K
Álgebra 2019 Aragon

Optimización de la producción: sillas y taburetes

OPCIÓN B 1. (3,25 puntos) Un ebanista fabrica sillas y taburetes. Cada silla necesita 4 kilos de madera y 1 hora de trabajo, mientras que cada taburete necesita 2 kilos de madera y 3 horas de trabajo. El beneficio por cada silla es de 70 euros y por cada taburete es de 50 euros. Para la semana que viene quiere fabricar, al menos, 6 sillas y 4 taburetes; dispone, como máximo, de 72 kilos de madera y de 48 horas de trabajo. ¿Cuántas sillas y taburetes debe fabricar para maximizar su beneficio? ¿Cuál será el valor del beneficio en ese caso?
Paso 1
Definición de variables y función objetivo
Para resolver este problema de programación lineal, primero identificamos las variables de decisión que representan las cantidades que queremos determinar: - $x$: número de **sillas** a fabricar. - $y$: número de **taburetes** a fabricar. El objetivo es maximizar el beneficio total. Según el enunciado, cada silla aporta 70 € y cada taburete 50 €. Por tanto, la **función objetivo** $B(x, y)$ es: $$B(x, y) = 70x + 50y$$ 💡 **Tip:** Identifica siempre las unidades de las variables (en este caso, unidades físicas de muebles) y asegúrate de que la función objetivo represente lo que quieres maximizar o minimizar (en este caso, euros de beneficio).
Paso 2
Planteamiento de las restricciones
A partir de los datos del enunciado, establecemos el sistema de inecuaciones que limitan nuestra producción: 1. **Madera:** Se dispone de un máximo de 72 kg. Cada silla usa 4 kg y cada taburete 2 kg. $$4x + 2y \le 72 \implies 2x + y \le 36$$ 2. **Tiempo de trabajo:** Se dispone de un máximo de 48 horas. Cada silla requiere 1 h y cada taburete 3 h. $$x + 3y \le 48$$ 3. **Producción mínima de sillas:** Al menos 6 sillas. $$x \ge 6$$ 4. **Producción mínima de taburetes:** Al menos 4 taburetes. $$y \ge 4$$ 💡 **Tip:** Simplificar las inecuaciones (como hemos hecho con la de la madera dividiendo entre 2) facilita mucho los cálculos posteriores y la representación gráfica.
Paso 3
Representación gráfica de la región factible
La región factible es el conjunto de puntos $(x, y)$ que cumplen todas las restricciones a la vez. Para dibujarla, representamos las rectas asociadas y determinamos el semiplano correspondiente. - $r_1: 2x + y = 36$ (pasa por $(18, 0)$ y $(0, 36)$) - $r_2: x + 3y = 48$ (pasa por $(48, 0)$ y $(0, 16)$) - $r_3: x = 6$ (recta vertical) - $r_4: y = 4$ (recta horizontal) La intersección de estos semiplanos genera un polígono cuyos vértices evaluaremos para encontrar el máximo. 💡 **Tip:** En programación lineal, si existe una solución óptima, esta se encontrará siempre en uno de los vértices (o bordes) de la región factible.
Paso 4
Cálculo de los vértices de la región factible
Calculamos los puntos de corte de las rectas que limitan la región factible: - **Vértice A:** Intersección de $x=6$ e $y=4$. $$\mathbf{A(6, 4)}$$ - **Vértice B:** Intersección de $x=6$ y $x+3y=48$. $$6 + 3y = 48 \implies 3y = 42 \implies y = 14 \implies \mathbf{B(6, 14)}$$ - **Vértice C:** Intersección de $2x+y=36$ y $x+3y=48$. Despejamos $y$ en la primera: $y = 36 - 2x$. Sustituimos en la segunda: $$x + 3(36 - 2x) = 48 \implies x + 108 - 6x = 48 \implies -5x = -60 \implies x = 12$$ $$y = 36 - 2(12) = 12 \implies \mathbf{C(12, 12)}$$ - **Vértice D:** Intersección de $2x+y=36$ e $y=4$. $$2x + 4 = 36 \implies 2x = 32 \implies x = 16 \implies \mathbf{D(16, 4)}$$.
Paso 5
Evaluación del beneficio y solución final
Evaluamos la función objetivo $B(x, y) = 70x + 50y$ en cada uno de los vértices hallados: - **$B(A) = B(6, 4)$:** $70(6) + 50(4) = 420 + 200 = 620$ € - **$B(B) = B(6, 14)$:** $70(6) + 50(14) = 420 + 700 = 1120$ € - **$B(C) = B(12, 12)$:** $70(12) + 50(12) = 840 + 600 = 1440$ € - **$B(D) = B(16, 4)$:** $70(16) + 50(4) = 1120 + 200 = 1320$ € El valor máximo se alcanza en el punto $C(12, 12)$. ✅ **Resultado final:** $$\boxed{\begin{matrix} \text{Se deben fabricar } 12 \text{ sillas y } 12 \text{ taburetes} \\ \text{El beneficio máximo será de } 1440 \text{ euros} \end{matrix}}$$ 💡 **Tip:** Aunque en este caso la solución es entera, en problemas de programación lineal si la solución no fuera entera y las variables debieran serlo (como ocurre con muebles), habría que estudiar los puntos enteros cercanos dentro de la región factible.
Vista Previa