UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA

FACULTAD DE INGENIERIA MINAS, GEOLOGIA Y CIVIL

ESCUELA PROFESIONAL DE INGENIERIA DE SISTEMAS

TRABAJO ENCARGADO N° 12 VIRTUAL-DE INVESTIGACIÓN DE OPERCIONES

ALUMNO: Hinostroza Pomahuacre, Yonil Alexis

CLAVE: β (4)

CODIGO: 27147173

CORREO: yonil.hinostroza.27@unsch.edu.pe

DOCENTE: TAPIA CALDERÓN, Guillermo Bernardino.

CURSO: Investigación y Operaciones I

AYACUCHO-PERÚ
2019

pág. 1
 RESOLUCIÓN DE EXAMEN FINAL DE INVETSIGACIÓN DE OPERACIONES-I (I.O)

PARTE A. TEORÍA DE INVESTIGACIÓN DE OPERACIONES Y DE PROGRAMACIÓN LINEAL

1.1 Diseño del Modelo del Sistema corresponde a la fase de la recopilación de

información………………………………………………………………………………(F)
1.2 En la aplicación de I.O puede distinguirse cuatro (4) fases esenciales…………. (F)
1.3 El origen de la Investigación Operativa puede concretarse al descubrimiento del
radar………………………………………………………………………………….….. (V)
1.4 El modelo es una representación de características y relaciones del sistema……(V)
1.5 Cada modelo específico requiere de un algoritmo computacional propio……..… (V)
1.6 El primer paso o etapa al aplicar el Método Simplex general consiste en
transformar todas las desigualdades en igualdades añadiendo variables de
holgura………………………………………………………………………………….. (V)
1.7 La primera fase de I.O es la recopilación de información…………………….…….(V)
1.8 La tercera fase de I.O es la determinación de la alternativa óptima………. (V)
1.9 Diseño del Modelo del Sistema corresponde a la fase de la recopilación de
información………………………………………………………………………………(F)
1.10 La segunda fase de I.O es la evaluación de las consecuencias de cada
alternativa……. (V)
1.11 Unas veces representara el mayor beneficio y otras el menor costo, y en
general, el logro de cualquier objetivos se le reconoce como solución óptima…. (V)
1.12 En la formulación de un PPL en forma canónica se consideran 3 componentes:
La función objetivo Z, las restricciones estructurales o lineales y las condiciones de
no negatividad…………………………..………………….………………………..… (V)
1.13 Se ha atribuido el principio de investigación de operaciones a los servicios
militares de la segunda guerra mundial , pero los iniciadores de esta actividad
datan de mucho más atrás………………………………………………………….(V)
1.14 Un grupo de científicos del campo administrativo fue considerado el núcleo del
primer grupo de Investigación de Operaciones….……………………………..…… (V)
1.15 La solución de un PPL por el método grafico o geométrico se basa en la
matemática de los conjuntos convexos y las desigualdades lineales…………… (F)
1.16 Solo en USA e Inglaterra se desarrollaron actividades de Investigación de
Operaciones durante la segunda guerra mundial……………………..…………… (V)
1.17 La función objetivo es independiente de las restricciones estructurales…(F)
1.18 Los problemas en las cuales el objetivo consiste en mezclar ingredientes
básicos para fabricar productos finales refinados se denominan problemas de
dietas…………………………………………………………………………………….(V)
1.19 La solución de un PPL por el método grafico o geométrico se basa en la
matemática de los conjuntos convexos y las desigualdades lineales…………… (F)
1.20 Los software usados en I.O y programación lineal son. Tota, WinQSB, Lindo,
Lingo, QM, GeoGebra, PHP SIMPLEX, ZWEIGMEDIA, JSIMPLEX……………..(V)

pág. 2
A.II) Complete los párrafos de la investigación de operaciones (IO)

2.1 Dentro de I.O ha sido desarrollado un tipo de modelo, el de asignación de recursos.

2.2 La Programación lineal es la ciencia que trata de los Métodos de los problemas de
asignación de recursos, que pueden ser representados por un modelo lineal.

2.3 La estructura de un……de problemas de programación lineal (PPL) puede ser

esquematizado en tres componentes, a) Función objetiva. B) restricciones y c) condiciones de
no-negatividad.

2.4 La I.O es la ciencia que estudia la determinación d la mejor opción

PARTE B.- PROBLEMAS DE PROGRAMACIÓN LINEAL (PPL)

B-III) PROBLEMA B-III. LA COMPAÑÍA DE SEGUROS “PRIMAX”

Horas –hombre Horas hombre

Por unidad disponible
departamento Riesgo especial Hipoteca
Suscripciones 3 2 2 400
Administración 0 1 800
Reclamaciones 2 0 1 200

X1: Unidades por riesgo especial

X2. Unidades por hipoteca

B3.4) OPCIONAL

1. UTILIZANDO EL PAQUETE QM

Función objetiva: Max (z)= 5 X1+2 X2

s.a:

3 X1+2 X2≤2400

X2≤800

32X1 ≤1200

X1;X2≥0

1. Primeramente digitamos los casilleros blancos con los valores necesarios

pág. 3
 2. Seguidamente lo digitamos, la función objetiva y las restricciones

3. Este tablero ya nos muestra el problema ya resuelto, con valores para cada variable y
la solución óptima.

4. También se puede obtener otra ventana con solución indicando los límites superiores e
inferiores

pág. 4
 5. Finalmente la forma grafica

2. utilizando el paquete de computación GeoGebra

pág. 5
 3. Utilizando el paquete de computación Lingo18
a) Primeramente digitamos la función objetiva y las restricciones.

b) Tenemos las soluciones, tanto para variables y la solución óptima.

B-IV) PROBLEMA B-IV. Alimentos de pan-torta y queso-mantecoso.

PAN-TORTA QUESO- REQUISITOS DE LA

(Kg) MANTECOSO DIETA NORMAL
(Kg)
CALORÍAS (Cal) 2000 4000 6000

PROTEÍNAS (gr) 50 200 200

PRECIO (Soles) 6 21

Se trata de un problema de Minimización

Función objetiva: (Min) G= 6X1+21X2

pág. 6
s.a:

2000 X1+4000 X2≤6000

50 X1+200 X2≤200

X1;X2≥0

B4.3) OPCIONAL.- Soluciones con los programas de investigación de operaciones:

I. Utilizando el paquete de computación QM

a. Primeramente digitamos los casilleros blancos con los valores necesarios

b. Seguidamente lo digitamos, la función objetiva y las restricciones

c. Este tablero ya nos muestra el problema ya resuelto, con valores para cada
variable y la solución óptima.

pág. 7
 d. También se puede obtener otra ventana con solución indicando los límites
superiores e inferiores

e. Finalmente la forma gráfica

II. utilizando el paquete de computación GeoGebra

pág. 8
III. Utilizando el paquete de computación Lingo18
* Primeramente digitamos la función objetiva y las restricciones.

** Tenemos las soluciones, tanto para variables y la solución óptima.

pág. 9
IV. Utilizando PHP SIMPLEX

 Primero digitamos los valores de la cantidad de restricciones y variables

 Segundo editamos la función objetiva y las restricciones

 Tercero pasamos el problema a la forma estándar, añadiendo variables de exceso,

holgura, y artificiales según corresponda

pág. 10
  Cuarto paso es añadir variables de holgura y identificar el elemento pivote

pág. 11
  Finalmente se a llegado a los valores buscados:

pág. 12
 PROBLEMA B-V
Un barco tiene tres bodegas: en la proa, en la popa y en el centro. Las
capacidades límites son:

Bodega Tonelaje Pies Cúbicos

Proa 2000 100000
Centro 3000 135000
Popa 1500 30000
Se han recibido las siguientes ofertas de cargas, las que se pueden aceptar
total o parcialmente.
Carga Cantidad Pies Ganancia (Eu-
Cúbicos
ros/Tonelada)
A 6000 60
(Por Tonelada) 6
B 4000 50 8
C 2000 25 9
SE PIDE:
II-A.1) Plantearse cuadros o tablas de datos de los pasos a la formulación
del PPL.
En el problema se debe determinar la fracción de cada artículo (A, B, C)
que debe ir en cada bodega (Proa, Centro, Popa). Definimos las variables:
La distribución de las variables se muestra en el siguiente cuadro 2-I.
X1: # de ton del artículo A en la bodega de Proa.
X2: # de ton del artículo A en la bodega de Centro.
X3: # de ton del artículo A en la bodega de Popa.
X4: # de ton del artículo B en la bodega de Proa.
X5: # de ton del artículo B en la bodega de Centro.
X6: # de ton del artículo B en la bodega de Popa.
X7: # de ton del artículo C en la bodega de Proa.
X8: # de ton del artículo C en la bodega de Centro.
X9: # de ton del artículo C en la bodega de Popa.

pág. 13
Bodega
Proa Centro Popa Peso Ton Pies3/Ton Beneficio/Ton
Articulo
A X1 X2 X3 5000 60 6
B X4 X5 X6 4000 50 8
C X7 X8 X9 2000 25 9
Peso 2000 3000 1500
(Ton)
Vol (Pies3) 10000 13500 3000
Cuadro 2-I: Cuadro de distribución de variables

Lo que deseamos es maximizar los beneficios, por lo tanto, el programa

lineal es:
(MAX)Z= 6(X1+X2+X3) +8(X4+X5+X6) +9(X7+X8+X9)
Sujeto a:
1. Restricciones debido a la capacidad de toneladas de las bodegas.

X1+X4+X7 ≤ 2000
X2+X5+X8 ≤ 3000
X3+X6+X9 ≤ 1500
2. Restricciones debido al volumen de las bodegas.
60X1+50X4+25X7 ≤ 100000
60X2+50X5+25X8 ≤ 135000
60X3+50X6+25X9 ≤ 30000
3. Restricciones debido a la oferta de artículos.
X1+X2+X3 ≤ 5000
X4+X5+X6 ≤ 4000
X7+X8+X9 ≤ 2000
4. Restricciones por la preservación de equilibrio.

x1  x4  x7 x2  x5  x8 x3  x6  x9
 
20000 20000 20000

pág. 14
5. Restricciones de no negatividad.

Xi ≥ 0, i = 1, 2, 3, ...9
Modelo de PPL:

(MAX)Z= 6(X1+X2+X3) +8(X4+X5+X6) +9(X7+X8+X9)

s.a
X1+X4+X7 ≤ 2800
X2+X5+X8 ≤ 2500
X3+X6+X9 ≤ 1200
60X1+50X4+25X7 ≤ 125000
60X2+50X5+25X8 ≤ 115000
60X3+50X6+25X9 ≤ 25000

x1  x4  x7 x2  x5  x8 x3  x6  x9
 
20000 20000 20000

Las CNN
Xi>=0 i=1, …,9
PROBLEMA B-VI
ASIGNACION DE RECURSOS. – Una compañía de transportes de turismo de aventura,
mediante el servicio de camionetas 4x4 dispone de $ 4000000 para comprar nuevo
equipo y considera la adquisición de 2 tipos de camionetas.
La camioneta tipo A puede transportar 10 toneladas y se espera que promedie 35
millas/hora y su costo es de $8000. La camioneta tipo B tiene capacidad de 20 toneladas
y se espera que promedie 30 millas/hora y su coto es de $13000.
La camioneta tipo A requiere de una tripulación de un hombre y si opera en 3 turnos por
día puede trabajar un promedio de 18 horas diarias. La camioneta tipo B requiere una
tripulación de dos hombres cada uno y en tres turnos por día puede trabajar un

pág. 15
promedio de 18 horas diarias. La C posee una tripulación de 150 y no tiene posibilidades
de obtener más. Las facilidades de mantenimiento restringen la flota a 30 camionetas.
Se desea saber cuántas camionetas de cada tipo debe comprarse si la compañía desea
maximizar su capacidad (tom-milla)/día. Considere la diversificación de los tipos de
camionetas a tres introduciendo una modificación de tipo B, al que llamaremos tipo C.
La modificación consiste en adaptarle una caseta para que duerma el chofer, lo que
reduce su capacidad de 18 toneladas, eleva su costo de $15 000 y amplía su capacidad
de trabajo a 21 horas/día trabajando en 3 turnos. Las limitaciones de capital,
mantenimiento y personal se mantienen invariantes.
Solucionando
B6.1 Plantear cuadros o tablas de los pasos previos a la formulación del PPL.
TIPO TONELADA MILLAS/HRS COSTOS PERSONAL PRS/HRS TONELADAS
TOTAL/DIA
A 10 35 8000 3 18 6300
B 20 30 13000 6 18 10800
C 18 30 15000 6 21 11340
TOTAL 30 4000000 150 Z

B6.2 Plantee la formulación del PPL en forma canónica de MAX.

MAX(Z)=6300X1+10800 X2+11340 X3
S.A
8000 X1+13000 X2+15000 X3<=4000000
X1+X2+X3<=30
3X1+6X2+6X3<=150
X1, X2, X3>=0

B6.3 Plantee la formulación del PPL en forma estandarizada de MAX.

pág. 16
 MAX(Z)=6300X1+10800 X2+11340 X3
S.A
8000 X1+13000 X2+15000 X3=4000000
X1+X2+X3=30
3X1+6X2+6X3=150
X1, X2, X3>=0

D.4 Formule el PPL en forma mixta.

MAX(Z)=6300X1+10800 X2+11340 X3
S.A
8000 X1+13000 X2+15000 X3<=4000000
-X1-X2-X3>=-30
3X1+6X2+6X3=150
X1, X2, X3>=0

B6.5 ¿Será posible una solución por el método gráfico? Si es el caso elabore el gráfico
de la solución factible.
NO es posible por el método gráfico porque tiene más de 2 variables.

B6.6 Resuelva el PPL aplicando el método algebraico.

No es posible resolver por método algebraico por qué se necesita hacer un gráfico.
B6.7 Resuelva el PPL aplicando el método SIMPLEX

pág. 17
LUEGO DE ELLO SE TIENE LOS DATOS
Z=289800
X1=10,
X2=0
X3=20
B6.8 Interpretación económica de la función objetivo
La PPL pide cuantos vehículos se debe comprar para maximizar su capacidad de
carga.

B6.9 Interpretación económica de las restricciones estructurales.

B6.10 Interpretación económica de las variables del último tablero, que dan la
solución.
La empresa debe comprar 10 de camioneta tipo A y 30 de tipo y así transportando
una carga de 289800 de carga.

B6.11 Solucionar usando paquete computacional de Lingo.

pág. 18
 B6.12 Solucionar usando paquete computacional de WinQSB.

pág. 19
En la siguiente gráfica nos muestra principalmente la óptima solución

B6.13 Solucionar usando paquete computacional de QM.

pág. 20
No se puede la gráfica porque está en 3 dimensiones
B6.14 Solucionar usando paquete computacional de GeoGebra.

No se puede la gráfica porque está en 3 dimensiones

pág. 21