Está en la página 1de 41

Trabajo colaborativo fase 2

ANÁLISIS, SOLUCIÓN DE PROBLEMAS DE PLE Y TRANSPORTES

YESSICA DEL CARMEN JIMENEZ C.C. 1065598245

AMIRA ELENA BARRAZA RIVERA C.C. 22.460.883

ERWIN YASSER ESCUDERO

RAFAEL FRANCISCO BRITTO

GRUPO N° 102016_38

TUTORA:

ANDREA BARRERA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA CIENCIAS DE LA EDUCACIÓN ECEDU

JULIO 2018.
Trabajo colaborativo fase 2

Introducción

En cualquier empresa, muchas de las decisiones que se toman tienen por objeto

hacer el mejor uso posible (optimización) de los recursos de la misma. Por recursos de

una empresa se entiende la maquinaria que ésta posea, sus trabajadores, capital

financiero, instalaciones, y las materias primas de que disponga. Tales recursos

pueden ser usados para fabricar productos (electrodomésticos, muebles, comida, ropa,

etc.) o servicios (horarios de producción, planes de marketing y publicidad, decisiones

financieras, etc.). La Programación Lineal (PL) y la Programación Lineal Entera (PLE)

son técnicas matemáticas diseñadas para ayudar a los directivos en la planificación y

toma de decisiones referentes a la asignación de los recursos.

Como ejemplos de problemas donde la Programación Lineal desarrolla un papel

fundamental, podríamos citar:

 A partir de los recursos disponibles, determinar las unidades a producir de cada

bien de forma que se maximice el beneficio de la empresa.

 Elegir materias primas en procesos de alimentación, para obtener mezclas con

unas determinadas propiedades al mínimo costo.

 Determinar el sistema de distribución que minimice el costo total de transporte,

desde diferentes almacenes a varios puntos de distribución.

 Desarrollar un plan de producción que, satisfaciendo las demandas futuras de

los productos de una empresa, minimice al mismo tiempo los costos totales de

producción e inventario.
Trabajo colaborativo fase 2

A lo largo de este trabajo se presenta el análisis de problemas cuya solución

requieren el uso del algoritmo simplex, es necesario identificar que hay situaciones que

van a generar soluciones considerando variables continuas, es decir aquellas que

toman valores reales. Además se ve necesario conocer que hay situaciones problemas

que en un escenario real, no pueden tomar valores decimales, donde es indispensable

aplicar los algoritmos de la programación lineal entera (PLE). Dentro de los algoritmos

se encuentra el método de bifurcación y acotación (Branch and Bound), que es una

estrategia sistemática, que reduce mucho el número de combinaciones que se deben

examinar.

Se muestra la existencia de diferentes herramientas computacionales como lo son el

Solver de Excel, Winqsb, y Php simplex on line, que permiten resolver los problemas de

programación lineal y programación lineal entera.

De otro lado, se aplican varios métodos para solucionar problemas de transporte,

donde la función objetivo se debe minimizar en aras de obtener los costos mínimos de

transporte que se pueden generar desde el lugar donde se fabrican (fuentes), hasta

donde tienen que ser comercializados (destinos).

Dentro de los métodos para solución de problemas de transporte se utilizan el

método de la esquina noroeste, método del costo mínimo y el método de aproximación

de Vogel. A nivel de software se aplica en la solución de los problemas propuestos en

la guía de actividades, herramientas computacionales como lo son el Solver de Excel y

Winqsb, que permiten resolver los problemas de transporte.


Trabajo colaborativo fase 2

PARTE 1. Problema fabricación componentes 1, 2 y 3:

Según la información correspondiente, exprese el modelo matemático y por medio

del complemento Solver de Excel dejando evidencia de los pantallazos del ingreso de

los datos y la tabla de resultados, respondan:

Problema 1. Programación Lineal y Lineal Entera:

En la ciudad de Tunja se ha montado una empresa dedicada a la fabricación de

componentes o partes para bicicleta, la toma de las decisiones para optimizar el

proceso en la fábrica, se hará a partir de los resultados de problemas de Programación

lineal y lineal entera.

Los productos principales a elaborar son el componente 1, 2 y 3, respectivamente.

La tabla que se deja a continuación resume el tiempo en horas que cada componente

gasta por proceso, corte, soldado y pintado, las utilidades en miles que deja cada uno y

las disponibilidades en horas máquina para dedicar a cada proceso en el taller.

CORTE SOLDADO PINTADO UTILIDAD

COMPONENTE 1 1 2 1 $113

COMPONENTE 2 3 2 1 $118

COMPONENTE 3 3 1 3 $131

210 58 116

TABLA 1. RESUMEN DEL PROBLEMA

SOLUCIÓN:

Problema de programación lineal


Trabajo colaborativo fase 2

Variables de decisión

Maximizar z

Para dar solución al problema planteado se tendrá en cuenta el método de

bifurcación y acotación (Branch and Bound), es una estrategia sistemática, que reduce

mucho el número de combinaciones que se deben examinar. Para ello se siguen los

pasos del algoritmo.

Algoritmo:

1. Encontrar la solución mediante el Método Simplex. Si la solución no es entera,

se continúa con el segundo punto.

2. Comienza con la solución óptima del simplex en donde se ignoran las

restricciones de variables enteras.

3. Se selecciona una variable con valor no cero y se crean dos ramas mutuamente

excluyentes, esto da lugar a dos (2) nuevos problemas de Programación Lineal;

que se deben resolver.

4. Si ninguna solución es entera, con la rama de mayor valor de Z, se crean nuevas

ramas y se resuelven nuevos problemas por programación lineal (Método

Simplex).
Trabajo colaborativo fase 2

5. Se repite el punto 4), Hasta encontrar la solución entera óptima.

Paso 1: Encontrar la solución mediante el Método Simplex. Si la solución no es entera,

se continúa con el segundo punto.

Solución por el método simplex al problema planteado.

Pasamos el modelo a una forma estándar añadiendo variables de holgura

Como la restricción 1 es del tipo '≤' se agrega la variable de holgura

Como la restricción 2 es del tipo '≤' se agrega la variable de holgura

Como la restricción 3 es del tipo '≤' se agrega la variable de holgura

Maximizar

Sujeto a:

Se construye la tabla simplex para el problema

Tabla 1 113 118 131 0 0 0

Base

0 210 1 3 3 1 0 0

0 58 2 2 1 0 1 0

0 116 1 1 3 0 0 1

0 -113 -118 -131 0 0 0


Trabajo colaborativo fase 2

La variable que sale de la base es y la que entra es porque el

{ } { }

La fila de color azul se multiplica por para hallar el pivote.

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila rosada.

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila gris.

Y se obtiene la tabla actualizada.

Tabla 2 113 118 131 0 0 0

Base

0 94 0 2 0 1 0 -1

0 58/3 5/3 5/3 0 0 1 -1/3

0 116/3 1/3 1/3 1 0 0 1/3

0 -113 -118 -131 0 0 0

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila

amarilla. Se obtiene la tabla actualizada

Tabla 3 113 118 131 0 0 0

Base

0 94 0 2 0 1 0 -1

0 58/3 5/3 5/3 0 0 1 -1/3

131 116/3 1/3 1/3 1 0 0 1/3


Trabajo colaborativo fase 2

15196/3 -208/3 -223/3 0 0 0 131/3

La variable que sale de la base es y la que entra es porque el

{ } { }

La fila de color azul se multiplica por para hallar el pivote.

Tabla 3 113 118 131 0 0 0

Base

0 94 0 2 0 1 0 -1

118 58/5 1 1 0 0 3/5 -1/5

131 116/3 1/3 1/3 1 0 0 1/3

15196/3 -208/3 -223/3 0 0 0 131/3

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila

rosada.

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila gris.

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila

verde.

Y se obtiene la tabla actualizada.


Trabajo colaborativo fase 2

Tabla 4 113 118 131 0 0 0

Base

0 354/5 -2 0 0 1 -6/5 -3/5

118 58/5 1 1 0 0 3/5 -1/5

131 174/5 0 0 1 0 -1/5 2/5

29638/5 5 0 0 0 223/5 144/5

La solución óptima es

De la solución anterior, usando el método simplex se puede observar que las

cantidades de componentes toman valores decimales y que en un escenario real eso

es imposible ya que no tiene sentido entregar componentes incompletas, es por ello

que se hace necesario utilizar la programación lineal entera para lograr resolver este

problema, en términos de valores enteros, y de esta forma ajustarse a la realidad.

Como dicha solución no verifica las condiciones de integridad se elige la variable

que no es entera y a partir de ella se generan dos restricciones

Paso: 2 al 5

Comienza con la solución óptima del simplex en donde se ignoran las

restricciones de variables enteras.


Trabajo colaborativo fase 2

Problema 1.1 Problema 1.2

Max Maximizar

Solución: Solución:

Problema 1.2.1

Maximizar

Solución:

Problema 1.2.2
Trabajo colaborativo fase 2

Maximizar

Solución:

No hay solución factible

Problema 1.1

Max

Pasamos el modelo a una forma estándar añadiendo variables de holgura

Como la restricción 1 es del tipo '≤' se agrega la variable de holgura

Como la restricción 2 es del tipo '≤' se agrega la variable de holgura


Trabajo colaborativo fase 2

Como la restricción 3 es del tipo '≤' se agrega la variable de holgura

Como la restricción 4 es del tipo '≤' se agrega la variable de holgura

Maximizar

Sujeto a:

Tabla 1 113 118 131 0 0 0 0

Base

0 210 1 3 3 1 0 0 0

0 58 2 2 1 0 1 0 0

0 116 1 1 3 0 0 1 0

0 34 0 0 1 0 0 0 1

0 -113 -118 -131 0 0 0 0

La variable que sale de la base es y la que entra es .


Porque { } * +

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila marrón.
Trabajo colaborativo fase 2

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila rosada.

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila gris.

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila

amarilla y se obtiene la tabla actualizada.

Tabla 2 113 118 131 0 0 0 0

Base

0 108 1 3 0 1 0 0 -3

0 24 2 2 0 0 1 0 -1

0 14 1 1 0 0 0 1 -3

131 34 0 0 1 0 0 0 1

4.454 -113 -118 0 0 0 0 131

La variable que sale de la base es y la que entra es .

Porque { } * +

Tabla 3 113 118 131 0 0 0 0

Base

0 108 1 3 0 1 0 0 -3

0 24 2 2 0 0 1 0 -1

0 14 1 1 0 0 0 1 -3

131 34 0 0 1 0 0 0 1

4.454 -113 -118 0 0 0 0 131


Trabajo colaborativo fase 2

La fila de color azul se multiplica por para hallar el pivote.

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila gris.

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila

marrón.

Luego se multiplica la fila azul por el inverso aditivo de y se le suma a la fila

amarilla y se obtiene la tabla actualizada.

Tabla 4 113 118 131 0 0 0 0

Base

0 72 -2 0 0 1 -3/2 0 -3/2

118 12 1 1 0 0 1/2 0 -1/2

0 2 0 0 0 0 -1/2 1 -5/2

131 34 0 0 1 0 0 0 1

5.870 5 0 0 0 59 0 72

Solución:

Usando Solver
Trabajo colaborativo fase 2

Solución del problema 1.2 con Solver

Solución del problema 1.2.1 con Solver


Trabajo colaborativo fase 2

Solución del problema 1.2.2 con Solver

En este último problema no hay solución factible.

La solución del PLE, por el método de bifurcación y acotación (Branch and

Bound) es
Trabajo colaborativo fase 2

, es decir que no se debe elaborar

componentes tipo 1, de las componentes tipo 2 se deben construir 11 y de las

componentes tipo 3 se deben construir 35.

Solución del problema de programación lineal, usando Solver de Excel

Con programación lineal se obtiene que se logra la utilidad máxima de $5927,6 al

producir 11.6 unidades del componente 2 y 34.8 unidades del componente 2, como no

es posible producir componente incompletos, también se puede observar que el

recurso limitante es la capacidad de Soldado, dado que este se consume por completo

mientras que sobra gran parte de los otros dos.

Programación lineal Entera.


Trabajo colaborativo fase 2

Solución del problema de programación lineal entera, usando WINQSB

Maximizar
Trabajo colaborativo fase 2

CONCLUSIONES GENERALES PARTE 1

1. ¿Cuál es la cantidad a producir de cada producto según cantidades

continuas?

Lo anterior indica que de la componente 1 no se debe construir, de la

componente 2 se deben fabricar unidades y de la componente 3, se

deben elaborar

2. ¿Cuál es la utilidad generada por dicha solución?

La solución óptima es , lo que indica que esta sería la

cantidad de dinero que se obtendrían al fabricar hipotéticamente dicha cantidad

de componentes.

Modificando las condiciones de la solución con variables enteras:

3. ¿Cuál es la cantidad a producir de cada producto según cantidades

exactas o discretas?

Para este caso se presentan dos soluciones, teniendo en cuenta primeramente

la solución por Solver, Al agregar la restricción de que las variables solución solo

deben ser enteras, se obtiene una utilidad máxima posible de $5870, la cual es

menor que la obtenida por el método anterior sin embargo esta se logra con la

fabricación de 12 unidades del componente 2 y 34 unidades del componente 3,

lo cual es físicamente posible, además se observa que nuevamente el recurso

limitante es la capacidad de soldado.


Trabajo colaborativo fase 2

Aplicando el método de bifurcación y acotación (Branch and Bound), se generan

ganancias por , se es decir que no se debe

elaborar componentes tipo 1, de las componentes tipo 2 se deben construir 11 y

de las componentes tipo 3 se deben construir 35.

4. ¿Cuál es la utilidad generada por dicha solución?

Utilidad generada por Solver:

Utilidad generada por bifurcación y acotación (Branch and Bound):

PARTE 2. Problema 2.1. Transporte Componente 1:

Según la tabla 1, del archivo, hoja 1: Archivo en Excel problemas trabajo colaborativo

1., por los métodos de Esquina Noroeste, Costos Mínimos y Aproximación de Vogel

desarrollándolos de forma manual, respondan:

5. ¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que

orígenes hacia que destinos, debe asignarse al componente 1, según dicho

método?

Problema 2.1. Transportes Componente 1:


DESTINO 1 DESTINO 2 DESTINO 3 DESTINO 4 OFERTA

93 95 96 87
BODEGA 1 280

99 86 90 91
BODEGA 2 360

85 88 91 93
BODEGA 3 360

89 100 99 79
BODEGA 4 280

91 86 96 99
BODEGA 5 320

DEMANDA 410 360 378 330


Trabajo colaborativo fase 2

Solución:
Se busca solucionar un problema de minimización ya que para un empresario o

fabricante, procura tener los menores costos en transporte para la distribución de sus

diferentes productos, ya que esto implicará tener unos mejores ingresos y un nivel de

competitividad en los precios de venta.

Al analizar la tabla se puede deducir los costos que se manejan para transportar los

componentes 1 desde cada una de las bodegas, hasta los diferentes destinos, por

ejemplo transportar de la bodega 3 al destino 4, se concluye que tiene un costo de

$93.

Para dar solución al problema de transporte lo primero que se debe hacer es

analizar si el problema es balanceado, es decir, si la oferta (disponibilidad) es igual a la

demanda, en caso que no lo sea se debe introducir un destino ficticio. En este

problema la demanda es de 1.478 y la oferta es de 1.600, por lo tanto se debe anexar

un destino ficticio con 122 unidades del componente 1, los cuales tendrán un costo de

transporte igual a cero.

Al aplicar el algoritmo de la esquina noroeste, se procede hallando el valor mínimo

entre la oferta y demanda, ubicados en la primera columna y primera fila, y el valor

obtenido nos indica la cantidad de componentes que se le enviarán de la bodega 1 al

destino.

( ) , se puede observar que al destino 1, no se le han asignado las

unidades de componente que necesita, por lo tanto es necesario, enviar componentes

de la bodega número 2. En este caso se le asignan las 130 que necesita, para
Trabajo colaborativo fase 2

satisfacer su demanda. Y así se aplica sucesivamente el algoritmo, hasta realizar

todas las asignaciones.

En esta primera iteracción por el metodo de esquina noroeste se obtiene una

solucion inicial básica factible y su costo asociado, pero eso no indica que es la

solución optima.

MÉTODO DE COSTO MÍNIMO (iteración 1)

Este método asigna el mayor número posible de unidades a la posición de menor

costo, eliminando la fila y/o columna que quede satisfecha, y se repite el proceso hasta

eliminar todas las filas y columnas.


Trabajo colaborativo fase 2
Trabajo colaborativo fase 2

FUENTE DESTINO ENVÍO COSTO UNIDAD COSTO TOTAL


Bodega 1 1 50 93 4.650
Bodega 1 3 58 96 5.568
Bodega 1 4 50 87 4.350
Bodega 1 Ficticio 122 0 0
Trabajo colaborativo fase 2

Bodega 2 2 40 86 3.440
Bodega 2 3 320 90 28.800
Bodega 3 1 360 85 30.600
Bodega 4 4 280 79 22.120
Bodega 5 2 320 86 27.520
TOTAL 127.048

El método del costo mínimo determina una mejor solución de inicio, porque se

concentra en las rutas menos costosas

MÉTODO DE APROXIMACIÓN DE VOGEL (iteración 1)

Comienza determinando las penalizaciones de fila y columna, obtenidas como el


valor absoluto de la diferencia entre los costos menores de cada fila y cada columna
respectivamente. Situamos estos valores a la derecha y en la parte inferior de la tabla,
obteniendo la siguiente tabla.
Trabajo colaborativo fase 2

¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que

orígenes hacia que destinos, debe asignarse al componente 1, según dicho método?

FUENTE DESTINO ENVÍO COSTO UNIDAD COSTO TOTAL


Bodega 1 1 50 93 4.650
Bodega 1 3 58 96 5.568
Bodega 1 4 50 87 4.350
Bodega 1 Ficticio 122 0 0
Bodega 2 2 40 86 3.440
Bodega 2 3 320 90 28.800
Bodega 3 1 360 85 30.600
Bodega 4 4 280 79 22.120
Bodega 5 2 320 86 27.520
TOTAL 127.048

Se puede concluir que, el método más eficiente para dar solución al problema de

transporte es el de Vogel, ya que es una versión mejorada del método del costo

mínimo, que en general produce mejores soluciones de inicio.

Los tres métodos difieren en la calidad de la solución básica de inicio que obtienen,

en sentido de que una mejor solución de inicio produce un valor objetivo menor. En

general, el método de Vogel produce la mejor solución básica de inicio, y el de la


Trabajo colaborativo fase 2

esquina Noroeste produce la peor. La compensación es que el método de la esquina

noroeste implica el mínimo de cálculos.

Los métodos del costo mínimo y el de aproximación de Vogel, generaron el costo

óptimo, pero el Vogel lo hizo con menos iteraciones. Costo mínimo: 127.048.

PARTE 3. Problema 2.2. Transporte Componente 2:

Según la tabla 2, del archivo, hoja 2: Archivo en Excel problemas trabajo colaborativo

1., por los métodos de Esquina Noroeste, Costos Mínimos y Aproximación de Vogel

desarrollándolos de forma manual, respondan:

6. ¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que

orígenes hacia que destinos, debe asignarse al componente 2, según dicho

método?

DESTINO 1 DESTINO 2 DESTINO 3 DESTINO 4 DESTINO 5 OFERTA

71 72 70 61 63
BODEGA 1 410

81 81 79 73 63
BODEGA 2 280

79 77 79 79 89
BODEGA 3 310

74 70 63 69 67
BODEGA 4 320

DEMANDA 280 270 300 348 338

SOLUCIÓN:
Trabajo colaborativo fase 2

En esta primera iteracción por el metodo de esquina noroeste se obtiene una

solucion inicial básica factible y su costo asociado, pero eso no indica que es la

solución optima.

MÉTODO DEL COSTO MÍNIMO


Trabajo colaborativo fase 2

METODO DE APROXIMACIÓN DE VOGEL


Trabajo colaborativo fase 2

¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que

orígenes hacia que destinos, debe asignarse al componente 2, según dicho

método?

Los métodos del costo mínimo y el de aproximación de Vogel, generaron el

costo óptimo, pero el de Vogel lo hizo con menos iteraciones. El costo mínimo

es: 87.096, las asignaciones se muestran en la siguiente tabla.

FUENTE DESTINO ENVÍO COSTO UNIDAD COSTO TOTAL


Bodega 1 1 4 71 284
Bodega 1 4 348 61 21.228
Bodega 1 5 58 63 3.654
Bodega 2 5 280 63 17.640
Bodega 3 1 60 79 4.740
Bodega 3 2 250 77 19.250
Bodega 4 2 20 70 1.400
Bodega 4 3 300 63 18.900
Bodega ficticia 1 216 0 0
TOTAL 87.096

PARTE 4. Problema 2.3. Transporte Componente 3:

Según la tabla 3, del archivo, hoja 3: Archivo en Excel problemas trabajo colaborativo

1., por los métodos de Esquina Noroeste, Costos Mínimos y Aproximación de Vogel

desarrollándolos de forma manual, respondan:


Trabajo colaborativo fase 2

7. ¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que

orígenes hacia que destinos, debe asignarse al componente 3, según dicho

método?

DESTINO 1 DESTINO 2 DESTINO 3 DESTINO 4 OFERTA

79 84 80 81
BODEGA 1 380

63 63 66 64
BODEGA 2 390

81 77 83 70
BODEGA 3 350

63 74 83 74
BODEGA 4 420

DEMANDA 420 418 410 330

SOLUCIÓN:
Trabajo colaborativo fase 2

En esta primera iteracción por el metodo de esquina noroeste se obtiene una

solucion inicial básica factible y su costo asociado, pero eso no indica que es la

solución optima.

MÉTODO DEL COSTO MÍNIMO


Trabajo colaborativo fase 2

MÉTODO DE APROXIMACIÓN DE VOGEL


Trabajo colaborativo fase 2

¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que

orígenes hacia que destinos, debe asignarse al componente 3, según dicho

método?
Trabajo colaborativo fase 2

El método que genera la solución mas rápida es el del costo mínimo con un valor de

$106.070 y las asignaciones se muestran en la siguiente tabla

FUENTE DESTINO ENVÍO COSTO UNIDAD COSTO TOTAL


Bodega 1 3 380 80 30.400
Bodega 2 2 390 63 24.570
Bodega 3 2 20 77 1.540
Bodega 3 4 330 70 23.100
Bodega 4 1 420 63 26.460
Bodega ficticia 2 8 0 0
Bodega ficticia 3 30 0 0
TOTAL 106.070

SOLUCIONES CON SOLVER EXCEL

PARTE 1
Trabajo colaborativo fase 2

PARTE 2

PARTE 3
Trabajo colaborativo fase 2

Conclusiones de lo consignado en el e-portafolio

Por Amira Barraza

En este momento estamos en la fase 2, donde se presenta el análisis de problemas

cuya solución requieren del uso del algoritmo simplex, es necesario identificar que hay

situaciones que van a generar soluciones considerando variables continuas, es decir

aquellas que toman valores reales, que pueden ser racionales e irracionales. Además

se ve necesario conocer que hay situaciones problemas que en un escenario real, no

pueden tomar valores decimales, donde es indispensable aplicar los algoritmos de la

programación lineal entera (PLE). Dentro de los algoritmos se encuentra el método de

bifurcación y acotación (Branch and Bound), que es una estrategia sistemática, que

reduce mucho el número de combinaciones que se deben examinar.

Se reconoció la existencia de diferentes herramientas computacionales como lo son

el Solver de Excel, Winqsb, y Php simplex on line, que permiten resolver los problemas

de programación lineal y programación lineal entera.

De otro lado, se conocieron varios métodos para solucionar problemas de

transporte, donde la función objetivo se debe minimizar en aras de obtener los costos

mínimos de transporte que se pueden generar desde el lugar donde se fabrican

(fuentes), hasta donde tienen que ser comercializados (destinos).

Dentro de los métodos para solución de problemas de transporte se encuentran:

 Método de la esquina noroeste

 Método del costo mínimo

 Método de aproximación de Vogel.


Trabajo colaborativo fase 2

Se aplicó en la solución de los problemas propuestos en la guia de actividades

herramientas computacionales como lo son el Solver de Excel y Winqsb, que permiten

resolver los problemas de transporte. Usando en Winqsb el comando Network

Modeling, se puede calcular la solución de los problemas por los diferentes métodos.

El conocer la temática de la fase 2, aporta a mi vida profesional, las bases en lo

concerniente a la matemática aplicada a problemas reales, y que serán de mucha

ayuda, para colocarlos de ejemplo cuando me interroguen acerca del uso de las

matemáticas.

Conclusiones por Yesica Jiménez:

Con la realización del anterior trabajo realizamos ejercicios del curso de métodos

determinísticos donde pusimos en práctica temáticas para resolver ejercicios de

programación lineal y uso de la herramienta solver de Excel.

Se resolvieron problemas de trasporte haciendo uso de los algoritmos de esquina

noroeste, costo mínimo y vogel. La realización de este trabajo nos permite ver la

importancia del tema de los métodos determinístico en la toma de decisiones y

logística de una empresa permitiéndonos tomar las mejores decisiones, sin duda lo

vamos a poner práctica en nuestro futuro cercano como profesionales.

Conclusiones de Rafael Britto

La programación lineal es una herramienta muy útil ya que permite

administrar de la mejor manera los recursos con los que se cuenta para
Trabajo colaborativo fase 2

poder aprovecharlos al máximo, también ayuda a minimizar costos y a

obtener mayores ganancias.


Trabajo colaborativo fase 2

Referencias bibliográficas

Mokotoff, E. (2000). Programación lineal: resolución de problemas en hoja de cálculo.

(pp. 19-30), Oviedo, España: Editorial Septem. Recuperado de

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1008411

Mokotoff, E. (2000). Programación lineal: resolución de problemas en hoja de cálculo.

(pp. 19-26), Oviedo, España: Editorial Septem. Recuperado de

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1008411

Morato, C. (2012). Investigación operativa en administración y dirección de empresas,

(pp. 288- 301), Valencia, España: Editorial Universidad Pontificia de Valencia.

Recuperado de

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1064673

Pineda, R. (2017, Marzo 17). Instalación del Solver [Archivo de video]. Recuperado

de http://hdl.handle.net/10596/11683

Pineda, R. (2015, Noviembre 30). Programación lineal y lineal entera, actividad

práctica [Archivo de video]. Recuperado dehttp://hdl.handle.net/10596/11685

Pineda, R. (2015, Noviembre 30). Problema del transporte, actividad práctica [Archivo

de video]. Recuperado de: http://hdl.handle.net/10596/11687


Trabajo colaborativo fase 2

Pineda, R. (2015, Noviembre 30). Problema de asignación, actividad práctica [Archivo

de video]. Recuperado de: http://hdl.handle.net/10596/11688

Pinzón, Ch. (2012). Investigación de operaciones. (3a. ed.) (pp. 233-242), Ibagué,

Colombia: Editorial Universidad de Ibagué. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1069245

Pinzón, Ch. (2012). Investigación de operaciones. (3a. ed.) (pp. 15-82), Ibagué,

Colombia: Editorial Universidad de Ibagué. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1069245

Taibo, A. (2009). Investigación de operaciones para los no matemáticos (pp. 101-112),

Distrito Federal, México: Editorial Instituto Politécnico Nacional. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1050497

Kong, M. (2011). El problema de transporte o distribución, métodos de solución (pp.

153-196), Lima, Perú: Editorial Pontificia Universidad Católica del Perú.

Recuperado de

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1075152