Problemario 3 Unidad

INSTITUTO TECNOLOGICO
SUPERIOR DE
COATZACOALCOS
TEMA 3: ASIGNACIÓN Y TRANSPORTE

ALUMNO: MARTINEZ CACERES MISHELL
DOCENTES:
 ING. HERNÁNDEZ OLÁN LIZBETH
 ING.KAREN FERNANDA GUZMÁN DÍAZ
CARRERA: ING. INGENIERÍA GESTIÓN EMPRESARIAL

GRADO: 4° GRUPO: “C”
PROBLEMA 1
MG. auto cuenta con tres plantas, en los ángeles, Detroit, y nueva Oiileans. Y
también tiene 2 importantes centros de distribución en Denver y Miami las
capacidades trimestrales de las plantas son 1000, 1500,y 1200 automóviles, y la
demandas de los do centros de distribución durante el mismo periodo son de 2,300
y 1.400 automóviles.
La distancia entre milla es:
Denver Miami
Los ángeles 1,000 2,690
Detroit 1,250 1,350
Nueva Orleans 1,275 850
La campaña transportista cobra $8 por automóvil, redondeados al dólar más

cercano.
La compañía desea minimizar los costos de transporte entre las plantas y los
centros de distribución.
Costo C
Cantidad X
Origen/ Destino Demer Miami Oferta
$80 $215
Los Ángeles 1000
$100 $108
Detrairt 1500
$102 $68
N.O 1200
Demanda 2300 1400 3700/3700
MODELO DE PROGRAMACIÓN LINEAL.
 FUNCIÓN OBJETIVA:
𝑀𝑖𝑚 𝑍 = 80𝑥11 + 215𝑥12 + 100𝑥21 + 108𝑥22 + 102𝑥31 + 68𝑥32
 SUJETO A:
RESTRICCIONES HORIZONTALES
80𝑥11 + 215𝑥12 = 1000
100𝑥21 + 108𝑥22 = 1500
102𝑥31 + 68𝑥32 = 1200
RESTRICCIONES VERTICALES
80𝑥11 + 100𝑥21 + 102𝑥31 = 2300
215𝑥12 + 108𝑥22 + 68𝑥32 = 1400
 RESTRICCIONES NO NEGATIVAS
𝑥11, 𝑥12, 𝑥21, 𝑥22, 𝑥31, 𝑥32 ≥ 0
MÉTODO ESQUINA NOROESTE.
Den Mia
L.A 1000 1000

80 215
0
Det 1300 200 1500
100 108
200
0
No 1200 1200
102 68
Demanda 2300 1400

1300 1200
0
RESULTADO
Z=80(1000)+100(1300)+108(200)+68(1200)
Z=313200
PROCEDIMIENTO
1. Seleccionar la celda de la esquina noroeste (esquina superior izquierda).
2. Haga el más grande envío como pueda en la esquina de la celda de la
esquina noroeste, esta operación agotará completamente la disponibilidad
de suministros en un origen a los requerimientos de demanda en un destino.
A este procedimiento o paso se le llama con frecuencia saturar.
3. Corrija los números del suministro y requerimiento para reflejar lo que va
quedando de suministro y vuelva al paso uno.
MÉTODO DEL COSTO MÍNIMO.
Den Mia
L.A 1000 1000 0

80 215
Det 1300 200 1500 200 0

100 108
No 1200 1200 0
102 68
Demanda 2300 1400

1300 200
0 0
RESULTADO
Z=80(1000)+100(1300)+108(200)+68(1200)
Z=313200
PROCEDIMIENTO
1. De la matriz se elige la ruta (celda) menos costosa (en caso de un empate,
este se rompe arbitrariamente) y se le asigna la mayor cantidad de unidades
posible, cantidad que se ve restringida ya sea por las restricciones de oferta
o de demanda. En este mismo paso se procede a ajustar la oferta y demanda
de la fila y columna afectada, restándole la cantidad asignada a la celda.
2. En este paso se procede a eliminar la fila o destino cuya oferta o demanda
sea 0 después del "Paso 1", si dado el caso ambas son cero arbitrariamente
se elige cual eliminar y la restante se deja con demanda u oferta cero (0)
según sea el caso.
3. Una vez en este paso existen dos posibilidades, la primera que quede un
solo renglón o columna, si este es el caso se ha llegado al final el método,
"detenerse”. La segunda es que quede más de un renglón o columna, si este
es el caso iniciar nuevamente el "Paso 1".
MÉTODO VOGEL.
Den Mia
L.A 1000 1000 0

80 215
215-80= 138
Det 1300 200 1500

100 108
200 108-100= 8
No 1200 1200 0
102 68
102-68= 34
Demanda 2300 1300 0 1400 200
100-80= 20 108-68= 40
1022-102= 2
RESULTADO
Z=80(1000)+100(1300)+108(200)+68(1200)
Z=313200
PROCEDIMIENTO
1. Determinar para cada fila (columna) una medida de penalización restando
el elemento de costo unitario mínimo en la fila (columna) del elemento con
costo unitario siguiente al mínimo de la misma fila (columna).
2. Identificar la fila o columna con la mayor penalización. Romper los empates
(de existir) de forma arbitraria. Asignar todo lo posible a la variable que
tenga el mínimo costo unitario de la fila o columna seleccionada. Ajusta la
oferta y la demanda y tachar la fila o la columna ya satisfecha. Si se
satisfacen una fila y una columna en forma simultánea, sólo se tacha uno
de los dos y al que queda se le asigna oferta o demanda cero.
3. Si queda sin tachar exactamente una fila o columna con cero oferta o
demanda, detenerse.
 Si queda sin tachar una fila (columna) con oferta (demanda) positiva,
determinar las variables básicas en la fila (columna) con el Método del
Costo Mínimo. Detenerse.
 Si todas las filas y columnas que no se tacharon tienen cero oferta y
demanda (restante), determinar las variables básicas cero por el Método del
 En cualquier otro caso, seguir en el Paso 1
MÉTODO SIMPLEX
CÓDIGO !MG AUTO;
!Martinez Caceres Mishell;
!4° C Ing. Gestión Empresarial;
model:
!Función objetivo;
Min = 80*x11+215*x12+100*x21+108*x22+102*x31+68*x32;
!Restricciones horizontales;
80*x11+215*x12= 1000;
100*x21+108*x22= 1500;
102*x31+68*x32= 1200;
!Restricciones verticales;
80*x11+100*x21+102*x31= 2300;
215*x12+108*x22+68*x32= 1400;
end
SOLUCIÓN Global optimal solution found.

Objective value: 3700.000
Infeasibilities: 0.000000
Total solver iterations: 0
Elapsed runtime seconds: 0.48
Model Class: LP
Total variables: 6
Nonlinear variables: 0
Integer variables: 0
Total constraints: 6
Nonlinear constraints: 0
Total nonzeros: 18
Nonlinear nonzeros: 0
Variable Value Reduced Cost

X11 12.50000 0.000000
X12 0.000000 0.000000
X21 1.000000 0.000000
X22 12.96296 0.000000
X31 11.76471 0.000000
X32 0.000000 0.000000
Row Slack or Surplus Dual Price

1 3700.000 -1.000000
2 0.000000 -1.000000
3 0.000000 -1.000000
4 0.000000 -1.000000
5 0.000000 0.000000
6 0.000000 0.000000
PANTALLA
CONCLUSIÓN.
En este caso los tres métodos te dan el mismo resultado por lo cual la opción más
factible para minimizar podría ser cual sea de los tres métodos.
PROBLEMA 2
Uno de los productos más importantes de la P&T COMPANY es el chícharo
enlatado. Los chicharos se preparan en tres enlatados cercanos a Bellingham,
Washington, Eugene, Oregón y Albert Lea, Minnesota y después se envían por
camión a cuatro almacenes de distribución –Sacrameno, California, Salt Loke
City,Utahi; Mexico- en el oeste de estados Unidos, como se muestra en la tabla.
Debido a que los costos de embarque constituyen un gasto importante para
reducirlos a su mínimo expresión.
Se ha estimado la producción de cada enlazadora durante la próxima temporada y
se ha asignado a cada almacén cierta cantidad de la producción total de chicharos.
En la tabla se proporciona esta información en unidades.
Datos de transporte P&T COM/Costo de embarque ($) x cargo/Almacén
Origen/ Destino 1 2 3 4 Produccion

$464 $543 $654 $867
Enlatadora 1 75
$352 $416 $690 $791
Enlatadora 2 352 690 79

867 125
$995 $682 $388 $685
Enlatadora 3 100
Asignación 80 65 70 85
Origen/ Destino 1 2 3 4 Produccion
$464 $543 $654 $867
Enlatadora 1 75
$352 $416 $690 $791
Enlatadora 2 352 690 79

867 125
$995 $682 $388 $685
Enlatadora 3 100
Asignación 80 65 70 85 300/300
𝑀𝑖𝑚 𝑍 = 464𝑥11 + 543𝑥12 + 654𝑥13 + 867𝑥14 + 352𝑥21 + 416𝑥22
+ 690𝑥23 + 791𝑥24 + 995𝑥31 + 682𝑥32 + 388𝑥33 + 685𝑥34
 SUJETO A:
464𝑥11 + 543𝑥12 + 654𝑥13 + 867𝑥14 = 75
352𝑥21 + 416𝑥22 + 690𝑥23 + 791𝑥24 = 125
995𝑥31 + 682𝑥32 + 388𝑥33 + 685𝑥34 = 100
464𝑥11 + 352𝑥21 + 995𝑥31 = 80
543𝑥12 + 416𝑥22 + 682𝑥32 = 65
654𝑥13 + 690𝑥23 + 388𝑥33 = 70
867𝑥14 + 791𝑥24 + 685𝑥34 = 85
𝑥11, 𝑥12, 𝑥13, 𝑥14, 𝑥21, 𝑥22, 𝑥23, 𝑥24, 𝑥31, 𝑥32, 𝑥33, 𝑥34 ≥ 0
Oferta
75 75 0
646 513 654 867
5 65 55 125 120 55 0
352 416 690 791
15 85 100 85 0
995 682 388 685
Demanda 80 65 70 85
5 0 15 0
0 0
RESULTADO
Z=453(75)+352(5)+416(65)+690(55)+388(15)+685(85)
Z=165595
PROCEDIMIENTO
Oferta
20 55 75 55 0
646 513 654 867
80 45 125 45 0
352 416 690 791
70 30 100 30 0
995 682 388 685
Demanda 80 65 70 85
0 20 0 55
0 0
RESULTADO
Z=464(75)+543(20)+654(70)+352(80)+416(45)+791(55)+685(30)
Z=229335
PROCEDIMIENTO
según sea el caso.
MÉTODO VOGEL.
Oferta
20 55 75
646 513 654 867
55 0
80 45 125
352 416 690 791
60 0
70 30 100
995 682 388 685
30 0
Demanda 80 65 70 85
0 0 0 30
0
RESULTADO
Z=388(70)+352(80)+416(45)+513(20)+867(55)+685(30)
Z=152,535
PROCEDIMIENTO
demanda, detenerse.
MÉTODO SIMPLEX
CÓDIGO !Transporte P& Tco;
Model:
!Función onjetivo;
Min =
464*x11+513*x12+654*x13+867*x14+352*x21+416*x22+690*x23+791*x24+995*x31+68
2*x32+388*x33+685*x34;
!Restricciónes horizontales;
464*X11+53*X12+654*X13+867*X14= 75;
352*X21+416*X22+690*X23+791*X24= 125;
995*X31+682*X32+388*X33+685*X34= 100;
!Restricciónes verticales;
464*X11+352*X21+995*X31= 80;
513*X12+416*X22+682*X32= 65;
654*X13+690*X23+388*X33= 70;
867*X14+791*X24+685*X34=85;
end

Model Class: LP
Total variables: 12
Total nonzeros: 36
Variable Value Reduced

Cost
X11 0.1077586
0.000000
X12 0.000000
460.0000
X13 0.000000
0.000000
X14 0.2883506E-01
0.000000
X21 0.000000
0.000000
X22 0.1562500
0.000000
X23 0.000000
0.000000
X24 0.7585335E-01
0.000000
X31 0.3015075E-01
0.000000
X32 0.000000
0.000000
X33 0.1804124
0.000000
X34 0.000000
0.000000
Row Slack or Surplus Dual

Price
1 300.0000 -
1.000000
2 0.000000 -
1.000000
3 0.000000 -
1.000000
4 0.000000 -
1.000000
5 0.000000
0.000000
6 0.000000
0.000000
7 0.000000
0.000000
8 0.000000
0.000000
PANTALLA
CONCLUSIÓN:
El método que nos conviene para minimizar en los almacenes es por el método
esquina noroeste.
PROBLEMA 3
1 2 3 4 Oferta
$40 $40.50 $41 $41.50
1 50
$42 $40 $40.50 $41
2 180
$44 $42 $40 $40.50
3 280
$46 $44 $42 $40
4 270
Demanda 100 200 180 300 780/780

𝑀𝑖𝑚 𝑍 = 40𝑥11 + 40.50𝑥12 + 41𝑥13 + 41.50𝑥14 + 42𝑥21 + 40𝑥22
+ 40.50𝑥23 + 41𝑥24 + 44𝑥31 + 42𝑥32 + 40𝑥33 + 40.50𝑥34
+ 46𝑥41 + 44𝑥42 + 42𝑥43 + 40𝑥44
 SUJETO A:
40𝑥11 + 40.50𝑥12 + 41𝑥13 + 41.50𝑥14 = 50
42𝑥21 + 40𝑥22 + 40.50𝑥23 + 41𝑥24 = 180
44𝑥31 + 42𝑥32 + 40𝑥33 + 40.50𝑥34 = 280
46𝑥41 + 44𝑥42 + 42𝑥43 + 40𝑥44 = 270
40𝑥11 + 42𝑥21 + 44𝑥31 + 46𝑥41 = 100
40.50𝑥12 + 40𝑥22 + 42𝑥32 + 44𝑥42 = 200
41𝑥13 + 40.50𝑥23 + 40𝑥33 + 42𝑥43 = 180
41.50𝑥14 + 41𝑥24 + 40.50𝑥34 + 40𝑥44 = 300
𝑥11, 𝑥12, 𝑥13, 𝑥14, 𝑥21, 𝑥22, 𝑥23, 𝑥24, 𝑥31, 𝑥32, 𝑥33, 𝑥34, 𝑥41, 𝑥42, 𝑥43, 𝑥44
≥ 0
1 2 3 4 Capacidad
1 50 50 0
$40.00 $40.50 $41.00 $41.00
2 50 130 180 130 0

$42.00 $40.00 $40.50 $41.00
3 70 180 30 280 210 30 0

$44.00 $42.00 $40.00 $40.50
4 270 270 0
$46.00 $44.00 $42.00 $40.00
Demanda 100 50 0 200 70 0 180 0 300 270 0
RESULTADO
Z=40(40)+42(50)+40(130)+42(70)+40(180)+40.50(30)+40(270)
Z=31455
PROCEDIMIENTO
1 2 3 4 Capacidad
1 50 50 0
$40.00 $40.50 $41.00 $41.00
2 180 180 0
$42.00 $40.00 $40.50 $41.00
3 50 20 180 30 280 100 70

$44.00 $42.00 $40.00 $40.50
50 0
4 270 270 0
$46.00 $44.00 $42.00 $40.00
Demanda 100 50 0 200 20 0 180 0 300 30 0
RESULTADO
Z=40(50)+40(180)+44(50)+42(20)+40(180)+40.50(30)+40(270)
Z=31455
PROCEDIMIENTO
según sea el caso.
MÉTODO VOGEL.
1 2 3 4 Capacidad
1 50 50 0
$40.00 $40.50 $41.00 $41.00
0.50
0.50
2 180 180 0
$42.00 $40.00 $40.50 $41.00
0.50
0.50
0.50
3 50 20 180 30 280 0
$44.00 $42.00 $40.00 $40.50
0.50
0.50
0.50
4 270 0
$46.00 $44.00 $42.00 $40.00
270 2
Demanda 100 50 0 200 20 0 180 0 300 30 0

2 0.50 0.50 0.50
2 0.50 0.50 0.50
2 2 0.50 0.50
Vertical Horizontal
40.50-40=.50 42-40=2
40.50-40=.50 40.50-40=.50
40.50-40=.50 40.50-40=.50
42-40=2 40.50-40=.50
RESPUESTA
Z=40(50)+40(180)+44(50)+42(20)+40(180)+40.50(30)+40(270)
Z=31455
PROCEDIMIENTO
demanda, detenerse.
.
MÉTODO SIMPLEX
CÓDIGO !Problema 1;
Model:
!Función objetivo;
Min=
40.00*x11+40.50*x12+41.00*x13+41.50*x14+42.00*x21+40.50*x22+40.50*x23+41.00*x24+44.00*x31
+42.00*x32+40.00*x33+40.50*x44+46.00*x41+44.00*x42+42.00*x43+40.00*x44;
40.00*x11+40.50*x12+41.00*x13+41.50*x14= 50;
42.00*x21+40.00*x22+40.50*x23+41.00*x24= 180;
44.00*x31+42.00*x32+40.00*x33+40.50*x34= 280;
46.00*x41+44.00*x42+42.00*x43+40.00*x44= 270;
40.00*x11+42.00*x21+44.00*x31+46.00*x41= 100;
40.50*x12+40.00*x22+42.00*x32+44.00*x42= 200;
41.00*x13+40.50*x23+40.00*x33+42.00*x43= 180;
41.00*x14+44.00*x24+40.50*x34+40.00*x44= 300;
End
Model Class: LP
Total variables: 16
Total nonzeros: 47

X11 0.000000 0.000000
X12 0.000000 0.000000
X13 0.8006728 0.000000
X14 0.4137931 0.000000
X21 0.7142857 0.000000
X22 0.000000 0.5000000
X23 3.633887 0.000000
X24 0.6896552E-01 0.000000
X31 0.000000 44.00000
X32 0.000000 42.00000
X33 0.000000 40.00000
X44 0.000000 40.50000
X41 1.521739 0.000000
X42 4.545455 0.000000
X43 0.000000 0.000000
X34 6.913580 0.000000

1 500.0000 -1.000000
2 0.000000 -1.000000
3 0.000000 -1.000000
4 0.000000 0.000000
5 0.000000 -1.000000
6 0.000000 0.000000
7 0.000000 0.000000
8 0.000000 0.000000
9 0.000000 0.000000
PANTALLA
CONCLUSIÓN:
Para minimizar cualquiera de los tres métodos en una opción ya que es el mismo
resultado.
PROBLEMA 4
1 2 3 4 5 Oferta
100 150 200 140 35
1 400
50 70 60 65 80
2 200
40 90 100 150 130
3 150
Demanda 100 200 150 160 140 750/750

𝑀𝑖𝑚 𝑍 = 100𝑥11 + 150𝑥12 + 200𝑥13 + 140𝑥14 + 35𝑥15 + 50𝑥21 + 70𝑥22
+ 60𝑥23 + 65𝑥24 + 80𝑥25 + 40𝑥31 + 90𝑥32 + 100𝑥33
+ 150𝑥34 + 130𝑥35
 SUJETO A:
100𝑥11 + 150𝑥12 + 200𝑥13 + 140𝑥14 + 35𝑥15 = 400
50𝑥21 + 70𝑥22 + 60𝑥23 + 65𝑥24 + 80𝑥25 = 200
40𝑥31 + 90𝑥32 + 100𝑥33 + 150𝑥34 + 130𝑥35 = 150
100𝑥11 + 50𝑥21 + 40𝑥31 = 100
150𝑥12 + 70𝑥22 + 90𝑥32 = 200
200𝑥13 + 60𝑥23 + 100𝑥33 = 150
140𝑥14 + 65𝑥24 + 150𝑥34 = 160
35𝑥15 + 80𝑥25 + 130𝑥35 = 140
𝑥11, 𝑥12, 𝑥13, 𝑥14, 𝑥15, 𝑥21, 𝑥22, 𝑥23, 𝑥24, 𝑥25, 𝑥31, 𝑥32, 𝑥33, 𝑥34, 𝑥35 ≥ 0
1 2 3 4 5 Oferta
1 400 300
100 150 200 140 35
100 200
100 0
100
Centro 2 200 150 0

50 70 60 65 80
50 150
3 150 140 0
40 90 100 150 130
10 140
Demanda 100 0 200 0 150 50 0 160 10 0 140 0
RESULTADO
Z=100(100)+150(200)+200(100)+60(50)+65(150)+150(10)+130(140)
Z=92450
PROCEDIMIENTO
1 2 3 4 5 Oferta
1 400 260
100 150 200 140 35
150 110 150 0
140
Centro 2 200 50 0
50 70 60 65 80
150 50
3 150 50 0
40 90 100 150 130
100 50
Demanda 100 0 200 150 0 150 0 160 40 0 140 0
RESULTADO
Z=150(150)+140(110)+35(140)+60(150)+65(50)+40(100)+90(50)
Z=63550
PROCEDIMIENTO
según sea el caso.
MÉTODO VOGEL.
1 2 3 4 5 Oferta
1 400 260
100 150 200 140 35
160 65
40 0
100 50 110 140
65
50
Centro 2 200 40 0
50 70 60 65 80
10
40 160 10
10
3 150 0
40 90 100 150 130
50
150 50
50
Demanda 100 0 200 50 0 150 110 160 0 140 0
10 20 0 75 45
10 20 40
10 20 40
80 40
140
Horizontal Vertical
65, 40, 10, 60 10
50,50,5,5 20
50,50,10,50 40
85
45
RESPUESTA
Z=150(200)+140(60)+35(140)+60(100)+65(100)+40(100)+100(50)
Z=64800
PROCEDIMIENTO
1. Determinar para cada fila (columna) una medida de penalización restando el
elemento de costo unitario mínimo en la fila (columna) del elemento con costo
unitario siguiente al mínimo de la misma fila (columna).
(de existir) de forma arbitraria. Asignar todo lo posible a la variable que tenga
el mínimo costo unitario de la fila o columna seleccionada. Ajusta la oferta y
la demanda y tachar la fila o la columna ya satisfecha. Si se satisfacen una
fila y una columna en forma simultánea, sólo se tacha uno de los dos y al que
queda se le asigna oferta o demanda cero.
demanda, detenerse.
determinar las variables básicas en la fila (columna) con el Método del Costo
Mínimo. Detenerse.
 Si todas las filas y columnas que no se tacharon tienen cero oferta y demanda
(restante), determinar las variables básicas cero por el Método del Costo
Mínimo. Detenerse.
 En cualquier otro caso, seguir en el Paso 1.
MÉTODO SIMPLEX
Model:
!Función objetivo;
Min=
100*x11+150*x12+200*x13+140*x14+35*x15+70*x22+60*x23+65*x24+80*x25+40*x31+90*x32
+100*x33+150*x34+130*x35;
!Restricciones horizontales;
100*x11+150*x12+200*x13+140*x14+35*x15= 400;
50*x21+70*x22+60*x23+65*x24+80*x25= 200;
40*x31+90*x32+100*x33+150*x34+130*x35= 150;
!Restricciones verticales;
100*x11+50*x21+40*x31= 100;
150*x12+70*x22+90*x32= 200;
200*x13+60*x23+100*x33= 150;
140*x14+65*x24+150*x34= 160;
35*x15+80*x25+130*x35= 140;
end

Model Class: LP
Total variables: 15
Total nonzeros: 44

X11 0.000000 100.0000
X12 0.3333333 0.000000
X13 0.7500000 0.000000
X14 1.142857 0.000000
X15 1.142857 0.000000
X22 0.000000 0.000000
X23 0.000000 0.000000
X24 0.000000 0.000000
X25 1.250000 0.000000
X31 0.000000 40.00000
X32 1.666667 0.000000
X33 0.000000 0.000000
X34 0.000000 0.000000
X35 0.000000 0.000000
X21 2.000000 0.000000

1 650.0000 -1.000000
2 0.000000 -1.000000
3 0.000000 -1.000000
4 0.000000 -1.000000
5 0.000000 1.000000
6 0.000000 0.000000
7 0.000000 0.000000
8 0.000000 0.000000
9 0.000000 0.000000
PANTALLA
CONCLUSIÓN:
En conclusión para poder minimizar la mejor opción del método es el método del
costo mínimo, ya que es el que menor costo nos brinda.
PROBLEMA 5
1 2 3 4 Oferta
10 2 20 11
1 15
12 7 9 20
2 25
4 14 16 18
3 10
Demanda 5 15 15 15 50/50

𝑀𝑖𝑚 𝑍 = 10𝑥11 + 2𝑥12 + 20𝑥13 + 11𝑥14 + 12𝑥21 + 7𝑥22 + 9𝑥23 + 20𝑥24
+ 4𝑥31 + 14𝑥32 + 16𝑥33 + 18𝑥34
 SUJETO A:
10𝑥11 + 2𝑥12 + 20𝑥13 + 11𝑥14 = 15
12𝑥21 + 7𝑥22 + 9𝑥23 + 20𝑥24 = 25
4𝑥31 + 14𝑥32 + 16𝑥33 + 18𝑥34 = 10
10𝑥11 + 12𝑥21 + 4𝑥31 = 5
2𝑥12 + 7𝑥22 + 14𝑥32 = 15
20𝑥13 + 9𝑥23 + 16𝑥33 = 15
11𝑥14 + 20𝑥24 + 18𝑥34 = 15
𝑥11, 𝑥12, 𝑥13, 𝑥14, 𝑥21, 𝑥22, 𝑥23, 𝑥24, 𝑥31, 𝑥32, 𝑥33, 𝑥34 ≥ 0
1 2 3 4 Oferta
1 10 2 20 11 15 10 0
5 10
2 12 7 9 20 25 20 5 0
5 15 5
3 4 14 16 18 10 0
10
Demanda 50 15 5 0 15 0 15 10 0
RESULTADO
Z=10(5)+2(10)+7(5)+9(15)+18(10)
Z=420
PROCEDIMIENTO
1 2 3 4 Oferta
1 10 2 20 11 15 0
15
2 12 7 9 20 25 10 0
15 10
3 4 14 16 18 10 5 0
5 5
Demanda 50 15 0 15 0 15 10 0
RESULTADO
Z=2(15)+9(15)+20(10)+4(5)+18(5)
Z=475
PROCEDIMIENTO
1. De la matriz se elige la ruta (celda) menos costosa (en caso de un
empate, este se rompe arbitrariamente) y se le asigna la mayor cantidad
de unidades posible, cantidad que se ve restringida ya sea por las
restricciones de oferta o de demanda. En este mismo paso se procede
a ajustar la oferta y demanda de la fila y columna afectada, restándole
la cantidad asignada a la celda.
2. En este paso se procede a eliminar la fila o destino cuya oferta o
demanda sea 0 después del "Paso 1", si dado el caso ambas son cero
arbitrariamente se elige cual eliminar y la restante se deja con demanda
u oferta cero (0) según sea el caso.
3. Una vez en este paso existen dos posibilidades, la primera que quede
un solo renglón o columna, si este es el caso se ha llegado al final el
método, "detenerse”. La segunda es que quede más de un renglón o
columna, si este es el caso iniciar nuevamente el "Paso 1".
MÉTODO VOGEL.
1 2 3 4 Oferta
1 10 2 20 11 15 0
8
15
2 12 7 9 20 25 10 0
2
15 10 3
11
3 4 14 16 18 10 5 0
10
5 5 12
2
Demanda 50 15 0 15 0 15 5 0
6 5 7 2
8 7 2
7 2
Vertical Horizontal
8,9 6
2,2,11 5
10,2,2 7,2
RESULTADO
Z=2(15)+9(15)+20(10)+18(5)
Z=455
PROCEDIMIENTO

demanda, detenerse.
MÉTODO SIMPLEX
Model:
!Función objetivo;
Min=
10*x11+2*x12+20*x13+11*x14+12*x21+7*x22+9*x23+20*x24+4*x31+14*x32+16*x33+18*
x34;
10*x11+2*x12+20*x13+11*x14= 15;
12*x21+7*x22+9*x23+20*x24= 25;
4*x31+14*x32+16*x33+18*x34= 10;
10*x11+12*x21+4*x31= 5;
2*x12+7*x22+14*x32= 15;
20*x13+9*x23+16*x33= 15;
11*x14+20*x24+18*x34= 15;
end

Model Class: LP
Total variables: 12
Total nonzeros: 36

X11 0.000000 0.000000
X12 0.000000 0.000000
X13 0.2500000 0.000000
X14 0.9090909 0.000000
X21 0.4166667 0.000000
X22 2.142857 0.000000
X23 0.000000 0.000000
X24 0.2500000 0.000000
X31 0.000000 0.000000
X32 0.000000 0.000000
X33 0.6250000 0.000000
X34 0.000000 0.000000

1 50.00000 -1.000000
2 0.000000 -1.000000
3 0.000000 -1.000000
4 0.000000 -1.000000
5 0.000000 0.000000
6 0.000000 0.000000
7 0.000000 0.000000
8 0.000000 0.000000
PANTALLA
CONCLUSIÓN:
El método que nos ayudara a minimizar, es por el método de esquina noroeste, ya
que no brinda el menor costo.
PROBLEMA 6 A)
1 2 3 Oferta
0 2 1
1 6
2 1 5
2 7
2 4 3
3 7
Demanda 5 5 10 20/20
𝑀𝑖𝑚 𝑍 = 0𝑥11 + 2𝑥12 + 1𝑥13 + 2𝑥21 + 1𝑥22 + 5𝑥23 + 2𝑥31 + 4𝑥32 + 3𝑥33
 SUJETO A:
0𝑥11 + 2𝑥12 + 1𝑥13 = 6
2𝑥21 + 1𝑥22 + 5𝑥23 = 7
2𝑥31 + 4𝑥32 + 3𝑥33 = 7
0𝑥11 + 2𝑥21 + 2𝑥31 = 5
2𝑥12 + 1𝑥22 + 4𝑥32 = 5
1𝑥13 + 5𝑥23 + 𝑥33 = 10
𝑥11. 𝑥12. 𝑥13. 𝑥21. 𝑥22. 𝑥23. 𝑥31. 𝑥32. 𝑥33 ≥ 0
(a)
0 5 2 1 1 6 1 0
2 2 4 5 3 7 3 0
2 4 3 7 7 0
5 5 10
0 4 7
0 0
RESULTADO
Z=0(5)+2(1)+1(4)+5(3)+3(7)
Z=42
PROCEDIMIENTO

0 5 2 1 1 6 1 0
2 2 5 5 2 7 2 0
2 4 3 7 7 0
5 5 10 9
0 0 2 0
RESULTADO
Z=1(6)+1(5)+5(2)+2(5)+3(2)
Z=37
PROCEDIMIENTO
según sea el caso.
0 2 1 6 6 0
MÉTODO
VOGEL.
2 2 1 5 5 7 2 0
2 3 4 3 4 7 3 0
5 0 5 0 10 9 0
RESULTAD0
Z=1(6)+1(5)+5(2)+2(5)+3(2)
Z=37
PROCEDIMIENTO
1. Determinar para cada fila (columna) una medida de penalización restando el
elemento de costo unitario mínimo en la fila (columna) del elemento con costo
unitario siguiente al mínimo de la misma fila (columna).

(de existir) de forma arbitraria. Asignar todo lo posible a la variable que tenga
el mínimo costo unitario de la fila o columna seleccionada. Ajusta la oferta y
la demanda y tachar la fila o la columna ya satisfecha. Si se satisfacen una
fila y una columna en forma simultánea, sólo se tacha uno de los dos y al que
queda se le asigna oferta o demanda cero.
demanda, detenerse.
determinar las variables básicas en la fila (columna) con el Método del Costo
Mínimo. Detenerse.
 Si todas las filas y columnas que no se tacharon tienen cero oferta y demanda
(restante), determinar las variables básicas cero por el Método del Costo
Mínimo. Detenerse.
MÉTODO SIMPLEX
CÓDIGO !Problema 4 (A);
Model:
!Función objetivo;
Min= 0*x11+2*x12+1*x13+2*x21+1*x22+4*x23+2*x31+4*x32+3*x33;
0*x11+2*x12+1*x13= 6;
2*x21+1*x22+5*x23= 7;
2*x31+4*x32+3*x33= 7;
0*x11+2*x21+2*x31= 5;
2*x12+1*x22+4*x32= 5;
1*x13+5*x23+3*x33= 10;
end

Model Class: LP
Total variables: 9
Total nonzeros: 24

X11 0.000000 0.000000
X12 2.500000 0.000000
X13 1.000000 0.000000
X21 0.000000 0.4000000
X22 0.000000 0.2000000
X23 1.400000 0.000000
X31 2.500000 0.000000
X32 0.000000 0.000000
X33 0.6666667 0.000000

1 18.60000 -1.000000
2 0.000000 -0.2000000
3 0.000000 0.000000
4 0.000000 -0.2000000
5 0.000000 -0.8000000
6 0.000000 -0.8000000
7 0.000000 -0.8000000
PANTALLA
CONCLUSIÓN:
El que nos brinda el mejor rendimiento para minimizar en este caso son do tipos
de métodos, uno es el método de costo mínimo y el segundo es el método de
volge. Estos dos métodos nos brindan el mismo resultado.
PROBLEMA 6 B)
1 2 3 Oferta
1 2 6
1 7
0 4 2
2 12
3 1 5
3 11
Demanda 10 10 10 30/30
𝑀𝑖𝑚 𝑍 = 1𝑥11 + 2𝑥12 + 6𝑥13 + 0𝑥21 + 4𝑥22 + 2𝑥23 + 3𝑥31 + 1𝑥32 + 5𝑥33
 SUJETO A:
1𝑥11 + 2𝑥12 + 6𝑥13 = 7
0𝑥21 + 4𝑥22 + 2𝑥23 = 12
3𝑥31 + 1𝑥32 + 5𝑥33 = 11
1𝑥11 + 0𝑥21 + 3𝑥31 = 10
2𝑥12 + 4𝑥22 + 1𝑥32 = 10
6𝑥13 + 2𝑥23 + 5𝑥33 = 10
𝑥11. 𝑥12. 𝑥13. 𝑥21. 𝑥22. 𝑥23. 𝑥31. 𝑥32. 𝑥33 ≥ 0
(b)
1 7 2 6 7 0
0 3 4 9 2 12 9 0
3 1 1 5 10 11 10 0
10 3 0 10 0 10 0
RESULTADO
Z=1(7)+0(3)+4(9)+1(1)+5(10)
Z=95
PROCEDIMIENTO
1 2 6 7 7 0
0 10 4 2 2 12 2 0
3 1 10 5 1 11 1 0
10 0 10 0 10 8 7 0
RESULTADO
Z=6(7)+0(10)+2(2)+1(10)+5(1)
Z=61
PROCEDIMIENTO
según sea el caso.
MÉTODO VOGEL.
1 7 2 6 7 0 1 1
0 2 4 2 10 12 2 0
2 4
3 1 1 10 5 11 10 0
2 2 2
10 8 1 10 0 10 0
1 1 1 1 1 1 3
Horinzontal
1,4
2.2
2,4
RESULTADO
Z=6(7)+0(10)+2(2)+1(10)+5(7)
Z=61
PROCEDIMIENTO

demanda, detenerse.
MÉTODO SIMPLEX
CÓDIGO !Problema 4 (B);
!Matinez Caceres Mishell;
Model:
!Función objetivo;
Min= 1*x11+2*x12+6*x13+0*x21+4*x22+2*x23+3*x31+1*x32+5*X33;
1*x11+2*x12+6*x13= 7;
0*x21+4*x22+2*x23= 12;
3*x31+1*x32+5*x33= 11;
1*x11+0*x21+3*x31= 10;
2*x12+4*x22+1*x32= 10;
6*x13+2*x23+5*x33= 10;
end

Model Class: LP
Total variables: 9
Total nonzeros: 24

X11 0.000000 0.000000
X12 0.000000 0.000000
X13 1.166667 0.000000
X21 0.000000 0.000000
X22 2.500000 0.000000
X23 1.000000 0.000000
X31 3.333333 0.000000
X32 0.000000 0.000000
X33 0.2000000 0.000000
1 30.00000 -1.000000
2 0.000000 -1.000000
3 0.000000 -1.000000
4 0.000000 -1.000000
5 0.000000 0.000000
6 0.000000 0.000000
7 0.000000 0.000000
PANTALLA
CONCLUSIÓN:
En este caso tenemos el método de costo mínimo y el método de volge nos
brindan el menor costo, lo que significa que cualquiera de los dos nos ayudara a
minimizar.
PROBLEMA 6 C)
1 2 3 Oferta
5 1 8
1 12
2 4 0
2 14
3 6 7
3 4
Demanda 9 10 11 30/30

𝑀𝑖𝑚 𝑍 = 5𝑥11 + 1𝑥12 + 8𝑥13 + 2𝑥21 + 4𝑥22 + 0𝑥23 + 3𝑥31 + 6𝑥32 + 7𝑥33
 SUJETO A:
5𝑥11 + 1𝑥12 + 8𝑥13 = 12
2𝑥21 + 4𝑥22 + 0𝑥23 = 14
3𝑥31 + 6𝑥32 + 7𝑥33 = 4
5𝑥11 + 2𝑥21 + 3𝑥31 = 9

1𝑥12 + 4𝑥22 + 6𝑥32 = 10
8𝑥13 + 0𝑥23 + 7𝑥33 = 11
𝑥11. 𝑥12. 𝑥13. 𝑥21. 𝑥22. 𝑥23. 𝑥31. 𝑥32. 𝑥33 ≥ 0
(c)
5 9 1 3 8 12 3 0
2 4 7 0 7 14 7 0
3 6 7 4 4 0
9 0 10 7 0 11 4 0
RESULTADO
Z=5(9)+1(3)+4(7)+0(7)+7(4)
Z=104
PROCEDIMIENTO
MÉTODO DEL COSTO MÍNIMO:
5 2 1 10 8 12 2 0
2 3 4 0 11 14 3 0
3 4 6 7 4 0
9 6 2 0 10 7 0 11 4 0
RESULTADO
Z=5(2)+1(10)+2(3)+0(11)+3(4)
Z=38
PROCEDIMIENTO
según sea el caso.
5 2 1 10 8 12 2 0
MÉTODO 2 3 4 0 11 14 3 0 VOGEL.
3 4 6 7 4 0
4 4 5
9 7 4 0 10 0 11 0
3 3
2 2
1 1 1 3 3 7
Horizontal
4,3,3
2,2,2
3,4
RESULTADO
Z=5(2)+1(10)+2(3)+0(11)+3(4)
Z=38
PROCEDIMIENTO

demanda, detenerse.
MÉTODO SIMPLEX
CÓDIGO !Problema 4 (C);
Model:
!Función objetivo;
Min= 5*x11+1*x12+8*x13+2*x21+4*x22+0*x23+3*x31+6*x32+7*x33;
5*x11+1*x12+8*x13= 12;
2-*x21+4*x22+0*x23= 14;
3*x31+6*x32+7*x33= 4;
5*x11+2*x21+3*x31= 9;
1*x12+4*x22+6*x32= 10;
8*x13+0*x23+7*x33= 4;
end
SOLUCIÓN No feasible solution found.

Model Class: LP
Total variables: 9
Total nonzeros: 24

X11 0.2000000 0.000000
X12 0.000000 0.000000
X13 1.375000 0.000000
X21 2.000000 0.000000
X22 2.500000 0.000000
X23 0.000000 0.000000
X31 1.333333 0.000000
X32 0.000000 0.000000
X33 0.000000 0.000000

1 1.750000 -1.000000
2 0.000000 -1750001.
3 0.000000 -1750001.
4 0.000000 -1750001.
5 0.000000 1750000.
6 0.000000 1750000.
7 -7.000000 1750000.
PANTALLA
CONCLUSIÓN:
Para minimizar tenemos dos opciones ya sea por el método de costo mínimo o ya
sea por el método de volge, cualquiera de estos dos nos ayudan a tener el menor
costo.

Problemario 3 Unidad

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Problemario 3 Unidad

Загружено:

Авторское право:

Доступные форматы

INSTITUTO TECNOLOGICO

TEMA 3: ASIGNACIÓN Y TRANSPORTE

CARRERA: ING. INGENIERÍA GESTIÓN EMPRESARIAL

La campaña transportista cobra $8 por automóvil, redondeados al dólar más

Demanda 2300 1400 3700/3700

MODELO DE PROGRAMACIÓN LINEAL.

L.A 1000 1000

Demanda 2300 1400

L.A 1000 1000 0

Det 1300 200 1500 200 0

Demanda 2300 1400

L.A 1000 1000 0

Det 1300 200 1500

Demanda 2300 1300 0 1400 200

SOLUCIÓN Global optimal solution found.

Variable Value Reduced Cost

Row Slack or Surplus Dual Price

Datos de transporte P&T COM/Costo de embarque ($) x cargo/Almacén

Origen/ Destino 1 2 3 4 Produccion

Enlatadora 2 352 690 79

Enlatadora 2 352 690 79

MODELO DE PROGRAMACIÓN LINEAL.

SOLUCIÓN Global optimal solution found.

Variable Value Reduced

Row Slack or Surplus Dual

Demanda 100 200 180 300 780/780

MODELO DE PROGRAMACIÓN LINEAL.

2 50 130 180 130 0

3 70 180 30 280 210 30 0

Demanda 100 50 0 200 70 0 180 0 300 270 0

3 50 20 180 30 280 100 70

Demanda 100 50 0 200 20 0 180 0 300 30 0

Demanda 100 50 0 200 20 0 180 0 300 30 0

Variable Value Reduced Cost

Row Slack or Surplus Dual Price

Demanda 100 200 150 160 140 750/750

MODELO DE PROGRAMACIÓN LINEAL.

Centro 2 200 150 0

Demanda 100 0 200 0 150 50 0 160 10 0 140 0

Demanda 100 0 200 150 0 150 0 160 40 0 140 0

SOLUCIÓN Global optimal solution found.

Variable Value Reduced Cost

Row Slack or Surplus Dual Price

MODELO DE PROGRAMACIÓN LINEAL.

2. Identificar la fila o columna con la mayor penalización. Romper los empates

SOLUCIÓN Global optimal solution found.

Variable Value Reduced Cost

Row Slack or Surplus Dual Price

MODELO DE PROGRAMACIÓN LINEAL.

2. Haga el más grande envío como pueda en la esquina de la celda de la

2. Identificar la fila o columna con la mayor penalización. Romper los empates

SOLUCIÓN Global optimal solution found.

Variable Value Reduced Cost

Row Slack or Surplus Dual Price

MODELO DE PROGRAMACIÓN LINEAL.

2. Identificar la fila o columna con la mayor penalización. Romper los empates

SOLUCIÓN Global optimal solution found.

Variable Value Reduced Cost

MODELO DE PROGRAMACIÓN LINEAL.

5𝑥11 + 2𝑥21 + 3𝑥31 = 9

MÉTODO ESQUINA NOROESTE.

2. Identificar la fila o columna con la mayor penalización. Romper los empates

SOLUCIÓN No feasible solution found.