Grupo 125 TC1

Tarea 1.
PLE, modelos de transporte y asignación
Fernando Luis Figueredo Hernández -10.934.264
Ronald Raul Bello Doria – 1038801605
José Dariel Jaramillo
Mileth Rocío Brito
Métodos Determinísticos
Código: 102016. Grupo: 125
Tutor
Edgar Antonio del Rio
Universidad Nacional Abierta y a Distancia - UNAD
Escuela de Ciencias de la Educación
Licenciatura en matemáticas
20-marzo – 2020
INRODUCCIÓN
Este es un trabajo académicos donde podremos destacar nuestros saberes previos del curso
para lograr desarrollar un buen ciclo académicos y aprender de forma significativa todos los
contenidos del curso, Aprenderemos a desarrollar ejercicios de optimización con el método Simplex
usando herramientas como Solver, estos son de gran importancia en la logística y administración de
recursos.
El siguiente trabajo tiene como propósito realizar ocho ejercicios, el cual tiene como temas
fundamentales, la programación lineal entera, modelos de transporte y modelos de asignaciones, los
cuales llevan un lineamiento para la aplicación y solución de estas, como lo es el uso adecuado de
sus métodos y propiedades.
Estos temas son de vital importancia conocerlos, ya que nos permiten enriquecer en
estrategias y conocimiento para enseñar las matemáticas, es así que como futuros licenciados del
área, podemos incitar al estudiante por medio de actividades e investigaciones, a que pierdan la
apatía y no vean las matemáticas como lo más difícil del pensum, sino como la ciencia que
contribuye a prepararlos para la vida y a desarrollar su pensamiento, en este caso para conocer los
principios fundamentales de las matemáticas.

Actividades para desarrollar Fernando Figueredo
Situación 1:
Para la distribución de un químico en polvo se dispone de cuatro tipos de camiones para
transportar máximo 435 toneladas a la empresa solicitante. Se disponen de 11 camiones del tipo 1,
con capacidad para 10 toneladas y con una utilidad de $730.000 por viaje, de 13 camiones tipo 2 con
una capacidad de 9 toneladas y una utilidad de $695.000 por viaje, de 12 camiones tipo 3 con
capacidad para 11 toneladas y una utilidad de $715.000 por viaje y de 14 camiones tipo 4 con
capacidad para 10 toneladas y una utilidad de $690.000 por viaje.
Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex con variables
continuas, según las condiciones del tipo maximizar, luego responder:
¿Qué cantidad de tanques deben usarse según cantidades continuas?
¿Cuál es la utilidad generada por dicha solución?
Solución.
Paso 1: Definir variables de decisión.
X 1 =Cantidad de camiones Tipo I
X 2 =Cantidad de camiones Tipo II
X 3 =Cantidad de camiones Tipo III
X 4=Cantidad de camiones Tipo IV
Paso 2: Plantear la información en un formato.
Recurso X1 X2 X3 X4 Disponibilidad
Tipo I 1 0 0 0 11
Tipo II 0 1 0 0 13
Tipo III 0 0 1 0 12
Tipo IV 0 0 0 1 14
Capacidad 10 9 11 10 435
F.O: Utilidad 730.000 695.000 715.000 690.000
Maximizar: Z=730.000 X 1 +695.000 X 2 +715.000 X 3 +690.000 X 4
Sujeto a:
X 1 ≤11
X 2 ≤13
X 3 ≤ 12
X 4 ≤ 14
10 X 1 +9 X 2 +11 X 3+10 X 4 ≤ 435
X 1 , X 2 , X 3 , X 4 ≥0
3. Transformar restricciones y función objetivo
Como las restricciones son de tipo (≤ ¿, entonces agregamos variables de holgura para convertirlas en
igualdad.
X 1 + S1=11
X 2 + S2 =13
X 3 + S3 =12
X 4 +S 4 =14
10 X 1 +9 X 2 +11 X 3+10 X 4 + S5=435
Z−730.000 X 1−695.000 X 2−715.000 X 3−690.000 X 4 + 0 S 1+ 0 S 2+ 0 S3 + 0 S 4 +0 S 5=0
4. Elaborar un cuadro de coeficientes separados e identificar la columna pivote
Columna con valor más negativo en fila de Z

Variable
Variables Variables Variables
Función Valor Razón
Básicas de Decisión de Holgura
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
S1 0 1 0 0 0 1 0 0 0 0 11
S2 0 0 1 0 0 0 1 0 0 0 13
S3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
S5 0 10 9 11 10 0 0 0 0 1 435
Z 1 −730 −695 −715 −690 0 0 0 0 0 0
5. Identificar fila pivote
Se calcula la columna razón ¿ columna valor¿columna pivote, y se elige el menor valor

Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
S1 0 1 0 0 0 1 0 0 0 0 11 11
S2 0 0 1 0 0 0 1 0 0 0 13 -
S3 0 0 0 1 0 0 0 1 0 0 12 -
S4 0 0 0 0 1 0 0 0 1 0 14 -
S5 0 10 9 11 10 0 0 0 0 1 435 43,5
Z 1 −730 −695 −715 −690 0 0 0 0 0 0
6. Identificar el numero pivote
Intersección entre fila y columna pivote
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
S1 0 1 0 0 0 1 0 0 0 0 11 11
S2 0 0 1 0 0 0 1 0 0 0 13 -
S3 0 0 0 1 0 0 0 1 0 0 12 -
S4 0 0 0 0 1 0 0 0 1 0 14 -
S5 0 10 9 11 10 0 0 0 0 1 435 43,5
Z 1 −730 −695 −715 −690 0 0 0 0 0 0
7. Sustituir la variable saliente por la entrante
Se calculan los números de la variable entrante dividendo los números de la variable saliente entre el
numero pivote.
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
S2 0 0 1 0 0 0 1 0 0 0 13
S3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
S5 0 10 9 11 10 0 0 0 0 1 435
Z 1 −730 −695 −715 −690 0 0 0 0 0 0
8. Convertir en 0 los números de la columna pivote
R5 →−10 R1 + R5
R6 →730 R1 + R6
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
S2 0 0 1 0 0 0 1 0 0 0 13
S3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
S5 0 0 9 11 10 −10 0 0 0 1 325
Z 1 0 −695 −715 −690 730 0 0 0 0 8.030
9. Se repiten los pasos 5,6,7 y 8
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
S2 0 0 1 0 0 0 1 0 0 0 13
S3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
S5 0 0 9 11 10 −10 0 0 0 1 325
Z 1 0 −695 −715 −690 730 0 0 0 0 8.030
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11 -
S2 0 0 1 0 0 0 1 0 0 0 13 -
S3 0 0 0 1 0 0 0 1 0 0 12 12
S4 0 0 0 0 1 0 0 0 1 0 14 -
325
S5 0 0 9 11 10 −10 0 0 0 1 325
11
Z 1 0 −695 −715 −690 730 0 0 0 0 8.030
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11 -
S2 0 0 1 0 0 0 1 0 0 0 13 -
S3 0 0 0 1 0 0 0 1 0 0 12 12
S4 0 0 0 0 1 0 0 0 1 0 14 -
325
S5 0 0 9 11 10 −10 0 0 0 1 325
11
Z 1 0 −695 −715 −690 730 0 0 0 0 8.030
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
S2 0 0 1 0 0 0 1 0 0 0 13
X3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
S5 0 0 9 11 10 −10 0 0 0 1 325
Z 1 0 −695 −715 −690 730 0 0 0 0 8.030
R5 →−11 R3 + R 5 R6 →715 R3 + R6
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
S2 0 0 1 0 0 0 1 0 0 0 13
X3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
S5 0 0 9 0 10 −10 0 −11 0 1 193
Z 1 0 −695 0 −690 730 0 715 0 0 16.610
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
S2 0 0 1 0 0 0 1 0 0 0 13
X3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
S5 0 0 9 0 10 −10 0 −11 0 1 193
Z 1 0 −695 0 −690 730 0 715 0 0 16.610
Variable
Variables Variables Variables Razó
Función Valor
Básicas de Decisión de Holgura n
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11 -
S2 0 0 1 0 0 0 1 0 0 0 13 13
X3 0 0 0 1 0 0 0 1 0 0 12 -
S4 0 0 0 0 1 0 0 0 1 0 14 -
193
S5 0 0 9 0 10 −10 0 −11 0 1 193
9
Z 1 0 −695 0 −690 730 0 715 0 0 16.610
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11 -
S2 0 0 1 0 0 0 1 0 0 0 13 13
X3 0 0 0 1 0 0 0 1 0 0 12 -
S4 0 0 0 0 1 0 0 0 1 0 14 -
193
S5 0 0 9 0 10 −10 0 −11 0 1 193
9
Z 1 0 −695 0 −690 730 0 715 0 0 16.610
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
X2 0 0 1 0 0 0 1 0 0 0 13
X3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
S5 0 0 9 0 10 −10 0 −11 0 1 193
Z 1 0 −695 0 −690 730 0 715 0 0 16.610
R5 →−9 R 2+ R 5 R6 →695 R2 + R6
Variable
Función Valor
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
X2 0 0 1 0 0 0 1 0 0 0 13
X3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
S5 0 0 0 0 10 −10 −9 −11 0 1 76
71
Z 1 0 0 0 −690 730 695 0 0 25.645
5
Variable
Función Valor
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
X2 0 0 1 0 0 0 1 0 0 0 13
X3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
S5 0 0 0 0 10 −10 −9 −11 0 1 76
71
Z 1 0 0 0 −690 730 695 0 0 25.645
5
Variable
Función Valor
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11 -
X2 0 0 1 0 00 1 0 0 0 13 -
X3 0 0 0 1 00 0 1 0 0 12 -
S4 0 0 0 0 10 0 0 1 0 14 14
S5 0 0 0 0 10
−10 −9 −11 0 1 76 7,6
71
Z 1 0 0 0 −690 730 695 0 0 25.645
5
Variable
Función Valor
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11 -
X2 0 0 1 0 0 0 1 0 0 0 13 -
X3 0 0 0 1 0 0 0 1 0 0 12 -
S4 0 0 0 0 1 0 0 0 1 0 14 14
38
S5 0 0 0 0 10 −10 −9 −11 0 1 76
5
71
Z 1 0 0 0 −690 730 695 0 0 25.645
5
Variable
Función Valor
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
X2 0 0 1 0 0 0 1 0 0 0 13
X3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
−9 −11 1 38
X4 0 0 0 0 1 −1 0
10 10 10 5
25.64
Z 1 0 0 0 −690 730 695 715 0 0
5
R4 →−R5 + R4 R6 →690 R5 + R6
Variables Variable Variables Variables Valor Razón

Función
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
X2 0 0 1 0 0 0 1 0 0 0 13
X3 0 0 0 1 0 0 0 1 0 0 12
9 11 −1 32
S4 0 0 0 0 0 1 1
10 10 10 5
−9 −11 1 38
X4 0 0 0 0 1 −1 0
10 10 10 5
Z 1 0 0 0 0 40 74 −44 0 69 30.889
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
X2 0 0 1 0 0 0 1 0 0 0 13
X3 0 0 0 1 0 0 0 1 0 0 12
9 11 −1 32
S4 0 0 0 0 0 1 1
10 10 10 5
−9 −11 1 38
X4 0 0 0 0 1 −1 0
10 10 10 5
Z 1 0 0 0 0 40 74 −44 0 69 30.889
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11 -
X2 0 0 1 0 0 0 1 0 0 0 13 -
X3 0 0 0 1 0 0 0 1 0 0 12 12
9 11 −1 32 64
S4 0 0 0 0 0 1 1
10 10 10 5 11
−9 −11 1 38 −76
X4 0 0 0 0 1 −1 0
10 10 10 5 11
Z 1 0 0 0 0 40 74 −44 0 69 30.889
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11 -
X2 0 0 1 0 0 0 1 0 0 0 13 -
X3 0 0 0 1 0 0 0 1 0 0 12 12
9 11 −1 32 64
S4 0 0 0 0 0 1 1
10 10 10 5 11
−9 −11 1 38 −76
X4 0 0 0 0 1 −1 0
10 10 10 5 11
Z 1 0 0 0 0 40 74 −44 0 69 30.889
Variable
Objetivo
Z X1 X2 X3 X4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
X2 0 0 1 0 0 0 1 0 0 0 13
X3 0 0 0 1 0 0 0 1 0 0 12
10 9 10 −1 64
S3 0 0 0 0 0 1
11 11 11 11 11
−9 −11 1 38
X4 0 0 0 0 1 −1 0
10 10 10 5
Z 1 0 0 0 0 40 74 −44 0 69 30.889
11
R3 →−R 4 + R3 R5 → R +R
10 4 5
R6 → 44 R4 + R 6
Variable
Objetivo
Z X1 X2 X3 X 4 S1 S2 S3 S4 S5
X1 0 1 0 0 0 1 0 0 0 0 11
X2 0 0 1 0 0 0 1 0 0 0 13
−10 −9 −10 1 68
X3 0 0 0 1 0 0
11 11 11 11 11
10 9 10 −1 64
S3 0 0 0 0 0 1
11 11 11 11 11
X4 0 0 0 0 1 0 0 0 0 0 14
Z 1 0 0 0 0 80 110 0 40 65 31.145

R/ Deben usarse, 11 tanques tipo I, 13 tanques tipo II, 6,18 tanques tipo III y 14 tanques tipo IV.
R/ La utilidad generada es de $ 31.145.000.
Ejercicio 2.
discretas, según las condiciones del tipo maximizar, responder:
¿Qué cantidad de tanques deben usarse según cantidades exactas o discretas?
R/ Deben usarse, 11 tanques tipo I, 13 tanques tipo II, 6 tanques tipo III y 14 tanques tipo IV.
R/ Z=730.000 (11 ) +695.000 (13 )+ 715.000 ( 6 )+ 690.000 ( 14 )
Z=31.015 .000, por lo tanto la utilidad generada es de $ 31.015.000.
Agregando los subproblemas para: X 3 ≤ 6; X 3 ≥ 7
Maximizar: Z=730.000 X 1 +695.000 X 2 +715.000 X 3 +690.000 X 4
Sujeto a:
X 1 ≤11
X 2 ≤13
X 3 ≤ 12
X 4 ≤ 14
X3 ≤ 6
10 X 1 +9 X 2 +11 X 3+10 X 4 ≤ 435
X 1 , X 2 , X 3 , X 4 ≥0
Utilizando método simplex:

Solucion factible
Maximizar: Z=730.000 X 1 +695.000 X 2 +715.000 X 3 +690.000 X 4
Sujeto a:
X 1 ≤11
X 2 ≤13
X 3 ≤ 12
X 4 ≤ 14
X 3 ≥ 12
10 X 1 +9 X 2 +11 X 3+10 X 4 ≤ 435
X 1 , X 2 , X 3 , X 4 ≥0
Usando PHP simplex:

Solución no factible
Ejercicio 3.
En la hoja de cálculo ejercicio 1, se consignan los datos de transportes del producto 1. A estos datos
generados se deben aplicar los algoritmos de transporte, Esquina Noroeste, Costos Mínimos y
Aproximación de Vogel para identificar el menor costo de asignación para el producto 1 desde las
bodegas hacia sus destinos. Respondan:
¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que orígenes hacia
que destinos, debe asignarse al producto 1, según dicho método?
R/ El método de costos mínimos genera el costo mínimo, $ 901.785 con las siguientes asignaciones:
980 unidades de la bodega 1 al destino al destino 2, 1030 unidades de la bodega 2 al destino 3, 950
unidades de la bodega 3 al destino 4, 110 y 1010 unidades de la bodega 4 al destino 3 y al destino 5
respectivamente, 1050 unidades de la bodega 5 al destino 1, y 180, 140, 170, 75 y 410 unidades de la
bodega 6 al destino 1,2,3,4 e imaginario respectivamente.

Ejercicio 4.
R/ El método de costos mínimos genera el costo mínimo, $ 1.504.555 con las siguientes
asignaciones:
2100 unidades de la bodega 1 al destino al destino 4, 160 y 1810 unidades de la bodega 2 al destino 2
y 5 respectivamente, 1840 y 10 unidades de la bodega 3 al destino 1 y 3 respectivamente, 1975 y 50
unidades de la bodega 4 al destino 3 y 4 respectivamente, y 140, 1605 y 115 unidades de la bodega 5
al destino 1, 2 e imaginario respectivamente.
Ejercicio 5.
R/ El método de aproximación de Vogel genera el costo mínimo, $ 1.027.110 con las siguientes
asignaciones:
200, 190 y 1260 unidades de la bodega 1 al destino al destino 1,4 y 5 respectivamente, 1220 y 130
unidades de la bodega 2 al destino 3 y 4 respectivamente, 480 y 780 unidades de la bodega 3 al
destino 2 y 4 respectivamente, 180 y 980 unidades de la bodega 4 al destino 2 y 6 respectivamente,
1220 unidades de la bodega 5 al destino 1, y 620 de la bodega imaginaria al destino 2.
Ejercicio 6.
En la hoja de cálculo ejercicio 4, se consignan los datos de los modelos de asignación. A estos datos
generados se debe aplicar el algoritmo húngaro de asignación para problemas de minimización para
identificar el menor costo de asignación. Respondan:
¿Qué costo total genera la asignación óptima de operarios a las máquinas descritas?
R/ C=224+ 223+224+224 +222+223=$ 1.340
¿Qué operario a qué máquina debe asignarse según el modelo de minimización?
R/ Al operario 1 se le asigna la maquina 5 con un costo de $ 224, al operario 2 se le asigna la
maquina 6 con un costo de $ 223, Al operario 3 se le asigna la maquina 4 con un costo de $ 224, al
operario 4 se le asigna la maquina 2 con un costo de $ 224, al operario 5 se le asigna la maquina 1
con un costo de $ 222 y al operario 6 se le asigna la maquina 3 con un costo de $ 223.
Ejercicio 7.
generados se debe aplicar el algoritmo húngaro de asignación para problemas de maximización para
identificar la mejor habilidad de asignación. Respondan:
¿Qué habilidad promedio genera la asignación de operarios a las máquinas descritos?
R/ H=225+ 222+ 222+ 221+ 224+224+ 0=1.338
¿Qué operario a qué máquina debe asignarse según el modelo de maximización?

R/ Al operario 1 se le asigna la maquina 1 con habilidad de 225, al operario 2 se le asigna la maquina
5 con habilidad de 222, Al operario 3 se le asigna la maquina 4 con habilidad de 222, al operario 4 se
le asigna la maquina 6 con habilidad de 221, al operario 5 se le asigna la maquina 2 con habilidad de
224, al operario 6 se le asigna la maquina 3 con habilidad de 224, y al operario 7 se le asigna la
maquina imaginaria con habilidad de 0.
Ejercicio 8.
Como actividad grupal ingresen al Entorno Práctico, en este espacio se presentan videos para el uso
del Complemento Solver de Excel y tutoriales prácticos para desarrollar las actividades propuestas,
recuerden anexar mediante capturas de pantalla a su trabajo colaborativo definitivo, el ingreso y tabla
de resultados para los ejercicios planteados. En este mismo espacio pueden revisar cuidadosamente la
guía para el uso de recursos educativos, el uso del complemento Solver les ayudará a dar solución a
los ejercicios planteados en esta tarea.
METODO SIMPLEX SOLVER
X1 X2 X3 X4 Resultados Formulas
Funcion objetivo 730000 695000 715000 690000 0 31145000
Desigualdad 1 1 0 0 0 <= 11 11
Desigualdad 2 0 1 0 0 <= 13 13
Desigualdad 3 0 0 1 0 <= 12 6,18181818
Desigualdad 4 0 0 0 1 <= 14 14
Desigualdad 5 10 9 11 10 <= 435 435
X1 11
X2 13
X3 6,18181818
X4 14
Z 31145000
Metodo Simplex Solver, Transporte 1
DESTINO
DESTINO 1 DESTINO 2 DESTINO 3 DESTINO 4 DESTINO 5 OFERTA
IMAGINARIO
BODEGA 1 163 160 163 164 164 0 980
BODEGA 2 160 166 153 160 160 0 1030

BODEGA 3 168 170 169 157 168 0 950
BODEGA 4 157 157 156 157 155 0 1120
BODEGA 5 164 167 169 166 167 0 1050
BODEGA 6 164 163 166 157 168 0 975
DEMANDA 1230 1120 1310 1025 1010 410
Metodo Simplex Solver Transporte 1

DESTINO
DESTINO 1 DESTINO 2 DESTINO 3 DESTINO 4 DESTINO 5 Suma OFERTA
IMAGINARIO
BODEGA 1 0 810 170 0 0 0 980 = 980
BODEGA 2 0 0 1030 0 0 0 1030 = 1030
BODEGA 3 0 0 0 950 0 0 950 = 950
BODEGA 4 0 0 110 0 1010 0 1120 = 1120
BODEGA 5 640 0 0 0 0 410 1050 = 1050
BODEGA 6 590 310 0 75 0 0 975 = 975
Suma 1230 1120 1310 1025 1010 410
= = = = = =
DEMANDA 1230 1120 1310 1025 1010 410

Total 901785
Metódo de Solver
COSTO COSTO
FUENTE DESTINO ENVÍO
UNIDAD TOTAL
Bodega 1 2 810 160 129600
Bodega 1 3 170 163 27710
Bodega 2 3 1030 153 157590

Bodega 3 4 950 157 149150
Bodega 4 3 110 156 17160
Bodega 4 5 1010 155 156550
Bodega 5 1 640 164 104960
Bodega 5 Imaginario 410 0 0
Bodega 6 1 590 164 96760
Bodega 6 2 310 163 50530
Bodega 6 4 75 157 11775
TOTAL 901785
DESTINO
IMAGINARIO
BODEGA 1 158 159 157 148 150 0 2100
BODEGA 2 156 155 158 154 153 0 1970
BODEGA 3 166 164 166 166 176 0 1850
BODEGA 4 154 151 150 149 151 0 2025
BODEGA 5 163 161 163 162 160 0 1860
DEMANDA 1980 1765 1985 2150 1810 115

DESTINO
IMAGINARIO
BODEGA 1 0 0 0 2100 0 0 2100 = 2100
BODEGA 2 150 0 0 10 1810 0 1970 = 1970
BODEGA 3 1735 0 0 0 0 115 1850 = 1850
BODEGA 4 0 0 1985 40 0 0 2025 = 2025
BODEGA 5 95 1765 0 0 0 0 1860 = 1860
Suma 1980 1765 1985 2150 1810 115

= = = = =
Solución
DEMANDA 1980 1765 1985 2150 1810 115 1504040
Optima
Método de Solver
COSTO COSTO
UNIDAD TOTAL
Bodega 1 4 2100 148 310800
Bodega 2 1 150 156 23400

Bodega 2 4 10 154 1540
Bodega 2 5 1810 153 276930

Bodega 3 1 1735 166 288010
Bodega 3 Imaginario 115 0 0
Bodega 4 3 1985 150 297750
Bodega 4 4 40 149 5960
Bodega 5 1 95 163 15485
Bodega 5 2 1765 161 284165
TOTAL 1504040
DESTINO 1 DESTINO 2 DESTINO 3 DESTINO 4 DESTINO 5 DESTINO 6 OFERTA
BODEGA 1 167 163 164 168 157 165 1650

BODEGA 2 157 164 153 151 148 157 1350
BODEGA 3 158 157 160 157 164 161 1260
BODEGA 4 150 151 150 151 149 149 1160
BODEGA 5 153 164 157 152 148 164 1220
BODEGA
620
IMAGINARIO 0 0 0 0 0 0
DEMANDA 1420 1280 1220 1100 1260 980

Suma
BODEGA 1 0 20 370 0 1260 0 1650 = 1650

BODEGA 2 0 0 250 1100 0 0 1350 = 1350
BODEGA 3 0 1260 0 0 0 0 1260 = 1260
BODEGA 4 0 0 180 0 0 980 1160 = 1160
BODEGA 5 1220 =
1220 0 0 0 0 0 1220
BODEGA
620 =
IMAGINARIA
200 0 420 0 0 0 620
DEMANDA 1420 1280 1220 1100 1260 980
= = = = = =
Solución
Suma
1420 1280 1220 1100 1260 980 Optima 1023610
Método de Solver
COSTO COSTO
UNIDAD TOTAL
Bodega 1 2 20 163 3260
Bodega 1 3 370 164 60680
Bodega 1 5 1260 157 197820
Bodega 2 3 250 153 38250
Bodega 2 4 1100 151 166100
Bodega 3 2 1260 157 197820
Bodega 4 3 180 150 27000
Bodega 4 6 980 149 146020
Bodega 5 1 1220 153 186660
Bodega
1 620 0 0
Imaginaria
TOTAL 1023610
ACTIVIDADES PARA DESARROLLAR RONALD BELLO
Pasos, fases o etapas de la estrategia de aprendizaje a desarrollar:
El estudiante debe desarrollar individualmente cada uno de los ejercicios planteados de la siguiente
manera:
Paso 1. El primer ejercicio debe plantearse de manera que se pueda aplicar la solución del modelo de
programación lineal con variables continuas.
Paso 2. El segundo ejercicio debe plantearse de manera que se pueda aplicar la solución del modelo
de programación lineal con variables discretas.
Paso 3. Los ejercicios 3, 4 y 5 deben resolverse por el método de transportes para encontrar el
método más económico según los algoritmos de la Esquina Noroeste, Costos mínimos y Vogel.
Paso 4. Los problemas 6 y 7 deben resolverse por el método húngaro, según la naturaleza de los
datos, es decir si requieren maximizarse o minimizarse.
Paso 5. En grupo harán uso del complemento Solver de Excel para discutir si coinciden las
respuestas obtenidas por los métodos manuales descritos anteriormente y además si resulta complejo
o favorable el uso de herramientas tecno pedagógicas para solucionar problemas de la investigación
de operaciones.
ACTIVIDADES PARA DESARROLLAR RONALD BELLO
A continuación, encontrará 8 ejercicios que conforman la tarea 1. Los 7 primeros se
desarrollan de forma individual y el ejercicio 8 es colaborativo.
Situación 1:
Para la distribución de un químico en polvo se dispone de cuatro tipos de camiones para transportar
máximo 435 toneladas a la empresa solicitante. Se disponen de 11 camiones del tipo 1, con
capacidad para 10 toneladas y con una utilidad de $730.000 por viaje, de 13 camiones tipo 2 con una
capacidad de 9 toneladas y una utilidad de $695.000 por viaje, de 12 camiones tipo 3 con capacidad
para 11 toneladas y una utilidad de $715.000 por viaje y de 14 camiones tipo 4 con capacidad para 10
toneladas y una utilidad de $690.000 por viaje.
Ejercicio 1.
Para desarrollar la tarea se requiere consultar la siguiente referencia:
Chediak, F. (2012). Investigación de operaciones. (3a. ed.) (pp. 234-239), Ibagué, Colombia:
Editorial Universidad de Ibagué. Disponible en el entorno de conocimiento del curso.
continuas, según las condiciones del tipo maximizar, luego responder:

Solución
La función objetivo:
Z Max = 730000X₁ + 695000X₂ + 71500X₃ + 690000X₄
restricciones:
X₁ ≤ 11
X₂ ≤ 13
X₃ ≤ 12
X₄ ≤ 14
10X₁ + 9X₂ + 11X₃ +10X₄ ≤ 435
X₁, X₂, X₃, X₄ ≥ 0
Con los datos anteriores:
A. Resuélvalo por el método simplex.
Pasamos a la forma estándar (agregamos s de holgura para igualar)
Z -730000X₁ - 695000X₂ - 715000X₃ - 690000X₄ = 0
1 x1 +0 x 2+ 0 x3 +0 x 4 + S 1+0+ 0+0+ 0=11
0 x 1+ 1 x 2+ 0 x3 +0 x 4 + 0+S 2+ 0+0+ 0=¿ 13
0 x 1+ 0 x 2 +1 x3 +0 x 4 + 0+0+ S3 +0+ 0=¿ 12
0 x 1+ 0 x 2 +0 x 3 +1 x 4 + 0+0+0+ S 4 +0=¿14
10 x 1+ 9 x 2 +11 x 3+10 x 4 + 0+0+0+ 0+0+ S5 =435
x 1 , x 2 , x 3 , x 4 , S 1 , S2 , S 3 , S 4 , S5 ≤ 0
Variable Básicas Variable Objetivo Variable de Decisión Variable de Holgura Valor Razón
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
Zj – Cj 1 -730000 -695000 -715000 -690000 0 0 0 0 0 0
S1 0 1 0 0 0 1 0 0 0 0 11
S2 0 0 1 0 0 0 1 0 0 0 13
S3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
S5 0 10 9 11 10 0 0 0 0 1 435
Se selecciona columna cuya valor Zj - Cj con el valor más cercano a - ∞ (X1)
Se escoge el pivote de menor valor resultantes de LD/ columna saliente
11/ 1 = 11
13/ 0 =
12/ 0 =
14/0 =
435/10=43,5
Entra X1 Sale S1
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
F1+F2(730 Zj – Cj 1 0 -695000 -715000 -690000 730000 0 0 0 0 80300000
000)
X1 0 1 0 0 0 1 0 0 0 0 11
S2 0 0 1 0 0 0 1 0 0 0 13
S3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
F5-F2(10) S5 0 0 9 11 10 -10 0 0 0 1 325
Como en la fila Zj-Cj Quedo un valor negativo, volvemos a realizar interacciones
Se selecciona columna cuya valor Zj - Cj con el valor más cercano a - ∞ (X1)
Se escoge el pivote de menor valor LD/ columna saliente
Entra X3 Sale S3
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
F1+F3(715000 Zj – Cj 1 0 -695000 0 - 73000 0 71500 0 0 166100000
) 690000 0 0
X1 0 1 0 0 0 1 0 0 0 0 11
S2 0 0 1 0 0 0 1 0 0 0 13
x3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
F5- F3(11) S5 0 0 9 0 10 -10 0 -11 0 1 193
Entra X2 Sale S2
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
F1+F2(695000) Zj – Cj 1 0 0 0 -690000 730000 695000 715000 0 0 25645000
x1 0 1 0 0 0 1 0 0 0 0 11
x2 0 0 1 0 0 0 1 0 0 0 13
x3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
F5- F2(9) S5 0 0 0 0 10 -10 -9 -11 0 1 76
Entra X4 Sale S5
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
Zj – Cj 1 0 0 0 - 730000 695000 71500 0 0 25645000
690000 0
x1 0 1 0 0 0 1 0 0 0 0 11
x2 0 0 1 0 0 0 1 0 0 0 13
x3 0 0 0 1 0 0 0 1 0 0 12
S4 0 0 0 0 1 0 0 0 1 0 14
F5/1 x4 0 0 0 0 10 -10 -9 -11 0 1 76
Entra X4 Sale S5
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
F1+F5(690000) Zj – Cj 1 0 0 0 0 40000 74000 -44000 0 690000 30889000
x1 0 1 0 0 0 1 0 0 0 0 11
x2 0 0 1 0 0 0 1 0 0 0 13
x3 0 0 0 1 0 0 0 1 0 0 12
F4-F5 S4 0 0 0 0 0 1 0,9 1,1 1 -0,1 6,4
F5 x4 0 0 0 0 1 -1 -0,9 -1,1 0 0,1 7,6
Entra S3 Sale S4
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
Zj – Cj 1 0 0 0 0 40000 74000 -44000 0 69000 30889000
x1 0 1 0 0 0 1 0 0 0 0 11
x2 0 0 1 0 0 0 1 0 0 0 13
x3 0 0 0 1 0 0 0 1 0 0 12
F4/1,1 S3 0 0 0 0 0 0,9090 0,8181 1 0,9090 -0,9090 5,8181
x4 0 0 0 0 1 -1 -0,9 -1,1 0 0,1 7,6

Entra S3 Sale S4
Z x1 x2 x3 x4 S1 S2 S3 S4 S5 LD
F1+F5(44000) Zj – Cj 1 0 0 0 0 80000 110000 0 40000 650000 31145000
x1 0 1 0 0 0 1 0 0 0 0 11
x2 0 0 1 0 0 0 1 0 0 0 13
F3-F4 x3 0 0 0 1 0 -0,9090 -0,8181 0 0,09090 0,9090 6,1818
F4 S3 0 0 0 0 0 0,9090 0,8181 1 0,9090 -0,9090 5,8181
F5 + F4(11/10) x4 0 0 0 0 1 0 0 0 0 1 14
R// Solución con el método simplex
Como ya todos los valores de Zj-Cj ≥ 0 la solución es:
Z = 31145000
x 1= 11
x 2 = 13
x 3 = 6,1818
x 4 =14
R//
Deben usarse:
Tipo1 =11
Tipo 2 = 13
Tipo 3 = 6.18
Tipo 4 =14
La utilidad máxima es de Z = 31145000

Ejercicio 2.
discretas, según las condiciones del tipo maximizar, responder:
¿Qué cantidad de tanques deben usarse según cantidades exactas o discretas?
R//
a) ¿qué cantidad de tanques deben usarse para transportar la cantidad de toneladas?
Teniendo como punto de solución las variables discretas debe usarse para el trasporte de las
toneladas del producto 6 tanques.
b) ¿cuál es la utilidad generada por dicha solución?
la utilidad que se genera es de $ 31015000.
solución con variables enteras:
Agregando los subproblemas para: X 3 ≤ 6; X 3 ≥ 7
Maximizar: Z=730.000 X 1 +695.000 X 2 +715.000 X 3 +690.000 X 4
Sujeto a: X 1 ≤11
X 2 ≤13
X 3 ≤ 12
X 4 ≤ 14
X3 ≤ 6
10 X 1 +9 X 2 +11 X 3+10 X 4 ≤ 435
X 1 , X 2 , X 3 , X 4 ≥0
Utilizando método simplex:
Solucion factible
Maximizar: Z=730.000 X 1 +695.000 X 2 +715.000 X 3 +690.000 X 4
X 1 =11
X 2 =13
X 3 =6
X 4=14
R/ Z = 31015000
Situación 2:
En el entorno de aprendizaje práctico usted encontrará el archivo para la generación de los
datos aleatorios de los problemas. Siga la siguiente ruta dentro del curso para descargar el archivo:
Entorno de aprendizaje práctico, Guía para el uso de recursos educativos - Complemento Solver
Carpeta, Guía para el uso de recursos educativos - Generación de datos aleatorios.
Descargue el archivo denominado Guía para el uso de recursos educativos - Generación de datos
aleatorios y siga las instrucciones.
Ejercicio 3.
En la hoja de cálculo ejercicio 1, se consignan los datos de transportes del producto 1. A estos
datos generados se deben aplicar los algoritmos de transporte, Esquina Noroeste, Costos Mínimos y
¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que orígenes hacía que
destinos, debe asignarse al producto 1, según dicho método?

Solución
PROBLEMA TRANSPORTES 1 PRODUCTO 1
Tabla 1. Método de Costo esquina Noroeste
Metodo de Esquina Noroeste

DESTINO DESTINO DESTINO DESTINO DESTINO Suma
DESTINO 1 OFERTA
2 3 4 5 FICTICIO
163 160 163 164 164 0
BODEGA 1
980 980 0
160 166 153 160 160 0
BODEGA 2
250 780 1030 0
168 170 169 157 168 0
BODEGA 3
340 610 950 0
157 157 156 157 155 0
BODEGA 4
700 420 1120 0
164 167 169 166 167 0
BODEGA 5
605 445 1050 0
164 163 166 157 168 0
BODEGA 6
565 410 975 0
Valor total del
DEMANDA 1230 1120 1310 1025 1010 410 934915
Suma 0 0 0 0 0 0
Z = 934915
En esta primera iteración por el método de esquina noroeste se obtiene una solución inicial básica
factible y su costo asociado, pero eso no indica que es la solución óptima.
Tabla 2. Método de Costo Mínimos

DESTINO DESTINO DESTINO DESTINO DESTINO DESTINO Suma
OFERTA
1 2 3 4 5 FICTICIO
163 160 163 164 164 0
BODEGA 1
980 980 0
160 166 153 160 160 0
BODEGA 2
1030 1030 0
168 170 169 157 168 0
BODEGA 3
950 950 0
157 157 156 157 155 0
BODEGA 4
110 1010 1120 0
164 167 169 166 167 0
BODEGA 5
1050 1050 0
164 163 166 157 168 0
BODEGA 6
180 140 170 75 410 975 0
Valor total del Costo
DEMANDA 1230 1120 1310 1025 1010 410 901785
Suma 0 0 0 0 0 0
Z = 901785
Tabla 3. Método de Aproximación de Vogel
Metodo de Aproximación de Vogel

OFERTA
1 2 3 4 5 FICTICIO
163 160 163 164 164 0
BODEGA 1
665 145 170 980 0
160 166 153 160 160 0
BODEGA 2
1030 1030 0
168 170 169 157 168 0
BODEGA 3
950 950 0
157 157 156 157 155 0
BODEGA 4
280 840 1120 0
164 167 169 166 167 0
BODEGA 5
565 75 410 1050 0
164 163 166 157 168 0
BODEGA 6
975 975 0
Valor total del Costo
DEMANDA 1230 1120 1310 1025 1010 410 904130
Suma 0 0 0 0 0 0
Z = 904130
R// 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 método de costo mínimo genero el menor costo de: 901785 las asignaciones se muestran en la
siguiente tabla
FUENTE DESTINO ENVÍO COSTO UNIDAD COSTO TOTAL
Bodega 1 2 980 160 156800
Bodega 2 3 1030 153 157590
Bodega 3 4 950 157 149159
Bodega 4 3 110 156 17160
Bodega 4 5 1010 155 156550
Bodega 5 1 1050 164 172200
Bodega 6 1 180 164 29520
Bodega 6 2 140 163 22820
Bodega 6 3 170 166 28220
Bodega 6 4 75 157 11775
Bodega 6 Ficticio 410 0 0
TOTAL 901785
Ejercicio 4.
Editorial Universidad de Ibagué. Recuperado de: Disponible en el entorno de conocimiento del
curso.
Solución

DESTINO Suma
FICTICIO
158 159 157 148 150 0

BODEGA 1 2100
1980 120 0
156 155 158 154 153 0
BODEGA 2 1970
1645 325 0
166 164 166 166 176 0
BODEGA 3 1850
1660 190 0
154 151 150 149 151 0
BODEGA 4 2025
1960 65 0
163 161 163 162 168 0
BODEGA 5 1860
1745 115 0
DEMANDA 1980 1765 1985 2150 1810 115 Costo Minímo 1540360
= = = = = =
Suma 0 0 0 0 0 0
Z = 1540360

Metodo de Costos Minimos
DESTINO Suma
FICTICIO
158 159 157 148 150 0

BODEGA 1 2100
290 1810 0
156 155 158 154 153 0
BODEGA 2 1970
1730 240 0
166 164 166 166 176 0
BODEGA 3 1850
1690 160 0
154 151 150 149 151 0
BODEGA 4 2025
1910 115 0
163 161 163 162 168 0
BODEGA 5 1860
35 1825 0
DEMANDA 1980 1765 1985 2150 1810 115
= = = = = =
Suma 0 0 0 0 0 0 Costo Minímo 1517230
Z = 1517230

DESTINO Suma
FICTICIO
158 159 157 148 150 0

BODEGA 1 2100
290 1810 0
156 155 158 154 153 0
BODEGA 2 1970
245 1725 0
166 164 166 166 176 0
BODEGA 3 1850
1735 115 0
154 151 150 149 151 0
BODEGA 4 2025
40 1985 0
163 161 163 162 168 0
BODEGA 5 1860
1445 415 0
DEMANDA 1980 1765 1985 2150 1810 115
= = = = = =
Suma 0 0 0 0 0 0 Costo Minímo 1517480
Z = 1517480
El método de costo mínimo genero el menor costo de: 1517230 las asignaciones se muestran en la
siguiente tabla
Método de Costos Mínimo

COSTO
FUENTE DESTINO ENVÍO COSTO TOTAL
UNIDAD
Bodega 1 1 290 158 45820
Bodega 1 5 1810 150 271500
Bodega 2 2 1730 155 268150
Bodega 2 4 240 154 36960
Bodega 3 1 1690 166 280540
Bodega 3 3 160 166 26560
Bodega 4 4 1910 149 284590
Bodega 5 2 35 161 5635
Bodega 5 3 1825 163 297475
TOTAL 1517230
Ejercicio 5.
Solución

OFERTA
1 2 3 4 5 6
167 163 164 168 157 165

BODEGA 1 1650
1420 230 0
157 164 153 151 148 157
BODEGA 2 1350
1050 300 0
158 157 160 157 164 161
BODEGA 3 1260
920 340 0
150 151 150 151 149 149
BODEGA 4 1160
760 400 0
153 164 157 152 148 164
BODEGA 5 1220
860 360 0
BODEGA 0 0 0 0 0 0
620
FICTICIA 620 0
DEMANDA 1420 1280 1220 1100 1260 980
Total 1053990
Suma 0 0 0 0 0 0
Z = 1028670
Metodo de Costos minímos

Suma
167 163 164 168 157 165

BODEGA 1 1650
590 20 1040 0
157 164 153 151 148 157
BODEGA 2 1350
90 1260 0
158 157 160 157 164 161
BODEGA 3 1260
1260 0
150 151 150 151 149 149
BODEGA 4 1160
180 980 0
153 164 157 152 148 164
BODEGA 5 1220
210 1010 0
BODEGA 0 0 0 0 0 0
620
FICTICIA 620 0
DEMANDA 1420 1280 1220 1100 1260 980
Total 1028910
Suma 0 0 0 0 0 0
Z = 1028910

OFERTA
1 2 3 4 5 6
167 163 164 168 157 165

BODEGA 1 1650
1280 370 0
157 164 153 151 148 157
BODEGA 2 1350
850 460 40 0
158 157 160 157 164 161
BODEGA 3 1260
1260 0
150 151 150 151 149 149
BODEGA 4 1160
160 640 360 0
153 164 157 152 148 164
BODEGA 5 1220
1220 0
BODEGA 0 0 0 0 0 0
620
FICTICIA 620 0
DEMANDA 1420 1280 1220 1100 1260 980
Costo Minímo 1028670
Suma 0 0 0 0 0 0
Z = 1028670
El método de aproximación de Vogel genero el menor costo de: 1028670 las asignaciones se
muestran en la siguiente tabla
Método de Vogel
COSTO COSTO
UNIDAD TOTAL
Bodega 1 2 1280 163 208640
Bodega 1 3 370 164 60680
Bodega 2 3 850 153 130050
Bodega 2 4 460 151 69460
Bodega 2 5 40 148 5920
Bodega 3 1 1260 158 199080
Bodega 4 1 160 150 24000
Bodega 4 4 640 151 96640
Bodega 4 6 360 149 53640
Bodega 5 5 1220 148 180560
Bodega Ficticia 6 620 0 0
TOTAL 1028670
Ejercicio 6.

generados se debe aplicar el algoritmo húngaro de asignación para problemas de minimización para
identificar el menor costo de asignación. Respondan:
¿Qué costo total genera la asignación óptima de operarios a las máquinas descritas?
¿Qué operario a qué máquina debe asignarse según el modelo de minimización?
R//
MODELO DE ASIGNACIÓN MINIMO

MAQUINA COSTO
OPERARIO 1 5 224
OPERARIO 2 6 223
OPERARIO 3 4 224
OPERARIO 4 2 224
OPERARIO 5 1 222
OPERARIO 6 3 223
COSTO TOTAL 1340
Ejercicio 7.
generados se debe aplicar el algoritmo húngaro de asignación para problemas de maximización para
identificar la mejor habilidad de asignación. Respondan:
¿Qué habilidad promedio genera la asignación de operarios a las máquinas descritos?

¿Qué operario a qué máquina debe asignarse según el modelo de maximización?
Solución
MODELO DE ASIGNACIÓN MAXÍMO

MAQUINA COSTO
OPERARIO 1 1 216
OPERARIO 2 5 218
OPERARIO 3 4 216
OPERARIO 4 6 221
OPERARIO 5 2 221
OPERARIO 6 3 224
OPERARIO 7 M. FICTICIA 0
COSTO TOTAL 1316
Ejercicio 8.
Como actividad grupal ingresen al Entorno Práctico, en este espacio se presentan videos para el uso
del Complemento Solver de Excel y tutoriales prácticos para desarrollar las actividades propuestas,
recuerden anexar mediante capturas de pantalla a su trabajo colaborativo definitivo, el ingreso y tabla
de resultados para los ejercicios planteados. En este mismo espacio pueden revisar cuidadosamente la
guía para el uso de recursos educativos, el uso del complemento Solver les ayudará a dar solución a
los ejercicios planteados en esta tarea.
Solución
Transporte 1

DESTINO
FICTICIO
BODEGA 1 0 810 170 0 0 0 980 = 980

BODEGA 2 0 0 1030 0 0 0 1030 = 1030
BODEGA 3 0 0 0 950 0 0 950 = 950
BODEGA 4 0 0 110 0 1010 0 1120 = 1120
BODEGA 5 640 0 0 0 0 410 1050 = 1050
BODEGA 6 590 310 0 75 0 0 975 = 975
Suma 1230 1120 1310 1025 1010 410

= = = = = =
DEMANDA 1230 1120 1310 1025 1010 410 Total 901785
Z = 901785
Método de Solver
COSTO
FUENTE DESTINO ENVÍO COSTO UNIDAD
TOTAL
Bodega 1 2 810 160 129600
Bodega 1 3 170 163 27710
Bodega 2 3 1030 153 157590
Bodega 3 4 950 157 149150
Bodega 4 3 110 156 17160
Bodega 4 5 1010 155 156550
Bodega 5 1 640 164 104960
Bodega 6 1 590 164 96760
Bodega 6 2 310 163 50530
Bodega 6 4 75 157 11775
TOTAL 901785
Solución

DESTINO DESTINO DESTINO DESTINO DESTINO DESTINO
Suma OFERTA
1 2 3 4 5 FICTICIO
BODEGA 1 0 0 0 2100 0 0 2100

2100 =
BODEGA 2 150 0 0 10 1810 0 1970
1970 =
BODEGA 3 1735 0 0 0 0 115 1850
1850 =
BODEGA 4 0 0 1985 40 0 0 2025
2025 =
BODEGA 5 95 1765 0 0 0 0 1860
1860 =
Suma 1980 1765 1985 2150 1810 115

= = = = =
Solución
DEMANDA 1980 1765 1985 2150 1810 115 1504040
Optima
Método de Solver
FUENTE DESTINO ENVÍO COSTO UNIDAD COSTO TOTAL
Bodega 1 4 2100 148 310800
Bodega 2 1 150 156 23400
Bodega 2 4 10 154 1540
Bodega 2 5 1810 153 276930
Bodega 3 1 1735 166 288010
Bodega 3 ficticio 115 0 0
Bodega 4 3 1985 150 297750
Bodega 4 4 40 149 5960
Bodega 5 1 95 163 15485
Bodega 5 2 1765 161 284165
TOTAL 1504040
Solución

Suma
BODEGA 1 0 20 370 0 1260 0 1650 = 1650

BODEGA 2 0 0 250 1100 0 0 1350 = 1350
BODEGA 3 0 1260 0 0 0 0 1260 = 1260
BODEGA 4 0 0 180 0 0 980 1160 = 1160
BODEGA 5 1220 0 0 0 0 0 1220 = 1220
BODEGA FICTICIA 200 0 420 0 0 0 620 = 620
DEMANDA 1420 1280 1220 1100 1260 980
= = = = = =
1420 1280 1220 1100 1260 980 Solución Optima 1023610
Suma
Z=
10236610
Método de Solver
COSTO COSTO
UNIDAD TOTAL
Bodega 1 2 20 163 3260
Bodega 1 3 370 164 60680
Bodega 1 5 1260 157 197820
Bodega 2 3 250 153 38250
Bodega 2 4 1100 151 166100
Bodega 3 2 1260 157 197820
Bodega 4 3 180 150 27000
Bodega 4 6 980 149 146020
Bodega 5 1 1220 153 186660
TOTAL 1023610
Solución Solver
PROBLEMA ASIGNACIÓN 1 OPERARIOS
Solución Solver
PROBLEMA ASIGNACIÓN 2 OPERARIOS

Pantallazo método Solver Ejercicio 1
Pantallazo Solucion Solver Transporte 1

ACTIVIDADES PARA DESARROLLAR MILETH BRITO
SITUACIÓN 1:
capacidad para 10 litros y con una utilidad de $730.000 por viaje, de 13 camiones tipo 2 con una
Ejercicio 1. Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex con
variables continuas, según las condiciones del tipo maximizar, luego responder:
¿Qué cantidad de tanques deben usarse según cantidades continuas?
RESPUESTA:
SITUACIÓN 1:
capacidad para 10 litros y con una utilidad de $730.000 por viaje, de 13 camiones tipo 2 con una
Ejercicio 2. Formule el problema expuesto en la situación 1 y resuélvalo por el método simplex con
variables discretas, según las condiciones del tipo maximizar, responder:
¿Qué cantidad de tanques deben usarse según cantidades exactas o discretas?
RESPUESTA:
SITUACIÓN 2:
Ejercicio 3. En la hoja de cálculo ejercicio 1, se consignan los datos de transportes del producto 1. A
estos datos generados se deben aplicar los algoritmos de transporte, Esquina Noroeste, Costos
Mínimos y Aproximación de Vogel para identificar el menor costo de asignación para el producto 1
desde las bodegas hacia sus destinos. Respondan:
¿Qué método genera el costo mínimo y cuales asignaciones, es decir desde que orígenes hacía que
RESPUESTA:
Ejercicio 4. En la hoja de cálculo ejercicio 2, se consignan los
datos de transportes del producto 2. A estos datos generados se
deben aplicar los algoritmos de transporte, Esquina Noroeste,
Costos Mínimos y Aproximación de Vogel para identificar el menor costo de asignación para el
producto 2 desde las bodegas hacia sus destinos. Respondan:
RESPUESTA:
Ejercicio 5. En la hoja de cálculo ejercicio 3, se consignan
los datos de transportes del producto 3. A estos datos
generados se deben aplicar los algoritmos de transporte,
Esquina Noroeste, Costos Mínimos y Aproximación de
Vogel para identificar el menor costo de asignación para el
producto 3 desde las bodegas hacia sus destinos. Respondan:
RESPUESTA:
Ejercicio 6. En la hoja de cálculo ejercicio 4, se consignan los datos de los modelos de asignación. A
estos datos generados se debe aplicar el algoritmo húngaro de asignación para problemas de
minimización para identificar el menor costo de asignación. Respondan:
¿Qué costo total genera la asignación optima de operarios a las máquinas descritas?
¿Qué operario a qué máquina debe asignarse según el modelo de minimización?
RESPUESTA:
Ejercicio 7. En la hoja de cálculo ejercicio 5, se consignan los datos de los modelos de asignación. A
estos datos generados se debe aplicar el algoritmo húngaro de asignación para problemas de
maximización para identificar la mejor habilidad de asignación. Respondan:
¿Qué habilidad promedio genera la asignación de operarios a las máquinas descritos?
¿Qué operario a qué máquina debe asignarse según el modelo de maximización?
RESPUESTA:
ACTIVIDADES PARA DESARROLLAR JOSE JARAMILLO
TAREA 1. PROGRAMACIÓN LINEAL ENTERA, MODELOS DE TRANSPORTES Y

ASIGNACIÓN
Solución Ejercicio 1.
¿Qué cantidad de tanques deben usarse según cantidades continuas? ¿Cuál es la utilidad generada por
dicha solución?
Las cantidades generadas por dicha solución son:

Camión tipo 1: 11 tanques
Camión tipo 3: 6.181818182 tanques
Generando una utilidad de 31.145.000
¿Qué cantidad de tanques deben usarse según cantidades exactas o discretas? ¿Cuál es la utilidad
generada por dicha solución?
Las cantidades generadas por dicha solución son:
Generando una utilidad de 31.015.000

Tabla 2. Método de Costo Mínimo
Tabla 3. Método de Costo Vogel

Se realizan comparación de los resultados de las tablas y se puede determinar que la que la que tiene
menor costo son Costo de Vogel con una cifra de 901.785.
Asignaciones:
Bodega 1: Destinos: 2(980).
Bodega 4: Destinos: 3(110), 5(1010)
Bodega 5: Destinos: 1(1050)
Bodega 6: Destinos: 1(180); Destinos: 2(140); Destinos: 3(170); Destinos: 4(75)

menor costo es Costo de Vogel con una cifra de 1.504.120.
Asignaciones:
Bodega 1: Destinos: 4(2100)
Bodega 2: Destinos: 1(110), 4(50); 5(1810).
Bodega 4: Destinos: 2(40), 4(1985).
Bodega 5: Destinos: 1(135), 2(1725).


menor costo es Costo de Vogel con una cifra de 1.027.110.
Asignaciones:
Bodega 1: Destinos: 1(200), 4(190), 5(1260)
Bodega 2: Destinos: 3(1220), 4(130)
Bodega 3: Destinos: 2(1100); 4(160)
¿Qué costo total genera la asignación optima de operarios a las máquinas descritas? ¿Qué operario a
qué máquina debe asignarse según el modelo de minimización?
En la tabla podemos observar las debidas asignaciones de operario máquina para generar el costo de
1340.
¿Qué habilidad promedio genera la asignación de operarios a las máquinas descritos?
¿Qué operario a qué máquina debe asignarse según el modelo de maximización?
En la tabla podemos observar las debidas asignaciones de operario máquina para generar el costo de
1310.
Conclusión
Este trabajo me ayudo a ampliar mucho más sobre el perfil profesional que quiero como
futuro licenciado en matemáticas de la UNAD, donde el único propósito seria brindarle a esta
sociedad tan necesitada de buenos profesionales, los conocimientos adquiridos durante mi carrera,
no de la forma cotidiana, sino desde el punto de vista de la motivación de mis estudiantes para que
cada día se enamoren de esta ciencia hermosa como lo son las matemáticas.
Referencias Bibliográficas
Chediak, F. (2012). Investigación de operaciones. (3a. ed.). Ibague - Colombia: Editorial Universidad de
Ibagué. Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?
docID=10692458.

Grupo 125 TC1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Grupo 125 TC1

Cargado por

Copyright:

Formatos disponibles

Tarea 1.

PLE, modelos de transporte y asignación

Fernando Luis Figueredo Hernández -10.934.264

Ronald Raul Bello Doria – 1038801605

José Dariel Jaramillo

Mileth Rocío Brito

Código: 102016. Grupo: 125

Edgar Antonio del Rio

Universidad Nacional Abierta y a Distancia - UNAD

Escuela de Ciencias de la Educación

fundamentales, la programación lineal entera, modelos de transporte y modelos de asignaciones, los

sus métodos y propiedades.

principios fundamentales de las matemáticas.

Para la distribución de un químico en polvo se dispone de cuatro tipos de camiones para

capacidad para 10 toneladas y una utilidad de $690.000 por viaje.

continuas, según las condiciones del tipo maximizar, luego responder:

¿Qué cantidad de tanques deben usarse según cantidades continuas?

¿Cuál es la utilidad generada por dicha solución?

Paso 1: Definir variables de decisión.

X 1 =Cantidad de camiones Tipo I

X 2 =Cantidad de camiones Tipo II

X 3 =Cantidad de camiones Tipo III

X 4=Cantidad de camiones Tipo IV

Paso 2: Plantear la información en un formato.

Maximizar: Z=730.000 X 1 +695.000 X 2 +715.000 X 3 +690.000 X 4

10 X 1 +9 X 2 +11 X 3+10 X 4 ≤ 435

3. Transformar restricciones y función objetivo

10 X 1 +9 X 2 +11 X 3+10 X 4 + S5=435

Z−730.000 X 1−695.000 X 2−715.000 X 3−690.000 X 4 + 0 S 1+ 0 S 2+ 0 S3 + 0 S 4 +0 S 5=0

4. Elaborar un cuadro de coeficientes separados e identificar la columna pivote

Columna con valor más negativo en fila de Z

5. Identificar fila pivote

Se calcula la columna razón ¿ columna valor¿columna pivote, y se elige el menor valor

6. Identificar el numero pivote

Intersección entre fila y columna pivote

7. Sustituir la variable saliente por la entrante

8. Convertir en 0 los números de la columna pivote

9. Se repiten los pasos 5,6,7 y 8

9. Se repiten los pasos 5,6,7 y 8

Variables Variable Variables Variables Valor Razón

¿Qué cantidad de tanques deben usarse según cantidades continuas?

¿Cuál es la utilidad generada por dicha solución?

R/ La utilidad generada es de $ 31.145.000.

discretas, según las condiciones del tipo maximizar, responder:

¿Qué cantidad de tanques deben usarse según cantidades exactas o discretas?

¿Cuál es la utilidad generada por dicha solución?

R/ Z=730.000 (11 ) +695.000 (13 )+ 715.000 ( 6 )+ 690.000 ( 14 )

Z=31.015 .000, por lo tanto la utilidad generada es de $ 31.015.000.

Agregando los subproblemas para: X 3 ≤ 6; X 3 ≥ 7

Maximizar: Z=730.000 X 1 +695.000 X 2 +715.000 X 3 +690.000 X 4

10 X 1 +9 X 2 +11 X 3+10 X 4 ≤ 435

Utilizando método simplex:

Maximizar: Z=730.000 X 1 +695.000 X 2 +715.000 X 3 +690.000 X 4

10 X 1 +9 X 2 +11 X 3+10 X 4 ≤ 435

Usando PHP simplex:

bodegas hacia sus destinos. Respondan:

que destinos, debe asignarse al producto 1, según dicho método?

unidades de la bodega 3 al destino 4, 110 y 1010 unidades de la bodega 4 al destino 3 y al destino 5

bodega 6 al destino 1,2,3,4 e imaginario respectivamente.

bodegas hacia sus destinos. Respondan:

que destinos, debe asignarse al producto 1, según dicho método?

y 5 respectivamente, 1840 y 10 unidades de la bodega 3 al destino 1 y 3 respectivamente, 1975 y 50

unidades de la bodega 4 al destino 3 y 4 respectivamente, y 140, 1605 y 115 unidades de la bodega 5