 0 -992 -1984 -1984
1984 1984 1984 1984 0 0 -1984 0
3968 2976 2976 2976 1984 0 0 0

Minimo -4960 negativos 24

700 0 - - - - + -
- 300 - - - - - -
- 200 300 - - - - -
- - 200 400 - - - -
- - - 200 200 - - -
- - - - 400 400 - -
- - - - - 100 200 100

700 0 - - - - 0 -
- 300 - - - - - -
- 200 300 - - - - -
- - 200 400 - - - -
- - - 200 200 - - -
- - - - 400 400 - -
- - - - - 100 200 100
 0 -4960 -3968 -3968 -2976 -1984 -992 -1984
1000 1000 -3960 -2968 -2968 -1976 -984 8 -984
5960 5960 1000 1992 1992 2984 3976 4968 3976
4968 4968 8 1000 1000 1992 2984 3976 2984
4968 4968 8 1000 1000 1992 2984 3976 2984
3976 3976 -984 8 8 1000 1992 2984 1992
2984 2984 -1976 -984 -984 8 1000 1992 1000
1992 1992 -2968 -1976 -1976 -984 8 1000 8

0 4960 2976 2976 2976 1984 0 1984

-4960 0 -992 -1984 -1984 -2976 -3968 -3968
-4960 0 0 0 -1984 -1984 -3968 -1984
-3968 0 0 0 -992 -2976 -2976 -2976
-2976 1984 992 0 0 -992 -1984 -1984
-2976 1984 1984 1984 0 0 -1984 0
-992 2976 2976 2976 1984 0 0 0

minimo -4960 Negativos 24

700 0 - - - - 0 -
- 300 - - - - - -
+ 200 300 - - - - -
- - 200 400 - - - -
- - - 200 200 - - -
- - - - 400 400 - -
- - - - - 100 200 100

700 0 - - - - 0 -
- 300 - - - - - -
+ 200 300 - - - - -
- - 200 400 - - - -
- - - 200 200 - - -
- - - - 400 400 - -
- - - - - 100 200 100
 VUELOS A - B - C Y EL COSTO POR TIEMPO DE ESPERA
arten a tres áreas de distribución con Una pequeña compañía aérea, que opera 7 días por semana sirve tres ciudades (A,B y C) de acuerdo con el
rta a las tres áreas de distribución a través de itinerario dado en el cuadro adjunto. El costo de detención por parada (que significa tener los aviones inactivos),
es proporcional al cuadrado del tiempo de detención. Pero tiene que tener al menos tres horas de descanso
¿cómo debería la compañía asignar sus aviones a los diferentes vuelos de modo de minimizar los costos de
detención?
1 centavo por 100 galones por milla recorrida.
área de distribución 3. Identifique claramente
Vuelo Nº Desde Hora Partida A Hora llegada
e interprete la solución.
1 A 9:00 AM B Mediodía
2 A 10:00 AM B 1:00 PM
3 A 3:00 PM B 6:00 PM
4 A 6:00 PM C Medianoche
5 A 10:00 PM C 2:00 AM
6 B 4:00 PM A 7:00 AM
7 B 11:00 PM A 2:00 PM
8 B 3:00 PM A 6:00 PM
9 C 7:00 AM A 11:00 AM
10 C 3:00 PM A 7:00 PM

SOLUCIÓN
s de 8/100 de unidad monetaria por auto y por
emanda de un modelo, con la oferta de otro, de Calculamos los tiempos donde los aviones no realizan vuelo

Vuelo De A Hacia B Vuelo De B Hacia A

1 9:00 12:00 6 16:00 7:00
2 10:00 13:00 7 23:00 14:00
3 15:00 18:00 8 15:00 18:00

A >>> B 6 7 8 B >>> A 1 2
1 4:00 11:00 3:00 6 02:00 03:00
2 3:00 10:00 2:00 7 19:00 20:00
3 22:00 5:00 21:00 8 15:00 16:00
A >>> B 6 7 8 B >>> A 1 2
1 4 11 3 6 2 3
2 3 10 2 7 19 20
 3 22 5 21 8 15 16

Matriz de Costo de detención

A >>> B 6 7 8 B >>> A 1 2
Denver 1 16 121 9 6 4 9
2 9 100 4 7 361 400
3 484 25 441 8 225 256

B >>> A 6 7
1 4 361
2 9 400
3 64 1

Miami
Seleccionando los menores costos
6 7 8
1 4 121 9
2 9 100 4
3 64 1 441
, agregamos cuatro nuevos destinos
demandas en los nuevos detinos se
Vuelo De A Hacia C Vuelo De C Hacia A
4 18:00 0:00 9 7:00 11:00
5 22:00 2:00 10 15:00 19:00

A >>> C 9 10 C >>> A 4 5
270 4 7:00 15:00 9 7:00 11:00
230 5 14:00 13:00 10 23:00 3:00
A >>> C 9 10 C >>> A 4 5
Denver 4 7 15 9 7 11
5 14 13 10 23 3

140 Matriz de Costo

A >>> C 9 10 C >>> A 4 5
460 4 49 225 9 49 121
5 196 169 10 529 9
 C >>> A 9 10
4 49 529
5 121 9
Miami
Seleccionando los menores costos
140 9 10
60 4 49 225
5 121 9
70
30 Uniendo ambas tablas, obtenemos la matriz de Costos de detención

6 7 8 9 10
, elaboramos el cuadro de costos. 1 4 121 9
2 9 100 4
MIAMI 3 64 1 441
M4 4 49 225
1000 700 5 121 9
8 300
1000 500 Como los aviones deben descansar al menos 3 horas, debemos considerar los costos mayores o iguales a 9 (3
8 600 horas). Siendo una ruta prohibida los costos menores que 9. Empleamos M=1000
8 400
1000 800 6 7 8 9 10
8 400 1 1000 121 9 1000 1000
100 2 9 100 1000 1000 1000
3 64 1000 441 1000 1000
4 1000 1000 1000 49 225
5 1000 1000 1000 121 9

700 0 Método Húngaro

300 0 1. Examinamos en cada COLUMNA el menor elemento. v j  min c j
500 300 0
600 400 0 1000 121 9 1000 1000
400 200 0 9 100 1000 1000 1000
800 400 0 64 1000 441 1000 1000
400 300 100 1000 1000 1000 49 225
1000 1000 1000 121 9
9 100 9 49 9

Formamos una nueva matriz c ' ij  c ij  v j

991 21 0 951 991
0 0 991 951 991
55 900 432 951 991
991 900 991 0 216
991 900 991 72 0

2. Determinamos para cada FILA los u i  min c ' ij

991 21 0 951 991 0
0 0 991 951 991 0
55 900 432 951 991 55
991 900 991 0 216 0
991 900 991 72 0 0

3. Encontramos el número mínimo de rectas n1 que cubren todos los ceros de la matriz c*.

1 991 21 0 951 991

2 0 0 991 951 991
0 55 900 432 951 991
1 991 900 991 0 216
1 991 900 991 72 0
1 1 1 1 1

Vemos que n1=4 y n=5. NO HEMOS llegado al óptimo.

4. Si n1≠ n, haga Φ=mínimo elemento de c* no cubierto por las rectas. Reste Φ a todos los elementos no
cubiertos por las rectas. Sume Φ a todos los elementos en las intersecciones entre dos rectas. Vuelva al paso 3.
Repita el proceso.
4. Si n1≠ n, haga Φ=mínimo elemento de c* no cubierto por las rectas. Reste Φ a todos los elementos no
cubiertos por las rectas. Sume Φ a todos los elementos en las intersecciones entre dos rectas. Vuelva al paso 3.
Repita el proceso.
Φ= 55
1 991 21 0 951 991
2 0 0 991 951 991
1 0 845 377 896 936
1 991 900 991 0 216
1 991 900 991 72 0
2 1 1 1 1

Vemos que n1=n=5

5. Si n1=n se ha llegado a la solución óptima, para buscar esta solución considere ante todo, una de las filas o
columnas que tengan la menor cantidad de ceros. Encierre dentro de un círculo uno de los ceros de esta hilera.
Marque con una cruz lo ceros que se encuentran sobre la misma fila o columna que el cero encerrado en el
círculo. Proceda en las misma forma sucesivamente para todos las filas y columnas. Los ceros en los círculos
constituyen la asignación óptima.

1 991 21 0 951 991

2 0 0 991 951 991
1 0 845 377 896 936
1 991 900 991 0 216
1 991 900 991 72 0
2 1 1 1 1

1 991 21 0 951 991

2 0 0 991 951 991
1 0 845 377 896 936
1 991 900 991 0 216
1 991 900 991 72 0
2 1 1 1 1

1 991 21 0 951 991

2 0 0 991 951 991
1 0 845 377 896 936
 1 991 900 991 0 216
1 991 900 991 72 0
2 1 1 1 1

6 7 8 9 10
1 4 121 9
2 9 100 4
3 64 1 441
4 49 225
5 121 9

Vuelo >>> Vuelo El costo total 231 u.m.

1 8
2 7
3 6
4 9
5 10
 Dos compañías farmaceúticas tiene inventario de dosis de 1,1 y 0,9 millones de cierta vacuna contra la gripe y
se considera inminente una epidemia de gripe en tres ciudades. Ya que la gripe podría ser fatal para los
ciudadanos de edad avanzada, a ellos se les debe vacunar primero; a los demás se los vacunará según se
presenten, mientras duren los suministros de vacuna.

Las cantidades de vacuna (en millones de dosis) que cada ciudad estima poder adminstrar son las siguientes:

Ciudad 1 Ciudad 2 Ciudad 3

Ancianos 0.325 0.260 0.195
Otros 0.750 0.800 0.650

Los costos de embarque (en centavos por dosis) entre las compañías y las ciudades son:

Ciudad 1 Ciudad 2 Ciudad 3

Compañía 1 3 3 6
Compañía 2 1 4 7

Se desea determinar un programa de embarque de costos mínimos que provea a cada ciudad de vacuna
suficiente para atender al menos a los ancianos.

SOLUCIÓN

3
08:00
01:00
21:00
3
8
1
21

3
64
1
441

8
225
256
441
 ASIGNACIÓN DE OPERADORES A MÁQUINAS
En el siguiente problema de transporte la demanda total de cuatro empresas constructoras excede las Considere el problema de asignar cuatro operadores
posibilidades de suministro de tres fábricas de materiales de construcción. Los costos de penalización por EL operador A no puede ser asignado a la máquina
unidad de demanda insatisfecha son 5, 3 y 2 para las empresas 1, 2 y 3 respectivamente. 4.

Considerar que la cuarta empresa exige el envio de su pedido completo y además la primera empresa sólo I
compra su mercadería a las fábricas 1 y 2. A 5
B 7
El siguiente cuadro muestra los costos de transporte de unidad entre cada fábrica y empresa: C 9
D 7
Empresa 1 Empresa 2 Empresa 3 Empresa 4
Fábrica 1 5 1 7 1 a) Obtenga la solución óptima
Fábrica 2 6 4 5 6 b) Suponga que se pone a disposición una quinta m
Fábrica 3 2 5 3 cuatro operadores son 2, 1, 2 y 8. La nueva máquina
justificar en el sentido económico. Vuelva a formular
Las fábricas tienen disponible 10, 80 y 45 unidades respectivamente y las empresas 75, 20, 50 y 50 unidades solución óptima. En particular, ¿resulta económico r
respectivamente. de ellas?.

Obtener una solución óptima e interpretar los resultados. Explique claramente cómo se obtiene y qué significa la SOLUCIÓN
solución óptima.
PARTE A
SOLUCIÓN Como el operador A no puede ser asignado a la máq
introducir los datos al TORA colocamos números mu

I
A 5
B 7
C 9
D 7

Método Húngaro
1. Examinamos en cada COLUMNA el menor eleme

5 5
7 4
 9 3
7 2

Formamos una nueva matriz

0 3
2 2
4 1
2 0

2. Determinamos para cada FILA los

0 3
2 2
4 1
2 0

y determinamos c * ij  c ' ij  u i
0 3
2 2
3 0
2 0

3. Encontramos el número mínimo de rectas n1 que

2 0
1 2
1 3
1 2
1

Vemos que n1=3 y n=4. NO HEMOS llegado al óptim

4. Si n1≠ n, haga Φ=mínimo elemento de c* no cubie

cubiertos por las rectas. Sume Φ a todos los elemen
3. Repita el proceso.
 4. Si n1≠ n, haga Φ=mínimo elemento de c* no cubie
cubiertos por las rectas. Sume Φ a todos los elemen
3. Repita el proceso.

2 0
1 2
2 1
2 0
2

Vemos que n1=n=4

5. Si n1=n se ha llegado a la solución óptima, para b

columnas que tengan la menor cantidad de ceros. E
Marque con una cruz lo ceros que se encuentran so
círculo. Proceda en las misma forma sucesivamente
constituyen la asignación óptima.

2 0
1 2
2 1
2 0
2

2 0
1 1 2
2 1
2 0
2

2 0
1 2
1 1
2 0
2
1
Determinamos la asignación óptima

I
A 5
B 7
C 9
D 7

El costo mínimo será $ 14 (7+3+2+2)

PARTE B
Como existe una nueva máquina, asignaremos un o

I
A 5
B 7
C 9
D 7
E 0

5
7
9
7
0

5
7
9
7
0
 3
6
7
5
0

2 3
1 6
1 7
1 5
5 0
1

1 3
2 5
2 6
1 5
4 0
1

1 3
2 5
2 6
1 5
4 0
1

1 3
2 5
2 6
1 5
4 0
1
 1 3
2 5
2 6
1 5
4 0
1

1 3
2 5
2 6
1 5
4 0
1

I
A 5
B 7
C 9
D 7
E 0

La asignación óptima será

Operador Máquina
A IV
B III
C V
D II
 DE OPERADORES A MÁQUINAS HORNOS Y LAMINADORES
roblema de asignar cuatro operadores a cuatro máquinas. Se dan los costos de asignación en $. Una Cía. Siderúrgica tiene 3 hornos y 5 laminadores. Los costos de producción e
no puede ser asignado a la máquina 3. Así mismo, el operador C no puede asignar a la máquina transporte a los laminadores por unidad producida, se indican a continuación:

L1 L2 L3
II III IV H1 4 2 3
5 2 H2 5 4 5
4 2 3 H3 6 3 7
3 5 Rendimiento 4 4 6
2 6 7
Para la capacidad de producción y requerimiento en los laminadores en el cuadr
solución óptima a) El programa óptimo de trabajo. Use el método Russel para hallar solución inic
ue se pone a disposición una quinta máquina. Sus costos de asignación respectivos para los b) Suponga que ls hornos H1, H2 y H3 tiene una capacidad adicional de producc
ores son 2, 1, 2 y 8. La nueva máquina reemplaza a una existente si el reemplazo se puede unidades respectivamente, lo cual aumenta los costos de producción en 1, 4y 4 u
sentido económico. Vuelva a formular el problema como un problema de asignación y obtenga la requerimientos en los laminadores se ven aumentados en una unidad cada uno,
a. En particular, ¿resulta económico reemplazar una de las máquinas existentes? Si es así, ¿cuál en este caso?

SOLUCIÓN

ador A no puede ser asignado a la máquina 3 ni el operador C a la máquina 4, a la hora de

datos al TORA colocamos números muy grandes (M).

II III IV
5 M 2
4 2 3
3 5 M
2 6 7

s en cada COLUMNA el menor elemento. v j  min c j Supongamos M=1000

1000 2
2 3
 5 1000
6 7

a nueva matriz c ' ij  c ij  v j

998 0
0 1
3 998
4 5

mos para cada FILA los u i  min c ' ij

998 0
0 1
3 998
4 5

c * ij  c ' ij  u i
998 0
0 1
2 997
4 5

os el número mínimo de rectas n1 que cubren todos los ceros de la matriz c*.

3 998 0
2 0 1
0 2 997
0 4 5
2 1 1

=3 y n=4. NO HEMOS llegado al óptimo.

ga Φ=mínimo elemento de c* no cubierto por las rectas. Reste Φ a todos los elementos no
as rectas. Sume Φ a todos los elementos en las intersecciones entre dos rectas. Vuelva al paso
oceso.
ga Φ=mínimo elemento de c* no cubierto por las rectas. Reste Φ a todos los elementos no
as rectas. Sume Φ a todos los elementos en las intersecciones entre dos rectas. Vuelva al paso
oceso.

5 998 0
4 0 1
0 0 995
0 2 3
2 2 1

ha llegado a la solución óptima, para buscar esta solución considere ante todo, una de las filas o
tengan la menor cantidad de ceros. Encierre dentro de un círculo uno de los ceros de esta hilera.
na cruz lo ceros que se encuentran sobre la misma fila o columna que el cero encerrado en el
da en las misma forma sucesivamente para todos las filas y columnas. Los ceros en los círculos
asignación óptima.

5 998 0
4 0 1
0 0 995
0 2 3
2 2 1

5 998 0
4 0 1
0 0 995
0 2 3
2 2 1

5 998 0
4 0 1
0 0 995
0 2 3
2 2 1
s la asignación óptima
Asignación

II III IV Operador Máquina

5 2 A IV
4 2 3 B III
3 5 C II
2 6 7 D I

mo será $ 14 (7+3+2+2)

na nueva máquina, asignaremos un operador ficticio. Repetimos el procedimiento en PARTE A.

II III IV V
5 1000 2 2
4 2 3 1
3 5 1000 2
2 6 7 8
0 0 0 0

5 1000 2 2
4 2 3 1
3 5 1000 2
2 6 7 8
0 0 0 0

5 1000 2 2
4 2 3 1
3 5 1000 2
2 6 7 8
0 0 0 0
3 998 0 0
3 1 2 0
1 3 998 0
0 4 5 6
0 0 0 0

3 998 0 0 n1=4
3 1 2 0 n=5
1 3 998 0
0 4 5 6
0 0 0 0
2 1 2 4

3 998 0 1 n1=5=n
2 0 1 0
0 2 997 0
0 4 5 7
0 0 0 1
3 2 2 2

3 998 0 1
2 0 1 0
0 2 997 0
0 4 5 7
0 0 0 1
3 2 2 2

3 998 0 1
2 0 1 0
0 2 997 0
0 4 5 7
0 0 0 1
3 2 2 2
2 1 1
3 998 0 1
2 0 1 0
0 2 997 0
0 4 5 7
0 0 0 1
3 2 2 2
2 1 1

3 998 0 1
2 0 1 0
0 2 997 0
0 4 5 7
0 0 0 1
3 2 2 2
2 1 1

II III IV V
5 2 2
4 2 3 1
3 5 2
2 6 7 8
0 0 0 0
 ASIGNAR VENDEDORES A DISTRITOS PARA MAXIMIZAR BENEFICIOS
minadores. Los costos de producción en los hornos más los costos de La Cía. BETA va decidir cuál de cuatro vendedores debe asignar a cada uno de sus cuatro distritos de venta
oducida, se indican a continuación: Lima Metropolitana. Cada vendedor está en condiciones de lograr ventas diferentes en cada distrito.

L4 L5 Capacidades En la siguiente tabla es muestran los estimados:

2 6 8
2 1 12 Distrito
4 5 14 Vendedor 1 2 3 4
8 8 A 65 73 55 58
B 90 67 87 75
miento en los laminadores en el cuadro anterior, establezca: C 106 86 96 89
método Russel para hallar solución inicial. D 84 69 79 77
e una capacidad adicional de producción a sobre tiempo de 2, 2 y 3
a los costos de producción en 1, 4y 4 unidades respectivamente los A BETA le gustaría maximizar el volumen de ventas total. Sin embargo, es imposible asignar al vendedor B p
aumentados en una unidad cada uno, ¿cuál es el programa óptimo el distrito 1 o al vendedor A para el distrito 2, ya que estas designaciones violarían las políticas de rotación de
personal.

Determine la asignación óptima.

SOLUCIÓN

Como buscamos maximizar, para resolver este problema por el método Húngaro sólo tenemos que convertir
matriz c en la matriz c0 mediante la siguiente transformación
c ij ( 0 )  (max c ij )  c ij
106
41 33 51 48
16 39 19 31
0 20 10 17
22 37 27 29

La matriz c0 tendrá al menos un elemento nulo. Seguimos después el mismo procedimiento que para los
problemas de minimización.

Como el vendedor A no puede ser asignado al distrito 2 ni el vendedor B al distrito 1, a la hora de introducir lo
datos al TORA colocamos números muy grandes (M). Ejm: M=1000
Como el vendedor A no puede ser asignado al distrito 2 ni el vendedor B al distrito 1, a la hora de introducir lo
datos al TORA colocamos números muy grandes (M). Ejm: M=1000

1 2 3 4
A 41 1000 51 48
B 1000 39 19 31
C 0 20 10 17
D 22 37 27 29

Método Húngaro
1. Examinamos en cada COLUMNA el menor elemento. v j  min c j
41 1000 51 48
1000 39 19 31
0 20 10 17
22 37 27 29
0 20 10 17

Formamos una nueva matriz c ' ij  c ij  v j

41 980 41 31
1000 19 9 14
0 0 0 0
22 17 17 12

2. Determinamos para cada FILA los u i  min c ' ij

41 980 41 31 31
1000 19 9 14 9
0 0 0 0 0
22 17 17 12 12

y determinamos c * ij  c ' ij  u i
10 949 10 0
991 10 0 5
 0 0 0 0
10 5 5 0

3. Encontramos el número mínimo de rectas n1 que cubren todos los ceros de la matriz c*.

1 10 949 10 0
1 991 10 0 5
4 0 0 0 0
1 10 5 5 0
1 1 2 3

Vemos que n1=3 y n=4. NO HEMOS llegado al óptimo.

4. Si n1≠ n, haga Φ=mínimo elemento de c* no cubierto por las rectas. Reste Φ a todos los elementos no
cubiertos por las rectas. Sume Φ a todos los elementos en las intersecciones entre dos rectas. Vuelva al pas
3. Repita el proceso.
Φ= 5
1 5 944 10 0
1 986 5 0 5
2 0 0 5 5
2 5 0 5 0
1 2 1 2

Vemos que n1=n=4

5. Si n1=n se ha llegado a la solución óptima, para buscar esta solución considere ante todo, una de las filas
columnas que tengan la menor cantidad de ceros. Encierre dentro de un círculo uno de los ceros de esta hile
Marque con una cruz lo ceros que se encuentran sobre la misma fila o columna que el cero encerrado en el
círculo. Proceda en las misma forma sucesivamente para todos las filas y columnas. Los ceros en los círculo
constituyen la asignación óptima.

1 5 944 10 0
1 986 5 0 5
2 0 0 5 5
 2 5 0 5 0
1 2 1 2

1 5 944 10 0
1 986 5 0 5
2 0 0 5 5
2 5 0 5 0
1 2 1 2

1 5 944 10 0
1 986 5 0 5
2 0 0 5 5
1 2 5 0 5 0
1 2 1 2

Determinamos la asignación óptima

1 2 3 4
A 65 73 55 58
B 90 67 87 75
C 106 86 96 89
D 84 69 79 77

Vendedor Distrito
A 4
B 3
C 1
D 2

Maximo beneficio 320 ventas


a uno de sus cuatro distritos de venta en
as diferentes en cada distrito.
PRODUCCIÓN DE MOTORES CON TIEMPO EXTRA
La demanda de un motor especial pequeño en los proximos 5 periodos es de 200, 150, 300, 250 y 400. El
fabricante que surte los motores tiene capacidades diferentes de producción que se estiman en 180, 230, 430,
300 y 300 unidades para los cinco periodos. No se puede surtir los pedidos con retraso, en unidades para los
cinco periodos. Pero en el tercer periodo por políticas populistas debe satisfacer la demanda para el mercado
tres y cinco necesariamente.

No se puede surtir los pedidos con retraso, en caso necesario, el fabricante puede ocupar tempo extra para
cubrir la demanda. La capacidad por tiempo extra, en cada periodo, se estima igual a la mitad de la capacidad
de la producción regular. Los costos de producción por unidad en lo cinco periodos son de 100, 96, 115, 102 y
105 u.m. respectivamente. El costo del tiempo extra por motor es 25% mayor que el costo de producción
regular. Si se produce un motor ahora, para usarse en periodos posteriores, se tendrá un costo adicional de
almacenamiento de 4 u.m. por motor y periodo. Formule el problema como un modelo de tranporte.
, es imposible asignar al vendedor B para
es violarían las políticas de rotación de
SOLUCION

Elaboramos la matriz de costos de producción

Periodo
1 2 3 4 5
o Húngaro sólo tenemos que convertir la 1 100.00 104.00 108.00 112.00 116.00 180
TE1 125.00 130.00 135.00 140.00 145.00 90
2 96.00 100.00 104.00 108.00 230
TE2 120.00 125.00 130.00 135.00 115
3 115.00 119.00 123.00 430
TE3 143.75 148.75 153.75 215
4 102.00 106.00 300
TE4 127.50 132.50 150
5 105.00 300
TE5 131.25 150
mismo procedimiento que para los 200 150 300 250 400

Como no tenemos valores en los demás cuadros consideramos M=1000

B al distrito 1, a la hora de introducir los Pero en el tercer periodo por políticas populistas debe satisfacer la demanda para el mercado tres y cinco.
B al distrito 1, a la hora de introducir los
Además Σai≠Σbi (2160-1300=860). Añadimos una columna de ceros, cuya demanda será 860.
Periodo
1 2 3 4 5 6 2160
1 100.00 104.00 108.00 112.00 116.00 0.00 180
TE1 125.00 130.00 135.00 140.00 145.00 0.00 90
2 1000.00 96.00 100.00 104.00 108.00 0.00 230
TE2 1000.00 120.00 125.00 130.00 135.00 0.00 115
3 1000.00 1000.00 115.00 119.00 123.00 0.00 430
TE3 1000.00 1000.00 143.75 148.75 153.75 0.00 215
4 1000.00 1000.00 1000.00 102.00 106.00 0.00 300
TE4 1000.00 1000.00 1000.00 127.50 132.50 0.00 150
5 1000.00 1000.00 1000.00 1000.00 105.00 0.00 300
TE5 1000.00 1000.00 1000.00 1000.00 131.25 0.00 150
1300 200 150 700 250 0 860 860

Método UV o Método Modi

1. Comenzar con alguna solución factible básica inicial, utilizando cualquiera de los métodos (método de la
esquina N-O; matriz mínima; Vogel; Russel)

2, Dibujar una matriz que corresponda a la presente matriz solución excepto en que los elementos son los
costos de la variables báicas en lugar de las magnitudes de las variables. Esta matriz es la z ij

100
125 130
96 100
125
115
143.75 148.75
102 106 0
0
0
0
 3. Se construye un conjunto de números llamados vj a lo largo de la parte superior de la matriz zij y un conjunto
de números llamados ui a lo largo del lado izquierdo; tales que su suma iguale a los valores encerrados en el
círculo y de sus intersecciones y por tanto satisfagan zij=ui+vj y completar las celdas vacías con las sumas de
eros de la matriz c*. los ui y vj de las correspondientes filas y columnas.

u1 + v1 100.00 Haciendo v1=0

u2 + v1 125
u2 + v2 130 u1 100
u3 + v2 96 u2 125
u3 + v3 100 u3 91
u4 + v3 125 u4 116
u5 + v3 115 u5 106
u6 + v3 143.75 u6 134.75
Reste Φ a todos los elementos no u6 + v4 148.75 u7 88
ciones entre dos rectas. Vuelva al paso u7 + v4 102 u8 88
u7 + v5 106 u9 88
u7 + v6 0 u10 88
u8 + v6 0
u9 + v6 0
u10 + v6 0
MATRIZ Zij
vj
ui 0 5 9 14 18 -88
100 100.00 105.00 109.00 114.00 118.00 12.00
125 125.00 130.00 134.00 139.00 143.00 37.00
91 91.00 96.00 100.00 105.00 109.00 3.00
n considere ante todo, una de las filas o 116 116.00 121.00 125.00 130.00 134.00 28.00
n círculo uno de los ceros de esta hilera. 106 106.00 111.00 115.00 120.00 124.00 18.00
columna que el cero encerrado en el 134.75 134.75 139.75 143.75 148.75 152.75 46.75
s y columnas. Los ceros en los círculos 88 88.00 93.00 97.00 102.00 106.00 0.00
88 88.00 93.00 97.00 102.00 106.00 0.00
88 88.00 93.00 97.00 102.00 106.00 0.00
88 88.00 93.00 97.00 102.00 106.00 0.00
4. Calcular cij-zij . Si todos los cij-zij>=0 la solución es óptima. Si uno o más cij-zij<0 será posible una
solución mejor.

1 2 3 4 5 6
1 0.00 -1.00 -1.00 -2.00 -2.00 -12.00
2 0.00 0.00 1.00 1.00 2.00 -37.00
3 909.00 0.00 0.00 -1.00 -1.00 -3.00
4 884.00 -1.00 0.00 0.00 1.00 -28.00
5 894.00 889.00 0.00 -1.00 -1.00 -18.00
6 865.25 860.25 0.00 0.00 1.00 -46.75
7 912.00 907.00 903.00 0.00 0.00 0.00
8 912.00 907.00 903.00 25.50 26.50 0.00
9 912.00 907.00 903.00 898.00 -1.00 0.00
10 912.00 907.00 903.00 898.00 25.25 0.00

5. De esta variables que tienen un costo de entrada negativo, se determina la que lo tenga más pequeño (más
negativo). Pasando a la matriz solución, se traza la trayectoria "+,-" que empieza en esta variable. Se iguala 0 a
la variable solución más pequeña de las que se están en la celda que contiene signo menos.

Valor mínimo -46.75

Esta celda tiene el costo de entrada más pequeño. Trazamos la trayectoria "+;-" en la matriz de variables básicas

180.00
20.00 70.00
80.00 150.00
115.00
430.00
5.00 210.00 +
40.00 0.00 260.00
150.00
300.00
 150.00

180.00 180
20.00 70.00 90
80.00 150.00 230
115.00 115
430.00 430
5.00 0.00 210.00 215
250.00 0.00 50.00 300
150.00 150
300.00 300
150.00 150
200 150 700 250 0 860

6. Ahora se repiten los pasos 2 a 5 hasta que alguna iteracción demuestre que la solución es óptima.

0 5 9 -22.75 -18.75 -134.75

100 100.00 105.00 109.00 77.25 81.25 -34.75
125 125.00 130.00 134.00 102.25 106.25 -9.75
91 91.00 96.00 100.00 68.25 72.25 -43.75
116 116.00 121.00 125.00 93.25 97.25 -18.75
106 106.00 111.00 115.00 83.25 87.25 -28.75
134.75 134.75 139.75 143.75 112.00 116.00 0.00
134.75 134.75 139.75 143.75 102.00 106.00 0.00
134.75 134.75 139.75 143.75 112.00 116.00 0.00
134.75 134.75 139.75 143.75 112.00 116.00 0.00
134.75 134.75 139.75 143.75 112.00 116.00 0.00

0.00 -1.00 -1.00 34.75 34.75 34.75

0.00 0.00 1.00 37.75 38.75 9.75
909.00 0.00 0.00 35.75 35.75 43.75
884.00 -1.00 0.00 36.75 37.75 18.75
894.00 889.00 0.00 35.75 35.75 28.75
865.25 860.25 0.00 36.75 37.75 0.00
 865.25 860.25 856.25 0.00 0.00 0.00
865.25 860.25 856.25 15.50 16.50 0.00
865.25 860.25 856.25 888.00 -11.00 0.00
865.25 860.25 856.25 888.00 15.25 0.00

Valor mínimo -11.00

180.00
20.00 70.00
80.00 150.00
115.00
430.00
5.00 210.00
250.00 0.00 50.00
150.00
+ 300.00
150.00

180.00 180
20.00 70.00 90
80.00 150.00 230
115.00 115
430.00 430
5.00 210.00 215
250.00 0.00 50.00 300
150.00 150
0.00 300.00 300
150.00 150
200 150 700 250 0 860

0 5.00 9.00 -22.75 -29.75 -134.75

100.00 100.00 105.00 109.00 77.25 70.25 -34.75
125.00 125.00 130.00 134.00 102.25 95.25 -9.75
91.00 91.00 96.00 100.00 68.25 61.25 -43.75
 116.00 116.00 121.00 125.00 93.25 86.25 -18.75
106.00 106.00 111.00 115.00 83.25 76.25 -28.75
134.75 134.75 139.75 143.75 112.00 105.00 0.00
-134.75 -134.75 -129.75 -125.75 102.00 -164.50 0.00
134.75 134.75 139.75 143.75 112.00 105.00 0.00
134.75 134.75 139.75 143.75 112.00 105.00 0.00
134.75 134.75 139.75 143.75 112.00 105.00 0.00

0.00 -1.00 -1.00 34.75 45.75 34.75

0.00 0.00 1.00 37.75 49.75 9.75
909.00 0.00 0.00 35.75 46.75 43.75
884.00 -1.00 0.00 36.75 48.75 18.75
894.00 889.00 0.00 35.75 46.75 28.75
865.25 860.25 0.00 36.75 48.75 0.00
1134.75 1129.75 1125.75 0.00 270.50 0.00
865.25 860.25 856.25 15.50 27.50 0.00
865.25 860.25 856.25 888.00 0.00 0.00
865.25 860.25 856.25 888.00 26.25 0.00

Valor minimo -1.00

180.00
20.00 70.00
80.00 150.00
+ 115.00
430.00
5.00 210.00
250.00 50.00
150.00
0.00 300.00
150.00

180.00 180
20.00 70.00 90
0.00 230.00 230
 80.00 35.00 115
430.00 430
5.00 210.00 215
250.00 50.00 300
150.00 150
0.00 300.00 300
150.00 150
200 150 700 250 0 860

0 5.00 10.00 -21.75 -28.75 -133.75

100.00 100.00 105.00 110.00 78.25 71.25 -33.75
125.00 125.00 130.00 135.00 103.25 96.25 -8.75
90.00 90.00 95.00 100.00 68.25 61.25 -43.75
115.00 115.00 120.00 125.00 93.25 86.25 -18.75
105.00 105.00 110.00 115.00 83.25 76.25 -28.75
133.75 133.75 138.75 143.75 112.00 105.00 0.00
133.75 133.75 138.75 143.75 102.00 105.00 0.00
133.75 133.75 138.75 143.75 112.00 105.00 0.00
133.75 133.75 138.75 143.75 112.00 105.00 0.00
133.75 133.75 138.75 143.75 112.00 105.00 0.00

0.00 -1.00 -2.00 33.75 44.75 33.75

0.00 0.00 0.00 36.75 48.75 8.75
910.00 1.00 0.00 35.75 46.75 43.75
885.00 0.00 0.00 36.75 48.75 18.75
895.00 890.00 0.00 35.75 46.75 28.75
866.25 861.25 0.00 36.75 48.75 0.00
866.25 861.25 856.25 0.00 1.00 0.00
866.25 861.25 856.25 15.50 27.50 0.00
866.25 861.25 856.25 888.00 0.00 0.00
866.25 861.25 856.25 888.00 26.25 0.00

Valor mínimo -2.00

180.00 +
20.00 70.00
 230.00
80.00 35.00
430.00
5.00 210.00
250.00 50.00
150.00
0.00 300.00
150.00

145.00 35.00 180

55.00 35.00 90
230.00 230
115.00 0.00 115
430.00 430
5.00 210.00 215
250.00 50.00 300
150.00 150
0.00 300.00 300
150.00 150
200 150 700 250 0 860

0.00 5.00 8.00 -23.75 -30.75 -135.75

100.00 100.00 105.00 108.00 76.25 69.25 -35.75
125.00 125.00 130.00 133.00 101.25 94.25 -10.75
92.00 92.00 97.00 100.00 68.25 61.25 -43.75
115.00 115.00 120.00 123.00 91.25 84.25 -20.75
107.00 107.00 112.00 115.00 83.25 76.25 -28.75
135.75 135.75 140.75 143.75 112.00 105.00 0.00
135.75 135.75 140.75 143.75 102.00 105.00 0.00
135.75 135.75 140.75 143.75 112.00 105.00 0.00
135.75 135.75 140.75 143.75 112.00 105.00 0.00
135.75 135.75 140.75 143.75 112.00 105.00 0.00

0.00 -1.00 0.00 35.75 46.75 35.75

0.00 0.00 2.00 38.75 50.75 10.75
908.00 -1.00 0.00 35.75 46.75 43.75
 885.00 0.00 2.00 38.75 50.75 20.75
893.00 888.00 0.00 35.75 46.75 28.75
864.25 859.25 0.00 36.75 48.75 0.00
864.25 859.25 856.25 0.00 1.00 0.00
864.25 859.25 856.25 15.50 27.50 0.00
864.25 859.25 856.25 888.00 0.00 0.00
864.25 859.25 856.25 888.00 26.25 0.00

Valor mínimo -1.00

145.00 + 35.00
55.00 35.00
230.00
115.00
430.00
5.00 210.00
250.00 50.00
150.00
0.00 300.00
150.00

110.00 35.00 35.00 180

90.00 0.00 90
230.00 230
115.00 0.00 115
430.00 430
5.00 210.00 215
250.00 50.00 300
150.00 150
0.00 300.00 300
150.00 150
200 150 700 250 0 860

0.00 4.00 8.00 -23.75 -30.75 -135.75

100.00 100.00 104.00 108.00 76.25 69.25 -35.75
125.00 125.00 129.00 133.00 101.25 94.25 -10.75
 92.00 92.00 96.00 100.00 68.25 61.25 -43.75
116.00 116.00 120.00 124.00 92.25 85.25 -19.75
107.00 107.00 111.00 115.00 83.25 76.25 -28.75
135.75 135.75 139.75 143.75 112.00 105.00 0.00
135.75 135.75 139.75 143.75 102.00 105.00 0.00
135.75 135.75 139.75 143.75 112.00 105.00 0.00
135.75 135.75 139.75 143.75 112.00 105.00 0.00
135.75 135.75 139.75 143.75 112.00 105.00 0.00

0.00 0.00 0.00 35.75 46.75 35.75

0.00 1.00 2.00 38.75 50.75 10.75
908.00 0.00 0.00 35.75 46.75 43.75
884.00 0.00 1.00 37.75 49.75 19.75
893.00 889.00 0.00 35.75 46.75 28.75
864.25 860.25 0.00 36.75 48.75 0.00
864.25 860.25 856.25 0.00 1.00 0.00
864.25 860.25 856.25 15.50 27.50 0.00
864.25 860.25 856.25 888.00 0.00 0.00
864.25 860.25 856.25 888.00 26.25 0.00

Como en la tabla no encontramos valores negativos, hemos llegado a la solución óptima.

Periodo
1 2 3 4 5 6
1 110.00 35.00 35.00
TE1 90.00
2 230.00
Producción

TE2 115.00
3 430.00
TE3 5.00 210.00
4 250.00 50.00
TE4 150.00
5 0.00 300.00
TE5 150.00
El plan de adquisiciones más ventajoso es

P1>>>D1=110 P2>>>D3=230 P4>>>D4=250

P1>>>D2=35 PTE2>>>D2=115
P1>>>D3=35 P3>>>D3=430
PTE1>>>D1=90 PTE3>>>D3=5

100.00 104.00 108.00 112.00 116.00 0.00

125.00 130.00 135.00 140.00 145.00 0.00
1000.00 96.00 100.00 104.00 108.00 0.00
1000.00 120.00 125.00 130.00 135.00 0.00
1000.00 1000.00 115.00 119.00 123.00 0.00
1000.00 1000.00 143.75 148.75 153.75 0.00
1000.00 1000.00 1000.00 102.00 106.00 0.00
1000.00 1000.00 1000.00 127.50 132.50 0.00
1000.00 1000.00 1000.00 1000.00 105.00 0.00
1000.00 1000.00 1000.00 1000.00 131.25 0.00

Matriz producto Variables solucion*costo

11000.00 3640.00 3780.00 0.00 0.00
11250.00 0.00 0.00 0.00 0.00
0.00 0.00 23000.00 0.00 0.00
0.00 13800.00 0.00 0.00 0.00
0.00 0.00 49450.00 0.00 0.00
0.00 0.00 718.75 0.00 0.00
0.00 0.00 0.00 25500.00 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00

El costo mínimo total será 142138.75 u.m.

1, Encontramos la solución básica inicial mediante el método de la esquina N-O
1 2 3 4 5 6
1 1 0 0 0 0 0 180 0 X11=MIN(180;200) X11= 180
2 1 1 0 0 0 0 90 70 0 X21=MIN(90;20) X21= 20
3 0 1 1 0 0 0 230 150 0 X22=MIN(70;150) X22= 70
4 0 0 1 1 135 0 115 0 X32=MIN(230;80) X32= 80
5 0 0 0 1 1 0 430 0 X33=MIN(150;700) X33= 150
6 0 0 0 0 1 1 215 210 0 X43=MIN(115;550) X43= 115
7 0 0 0 0 0 1 300 260 0 X53=MIN(430;435) X53= 430
8 0 0 0 0 0 0 150 0 X63=MIN(215;5) X63= 5
9 0 0 0 0 0 0 300 0 X64=MIN(210;250) X64= 210
10 0 0 0 0 0 0 150 X74=MIN(300;40) X74= 40
200 150 700 250 0 860 X75=MIN(260;0) X75= 0
20 80 550 40 600 X76=MIN(260;860) X76= 260
0 0 435 0 450 X86=MIN(150;600) X86= 150
5 150 X96=MIN(300;450) X96= 300
0 X10,6=MIN(150;150) X10,6= 150

Tenemos Matriz de las variables básicas

180
20 70
80 150
115
430
5 210
40 0 260
150
300
150

MATRIZ Cij
Matriz de Costos de las variables solución
100 104 108 112 116 0
125 130 135 140 145 0
1000 96 100 104 108 0
1000 120 125 130 135 0
1000 1000 115 119 123 0
1000 1000 143.75 148.75 153.75 0
1000 1000 1000 102 106 0
1000 1000 1000 127.5 132.5 0
1000 1000 1000 1000 105 0
1000 1000 1000 1000 131.25 0
v1 0
v2 5
v3 9.00
v4 14.00
v5 18.00
v6 -88.00
PRODUCTO PERECEDERO CONSULTORES INTERNACIONALES D
La demanda de un artículo perecedero en los proximos cuatro meses de 700, 830, 400 y 430 toneladas, Mobil Oil tiene seis consultores internacio
respectivamente. La capacidad de almacenamiento por los meses sucesivos del periodo de planeación es de Estado Unidos, dos en Rusia y uno en N
600, 500, 620 y 580 toneladas y los precios correspondientes por toneladas son 120, 160, 140 y 170 dólares, una tarifa de $ 4200 cada uno. Venezuel
respectivamente. Como el artículo es perecedero, la compra corriente de un mes se debe consumir Indonesia ha solicitado tres consultores d
totalmente dentro de los 3 meses siguientes a la compra (incluida el mes corriente). Se estima que el costo semanales por consultor son de $ 1400 e
de almacenamiento por toneladas y meses es de $3. De nuevo, la naturaleza del artículo no permite tener tabla muestra las tarifas de viaje redondo
pedidos pendientes de sufrir. Formule el problema como un modelo de transporte.

SOLUCIÓN Desde
meses Estados Unidos
1 2 3 4 Rusia
1 120 123 126 600 Nigeria
2 160 163 166 500
3 140 143 620 a) Formule un modelo matemático para
4 170 580 b) Arabia Saudita acaba de cancelar la s
700 830 400 430 consultor residente de Rusia durante una
$900 y uno de los EEUU no gana nada. ¿
Completamos los espacios en blanco con M=1000
SOLUCIÓN
1 2 3 4 2300
1 120 123 126 1000 600 a) Calculamos la ganancia neta de cada
2 1000 160 163 166 500
3 1000 1000 140 143 620
4 1000 1000 1000 170 580 Estados Unidos
2360 700 830 400 430

Además Σai≠Σbi (2360-2300=60). Añadimos una fila de ceros, cuya oferta será 60.
Rusia
1 2 3 4 2360
1 120 123 126 1000 600
2 1000 160 163 166 500
3 1000 1000 140 143 620 Nigeria
4 1000 1000 1000 170 580
5 0 0 0 0 60
 2360 700 830 400 430

Método UV o Método Modi El siguiente cuadro muestra las ganancia

1. Comenzar con alguna solución factible básica inicial, utilizando cualquiera de los métodos (método de la
esquina N-O; matriz mínima; Vogel; Russel) Estados Unidos
Rusia
1 0 0 0 600 0 Nigeria
1 1 0 0 500 400 0
0 1 1 0 620 190 0
0 0 1 1 580 370 0 Como buscamos maximizar las ganancia
0 0 0 1 60
700 830 400 430
100 430 210 60 Estados Unidos
0 0 0 Rusia
Nigeria
X11=MIN(600;700) X11= 600
X21=MIN(500;100) X21= 100
X22=MIN(400;830) X22= 400 1. Comenzar con alguna solución factible
X32=MIN(620;430) X32= 430 N-O; matriz mínima; Vogel; Russel)
X33=MIN(190;400) X33= 190
X43=MIN(580;210) X43= 210 1
X44=MIN(370;430) X44= 370 0
X54=MIN(60;60) X54= 60 0
2
600 0
100 400
430 190 X11=MIN(3;2)
210 370 X12=MIN(1;1)
60 X13=0
X23=MIN(2;3)
MATRIZ Cij X33=MIN(1;1)
120 123 126 1000
1000 160 163 166
1000 1000 140 143
 1000 1000 1000 170
0 0 0 0

2, Dibujar una matriz que corresponda a la presente matriz solución excepto en que los elementos son los 2, Dibujar una matriz que corresponda a
costos de la variables báicas en lugar de las magnitudes de las variables. Esta matriz es la z ij la variables báicas en lugar de las magni

120
1000 160
1000 140
1000 170
0 3. Se construye un conjunto de números
números llamados ui a lo largo del lado iz
3. Se construye un conjunto de números llamados vj a lo largo de la parte superior de la matriz zij y un de sus intersecciones y por tanto satisfag
conjunto de números llamados ui a lo largo del lado izquierdo; tales que su suma iguale a los valores las correspondientes filas y columnas.
encerrados en el círculo y de sus intersecciones y por tanto satisfagan zij=ui+vj y completar las celdas vacías
con las sumas de los ui y vj de las correspondientes filas y columnas.
-900
Vj MATRIZ Zij -1200
Ui 0 -840 -1700 -2530 -1400
120 120 -720 -1580 -2410
1000 1000 160 -700 -1530 4. Calcular cij-zij . Si todos los cij-zij>
1840 1840 1000 140 -690 solución mejor.
2700 2700 1860 1000 170
2530 2530 1690 830 0

4. Calcular cij-zij . Si todos los cij-zij>=0 la solución es óptima. Si uno o más cij-zij<0 será posible una
solución mejor.

0 843 1706 3410

0 0 863 1696
-840 0 0 833
-1700 -860 0 0
-2530 -1690 -830 0

5. De esta variables que tienen un costo de entrada negativo, se determina la que lo tenga más pequeño
(más negativo). Pasando a la matriz solución, se traza la trayectoria "+,-" que empieza en esta variable. Se
iguala 0 a la variable solución más pequeña de las que se están en la celda que contiene signo menos.
5. De esta variables que tienen un costo de entrada negativo, se determina la que lo tenga más pequeño
(más negativo). Pasando a la matriz solución, se traza la trayectoria "+,-" que empieza en esta variable. Se
iguala 0 a la variable solución más pequeña de las que se están en la celda que contiene signo menos. La solución óptima será

Valor mínimo -2530

Estados Unidos
600 Rusia
100 400 Nigeria
430 190
210 370 De la Matriz Beneficio total
+ 60

600 600
40 460 500
370 250 620
150 430 580 Obtenemos beneficio maximo
60 0 60
700 830 400 430 b) Como Arabia Saudita ha cancelado la
Además Σai ≠ Σbi (6-5=1). Añadimos una
6. Ahora se repiten los pasos 2 a 5 hasta que alguna iteracción demuestre que la solución es óptima.

0 -840 -1700 -2530 Estados Unidos

120 120 -720 -1580 -2410 Rusia
1000 1000 160 -700 -1530 Nigeria
1840 1840 1000 140 -690
2700 2700 1860 1000 170
0 0 -840 -1700 -2530 Empleamos el método UV

0 843 1706 3410

0 0 863 1696
-840 0 0 833
-1700 -860 0 0
0 840 1700 2530
 Valor mínimo -1700

600
40 460
370 250
+ 150 430
60

600
0 500
330 290
40 110 430
60

0 860 0 -830
120 120 980 120 -710
-700 -700 160 -700 -1530
140 140 1000 140 -690 0
1000 1000 1860 1000 170 -300
0 0 860 0 -830 -300

0 -857 6 1710
1700 0 863 1696
860 0 0 833
0 -860 0 0
0 -860 0 830

Valor mínimo -860

600
500
330 290
40 + 110 430
60
 600
500 -800
220 400 -1100
40 110 0 430 -1100
60

0 0 -860 -830
120 120 120 -740 -710
160 160 160 -700 -670
1000 1000 1000 140 170
1000 1000 1000 140 170
0 0 0 -860 -830

0 3 866 1710
840 0 863 836
0 0 0 -27
0 0 860 0
0 0 860 830

Valor mínimo -27

-800
600 -1100
500 -800
220 400 +
40 110 430
60

600
500
0 400 220
40 330 210
60
 0 0 -833 -830
120 120 120 -713 -710
160 160 160 -673 -670
973 973 973 140 143
1000 1000 1000 167 170
0 0 0 -833 -830
-800
0 3 839 1710 -1100
840 0 836 836 -1300
27 27 0 0
0 0 833 0
0 0 833 830

Como en la tabla no encontramos valores negativos, hemos llegado a la solución óptima.

Tenemos la solución
1 2 3 4
1 600 0 0 0
2 0 500 0 0 Estados Unidos
3 0 0 400 220 Rusia
4 40 330 0 210 Nigeria
5 60 0 0 0
Calculamos la matriz beneficio total

Matriz Costos = Matriz Cij * Matriz Variables Solución

72000 0 0 0
0 80000 0 0
0 0 56000 31460 El maximo beneficio
40000 330000 0 35700

Costo mínimo 645160

ONSULTORES INTERNACIONALES DE PETRÓLEO
obil Oil tiene seis consultores internacionales de petróleo, tres de los cuales están actualmente ubicados en los
tado Unidos, dos en Rusia y uno en Nigeria. Arabia Saudita ha solicitado dos consultores durante una semana a
a tarifa de $ 4200 cada uno. Venezuela ha solicitado un consultor durante una semana a una tarifa de $ 4000.
donesia ha solicitado tres consultores durante una semana a una tarifa semanal de $ 4000 cada uno. Los gastos
manales por consultor son de $ 1400 en Arabia Saudita, $1000 en Venezuela y $700 en Indonesia. La siguiente
bla muestra las tarifas de viaje redondo (en $) para enviar por avion a los consultores.

Hacia
Arabia Saudita Venezuela Indonesia
1900 900 2100
1700 1700 1800
1400 1300 1600

Formule un modelo matemático para determinar un plan de distribución para maximizar la ganancia neta.
Arabia Saudita acaba de cancelar la solicitud de uno de los consultores, la gerencia de Mobil Oil sabe que un
nsultor residente de Rusia durante una semana tiene una ganancia neta de $1100, un consultor de Nigeria gana
00 y uno de los EEUU no gana nada. ¿Cómo cambia esta información la solución óptima en a)?

Calculamos la ganancia neta de cada consultor

Arabia Saudita Venezuela Indonesia

4200 4000 4000 Tarifa
-1400 -1000 -700 Gastos semanales
-1900 -900 -2100 Gastos viajes
900 2100 1200 Ganancia
4200 4000 4000
-1400 -1000 -700
-1700 -1700 -1800
1100 1300 1500
4200 4000 4000
-1400 -1000 -700
-1400 -1300 -1600
 1400 1700 1700

siguiente cuadro muestra las ganancias netas por consultor. Nota Σai = Σbi.

Arabia Saudita Venezuela Indonesia

900 2100 1200 3
1100 1300 1500 2
1400 1700 1700 1
2 1 3

mo buscamos maximizar las ganancias, multiplicamos por -1 los datos y empleamos el método UV

Arabia Saudita Venezuela Indonesia

-900 -2100 -1200 3
-1100 -1300 -1500 2
-1400 -1700 -1700 1
2 1 3

Comenzar con alguna solución factible básica inicial, utilizando cualquiera de los métodos (método de la esquina
O; matriz mínima; Vogel; Russel)

1 1 3 1 0
0 1 2 0
0 1 1
1 3 Al aplicar el método de la esquina N-O, existe un h y un k donde

a1  a2  ... ah  b1  b2  ... bk
0 1

X11= 2
X12= 1 procediendo con el método habitual, llegaríamos a una solución con
X13= 0 menos de m+n-1 variables solución mayores que cero, es decir, no
X23= 2 tendríamos una solución básica inicial. Para evitar ello hacemos
X33= 1
x h ;k 1  0
2 1 0
 2
1

Dibujar una matriz que corresponda a la presente matriz solución excepto en que los elementos son los costos de
variables báicas en lugar de las magnitudes de las variables. Esta matriz es la zij

-900 -2100 -1200 MATRIZ Cij

-1100 -1300 -1500
-1400 -1700 -1700

Se construye un conjunto de números llamados vj a lo largo de la parte superior de la matriz zij y un conjunto de
meros llamados ui a lo largo del lado izquierdo; tales que su suma iguale a los valores encerrados en el círculo y
sus intersecciones y por tanto satisfagan zij=ui+vj y completar las celdas vacías con las sumas de los ui y vj de
correspondientes filas y columnas.

0 -1200 -300 MATRIZ Zij

-900 -2100 -1200
-1200 -2400 -1500
-1400 -2600 -1700

Calcular cij-zij . Si todos los cij-zij>=0 la solución es óptima. Si uno o más cij-zij<0 será posible una
ución mejor.

0 0 0 Si en la matriz Cij-Zij existen ceros en las celdas

100 1100 0 correspondientes a variables no básicas, esto
0 900 0 indica la existencia de soluciones óptimas
alternativas

2 1 0
0 0 2
+ 0 1

2 1 0
0 0 2
0 0 1
 solución óptima será

Arabia Saudita Venezuela Indonesia

2 1 0
0 0 2
0 0 1

la Matriz Beneficio total

1800 2100 0
0 0 3000
0 0 1700

tenemos beneficio maximo 8600

Como Arabia Saudita ha cancelado la solicitud de un consultor, debemos hacer un destino ficticio a otro país.
emás Σai ≠ Σbi (6-5=1). Añadimos una columna de ceros, cuya demanda será de 1 consultor.

Arabia Saudita Venezuela Indonesia Perú

0 2100 1200 0 3
1100 1300 1500 0 2
900 1700 1700 0 1
1 1 3 1

mpleamos el método UV

0 -2100 -1200 0 3
-1100 -1300 -1500 0 2
-900 -1700 -1700 0 1
1 1 3 1

1 1 1 0 3 2 1
 0 0 1 1 2
0 0 0 1 1
1 1 3 1
0 0 2 0

X11=MIN(3;1) X11= 1
X12=MIN(2;1) X12= 1
X13=MIN(1;3) X13= 1
X23=MIN(2;2) X23= 2
X24=0 X24= 0
X34=MIN(1;1) X34= 1

1 1 1
2 0
1

0 -2100 -1200 300

0 -2100 -1200 300
-300 -2400 -1500 0
-300 -2400 -1500 0

0 0 0 -300
-800 1100 0 0
-600 700 -200 0

Minimo -800

1 1 1
+ 2 0
1

0 1 2 0
1 0 1 0
0 0 0 1
 0 -1300 -400 1100
-800 -2100 -1200 300
-1100 -2400 -1500 0
-1100 -2400 -1500 0

800 0 0 -300
0 1100 0 0
200 700 -200 0

Minimo -300

1 2 +
1 1 0
1

1 2 0
1 1 0
1

0 -1300 -400 800

-800 -2100 -1200 0
-1100 -2400 -1500 -300
-800 -2100 -1200 0

800 0 0 0
0 1100 0 300
-100 400 -500 0

Minimo -500

1 2 0
1 1
+ 1
 1 1 1
1 1
1 0

0 -1300 -400 800

-800 -2100 -1200 0
-1100 -2400 -1500 -300
-1300 -2600 -1700 -500

800 0 0 0
0 1100 0 300
400 900 0 500

nemos la solución

Arabia Saudita Venezuela Indonesia Perú

1 1 1
1 1
1

lculamos la matriz beneficio total

0 2100 1200 0
1100 0 1500 0
0 0 1700 0

maximo beneficio 7600

 1 2 3 4 5 6 7 8 9 10 2160
1 1 0 0 0 0 0 0 0 0 0 0
2 1 1 0 0 0 0 0 0 0 0 0
3 0 1 1 0 0 0 0 0 0 0 0
4 0 0 1 1 135 0 0 0 0 0 0
5 0 0 0 1 1 0 0 0 0 0 0
6 0 0 0 0 1 1 0 0 0 0 0
7 0 0 0 0 0 1 1 0 0 0 0
8 0 0 0 0 0 0 1 1 0 0 0
9 0 0 0 0 0 0 0 1 1 0 22
10 0 0 0 0 0 0 0 0 1 1 150
2160 0 0 435 255 40 0 0 0 0 150