Академический Документы
Профессиональный Документы
Культура Документы
NRC: 3517
2
Índice de contenido
PRIMER PARCIAL
Se puede aplicar en todo tipo de empresa, que depende de los recursos para
poderse desarrollar o ejecutar la investigación operativa, cono se analiza la
investigación operativa tiene un gran campo de aplicación, se puede desarrollar en
cualquier tipo de empresa pero para su aplicación depende de los recursos que tenga la
entidad, esta ciencia permite maximizar las ganancias y minimizar las costos o
encontrar el punto en donde las organizaciones puedan alcanzar su máximo nivel,
reducción costos.
a. Personal
Tabla 2: Ejercicio
Periodo del día 1 2 3 4 5 6
Horario del día 06-10 10-14 14-16 16-18 18-20 20-22
Policías requeridos 300 350 425 450 250 200
Fuente: (Gómez, 2009)
b. Finanzas
c. Manufactura
Optimización de programación de la mezcla de ingredientes disponibles para que los
productos de gasolina cumplieran con los requerimientos de venta y calidad.
d. Planeación
Maximización de ganancias a partir de la asignación de los tipos de aviones en 2500
vuelos adicionales.
e. Mercado y distribución
Restructuración de toda la cadena de proveedores entre proveedores, plantas y centros
de distribución.
Según (Erazo, 2009) La investigación operativa nos permite resolver muchos problemas
también encontramos algunas limitaciones en la práctica que son las siguientes:
Me ofrece resultados para la toma de decisiones por medio de los gerentes para
maximizar o minimizar los recursos que dispone las empresas.
Para (Erazo, 2007), la investigacion operativa tiene las siguientes fases de estudio:
PROGRAMACIÓN LINEAL
2.1. Definición
Según (Erazo, 2009) Las limitaciones de la programación lineal son las siguientes:
A finales del siglo XIX, Frederick Winslow Taylor realizó un estudio que
permitió maximizar el rendimiento de los mineros, en el que se determinaba que la
única variable realmente significativa era el peso combinado de la pala y su carga.
14
De esta forma se diseñaron palas según los diferentes tipos de materiales con los que
iban a utilizarse.
Tras apreciar el alcance de ésta nueva disciplina, Inglaterra creó otros grupos de
la misma índole para obtener resultados óptimos en la contienda. De la misma forma
Estados Unidos (EEUU), al unirse a la Guerra en 1942, comenzó a aplicar técnicas
de Investigación de Operaciones militarmente, y unos años más tarde, en 1947,
formó un grupo de trabajo dedicado a mejorar los procesos de planificación a gran
escala: el proyecto SCOOP (Scientific Computation Of Optimum Programs). En
dicho grupo se encontraba trabajando George Bernard Dantzig, quien desarrolló en
1947 el algoritmo del método Simplex.
15
Durante la Guerra Fría, la antigua Unión Soviética (URSS), excluida del Plan
Marshall, quiso controlar las comunicaciones terrestres, incluyendo rutas fluviales,
de Berlín. Para evitar la rendición de la ciudad, y su sumisión a formar parte de la
zona comunista alemana, Inglaterra y Estados Unidos decidieron abastecer la ciudad,
o bien mediante convoyes escoltados (lo que podría dar lugar a nuevos
enfrentamientos) o mediante puente aéreo, rompiendo o evadiendo en cualquier caso
el bloqueo de Berlín. Tras la Segunda Guerra Mundial, se estimó oportuno realizar la
organización de los recursos de Estados Unidos (energía, armamento, y todo tipo de
suministros) mediante modelos de optimización, resueltos mediante la Programación
Lineal.
No interpretar muy bien los datos requeridos relacionados con el area de las
matemáticas y sus afines. Es decir encontrarse con la realidad de que no existe
teoría preexistente y se presente un complejo camino matemático para lograr
las formas deseadas que solucionen la cuestión determinada.
La falta de áreas interdisciplinares, nos referimos a una investigación que
busque en disciplinas diferentes aspectos necesarios requeridos en un tema
enmarcado en otra área del conocimiento.
LA PROGRAMACIÓN LINEAL
Función Objetivo
Variables
Restricciones
LA FUNCIÓN OBJETIVO
18
La función objetivo tiene una estrecha relación con la pregunta general que se
desea responder. Sí en un modelo resultasen distintas preguntas, la función
objetivo se relacionaría con la pregunta del nivel superior, es decir, la pregunta
fundamental.
LAS RESTRICCIONES
En este problema tenemos que plantear una función objetivo para maximizar el
beneficio y otra función objetivo para minimizar el consumo.
En los dos ejemplos descritos está claro que tanto la cantidad que deseamos maximizar
como la cantidad que deseamos minimizar, podemos expresarlas en forma de
ecuaciones lineales. Por otra parte, las restricciones que imponen las condiciones de
ambos problemas se pueden expresar en forma de inecuaciones lineales.
Planteamientos
Podemos hacer un pequeño cuadro que nos ayude a obtener las restricciones:
Por otra parte, las variables x e y, lógicamente, han de ser no negativas, por tanto: x
<!--[if !vml]-->0, y <!--[if !vml]-->0
20
Conjunto de restricciones:
2x + 5y <!--[if !vml]-->25
Por otra parte, las condiciones del problema imponen las siguientes restricciones:
Conjunto de restricciones:
x + y <!--[if !vml]-->80
EL PROBLEMA
Y la formulación es:
En este paso determinamos las funciones que limitan el problema, estas están dadas
por capacidad, disponibilidad, proporción, no negatividad entre otras.
En este paso es de vital importancia establecer el contexto operativo del problema para
de esta forma determinar si es de Maximización o Minimización. En este caso
abordamos el contexto de beneficio por ende lo ideal es Maximizar.
Función Objetivo
BIBLIOGRAFÍA
https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigaci%C3%B3n-de-operaciones/programaci%C3%B3n-lineal/
https://invdoperaciones.wordpress.com/limitaciones/
23
http://www.investigaciondeoperaciones.net/aplicaciones_de_la_investigacion_
de_operaciones.html
http://www.phpsimplex.com/historia.htm
Función Objetivo
Z(máx.) = 15X1 + 30X2
Restricciones
Recursos 0,10 X1 + 0,05 X2 ≤10.000
Hierro 0,12 X1 + 0,10 X2 ≤ 16.000
Fibra de aluminio 0,07 X1 + 0,10 X2 ≤14.000
Demanda de A X1≤ 80.000
Demanda de B X2 ≤120.000
Solución grafica
24
Interpretación
La solución es que cuando se produce 28571 unidades de A y 120000 unidades de B la
utilidad de la empresa será de 4028565.00 dólares.
La primera restricción no está ocupando la disponibilidad de hierro por 1142.9 unidades
de hierro.
La segunda restricción la capacidad de hierro no está siendo ocupada en su totalidad.
La tercera restricción está siendo ocupada en su totalidad.
La demanda de A no está cumpliendo con las especificaciones del mercado.
La demanda de B está siendo ocupada en su totalidad.
Una compañía química está diseñando una planta para producir dos tipos de minerales
M y N. La planta debe ser capaz de producir al menos 100 unidades de M y 420
unidades de N cada día. Existen dos posibles diseños para las cámaras principales de
reacción que vienen incluidas en la planta. Cada cámara de tipo A cuesta 600 mil
dólares y es capaz de producir 10 unidades de M y 20 unidades de N por día; el tipo B
es un diseño más económico, cuesta 300 mil dólares y es capaz de producir 4 unidades
de M y 30 unidades de N por día. A causa de los costos de operación, es necesario tener
al menos 4 cámaras de cada tipo en la planta. ¿Cuántas cámaras de cada tipo deben ser
incluidas para minimizar el costo de constitución y satisfacer el programa de producción
requerido?
Variables de decisión
X1 = Cámaras tipo A
X2 = Cámaras tipo B
Función objetivo
Z(min) = 600X1 + 300X2
Restricciones
Cámara tipo A X1 ≥ 4
Cámara tipo B X2 ≥ 4
Producción mineral M 10X1 + 4X2 ≥100
Producción mineral N 20X1 + 30X2 ≥ 420
Variables de no negatividad
X; X2 ≥ 0
Solución grafica
26
Interpretación
La compañía debe que elaborar 6 minerales de tipo M y 10 minerales de tipo N para que
el costo mínimo sea de 6.600 dólares
La primera restricción tiene un excedente.
La segunda restricción tiene un excedente.
La tercera restricción está a su capacidad total.
La cuarta restricción está a su capacidad total
Variables de decisión
27
Calzado de hombre: H
Calzado de mujer: M
Los problemas de programación lineal resueltos por cualquiera de las técnicas deben
cumplir los siguientes requisitos.
a. Función Objetiva
Hay 2 alternativas:
-Maximización
-Minimización
z(máx.) = C1X1 + C2X2 + C3X3 +……..CnXn
z(min) = C1X1 + C2X2 + C3X3 +……..CnXn
En donde C1, C2, C3… en son los coeficientes de la función objetivo que pueden ser
costos, utilidades, margen de utilidad, satisfacción entre otros.
X1, X2, X3… Xn, son las variables de decisión del problema.
b. Limitaciones o Restricciones:
Dónde:
29
A11, A12, A13, Anm son los coeficientes técnicos de las restricciones del
problema.
X1, X2, X3, Xn son las variables del problema.
T1, T2, T3, Tn son la relación entre los coeficientes y las variables y los términos
independientes que pueden ser ≤, ≥ ó =.
B1, B2, B3, Bn: Términos Independientes a las disponibilidades.
c. Variables de no negatividad:
Son las variables que intervienen en el problema X1; X2; X3; Xn pero deben ser
mayores a ≥ 0
X1; X2; X3; Xn ≥ O
d. Condiciones de optimización
Electra produce dos tipos de motores eléctricos, cada uno en una línea de ensamble
separada. Las respectivas capacidades diarias de las dos líneas son de 600 y 750
motores. El motor tipo 1 emplea 10 unidades de cierto componente electrónico y el
motor tipo 2 solo utiliza 8 unidades. El proveedor del componente puede proporcionar
8000 piezas al día. Las utilidades por motor para los tipos 1 y 2 son de 60 y 40 dólares,
respectivamente.
Variables de no negatividad:
30
Función objetivo:
Z (máx.) = 60x1+40x2
Restricciones
Solución grafica
31
Interpretación
Se debe producir 600 motores de tipo 1 y 250 motores de tipo 2 para generar una
utilidad de 46000 dólares.
a. Función Objetivo
Dónde:
b. Variables de decisión
32
Son los elementos sobre los cuales se formulará la solución, están pueden
establecerse, por ejemplo: tipo de producto, materia prima, entre otros.
c. Restricciones
Las restricciones son las condiciones que hemos de imponer a las variables para que una
solución sea admisible como tal. Las restricciones establecen limitantes para la posible
solución del problema, están expresan la disponibilidad, número, costo, tiempo de las
variables a evaluar. Por ejemplo: el número de horas mínima para la fabricación de un
producto, la demanda, la materia prima disponible, entre otros. Vienen expresadas de la
siguiente manera:
𝐴 1 1 𝑋1 + 𝐴 12 𝑋2 + 𝐴13 𝑋3 … . . +𝐴1 𝑛 𝑋𝑛 𝑇1 𝑏1
𝐴2 1 𝑋1 + 𝐴 22 𝑋2 + 𝐴23 𝑋3 … . . +𝐴2𝑛 𝑋𝑛 𝑇2 𝑏2
𝐴𝑚 1 𝑋1 + 𝐴 𝑚2 𝑋2 + 𝐴𝑚3 𝑋3 … . . +𝐴𝑚𝑛 𝑋𝑛 𝑇𝑚 𝑏𝑚
Dónde:
d. Relaciones
Están pueden expresarse gramaticalmente como: más, menos, cuando mucho, al menos,
como mucho, disponible, total. Se representan mediante los signos:
, , , ,
e. Variables de no negatividad
Abarcan todas las variables planteadas por los problemas, también son conocidas
como condiciones de signo. Se expresa:
f. Condiciones de optimización
Se refiere a la posible solución del problema y los valores que pueden tomas las
variables para optimizar o minimizar la solución. De acuerdo (Erazo, 2009) existen
cuatro tipos de soluciones, estás pueden ser:
óptimo o solución básica con lo cual la empresa o el gerente pobra tomar las debidas
decisiones en función que mejore la eficacia de la empresa.
Variables de decisión
x1: sillas
x2: mesas
Función objetivo
Z (máx.) 20x1+10X2
Restricciones
2X1+X2 ≤ 6 Disponibilidad de piezas grandes
2X1+2X2 ≤ 8 Disponibilidad de piezas pequeñas
Variables de no negatividad
X1; X2 ≥ 0
Abstracciones
1.- 2X1+X2 = 6
X1= 3
X2= 6 P (3,6)
2.- 2X1+2X2 =8
X1= 4
X2= 4 P (4,4)
35
Solución grafica
Interpretación
Esta empresa para obtener el máximo beneficio debe producir 2 mesas y 2 sillas por lo
cual se ha consumido todas las piezas grandes y pequeñas en la elaboración.
La primera restricción está siendo ocupada su disponible a su totalidad
La segunda restricción está siendo ocupada en su totalidad, no hay holgura.
Variable de decisión:
Leche: X1
Legumbres: X2
36
Naranjas: X3
Función Objetivo: Z (min)= 2𝑋1 + 0,2𝑋2 + 0,25𝑋3
Restricciones:
Solución:
Atreves del método simplex
a. Una compañía que funciona 10 horas al día fabrica dos productos en tres
procesos secuenciales. En la siguiente tabla se resumen los datos
Variables de decisión
X1= producto 1
X2= producto 2
Función objetiva
Z (máx.) = 2X1+3X2
Restricciones
Solución algebraica
Ecuación 1 y 2
10 6
170 X2 = 2400
X2 = 14,12
Remplazamos en la ecuación 1
10 X1 + 5 (14,12) = 600
10 X1 = 529,4
X1 = 52,94
Función objetiva
Z (máx.) = 2X1+3X2
Solución grafica
38
Interpretación
La compañía debe fabricar 52, 94 unidades del producto 1 y 14,12 del producto 2 para
alcanzar una utilidad máxima de 148.24 dólares.
La primera restricción 10X1+5X2 ≤ 600 no se produce un excedente en la disponibilidad
del tiempo del proceso 1; es decir: 600≤600.
Al igual que la segunda restricción 6X1+20X2 ≤ 600 perteneciente al proceso 2.
En la tercera restricción 8X1+10X2 ≤ 600 no se consume en su totalidad los 600 minutos
que funciona la fábrica al día: 8(52,94) + 10(14,12) =423.52+141.17= 564.69; 564.69 ≤
600 lo cual nos da una disponibilidad de 35.31 minuto del proceso 3.
b. Alumco fabrica láminas y varillas de aluminio. La capacidad de producción
máxima se estima en 800 láminas o 600 varillas por día. La demanda diaria
es de 550 láminas y 580 varillas. El beneficio por tonelada es de $40 por
lámina y de $35 por varilla. Determine la combinación de producción diaria
y realice un análisis del problema planteado.
Variables de decisión
x1 = láminas
x2 = varillas de aluminio
Función objetiva
𝑍(max) = 40𝑥1 + 35𝑥2
Restricciones
39
𝑥1 𝑥 2
Capacidad de producción + 600 ≤1
800
Variables de no negatividad
𝑥1 ; 𝑥2 ≥ 0
Solución gráfica:
Interpretación:
Alumco debe producir 550 láminas por día y 187,50 de varilla de aluminio por día para
obtener una utilidad de 28562.50 dólares.
La holgura es de 391 unidades que falta para cubrir la demanda de varillas de aluminio
es decir que falta 391 unidades para completar las 580 unidades establecidos para la
demanda de varillas.
Variables de decisión
Producto 1 = x1
Producto 2 = x2
Función objetiva
Restricciones
Variable de la no negatividad
X1, X2 ≥ 0
Solución gráfica
41
Interpretación
La fábrica tiene que producir 52,94 del producto uno y 14,13 de producto 2 para tiene
una utilidad de 148,27 de ganancia para la fábrica.
En la primera restricción 10 (52,94) + 5(14,13) ≤ 600 dando como resultado 600 ≤ 600
esto significa que está produciendo en su totalidad.
En la tercera restricción 8(52,94) + 10 (14,13) ≤ 600 dio como resultado 562 ≤ 600 que
no está trabajando todos los recursos en la producción.
Variables de decisión
X1= Laminas
X1= Barriles
Función objetivo
Restricciones
Solución grafica
Interpretación
ALUMCO debe fabricar o producir 550 láminas y 188 varillas para que de esta manera
se pueda maximizar la utilidad a $28562,50.
En la primera restricción se la demanda de las laminas no está cubierta en su totalidad.
Se tiene que cubrir la demanda de barrilla debiendo cubrir la demanda de producción,
ya que se tiene una holgura de 392 (580-188)
43
Variables de Decisión
Radiación = x1
Curativas = x2
Restricciones
Medicamento Radiación
Unidades
500X1 1000X2 ≥ 2000
curativas
Unidades
400X1 600X2 ≤ 1400
toxicas
Función Objetivo
Z (min)= 1000X1+600X2
Variable de No negatividad
X1; X2 ≥ 0
Solución grafica
Análisis
Interpretación
44
74. Una fábrica produce dos tipos de camisas A y B, las camisas tipo A requiere 2.5
min para cortarlas y 5 min para confeccionarlas, las de tipo B requieren 4 min
para cortarlas y 4 min para confeccionarlas. Se dispone de 1 hora y 40 min para
corte y 2 horas para confeccionar. El beneficio es de $2.50 para cada camiseta
tipo A y $3 para cada camiseta tipo B. ¿Cuántas camisas de cada clase debe
producirse para obtener la máxima ganancia?
Variables de decisión.
Camisa A = X1
Camisa B= X2
Función Objetivo
Restricciones o limitaciones
Variable de No Negatividad.
X1, X2 ≥ 0
Solución grafica
45
46
a) Interpretación:
La fábrica de camisas debe producir 8 camisas de tipo A y 20 camisas de tipo B para así
maximizar sus ganancias con 80 unidades monetarias.
75. Un laboratorio farmacéutico desea preparar un tónico de tal manera que cada
frasco contenga al menos 32 unidades de vitamina A, 10 de vitamina B y 40 de
vitamina C .Para suministrar estas vitaminas, el laboratorio emplea el aditivo
X1, a un costo de 2dólares por onza, el cual contiene 15 unidades de vitamina
A, 2 de B y 4 de C; un aditivo X2 a un costo de 4 dólares por cada onza, que
contiene 4 unidades de vitamina A, 2 de B y 14 de C. ¿Cuántas onzas de cada
aditivo se deben incluir en el frasco para minimizar el costo?
Variables de decisión
Aditivo= x1
Aditivo = x2
Función objetivo
Z(min)=2X1 + 4X2
Restricciones
15X1+4X2 ≥32
2X1+2X2 ≥10
4X1+14X ≥ 40
Variable de no negatividad
x1, x2≥ 0
47
Solución grafica
Interpretación
76. Una compañía produce dos tipos de pantalones A y B cada pantalón tipo A
requiere el doble de mano de obra del tipo B se debe producir por lo menos 250
pantalones combinados , el mercado limita la venta diaria de pantalones tipo
A un máximo de 75 y los de clase B a un total de 125 pantalones .Lo
beneficiado por pantalón son $6 tipo A y $4 para el tipo B .Determine el
número de pantalones de cada clase que maximice sus beneficios .
48
Variables de decisión
Pantalón A = x1
Pantalón B = x2
RESTRICCIONES
Z(max)=6X1+4X2
Variables de no negatividad
x1, x2≥0
Solución gráfica
49
Interpretación
La venta de los pantalones tipo A llegó a su límite completando así las 75 unidades
disponibles
La venta de los pantalones tipo B al igual que del tipo A completó su límite en 125
unidades. La compañía ha completado todos los requerimientos de forma exitosa por lo
que se recomendaría seguir aumentando producción para obtener más utilidades.
77. Dos productos tienen el siguiente proceso. Hay un taller que lo más que puede
hacer es 200 productos de tipo A o 100 del tipo B por día. El taller de pintura
tiene una capacidad diaria de 120 productos del tipo A o 160 del tipo B.
También el tratamiento técnico puede procesar un total de 90 artículos del tipo
A por día. El producto A tiene una utilidad de 4 dólares y el producto B de 6
dólares. Determinar la producción óptima que maximice los beneficios.
Variables de decisión
𝑋1 = A
𝑋2 = B
Variables de no negatividad
𝑋1 ; 𝑋2 ≥ 0
Función objetivo
Z (máx.) = 4𝑋1 +6𝑋2
Restricciones
𝑋1 𝑋 2
Capacidad del taller + 100 ≤1
200
50
𝑋1 𝑋2
Capacidad del taller de pintura + 160 ≤1
120
74. Se producen dos artículos A y B los mismos que son procesados por tres
máquinas M1, M2 y M3. La máquina 1 procesa 0,5 unidades de A y 0,5 de B;
M2 procesa 1 de A y 0,5 de B; M3 procesas 0,5 de A y 2 de B. Se dispone al
menos de 65 horas semanales para M1, 95 para M2 y 100 para M3. El costo de
A es de 3 dólares y 5 dólares el de B. ¿Cuántas unidades de A y B se debe
producir para que el costo sea mínimo?
51
VARIABLES DE DECISIÓN
Articulo A = X1
Articulo B = X2
DATOS
Función objetivo
𝑍(min)= 3𝑋1 + 5𝑋2
Restricciones o limitaciones
Capacidad mínima de Procesamiento Máquina 1 0,5X1 + 0,5X2 ≥ 6
Capacidad mínima de Procesamiento Máquina 2 X1 + 0,5X2 ≥ 95
Capacidad mínima de Procesamiento Máquina 3 0,5X1 + 2X2 ≥ 100
Variables de no negatividad
X1 ; X 2 ≥ 0
Solución grafica
52
La
Interpretación
La empresa debe producir 107 artículos de tipo A y 23 artículos de tipo B para que su
costo mínimo sea de 436.67 $ dólares.
Se sugiere a la empresa que tenga mayor cuidado y revise la maquina numero 2 pues
está operando con más de lo exigido lo que puede causar que la maquina se dañe.
75. ¿Un fabricante de gasolina para aviación vende dos clases de combustible A y
B. El combustible A tiene 12,5% de gasolina grado 1 y 2 y 25% de gasolina
grado 3. El combustible B tiene 25% de gasolina grado 2 y 3. Disponible para la
producción hay 25 galones / hora grado 1,100galones / hora de gasolina 2 y 3.
Los costos son de 15 centavos por galón de gasolina grado 1, el galón de
gasolina grado 2 cuesta 30 centavos y 45 centavos por galón de gasolina grado
3. El combustible A puede venderse a 66,88dólares por galón, mientras que el
combustible B alcanza 58,75 dólares por galón. ¿Qué cantidad debe fabricarse
de cada combustible para obtener el mayor beneficio?
Variables de decisión
Combustible A = X1
Combustible B = X2
Función objetivo
Restricciones
54
Interpretación:
Se pudo determinar que para obtener una utilidad máxima es necesario producir 200
galones del tipo de gasolina A y 200 galones del tipo B y se obtiene una utilidad de
25126.También se estableció que la disponibilidad para producir combustible de grado
1 y 3 se encuentra cubierta y que existe una holgura de 25 galones en la disponibilidad
de grado 2 para el combustible.
76. Un laboratorio farmacéutico desea elaborar un tónico de tal manera que cada frasco
contenga al menos 32 unidades de vitamina A, 10 de vitamina B Y 40 de vitamina C.
Para suministrara estas vitaminas el laboratorio emplea el aditivo X1, a un costo de $2
por onza, el cual contiene 15 unidades de vitamina A, 2 de B, y 4 de C, un aditivo X 2 a
un costo de $4 por cada onza, que contiene 4 unidades de vitamina A, 2 de B y 14 de
C. ¿Cuántas onzas de cada aditivo se deben incluir en el frasco para minimizar el
costo?
Variables de decisión
Aditivo X1
Aditivo X2
Restricciones
Función Objetivo
Variable de no negatividad
X1; X2 ≥0
Solución gráfica
Interpretación
El laboratorio clínico en la elaboración del tónico debe tener 3 onzas del aditivo X1 y 2 onzas
del aditivo X2, con una inversión de $14 y así poder minimizar su costo.
La restricción de vitamina C, también está aportando con el mínimo requerido, que es 40 onzas.
56
7. Para el modelo de dieta Ozark Farms utiliza diariamente por lo menos 8000
libras de alimento especial. El alimento especial es una mezcla de maíz y semilla
de soya, con las siguientes opciones:
Los requerimientos dietéticos diarios del alimento especial estipulan por lo menos un 30
por ciento de proteína y cuando mucho 5 porciento de fibra. Ozark Farms desea
determinar el costo mínimo diario de la mezcla de alimento, supongamos que la
disponibilidad diaria de maíz se limita a 450 libras, identifique el nuevo espacio de
solución y determine la nueva solución óptima.
Variables de decisión
Maíz = x1
Soya= x2
Función objetivo
Z(min)= 0.30x1 + 0.90x2
Restricciones
Cantidad mínima proteína de los alimentos -0.21x1+0.30x2 ≥ 1
Cantidad máxima de fibra en el alimento -0.03x1+0.01x2 ≤ 1
Disponibilidad diaria de maíz x1 =450
Cantidad mínima de libras x1 + x2 ≥ 800
Variables de no negatividad
x1, x2≥0
57
Solución grafica
Interpretación
Se encontró un exceso en la cantidad mínima de proteínas en la cual se sobrepasó con10
libras de proteínas cumpliendo con el establecido y de la mima forma se encontró una
holgura de 10 libras en la cantidad de máxima de fibra cumpliendo con lo establecida
para minimizar los costos se debe usar por lo menos 450 libras de proteínas y 350 libras
de fibra para abonar un total de 450 dólares, se consumó el total de disponibilidad de
maíz y la cantidad de mínima de libras de fibra y proteína
8. Viviana Erazo debe trabajar por lo menos 20 horas a la semana para completar
su ingreso mientras asiste a la escuela. Tiene la oportunidad de trabajar en dos
tiendas al detalle: en la tienda 1, Viviana puede trabajar entre 5 y 12 horas a la
semana, y en la tienda 2 le permiten trabajar entre 6 y 10 horas. Ambas tiendas
pagan lo mismo por hora. De manera que Viviana quiere basar su decisión
acerca de cuantas horas debe trabajar en cada tienda en un criterio diferente: el
factor del estrés en el trabajo. Basándose en entrevistas con los empleados
actuales, Viviana calcula que, en una escala de 1 al 10, los factores del estrés son
8 y 6 en las tiendas 1 y 2, respectivamente. Debido a que el estrés aumenta por
58
ESTRÉS
TIENDA 1 5 12 8
TIENDA 2 6 10 6
Variables:
Función Objetivo:
Restricciones
Interpretación
Viviana trabajando 10 horas en cada tienda, tiene un mínimo de estrés que es lo que se
quiere obtener;
Variables
Función objetiva
X1; X2 ≥ 0
Restricciones
Solución grafica
61
Respuesta a.- La tienda debe tener 500 latas de bebidas ByK para maximizar su
utilidad en $35.
Respuesta b.- las restricciones deben mantenerse a ese nivel para obtener el nivel de
ganancia que ya se mencionó. Si mantenemos la proporcionalidad, donde la ganancia de
la bebida A1 sea inferior a la de B&K, la solución (a) seguirá manteniéndose como la
máxima utilidad.
1) Dos productos tienen el siguiente proceso. Hay un taller que lo más que
puede hacer es 200 productos del tipo A o 100 del tipo B por día. El taller de
pintura tiene una capacidad diaria del 120 del tipo A o 160 del tipo B.
También el tratamiento técnico puede procesar un total de 90 artículos del
tipo A por día. El producto A tiene una utilidad de 4 dólares y el producto B
de 6 dólares. Determinar la producción optima que maximice los beneficios.
Variables de decisión
Producto A= X1
Producto B= X2
Función Objetivo
Z(Max)= 4X1+6X2
Restricciones
Máxima Producción
𝑋1 𝑋2
+ ≤1
200 100
𝑋1 + 2𝑋2 ≤ 200
𝑋1 𝑋2
+ ≤1
120 160
Tratamiento Técnico
62
X1=90
Variables de No Negatividad
X1; X2>=0
Interpretación:
La empresa tiene que producir 90 unidades de A y 40 de B para obtener la
utilidad máxima de 600 unidades.
La capacidad de producción no está agotada, hay una holgura de 30 unidades.
La capacidad del taller de pintura está agotada.
La capacidad del departamento técnico fue consumida a su totalidad.
1. Dos productos tienen el siguiente proceso. Hay un taller que lo más que puede
hacer es 200 productos del tipo A o 100 del tipo B por día. El taller de pintura
tiene una capacidad diaria del 120 del tipo A o 160 del tipo B. También el
63
tratamiento técnico puede procesar 90 artículos del tipo A por día. El producto A
tiene una utilidad de 4 dólares y el producto B de 6 dólares. Determinar la
producción optima que maximice los beneficios.
Variables de decisión
Producto A= X1
Producto B= X2
Función Objetivo
Z(Max)= 4X1+6X2
Restricciones
Máxima Producción
𝑋1 𝑋2
+ ≤1
200 100
𝑋1 + 2𝑋2 ≤ 200
𝑋1 𝑋2
+ ≤1
120 160
Tratamiento Técnico
X≤190
Variables de No Negatividad
X1; X2≥0
Solución grafica
64
Interpretación
Se recomienda a la empresa que debe elaborar más productos, reduciendo los costos de
producción para tener una mayor utilidad.
65
a. Definición
Lo que indica que ningún problema real de programación lineal tiene este tipo de
solución y cuando se presenta es porque se ha cometido alguno de los errores descritos.
c. Redundantes o sobrantes
Según (Salazar, 2016) define que existen en los modelos de programación lineal un
tipo de restricciones que no juegan rol alguno en la determinación del conjunto solución
(de igual manera en la solución óptima), lo que lleva a deducir que estas son redundantes.
66
Variables de decisión
Trigo = x1
Maíz = x2
Función Objeto
Restricciones
Variables de no negatividad
X1; X2 ≥ 0
67
Solución grafica
Interpretación
El granjero Carles debe producir 125 quintales de trigo y 80 quintales de maíz para
obtener una ganancia máxima de $ 4250 por venta.
El trigo falta por cubrir una demanda de 15 quintales para para producir su totalidad.
125 ≤ 140
68
El maíz falta por cubrir una demanda de 40 quintales para producir su totalidad 80 ≤
120
1 1
Las hectáreas están sembradas y plantadas en su totalidad. (125) + (80) ≤ 45
5 4
6 10
Se contrataron la totalidad de 350 horas de labor 5 (125) + (80) ≤ 350 es decir no
4
hay excedente.
Función Objetiva
10.000 X1 + 6.000 X2
Restricciones
Audiencia: 40.000X1+10.000X2≥320.000
Ingreso: 10.000X1 + 8.00X2 ≥ 120.000
Solteros: 8.000X1 + 4.000X2 ≥ 8.000
Solución grafica
69
Interpretación
Una fábrica elabora dos clases de cerveza pílsener " club, para lo cual dispone de
ingrediente para llenar por lo menos 30 botellas combinadas. Toma 1 hora llenar 20
botellas de la cerveza pílsener 2 horas llenar 25 botellas de cerveza club, se dispone a lo
mucho de 2 horas. La demanda de la cerveza pílsener se estima en el mercado un total
de 22 botellas " a lo mucho 10 botellas de la cerveza club. Cada botella de pílsener deja
una utilidad de 10 centavos " 15 centavos cada botella de la cerveza club. Cuantas
botellas de cada cerveza se deben llenar para alcanzar la máxima ganancia.
Variables de decisión
X1 = Cerveza pilsener
X2 = cerveza club
Función objetivo
70
Restricciones
𝑋1 + 𝑋2 ≥ 30 Botellas combinadas
1 2
𝑋1 + 25 𝑋2 ≤ 2 Tiempo de llenar
20
𝑋1 = 22 Demanda pilsener
𝑋2 ≤ 10 Demanda club
Variable de no negatividad
𝑋1; 𝑋2 ≥ 0
Análisis
La fábrica debe llenar 22 botellas de cerveza pílsener y 10 botellas de cerveza club para
obtener una utilidad de 3,7 en cuanto a las botellas combinadas existe un excedente de
dos botellas para el tiempo de llenar existe una insuficiencia de 0,10.
Variable de decisión
X1: Sillas
X2: Mesas
Función objetivo
Z(max.) 5 X1 + 13,5 X2
Restricciones
Variables de no negatividad
X1; X2 >= 0
Abstracciones
1. 0,5 X1 + 2 X2 = 320
X1 = 0
0,5(0) + 2 X2 = 320
X2 = 160
X2 = 0
2. -X1 + 4 X2 = 0
X1 = 0
(0) + 4 X2 = 0
X2 = 0
72
X2 = 80
-X1 + 4(0) = 10
X1 = 320
3. X1 - 6 X2 = 0
X1 = 0
(0) - 6 X2 = 0
X2 = 0
X2 = 64
X1 - 6 (64) = 0
X1 = 384
Solución grafica
2,5 X1 = 960
X1 = 384
Reemplazo en 1 X1 = 384
Z(max): 5 X1 + 13,5 X2
Z(max) = 5 (384) + 13,5 (64)
Z(max) = 2.784
73
Solucion grafica
Interpretación
Baba Furniture Company debe tener una producción máxima de 384 sillas y 64 mesas
para tener una utilidad máxima de 2.784 dólares.
La disponibilidad horas de ensamblaje está cubierto.
La compra mínima de sillas no está cubierta debido a que existe una excedente de 128
lo que no cubre la expectativa expuesta.
La compra máxima está cubierta lo que quiere decir que la producción máxima de sillas
y mesas está bien establecida.
Variables de Decisión
Función Objetivo
- (0.02X1 + 0.03X2)
0.10X1 + 0.11X2
Restricciones
X1 + X2 ≤ 200.000,00
X1 ≥ 2 X2
X1 − 2 X2 ≥ 0
Variables de no negatividad
X1 ; X2 ≥ 0
Solución Gráfica
75
Solución Algebraica
X1 = 66 666.66
Se debe asignar 66 666.66 para los préstamos personales y 133 333.33 para los
préstamos para automóviles para obtener así la máxima utilidad de 20 666.67, alcanzado
así el punto más optimo
z (max) = % x1 + % x2
11.333+%(66.667) = 20.667
%(66.667) = 20.667-11.333
%= 9.334/66.667
%= 0.14
z (max) = 9% x1 + 10% x2
Con las coordenadas del punto óptimo (133.333,33 y 66.666,66), reemplazamos en las
variables de decisión
z= 0.09 x1 + 0.10x2
z= (11.999,999+ 6.666.666)
z= 12.000+6.667
3) Electra produce dos tipos de motores eléctricos, cada uno en una línea de ensamble
separada. Las respectivas capacidades diarias de las dos líneas son de 600 y 750
motores. El motor tipo 1 emplea 10 unidades de cierto componente electrónico y el
motor tipo 2 solo utiliza 8 unidades. El proveedor del componente puede proporcionar
8000 piezas al día. Las utilidades por motor para los tipos 1 y 2 son de 60 y 40 dólares,
respectivamente.
VARIABLES DE NO NEGATIVIDAD:
Función objetivo:
Z (max)= 60x1+40x2
Restricciones
Solución razonada:
Se debe producir 600 motores de tipo 1 y 250 motores de tipo 2 para generar una utilidad de
46000 dólares de tal modo que la capacidad del motor tipo 1 con esto se cubrirá la capacidad
máxima de 600 motores, de igual modo la que la capacidad del motor tipo 2 también estará
cubierta la capacidad máxima de 250 motores tipo 2. Con respecto a la disponibilidad de
componente electrónico se cubre con las 800 unidades para las que cuenta con el componente
suficiente de componente electrónico. Una vez analizada la mezcla óptima para la producción
diaria se recomienda incrementar la disponibilidad de componente electrónico pues existe la
capacidad de producir mayores motores tipo 2 para así tener una producción que brinde mayores
beneficios económicos a la empresa.
Solución razonada:
El rango de optimización para que se conserva la solución óptima es de 600 unidades a un rango
de 60 y a su vez en motores de tipo 2 de 250 unidades a un rango de 40 en cada unidad, de tal
modo se conservara la solución óptima y la capacidad máxima de producir motores tipo 1, tipo
2 y a su vez se cubre con la disponibilidad máxima de componente eléctrico.
4) Popeye Canning tiene un contrato para recibir 60.000 libras de tomates maduros a
7centavos de dólar por libra, con las cuales produce jugo de tomate enlatado, así como
pasta de tomate. Los productos enlatados se empacan en cajas de 24 latas. Una lata de
jugo requiere una libra de tomates frescos y una lata de pasta solo requiere 1/3 de libra.
La participación de mercado de las compañías se limita a 2.000 cajas de jugo y 6.000
cajas de pasta. Los precios de mayoreo por caja de jugo y pasta son de 18 y 9 dólares
respectivamente.
Variables De Decisión
Jugo de tomate X1
Pasta de tomate X2
Restricciones
Participación en mercado de jugo X1 ≤ 2.000
Participación en mercado de pasta X2 ≤ 6.000
Disponibilidad de tomate 24X1+8 X2= 60.000
Función Objetivo
Z (max) = 18 X1 + 9 X2
Variables De No Negatividad
X1, X2 ≥ 0
Abstracciones
X1 =2.000
X2 = 6.000
24X1+8 X2 = 60.000
Solución
80
Respuesta:
Z (máx.) = 18 X1 + 9 X2
Z (máx.) = 18 (500) + 9 (6000)
Z (máx.) = $ 63000
Interpretación
Popeye Canning debe producir 500 latas de jugo de tomate y 6.000 latas de pasta de tomate para
obtener un ingreso máximo de 63.000 dólares.
Hay una holgura de 1500 latas de jugo de tomate, la demanda no ha sido satisfecha, ya que la
producción es solo de 500 latas de jugo. (500 ≤ 2.000)
Variables de decisión
Función objetivo
Z (Max)= 100X1+ 140 X2
Restricciones
Capacidad de ensamble gabinetes regulares: X1 ≤ 200
Capacidad de ensamble gabinetes lujo: X2 ≤ 150
Capacidad de barnizado y pintura: 0.5 X1 +X2 ≤ 180
Variables de no negatividad
X1, X2 ≥ 0
82
Resolución grafica
Interpretación
Dean´s Forniture Company para obtener su máxima utilidad de $31.200 debe producir
200 gabinetes regulares y 80 gabinetes de lujo por día.
En la producción de gabinetes regulares no existe holgura ya que son producidos los
200 programados mientras que en los gabinetes de lujo solo se producen 80 de los 150
gabinetes de su capacidad total teniendo una holgura de 70 gabinetes.
De igual manera la capacidad de barnizado y pintura está completa en su totalidad. Se
debe considerar incrementar la capacidad del proceso de barnizado y pintura para así
producir más gabinetes de lujos y generar mayor utilidad posteriormente.
4. Wild West produce dos tipos de sombrero estilo vaquero. El sombrero tipo 1
requiere el doble de tiempo de trabajo que el del tipo 2. Si todos los sombreros
producidos únicamente son del tipo 2, la compañía puede producir un total de
83
400 sombreros al día. Los límites diarios del mercado son de 150 y 200
sombreros de los tipos 1 y 2, respectivamente. La utilidad del sombrero tipo 1 es
de 8 dólares y la del sombrero tipo 2 es de 5 dólares.
Variables de decisión
Z (max) = 8 X1 + 5 X2
Restricciones
Variable de no Negatividad
X1, X2 > = 0
Solución Gráfica
84
Interpretación:
Se debe elaborar 100 sombreros tipo 1 y 200 sombreros tipo 2 para obtener la máxima utilidad
de 1800 dólares.
No se utiliza la capacidad máxima de elaboración del Sombrero tipo 2 puesto q aún se pueden
fabricar 200 más al día.
No se cubre la demanda diaria del sombrero tipo uno faltando 50 unidades por producir
La compañía no cumple con el límite de producción diario con respecto al sombrero de tipo 2,
pero si satisface la demanda diaria de elaboración del sombrero tipo 2, por lo tanto, si produce
más sombreros tipo 2 no tendrá a quien vender a menos que aumente la demanda del producto
incentivando a sus compradores.
Variables
Z (max) = 8 X1 + 5 X2
Restricciones
Variable de no Negatividad
X1, X2 > = 0
Solución gráfica
Interpretación
Se debe elaborar 100 sombreros tipo 1 y 200 sombreros tipo 2 para obtener la máxima utilidad
de 1800 dólares.
Variables de decisión
X1 = Producto A
X2= Producto B
Función Objetivo
Z (máx.) = 20X1+50X2
Restricciones
X1≥ 0.8(X1+X2) Volumen de ventas
0.2 X1-0.8X2≥0
X1≤ 100 demanda máxima
X1+2X2 ≤ 120 disponibilidad de Materia Prima
Variables de No Negatividad
X1, X2≥ 0
Solución Grafica
a) La compañía debe fabricar 80 productos de A y 20 del producto B para obtener
una utilidad máxima de $2600
b) La disponibilidad de materia prima tanto para el producto a y producto b está
cubierto en su totalidad no existe capacidad para producir más unidades.
87
1 10 6 8 $2
2 5 20 10 $3
b) Supongamos que se está considerando los tres procesos para una expansión y usted
necesita determinar su prioridad. Diseñe una forma lógica para lograr esta meta.
Restricciones:
Interpretación
La compañía al operar las 10 horas en los tres procesos para tener una mezcla óptima de los dos
productos que fabrica debe producir 53 unidades del producto 1 y 14 unidades del producto 2
para tener una utilidad de $ 148,24. Entonces en el proceso 1 si se está cumpliendo con las 600
89
horas que se han establecido para este proceso, en el proceso 2 respecto a las horas que se opera
existe una holgura de dos horas y en proceso 3 también hay una holgura de 36 horas.
Se recomienda a la empresa realizar un análisis en las horas donde existe holgura, de esta
manera poder aprovechar todos los recursos que es el tiempo para operar más producto y de esta
forma la mezcla óptima será mucho mejor y por ende generará más beneficios para la compañía.
Variable de decisión
Minutos de Radio = X1
Minutos de Televisión = X2
Función objetiva
Restricciones
Variable de la no negatividad
X1, X2 ≥ 0
90
Solución grafica
Interpretación
La empresa debe Anunciar 60,61 minutos de radio y 30,3 minuto de TV, con un
máximo de experiencia en los meses anteriores de 818.11 es efectivo
En la tercera restricción X1≤ 400, dio como resultado de 60,61 ≤ 400 significa no sobre
pasa los anuncios publicitarios en la radio.
91
Variables de decisión
x1: C1
x2: C2
Función objetivo:
Z (max)= 12.000x1+9.000x2
RESTRICCIONES:
Solución lógica
La proporción óptima para mezclar dos grados de carbón contempla mezclar 5 toneladas de
carbón 1 y 10 toneladas de carbón 2 para generar una utilidad máxima de $153,85.
Interpretación
En este caso al relajar el límite de la descarga de humo 1 libra sobre la cantidad de vapor
generado por hora, la proporción óptima de mezclado contempla mezclar 5 toneladas de carbón
1 y 10 toneladas de carbón 2 para generar una utilidad máxima de $148,72.
93
9. Burroughs Garment Company fabrica camisas para caballero y blusas para dama
para Walmark Discount Stores. Walmark aceptará toda la producción que le
proporcione Burroughs. El proceso de producción incluye corte, costura y
empacado. Burroughs emplea a 25 trabajadores en el departamento de corte, a
35 en el departamento de costura y a 5 en el departamento de empacado. La
fábrica trabaja un turno de 8 horas, sólo 5 días a la semana. La siguiente tabla
proporciona los requerimientos de tiempo y las utilidades por unidad para las
dos prendas:
Variables de no negatividad:
x1: Camisas
x2: Blusas
Función objetivo:
Z (max)= 2,5x1+3,2x2
Restricciones:
Función objetivo
Restricciones
Demanda solución A
0.5X1+0.6X2>=10
0.5X1+0.6X2<=15
Demanda solución B
0.5X1+0.4X2>=12
0.5X1<+0.4<=20
Variables de no negatividad
X1; X2>=0
Interpretación
No se han demandado las unidades de B que se tenían disponibles por lo que hay una
holgura de 8 unidades.
Una línea de ensamble que consta de tres estaciones consecutivas produce dos
modelos de radio HF1 y HF2. La siguiente tabla proporciona los tiempos de
ensamblaje para las tres estaciones de trabajo.
Variables decisión.
Hi.fi1= X1
Hi.fi2= X2
Función Objetivo
Restricciones
X1, X2 ≥ 0
Solución grafica
97
Interpretación.
La línea de ensamble debe producir 36.48 o 50.88 minutos de ensamble de Hi-fi1 y
31.68 o 46.08 minutos de ensamble de Hi-fi2 para obtener una maximizo de 1238.40
minutos activos de ensamble diario.
11. Ahorros S.A desea invertir una suma que genere un rendimiento anual mínimo
de $10000. Dispone de dos grupos de accionarios: acciones selectas y alta
tecnología, con un rendimiento anual promedio de 10 y 25%, respectivamente.
Aunque las acciones de alta tecnología dan más rendimiento, son más
arriesgadas, y Ahorros desea limitar la cantidad invertida en ellas a un máximo
de 60% del total.
¿Cuál es la cantidad mínima que debe invertir Ahorros en cada grupo de acciones para
alcanzar la meta de inversión?
acciones selectas= X1
alta tecnología= X2
función objetivo
Z (min)= X1 + X2
Restricciones
0.10X1+0.25X2≥10000
cantidad invertida
-0,60X1+0.40x2≤0
Variables de no negatividad
X1; X2≥0
99
Interpretación:
Hay que invertir $ 21,053 como mínimo en las acciones selectas, para tener un
rendimiento de $ 2105,3 al año
Hay que invertir $ 31,578 en acciones de alta tecnología, para tener un rendimiento de
$ 7894,75 al año.
Por lo tanto, satisface los rendimientos esperados por el inversionista con capital total
de $52632 de inversión, repartido en los dos tipos de acciones indicadas.
Se recomienda a Ahorros invertir en las acciones que sean rentables y tenga la seguridad
de que la empresa es sólida para que no pierda su inversión.
33. Una compañía vende dos productos diferentes A y B. La información del precio de
venta y de los costos unitarios es la siguiente:
Producto A Producto B
Precio de venta $ 60 $ 40
Costo unitario 30 10
Beneficios unitarios $ 30 $ 30
100
Variable de decisión
X1: Producto A
X2: Producto B
Función objetivo
Restricciones
Variables de no negatividad
X1; X2 >= 0
Solución grafica
101
Interpretación
La compañía debe producir 6.000 unidades del producto A y 12.000 del producto B
para tener un beneficio de 540.000 dólares.
12. Queremos seleccionar una estrategia de publicidad para llegar a dos tipos de
clientes; y amas de casa de familias con ingresos anuales inferiores a 10000
dólares. Consideremos que las personas del primer grupo comprarán dos veces
más nuestro producto que las personas del segundo grupo y nuestro objetivo es
maximizar las compras. Podemos anunciar la producción en televisión o en una
revista; una unidad de publicidad por televisión cuesta 20000 dólares y llega a
aproximadamente 2000 personas del primer grupo y a 8000 del segundo. Una
unidad de publicidad en la revista cuesta 12000 dólares y llega a 8000 personas
del primer grupo y a 3000 del segundo. Hay que usar por lo menos seis unidades
de publicidad en televisión y no podemos usar más de 12 unidades de publicidad
en la revista por cuestiones de política. El presupuesto para publicidad es de
180000 dólares.
Variables de decisión
X1= Publicidad en TV
Función Objetivo
103
Variables de no negatividad
X1; x2>=0
Restricciones
Variables de abstracción
-4000 X1 + 13000X2 = 0
X1 = 6
X2 = 12
Solución gráfica
104
Interpretación
Recomendación
1) Se producen dos artículos A y B los mismos que son procesados por tres máquinas
M1, M2 y M3. La máquina 1 procesa 0,5 unidades de A y 0,5 de B; M2 procesa 1 de A
y 0,5 de B; M3 procesas 0,5 de A y 2 de B. Se dispone al menos de 65 horas semanales
para M1, 95 para M2 y 100 para M3. El costo de A es de 3 dólares y 5 dólares el de B.
¿Cuántas unidades de A y B se debe producir para que el costo sea mínimo?
Variable de decisión
Articulo A= X1
Articulo B= X2
Función objetiva
Restricciones
Variable de la no negatividad
X1, X2 ≥ 0
Solución y gráfico
Interpretación
-Para que los costos sean los más bajos se debe producir 106.67 productos de A y 23.33
productos de B para que el costo mínimo sea de 436.67.
-En la primera restricción tenemos que se está ocupando la totalidad del tiempo
disponible el primer proceso.
106
-En la segunda restricción tenemos que se está ocupando un poco más del tiempo
disponible porque 106.67+11.67≥ 95, entonces en este proceso de la máquina dos se
está excediendo en 23.34 unidades, hay holgura.
-En el proceso 3 se está ocupando todo el tiempo disponible para la producción de los
dos artículos.
-Se recomienda a la gerencia que mantenga los mismos tiempos en cada uno de los
procesos porque son los adecuados para que la empresa tenga los costos mínimos en los
procesos de producción.
2) Una compañía produce dos tipos de pantalones A y B, cada pantalón tipo A requiere
del doble de mano de obra que el de tipo B. Se deben producir por lo menos 250
pantalones combinados. El mercado limita la venta diaria de pantalones tipo A, a un
máximo de 75 y los de clase B a un total de 125 pantalones. Los beneficios por pantalón
son 6 dólares para el tipo A y 4 dólares para el tipo B. Determinar el número de
pantalones de cada clase que maximice la ganancia.
Variables de decisión
x1 = pantalones A
x2 = pantalones B
Función objetivo
Z(MAX) = 6x1 + 4x2
Restricciones
2x1 + X 2 ≥ 250 capacidad de producción de pantalones combinados
X1 ≤ 75 limitacion de ventas de pantalones tipo a
X2 = 125 total, de ventas de pantalones b
107
Solución grafica
Interpretación
La limitación de ventas del pantalón tipo A llega a cumplir su totalidad con 75 unidades
producidas, por lo que no se desperdicia ningún pantalón y todos han sido vendidos
trayendo consigo beneficio a la compañía.
Interpretación
El estacionamiento debe atender a 80 automóviles y 20 camiones para obtener una
ganancia máxima de $2.300 dólares mensuales.
Recomendaciones:
109
Variables
X1= aditivo X1
X2= aditivo X2
Función objetivo
Z (min) = 2X1+4X2
Restricciones
Variables de no negatividad
X1; X2 ≥ 0
Abstracciones
15 X1+4 X2 = 32
2 X1+2 X2 = 10
4 X1+14 X2 = 40
Resolución gráfica
110
Interpretación
5) Se producen dos artículos A y B los mismos que son procesados por tres máquinas
M1, M2 y M3. La máquina 1 procesa 0.5 de A y 0.5 de B. M2 procesa 1 de A y 0.5 de
B, M3 procesa 0.5 de A y 2 de B. S e dispone de al menos de 65 horas semanales para
M1, 95 para M2 100 para M3. El costo de A es de 3 dólares y 5 dólares de B. Cuántas
unidades de A y B se deben producir para que el costo sea mínimo.
Función objetivo
Restricciones
Requerimiento de M1
0.5X1+0.5X2>=65
Requerimiento de M2
1x1+0.5x2>=95
Requerimiento de M3
0.5X1+2X2>=100
Variables de No negatividad
X1; X2>=0
112
Interpretación:
6) Una fábrica elabora dos clases de champú A y B, para lo cual dispone de ingrediente
para llenar a lo mucho 80botellas combinadas de A y B. Toma 1 hora llenar 10 botellas
de A y 4 horas llenar 10 botellas de B, se dispone cuando mucho de 2 horas, la demanda
de A se estima a lo más en 70 botellas. La fábrica está en capacidad de llenar cuando
mucho 90 botellas de A o 60 botellas de B. Cada botella de A le deja una utilidad de 80
centavos y 90 centavos la de B. ¿Cuántas botellas de A y B se deben llenar para que la
fábrica obtenga Los mayores beneficios?
Variables de decisión
113
Shampu A = x1
Champú B = x2
Función objetivo
Restricciones
1 4
𝑋1 + 𝑋 ≤2
10 10 2
Capacidad etiquetada
1 1
𝑋1 + 𝑋 ≤ 1
80 90 2
Variables de no negatividad
X1; X2 ≥0
Solución grafica
114
Interpretación.
La fábrica de Champú cuenta con una disponibilidad de ingredientes de 60, los cuales
pueden ser combinados con las botellas de Shampu A y B.
Un vivero desea añadir árboles frutales y arbustos orientales a sus cultivos existentes.
Los árboles proporcionan 14 dólares por unidad. Cada árbol requiere de 2 metros
115
cuadrados para exhibición, mientras que cada arbusto necesita de tres metros cuadrados,
además, el tiempo necesario para preparar un árbol para exhibición es de dos minutos,
mientras que el que se requiere para cada arbusto es de un minuto. Las restricciones de
espacio y tiempo son las siguientes:
Si el vivero puede vender todos los árboles y arbustos en exhibición. ¿Cuántos árboles y
cuantos arbustos deberán exhibir diariamente para maximizar su ganancia? (Suponga
que es posible preparar una exhibición solamente una vez al día. Los arbustos dejan una
utilidad de $12,00
Variables
X1 = Árboles frutales
X2 = Arbustos orientales
Función Objetivo
Z (max) = 14 X1 + 12 X2
Restricciones
Variable de no Negatividad
X1, X2 > = 0
Solución Gráfica
116
Interpretación
SEGUNDO PARCIAL
MÉTODO SIMPLEX
3.1.Consulta
MÉTODO SIMPLEX
APARICIÓN
Según (Palacios, 2010) “Es una técnica popular para dar soluciones numéricas
del problema de la programación lineal. Es un método numérico para optimización
de problemas libres multidimensionales perteneciente a la clase más general de
algoritmos de búsqueda”. Permite encontrar una solución óptima en un problema de
118
APLICACIÓN
DEFINICIONES
CONDICIONES
IMPORTANCIA
pérdidas. Este método permite visualizar cuanto se debe vender, cuanto se debe
producir o cuanto se debe comprar según sea el caso para que la empresa obtenga las
ganancias optimas y suficientes para competir en el mercado.
WinQSB- Creado por el del Dr. Yih-Long Chang. Consta de una serie de
módulos o aplicaciones individuales que nos ayudarán en temas de
investigación de operaciones, métodos de trabajo, planteamiento de la
producción, evaluación de proyectos, control de calidad, simulación,
estadística, etc.
LINDO - Se especializa en software de Optimización Lineal, No Lineal, y
Entera ofreciendo una línea completa de productos, con un total soporte de
estos.
Implementación con el uso de Excel
Implementación con Java
Implementación con Mathematica
Converge más lentamente que otros métodos pues requiere mayor número de
iteraciones.
EJERCICIO PRÁCTICO
120
Las restricciones:
121
La función Objetivo:
De esta manera podemos apreciar una matriz identidad (n = 4), formado por las
variables de holgura las cuales solo tienen coeficiente 1 en su respectivo recurso, por el
ejemplo la variable de holgura "S1" solo tiene coeficiente 1 en la restricción
correspondiente a el recurso 1.
1S1 = 24
1S2 = 20
1S3 = 20
1S4 = 16
122
www.ingenieriaindustrialonline.com
Solución: (segundo término)= En esta fila se consigna el segundo término de la
solución, es decir las variables, lo más adecuado es que estas se consignen de manera
ordenada, tal cual como se escribieron en la definición de restricciones.
Cj = La fila "Cj" hace referencia al coeficiente que tiene cada una de las variables de la
fila "solución" en la función objetivo.
Variable Solución = En esta columna se consigna la solución básica inicial, y a partir
de esta en cada iteración se van incluyendo las variables que formarán parte de la
solución final.
Cb = En esta fila se consigna el valor que tiene la variable que se encuentra a su
derecha "Variable solución" en la función objetivo.
Zj = En esta fila se consigna la contribución total, es decir la suma de los productos
entre término y Cb.
Cj - Zj = En esta fila se realiza la diferencia entre la fila Cj y la fila Zj, su significado
es un "Shadow price", es decir, la utilidad que se deja de recibir por cada unidad de la
variable correspondiente que no forme parte de la solución.
Solución inicial:
123
Maximizar Minimizar
Variable que
La más positiva de los Cj - Zj La más negativa de los Cj - Zj
entra
Siendo b los valores bajo la celda solución Siendo b los valores bajo la celda
Variable que y a el valor correspondiente a la solución y a el valor correspondiente a la
sale intersección entre b y la variable que entra. intersección entre b y la variable que
La menos positiva de los b/a. entra. La más positiva de los b/a.
124
www.ingenieriaindustrialonline.com
2. El hecho de que una variable distinta forme parte de las variables solución implica
una serie de cambios en el tabulado Simplex, cambios que se explicarán a continuación.
www.ingenieriaindustrialonline.com
- Lo siguiente es comenzar a rellenar el resto de la tabla, fila x fila.
125
www.ingenieriaindustrialonline.com
- Se repite este procedimiento con las dos filas restantes, ahora se harán los cálculos
correspondientes en el resto de las celdas.
www.ingenieriaindustrialonline.com
126
De esta manera se culmina la primera iteración, este paso se repetirá cuantas veces sea
necesario y solo se dará por terminado el método según los siguientes criterios.
Maximizar Minimizar
Solución Cuando todos los Cj - Zj sean <= Cuando todos los Cj - Zj sean >=
Óptima 0 0
- Continuamos con las iteraciones para lo cual tenemos que repetir los pasos anteriores.
www.ingenieriaindustrialonline.com
En esta última iteración podemos observar que se cumple con la consigna Cj - Zj <= 0,
para ejercicios cuya función objetivo sea "Maximizar", por ende hemos llegado a la
respuesta óptima.
X1 = 3
127
X2 = 4
X3 = 6
X4 = 4
Con una utilidad de: $ 340000
Sin embargo una vez finalizado el Método Simplex se debe observar una matriz
identidad en el rectángulo determinado por las variables de decisión, el hecho de que en
este caso no se muestre la matriz identidad significa que existe una solución óptima
alterna.
www.ingenieriaindustrialonline.com
La manera de llegar a la otra solución consiste en alterar el orden en que cada una de las
variables entro a la solución básica, recordemos que el proceso fue decidido al azar
debido a la igualdad en el Cj - Zj del tabulado inicial. Aquí les presentamos una de las
maneras de llegar a la otra solución.
128
www.ingenieriaindustrialonline.com
Podemos observar como existe una solución óptima alternativa en la cual la
combinación de variables es distinta y existe un menor consumo de recursos, dado que
el hecho de que se encuentre la variable "S1" en la solución óptima con un coeficiente
129
de "3" significa que se presenta una holgura de 3 unidades del recurso (pieza rectangular
de 8 pines).
Bibliografía
AUDREY SIERRA. (2009). Blogger Themes. Método simplex: origen. Obtenido de
http://metodosimplexminimizar.blogspot.com/2015/05/origen-el-metodo-simplex-
fue-creadoen.html
3.2.Definición
Según Portilla M. (2010) “El método símplex cuya gran virtud es su sencillez,
es un método muy práctico, ya que solo trabaja con los coeficientes de la función
objetivo y de las restricciones. Ilustraremos su funcionamiento mediante un ejemplo,
pero previamente mostraremos las reglas de decisión para determinar la variable que
entra, la que sale, la gran M, y cómo determinar que estamos en el óptimo; Todas éstas
reglas de decisión fueron deducidas del método algebraico, solamente que aquí se han
acomodado para ser usadas en el tipo de tablero símplex que se usará.”
V. Holgura = S
≤+S
≥-S+M
= +M
130
X1= Leche
X2= Legumbre
X3= Naranja
Función Objetivo
Restricciones
Valor No Negatividad
X1; X2; X3 ≥ 0
Abstracciones
Tabla
131
Cj 2 0,2 0,25 0 0 0 M M M
Xj bn X1 X2 X3 S1 S2 S3 M1 M2 M3
Cj 2 0,2 0,25 0 0 0 M M M
M M1 12,62 2,93 4,9* 0 -1 0 0,0026 1 0 -0,0086
Xj Bn X1 X2 X3 S1 S2 S3 M1 M2 M3
M M2 14,91 1,06 1,3 0 0 -1 0,00204 0 1 -0,00204
0,25 X3 M M1
0,48 13
0,34 3,20 4,9 1 0,8 0 -1 O 0 0
-0,01075 1 0 0 0 0 0,01075
Zj M M2
27,53M 15
3,99M 1,12
6,2M 1,300 0,19-M 0 -M -1 0,01064M 0 0 M 1 M 0 -0,9064M
Zj-CjM M3
------- 45
3,99M 32
6,2M 0-0,25 93* -M 0 -M 0 0,01064M -1 0 0 0 0 1 -1,01064M
Zj 73M 36,32M 6,2M 93,99M -M -M -M M M M
93,99M
Zj-Cj ----- 36,32M 6,2M -M -M -M 0 0 0
Cj 2 0,2 0,25 0 0 0 M M M
Xj bn X1 X2 X3 S1 S2 S3 M1 M2 M3
0,2 X2 2.58 0,6 1 0 -0,20408 0 0,00176 0,20408 0 -0,00176
M M2 11,56 0,28 0 0 0,2653 -1 -0,00025 -0,2653 1 0,00025
0,25 X3 0,48 0,34* 0 1 0 0 0 0 0 0,01075
Zj 11,56 0,28 0 0 0,26530M -M 0,00025M -0,26530M M 0,00025M
Zj-Cj ------ 0,28M -0,2 -0,25 0,26530M -M 0,00025M -0,26530M O -0,99975M
15
= 78,95
0,19
45
= 0,48 = menor pijote
0,19
15
= 𝑛𝑜 𝑣𝑎𝑙𝑒 𝑠𝑒𝑟 𝑝𝑖𝑗𝑜𝑡𝑒
−2
Cj 2 0.2 0.25 0 0 0 0 M M M
Xj Bn X1 X2 X3 S1 S2 S3 M1 M2 M3
0.2 X2 1.73 0 1 -1.764 -0.20408 0 0.02074 0.20408 0 -0.02074
M M2 11.17 0 0 -0.8232 0.2653 -1 -0.00861 -0.2653 1 -0.00861
2 X1 1.41 1 0 2.44 0 * 0 -0.03163 0 0 0.03163
Zj 11.17M 0 0 -0.6232M 0.2653M -M 0.00861M -0.2653M M -0.00861M
132
Cj 2 0,2 0,25 0 0 0
Xj Bn X1 X2 X3 S1 S2 S3
0,2 X1 11,47 0,81348 1 0 0 -0,7694 0,00153
0 S1 43,59 1,0540 0 0 1 -3,7693 -0,00088
0,25 X3 0,48 0,34 0 1 0 0 -0,01075
Zj 2,41 0,2477 0,2 0,25 0 -0,15388 -0,00238
Zj-Cj -------- -1,1723 0 0 0 -0,15388 -0,00238
Conclusión
Z (min) = 2,41
Variables de decisión
𝑥1 = bloque 1
𝑥2 = bloque 2
Función Objetivo
Restricciones
Disponibilidad de cuadernos 2𝑥1 + 3𝑥2 ≤ 600
Disponibilidad de carpetas 𝑥1 + 𝑥2 ≤ 500
Disponibilidad de bolígrafos 2𝑥1 + 𝑥2 ≤ 400
Abstracciones:
2𝑥1 + 3𝑥2 + 𝑆1 = 600
𝑥1 + 𝑥2 + 𝑆2 = 500
2𝑥1 + 𝑥2 + 𝑆3 = 400
Tabla
134
Cj 6 7 0 0 0
Xj Bn X1 X2 S1 S2 S3
0 S1 600 2 3* 1 0 0
0 S2 500 1 1 0 1 0
0 S3 400 2 1 0 0 1
Zj 0 0 0 0 0 0
Zj-Cj --------- -6 -7 0 0 0
Cj 6 7 0 0 0
Xj Bn X1 X2 S1 S2 S3
7 X2 200 0,6666 1 0,3333 0 0
0 S2 300 0,3334 0 -0,3333 1 0
0 S3 200 1,3334* 0 -0,3333 0 1
Zj 1400 4,6662 7 2,3331 0 0
Zj-Cj --------- -1,3338 -0 2,331 0 0
Cj 6 7 0 0 0
Xj bn X1 X2 S1 S2 S3
135
Conclusión:
De acuerdo al analisis realizado y con los resultados obtenidos se puede concluir que se
deben hacer 150 del bloque uno el cual contiene dos cuaderno una carpeta, y dos
boligrafos, y en el bloque dos conviene poner 3 cuadernos 1 carpeta,y 1 boligrafo para
lograr una maxima utilidad de 1600 dolares
Variables de decisión
X1= tratamiento medicinal
X2= tratamiento por radiación
Función objetivo
Z(min) = 2000x1+1400x2
Variables de no negatividad
𝑋1; 𝑋2 ≥ 0
Restricciones
Unidades curativas 500x1+1000x2≥ 2000
Unidades toxicas 400x1+600x2 ≤ 1400
136
Función objetivo
Z(min) = 2000x1+1400x2+0s1+0s2+Mm1+Mm2
Abstracciones
500x1+1000x1-S1 +m1 = 2000
400x1+ 600x2 -S2 = 1400
Tabla
Cj 2000 1400 0 0 M
Xj bn X1 X2 S1 S2 M1
M m1 2000 500 1000* -1 0 1
0 S1 1400 400 600 0 -1 0
Zj 2000 500 1000 (-M) 0 M
Zj-Cj ------- 500 1000 (-M) 0 0
Cj 2000 1400 0 0 M
Xj bn X1 X2 S1 S2 M1
1400 x2 2 0,5 1 -0,001 0 0,001*
0 S1 200 100 0 0,6 -1 -0,6
Zj 2800 700 1400 -1,4 0 1,4
Zj-Cj ------- -1300 0 -1,4 0 M
Cj 2000 1400 0 0 M
Xj Bn X1 X2 S1 S2 M1
M M1 2000 500 1000* -1 0 1
0 S1 1400 400 600° 1/5 1 0
Zj 2000M 500M 1000M -M 0 M
Zj-Cj ------- 500M 1000M -M 0 0
137
Cj 2000 1400 0 0
Xj Bn X1 X2 S1 S2
1400 X2 2 ½ 1 -1/1000 0
0 S2 200 100 0 9/5 1
Zj 2800 700 1400 -7/5 0
Zj-Cj --------- -1300 0 -7/5 0
Conclusión
La empresa debe producir 200 de producto b a para para tener una utilidad de
2800, además la empresa dispone de 1300 de producto a y la (S1) que no fueron
utilizado en su totalidad de lo cual dispone de 7/5 y al producto A no se utilización de
1300 de lo cual la empresa se recomienda que debe utilizar la producción además la
empresa no utiliza los insumos todo lo necesario.
Variables de decisión
Funciona Objetivo
138
Restricciones
Valor No Negatividad
X1, X2, ≥ 0
Abstracciones
Tabla
Cj 6 4 0 0 M M
XJ BN X1 X2 S1 S2 M1 M3
M M1 250 2 1 -1 0 1 0
0 S2 75 1* 0 0 1 0 0
M M3 125 0 1 0 0 0 1
ZJ 375 2M 2M -M 0 M M
ZJ-CJ --------- 2M 2M -M 0 0 0
139
Cj 6 4 0 0 M M
XJ BN X1 X2 S1 S2 M1 M3
M M1 100 0 1* -1 -2 1 0
6 X1 75 1 0 0 1 0 0
M M3 125 0 1 0 0 0 1
ZJ 225M 6 2M -M -2M M M
Cj 6 4 0 0 M M
XJ BN X1 X2 S1 S2 M1 M3
4 X2 100 0 1 -1 -2 1 0
6 X1 75 1 0 0 1* 0 0
M M3 25 0 0 1 2 1 1
ZJ 100M 6 4 -M 2M -M M
Cj 6 4 0 0 M M
XJ BN X1 X2 S1 S2 M1 M3
4 X2 125 0 1 0 0 0 1
6 X1 62.5 1 0 -0.5 0 0.5 -0.5
140
Cj 6 4 0 0
XJ BN X1 X2 S1 S2
4 X2 125 0 1 0 0
6 X1 75 1 0 0 1
0 S1 25 0 0 1 2
ZJ 950 6 4 0 6
ZJ-CJ --------- 0 0 0 6
Conclusión
Del análisis realizado se obtuvo que la empresa necesita vender 75 pantalones del tipo A
y 125 pantalones del tipo B para obtener una ganancia máxima de 950$, en la primera
restricción se encontró una holgura de 25 pantalones por lo que la producción diaria de
pantalones produce 30 pantalones demás, las restricciones 2 y 3 se cumplieron en su
totalidad y que la venta diaria de pantalones del tipo A puede ir desde 69 a 81
pantalones sin afectas al ejercicio planteado
DUAL SIMPLEX
4.1.Ejercicio en clase
141
Dos productos tienen el siguiente proceso: hay un taller que lo más que puede
hacer son 200 del tipo A y 100 del tipo B por día. El taller de pintura tiene una
capacidad diaria de 120 del tipo A y 160 del tipo B, también el tratamiento
técnico puede procesar un total de 90 del tipo A por día. El producto A tiene
una utilidad de $4 y el B de $6. Determinar la producción optima que maximice
los beneficios y realice un análisis del problema planteado.
Variables de decisión
Tipo A: X1
Tipo B: X2
Funciona Objetivo
Z (Max): 4x1+6x2
Restricciones
1 1
𝑥1 + 𝑥2 ≤ 1 : Capacidad de producción ≈ X1 + 2X2 ≤ 200
200 100
:S1
1 1
𝑥1 + 𝑥2 ≤ 1 : Capacidad taller de pintura ≈ 16X1 + 12X2 ≤ 1920
120 160
:S2
X1꞊ 90 : Capacidad Tratamiento Técnico ≈ X1 ≥ 90 (-) ≈ -X1 ≤ -90
:S3
≈ X1 ≤ 90
:S4
Valor No Negatividad
X1, x2 ≥ 0
Funciona Objetivo
Restricciones
y1 + 16y2 – y3 + y4 ≥ 4
2y1 + 12y2 ≥6
Valor No Negatividad
Abstracciones
y1+ 16y2 – y3+ y4 – S1 + m1 ꞊4
2y1 + 12y2 – S2 + m2 ꞊6
Conclusión
banco puede prestar como mínimo 150.000. Formule este problema como un
método de programación lineal y resuélvalo por el dual simplex.
Función Objetivo
Z (máx): 0.15𝑋1 + 0.10𝑋2 + 0.12𝑋3
Restricciones
1. Limite préstamos personales 𝑋1 ≤ 0.10(𝑋1 + 𝑋2 + 𝑋3 )
0.90𝑋1 − 0.10𝑋2 − 0.10𝑋3 ≤ 0
2. Límite de préstamos para autos 𝑋1 + 𝑋3 ≤ 0.20(𝑋1 + 𝑋2 + 𝑋3 )
0.80𝑋1 − 0.2𝑋2 + 0.80𝑋3 ≤ 0
3. Mínimo de préstamos 𝑋1 + 𝑋2 + 𝑋3 ≥ 150.000 (−1)
−𝑋1 − 𝑋2 − 𝑋3 ≤ −150.000
Valor No Negatividad
𝑋1 , 𝑋2 , 𝑋3 ≥ 0
Función Objetivo
Z (min): 0𝑌1 + 0𝑌2 − 150.000𝑌3
Restricciones
1. 0.90𝑌1 + 0.80𝑌2 − 𝑌3 ≥ 0.15
2. −0.10𝑌1 − 0.20𝑌2 − 𝑌3 ≥ 0.10
3. −0.10𝑌1 + 0.8𝑌2 − 𝑌3 ≥ 0.12
Valor No Negatividad
𝑌1, 𝑌2, 𝑌3 ≥ 0
Abstracciones
0.90𝑌1 + 0.80𝑌2 − 𝑌3 − 𝑆1 + 𝑀1 ≥ 0.15
Tabla
Cj 0 0 -150000 0 0 0 M M M
Xj Bn Y1 Y2 Y3 S1 S2 S3 M1 M2 M3
M M1 0.15 0.9 0.8 -1 -1 0 0 1 0 0
M M2 0.10 -0.1 -0.2 -1 0 -1 0 0 1 0
M M3 0.12 -0.1 0.8* -1 0 0 -1 0 0 1
Zj 37/100M 7/10M 7/5M -3M -M -M -M M M M
Zj-Cj -------- 7/10M 7/5M -3M -M -M -M 0 0 0
Cj 0 0 -150000 0 0 0 M M M
Xj Bn Y1 Y2 Y2 S1 S2 S3 M1 M2 M3
M M1 3/100 1* 0 0 -1 0 1 1 0 -1
M M2 13/100 -1/8 0 -5/4 0 -1 -1/4 0 1 1/4
0 Y2 3/20 -1/8 1 -5/4 0 0 -5/4 0 0 5/4
Zj 4/25M 7/8M 0 -5/4M -M -M 3/4M M M -3/4M
Zj-Cj ------ 7/8M 0 -5/4M -M -M 3/4M 0 0 -7/4M
Cj 0 0 -150000 0 0 0 M M M
Xj Bn Y1 Y2 Y3 S1 S2 S3 M1 M2 M3
0 Y1 3/100 1 0 0 -1 0 1 1 0 -1
M M2 107/800 ¼ 0 -5/4 -1/8 -1 -1/8 1/8 1 1/8
0 Y2 123/800 5/32* 1 -45/32 -1/64 -1/8 -81/64 1/64 1/8 81/64
Zj 107/800M 1/4M 0 -5/4M -1/8M -M -1/8M 1/8M M 1/8M
Zj-Cj ------- 1/4M 0 -5/4M -1/8M -M -1/8M 1/8M 0 1/8M
146
Cj 0 0 -150000 0 0 0
Xj Bn Y1 Y2 Y3 S1 S2 S3
0 Y1 3/100 1 0 0 -1 0 1
0 Y3 101/800 0 0 -5/4 -3/8 -1 -3/8
0 Y2 477/3200 0 1 -45/32 9/64 -1/8 -91/64
Zj 101/800 0 0 -5/4 -3/8 0 -3/8
Zj-Cj ------- 0 0 -149999.25 -3/8 0 -3/8
Conclusión
Se debe otorgar 3/8 del total de la cantidad asignada de préstamos para los
préstamos personales y 3/8 del total asignado para otorgar préstamos para autos, para
obtener así la máxima utilidad de 12625, cumpliendo así con el objetivo del banco que
es maximizar sus ganancias con la prestación de los préstamos, que en este caso resultan
ser los que generan un mayor beneficio los préstamos personales y los préstamos
otorgados para autos.
Los préstamos personales no exceden del 10% del total de todos los préstamos
Los préstamos para autos son mayores del 20% del total de todos los préstamos
4.2.Prueba 1
Función Objetivo
Z(Max):0.15x1+0.14x2+o.13x3
Restricciones
Relación de Préstamos Personales:
X1 ≥ 0.10(x1+x2+x3)
-0.9x1+0.10x2+0.10x3 ≥0(-1)
0.9x1-0.10x2-0.10x3 ≤0
Disponibilidad de Préstamos:
X1+x2+x3≤130000
Valor No Negatividad
X1,X2,X3 ≥0
MÉTODO SIMPLEX
Función Objetivo
Z(max):0.15x1+0.14x2+0.13x3 +0s1+0s2+0s3
Restricciones
Relación de Préstamos Personales:
0.9x1-0.10x2-0.10x3 ≤0
Relación de préstamos personales y préstamos para muebles:
0.8x1+0.8x2-0.2x3≤0
Disponibilidad de Préstamos:
X1+x2+x3≤130000
Valor No Negatividad
X1,X2,X3 ≥0
Abstracciones
Relación de Préstamos Personales:
0.9x1-0.10x2-0.10x3 +s1=0
Relación de préstamos personales y préstamos para muebles:
0.8x1+0.8x2-0.2x3+s2=0
Disponibilidad de Préstamos:
X1+x2+x3+s3=130000
Tabla
Conclusión
modo en sus disponibilidad de préstamos cuenta con una sensibilidad de 0.13 dólares de
préstamos .
4.3.Prueba 2
Variables de decisión
P.P: X1
P.M: X2
P.A: X3
Función Objetivo
Z(max): 15%X1 + 14%X2 + 13%X3 + 0S1 + 0S2 + 0S3
Valor No Negatividad
X1;X2;X3 >= 0
Restricciones
Rotación P.P/ todos los prestamos x1>= 0,1(x1+x2+x3)
Rotación P.P y P.A / todos los préstamos ,9x1- 0,1x2- 0,1x3 <= 0
Disponibilidad prestamos x1 + x2 + x3 <= 130 000
Abstracciones
-,9x1+,1x2+,1 +,1x3 + s1 = 0
0,8x1 + 0,8x2 – 0,2x3 + s2 = 0
x1 + x2 + x3 + s3 = 0
Tabla
Xj bn x1 x2 x3 s1 s2 s3
0 s1 0 0 1 -0,125 1 1,125 0
0,15 x1 0 1 1 -0,125 0 1,25 0
0 s3 130000 0 0 1,25 0 -1,25 1
Zj 0 0,15 0,15 -0,0375 0 0,1875 0
Zj-Cj 0 0,01 -0,1675 0 0,1875 0
Conclusión
Se debe optar por $26 000 es Préstamos Personales y $ 104 000 en Prestamos
Autos para obtener un rendimiento de $ 17420; no se debe optar por Prestamos /
Muebles.
Los P. Personales son $13 000 más sobre todos los préstamos.
TERCER PARCIAL
MÉTODO SIMPLEX
3.1.Consulta
PROBLEMA DEL TRANSPORTE O DISTRIBUCIÓN
151
EL PROBLEMA
Los costos asociados al envío de suministro energético por cada millón de KW entre
cada planta y cada ciudad son los registrados en la siguiente tabla.
www.ingenieriaindustrialonline.com
SOLUCIÓN MEDIANTE PL
www.ingenieriaindustrialonline.com
ZMIN = 5X1,1 + 2X1,2 + 7X1,3 + 3X1,4 + 3X2,1 + 6X2,2 + 6X2,3 + 1X2,4 + 6X3,1 + 1X3,2 +
2X3,3 + 4X3,4 + 4X4,1 + 3X4,2 + 6X4,3 + 6X4,4
www.ingenieriaindustrialonline.com
156
www.ingenieriaindustrialonline.com
Este problema presenta una solución óptima alternativa, aquí los resultados.
157
www.ingenieriaindustrialonline.com
Red Solución
www.ingenieriaindustrialonline.com
158
Bibliografía
López, B. S. (2016). Ingenieria Industrial. Obtenido de
https://www.ingenieriaindustrialonline.com/herramientas-para-el-ingeniero-
industrial/investigaci%C3%B3n-de-operaciones/problema-del-transporte-o-
distribuci%C3%B3n/
3.2.Transporte o asignación
𝑶𝒓𝒊𝒈𝒆𝒏𝒆𝒔 ⁄ X Y X Disponibilidades
𝑫𝒆𝒔𝒕𝒊𝒏𝒐𝒔
1 10 20 15 100
2 12 18 20 250
3 11 19 18 150
500
Demandas 50 250 200 500
𝑶𝒓𝒊𝒈𝒆𝒏𝒆𝒔 ⁄ X Y X Disponibilidades
𝑫𝒆𝒔𝒕𝒊𝒏𝒐𝒔
1 10 20 15 100
2 12 18 20 250
3 11 19 18 150
500
Demandas 100 200 100 400
𝑶𝒓𝒊𝒈𝒆𝒏𝒆𝒔 ⁄ X Y X Disponibilidades
𝑫𝒆𝒔𝒕𝒊𝒏𝒐𝒔
1 10 20 15 100
2 12 18 20 200
3 11 19 18 100
400
Demandas 200 200 100 500
4. Aproximación de Vogel
5. Método húngaro
Paso 1.- Empiece por encontrar el elemento más pequeño en cada renglón de la matriz
de costos. Construya una nueva matriz, al restar de cada costo, el costo mínimo de su
renglón. Encuentre, para esta nueva matriz el costo mínimo en cada columna. Construya
una nueva matriz (la matriz de costos reducidos) al restar de cada costo el costo mínimo
de su columna.
Paso 2.- Dibuje el mínimo número de líneas (horizontales o verticales) que se necesitan
para cubrir todos los ceros en la matriz de costos reducidos. Si se requieren m líneas
para cubrir todos los ceros, siga con el paso 3.
Paso 3.- Encuentre el menor elemento no cero (llame su valor k en la matriz de costos
reducidos, que no está cubiertos por las líneas dibujadas en el paso 2. Ahora reste k de
cada elemento no cubierto de la matriz de costos reducidos y sume k a cada elemento de
la matriz de costos reducidos cubierto por dos líneas. Regrese al paso 2.
162
3.3.Ejercicios En Clases
Una empresa industrial cuenta con 3 centros de producción de sus productos C1,
que dispone de 12 toneladas, C2 que dispone de 17 toneladas y el C3 que dispone de 9
toneladas. Con estas producciones se debe abastecer a 4 centros de distribución
ubicados en diferentes ciudades, los mismos que el requieren de las siguientes
cantidades: CA demanda 6 toneladas, el CB demanda de 7 toneladas, el CC demanda 11
toneladas y el CD demanda 14 toneladas, los costos por tonelada de envío son lo
siguiente:
CA CB CC CD DISPONIBILIDAD
P1 4 6 5 2 12
P2 3 7 4 5 17
P3 6 5 2 7 9
38
DEMANDAS 6 7 11 14 38
FUNCIÓN OBJETIVO
𝑍(𝑀𝐼𝑁) = 4𝑋11 + 6𝑋12 + 5𝑋13 + 2𝑋14 + 3𝑋21 + 7𝑋22 + 4𝑋23 + 5𝑋24 + 6𝑋31
+ 5𝑋32 + 2𝑋33 + 7𝑋34
VARIABLES DE NO NEGATIVIDAD
𝑿𝑰𝑱 ≥ 0
163
RESTIRCCIONES
PROBLEMA BALANCEADO
CA CB CC CD Disponi
bilidad
4 6 5 2
P1 6 6 12
3 7 4 5
P2 1 11 5 17
6 5 2 7
P3 9 9
38
Demanda 6 7 11 14 38
M+N-1= # ENVIOS
3+4-1=6
6=6
No degenerado por que el número de envíos es igual al número de envíos de la tabla
CONCLUSIÓN:
El centro de distribución 1 debe distribuir al centro de producción A 6 unidades
a un costo de 4$.
El centro de distribución 1 debe distribuir al centro de producción A 6 unidades
a un costo de 6$.
El centro de distribución 2 debe distribuir al centro de producción A 1 unidad a
un costo de 7$.
El centro de distribución 2 debe distribuir al centro de producción A 11 unidades
a un costo de 4$.
El centro de distribución 2 debe distribuir al centro de producción A 5 unidades
a un costo de 5$.
El centro de distribución 3 debe distribuir al centro de producción A 9 unidades
a un costo de 7$.
3.3.2. Salto Piedra A Piedra
Problema balanceado
164
CA CB CC CD Disponibilidad
4 6 5 2
P1 6 6 12
3 7 4 5
P2 1 11 5 17
6 5 2 7
P3 9 9
38
Demanda 6 7 11 14 38
M+N-1= # ENVIOS
3+4-1=6
6=6
No degenerado por que el número de envíos es igual al número de envíos de la tabla
𝑍(𝑀𝐼𝑁) = 195
𝑍(𝑀𝐼𝑁) = 161
𝑍(𝑀𝐼𝑁) = 163
𝑍(𝑀𝐼𝑁) = 141
FORMAS DE ASIGNAR
165
CA CB CC CD Disponibilidad
P1 4 6 5 2 12
P2 3 7 4 5 17
P3 6 5 2 7 9
38
Demanda 6 7 11 14 38
FUNCIÓN OBJETIVO
𝑍(𝑀𝐼𝑁) = 4𝑋11 + 6𝑋12 + 5𝑋13 + 2𝑋14 + 3𝑋21 + 7𝑋22 + 4𝑋23 + 5𝑋24 + 6𝑋31
+ 5𝑋32 + 2𝑋33 + 7𝑋34
166
VARIABLES DE NO NEGATIVIDAD
𝑋11 ; 𝑋12; 𝑋13 ; 𝑋14 ; 6𝑋21 ; 𝑋22 ; 𝑋23 ; 𝑋24 ; 𝑋31 ; 𝑋32 ; 𝑋33 ; 𝑋34 ; ≥ 0
RESTIRCCIONES
Problema Balanceado
CA CB CC CD Disponibilidad
P1 4 6 5 2 12
P2 3 7 4 5 17
P3 6 5 2 7 9
38
Demanda 6 7 11 14
38
CA CB CC CD Disponibilidad
4 6 5 2
P1 6 6 12
3 7 4 5
P2 1 11 5 17
6 5 2 7
P3 9 9
167
38
Demanda 6 7 11 14
38
Z (min) = 199
m+n-1 = E
3+4-1=6
No Degenerado
CA CB CC CD Disponibilidad
4 6 5 2
P1 6 6 12
3 7 -4 +5
P2 1 2 14 17
6 5 +2 -7
P3 9 9
38
Demanda 6 7 11 14
38
Z (min) = 163
m+n-1 = E
3+4-1=6
No Degenerado
CA CB CC CD Disponibilidad
4 -6 5 +2
P1 6 6 12
3 +7 4 -5
P2 7 2 8 17
6 5 2 7
P3 9 9
38
Demanda 6 7 11 14
38
Z (min) = 151
m+n-1 = E
3+4-1=6
No Degenerado
CA CB CC CD Disponibilidad
-4 6 5 +2
P1 12 12
+3 7 4 -5
P2 6 7 2 2 17
168
6 5 2 7
P3 9 9
38
Demanda 6 7 11 14
38
Z (min) = 127
m+n-1 = E
3+4-1=6
No Degenerado
CONCLUSIÓN:
Se debe enviar 6 unidades del centro de producción P2 al centro de distribución ubicado
en la ciudad CA con un costo unitario de envío de $3,00
Se debe enviar 7 unidades del centro de producción P2 al centro de distribución
ubicado en la ciudad CB con un costo unitario de envío de $7,00
Se debe enviar 2 unidades del centro de producción P2 al centro de distribución ubicado
en la ciudad CC con un costo unitario de envío de $4,00
Se debe enviar 9 unidades del centro de producción P3 al centro de distribución ubicado
en la ciudad CC con un costo unitario de envío de $2,00
Se debe enviar 2 unidades del centro de producción P2 al centro de distribución ubicado
en la ciudad CD con un costo unitario de envío de $5,00
Se debe enviar 12 unidades del centro de producción P1 al centro de distribución
ubicado en la ciudad CD con un costo unitario de envío de $2,00
Al realizar estos envíos se optimizaran los recursos y se tendrá un costo total de envíos
de $ 127,00
3.4. Deber
A B C D Producción
1 4 1 2 6 80
2 6 4 3 5 100
3 5 2 6 4 120
4 0 0 0 0 40
340
Demanda 70 90 110 70 340
169
FUNCIÓN OBJETIVO
𝑍(𝑀𝐼𝑁) = 4𝑋11 + 𝑋12 + 2𝑋13 + 6𝑋14 + 6𝑋21 + 4𝑋22 + 3𝑋23 + 5𝑋24 + 5𝑋31
+ 2𝑋32 + 6𝑋33 + 4𝑋34 + 0𝑋41 + 0𝑋42 + 0𝑋43 + 0𝑋44
VARIABLES DE NO NEGATIVIDAD
𝑋11 ; 𝑋12 ; 𝑋13 ; 𝑋14 ; 6𝑋21 ; 𝑋22 ; 𝑋23 ; 𝑋24 ; 𝑋31 ; 𝑋32 ; 𝑋33 ; 𝑋34 ; 𝑋41 ; 𝑋42 ; 𝑋43 ; 𝑋44 ≥ 0
RESTIRCCIONES
Problema balanceado
A B C D Producción
1 4 1 2 6 80
2 6 4 3 5 100
3 5 2 6 4 120
4 0 0 0 0 40
170
340
Demanda 70 90 110 70
340
A B C D Producción
4 1 2 6
1 70 10 80
6 4 3 5
2 80 20 100
5 2 6 4
3 90 30 120
0 0 0 0
4 40 40
340
Demanda 70 90 110 70
340
Z (min) = 1330
m+n-1 = E
4+4-1=7
No Degenerado
A B C D Producción
-4 +1 2 6
1 30 50 80
6 -4 +3 5
2 40 60 100
5 2 -6 +4
3 50 70 120
+0 0 0 -0
4 40 40
340
Demanda 70 90 110 70
340
Z (min)= 1090
m+n-1 = E
4+4-1=7
No Degenerado
171
A B C D Producción
-4 +1 2 6
1 80 80
6 -4 +3 5
2 10 90 100
+5 2 -6 4
3 30 20 70 120
0 0 0 0
4 40 40
340
Demanda 70 90 110 70
340
Z (min)= 940
m+n-1 = E
4+4-1=7
No Degenerado
A B C D Producción
4 1 2 6
1 80 80
6 -4 +3 5
2 100 100
5 +2 -6 4
3 30 10 10 70 120
0 0 0 0
4 40 40
340
Demanda 70 90 110 70
340
Z (min)= 890
m+n-1 = E
4+4-1=7
No Degenerado
172
A B C D Producción
4 -1 +2 6
1 70 10 80
6 4 3 5
2 100 100
5 +2 -6 4
3 30 20 70 120
0 0 0 0
4 40 40
340
Demanda 70 90 110 70
340
Z (min)= 860
m+n-1 = E
4+4-1=7
No Degenerado
CONCLUSIÓN:
Se debe enviar 70 unidades de la fábrica 1 a la distribuidora B con un costo unitario de
envío de $1,00
Se debe enviar 30 unidades de la fábrica 3 a la distribuidora A con un costo unitario de
envío de $5,00
Se debe enviar 40 unidades de la fábrica 4 a la distribuidora A con un costo unitario de
envío de $0,00
Se debe enviar 20 unidades de la fábrica 3 a la distribuidora B con un costo unitario de
envío de $2,00
Se debe enviar 10 unidades de la fábrica 1 a la distribuidora C con un costo unitario de
envío de $2,00
Se debe enviar 100 unidades de la fábrica 2 a la distribuidora C con un costo unitario de
envío de $3,00
Se debe enviar 70 unidades de la fábrica 3 a la distribuidora D con un costo unitario de
envío de $4,00
Al realizar estos envíos se optimizaran los recursos y se tendrá un costo total de envíos
de $ 860,00
FUNCIÓN OBJETIVO
173
VARIABLES DE NO NEGATIVIDAD
𝑿𝟏𝟏 … . +𝑿𝟑𝟓 ≥ 0
RESTIRCCIONES
Problema balanceado
A B C D E Disponibilidad
1 4 1 2 6 0 100
2 6 4 4 5 0 120
3 5 2 6 4 0 120
340
Demanda 50 70 90 90 40
340
A B C D E Disponibilidad
4 1 2 6 0
1 50 50 100
174
6 4 3 5 0
2 20 90 10 120
5 2 6 4 0
3 80 40 120
340
Demanda 50 70 90 90 40
340
1 10 20 15 20 1200
2 12 18 20 15 1000
3 11 19 18 18 1300
3500
4 1080 800 1700 500
3500
M.COSTO INDIRECTOS M.
4 1 0 2 -2 C1=0 COSTOS ORIGINALES M. ASIG
7 4 3 5 1 C2=7
10 0 20 11 0 0 -2 -4 -2
6 3 2 4 0 C3=0
2 7 9 22
B1=4 B2=1 B3=0 B4=2 B5=5 1 0 0 0 1
0 14 16 18
1 1 -4 0 0
A B C D E
4 1 2 6 0
1 50 50
6 4 3 5 0
2 30 30
5 2 6 4 0
3 20 90 10
175
CONCLUSIÓN:
La empresa debe enviar 50 unidades de 1 a A a un coso de $4 y 50 de 1 a B a un costo
de $1 dólar, debe enviar del centro de producción 2 al centro de distribución C 30 a un
costo de $3 y 30 a un costo de 0, del centro de producción 3 debe enviar al centro de
distribución B 20 a $2, al D 90 a $4, se recomiendo crear un centro de distribución E
para cubrir con toda la demanda.
3.6. Ejercicios
Una empresa productora de arroz con tres centros de producción y cuatro centros de
distribución a nivel nacional quiere llegar con su producto a estos lugares, al menor
costo posible cuyas demandas son 5, 15, 15 y 10 toneladas métricas anuales. Las
disponibilidades son 15, 25 y 5 toneladas métricas anuales esta empresa arrocera no
puede llegar de la plata 2 al centro de distribución D porque no existen vías de acceso.
Los costos de envío de cada tonelada métrica de arroz son:
Problema balanceado
A B C D Disponibilidad
1 10 0 20 11 15
2 12 7 9 22 25
3 0 14 16 18 5
45
Demanda 5 15 15 10 45
A B C D Disponibilidad
176
10 0 20 11
1 5 10 15
12 7 9 22
2 5 15 5 25
0 14 16 18
3 5 5
5 15 15 10 45
Demanda
FUNCIÓN OBJETIVO
VARIABLES DE NO NEGATIVIDAD
𝑿𝑰𝑱 ≥ 0
RESTIRCCIONES
A B C D Disponibilid
ad
10 0 20 11
1 5 10 15
12 7 9 22
2 5 15 5 25
0 14 16 18
3 5 5
5 15 15 10 45
Demanda 45
𝑍(𝑀𝐼𝑁) = 420
10 0 2 15 C1=0 10 0 20 11 0 0 -18 4
17 7 9 22 C2=7 2 7 9 22
0 14 16 18 5 0 0 0
613 3 5 18 C3=3 13 -11 -11 0
B1=10 B2=0 B3=2 B4=15
A B C D Disponibilid
ad
10 0 20 11
1 𝜶 15 15
12 7 9 22
2 𝜶 15 10 25
0 14 16 18
3 5 5
5 15 15 10 45
Demanda
45
𝑍(𝑀𝐼𝑁) = 355
A B C D Disponibilid
ad
10 0 20 11
1 5 10 15
12 7 9 22
2 𝜶 10 15 25
0 14 16 18
3 5 5
5 15 15 10 45
Demanda
45
𝑍(𝑀𝐼𝑁) = 315
178
CONCLUSIÓN:
La empresa debe enviar del centro de producción 1 al centro de distribución B 5
toneladas métricas de arroz a un costo de $ 0 y al centro de producción D 10 toneladas
métricas de arroz a un costo de $ 11.
FUNCIÓN OBJETIVO
179
VARIABLES DE NO NEGATIVIDAD
𝑿𝑰𝑱 ≥ 0
RESTIRCCIONES
Problema balanceado
A B C D Disponibilidad
1 10 0 20 11 15
2 12 7 9 25
3 0 14 16 18 5
A B C D Disponibilid
ad
-10 +0 21 11
I 5 10 15
12 -7 9 +21
II 5 15 5 25
+0 14 16 -18
III * 5 5
45
Demanda 5 15 15 10
45
45
4 5 15 15 10
45
180
10 0 2 14 C1=0 10 0 20 11 0 0 - 3
12 7 9 21 18
17 7 9 21 C2=7
5 0 0 0
14 4 6 18 C3=4 0 14 16 18
14 - - 0
B1=10 B2=0 B3=2 B4=14 10 10
A B C D
0 0 -18 3
5 0 0 0
14 -10 -10 0
10 -0 20 +11
∞ 15 10
12 +7 9 -21
∞ 10 15 10
0 14 16 18
5
𝑍(𝑀𝐼𝑁) = 345
10 0 2 14 C1=0 10 0 21 11
17 7 9 21 C2=7 12 7 9 21
0 -10 -8 4 C3= -10 0 14 16 18
B1=10 B2=0 B3=2 B4=14
0 0 - 3
18181
5 0 0 0
0 - - -
24 24 14
10 -0 20 +11
5 10
12 +7 9 -21
∞ 10 15
0 14 16 18
5
𝑍(𝑀𝐼𝑁) = 315
5 0 2 11 C1=0 10 0 20 11 -5 0 - 0
∞ 12 7 9 18 C2=7 12 7 9 21 18
5 0 0 -3
0 -5 -3 6 C3= -5 0 14 16 18
0 - - -
B1=5 B2=0 B3=2 B4=11 19 19 12
CONCLUSION:
A B C Disponibilidad
3 2 1
1 15
1 2 3
2 10
2 3 1
3 14
DEMANDA 10 6 12 39
28
A B C D Disponibilidad
1 3 2 1 0 15
10 5
2 1 2 3 0 10
1 9
3 2 3 1 0 14
3 11
11
1 39
DEMANDA 10 6 12 11
39
FUNCIÓN OBJETIVO
𝑍(𝑀𝐼𝑁) = 3𝑋11 + 2𝑋12 + 1𝑋13 + 1𝑋21 + 2𝑋22 + 3𝑋23 + 2𝑋31 + 3𝑋32 + 1𝑋33
VARIABLES DE NO NEGATIVIDAD
𝑿𝑰𝑱 ≥ 0
183
RESTIRCCIONES
Problema Degenerado
A B C D Disponibilidad
1 3 2 1 0 15
10
5
2 1 2 3 0 10
1
9
3 2 3 1 0 14
3 11
11
1 39
DEMANDA 10 6 12 11
39
A B C D Disponibilidad
1 3 2 1 0 15
10 5
2 1 2 3 0 10
1 9
184
3 2 3 1 0 14
3 11
11
1 39
DEMANDA 10 6 12 11
39
M.COSTO INDIRECTOS
3 2 3 2 C1=0
3 2 1 0 M.COSTOS
3 2 3 2 C2=0
1 2 3 0 ORIGINALES
1 0 1 0 C3=-2
2 3 1 0
B1=3 B2=2 B3=3 B4=2
0 0 2 2
M.ASIG
2 0 0 2
-1 -3 0 0
A B C D Disponibilidad
1 3 2 1 0 15
10 5
2 1 2 3 0 10
6 4
3 2 3 1 0 14
3 11
11
1
DEMANDA 10 6 12 11 39
39
M.COSTO INDIRECTOS
3 0 1 0 C1=0
3 2 1 0 M.COSTOS
5 2 3 2 C2=2
1 2 3 0 ORIGINALES
3 0 1 0 C3=0
2 3 1 0
M.ASIG
B1=3 B2=0 B3=1 B4=0
185
0 -2 0 0
4 0 0 2
1 -3 0 0
A B C D Disponibilidad
1 3 2 1 0 15
6 9
2 1 2 3 0 10
4 6
3 2 3 1 0 14
3 11
11
DEMANDA 10 6 12 1
11 39
39
M.COSTO INDIRECTOS
3 4 1 0 C1=0
3 2 1 0 M.CO 0 2 0 0
1 2 -1 -2 C2=-2
1 2 3 0 STOS 0 0 -4 -2
3 4 1 0 C3=0
2 3 1 0 1 1 0 0
ORIGI
B1=3 B2=4 B3=1 B4=0
NALES M.ASIG
186
A B C D Disponibilidad
1 3 2 1 0 15
6 9
2 1 2 3 0 10
10
3 2 3 1 0 14
3 11
11
1
DEMANDA 10 6 12 11 39
39
M.COSTO INDIRECTOS
1 2 1 0 C1=0
3 2 1 0 M.CO -2 0 0 0
1 2 1 0 C2=-2
1 2 3 0 STOS 0 0 -2 0
3 2 1 0 C3=0
2 3 1 0 -1 -1 0 0
ORIGI
B1=3 B2=4 B3=1 B4=0
NALES M.ASIG
Z (min) = 34
CONCLUSIÓN:
La empresa desde el centro de producción 2 debe mandar 10 motores para que llegue al
centro de distribución A un costo de envió de 1 dólar. La planta 1 debe mandar 6
motores para que llegue al centro de distribución B a un costo de envió de 2 dólares, así
mismo la planta 1 debe enviar 9 motores para que llegue al centro de distribución C a
un costo de envió de 1 dólar, además se recomienda crea un centro de distribución
adicional para poder evacuar la producción de la empresa.
FUNCIÓN OBJETIVO
VARIABLES DE NO NEGATIVIDAD
𝑿𝑰𝑱 ≥ 0
RESTIRCCIONES
Problema desbalanceado
A B C D Disponibilidad
950
Demanda 200 300 300 250
1050
A B C D Disponibilidad
4 0 0 0 0 100
1050
Demanda 200 300 300 250
1050
A B C D Disponibilidad
0 0 0
4 100 100
1050
Demanda 200 300 300 250
1050
5
Z (min) = 189.500
0 0 -180 -50
189
50 0 0 40
240 0 0 0
-40 -60 -40 0
M. ASIGNACIÓN
A B C D Disponibilidad
0 0 0
4 100 100
1050
Demanda 200 300 300 250
1050
5
Z (min) = 177.500
0 0 -180 190
190
50 0 0 350
0 -240 -240 0
-200 -300 -280 0
M. ASIGNACIÓN
A B C D Disponibilidad
1050
Demanda 200 300 300 250
1050
5
Z (min) = 125.000
M. ASIGNACIÓN
0 0 -20 0
-110 -160 0 0
0 -240 -80 -190
-10 -110 70 0
192
A B C D Disponibilidad
1050
Demanda 200 300 300 250 1050
5
Z (min) = 118.00
M. ASIGNACIÓN
0 0 -20 0
-100 -160 0 0
0 -240 -80 -190
-80 -180 0 -70
CONCLUSIÓN:
La empresa debe enviar 300 unidades del centro de producción I al centro de
distribución A un costo de envió de $100, del centro de producción II al centro de
distribución C debe enviar 260 unidades a un costo de envió de $190, del centro de
distribución II al centro de distribución D debe enviar 250 unidades a un costo de envió
de $120, del centro de distribución III al centro de distribución A debe enviar 200
unidades a un costo de envió de $100 y del centro de producción IV al centro de
193
distribución C debe enviar 100 unidades con un costo de envió de $0. El costo mínimo
total de los envíos es de $118.000
3.7.Método De Vogel
Por tanto, se puede decir que es un método que aplica un algoritmo que
encuentra una solución inicial factible al problema de transporte mediante la
consideración de “costos de penalidad” de no usar la ruta económica disponible. Cabe
mencionar que el método de aproximación de Vogel (MAV) usa la información de
costos mediante el concepto de costo de oportunidad para determinar una solución
inicial factible que, al igual que con la REN y el MCM, podría ser óptima; sin embargo,
se aproxima a una mejor solución.
Pasos
a. Determinar para cada fila y columna una medida de penalización restando los
dos costos menores en filas y columnas.
b. Escoger la fila o columna con la mayor penalización, es decir que de la resta
realizada en el "Paso 1" se debe escoger el número mayor. En caso de haber
empate, se debe escoger arbitrariamente (a juicio personal).
c. De la fila o columna de mayor penalización determinada en el paso anterior
debemos de escoger la celda con el menor costo, y en esta asignar la mayor
cantidad posible de unidades. Una vez se realiza este paso una oferta o demanda
quedará satisfecha por ende se tachará la fila o columna, en caso de empate solo
se tachará 1, la restante quedará con oferta o demanda igual a cero (0).
194
d. De ciclo y excepciones
i. Si queda sin tachar exactamente una fila o columna con cero ofertas o
demanda, detenerse.
ii. Si queda sin tachar una fila o columna con oferta o demanda positiva,
determine las variables básicas en la fila o columna con el método de costos
mínimos, detenerse.
iii. Si todas las filas y columnas que no se tacharon tienen cero oferta y demanda,
determine las variables básicas cero por el método del costo mínimo,
detenerse.
iv. Si no se presenta ninguno de los casos anteriores vuelva al paso 1 hasta que
las ofertas y las demandas se hayan agotado.
3.7.2. Ejercicio
Función Objetivo
Z(min)= 10X11 +15X12 +12X13 +18x14 + 12X21 +16X22 +15X23 +20X24 +13X31
+14X32 +16X33 + 12X34
Restricciones:
X11 + x12 + x13 +x14 <= 500 X11 + x21 +X 31 >= 300
X21 +X22 +X23 + X24 <= 300 X12 + x22 +X 32 >= 250
X31 +X32 +X33 +x34 <= 200 X13 +x23 +x33 >= 250
X14 + X24+ X34 >= 200
195
Destino
A B C D Disponibilidad
Origen
250 250
1 500 2 2
300
2 300 3 3
3 200 200 1
1000
Demanda 250 250 200
300 1000
2 1 3 6
Destino
A 2 B1 C3 D Disponibilidad
Origen
10 15 12 18
1 500
12 16 15 20
2 300
13 14 16 12
3 200
1000
Demanda 300 250 250 200
1000
Z(min)= 12750
Destino A B C D Disponibilidad
Origen
250 250
1 500 2 2 5
50 250
2 300 3 3 4
3 200 200 1
1000
Demanda 250 250 200
300 1000
196
2 1 3 6
2 1 3
2 1
Z (min) = 12500
CONCLUSIÓN:
La empresa de enviar del origen 1 al destino A la cantidad de 250 y al destino C 250
para complementar la demanda de $500
3.8.Método Húngaro
De tal forma se puede inferir que el método húngaro es un algoritmo que reduce
la matriz de costos mediante una serie de operaciones aritméticas para solucionar un
problema de asignación. La asignación óptima se logra mediante la selección de
celdillas con un costo “reducido” de cero.
3.8.1. Pasos
a. Antes que nada cabe recordar que el método húngaro trabaja en una matriz de
costos n*m (en este caso conocida como matriz m*m, dado que el número de
197
filas es igual al número de columnas n = m), una vez construida esta se debe
encontrar el elemento más pequeño en cada fila de la matriz.
b. Una vez se cumple el procedimiento anterior se debe construir una nueva matriz
n*m, en la cual se consignarán los valores resultantes de la diferencia entre cada
costo y el valor mínimo de la fila a la cual cada costo corresponde (valor mínimo
hallado en el primer paso).
c. Este paso consiste en realizar el mismo procedimiento de los dos pasos
anteriores referidos ahora a las columnas, es decir, se halla el valor mínimo de
cada columna, con la diferencia que este se halla de la matriz resultante en el
segundo paso, luego se construirá una nueva matriz en la cual se consignarán los
valores resultantes de la diferencia entre cada costo y el valor mínimo de la
columna a la cual cada costo corresponde, matriz llamada "Matriz de Costos
Reducidos".
d. A continuación se deben de trazar líneas horizontales o verticales o ambas
(únicamente de esos tipos) con el objetivo de cubrir todos los ceros de la matriz
de costos reducidos con el menor número de líneas posibles, si el número de
líneas es igual al número de filas o columnas se ha logrado obtener la solución
óptima (la mejor asignación según el contexto de optimización), si el número de
líneas es inferior al número de filas o columnas se debe de proceder con el paso
5.
e. Este paso consiste en encontrar el menor elemento de aquellos valores que no se
encuentran cubiertos por las líneas del paso 4, ahora se restará del restante de
elementos que no se encuentran cubiertos por las líneas; a continuación este
mismo valor se sumará a los valores que se encuentren en las intersecciones de
las líneas horizontales y verticales, una vez finalizado este paso se debe volver al
paso 4.
3.8.2. Ejercicio
MÁQUINAS
198
A B C D E
TRABAJAD 1 12 17 4 10 11
ORES 2 7 2 3 10 2
3 5 3 2 9 16
4 14 3 2 11 16
MAQUINAS
Menor
TRABAJADORE
A B C D E valor
1 12 17 4 10 11 4
2 7 2 3 10 2 2
S
3 5 3 2 9 16 2
4 14 3 2 11 16 2
5 0 0 0 0 0 0
En esta parte se aumenta una fila, para que la matriz sea cuadrada, asignándoles valores
de cero.
MAQUINAS
A B C D E Menor
TRABAJADORE
valor
1 8 13 4 6 7 1
2 5 0 1 8 0
S
3 3 1 0 7 14
4 12 1 0 9 14
5 0 0 0 0 0
MAQUINAS
A B C D E Menor
TRABAJADORE
valor
1 7 12 4 5 6 2
2 5 0 2 8 0
S
3 2 0 0 6 13
4 11 0 0 8 13
5 0 0 1 0 0
MAQUINAS
A B C D E Menor
ES
AJ
O
R
A
A
D
R
T
valor
199
1 5 12 4 3 4
2 5 2 4 8 0
3 0 0 0 4 11
4 9 0 0 6 11
5 0 2 3 0 0
Matriz de asignación
MAQUINAS
A B C D E
TRABAJADO
1 *
2 *
RES
3 * * *
4 * *
5 * * *
1- C= 4
2- E= 2
3- A= 5
4- B= 3
5- D= 0
Z(min) = 14
CONCLUSIÓN:
BIBLIOGRAFÍA
3. Bibliografía